Processus de Markov, de Levy, Files d'attente, Actuariat et Fiabilité ...
Processus de Markov, de Levy, Files d'attente, Actuariat et Fiabilité ...
Processus de Markov, de Levy, Files d'attente, Actuariat et Fiabilité ...
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
1.7 Exercices<br />
1. Considérez une particule effectuant une marche aléatoire simple X t , t = 0, 1, 2, ...<br />
sur le graphe (A) ci-<strong>de</strong>ssous : i.e. à chaque moment t = 1, 2, ..., la particule se déplace<br />
vers l’un <strong>de</strong> ses voisins sur le graphe à sa position actuelle, avec la même probabilité<br />
pour chaque choix.<br />
(A)<br />
(B)<br />
1<br />
1<br />
2 3<br />
2 3<br />
0<br />
0<br />
5<br />
4<br />
5<br />
4<br />
(a) Calculer :<br />
(b)<br />
i. L’ésperance en sortant <strong>de</strong> 1 du nombre <strong>de</strong> pas T 0 jusq’au noeud 0. Indication :<br />
Utiliser la symm<strong>et</strong>rie.<br />
ii. L’ésperance en sortant <strong>de</strong> 0 du nombre <strong>de</strong> pas ˜T 0 jusq’au premier r<strong>et</strong>our en<br />
0.<br />
iii. Les probabilités stationnaires <strong>de</strong> chaque noeud. Indication : On peut utiliser<br />
les èquations d’équilibre <strong>de</strong>taillé.<br />
iv. La probabilité x 2 = P 2 {X T = 1}, où T = min[T 1 , T 0 ].<br />
v. Les probabilités p k en partant <strong>de</strong> 1 que la marche visite 0 exactement k fois<br />
(k = 0, 1, 2, ...) avant le premier r<strong>et</strong>our en 1.<br />
À un moment donné, le passage sur certaines arrêts du graphe <strong>de</strong>vient impossible,<br />
ou possible seulement dans une direction, comme indiqué par <strong>de</strong>s flèches dans<br />
le graphe (B). Plus précisement, la particule continue <strong>de</strong> choisir <strong>de</strong>s <strong>de</strong>stinations<br />
suivant le graphe (A) (”aveuglement”), mais les choix qui ne sont plus disponibles<br />
résultent dans un pas annulé, donc sur place.<br />
i. Donnez la matrice <strong>de</strong> transition <strong>de</strong> la marche.<br />
ii. I<strong>de</strong>ntifiez les classes <strong>de</strong> la chaîne, <strong>et</strong> classifiez les en récurrentes <strong>et</strong> transitoires.<br />
iii. Trouvez la distribution stationnaire <strong>de</strong> chaque classe récurrente.<br />
iv. Est-ce que la limite au sense <strong>de</strong> Caesaro quand n → ∞ <strong>de</strong> la matrice <strong>de</strong><br />
transition apres n étapes P n existe? Le cas écheant, trouvez-la.