Terminale > Mathématiques expertes > Graphes et matrices > Annale - Graphes, suites

ANNALE - GRAPHES, SUITES

Accède gratuitement à cette vidéo pendant 7 jours

Profite de ce cours et de tout le programme de ta classe avec l'essai gratuit de 7 jours !

Démarrer l'essai gratuit

Les graphes probabilistes

Permalien

Télécharger la fiche de cours Les téléchargements sont réservés uniquements aux abonnés

Les graphes probabilistes

 

Les graphes probabilistes permettent de transformer une étude probabiliste en un graphe et sa matrice.

Il existe des graphes d'ordre 2 ou d'ordre 3.

Les poids sur chaque arc correspondent à la probabilité de passer d'un événement à un autre en suivant le sens de parcours imposé par la flèche. 
La somme des probabilités inscrites sur les arcs partant d'un événement doit être égale à 1. 

 

Exemples : 

On considère le graphe d'ordre 3 suivant, et on le représente également par une matrice, contenant à l'intersection de la ligne $i$ avec la colonne $j$ la probabilité pour passer de l'événement $i$ à l'événement $j$.

En additionnant les probabilité d'une ligne, on vérifie que le résultat vaut 1. 

graphe_1

d928c4a7d2acc5f6ab7c845508b90b162bc62e84.png

 

On peut aussi considérer un graphe d'ordre 2. 

 

graphe_ordre_2

 

$M = \left ( \begin{array}{cc} 0.3 & 0.7 \\ 0.8 & 0.2 \end{array} \right )$

 

Application :

On suppose que la situation que l'on étudie se traduit par le graphe d'ordre 2 précédent, que l'on peut traduire sous forme matricielle. 

On considère un état $P_0 = (a \ \; b)$ initial. Pour connaitre l'état $P_1$, on multiplie $P_0$ par $M$ et ainsi de suite. 

On trouve alors que pour tout $n \in \mathbb{N}, \ P_{n + 1} = P_n \times M$.

L'état $n + 1$ correspond à l'état $n$ multiplié par la matrice $M$.  

Il s'agit d'une suite géométrique de raison $M$ et de terme initial $P_0$. 

Ainsi, pour tout $n \in \mathbb{N}, P_n = P_0 \times M^n$. On veillera à ce que l'énoncé donne un premier terme pour $n = 0$. 

 

On essaie de savoir si en regardant pour des états $n$ lointains, le comportement de $P_n$ atteint un état stable, c'est à dire qu'il ne bouge plus, ou encore si la suite $(P_n)$ converge.

Or si aucun des 4 coefficients n'est égal à 0, il existe un état stable, que l'on appelle $P = (x \ \ y)$. 

Pour connaitre les valeurs de $x$ et $y$, on sait que la somme des probabilités vaut $1$ et comme il s'agit d'un état stable, il ne change pas lorsque on le multiplie pat la matrice $M$.

On obtient alors le système suivant : $\left \{ \begin{array}{c} PM = P \\ x + y = 1 \end{array} \right.$