Deux villes X et Y totalisent à elles deux une population d'un million d'habitants Tracer un graphe probabiliste pour décrire cette situation et écrire la matrice de transition 2 https ://www maths-cours fr/cours/graphe-probabiliste-spe/
Previous PDF | Next PDF |
[PDF] E Les graphes probabilistes - Lycée dAdultes
Spécialité Mathématiques Term ES E Les graphes probabilistes 1 Présentation Définition 1 Un graphe probabiliste est un graphe orienté et pondéré dans
[PDF] GRAPHES (Partie 2) - maths et tiques
2 Yvan Monka – Académie de Strasbourg – www maths-et-tiques Exemple : Définition : Un graphe probabiliste est un graphe orienté et pondéré possédant
[PDF] Graphes probabilistes A Quelques exemples - Blog Ac Versailles
Deux villes X et Y totalisent à elles deux une population d'un million d'habitants Tracer un graphe probabiliste pour décrire cette situation et écrire la matrice de transition 2 https ://www maths-cours fr/cours/graphe-probabiliste-spe/
[PDF] Graphes probabilistes - Meilleur En Maths
2 a Si le premier feu rencontré est vert, donnerla matrice P1 de l'état initial puis calculer P2 b On donne P3=
[PDF] Graphes probabilistes et matrices de transitions Quest-ce quun
Graphes probabilistes et matrices de transitions Qu'est-ce qu'un graphe probabiliste ? Vous savez faire des arbres pondérés en probabilités , c'est le même
[PDF] DS graphes probabilistes 13-14
12 mai 2014 · Devoir surveillé de mathématiques- Spécialité 2°) Indiquer la matrice de transition M du graphe, en considérant les sommets dans l'ordre (V,
[PDF] Sujet du bac ES Mathématiques Spécialité 2017 - Freemathsfr
On a donc P0 = (0,65 0,35) 1 a Dessiner le graphe probabiliste (G) de sommets A et B b Écrire la matrice de transition M associée
[PDF] Sujet et corrigé du bac en mathématiques, série ES - Freemathsfr
Traduire les données de l'énoncé par un graphe probabiliste de sommets C et R 2 Écrire la matrice de transition M de ce graphe en respectant l'ordre
[PDF] Les graphes - IREM de la Réunion - Université de La Réunion
État probabiliste à la ne étape 36 graphe probabiliste à 2 ou 3 sommets En mathématiques, on retrouve les graphes dans la combinatoire, la théorie des
[PDF] Maths spécialité T ES : complément sur les suites
[PDF] Maths Spheres
[PDF] maths st2s exercices
[PDF] maths st2s programme
[PDF] maths staatistiquee
[PDF] MATHS STATISTIQUES URGENT SVP!!
[PDF] maths stats
[PDF] maths stmg bac
[PDF] Maths Suite géométrique terminale
[PDF] Maths super urgent avec grosse récompense (voir le devoir )
[PDF] maths sur les fonction
[PDF] Maths sur les fonctions
[PDF] Maths sur les probabilités exercices
[PDF] maths sur puissances
Graphes probabilistes
A Quelques exemples
I Une évolution de population
I .1 Le problème Deux villesXetYtotalisent à elles deux une populationd"un million d"habitants. La villeXest plus agréable, mais la villeYoffre de meilleurs salaires.20% des habitantsdeYpartent chaque année habiterXpour avoir un meilleur cadre de vie, et 5% des habi-
tants deXpartent chaque année habiterYpour augmenter leur niveau de vie. À l"année 0, un quart des habitantssont enX.On se pose les questions suivantes :
Comment sera répartie la population,entre les villesXetYau bout de 1, 2, 5, 10, 30, 40 ans? Que se serait-il passé au bout de 1, 2, 5, 10, 30, 40 ans si 99% des habitants avaient été initialement en
X(ou enY)?
Quese serait-ilpasséau boutde 1,2,5,10,30,40 anssilapopulationavait étéégalementrépartieentre
les deux villes en l"année zéro?I.2 Une solution
1. L"énoncé nous dit que 95% des gens qui sont enXy restent, 5% partent enY, et que 80% des gens qui
sont enYy restent, 20% partant enX. En appelantXnla population de la villeXà l"annéenetYncelle deY, expliquer pourquoi on peut représenter l"évolution par le système d"équations : ?Xn+1=0,95Xn+0,2Yn Y n+1=0,05Xn+0,8Yn2. On peut représenter la situation par le graphe suivant, oùl"on a marqué, sur chaque arête joignant le
sommetXau sommetY, la proportion de population qui passe à chaque étape deXàY. Remarquonsque, puisque la population ne peut disparaître ou apparaître, la somme des coefficients sur toutes les
arêtes quittant un sommet doit être 1 :XY0,95
0,05 0,2 0,8 Si l"on note, pour tout entier natureln,Pn=?XnYn?le vecteur ligne qui décrit la population deXetdeYau bout denannées, déterminer la matriceMtelle que le système déquation d"évolution trouvée
précédemment peut se réécrire : P n+1=Pn×MOn appeleraM:matrice de transition du système.
