3
pages
Français
Documents
Obtenez un accès à la bibliothèque pour le consulter en ligne En savoir plus
Découvre YouScribe et accède à tout notre catalogue !
Découvre YouScribe et accède à tout notre catalogue !
3
pages
Français
Documents
Obtenez un accès à la bibliothèque pour le consulter en ligne En savoir plus
Publié par
Licence :
Langue
Français
Publié par
Licence :
Langue
Français
Matrices stochastiques
Notations et définitions
désigne un entier naturel supérieur ou égal à 2 etun entier naturel.
Une matrice=(,) de(ℂ dite stochastique ssi) est
(1)∀,∈ {1, 2,…,},,∈ℝ+,
(2)∀∈ {1, 2,…,},∑,=1 .
=1
On notel’ensemble de ces matrices.
Une suite ()∈ℕde matrice de(ℂ dite converger vers) estmatrice de(ℂ) ssi les2suites
complexes définies par les coefficients des matricesconvergent vers les coefficients respectifs de.
On montre aisément que si () et (′) convergent verset′alors les suites (+′) et (′)
convergent respectivement vers+′et′.
Enfin étant donné∈(ℂ) et=+⋯+1+0∈ℂ, on note() la matrice définie par
()=+⋯+1+0∈(ℂ) .
Préliminaire
Soit=(,)∈(ℂ) . On note∈,1(ℂ) la colonne dont tous les coefficients valent 1.
1.
2.
Montrer que=ssi∀∈ {1,2…,},∑,=1 .
=1
En déduire queest stable pour le produit matriciel.
Partie I : Puissance des matrices stochastique d’ordre 2
La forme générale d’une matrice stochastique d’ordre 2 est=1−
1.
2.
2.a
2.b
2.c
2.d
1−avec ,∈
Calculerdans les cas==1 et==0 .
On suppose maintenant (,)≠(1,1) et (,)≠ .(0, 0)
Calculer() où=(−1)(−(+−1))
Exprimer le reste de la division euclidienne depar.
En déduire l’expression deen fonction de,et.
Montrer que la suite () converge vers une limite que l’on précisera.
0,1 .
Partie II : Exemple de calcul de puissances d’une matrice stochastique d’ordre 3
On considèrematrices carrées d’ordre 3 de la formel’ensemble des (,) avec (,) .
=
1.
2.
Montrer queun sous-espace vectoriel de3(ℂ) dont on précisera une base et la dimension.
1 1 1
On note=11 1 1et=−.
31 1 1
2.a
2.b
2.c
3.
Montrer que la famille (,) forme une base de.
Quelles sont les coordonnées de(, cette base ?) dans
Calculer2,2,et.
Pourα,β∈ℂet≥ exprimer (1 ,α+β)en fonction deα,β,,et.
En déduire l’expression de(,)en fonction deet.
A quelles conditions suret, une matrice(,) deappartient-elle à3?
On suppose ces conditions remplies.
Montrer que la suite ((,)) converge vers une limite que l’on précisera.
Partie III : Matrice de permutation
On notele groupe des permutations de{1, 2,…,}. Pourσ∈, on noteσ=(,)∈(ℂ matrice) la
définie par :,=δσ(),= 0sino1si=nσ(). σest appelée matrice de permutation associée àσ.
1. Justifier que les matrices de permutations sont stochastiques.
2. Soit=(,) une matrice de(ℂ) etσun permutation de.
Donner le terme général des matrices=σet=σen fonction du terme général,de la
matrice. Comment interpréter les résultats obtenus en termes de permutation de lignes ou colonnes.
3. Soitσ,σ∈′.Exprimer le produitσ.σ′comme matrice associée à une permutation de.
En déduire queσest inversible et exprimer son inverse.
4. Soitσ∈. A quelle condition la suite (σ) converge-t-elle ?
Partie IV : Etude générale
Soit=(,)∈. On s’intéresse ici à l’éventuelle convergence de la suite ()∈ℕ.
Pour tout∈ℕ, on note() (le coefficient d’indice,) de la matrice.
,
1. Montrer que si la suite ()∈ℕconverge vers une matricealors∈et2=.
>0 .
2. On suppose ici que pour tous,∈ {1, 2,…,},,
On poseε=min{,/,∈ {1, 2,…,}}.
Pour toutdansℕ danset tout{1, 2,…,}, on note
α( )=min{(,)/∈ {1, 2,…,}},β()=max{,()/∈ {1, 2,…,}}etδ()=β()−α().
2.a Montrer que pour toutdansℕ danset tout{1, 2,…,}, on a :
α()≤α( +1)≤β( +1)≤β( etδ(+1)≤(1−2ε)δ( .
2.b En déduire que ()∈ℕconverge vers une certaine matrice.
2.c Quelle particularité ont les lignes de?
Les matrices stochastiques interviennent en calcul de probabilité de la manière suivante :
Considérons un système àétats numérotés de 1 àet notons,la probabilité pour ce système de passer de
l’état bout d’un laps de temps donné. auà l’état
La matrice=(,) est alors une matrice stochastique, la condition∑,=1 signifiant que le système doit
=1
atteindre à partir de l’état 2,l’un des états 1,…,donnés. Pour∈ℕ, les coefficients de la matrices
permettent de voir les probabilités qui permettent de passe d’un état à un autre au bout delaps de temps. La
limite de () , lorsqu’elle existe, donne une information sur le processus limite. Dans ce contexte, l’égalité des
lignes designifie que l’état limite est indépendant de l’état initial.