• Aucun résultat trouvé

Montrer que pour toutn∈N: An = 1 α+β β+αλn α(1−λn) β(1−λn) α+βλn

N/A
N/A
Protected

Academic year: 2022

Partager "Montrer que pour toutn∈N: An = 1 α+β β+αλn α(1−λn) β(1−λn) α+βλn "

Copied!
4
0
0

Texte intégral

(1)

MPSI B 29 juin 2019

Énoncé

Partie 1 : Un exemple en dimension 2

Soientα, β∈]0,1[. On note :

A(α, β) =

1α α β 1β

.

On noteλ= 1αβ. 1. a. CalculerA

1 1

etA −α

β

.

b. Expliciter une matriceP GL2(R)telle que : P−1AP =

1 0 0 λ

.

Déterminer égalementP−1. c. Montrer que pour toutnN:

An = 1 α+β

β+αλn α(1λn) β(1λn) α+βλn

.

2. Soit(Ω,P)un espace probabilisé etn+ 1variables aléatoiresX0, ..., Xn dénies dans et à valeurs dans{0,1}. On suppose que pour toutkJ0, n1K:

P(Xk+1= 1|Xk = 0) =α et P(Xk+1= 0|Xk = 1) =β.

a. Montrer que pour toutkJ0, n1K: P(Xk+1= 0)

P(Xk+1= 1)

=A(α, β)T

P(Xk = 0) P(Xk = 1)

. b. Montrer que :

P(Xn = 0) =β+αλn

α+β P(X0= 0) +α(1λn)

α+β P(Xn = 1)

P(Xn = 0) = β(1λn)

α+β P(X0= 0) +α+βλn

α+β P(Xn= 1)

c. DéterminerP(Xn=X0). d. Posonsr= min

α

α+β, β α+β

. A l'aide d'une étude de la fonction Φ(x) =x+ (1x)λn, montrer que :

P(Xn=X0)r+ (1r)(1αβ)n. 3. Soitl N. Considérons une famille (Xki)0≤k≤n

1≤i≤l de variables aléatoires dénies sur à valeurs dans{0,1} telles que pour toutkJ0, nK, les variables aléatoiresXk1, ..., Xkl soient mutuellement indépendantes. On suppose que pour tout iJ1, lKet pour tout kJP, n1K:

P(Xk+1i = 1|Xki = 0) =α et P(Xk+1i = 0|Xki = 1) =β.

On noteQn la probabilité de l'événement{∀iJ1, lK, Xni =X0i}. Monter que : Qn[r+ (1r)(1αβ)n]l.

4. On souhaite transmettre un message constitué de l bits (a1, ..., al)∈ {0,1}l à l'aide d'un réseau de communication constitué de n relais numérotés de 1 à n. Pour être transmis, le message doit passer successivement par lesnrelais. Au passage de chaque relais, chaque bit du message a une probilitéαd'être modié. On suppose que les relais agissent indépendamment les uns des autres et indépendamment sur chaque bit.

Soitε >0. Déterminer un entiernc tel que pour tout nnc, la probabilité pour que le message soit erroné après le passage dun-ème relais soit supérieure ou égale àε.

Partie 2 : Spectre d'une matrice stochastique

Soitn2, soitA= (ai,j)1≤i,j≤n ∈ Mn(R). On dit queAest une matrice stochastique (respectivement strictement stochastique) si tous ses coecients ai,j sont positifs ou nuls (respectivement strictement positifs) et si :

∀iJ1, nK,

n

X

j=1

ai,j= 1.

Dans toute cette partie on noteraU ∈ Mn,1(R)la matrice colonne dont tous les coecients valent1.

Cette création est mise à disposition selon le Contrat

Paternité-Partage des Conditions Initiales à l'Identique 2.0 France disponible en ligne http://creativecommons.org/licenses/by-sa/2.0/fr/

1 Rémy Nicolai Amastoch

(2)

MPSI B 29 juin 2019

1. SoitA = (ai,j)1≤i,j≤n une matrice stochastique (respectivement strictement stochas- tique). Montrer que pour tout(i, j)J1, nK

2 :

0ai,j1 (respectivement0< ai,j<1).

