ECS2 À RENDRE LE 22.11.

18

DEVOIR MAISON 7
Les parties I et II sont obligatoires, la partie III est facultative
Définitions et notations
• p désigne un entier naturel supérieur ou égal à 3.
• On note Mp (C) l’ensemble des matrices carrées d’ordre p à coefficients complexes, M1,p (R) l’ensemble
des matrices-lignes à p colonnes à coefficients réels, Mp (R) l’ensemble des matrices carrées d’ordre p à
coefficients réels, Ip la matrice diagonale de Mp (C) et de Mp (R) dont tous les coefficients diagonaux sont
égaux à 1.
• On note, pour toute matrice carrée A d’ordre p et tout (i, j) ∈ n1, po2 , (A)i, j le coefficient de A situé à la
ligne i et à la colonne j.
• On note, pour tout matrice-ligne L de M1,p (R) et tout j ∈ n1, po, (L)j le coefficient de L situé à la colonne
j.
• On dit qu’une suite de matrices (An )n>1 de Mp (R) converge vers une matrice A de Mp (R), et on note
An −→ A, si et seulement si : ∀(i, j) ∈ n1, po2 , (An )i, j −→ (A)i, j .
n→+∞ n→+∞
• On dit qu’une suite de matrices (Ln )n>1 de M1,p (R) converge vers une matrice L de M1,p (R), et on note
Ln −→ L, si et seulement si : ∀j ∈ n1, po, (Ln )j −→ (L)j .
n→+∞ n→+∞
• On admet que, si la suite (An )n>1 de matrices de Mp (R) converge vers la matrice A et si la suite de matrice
(Bn )n>1 de Mp (R) converge vers la matrice B, alors la suite (An Bn )n>1 converge vers la matrice AB.
• On admet que si la suite (An )n>1 de matrices de Mp (R) converge vers la matrice A et si L est une matrice-
ligne de M1,p (R), alors la suite (LAn )>1 de matrices converge vers LA.



 ∀(i, j) ∈ n1, po2 , ai, j > 0
p

• On appelle matrice stochastique toute matrice A = (ai, j ) de Mp (R) telle que : 
 X



 ∀i ∈ n1, po, ai, j = 1,
j=1


et on note ST p l’ensemble des matrices stochastiques de Mp (R).

Partie I : Résultats généraux sur les matrices stochastiques - Illustrations

1. a. On note V la matrice-colonne à p lignes dont tous les coefficients sont égaux à 1.
∀(i, j) ∈ n1, po2 , (A)i, j > 0


Montrer que, pour tout A ∈ Mp (R) : A ∈ ST p ⇐⇒ 
AV = V .


b. En déduire que toutes les matrices de ST p ont une valeur propre commune.
2. Démontrer : ∀A, B ∈ ST p , AB ∈ ST p .
1 0 0 1 0 0 1 0 0
3. On note : A1 = ..1/2 1/2 0 //, A2 = ..0 1/2 1/2//, A3 = ..1/2 1/2 0 //.
* + * + * +

,1/3 1/3 1/3- ,0 1/2 1/2- , 0 1/2 1/2-

a. Avec le minimum de calculs possibles, déterminer les valeurs propres de A1 , et la dimension de ses
sous-espaces propres.
En déduire qu’il existe une base de M3,1 (R) formée de vecteurs propres de A1 , et déterminer la
matrice dans cette base de l’application f A1 ∈ L(M 3,1 (R)) définie par f A1 (X ) = A1X .
Enfin, en déduire que A1 est semblable à une matrice diagonale.
b. En utilisant éventuellement les matrices A2 et A3 :
i. Montrer qu’il existe dans ST 3 au moins un élément non semblable à une matrice diagonale de
M3 (C).

