Professional Documents
Culture Documents
TD1 - Rvisions
Vrifiez que x1 + x2 + x 3 > 10 si et seulement si (7 x1 ) + (7 x2 ) + (7 x3 ) 10 ; et en dduire une bijection entre lvnement : A : x1 + x2 + x 3 > 10 et son complmentaire.
Exercice 2 - Cls
Un cambrioleur a N cls et se trouve devant une porte que seulement 2 cls peuvent ouvrir. Ayant un peu bu, il essaie les cls au hasard une par une et on note X la variable alatoire gale au nombre dessais ncessaires pour ouvrir la porte. Donnez la loi de X et son esprance. Lorsquil na pas bu, il met de ct les cls dj essayes et on note Y la variable alatoire gale au nombre dessais ncessaires pour ouvrir la porte. Donner la loi de Y et son esprance.
P ( X = k Z = n) .
En dduire la valeur de lesprance conditionnelle de X Z = n (X sachant Z = n), cest--dire
E ( X Z = n ) = k P ( X = k Z = n ) .
k
Remarquez que (Tr = r + k ) = (Sr + k 1 = r 1 X r + k = 1), et que Sn 1 et X n peuvent tre supposes indpendantes.
X k = 0 sinon, et on pose S n = X 1 + X 2 + ... + X n pour n 1 . Dterminez la loi de la variable alatoire Tr gale au nombre minimum de prlvements successifs effectuer pour obtenir r objets dfectueux.
rafales (entiers dans N) suivent une loi gomtrique de paramtre p telle que Pr (X = n ) = p (1 p ) a) Calculer la moyenne et la variance de la taille des rafales. Calculer le coefficient de variation (le rapport de lcart type sur la moyenne). b) Montrer que toute variable alatoire T suivant cette loi possde la proprit dabsence de mmoire :
Exercice 7 Pisciculture
Dans un tang, 2% des poissons ont une malformation due des rejets toxiques. Une lvation soudaine de la temprature de leau fait mourir une partie des poissons, avec toujours 2% de malforms parmi les morts. Un chercheur ramasse 150 poissons morts et note X le nombre de poissons malforms de cet chantillon. Donnez la loi de X et justifiez quelle peut tre approche par une loi de Poisson de paramtre 3. Donnez alors la probabilit pour quil y ait au moins 3 poissons malforms dans lchantillon.
Exercice 1
Une chane de Markov homogne
2 -A partir de ce graphe, calculez P X 3 = 0 X 0 = 1 et P X 7 = 2 X 4 = 0 . Vrifiez ces rsultats en calculant P . 3 - Cette chane admet-elle un rgime stationnaire ?
3
Exercice 2
On considre une chane de Markov homogne 3 tats, dont la matrice de transition est :
0 1 0 P = 0 0 1 1 0 0
1 - Tracer le graphe de cette chane de Markov. 2 - Les tats de cette chane de Markov sont-ils rcurrents ? transitoires ? La chane est-elle irrductible ? 3 - Calculer P2, P3 et plus gnralement Pn. 4 - Existe-t-il un tat stationnaire ?
Exercice 4
On considre une chane de Markov homogne 3 tats nots { 2, 3}, dont la matrice de transition est : 1,
1 2 1 4 1 4 P = 2 3 0 1 3 3 5 1 5 1 5
1 - Reprsentez le graphe associ. La chane est-elle irrductible ? 2 - Dterminer la distribution stationnaire. 3 - On rend ltat 3 absorbant. Quelle est alors la nouvelle matrice de transition ?
Exercice 6
Une chane de Markov homogne 4 tats possde la matrice de transition suivante :
0, 2 0 0, 8 0 0 0, 5 0 0, 5 P= 0, 6 0 0, 4 0 0 0, 9 0 0,1
1 - Tracez le graphe de cette chane. Est-elle irrductible ? 2 Etudiez lexistence dun rgime stationnaire
Exercice 7
Une chane de Markov homogne 3 tats nots { 2, 3}possde la matrice de transition suivante : 1,
0 P = 1 4 0
1 3 2 3 34 0 0 1
1. Reprsentez le graphe de cette chane. Les tats de cette chane sont-ils transitoires ? rcurrents ? La chane est-elle irrductible ? 2. Existe-t-il un tat absorbant ? Calculez la probabilit dtre absorb en partant de chacun des autres tats. Calculez le temps moyen jusqu labsorption.