2. Montrer qu'une matriceA∈ Mn(R)à coecients positifs ou nuls est stochastique si et seulement siAU =U.

3. Montrer que le produit de deux matrices stochastiques (respectivement stochastiques) est stochastique (respectivement stochastique).

4. SoitA= (ai,j)1≤i,j≤n∈ Mn(C), soitλC. On suppose qu'il existeX ∈ Mn,1(C)\{0}

telle queAX=λX. Montrer qu'il existeiJ1, nKtel que :

ai,i| ≤

n

X

j=1 j6=i

|ai,j|.

5. SoitA∈ Mn(R)une matrice stochastique, soitλC. On suppose qu'il existe X ∈ Mn,1(C)\ {0}tel que AX=λX.

a. Montrer que|λ| ≤1.

b. SupposonsA strictement stochastique. Montrer que siλ6= 1, alors|λ|<1. 6. SoitA= (ai,j)1≤i,j≤n ∈ Mn(C). On dit queA est à diagonale strictement dominante

si :

∀iJ1, nK, |ai,i|>

n

X

j=1 j6=i

|ai,j|.

Montrer qu'une matrice à diagonale strictement dominante est inversible.

7. SoitA∈ Mn(R)une matrice strictement stochastique.

a. Notons A1 = (ai,j)1≤i,j≤n−1 ∈ Mn−1(R) la matrice obtenue en supprimant la dernière ligne et la dernière colonne deA. Montrer queA1In−1 est à diagonale strictement dominante.

b. Montrer queKer(AIn)est de dimension1.

Corrigé

Partie 1 : Un exemple en dimension 2

1. a. On trouveA 1

1

= 1

1

etA −α

β

=λ −α

β

.

b. Notons u ∈ L(R2) l'endomorphisme canoniquement associé à A. Posons e1 = (1,1)ete2= (−α, β). D'après la question précédente,u(e1) =e1 et u(e2) =λe2. Dans la baseB= (e1, e2)la matrice deuvautdiag(1, λ). NotonsP la matrice de passae de la base canonique vers la baseB. On a par la formule de changement de bases :

P−1AP = 1 0

0 λ

.

De plus :

P=

1 −α 1 β

et P−1= 1 α+β

β α

−1 1

.

c. Pour toutnN, on a : An=P

1 0 0 λn

P−1=

β+αλn α(1λn) β(1λn) α+βλn

.

2. a. D'après la formule des probabilités totales et les hypothèses de l'énoncé

P(Xk+1= 0) =P(Xk=0)(Xk+1= 0)P(Xk = 0) +P(Xk=1)(Xk+1= 0)P(Xk = 1)

= (1α)P(Xk = 0) +βP(Xk = 1) De même

P(Xk+1= 1) =P(Xk=0)(Xk+1= 1)P(Xk = 0) +P(Xk=1)(Xk+1= 1)P(Xk = 1)

=αP(Xk = 0) + (1β)P(Xk = 1) Soit

P(Xk+1= 0) P(Xk+1= 0)

=

1α β α 1β

P(Xk = 0) P(Xk = 0)

= tA

P(Xk= 0) P(Xk= 0)

b. D'après la question précédente, P(Xn= 0)

P(Xn= 0)

= (tA)n

P(X0= 0) P(X0= 0)

On en déduit les formules annoncées avec l'expression deAn trouvée en 1.c..