ECS2 LYCÉE FAURIEL 2018–2019

 ii. Justifier si l’affirmation suivante est vraie ou fausse : « Pour tout élément A de ST 3 , le sous-espace
propre pour A associé à la valeur propre 1 est de dimension 1».
4. Soit A ∈ ST p et λ une valeur propre de A dans C.
x
*. .1 +/
On note X = .. .. // un vecteur propre de A associé à la valeur propre λ.
,xp -
On note i un élément de n1, po tel que : ∀k ∈ n1, po, |x k | 6 |x i |.
a. Montrer : |λx i | 6 |x i |.
b. En déduire : |λ| 6 1.

Partie II : Suites de moyennes de puissances de matrices stochastiques

Soit A ∈ ST p . On note A0 = Ip .
5. a. Établir : ∀n ∈ N, An ∈ ST p .
n−1
1X k
b. Montrer : ∀n ∈ N∗ , A ∈ ST p .
n
k=0
Dans la suite de cette partie II, on suppose qu’il existe r ∈ n1, p − 1o, P ∈ Mp (R) inversible, D ∈ Mp (R)
diagonale dont tous les coefficients diagonaux (D)i,i sont égaux à 1 si i ≤ r et distincts de 1 si i > r + 1, tels
que : A = PDP −1 .
n−1
1X k
On note, pour tout n ∈ N∗ : Mn = D et Bn = PMn P −1 .
n
k=0
On note ∆ la matrice de Mp (R) diagonale dont les coefficients diagonaux (∆)i,i sont égaux à 1 si i ≤ r et nuls
sinon, et on note B = P ∆P −1 .
n−1
1X k  1 si x = 1


6. Démontrer, pour tout x ∈ R fixé tel que |x| 6 1 : x −→ 
n n→+∞ 
 0 si x , 1.
k =0 
7. Montrer : Mn −→ ∆, et en déduire : Bn −→ B.
n→+∞ n→+∞
8. a. Montrer : ∀n ∈ N∗ , Bn ∈ ST p .
b. En déduire : B ∈ ST p .

Partie III : Aspect probabiliste

On dispose d’un objet noté T et de trois urnes numérotées 1, 2 et 3.
À chaque instant n (n ∈ N), T est dans une des trois urnes et une seule.
On note, pour tout n ∈ N, X n la variable aléatoire égale
 au numéro de l’urne dans laquelle se trouve l’objet à
l’instant n et Ln la matrice suivante de M1,3 (R) : Ln = P(X n = 1) P(X n = 2) P(X n = 3) .
On suppose connues la loi de X 0 et la matrice A de M3 (R) définie par :

∀(i, j) ∈ {1, 2, 3}2 , (A)i, j = P (X 0 =i) (X 1 = j).

On suppose : ∀(i, j) ∈ {1, 2, 3}2 , P (X n =i) (X n+1 = j) = P (X 0 =i) (X 1 = j).

9. Montrer : A ∈ ST 3 .
10. Montrer : ∀ ∈ N, Ln+1 = Ln A puis : ∀n ∈ N, Ln = L 0An .
1 0 0
On suppose dorénavant A = A1 , définie dans la question 3, et on note D 1 = ..0 1/2 0 //.
* +

,0 0 1/3-
11. Déterminer une matrice P 1 ∈ M3 (R), inversible et à coefficients diagonaux tous égaux à 1, telle que
A1 = P 1 D 1 P 1−1 et calculer P 1−1 .
12. Déterminer la limite de la suite (D n1 )n>1 , puis la limite de la suite (An1 )n>1 .
13. Déterminer la limite de la suite (Ln )n>1 . Expliquer ce résultat par des arguments probabilistes.

ECS2 LYCÉE FAURIEL 2018–2019

 CORRECTION 1

CORRECTION DU DEVOIR MAISON 7

EML 2010
Partie I : Résultats généraux sur les matrices stochastiques. Illustrations
1.a. Il s’agit de montrer que AV = V si et seulement si
p
X
∀i ∈ n1, po, ai, j = 1.
j=1

Mais pour A = (ai, j )16i, j 6p ∈ Mp (C), on a

Pp
a 1, j
*.Ppj=1
a
+
.. j=1 2, j ///
AV = . ..
.
.. //
Pp /
, j=1 ap, j -
Donc par identification des coefficients, il est clair que

p
X
AV = V ⇔ ∀i ∈ n1, po, ai, j = 1.
j=1 Mieux
Nous avons même prouvé
que toutes les matrices de
1.b. Puisque V est non nul, AV = V implique que V est un vecteur propre de A, associé à la valeur
ST p ont V comme vecteur
propre 1. On en déduit que toutes les matrices de ST p ont 1 comme valeur propre. propre.

