Mines 2017 - PSI1 Marche aléatoire dans un labyrinthe : un corrigé
Marche aléatoire dans un labyrinthe : un corrigé. 1 Premiers pas. 1. (Sk = i)1?i?5 est un syst`eme complet d'événements. La formule des probabilités
Rapport de groupe du Labyrinthe
présentations et animations de notre projet du labyrinthe. Le congrès Maths en Jeans sur Lyon approchant bientôt nous avions décidé qu'il fallait.
Untitled
GUIDELINES for the math-labyrinth method : Increasing the level of knowledge through solving mathematical problems / Mariche Lazarovska [? ??.].
1 M. Frespin propose différents modèles de baskets : de couleur
4 Au labyrinthe de l'exercice 3 on ajoute une porte sur le mur jaune. Reprends alors toutes les questions précédentes. a. Dans ce cas
Out of the Labyrinth
The Math Circle is the Kaplans's contribution to improving the way kids experience mathematics. Out of the Labyrinth is the Kaplans' contribution.
Programmer un jeu vidéo simple
Nous allons programmer le jeu « labyrinthe » sur Scratch. Le but du jeu est de déplacer le lutin pour trouver la /travail /maths ouvrir le fichier.
PROJET LABYRINTHE avec SCRATCH ACTIVITÉ N°1 : Un début
(FICHIER? IMPORTER ?DEPUIS VOTRE ORDINATEUR ?COMMUN ?MATHS). 2. Faire sortir le lutin en cliquant sur les blocs : 3. Quand c'est réussi
SORTIE DUN LABYRINTHE
Présentation du projet : Programmer la sortie d'un robot dans un labyrinthe. Disciplines impliquées : Maths / Technologie . Organisation :.
Un labyrinthe un robot
https://www.mathenjeans.fr/sites/default/files/comptes-rendus/labyrinthe-m-navarre-20172018.pdf
The Tube Trail: a family activity inspired by Labyrinth a major
Labyrinth marks the 150th anniversary of the London Underground. WKH ZRUOG·V ÀUVW XQGHUJURXQG UDLOZD $ WRWDO RI unique circular artworks depicting labyrinths
Mines 2017 - PSI1
Marche aleatoire dans un labyrinthe : un corrige
1 Premiers pas
1. (Sk=i)1i5est un systeme complet d'evenements. La formule des probabilites totales donne
8k2N;P(Sk+1= 1) =5X
i=1P(Sk+1= 1jSk=i)P(Sk=i) Il reste a remarquer que les salles 2;3;4;5 menent toutes a 1 avec probabilite13 pour en deduire8k2N;P(Sk+1= 1) =13 5 P i=2P(Sk=i)2. On peut proceder de m^eme pour expliciterP(Sk+1=j) pourj= 2;3;4;5 et obtenitP(Sk+1= 2) =14
P(Sk= 1) +13
P(Sk= 3) +13
P(Sk= 5)
P(Sk+1= 3) =14
P(Sk= 1) +13
P(Sk= 2) +13
P(Sk= 4)
P(Sk+1= 4) =14
P(Sk= 1) +13
P(Sk= 3) +13
P(Sk= 5)
P(Sk+1= 5) =14
P(Sk= 1) +13
P(Sk= 2) +13
P(Sk= 4)
Ce qui se traduit matriciellement par8k2N; Xk+1=BXkavecB=0 B BBB@0 13 13 13 13 14 013 013 14 13 013 0 14 013 013 14 13 013 01 C CCCA3. La somme des elements de chaque colonne deB, et donc de chaque ligne detB, vaut 1. Ceci signie que t B0 B BBB@1 1 1 1 11 CCCCA=0
B BBB@1 1 1 1 11 C CCCA ou encore que12Sp(tB) et0 B BBB@1 1 1 1 11 C CCCA2ker(tBI5)4. Un calcul immediat donneBX0=X0et, par recurrence immediate,Xk=BkX0=X0pour tout entierk.Xkdonnant la loi deSk, 1toutes lesSkont m^eme loi dans ce cas5. Si le rat est dans une piece, il la quitte au temps suivant. Ainsi,P(S0= 1\S1= 1) = 0. Or
P(S0= 1)P(S1= 1) =116
6= 0. AinsiS
0etS1ne sont pas independantes2 Convergence dansMn(R)
6. Soitx2ker(uIE). On au(x) =xet par recurrence immediate,uk(x) =xpour toutk. Ainsi,
rk(x) =xet8x2ker(uIE),rk(x)!x7. Soitx2Im(uIE). Il existeytel quex= (uIE)(y) et doncx=u(y)y. Ainsiul(x) =
u l+1(x)ul(x) et (telescopage) r k(x) =1k k1X l=0(ul+1(x)ul(x)) =1k (uk(x)x)On en deduit quekrk(x)k 1k
(kuk(x)k+kxk). Or,ucontractant les normes,kuk(x)k kxketdonc notre majorant est de limite nulle. Ceci montre que8x2Im(uIE),rk(x)!0E8. Par theoreme du rang, on a les bonnes dimensions. De plus, six2Im(uIE)\ker(uIE),