B. Goldfarb & C. Dubarry
Exercice 8 1, Une chane de Markov homogne quatre tats nots { 2, 3, 4}possde la matrice de transition suivante
0 1 2 1 4 1 4 1 3 0 1 6 1 2 P= 0 1 0 0 0 0 0 1
1 - Reprsentez le graphe associ cette chane 2 - Quelle est la nature des tats de cette chane ? 3 - Calculer le nombre moyen de passages par ltat 2, partant de ltat 1.
Exercice 9
Une chane de Markov homogne 3 tats nots { 2, 3} possde la matrice de transition suivante : 1,
o [0;1] et p [0;1]. 1 - Reprsentez le graphe de cette chane. 2 - Pour quelles valeurs du couple ( , p ) est-elle irrductible et apriodique ?
p 1 p 0 0 1 T= 0 0 1
4 - En rgime permanent, pour quelles valeurs de ( , p ) les trois tats sont-ils quiprobables ? 5 - Calculez le temps moyen de premier retour dans ltat 2.
Exercice 10
On considre deux joueurs A et B jouant pile ou face, avec une pice truque (probabilit p pour pile et donc q = 1p pour face), et une fortune globale de S euros. A chaque tape du jeu, si A gagne (par exemple pile) B lui donne un euro ; dans le cas contraire il donne un euro B. Le jeu sarrte lorsque lun des joueurs est ruin. 1 - En dfinissant les tats de ce processus par la fortune de A (0, 1, 2, ..., S) reprsentez la chane de Markov associe ce processus. Est-elle irrductible ? Justifiez votre rponse. 2 - En notant i,a la probabilit que A gagne sachant quil dbute avec i euros, donnez une quation de
rcurrence reliant i,a , i 1,a et i +1,a . 3. En dduire la probabilit que A gagne en commenant avec i euros.
Exercice 4 Urgences
On considre les arrives de patients aux urgences dun hpital comme un processus de Poisson avec une moyenne dun patient toutes les 12 minutes. 1 - En prenant lheure comme unit de temps, donner la valeur du paramtre de ce processus de Poisson. 2 - Le prpos aux admissions met 3 minutes pour remplir le dossier dun patient. En considrant quil tait inoccup lorsque le premier patient arrive, quelle est la probabilit quil puisse se reposer avant larrive du deuxime patient ? 3 - En considrant que les horaires de ce prpos sont 7h - 12h puis 13h-15h, on note X la variable alatoire reprsentant le nombre global de patients arrivant pendant ces intervalles de temps. Calculez le temps moyen pass par jour remplir les dossiers. 4 - Le deuxime hpital du secteur ferme ses urgences pour une journe. Dans cet hpital, on constate une moyenne de 60 patients entre 7h et 15h. Si les patients de cet hpital se reportent sur le premier, caractrisez le flux global de patients pour cette journe et calculez alors le nouveau temps moyen pass par le prpos remplir les dossiers.
B. Goldfarb & C. Dubarry
II
Un systme est form de 4 processeurs dont chacun a une probabilit 1 p de tomber en panne au cours dune journe. Le systme ne fonctionne que si au moins 2 processeurs sont en tat de fonctionnement. Les rparations sont effectues pendant la nuit, un seul processeur la fois pouvant tre rpar une nuit donne. Soit Xn le nombre de dispositifs en tat de fonctionner au dbut de la nme journe (n=1,2, ). Montrez que {X n } est une chane de Markov quon tudiera aprs avoir construit sa matrice de transition.