2. Soient A = (ai, j )16i, j 6p et B = (bi, j )16i, j 6p deux matrices de ST p . Alors il est clair que

(AB)V = A(BV ) = AV = V . Alternative

On pourrait aussi montrer,
à l’aide de la formule du
De plus, notons AB = (c i, j )16i, j 6p . Par définition du produit matriciel, on a
produit matriciel que la
p somme des coefficients d’une
ligne de AB est égale à 1,
X
∀(i, j) ∈ n1, po2 , c i, j = ai,k bk, j > 0 mais c’est plus laborieux.
k=1

car tous les ai,k et tous les bk, j sont positifs.

Ainsi, d’après la question 1.a, on a bien AB ∈ ST p .
3.a. A1 est triangulaire inférieure, ( donc) ses valeurs propres sont ses coefficients diagonaux. En
1 1
l’occurrence, Spec(A1 ) = 1, , .
2 3
Et alors, puisque A1 possède trois valeurs propres distinctes, ses sous-espaces propres sont
de dimension 1.
Soit alors X 1 une base de E 1 (A1 ), X 2 une base de E 1/2 (A1 ) et X 3 une base de E 1/3 (A1 ).
Alors (X 1 , X 2 , X 3 ) est une famille de vecteurs propres associés à des valeurs propres dis-
tinctes : elle est libre. Et étant de cardinal 3, c’est une base de Mn,1 (R).
On a alors
1 1
f A1 (X 1 ) = A1X 1 = X 1 , f A1 (X 2 ) = A1X 2 = X 2 , f A1 (X 3 ) = A1X 3 = X 3 .
2 3
Et donc la matrice de f A1 dans cette base est

f A1 (X 1 ) f A1 (X 2 ) f A1 (X 3 )
1 0 0 X1
Mat(X 1,X 2,X 3 ) (f A1 ) = *. 0 1
2 0 +/ X2 .
1
, 0 0 3 - X3

Et puisque cette matrice représente f A1 , dont la matrice dans la base canonique est A1 , elle
est semblable à A1 .

ECS2 LYCÉE FAURIEL 2018–2019 M. VIENNEY

 2 DEVOIR MAISON 7

1
( )
3.b.i. A3 est triangulaire, donc Spec(A3 ) = 1, .
2
Rappel
Puisque 1 n’apparaît qu’une fois sur la diagonale de A3 , dim E 1 (A3 ) = 1 et
Pour une matrice triangu-
laire, la dimension du sous-
1/2 0 0
1
!
espace propre associé à une
dim E 1/2 (A3 ) = 3 − rg A3 − I 3 ) = 3 − rg *.1/2 0 0+/ = 3 − 2 = 1. valeur propre λ est compris
2
, 0 1/2 0- entre 1 et le nombre de fois
où λ figure sur la diagonale
On a donc de A.
X
dim E λ (A3 ) = dim E 1 (A3 ) + dim E 1/2 (A3 ) = 2 < 3.
λ ∈Spec(A3 )

Or, si A3 était semblable à une matrice diagonale D, celle-ci aurait comme coefficients
diagonaux A et 1/2. L’un de ces deux coefficients devrait alors apparaître deux fois sur la
diagonale de D.
Mais alors le sous-espace propre associé de D devrait être de dimension 2, et il en se-
rait de même du sous-espace propre de A3 (rappelons que deux matrices semblables
ont mêmes valeurs propres, et des sous-espaces propres associés de même dimension).
Or, les deux sous-espaces propres de A3 sont de dimension 1, d’où une contradiction :
A3 n’est pas semblable à une matrice diagonale .
3.b.ii. Nous pourrions utiliser la matrice A2 pour réfuter cette affirmation, mais plus simplement,
notons que I 3 ∈ ST 3 , et que dim E 1 (I 3 ) = 3 , 1.
4.a. Par définition, on a AX = λX . En particulier, en identifiant la i-ème coordonnée, il vient
p
X
λx i = ai,k x k
k =1