(rk(x)) est simultanement de limitexet 0Eet doncx= 0Epar unicite de la limite. L'intersection est donc reduite a 0Eet la somme est directe. FinalementE= ker(uIE)Im(uIE)9. Soitx2E. Il existey2ker(uIE) etz2Im(uIE) tels quex=y+z. On a alors
rk(x) =rk(y) +rk(z)!y.x7!yest la projection sur ker(uIE) de direction Im(uIE).8x2E,rk(x)!p(x) avecpprojection sur ker(uIE) de direction Im(uIE)10. Pour parler de convergence dansMn(R), on doit munir cet espace d'une norme. Et comme
l'espace est de dimension nie, le choix de la norme est indierent (les normes sont equivalentes en dimension nie). Les m^emes calculs que ceux menes ci-dessus montrent que8X2Rn; RkX!PX
ouPest la matrice (dans la base canonique) de la projection sur ker(AIn) de direction Im(AIn) (espaces supplementaires dansRn). Appliquons ceci aux elementsEide la base canonique deRn:8i;kRkEiPEik !0. Comme tous les normes sont equivalentes surRn, on peut choisir de travailler avec la norme innie associee a la base canonique.kRkEiPEik !0 signie alors que chaque suite des coecients deRkEiconverge vers le coecient associe dePEi. Ceci signie donc que chaque suite coecient deRkconverge vers le coecient dePassocie. Ou encore queRk!Pau sens de la norme \maximum du module des coecients". On a donc convergence de (Rk) versP. Enn,Pest la matrice d'une projection etP2=P.9P= Rk!PetP2=P23 Matrices stochastiques
11. PosonsV=AU. On a
8i; Vi=nX
j=1a i;jUj=nX j=1a i;jOn en deduit que(4) equivaut aAU=U12. SoientA;Bstochastiques. Par les formules de produit,C=ABest a coecients positifs (chaque
c i;jest somme et produit de termes0). En outreCU=ABU=AU=Uavec la questionprecedente. Cette m^eme question indique queCverie (4) et est donc stochastique.Eest stable par multiplication13. Soit (Ak) une suite convergente de matrices stochastiques etAsa limite. Chaque coecient de
Aest limite de la suite correspondante des coecients deAket est positif comme limite de telstermes. De plus,8k; AkU=UdonneAU=U. AinsiAest stochastique.Eest fermeSoientA;Bstochastiques et2[0;1]. PosonsM=A+(1)B. La positivite des coecients de
AetBentra^ne celle des coecients deM. De plusMU=AU+(1)BU=U+(1)U=U ce qui donne (4) pourMqui est donc stochastique.Eest convexe14. PosonsY=AX= (yi)1in. On a8i;jyij=
n X j=1a i;jxj nX j=1jai;jj jxjj kxk1n X j=1a i;j=kxk1Ceci etant vrai pour touti, on akAXk1 kXk1pour toutX2Rn15. NotonsB=Ap= (bi;j).Best une matrice stochastique (question 12) a coecients>0. Soit
X2ker(BIn) etsun indice tel quexsest le maximum desxi. On aBX=Xet, en regardant le coecient d'indicesde cet element deRn, x s=nX j=1b i;jxjxsn X j=1b i;j=xs (on a utilise la positivite desbi;jpour dire quebi;jxjbi;jxs). Si, par l'absurde, il existait unj tel quexj< xsalors, commebi;j>0, on auraitbi;jxj< bi;jxset on obtiendrait ci-dessusxs< xs et donc une contradiction. Ceci montre que lesxjsont tous egaus et donc queX2Vect(U). Ainsi ker(ApIn)Vect(U). MaisApest une matrice stochastique (question 12) et on a doncU2ker(AIp). Ainsiker(ApIn) = Vect(U) et donc dim(ker(ApIn)) = 116. On sait deja que Vect(U)ker(AIn) carAest stochastique. SiAX=Xalors par recurrence
A kX=Xpour toutket en particulierApX=X. la question precedente montre queX2Vect(U) et ainsi
3ker(AIn) = Vect(U)17. LesAlsont toutes stochastiques (question 12).Rkest donc a coecients positifs comme somme
de telles matrices. De plus R kU=1k k1X l=0A lU=1k k1X l=0U=U et on a aussi (4). FinalementRkest stochastique pour toutkOn aurait aussi pu utiliser la convexite deEpuisqueEest isobarycentre de matrices stochastiques.