III Comparer les temps de sjour moyen pour les deux systmes suivants a) M/M/1 avec les paramtres et 2 b) M/M/2 avec les paramtres l et
IV
Lunit de temps choisie est la minute. Une bretelle dautoroute comporte un seul poste de page. Les voitures sy prsentent selon un processus de Poisson de taux = 0, 3 . Le temps de service au poste de page est distribu selon une loi exponentielle de moyenne 1 minute. 1) Combien de voitures en moyenne se prsentent en une heure au poste de page ? Quel est le modle de file dattente qui correspond au fonctionnement de ce poste de page (justifiez tou s les lments de rponse) ? 2) Quel est le taux dutilisation du poste de page ? Quel est le nombre moyen de voitures en attente pour payer ? Quelle est la dure moyenne passe au page (attente et paiement) ? 3) Lors du chass-crois des vacanciers, fin juillet-dbut aot, les arrives au poste de page sont multiplies par 10. Quel est le taux de ce nouveau processus de Poisson ? Montrez quil est alors impratif douvrir dautres postes de paiement ce page, et prcisez le nombre minimal de postes supplmentaires de paiement ouvrir.
a) Une distribution du khi-deux N degrs de libert est la somme des carrs de N variables gaussiennes centres rduites indpendantes. Donnez une mthode de simulation dune distribution du khi-deux 2k degrs de libert (k entier, k > 1). b) Une distribution logistique de paramtres et (avec > 0) est dfinie par sa fonction de
x 1 exp ( x ) si x 0 f (x ) = 0 si x < 0
Dterminez sa fonction de rpartition. Dduisez une mthode de simulation de cette loi. II Montrez que la loi gomtrique de paramtre p, valeurs strictement positives, peut tre simule par
ln ( r ) X = min x : x > , x = 1, 2, K ln (1 p )
III
En considrant un processus de Poisson de taux , et le nombre dvnements X survenus sur lintervalle [0 ;1], montrez que :
j = n +1 X = min n : Ri < e
j =1
o les Ri sont des alas uniformes sur [0 ;1] donc pouvant tre obtenus par des nombres pseudoalatoires, permet dobtenir une simulation de loi de Poisson de paramtre . IV Au dbut de chaque journe, un quipement est valu et class dans lun des tats : 1 = excellent ; 2 = mdiocre ; 3 = remplacer Cet quipement se comporte selon une chane de Markov dont la matrice de transition est :
0 0, 7 0,3 0 0,95 0, 05 0 0 1
Lquipement est toujours dans ltat 1 au temps initial. En simulant le comportement de 1000 de ces quipements, donnez lintervalle de confiance 95% de la dure de vie. Comparez avec la valeur thorique.
TD srie 6 : rvisions
Exercice I
Une chane de Markov homogne
p (k ) .
6
4 - En utilisant les rsultats de la question 2, dterminez un systme dquations liant S ( 6 ) = avec S (1) =
k =
k = k =1
p (k )
6
k =1
k =
Exercice II
Dans un magasin ayant une seule caisse, le passage des clients en caisse suit un processus de Poisson de taux 1 client/minute. La direction a dcid daccorder un rabais chaque 11me (onzime) client passant en caisse. 1 - Quelle est la densit de probabilit de lintervalle de temps qui spare deux rabais successifs ? (On admettra que la densit de la somme de k exponentielles indpendantes est e
x
x k 1 ( k 1)!
2 - Quel est alors le nombre moyen de rabais accord par journe de 10h douverture de caisse ?
B. Goldfarb & C. Dubarry
Exercice III On considre un bureau de vote o les lecteurs se prsentent selon un processus de Poisson de taux gal 10 personnes par heure. La dure du vote suit une distribution exponentielle de moyenne 3 minutes. Il n'y a qu'un seul isoloir. 1 - Montrez que ce fonctionnement correspond une file M/M/1 2 - Quelle est la probabilit pour qu'un lecteur arrive et puisse voter sans attendre ? 3 - Quel est le nombre moyen d'lecteurs dans le bureau de vote ? 4 - Quel est le temps moyen de passage d'un lecteur dans le bureau de vote ? 5 - On admet qu'un lecteur qui se prsente ne reste pas s'il y a dj 2 lecteurs en attente. Quelle est la proportion d'lecteurs qui vont repartir ?
Exercice IV
t2 On considre le calcul de lintgrale I = exp ( t ) exp dt . 2 0
Proposez une valeur approche de cette intgrale en utilisant les 10 nombres pseudo-alatoires suivants :
0,4659 0,5311 0,4480 0,7471 0,3004 0,0460 0,1463 0,4220 0,2523 0,1823
Exercice V Une variable alatoire est distribue selon une loi de Pareto de paramtre > 0 si sa densit est f ( t ) = 1+ pour t 1 . t
Donnez une mthode de simulation de cette loi de Pareto.