et donc
p
X p
X p
X p
X p
X
|λx i | = ai,k x k 6 |ai,k x k | 6 ai,k |x k | 6 ai,k |x i | 6 |x i | ai,k 6 |x i |.
k =1 k =1 k =1 k =1 k =1
| {z }
=1

1 Autrement dit, l’un au

4.b. Puisque X est un vecteur propre de A, il est non nul1 , et donc |x i | = max |x k | , 0.
k ∈n1,po moins des x k est non nul.
En divisant alors la relation précédente par |x i |, on obtient

|λ| 6 1.

Partie II : Suite de moyennes de puissances de matrices stochastiques

5.a. Procédons par récurrence sur N.
2 Tous ses coefficients sont
On a A0 = In , qui est clairement2 stochastique
Supposons que An est stochastique. positifs, et la somme des
coefficients de chaque ligne
Alors An+1 = AAn ∈ ST p , d’après la question 2 la partie I.
vaut 1.
Par le principe de récurrence, ∀n ∈ N, An ∈ ST p .
n−1
Ak a
X
5.b. Par la question précédente, chacune des Ak a tous ses coefficients positifs, donc
k =0
n−1
1X k
également tous ses coefficients positifs. En divisant par n, on a alors A qui a tous ses
n
k=0
coefficients positifs.
De plus,
n−1 n−1 n−1
1 *X k + 1X k 1X 1
A V = A V = V = nV = V .
n, n n n
k =0 - k=0 k =0

n−1
1X k
Donc d’après la question 1, la matrice A ∈ ST p .
n
k =0

ECS2 LYCÉE FAURIEL 2018–2019 M. VIENNEY

 CORRECTION 3

n−1
1k = n, et donc
X
6. Commençons par traiter le cas x = 1. On a alors
k =0
n−1
1X k n
1 = = 1 −→ 1.
n n n→∞
k =0
n−1
1 − xn Danger
xk =
X
Si x , 1, alors .
1−x Attention à ne pas aller trop
k =0
vite, pour x = −1, il n’est pas
On obtient alors une suite bornée car
question d’utiliser le fait que
1 − xn |1 − x n | 1 + |x|n 2 x n → 0 : c’est faux !
= 6 6 .
1−x |1 − x| |1 − x| |1 − x| Rappel
1 Le produit d’une suite bornée
Puisque tend vers 0, on a alors :
n et d’une suite de limite nulle
tend vers 0.
n−1
1X k
lim x = 0.
n→∞ n
k =0

7. Puisque A et D sont semblables, elles ont les mêmes valeurs propres. Or, A étant stochastique,
ses valeurs propres sont de module inférieur à 1. Il en est donc de même de D, et ses valeurs
propres étant ses coefficients diagonaux, on en déduit que tous les coefficients diagonaux
3 En fait on sait que ces coef-
de D sont de module3 inférieur ou égal à 1.
Ainsi, en utilisant les données de l’énoncé, on a ficients sont réels, donc leur
module n’est autre que leur
D = diag(1, . . . , 1, λr +1 , . . . , λp ) avec ∀i ∈ nr + 1, po, |λi | 6 1 et λi , 1. valeur absolue.
| {z }
r fois