Attention!Le produit ne se fait pas à droite de la matrice, comme on en a l"habitude, maisà gauche.
Cela présente l"avantage de garder l"écriture des vecteursen ligne, et c"est l"habitudeen probabilité.
(a) ExprimerP1etP2en fonction deMet deP0. Généraliser pour obtenirPnen fonction deP0, deMet den. (b) à l"aide de cette formule, répondre aux questions qu"on se pose dans le problème.Page 1/
53. (a) Que constate-t-on, quandndevient grand, quelle que soit la répartition de populationà l"année
0? (b) On suppose queP0=?800000 200000?.CalculerP1,P2,P3, etc.
Comment peut-on alors qualifier cette répartition,cet état?(c) Onavu que, quelle quesoit la populationdedépart,le systèmeconverge verscet état.Il peut donc
être intéressant d"être en mesure de le déterminer dès le départ. On admet qu"une telle répartition existe et on appellexla population deXetycelle deYpour lesquelles la populationde chaque ville est la même chaque année. i. Que devient le système d"équations d"évolution si?XnYn?=?x y?? ii. En déduire quexetysont solutionsde :?0,2y=0,05x x+y=1000000 iii. Déterminer alorsxety.II Maladie
dans l"un des trois états suivants : immunisé (I), malade (M), sain, c"est-à-dire non malade et non immunisé,
(S). D"un mois à l"autre, son état peut changer selon les règles suivantes : étant immunisé, il peut le rester avec une probabilité0,9 ou passer à l"étatSavec une probabilité0,1;
étant dans l"étatS, il peut le rester avec une probabilité 0,5 ou passer à l"étatMavec une probabilité
0,5; étant malade, il peut le rester avec une probabilité0,2 ou passer à l"étatIavec une probabilité0,8.
1. Tracer un graphe probabiliste pour décrire cette situation et écrire la matrice de transition.
2. Calculer l"état de probabilité de l"individu au bout de trois mois, de six mois, d"un an, de deux ans pour
chacune des situationssuivantes : au départ, il est immunisé;
au départ, il est non malade et non immunisé; au départ, il est malade.
3. On note?i m s?l"état stable du système.
(a) Montrer quei,m,ssont solutions du système : (S)=???????0,8m-0,1i=00,5s-0,8m=0
0,1i-0,5s=0
i+m+s=1 (b) En déduire l"état stable. B Cas général: graphes probabilistesàpétatsOn considère un système qui peut se trouver danspétats {1; 2; ... ;p}, avec une certaine probabilité, va-
riable au cours du temps, pour chaque état.On s"intéresse à l"évolution de ce système au cours du temps,et on fait l"hypothèse que la probabilité de
transition de l"étatià l"étatjest indépendante du temps, et ne dépend pas de l"histoire antérieure, mais
seulement de l"état dans lequel on se trouve.Page 2/
5De bons exemples de tels systèmes sont donnés par les jeux de hasard, tels que jeu de l"oie, Monopoly,
jacquet, petits chevaux, etc. Pour de tels jeux, l"état est donné par la case sur laquelle on se trouve; la façon
dont on y est arrivé n"a pas d"importance pour la suite du jeu.Les systèmes qu"on observe dans la vie réelle sont en généralbeaucoup plus complexes, mais l"approxi-
mationsimplequ"on en fait ici donne souventdes indicationsutiles;ce type de modèleest utiliséen pratique
dans un grand nombre de situations,avec de bons résultats.On peut représenter un tel système par un graphe orienté, dont les sommets sont les états du système, et
où l"on associe à chaque transition, de l"étatià l"étatj, une arête orientée allant deiversj, étiquetée par la
probabilitéde transition,c"est-à-dire la probabilitéconditionnelled"être dans l"étatjà l"instantn+1 sachant
que l"on est dans l"étatià l"instantn. Remarquons que l"on peut rester dans un même état : le graphepeut
avoir des boucles.ou confondus il existe au plus une arête deiversj, et où chaque arête est étiquetée par un réelpi j
compris entre 0 et 1, la somme des poids des arêtes issues d"unmême sommet étant égale à 1.