18. Les questions 10 et 14 montrent que (Rk) est convergente de limitePtelle queP2=P. De
plus, les questions 17 et 13 (caractere ferme) montrent quePest stochastique. La partie2a montre quePest la matrice de la projection sur ker(AIn) de direction Im(AIn). On a doncIm(P) = Vect(U) etPest de rang 1.R
k!P,P2 E, Im(P) = Vect(U)19. Toutes les colonnes dePsont ainsi multiples dePet il existeitelle que la colonneis'ecriveiU.
En posantL= (1;:::;n) (matrice ligne) on a alorsP=UL. Comme toutes les coordonneesdeUvalent 1, toutes les lignes dePvalentL. CommePest stochastique,Ll'est aussi.P=ULavecLmatrice ligne stochastique20. Remarquons que
R kA=1k k X l=1A l=1k ((k+ 1)Rk+1In) =k+ 1kRk+11k
InEn faisant tendrekvers +1, on obtientPA=POn aurait aussi pu dire queIm(AIn) = ker(P)et que doncP(AIn) = 0.
Pest une matrice dont toutes les lignes sont egale aL.PAest ainsi une matrice dont toutes les lignes sontLA. L'egalitePA=Pdonne ainsiLA=L. SiYest une matrice ligne,Y A=As'ecrit aussitAtY=tYou encore (tAIn)tY= 0. Or, avec la question 16,AInest de rangn1 (par theoreme du rang) et il en est de m^eme detAIn. Le noyau de tAInest ainsi de dimension 1. Il contient la matricetLqui est non nulle (car sinon P= 0). Ainsi, les matrices ligneYveriantY A=Asont les multiples deL. La somme descoecients deLne valant 1 que si= 1, on a nalementLest la seule ligne stochastique telle queLA=L21. On montre par recurrence simple queLAk=Lpour toutk. En particulier,LAp=L. Si, par
l'absurde, on avaiti= 0 alors en regardant lei-eme coecient deLAp=L, on aurait 0 = nX j=1 j(Ap)j;i Les (Ap)j;ietant>0 et lesjpositifs non tous nuls, ceci est impossible. On a montre que 4Lest a coecients strictement positifs22. On sait que ker(AIn)Im(AIn) =Rn. Les espacesF= ker(AIn) etG= Im(AIn) sont
stables par l'endomorphisme canoniquement associe aA. En notantuF2 L(F) etuG2 L(G) les endomorphismes induits, commeFG=Rn, u=uFuG Fest de dimension 1 etuF= IdFdoncuF= (X1). CommeF\G=f0g,uGIdGest inversible et 1 n'est pas racine deuG. De tout cela, on deduit que 1 est racine simple deu, c'est a dire1 est valeur propre simple deA4 Application au labyrinthe23. On aP=ULouLest l'unique ligne stochastique telle queLA=L, c'est a dire outLa des
coecients positifs de somme 1 et verie tAtL=tL, c'est a dire outLest vecteur propre deB associe a la valeur propre 1. (4;3;3;3;3) est un tel vecteur propre et doncL=116 (4;3;3;3;3).Finalement,P=116
0 BBBB@4 3 3 3 3
4 3 3 3 3
4 3 3 3 3
4 3 3 3 3
4 3 3 3 31
C CCCA24. Supposons queS0suive une loi convenable. On a alorsS0=BS0et, par recurrence,S0= B kS0. En transposant, combinant et passant a la limite, on obtienttS0A=tS0. CommetS0est stochastique, la question 20 montre que tS0=Ltrouve ci-dessus. La reciproque a ete traitee en question 4.Le seul cas ou lesSkont la m^eme loi est donnee par0 BBBB@1=4
3=16 3=16 3=16 3=161 C CCCA5quotesdbs_dbs47.pdfusesText_47[PDF] Maths : Les fonctions
[PDF] Maths : Les pourcentages
[PDF] Maths : Les probabilités
[PDF] maths : les suites geometriques
[PDF] Maths : les vecteurs
[PDF] maths : limite et continuité
[PDF] maths : limite infinie
[PDF] Maths : polynomes du second degré
[PDF] Maths : Pourcentage*
[PDF] Maths : Probabilité 2nd ( Besoin d'une simple correction ;) )
[PDF] Maths : Problèmes de fractions
[PDF] Maths : Quelle fraction de cette année representent tous les dimanches
[PDF] Maths : Résolution Algébrique
[PDF] Maths : S'il vous plaît !