Upload
exos2math
View
216
Download
0
Embed Size (px)
Citation preview
8/12/2019 TS Sp Chap 4 : Cours sur les Modles Matriciels
1/6
8/12/2019 TS Sp Chap 4 : Cours sur les Modles Matriciels
2/6
4.3. Soient (u n ) et (vn ) les suites relles barycentriques dnies paru 0 = 12 etu n +1 = un + 2vn
3 ,
v0 = 1 et vn +1 = un + 3vn
4 .Dterminer les termes gnraux et la convergence de ces deux suites.
On pourra utiliser la fonction de jordanisation de Sage, qui permet en particulier de diago-naliser une matrice : .jordan_form(transformation=True) .
4.3 Suites rcurrentes matricielles affinesOn vient de voir un exemple de suite rcurrente matricielle linaire U n +1 = AU n . On trouve
le terme gnral en calculant An et en lutilisant dans U n = A n U 0 .
Dnition. Une suite de matrices de mme taille converge si chaque lment forme une suiteconvergente.
4.4 (tude thorique). Soient A une matrice carre de taille p et B une matrice colonne detaille p. Soit (U n ) une suite de matrices colonnes de taille p dnie par U n +1 = AU n + B .
1. Supposons quune suite constante gale C vrie la relation de rcurrence. Peut-onexpliciter C ?
2. Si une telle suite existe, dterminer le terme gnral U n en sinspirant de la mthode vuedans le cadre des suites rcurrentes affines relles.
3. Montrer que si (An ) converge alors il en est de mme pour (U n ).
4.5. Soient A =0, 3 0, 20, 1 0, 4 et B =
120 .
On dnit la suite matricielle (U n ) par U 0 =243 et U n +1 = AU n + B .
1. Soient P = 1 21 1 , D =0, 5 00 0, 2 et Q =
13
1 2
1 1.
Calculer P DQ et QP puis en dduire lexpression de An en fonction de n.2. Exprimer U n en fonction de n puis tudier la convergence de (U n ).
4.6. On dnit les suites relles (xn ) et (yn ) par x0 = 7
8, y0 =
3
8, xn +1 = 6xn + 3yn + 4 et
yn +1 = xn + 2yn 1.Dterminer les termes gnraux de (xn ) et (yn ) puis tudier leur convergence.
4.4 Modle dvolution de Lotka-VolterraOn sintresse lvolution dune population de marmottes M n (les proies) et de renards
R n (les prdateurs), o n reprsente lanne. Le nombre de marmottes augmente de 10% paran. Il y a M n R n rencontres possibles ; parmi celles-ci, seules 0, 1% ont lieu et se nissent malpour la marmotte. La population dcrot naturellement de 5% par an. Cependant, la nourriturrevigore les renards et leur population augmente de 5% du nombre de marmottes croques.
141
8/12/2019 TS Sp Chap 4 : Cours sur les Modles Matriciels
3/6
8/12/2019 TS Sp Chap 4 : Cours sur les Modles Matriciels
4/6
Modlisation matricielle Lorsque la marche aboutit un tat x j , elle vient forcment de lundes tats xi possibles et la formule des probabilits totales donne :
P(X n +1 = x j ) = PX n = x 1 (X n +1 = x j )P(X n = x1) + + PX n = x d (X n +1 = x j )P(X n = xd )
=d
i=1 PX n = x i (X n +1 = x j )P(X n = x i)
=d
i=1 pij P(X n = x i )
On est donc amen poser : M n = 1n dn la suite de distributions de probabilits, i.e. kn = P(X n = xk ) ;
P =
P 11 P 12 P 1dP 21 P 22 P 2d... ... ... ...P d1 P d2 P dd
la matrice de transition .
La somme de chaque ligne de P vaut 1, tout comme la somme des lments de M n (lasomme des probabilits des lments dune partition vaut 1).
Dans ces conditions, on a lquation dvolution stochastique M n +1 = M n P . Dterminerlvolution de la suite (M n ) revient donc ltude dune suite rcurrente matricielle linaire.En particulier, on obtient M n = M 0P n i.e. PX 0 = x (X n = y) = (P n )xy .
Probabilit invariante Un tat stable probabiliste est une probabilit sur les tats de la chaneconserve ltape suivante : les probabilits de prsence ne changent pas.
Une probabilit invariante est un vecteur vriant P = .On comprend bien ladjectif invariante mais le lien avec un tat physique stable est plus
dlicat. Pour claircir ce point, on remarque que :
P = y y P yx = x x y,y = x y P yx = x x P xx y,y = x y P yx = x (1P xx ).
L cest intressant car on peut interprter cette galit comme P(X n = x, X n +1 = x) =P(X n = x, X n +1 = x) ce qui signie que la chane a autant de chance de partir de x que dyarriver, quel que soit ltat x.voquons ensuite le lien entre probabilit invariante et frquences de visite. Dnissons
vecteur alatoire des frquences de visite aux diffrents tats x de la chane : Y xn = 1n
n 1
k =0
1X k = x .
On passe lesprance : E(Y xn ) = 1n
n 1
k =0P(X k = x) =
1n
n 1
k =0
0P kx
, ce qui donne vectorielle-
ment : E(Y n ) = 1n
n 1
k =0
0P k .
Notons n ce vecteur : n P =1n
n 1
k =0
0P k P = 1n
n 1
k =0
0P k +1 = n 1n
0 + 1n
0P n .
Donc si la suite (P n ) converge alors n converge et limn P = limn soit nalement P = .
143
8/12/2019 TS Sp Chap 4 : Cours sur les Modles Matriciels
5/6
Irrductibilit Sur une chane nie, il existe toujours une probabilit invariante. Lunicitnest par contre pas assure. Par exemple, la chane (nombriliste? conservatrice?) dnie par
0 1
1 1
possde une innit de probabilits invariantes.Si deux tats x et y sont relis par un chemin dont la probabilit est non nulle (i.e. en un
certain nombre dtapes il est possible daller de x y, i.e. x, y E, k N , (P k )xy > 0)alors x conduit y. Si x conduit y et y conduit x alors les tats x et y communiquent . Unechane dont tous les tats communiquent est irrductible . Si une chane est irrductible alorselle possde une unique probabilit invariante.
Sil existe un entier k tel que tous les coefficients de P k soient strictement positifs (i.e. enk tapes x conduit y quels que soient les tats x et y, i.e.
k
N ,
x, y
E, (P k)xy > 0
noter la diffrence avec lirrductibilit simple , i.e. il existe une puissance k > 0 telleque tous les coefficients de P k sont > 0) alors la chane est fortement irrductible . Dans cecas lim
n + P n = , i.e. quelle que soit la rpartition de probabilit initiale de la chane, ses
itrations conduisent la probabilit invariante.
Priodicit Soient x est un tat de la chane et R(x) = {n N , (P n )xx > 0} lensemble deslongueurs de chemins qui partent de x pour y revenir. La priode de x est le pgcd des entiersde R(x).
Si la chane est irrductible alors tous ses tats ont mme priode. En effet considrons detats x et y avec x conduisant y en m tapes et y conduisant x en n tapes. Si r R(y)alors y conduit lui-mme en r tapes. Ainsi x conduit lui-mme en m + n tapes (via lechemin x y x) mais aussi en m + r + n tapes (via le chemin x y y x). Parconsquent m + n R (x) et m + r + n R (x) ; il en dcoule que la priode de x divise m + n etm + r + n et donc aussi leur diffrence qui est r . Ceci tant valable quel que soit r dans R(y),on en dduit que p(x) p(y). De mme on peut tablir que p(y) p(x) et donc que x et y ontmme priode.
Ceci dnit donc la priode dune chane irrductible. Si cette priode vaut 1 alors la chaneest apriodique . Par exemple, sil existe un tat x pour lequel P xx > 0 alors la chane est
apriodique.La chane est fortement irrductible ssi elle est irrductible et apriodique. Limplicatiodirecte est facile tablir : supposons la chane fortement irrductible dexposant k ; elle estdonc irrductible et il reste montrer que sa priode vaut 1. Choisissons deux tats x et yvriant P xy > 0. On a (P k +1 )xx P xy (P k )yx > 0. Ainsi k mais aussi k + 1 appartiennent R (x). Ces deux entiers tant premiers entre eux, la priode de x vaut 1.
tats rcurrents et transitoires Un tat x est rcurrent si, en partant de x, la probabilitque le nombre de retours en x soit inni vaut 1. Dans le cas contraire, ltat x est transitoire .
144
8/12/2019 TS Sp Chap 4 : Cours sur les Modles Matriciels
6/6
Si une chane est irrductible alors tous ses tats sont soit rcurrents soit transitoires. Onous considrons des chanes nies : il y existe donc au moins un tat rcurrent (cest le principe des tiroirs ). Par consquent une chane nie et irrductible est donc rcurrente.
La matrice potentielle de la chane est U = I + P + P 2 + + P n + . Ses lments peuventtre nis ou innis. Le nombre U xy reprsente le nombre moyen de visites de la chane ltaty en partant de ltat x. En effet, le nombre moyen de visites ltat y en partant de x en ntapes exactement est (P n )xy .
On vrie facilement que U = I + P (I + P + P 2 + ) = I + P U . Si la matrice I P est inversible alors U = I
I P . Le rsultat est mettre en relation avec la somme des termes
dune suite gomtrique : 1 +q + q 2 + + q n = 1q n +1
1q , qui tend vers 11q
si 1 < q < 1.Si U xx = + alors ltat x est rcurrent et si U xx < + alors il est transitoire.Assez intuitivement, si x conduit y mais y ne conduit pas x alors x est un tat transitoire.
Thorme ergodique Si la chane est irrductible (et donc rcurrente) et de probabilit inva-
riante alors x = limn + 1n
n 1
k =0
1X k = x = limn + 1n
n 1
k =0
(P k )yx i.e. quel que soit ltat y de dpart
de la chane, le nombre moyen de visites ltat x tend vers la probabilit invariante de ltatx.
De plus, si T x est linstant du premier retour en x en partant de x alors x = 1E(T x )
.(Rappel : si la chane est apriodique alors lim
n + (P n )yx = x quel que soit ltat y initial.)
145