AnnalesÉcoles d'ingénieurs
Mines-Ponts PC 2017 — Maths 1
Un rat se déplace au hasard entre cinq salles reliées par des tubes ; la loi de sa position vérifie . Le sujet démontre un théorème ergodique en moyenne : si , les moyennes de Cesàro convergent vers le projecteur sur parallèlement à . Il l'applique aux matrices stochastiques dont une puissance est à coefficients strictement positifs ( valeur propre simple, unique loi invariante à coefficients strictement positifs), puis détermine la loi stationnaire du rat.
Le sujet, partie par partie
Partie I — Premiers pas p. 2–3
Chaînes de Markov · Probabilités totales et formule de Bayes · Conditionnement et indépendance · Calcul matriciel — marche aléatoire sur un graphe, matrice de transition, formule des probabilités totales, loi invariante, indépendance
Partie II — Convergence dans p. 3–4
Procédés de sommation et théorèmes taubériens · Applications linéaires et rang · Normes subordonnées et applications linéaires continues · Espaces vectoriels normés — moyennes de Cesàro, théorème ergodique, projecteur, somme directe noyau image, contraction large, endomorphisme de norme au plus 1
Partie III — Matrices stochastiques p. 4–5
Matrices stochastiques et bistochastiques · Théorème de Perron-Frobenius · Ensembles convexes · Topologie, compacité, connexité · Réduction des endomorphismes — matrice stochastique, matrice primitive, norme infinie, valeur propre simple, loi stationnaire, matrice de rang 1
Partie IV — Application au labyrinthe p. 6
Chaînes de Markov · Matrices stochastiques et bistochastiques — loi stationnaire, probabilité invariante, convergence en moyenne de Cesàro, labyrinthe