Exercice 1: (modélisation)
On dispose de 2 machines identiques fonctionnant indépendamment et pou-
vant tomber en panne au cours d’une journée avec la probabilité q = 1=4.
a) On note Xn le nombre de machines en panne au début de la n-ème journée
et on suppose que, si une machine est tombée en panne un jour, elle est réparée
la nuit suivante et qu’on ne peut réparer qu’une machine dans la nuit. Montrer
que l’on peut dé…nir ainsi une chaîne de Markov dont on déterminera le graphe,
la matrice de transition et éventuellement les distributions stationnaire et limite
si elle existent.
b) Même question en supposant qu’une machine en panne n’est réparée que
le lendemain au début du journée, le réparateur ne pouvant toujours réparer
qu’une machine dans la journée. Une machine qui est réparée à la n-ème journée
ne peut pas tomber en panne dans la même journée. On note ici, Xn le nombre
de machines en panne qu’il a trouvé le réparteur au début de la n-ème journée.
Solution :
a) On a Xn : le nombre de machines en panne au début de la n-ème journée.
(Xn )n2N est un processus aléatoire discrèt (T = N ) à espace d’états discrèt
(E = f0; 1g), car si le soir on a une ou aucune machine en panne, le lendemain
matin, on aura 0 ; et si le soir, on a 2, le lendemain matin, on aura une seule.
On constate clairement que le nombre de machines en panne le matin dépend
seulement de celui de la veille au matin et de ce qui s’est passé durant cette
journée. Donc on a une structure d’une chaîne de Markov. D’autant plus
ce nombre ne dépend pas de la journée de la semaine, donc notre chaîne est
homogène.
Dé¢ nissons maintenant la matrice de transition :
0 ! 1 : on calcule p0;1 , donc au début de la n-ème journée j’ai 0 machines
en panne je cherche la probabilité que j’ai au début de la (n + 1)-ème journée
1 seule machie en panne. C’est le cas où les 2 machines tombent en panne
dans la n-journée (comme on a dit une des deux doit être réparée la veille de la
(n + 1)-ème journée avec une probabilité égale à 1) et puisque ces pannes sont
indépendantes entre elles, on a
P (les 2 machines tombent en panne) = P (la 1ère tombe en panne) P (la 2ème tombe en panne) =
q2 :
0 ! 0 : certainement on va trouver 1 q 2 . On calcule ici p0;0 , donc au
début de la n-ème journée j’ai 0 machines en panne je cherche la probabilité
que j’ai au début de la (n + 1)-ème journée 0 machines en panne. Ici on a deux
con…gurations
aucune machine ne tombe en panne, ou
une des deux machines tombent en panne (celle qui tombe en panne, elle
va être réparrée la veille de la (n + 1)-ème journée),
donc on a
P (la 1ère ne tombe pas en panne) P (la 2ème ne tombe pas en panne)
1
+P (la 1ère tombe en panne et la 2ème ne tombe pas en panne)
P (la 2ème tombe en panne et la 1ère ne tombe pas en panne)
= (1 P (la 1ère tombe en panne)) (1 P (la 2ème tombe en panne))
+P (la 1ère tombe en panne) (1 P (la 2ème tombe en panne))
P (la 2ème tombe en panne) (1 P (la 1ère tombe en panne))
2 2
= (1 q) + 2q (1 q) = 1 q :
1 ! 0 : donc on calcule p1;0 . Ici on est certainement dans le cas où la
machine qui est en panne se répare (avec une probabilité est égale à 1) et l’autre
machine ne tombe pas en panne. C’est la seule con…guration, donc cette proba
vaut 1 (1 q) = 1 q:
1 ! 1 : certainement on va trouver q: Donc on va calculer p1;1 . On a à la
n-ème journée 1 machine en panne qu’on est sûr qu’elle va être réparée la nuit
donc passer d’une machine en panne au début de la n-ème journée à une
machine en panne au début de la (n + 1)-ème journée, implique certainement
que l’autre machine est tombée en panne au cours de la n-ème journée, donc
cette proba vaut 1 q = q:
À la …n notre matrice de transition est donnée par
1 q2 q2
P = :
1 q q
Comme q 6= 0, donc notre chaine est ergodique (chaîne irréductible dé…nie
sur un espace …ni et elle apériodique) donc elle adment une distribution limite
donc forcément une distribution stationnaire. on résoud le système ...
b) La di¤érence ici c’est l’espace des états, on rajoute l’état 2, car on peut
avoir 2 machines en panne au début de la n-ème journée; E = f0; 1; 2g : Notre
processus garde sa structure markovienne homogène. Calculons les probabilités
de transitions, commençons par les cas les plus simples ;
0 ! 0 : le réparateur vient au début de la n-ème journée et ne trouve aucune
machine en panne, et au cours de la même journée aucune machine ne tombe
en panne donc au début de la journée suivante on a 0 machine en panne avec
2
une proba p0;0 = (1 q) .
0 ! 2 : on a une seule con…guration; le réparateur vient au début de la
n-ème journée et ne trouve aucune machine en panne, et au cours de la même
journée les deux machines sont tombées en panne donc au début de la journée
suivante on a 2 machines en panne avec une proba p0;2 = q 2 .
0 ! 1 : le réparateur vient au début de la n-ème journée et ne trouve aucune
machine en panne, et au cours de la même journée une tombe en panne et l’autre
reste fonctionnelle donc p0;1 = q (1 q) + (1 q) q = 2q (1 q) :
1 ! 0 : on a une seule con…guration; le réparateur vient au début de la n-
ème journée et trouve une machine en panne donc il va la réparer avec une proba
égale à 1, et au cours de la même journée l’autre machine reste fonctionnelle
donc p1;0 = 1 q:
2
1 ! 1 : le réparateur vient au début de la n-ème journée et trouve une
machine en panne donc il va la réparer avec une proba égale à 1, et au cours de
la même journée l’autre machine tombe en panne donc p1;1 = q:
1 ! 2 : forcément on va trouver 0 (1 (1 q) q). Aucune con…guration
n’est convenable à ce cas, donc p1;2 = 0:
2 ! 1 : le réparateur vient au début de la n-ème journée et trouve les deux
machines en panne donc il va réparer une des deux avec une proba égale à 1
et l’autre va rester en panne. Celle qu’il a réparée au début du journée d’après
l’énoncé ne va pas tomber en panne au cours de cette journée. Donc avec 2
machines en panne au début de la n-ème journée on est sûr qu’au début de la
journée suivante on a une seule machine en panne donc p2;1 = 1: Ainsi p2;0 = 1
et p2;2 = 0:
À la 0
…n notre matrice de transition
1 est donnée par
2
(1 q) 2q (1 q) q 2
P =@ 1 q q 0 A : Notre chaîne est ergodique....
0 1 0
Exercice 2: (Modélisation et relation de chapman Kolmogorov)
Un système de transmission transmet les bits 0 et 1 à travers N nœuds. À
chaque nœud, la probabilité que le bit arrive correctement est de 0:75:
Quelle est la probabilité qu’un 0 introduit en entrée soit reçu correctement
au 5 ème nœud ?
Exercice 3: (modélisation)
Une compagnie d’assurances classe les niveaux de bonus-malus de ses clients
suivant les entiers aturels : 0; 1; 2; :::. Le niveau 0 est le plus avantageux pour
l’assuré. Soit 0 i j; si le niveau de bonus-malus de celui-ci à l’instant n est
i donc son niveau à l’instant n + 1 est j; si entre ces deux instants il a eu (j i)
accidents. Il ne rétrogradera jamais ! En prennant l’unité de temps est l’année
et que le nombre d’accidents provoqués par l’asssuré en une année suit la loi de
poisson de paramètre :
Montrer qu’on peut dé…nir un chaîne de markov modélisant le niveau de
client en prennant l’unité de temps est l’année et donner la matrice de transition.
Exercice 4 : (La récurrence est une propriété de classe)
Montrer que si i ! j et i est récurrent donc j est aussi récurrent.
Exercice 5 : ( irréductibilité, périodicité, ergodicité, distribution limite)
* Classer les étas des chaînes suivantes.
* De quel type les chaînes suivantes (absorbante, irréductible (périodique,
apériodique), ergodique) s’agit-elles ?
* Déterminer les chaînes qui contiennent une seule classe ergodique. Ces
chaînes admettent-elles des distributions stationnaires ?! des distributions limtes
?!
3
* Pour les chaînes absorbantes, calculer la probabilité qu’un état transitoire
soit absorbé par une classe absorbante la probabilité qu’il soit absorbé par cette
classe à travers un de ces états.
n n
* Calculer
0 limn!1 A2 1 et limn!1 0 A5 1 0 1
1=2 0 1=2 0 0 1 1 0 0
A1 = @ 1 0 0 A ; A2 = @ 1 0 0 A ; A3 = @ 1=2 0 1=2 A ;
0 1 0 0 1 0 1=2 1=2 0
0 1
0 1 0 0 0 0 1
0 0 1=2 0 B 1=5 1=5 1=5 1=5 1=5 C
B 0 1=3 2=3 0 C B C
A4 = B@ 1=2
C ; A5 = B 0
A B 0 1=3 2=3 0 C
C ; A6 =
0 0 0 @ 0 0 2=3 1=3 0 A
1=3 2=3 0 0
1 0 0 0 0
0 1
1=4 1=2 1=4 0
B 0 2=3 0 1=3 C
B C:
@ 1=3 0 1=3 1=3 A
0 2=3 0 1=3
1=3 1=3 0 1=3
