Processus Aleatoires 2020 2021 - CIPMA
Processus Aleatoires 2020 2021 - CIPMA
Processus Aleatoires 2020 2021 - CIPMA
Bonne chance !
1 Questions de compréhension du cours.
1. Montrer que la famille (Pt )t≥0 des noyaux de transition d’un processus markovien de sauts
sur un ensemble S dénombrable satisfait:
X
P( s + t)(i + j) = Ps (i, k)Pt (k, j). (1)
k∈S
2. Soit le processus aléatoire: Xt = 1 − t + 2tεt , où les v.a (εt ) sont i.i.d de loi N (0, 1). La
moyenne et la variance du processus sont-elles des fonctions déterministes du temps ?
3. Soit un espace probabilisé filtré (Ω, F, {Fn }n , P). Définir par rapport à la filtration {Fn }n
une martingale, une sous-martingale, une sur-martingale.
4. Soient Y1 , Y2 , ... des variables i.i.d., et soit Xn = nm=1 Ym . Sous quelle condition la suite Xn
Q
est-elle une surmartingale? Une sous-martingale? Une martingale?
5. Les arrivées de bus Cotonou-Tokpa à une station forment un processus de Poisson d’intensité
λ = 5. L’unité de mesure est l’heure. Chaque bus s’arrête un temps fixe τ = 2 min à la
station. Un passager qui arrive à un instant θ monte dans le bus si celui-ci est là, attend
pendant un temps τ 0 = 10 min, puis si le bus n’est pas arrivé pendant le temps τ 0 , quitte la
station et s’en va à pied. Quelle est la probabilité que le passager prenne le bus ?
6. Montrer que pour une chaı̂ne de Markov irréductible de distribution stationnaire π, les temps
de récurrence moyens sont donnés par:
1
Ei (τi ) = . (2)
πi
1
7. Soit (Xn )n ≥ 0 une chaı̂ne de Markov sur un espace d’états S, de probabilités de transitions
(Pi ,j )i, j ∈ S ≥ 0 et de loi initiale pi = P (X0 = i). Après avoir rappelé la propriété principale
d’une chaı̂ne de Markov montrer que:
Yn−1
P (X0 = i0 , X1 = i1 , ..., Xn = in ) = pi 0 pi k , pi k+1 . (3)
k=0
8. On considère un appareil de comptage, qui dénombre les voitures sur une route, de flux
poissonien d’intensité λ. L’appareil peut tomber en panne à l’instant T , où T est une
variable aléatoire de loi Gamma γ(1, a). Soit X le nombre de véhicules enregistrés par
l’appareil jusqu’à ce qu’il tombe en panne. Déterminer la loi et l’espérance de X.
NB: On rappelle que: Z
[X = n]
P ([X = n]) = P fT (t)dt. (4)
[T = t]
Avec P [X=n]
[T =t]
= P ([Xt = n]); fT (t) = 1
Γ(a)
e−t ta−1 1]0;+∞[ (t)
9. On dispose du diagramme suivant où tous les arcs orientés ont pour probabilité 1/2.
2 Exercice 1.
Un client arrive dans une banque. Devant l’unique guichet, il y a une P queue de longueur aléatoire
L. La loi de L est donnée par P (L = k) = pk , k = 1; 2; ... avec k≥1 (pk = 1). On admet que
chaque client est servi pendant un intervalle de temps de longueur 1. Une fois le premier client
servi, notre client avance d’une unité dans la file. Une fois servi, on suppose que le client se place
à nouveau au bout de la queue. On modélise la situation par la chaı̂ne de Markov suivante :
1. Sous quelle condition sur les pk la chaı̂ne est-elle irréductible. Pour le reste du problème, on
suppose les pk tels que la chaı̂ne soit irréductible.
2
2. On suppose X0 = 0. Soit:
τ0 = inf {n > 0 : Xn = 0}. (5)
le temps de premier retour en 0. Déterminer sa loi.
4. Donner une condition nécessaire et suffisante sur les pk pour que l’état 0 soit récurrent positif.
5. Donner une condition suffisante sur les pk pour que l’état 0 soit apériodique.
3 Exercice 2.
Un serveur informatique envoie des messages selon un processus ponctuel de Poisson. En moyenne,
il envoie un message toutes les 15 secondes.
1. Quelle est la probabilité que le serveur n’envoie aucun message au cours des 2 premières
minutes de sa mise en service?
2. A quel moment espérez-vous le second message (quel est le temps moyen de l’envoi du second
message)?
3. Quelle est la probabilité que le serveur n’ait pas envoyé de message durant la première minute,
sachant qu’il a envoyé 3 messages au cours des 3 premières minutes?
4. Quelle est la probabilité qu’il y ait moins de 3 messages au cours des 2 premières minutes,
sachant qu’il y en a eu au moins 1 au cours de la première minute?