Dpartement MIDO L3 mention Informatique

Modlisation et Simulation Stochastique Anne 2009-2010

TD1 - Rvisions

Exercice 1 - Jeu de Passe-Dix

On lance trois ds parfaits. On veut montrer que la probabilit pour que la somme des points obtenus dpasse dix strictement est gale la probabilit pour que cette somme soit infrieure ou gale dix. On prend pour lensemble des suites (x1 , x2 , x3 ) o xi est le nombre de points du d considr.

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.

Exercice 3 - Appels tlphoniques

On note pn (k ), n 1 la probabilit pour quun central tlphonique reoive k appels en n minutes. On suppose que le nombre dappels reus dans deux intervalles de temps disjoints de mme longueur sont deux variables alatoires indpendantes et de mme loi. a) Calculez en fonction de p1 (k ), k 0 la probabilit pour que le central reoive N appels en 2 minutes. b) Si p1 ( k ) = e m

mk , ( m > 0, k N ) , calculez pn (k ) pour tout n 1 . k!

Exercice 4 - loi de Poisson

Soient X et Y deux variables alatoires indpendantes suivant des lois de Poisson de paramtres respectifs et . Montrer que Z = X +Y suit une loi de Poisson de paramtre + . Dterminez ensuite la loi conditionnelle de X Z = n (X sachant Z = n), cest--dire les valeurs

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

B. Goldfarb & C. Dubarry

Exercice 5 - Production la chane

Une machine produit des objets la chane et, en priode de marche normale, on sait que la probabilit pour quun objet produit soit dfectueux est p avec 0 < p < 1 , en notant q = 1 - p la probabilit pour quil soit correct. On considre les variables alatoires X k , k 1 , o X k = 1 si le kme objet est dfectueux et

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.

Exercice 6 - Arrives dans un rseau

Larrive de trafic lentre dun rseau est sporadique (arrives par rafales). Les tailles (alatoires) X des
n

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 :

P T n + h T n = P [T h ]. Expliquez cette appelation sans mmoire (memoryless).

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 8 Dures de fonctionnement

La dure de fonctionnement (en jours) dun circuit lectronique est une variable alatoire T de densit fT ( x ) = 2 xe x pour x R + . Calculez la fonction de rpartition de T. On suppose que la dure de vie moyenne est de 20 jours. En dduire la valeur de . Calculez la probabilit pour quun circuit dure plus de 30 jours sachant quil tait encore utilisable au bout de 10 jours.

Exercice 9 - Loi exponentielle

a) On considre une variable alatoire X suivant une loi exponentielle de paramtre > 0. En utilisant la fonction de survie dfinie sur R + par X (x ) = 1 FX (x ) o FX (x ) est la fonction de rpartition de X, montrez la proprit dabsence de mmoire pour X : h R + tel que P ( X > h ) > 0, et t R + on a P ( X > t + h X > h ) = P ( X > t ) . b) On suppose que la dure (en minutes) dune conversation tlphonique suit une loi exponentielle, la moyenne dune conversation tant de 10mn. Vous arrivez la cabine (vous avez perdu votre portable) et quelquun entre juste devant vous. Quelle est la probabilit dattendre plus de 10mn ? entre 10 et 20 mn ?
B. Goldfarb & C. Dubarry

Dpartement MIDO L3 mention Informatique

Modlisation et Simulation Stochastique Anne 2009-2010

TD Srie 2 Chanes de Markov en temps discret

Exercice 1
Une chane de Markov homogne

(Xn )n0 3 tats nots {0,1, 2}a pour matrice de transition :

0, 5 0, 3 P = 0,1 0, 8 0, 5 0, 2

1 Donnez les valeurs de , et . Reprsentez son graphe.

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 3 La Grande Ecole

Les tudes dans une Grande Ecole durent 3 ans ; la fin de chaque anne dtude, tout lve a une probabilit p de passer dans lanne suprieure (ou dobtenir le diplme sil est en troisime anne), une probabilit q de redoubler et une probabilit dtre renvoy ou dabandonner (avec p + q + = 1). 1 - Justifiez la reprsentation de ce processus par une chane de Markov et tracez le graphe de cette chane. 2 - Analysez les tats de cette chane. 3 - Donnez la matrice de transition.

B. Goldfarb & C. Dubarry

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 5 La sentinelle du fort carr

On considre un fort carr sa base, pourvu dune porte de garde chaque coin. Pour tromper lennemi, on donne lordre la sentinelle de faire sa ronde de la faon suivante : monter une garde une minute lun des 4 postes qui est choisi au dernier moment par le commandement ; puis tirer pile au face : si pile tombe, aller au premier poste rencontr sur sa gauche, sinon aller au premier poste rencontr sur sa droite ; y monter la garde une minute ; tirer nouveau pile ou face et suivre la mme rgle que prcdemment. 1 - Justifiez que ce processus peut tre reprsent par une chane de Markov et reprsentez le graphe de cette chane. 2 - Analysez les tats de la chane et donnez la matrice de transition. 3 - Etudiez la distribution stationnaire.

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.

3 - Pour ( , p ) vrifiant ces conditions, dterminez les probabilits dtat lquilibre.

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.

B. Goldfarb & C. Dubarry

Dpartement MIDO L3 mention Informatique

Modlisation et Simulation Stochastique Anne 2009-2010

TD Srie 3 Processus ponctuel de comptage de Poisson

Exercice 1 Accs serveur
Lunit de temps est lheure. Des demandes daccs un service partag arrivent vers un serveur sous la forme dun processus de Poisson de paramtre > 0 . Sachant que deux demandes sont enregistres pendant la premire heure, donnez la probabilit a) que les deux demandes soient arrives pendant la premire demi-heure, b) quexactement une seule demande soit arrive pendant la premire demi-heure.

Exercice 2 - Loi conditionnelle du premier top

On considre un processus de Poisson de paramtre > 0 . Donnez la loi (sous forme de la fonction de rpartition) du temps de survenue T1 du premier vnement dans lintervalle ]0, t] sachant que N vnements se sont produits dans cet intervalle de temps.

Exercice 3 - Traverse dune route

Lunit de temps est la seconde. Sur une route sens unique, les voitures dfilent selon un processus de Poisson de paramtre = 1 6 . Le temps ncessaire un piton pour traverser cette route est de 4 secondes. On suppose que ce piton ne traverse que sil dispose entirement de la route pendant ces 4 secondes. Dterminez : a) la dure moyenne des intervalles de temps entre deux voitures, b) la probabilit quun piton arrivant au bord de la route doive attendre pour traverser, c) le nombre moyen de voitures quun piton voit passer avant de pouvoir traverser.

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

Exercice 5 Camions et voitures

On considre une route sur laquelle le passage moyen est dun vhicule toutes les 10 secondes, avec 10% de camions, le reste tant des voitures particulires. 1 - Quelle est la probabilit pour quau moins un camion passe dans un intervalle dune minute ? 2 - Sachant que 10 camions sont passs dans un intervalle de 5 minutes, quel est le nombre moyen de vhicules qui sont passs dans cet intervalle ? 3 - Si 30 vhicules sont passs en 10 minutes, quelle est la probabilit pour que 3 dentre eux soient des camions ?

Exercice 6 Ressource en partage

Le nombre de demande daccs une ressource en partage est considr comme un processus de Poisson homogne, et est tel quon ait en moyenne une demande toute les 2 minutes. Lunit de temps choisie dans la suite est lheure. 1 - Donnez a) le nombre moyen de demande daccs par demi-heure, b) la probabilit quil y ait exactement 8 demandes daccs dans un intervalle de 10 minutes. 2 Les demandes daccs qui impliquent un droutement sur une autre ressource constituent 3% du total des demandes daccs. Donnez la loi de probabilit du nombre de demandes daccs droutes par heure.

B. Goldfarb & C. Dubarry

Dpartement MIDO L3 mention Informatique

Modlisation et Simulation Stochastique Anne 2009-2010 TD Srie 4

I

Etudier la chane de Markov dont la matrice de transition est

0, 5 0, 5 0 0, 5 0 0, 5 1 0 0

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.

B. Goldfarb & C. Dubarry

Dpartement MIDO L3 mention Informatique

Modlisation et Simulation Stochastique Anne 2009-2010 TD Srie 5

I

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 ) rpartition F (x ) = 1 + exp . Donnez une mthode de simulation de cette loi.

c) La distribution de Weibull est la distribution de rfrence pour les questions de fiabilit (elle gnralise la distribution exponentielle). Sa densit est

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.

B. Goldfarb & C. Dubarry

Dpartement MIDO L3 mention Informatique

Modlisation et Simulation Stochastique Anne 2009-2010

TD srie 6 : rvisions
Exercice I
Une chane de Markov homogne

(Xn )n0 6 tats {1, 2,3, 4,5, 6} a pour matrice de transition :

0 0 0, 25 0, 25 0 0,5 1 0 0 0 0 0 0 0 0, 6 0 0, 4 0 P= 0 0 0 0 0,5 0,5 0 0 0, 6 0 0, 4 0 0 0, 25 0, 25 0, 25 0, 25 0

1 - Reprsentez le graphe de cette chane de Markov. Prcisez les composantes fortement connexes. 2 - On appelle p1 ( k ) , p4 ( k ) , p6 ( k ) les probabilits dtre respectivement dans ltat 1, dans ltat 4 et dans ltat 6 la date k. Donnez les relations entre p j ( k ) , p j ( k 1) pour j = 1, 4, 6 3 - On dsigne par = ( i )i =1,2,K,6 le rgime permanent si linstant initial (k = 0) la chane de Markov est dans ltat 1. Donnez une relation entre 2 et S ( 6 ) =
k = k =1

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

p1 ( k ) et S ( 4 ) = p4 ( k ) . Dduisez la valeur de S(6) puis celle de 2.

k =1

k =

5 - En dduire le rgime permanent dfini la question 3.

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.

B. Goldfarb & C. Dubarry