Devoir de maths corrigé, Chaînes de Markov
Maths expertes, terminale générale
Devoir corrigé de mathématiques en maths expertes, terminale générale: chaînes de Markov.
Détermination de l'état stable d'un système en connaissant la matrice de transition.
Calcul de la probabilité des populations successives de deux villes échangeant des flux de population. Calcul de la distribution limite.
Devoir posé en terminale maths expertes, année 2025/2026.
Devoir de mathématiques, et corrigé, posé en maths expertes, terminale générale, année scolaire 2025/2026
Exercice 1: États successifs et calcul de l'état stable à partir de la matrice de transition
On considère une chaîne de Markov
dans l'espace des états
, dont la matrice
de transition associée est
![\[A=\lp\begin{array}{cc}0,1&0,9\\0,4&0,6\enar\rp\]](/Generateur-Devoirs/Mex/markov/exetatstable/4.png)
On note
la distribution à l'étape des états à l'étape
.
Initialement
.
Cacher la correction
On note
- Déterminer
,
et
.
- Déterminer les éventuels états stables (ou distributions invariantes).
Correction exercice 1
-
![\[\begin{array}{ll}\pi_1&=\pi_0A\\&=\left( 0,2 \quad 0,8\rp\left(\begin{array}{cc}0,1&0,9\\0,4&0,6\enar\rp\\
&=( 0,34 \quad 0,66 )\enar\]](/Generateur-Devoirs/Mex/markov/exetatstable_c/1.png)
puis, éventuellement à l'aide d'une calculatrice
![\[\pi_2=\pi_1A=( 0,298 \quad 0,702)\]](/Generateur-Devoirs/Mex/markov/exetatstable_c/2.png)
puis
![\[\pi_{10}=\pi_0A^{10}\simeq( 0,3077 \quad 0,6923)\]](/Generateur-Devoirs/Mex/markov/exetatstable_c/3.png)
- Une distribution stable, ou invariante, est
avec
et
![\[\begin{array}{ll}\pi A= \pi
&\iff
\la\begin{array}{lclcl}
0,1x&+&0,4y&=&x\\
0,9x&+&0,6y&=&y\enar\right.\\[1.3em]
&\iff
\la\begin{array}{lclcl}
-0,9x&+&0,4y&=&0\\
0,9x&-&0,4y&=&0\enar\right.
\enar\]](/Generateur-Devoirs/Mex/markov/exetatstable_c/6.png)
Ces deux équations sont équivalentes (l'opposée l'une de l'autre), et équivalente à
![\[x=\dfrac{0,4}{0,9}y=\dfrac49y\]](/Generateur-Devoirs/Mex/markov/exetatstable_c/7.png)
Comme de plus
, on a donc
![\[x+y=\dfrac49y+y=\dfrac{13}9y=1\iff y=\dfrac9{13}\]](/Generateur-Devoirs/Mex/markov/exetatstable_c/9.png)
On trouve alors aussi
![\[x+y=1 \iff x=1-y=\dfrac4{13}\]](/Generateur-Devoirs/Mex/markov/exetatstable_c/10.png)
La seule distribution invariante est donc
Cacher la correction
Exercice 2: Flux de population entre deux villes: probabilités successives et distribution limite
À proximité d'une grande ville de 95 000 habitants se trouve un village de 5000 habitants.
Chaque année, 10% des villageois partent s'installer dans la grande ville; inversement chaque année 5% des citadins déménagent pour le village de la campagne voisine.
Cacher la correction
Chaque année, 10% des villageois partent s'installer dans la grande ville; inversement chaque année 5% des citadins déménagent pour le village de la campagne voisine.
-
- Représenter la situation à l'aide d'un graphe pondéré.
- Donner la matrice de transition
associée à ce graphe. On prendra l'ordre "village - grande ville".
- On note
la répartition au bout de
années des proportions
d'habitants dans le village et
la grande ville.
- Donner
.
- Calculer
,
et
- Donner
- On admet que, pour tout entier naturel
, on a:
En déduire au bout d'un grand nombre d'années, lorsque
, le nombre d'habitants dans le village et dans la ville.
Bonus: démontrer la formule donnant
, ou à chercher aussi comme révision pour le bac...
Correction exercice 2
-
- On note V le village et G la grande ville.
![\[\psset{arrowsize=8pt}\begin{pspicture}(0,-.3)(4.5,2.)