Définition
De même qu"à un graphe (orienté ou non), on associe une matrice d"adjacenceA, dont le termeai j
compte le nombre d"arêtes joignant le sommetiau sommetj, on peut associer à un graphe probabiliste
une matrice qui décrit les probabilités de transition:étant donné un graphe probabiliste àpsommets, on appellematrice de transitionassociée la matrice
carréeM=(mi j) àplignes etpcolonnes, dont le coefficientmi jest l"étiquette de l"arête orientée dei
versjsi elle existe (c"est-à-dire la probabilitéde transitiondeiàj), et 0 sinon.Définition
On veut étudier l"évolution d"un tel système au cours du temps; on noteXnle vecteur ligne àpéléments
dont l"élément d"ordrejest la probabilité que le système se trouve à l"instantndans l"étatj(Attention aux
indices! on a ici une suite de vecteurs lignes, avec chacunpcomposantes!).La propriété fondamentale est la suivante :
Pour tout entiern, on aXn+1=Xn×M
Propriété
On admet ce résultat.
On en déduit immédiatement:
Pour tout entiern>0, on a :Xn=X0×Mn
Propriété
En effet :
X2=X1M=?X0M)M=X0M2?
X3=X2M=?X0M2)M=X0M3?
X n=Xn-1M=?X0Mn-1?M=X0Mn On admet que la propriété est vraie pour tout rangn.Page 3/
5Cette formule, qui permet de calculer la répartition de probabilités au tempsnsi on la connaît au temps
0, est fondamentale pour tous les exercices.
Un cas particulièrementintéressant est celui où la répartitionde probabilitéest stable au cours du temps.
On appelleétatstableun vecteur ligneX=?x1...xp?àpcomposantestel queX=X×Metp? i=1x i=1Définition
La dernière conditionp?
i=1x i=1 est due au fait queXreprésente une répartitionde probabilité. X=X×M, et d"en chercher une solutionsatisfaisantp? i=1x i=1, ce qui se fait sans problème pour une matriceMdonnée.
transitions s"équilibrent; si l"on considère le problème comme une évolution de population, il faut que, pour
tout étati, la quantité de personnes qui quittent l"étatià chaque étape soit égale à la quantité de personnes
qui y arrivent.Ce qui est moins évident, c"est qu"un tel état existe, et qu"il soit unique. Ce qui se passe quand on ne part
pas d"un état stable n"est pas évident non plus. Nous allons l"étudier en détail dans le cas d"un système à deux
états, cas qui est accessible au niveau de la terminale. C Un cas particulier: les graphes probabilistesà 2 étatsOn suppose qu"il n"y a que deux états, notés 1 et 2. On noteUn(resp.Vn) la probabilité qu"à l"instantn, le
système se trouve dans l"état 1 (resp. 2). Pour tout entiern, on noteXnle vecteur-ligne à deux colonnes,Xn=?UnVn?. Remarquons que l"on a toujoursUn+Vn=1.Onnoteala probabilitéde transitionde l"état 1 à l"état 2, c"est-à-dire la probabilitéque le système passe à
l"état 2 à l"étapen+1 sachant que le système est à l"état 1 à l"étapenetbla probabilité de transition de l"état
2 à l"état 1.
Les probabilités de demeurer dans l"état 1 ou dans l"état 2 sont donc 1-aet 1-b. Le système peut donc être représenté par le graphe probabilistesuivant : 121-aa b 1-b et la matrice correspondante est :
M=?1-a a
b1-b? Les nombresaetbsont tous deux compris entre 0 et 1. Il y a quelquescas triviauxque l"on peut traiter à part :Si a et b sont nuls,Mest la matrice identité, ettous les états sont stables. Ce n"est pas étonnant, puis-
qu"il est impossiblede changer!Page 4/
5Si l"un des deux seulement est nul, par exemplea, on voit que l"on finit toujours par arriver dans l"état
1. C"est le cas d"une population qui ne se renouvelle pas, et dont les individus peuvent être dans deux
On parle alors d"état absorbant (pour l"état 1). Il y a doncun étatstable. Enfin,si les deux coefficients a et b sont égaux à 1, le système clignote : il oscille sans se stabiliser entre
l"état 1 et l"état 2, et se retrouve tous les deux coups dans lemême état.Il n"y a pas d"état stable.
Ces cas particuliers étant faciles à étudier, et peu intéressants,on supposera désormais queaetbsont
strictement positifs, etne sont pas tousdeux égauxà 1. On admettra alors le résultat général suivant : Considérons un graphe probabiliste à deux états, de matricede transitionM=?1-a a b1-b? telle que