Cette création est mise à disposition selon le Contrat

Paternité-Partage des Conditions Initiales à l'Identique 2.0 France disponible en ligne http://creativecommons.org/licenses/by-sa/2.0/fr/

2 Rémy Nicolai Amastoch

(3)

MPSI B 29 juin 2019

c. Admettons que

P(X0=0)(Xn= 0) = β+αλn

α+β P(X0=1)(Xn = 0) =β(1λn) α+β P(X0=0)(Xn = 1) =α(1λn)

α+β P(X0=1)(Xn= 1) = α+βλn α+β

ce qui est justié par la formule des probabilités totales. On peut alors écrire une union disjointe

(Xn=X0) = (Xn= 0)(X0= 0)(Xn= 1)(X0= 1)

P(Xn=X0) =P(X0=0)(Xn= 0)P(X0= 0) +P(X0=1)(Xn= 1)P(X0= 1)

= β+αλn

α+β P(X0= 0) +α+βλn

α+β P(X0= 1) d. Montrons l'inégalité demandée à l'aide de la fonction auxiliaire Φ donnée par

l'énoncé. On aΦ0(x) = 1λn0 puisque−1< λ= 1αβ <1. DoncΦest croissante. Pour toutxr,Φ(x)Φ(r). Or :

P(Xn=X0) = Φ β

α+β

P(X0= 0) + Φ α

α+β

P(x0= 1) donc :

P(xn =X0)Φ(r).

C'est le résultat demandé.

On pouvait aussi démontrer le résultat sans étude de fonction. Pour plus de com- modité, notonsu=P(X0= 0)etv=u=P(X0= 1). Alors :

P(Xn =X0) = β

α+βu+ α α+βv+

α

α+βu+ β α+βv

λn

Dans la deuxième parenthèse, remplaçonsupar1v etv par1u

P(Xn=X0) = β

α+βu(1λn) + α

α+βu(1λn) +λn

r(u+v)(1λn) +λn=r+ (1r)λn

3. On noteX0le message initial et pour tout kJ1, nK,Xk le message après le passage duk-ème relais. On a pour toutkJ0, n1K:

P(Xk+1=|Xk= 0) = 1α

P(Xk+1= 1|Xk = 0) =α et

P(Xk+1= 1|Xk= 0) =α P(Xk+1= 1|Xk= 1) = 1α Ainsi, la probabilité pour que le message nal soit identique au message initial vaut :

P(Xn=X0)Φ(r) avecr=1

2 (puisqueα=β). Donc :

P(Xn=X0)1 + (12α)n

2 .

Mais il faudrait majorer cette probabilité et non la minorer ! Pour cela, reprenons l'expression de la question 2.c. On a commeα=β :

P(Xn =X0) = 1 + (12α)n

2 P(X0= 0) +1 + (12α)n

2 P(X0= 1) =1 + (12α)n

2 .

On cherchentel queP(Xn=X0)1ε. Pour cel il sut d'avoir : 1 + (12α)n

2 1εnln(12α)ln(12ε)n ln(12ε) ln(12α) car les deux logaritmes sont négatifs. En posant :

nε=

ln(12ε) ln(12α)

on a :

∀nN, nnε=P(Xn =X0)ε.

Partie 2 : Spectre d'une matrice stochastique

1. Soit (i, j) J1, nK

2. Par dénition, ai,j 0 (>0 si A est strictement stochastique).

Alors :

ai,j

n

X

k=1

ai,k= 1 et l'inégalité est stricte siA est strictement stochastique.

Cette création est mise à disposition selon le Contrat

Paternité-Partage des Conditions Initiales à l'Identique 2.0 France disponible en ligne http://creativecommons.org/licenses/by-sa/2.0/fr/

3 Rémy Nicolai Amastoch

(4)

MPSI B 29 juin 2019

2. SoitA = (ai,j)1≤i,j≤n ∈ Mn(R)à coecients positifs. Pour tout i J1, nK, la i-ème ligne de la matrice colonneAU vaut :

n

X

j=1

ai,j.

Ainsi,AU =U si et seulement siA est stochastique.

3. Soient A = (ai,j)1?eqi,j≤n, B = (bi,j)1≤i,j≤n ∈ Mn(R) deux matrices stochastiques.

Notons(ci,j)1≤i,j≤n=AB. Pour tout(i, j)J1, nK

2 :

ci,j=

n

X

k=1

ai,kbk,j.