%\psline{->}(1,1)(2.9,1)
\psarc{->}(.3,1){.6}{20}{335}
\psarc{->}(5.7,1){.6}{210}{160}
\psarc{<-}(3,0){2.2}{35}{145}
\psarc{<-}(3,2){2.2}{215}{325}
\rput(1,1){$\bullet$}\rput(.7,1){$V$}
\rput(5,1){$\bullet$}\rput(5.3,1){$G$}
%
\rput(-.75,1){90\%}
\rput(6.8,1){95\%}
\rput(3,1.9){10\%}
\rput(3,.1){5\%}
\end{pspicture}\]](/Generateur-Devoirs/Mex/markov/exCM_c/1.png)
- La matrice de transition associée est
- On note V le village et G la grande ville.
-
- Initialement on a
et
.
On a donc
- On calcule

[.5em] puis
[.5em] et
- Initialement on a
- Comme
, on a
, on trouve la limite
![\[\lim_{n\to+\infty}P^n=\dfrac13\lp\begin{array}{cc}1&2\\1&2\enar\rp\]](/Generateur-Devoirs/Mex/markov/exCM_c/11.png)
d'où, comme
, on en déduit
les proportions d'habitants dans le village et la ville:
![\[\begin{array}{ll}\dsp\lim_{n\to+\infty}\pi_n&=(0,05\quad0,95)\dfrac13\lp\begin{array}{cc}1&2\\1&2\enar\rp\\[1em]
&=\dfrac13\bigl(0,05+0,95\quad 2\tm0,05+2\tm0,95\bigr)\\[1em]
&=\dfrac13\bigl(\,1\quad2\,\bigr)\\[1em]
&=\lp\dfrac13\quad\dfrac23\right)
\enar\]](/Generateur-Devoirs/Mex/markov/exCM_c/13.png)
Il s'agit là des proportions d'habitants, pour 100 000 habitants en tout, dont le tier, environ 33 333 habitants dans le village et les deux tiers, environ 66 666 habitants dans la grande ville.
Bonus puissance n-ième de la matrice de transition: On cherche à montrer par récurrence la propriété:
Initialisation: Pour
, on a d'une part
et, comme
, on a
![\[\dfrac13\lp\begin{array}{ll}1+2\tm0,85^n & 2+2\tm0,85^n\\1-0,85^n & 2+0,85^n\enar\right)
=\dfrac13\lp\begin{array}{cc}1+2&2-2\\1-1&2+1\enar\rp=I_2=P^0\]](/Generateur-Devoirs/Mex/markov/exCM_c/18.png)
ce qui montre que la propriété est vrau initialement au rang
.
Hérédité: Supposons que la propriété est vraie pour un certain entier
, c'est-à-dire supposons que
![\[P^n=\dfrac13\lp\begin{array}{ll}1+2\tm0,85^n & 2-2\tm0,85^n\\1-0,85^n & 2+0,85^n\enar\rp\]](/Generateur-Devoirs/Mex/markov/exCM_c/21.png)
alors
![\[\begin{array}{ll}P^{n+1}&=P\,P^n\\
&=\lp\begin{array}{cc}0,9 & 0,1\\0,05 & 0,95\enar\rp\times
\dfrac13\lp\begin{array}{ll}1+2\tm0,85^n & 2-2\tm0,85^n\\1-0,85^n & 2+0,85^n\enar\rp\\[1.3em]
&=\dfrac13\lp\begin{array}{cc}1+1,7\tm0,85^n & 2-1,7\tm0,85^n\\
1-0,85\tm0,85^n & 2+0,85\tm0,85^n\enar\rp\\
\enar\]](/Generateur-Devoirs/Mex/markov/exCM_c/22.png)
Comme on remarque de plus que
, et donc que
, on obtient finalement que
![\[P^{n+1}=\dfrac13\lp\begin{array}{cc}1+2\tm0,85^{n+1} & 2-2\tm0,85^{n+1}\\
1-0,85^{n+1} & 2+0,85^{n+1}\enar\rp\]](/Generateur-Devoirs/Mex/markov/exCM_c/25.png)
ce qui montre que la propriété est encore vraie au rang
suivant.
Conclusion: On vient donc de montrer, d'après le principe de récurrence, que pour tout entier
on a
Cacher la correction
Quelques autres devoirs
en maths expertes sur les graphes et chaînes de Markov: calcul du nombre de chemins d'une longueur donnée dans un graphe et promenade aléatoire dans un labyrinthe.
sur les graphes et chaînes de Markov. Evolution probabiliste et états stables. Traffic aérien entre 4 villes et équilibre de gaz entre deux réservoirs
Quelques exercices corrigés
Exercices corrigés
Matrice d'adjacence d'un graphe et nombre de chemins
Exercices corrigés
Part de marché
Exercices corrigés
Flux de population entre un village et une grande ville
Exercices corrigés
Répartition en deux opérateurs téléphoniques
Exercices corrigés
Traffic aérien entre 4 villes
Voir aussi: