Marche aléatoire sur Z Riffaut Antonin 2013-2014 Soit (Xn)n≥1 une suite de variables aléatoires i i d de loi B ({±1}, 1 2 ) Pour n ≥ 1, on pose Sn = ∑ n
| Previous PDF | Next PDF |
[PDF] Marches aléatoires - CMAP
au mouvement aléatoire d'une particule sur N, progressant de +1 avec probabilité p et reculant de −1 avec 4) Les marches aléatoires simples ont la propriété de Markov P(Sm+n = jS0, S1, petites erreurs `a corriger Par les mêmes
[PDF] Marche aléatoire sur Z
Marche aléatoire sur Z Riffaut Antonin 2013-2014 Soit (Xn)n≥1 une suite de variables aléatoires i i d de loi B ({±1}, 1 2 ) Pour n ≥ 1, on pose Sn = ∑ n
[PDF] Exercices de mathématiques MP MP* - Dunod
Cet ouvrage d'exercices corrigés de mathématiques s'adresse aux élèves de classes Ces chemins correspondent à une marche aléatoire de la puce avec un
[PDF] Cours de Probabilités (M1 de Mathématiques UdS)
4) Récurrence des autres marches aléatoires page 11 5) Retour en 0 et loi de l' Arcsinus pour la marche simple sur Z page 12 III Chaınes de Markov page 16
[PDF] Corrigé de lexamen du 18 avril 2013 (durée 2h)
18 avr 2013 · Exercice 3 : On considère une marche aléatoire simple sur Z2 Pour cela, soit (Xn )n≥1 une suite de variables aléatoires sur Z2 indépendantes
[PDF] (AST1 2015 - Mathématiques énoncé)
On se propose d'étudier la marche aléatoire d'une particule se déplaçant sur les points d' AVRIL 2015 EPREUVE DE MATHEMATIQUES CORRIGE
[PDF] TD 4 : Marches aléatoires et mouvement brownien Corrigé
10 oct 2016 · TD 4 : Marches aléatoires et mouvement brownien Corrigé Lundi 10 Exercice 1 Soit (Xn)n∈N une marche aléatoire simple sur Z, et Mn
[PDF] Feuille dexercices numéro 6 Exercice 1 Exercice 2 Marche aléatoire
Chaînes de Markov, Marches aléatoires et temps d'arrêt Soit µ une mesure de probabilité sur Z On considère une marche aléatoire Sn sur Z dont les pas
[PDF] Feuilles dexercices
Soient X et Y deux variables aléatoires indépendantes à valeurs dans N et S = X de Markov (Xn)n≥0 de matrice de transition P est appelée marche aléatoire
[PDF] Cours de Probabilités (M1 de Mathématiques UdS)
4) Récurrence des autres marches aléatoires page 11 5) Retour en 0 et loi de l' Arcsinus pour la marche simple sur Z page 12 III Chaınes de Markov page 16
[PDF] Marche de la Banane Economie
[PDF] marché des produits de terroir au maroc
[PDF] marché des télécoms d'entreprise
[PDF] Marché et Prix
[PDF] Marché et Prix
[PDF] Marche et prix SES 2nde Cned
[PDF] Marché et prix SES 2nde Cned Exercice 1 et 4
[PDF] marché et prix ses seconde
[PDF] marché et prix ses seconde exercices
[PDF] marché générique
[PDF] marché imparfaitement concurrentiel définition
[PDF] marche martin luther king selma
[PDF] marché mondial de la banane
[PDF] marché mondial du cacao
Marche aléatoire surZ
RiffautAntonin
2013-2014
Soit(Xn)n1une suite de variables aléatoires i.i.d. de loiBf1g;12 . Pourn1, on pose S n=Pnk=1Xk. La suite(Sn)modélise une marche aléatoire centrée surZ.Figure1 - Marche aléatoire surZ
On s"intéresse à la probabilité que la marche aléatoire revienne en0, c"est-à-dire, en notantT=
inffn1;Sn= 0g, à la probabilitéP(T <1). L"objectif de ce développement est de montrer queP(T <1) = 1.
Pourn0, on posepn=P(Sn= 0)etqn=P(T=n). On ap0= 1etq0= 0. Introduisons égale- ment les séries génératricesP=P+1 n=0pnxnetQ=P+1 n=0qnxndes suites(pn)et(qn)respectivement.En remarquant queP(T <1) =P+1
n=0qn=Q(1), il s"agit donc de déterminerQ(1). Calculons explicitementpn: pour toutn0,S2n+11 mod 2, doncp2n+1= 0; d"autre part, pour que la marche aléatoire revienne en0après2nmouvements, elle doit "monter» exactementnfois et "descendre» exactementnfois (cf. figure 1), d"où l"on déduit que p 2n=2n n 12 n12 n =2n n 14 n: La série entièrePest de rayon de convergence au moins égal à1, puisque pour toutjxj<1, la suite(pnxn)est bornée par1. Par ailleurs, le calcul despnpermet de reconnaître le
développement en série entière de la fonctionx2]1;1[7!1p1x2, de sorte queP(x) =1p1x2;8x2]1;1[:
Nous allons à présent rechercher une relation de récurrence entre les suites(pn)et(qn), d"où
1 l"on déduira une relation entrePetQ, puis l"expression deQ. Pour toutn1, on a p n=P(Sn= 0) nX k=1P(T=k; Sn= 0) nX k=1P(T=k; Xk+1++Xn= 0) nX k=1P(T=k)P(Xk+1++Xn= 0);la dernière égalité étant due à l"indépendance des événementsfT=kgetfXk+1++Xn= 0g.
En outre,Xk+1++Xnest de même loi queSnk, d"où p n=nX k=1q kpnk:(1)Le même argument que précédemment garantit que la série entièreQest de rayon de conver-
gence au moins égal à1. La relation (1) nous invite à effectuer le produit de Cauchy dePpar