Pour tout(i, j)J1, nK

2 et toutkJ1, nK, ai,kbk,j 0 doncci,j0. SiA etB sont strictement stochastiques, l'inégalité est stricte.

Pour toutiJ1, nK:

n

X

j=1

ci,j=

n

X

j=1 n

X

k=1

ai,kbk,j=

n

X

k=1 n

X

j=1

ai,kbk,j=

n

X

k=1

ai,k n

X

j=1

bk,j

| {z }

=1

=

n

X

k=1

ai,k= 1.

DoncABest stochastique (strictement stochastique siAet B le sont).

4. NotonsX =

x1

...

xn

. Pour toutiJ1, nK, lai-ème ligne deAX vaut :

n

X

j=1

ai,jxj =λxi=(ai,iλ)xi=

n

X

j=1

ai,jxj.

Notonsiun indice tel que|xi|= max{|xj|, jJ1, nK}. CommeX 6= 0, alors|xi|>0. On a en divisant l'égalité précedente précedente par |xi| on obtient par l'inégalité triangulaire :

|ai,iλ| ≤

n

X

j=1 j6=i

ai,j xj

xi

|{z}

≤1

n

X

j=1 j6=i

ai,j.

5. Raisonnons par contraposée et supposons A non inversible : il existe X =

x1

...

xn

Mn,1(R)tel queAX= 0. D'après la question précédente :

|ai,i| ≤

n

X

j=1 j6=i

|ai,j|.

DoncAn'est pas à diagonale dominante.

6. a. SoitiJ1, n1K. Alors :

1 =ai,i+

n

X

j=1 j6=i

ai,j> ai,i+

n−1

X

j=1 j6=i

ai,j

puisqueai,n−1>0. Donc :

|1ai,i|= 1ai,i>

n−1

X

j=1 j6=i

ai,j=

n−1

X

j=1 j6=i

|ai,j|.

DoncA1In−1 est à diagonale dominante.

b. A1In−1est inversible doncAIn possède une sous-matrice inversible de taille (n−1)×(n−1). On en déduit querg(A−In)n−1. Mais commeU Ker(A−In), alorsdim(Ker(AIn))1 soitrg(AIn)n1 par la formule du rang. On en déduit quedim(Ker(AIn)) = 1.

7. a. D'après la question 8, on a par la minoration de l'inégalité triangulaire :

|λ| −ai,i

n

X

j=1 j6=i

ai,j=⇒ |λ| ≤

n

X

j=1

ai,j= 1.

b. Supposons que|λ|= 1. Siλ6= 1, alorsλ6∈R+ donc d'après le cas d'égalité dans l'inégalité triangulaire :

|λ| −ai,i<ai,i|

donc en reprenant la question précédente, on obtient|λ|<1.

Cette création est mise à disposition selon le Contrat

Paternité-Partage des Conditions Initiales à l'Identique 2.0 France disponible en ligne http://creativecommons.org/licenses/by-sa/2.0/fr/

4 Rémy Nicolai Amastoch

Références

Documents relatifs

[r]

avec le minimum de calculs et sans faire appel au théorème du

Pour ces derniers, on pourra utiliser les fonctions scipy.special.gamma (fonction Gamma d’Euler) et scipy.optimize.minimize_scalar (minimise une fonction réelle ; la valeur de

Ces deux arguments permettent d’identifier C 2 comme étant la courbe représentative de g.. On peut aussi calculer des images, par exemple celle de 0, par les

Il s'agit simplement de la décomposition en éléments simples de la fraction rationelle.. Q compte tenu des pôles et de leur multiplicités qui ont été précisées à la

La fonction g n est clairement contine, dérivable strictement croissante.. Elle converge donc et sa limite α est positive

Comme Φ est une application linéaire entre deux espaces de même dimension, pour montrer que c'est un isomorphisme, il sut de montrer qu'il est injectif.. C'est à dire que son noyau

Pour être transmis, le message doit passer successivement par les n relais.. Au passage de chaque relais, chaque bit du message a une probilité α