Il vient alors ∀k ∈ N, D k = diag(1, . . . , 1, λkr+1 , . . . , λpk ). Et donc

n−1 n−1 n−1 n−1 n−1
1X 1
diag(1, . . . , 1, λkr+1 , . . . , λpk ) = diag * 1, . . . , λkr+1 , . . . , λpk + .
X X X X
Mn = 1,
n n
k =0 ,k =0 k =0 k=0 k =0 -
En utilisant la question précédente, on a alors :
• si i , j, (Mn )i, j = 0 −→ 0
n→∞
• si i ∈ n1, r o, (Mn )i,i = 1 −→ 1
n→∞
Détails
n−1
1 Pour i > r + 1, |λ i | 6 1 et
λki −→ 0
X
• si i ∈ nr + 1, po, (Mn )i,i = λ i , 1, donc le résultat de la
n n→∞
k =0 question 6 s’applique.
Ainsi, on a bien prouvé que Mn −→ ∆.
n→∞
De plus, en utilisant les résultats rappelés au début de l’énoncé : puisque Mn −→ ∆, alors
n→∞
PMn −→ P ∆, puis PMn P −1 −→ P ∆P −1 = B.
n→∞ n→∞

8.a. Par définition, on a

n−1 n−1 n−1
1 X k + −1 1 X 1X k
Bn = PMn P −1 = P * D P = (PDP −1 )k = A ∈ ST p .
, n k =0 - n
k =0
n
k=0

8.b. Il s’agit de prouver qu’une limite de matrices stochastiques est encore une matrice stochas-
tique.
Soit (i, j) ∈ n1, po2 . Alors ∀n ∈ N, (Bn )i, j > 0 car Bn ∈ ST p .
Donc par passage à la limite, Bi, j = lim (Bn )i, j > 0.
n→∞
p
X
De plus, ∀i ∈ n1, po et pour tout n ∈ N, (Bn )i, j = 1 et donc
j=1
p
X p
X p
X p
X
(Bn )i, j = 1 et donc Bi, j = lim (Bn )i, j = lim = 1.
n→∞ n→∞
j=1 j=1 j=1 j=1

Donc B ∈ ST p .

ECS2 LYCÉE FAURIEL 2018–2019 M. VIENNEY

 4 DEVOIR MAISON 7

Partie III : Aspect probabiliste

9. Les coefficients de A sont tous des probabilités, donc sont évidemment positifs.
Soit i ∈ n1, 3o. Alors, puisque {[X 1 = j], j ∈ n1, 3o} forme un système complet d’événements,
on a, par la formule des probabilités totales, Alternative
On peut aussi directement
3 3 affirmer que cette somme
X X P([X 0 = i] ∩ [X 1 = j])
P[X 0 =i] (X 1 = j) = vaut 1 en remarquant qu’il
j=1 j=1
P(X 0 = i) s’agit de la formule des pro-
babilités totales appliquée à la
3
1 X probabilité P [X 0 =i ] au lieu de
= P([X 0 = i] ∩ [X 1 = j]) l’appliquer à P .
P(X 0 = i) j=1
P(X 0 = i)
= .
P(X 0 = i)
Ainsi, la somme des coefficients de chaque ligne de A est bien égale à 1 : A ∈ ST p .
10. Soit k ∈ n1, 3o. Alors, en appliquant la formule des probabilités totales au système complet
d’événements {[X n = i], i ∈ n1, 3o}, il vient
3
X 3
X
P(X n+1 = j) = P(X n = i)P(X n =i) (X n+1 = j) = P(X n = i)P(X 0 =i) (X 1 = j).
i=1 i=1

Or, nous reconnaissons là le coefficient à la j-ème colonne du produit matriciel Ln A.

Donc Ln+1 = Ln A.
Par une récurrence rapide, on prouve donc que ∀n ∈ N, Ln = L 0An .
11. Soit f l’endomorphisme de R3 dont la matrice dans la base canonique de R3 est A1 .
Alors il s’agit de trouver une base B = (e 1 , e 2 , e 3 ) de R3 telle que
f (e 1 ) f (e 2 ) f (e 3 )
1 0 0 e1
MatB (f ) = *. 0 1/2 0 +/ e2 .
, 0 0 1/3 - e3

De plus, nous souhaiterions que PBc an ,B possède des coefficients diagonaux égaux à 1,
c’est-à-dire que si (f 1 , f 2 , f 3 ) est la base canonique de R3 , alors on souhaite avoir
Explication
e1 e2 e3
Les ? sont des coefficients
1 ? ? f1
qui peuvent prendre n’im-
PBc an ,B = *.? 1 ?+/ f2 . porte quelle valeur, les seules
,? ? 1- f3 contraintes portant sur les
coefficients diagonaux.

Cherchons e 1 vérifiant f (e 1 ) = e 1 , sous la forme e 1 = (1, y, z).

1 1
Ceci revient à résoudre le système A1 *.y +/ = *.y +/. Soit encore
,z - ,z -
 1=1
y = 1


 
 1/2 + 1/2y = y

⇔
 z = 1
 1/3 + 1/3y + 1/3z = z

 

Et donc la seule solution est e 1 = (1, 1, 1).
De même, on cherche e 2 ∈ E 1/2 (f ) sous la forme e 2 = (x, 1, z), ce qui après calculs, possède
pour unique solution e 2 = (0, 1, 2).
Enfin, on obtient de même e 3 = (0, 0, 1).
Nous savons, sans calculs, que la famille (e 1 , e 2 , e 3 ) est libre car formée de trois vecteurs
propres associés à des valeurs propres distinctes, et donc B = (e 1 , e 2 , e 3 ) est une base de R3
car libre et de cardinal 3.
Par construction, la matrice de f dans la base B est D 1 , et
e1 e2 e3
1 0 0 f1
PBc an ,B = *. 1 1 0 +/ f2 .
,1 2 1- f3

ECS2 LYCÉE FAURIEL 2018–2019 M. VIENNEY

 CORRECTION 5

Par la formule de changement de base, on a donc

A1 = MatBc an (f ) = PBc an ,B MatB (f )P B,Bc an = P1 D 1 P1−1 .

1 0 0
De plus, un calcul d’inverse nous donne P 1−1 = *.−1 1 0+/ .
, 1 −2 1-
1 0 0
12. On a D n1 = *.0 1
2n 0 +/, de sorte que
1
,0 0 3n -

1 0 0
lim D n1 = *.0 0 0+/ = D.
n→∞
,0 0 0-

On en déduit comme dans la question 7 que

1 0 0
lim An1 = P1 DP 1−1 = *.1 0 0+/ .
n→∞
,1 0 0-

Notons L 0 = a b c . Puisque {[X 0 = i], i ∈ n1, 3o} est un système complet d’événements,


13.
on a a + b + c = 1.
De plus, comme expliqué dans l’énoncé, on a

1 0 0
lim Ln = lim L 0An1 = L 0 ( lim An1 ) = a b c *.1 0+/ = a + b + c 0 = 1 0 .



0 0 0
n→∞ n→∞ n→∞
,1 0 0-

En termes de probabilités, cela signifie que

lim P(X n = 1) = 1, lim P(X n = 2) = 0, lim P(X n = 3) = 0.

n→+∞ n→+∞ n→+∞

Ce résultat s’explique par le fait que si l’objet est dans l’urne 1, il n’en sort pas :
PX n =1 (X n+1 = 1) = 1.
De plus, si l’objet se trouve dans la seconde urne à un instant donné, il a une probabilité
1/2 de se trouver dans la première à l’instant suivant (et donc de ne plus en sortir), et de
même, depuis la troisième urne, il a une probabilité 1/3 de se trouver dans la première à
l’instant suivant, puis de ne plus en sortir.
Ainsi, quel que soit l’endroit où se trouve l’objet au départ, au bout d’un temps suffisamment
long, il finira presque sûrement par se retrouver dans la première urne, puis n’en sortira
Remarque
plus.
Ceci correspond au résultat du calcul : quel que soit a b c l’état de départ, alors au Ce type de situations sera


longuement étudié en TP,
bout d’un temps assez long, l’objet se trouvera dans l’urne 1 avec probabilité 1 (et donc c’est ce qu’on appelle des
dans les autres avec probabilité nulle). chaînes de Markov.

ECS2 LYCÉE FAURIEL 2018–2019 M. VIENNEY