DERNIÈRE IMPRESSION LE 13 janvier 2016 à 15:05. Urnes d Ehrenfest

Documents pareils
Probabilités conditionnelles Loi binomiale

Probabilités Loi binomiale Exercices corrigés

Rappels sur les suites - Algorithme

BACCALAURÉAT GÉNÉRAL SESSION 2012 OBLIGATOIRE MATHÉMATIQUES. Série S. Durée de l épreuve : 4 heures Coefficient : 7 ENSEIGNEMENT OBLIGATOIRE

TSTI 2D CH X : Exemples de lois à densité 1

Théorie et Codage de l Information (IF01) exercices Paul Honeine Université de technologie de Troyes France

Chaînes de Markov au lycée

Exercices types Algorithmique et simulation numérique Oral Mathématiques et algorithmique Banque PT

Probabilité. Table des matières. 1 Loi de probabilité Conditions préalables Définitions Loi équirépartie...

Probabilités. Rappel : trois exemples. Exemple 2 : On dispose d un dé truqué. On sait que : p(1) = p(2) =1/6 ; p(3) = 1/3 p(4) = p(5) =1/12

I. Cas de l équiprobabilité

Probabilités et Statistiques. Feuille 2 : variables aléatoires discrètes

L E Ç O N. Marches aléatoires. Niveau : Terminale S Prérequis : aucun

Baccalauréat ES Polynésie (spécialité) 10 septembre 2014 Corrigé

Exercices sur le chapitre «Probabilités»

Correction du baccalauréat ES/L Métropole 20 juin 2014

Fluctuation d une fréquence selon les échantillons - Probabilités

Lois de probabilité. Anita Burgun

Raisonnement par récurrence Suites numériques

Baccalauréat ES/L Métropole La Réunion 13 septembre 2013 Corrigé

Chapitre 2. Eléments pour comprendre un énoncé

Baccalauréat ES/L Amérique du Sud 21 novembre 2013

Continuité et dérivabilité d une fonction

Réseau SCEREN. Ce document a été numérisé par le CRDP de Bordeaux pour la. Base Nationale des Sujets d Examens de l enseignement professionnel.

Coefficients binomiaux

La fonction exponentielle

III- Raisonnement par récurrence

Probabilités. Une urne contient 3 billes vertes et 5 billes rouges toutes indiscernables au toucher.

SOCLE COMMUN - La Compétence 3 Les principaux éléments de mathématiques et la culture scientifique et technologique

Chapitre 3. Mesures stationnaires. et théorèmes de convergence

Chapitre 2 Le problème de l unicité des solutions

Résolution d équations non linéaires

Travaux dirigés d introduction aux Probabilités

Calculs de probabilités conditionelles

Bac Blanc Terminale ES - Février 2011 Épreuve de Mathématiques (durée 3 heures)

Organigramme / Algorigramme Dossier élève 1 SI

I3, Probabilités 2014 Travaux Dirigés F BM F BM F BM F BM F B M F B M F B M F B M

Texte Agrégation limitée par diffusion interne

8 Ensemble grand-canonique

Probabilités conditionnelles Exercices corrigés

Probabilités. I Petits rappels sur le vocabulaire des ensembles 2 I.1 Définitions... 2 I.2 Propriétés... 2

Probabilités. C. Charignon. I Cours 3

Fonctions homographiques

Les mathématiques du XXe siècle

Arbre de probabilité(afrique) Univers - Evénement

Baccalauréat ES Pondichéry 7 avril 2014 Corrigé

Algorithme. Table des matières

POKER ET PROBABILITÉ

Les devoirs en Première STMG

Eteindre. les. lumières MATH EN JEAN Mme BACHOC. Elèves de seconde, première et terminale scientifiques :

Baccalauréat S Antilles-Guyane 11 septembre 2014 Corrigé

BTS Groupement A. Mathématiques Session Spécialités CIRA, IRIS, Systèmes électroniques, TPIL

1 Recherche en table par balayage

Algorithmique avec Algobox

La persistance des nombres

Cours 7 : Utilisation de modules sous python

Exercices sur les équations du premier degré

Glossaire des nombres

Probabilités sur un univers fini

Manuel d utilisation 26 juin Tâche à effectuer : écrire un algorithme 2

Chapitre 11 Bilans thermiques

P1 : Corrigés des exercices

Définition : On obtient les nombres entiers en ajoutant ou retranchant des unités à zéro.

Licence Sciences et Technologies Examen janvier 2010

Les probabilités. Chapitre 18. Tester ses connaissances

OLYMPIADES ACADÉMIQUES DE MATHÉMATIQUES

Modèles à Événements Discrets. Réseaux de Petri Stochastiques

avec des nombres entiers

Simulation de variables aléatoires

Oscillations libres des systèmes à deux degrés de liberté

DYNAMIQUE DE FORMATION DES ÉTOILES

Soit la fonction affine qui, pour représentant le nombre de mois écoulés, renvoie la somme économisée.

LEÇON N 7 : Schéma de Bernoulli et loi binomiale. Exemples.

La NP-complétude. Johanne Cohen. PRISM/CNRS, Versailles, France.

Baccalauréat ES Antilles Guyane 12 septembre 2014 Corrigé

DENOMBREMENT-COMBINATOIRE-PROBABILITES GENERALES

Ressources pour le lycée général et technologique

EXPLOITATIONS PEDAGOGIQUES DU TABLEUR EN STG

Capacité d un canal Second Théorème de Shannon. Théorie de l information 1/34

Baccalauréat ES Amérique du Nord 4 juin 2008

Logique. Plan du chapitre

EXERCICE 4 (7 points ) (Commun à tous les candidats)

C f tracée ci- contre est la représentation graphique d une

Algorithmes de Transmission et de Recherche de l Information dans les Réseaux de Communication. Philippe Robert INRIA Paris-Rocquencourt

Programmes des classes préparatoires aux Grandes Ecoles

Exo7. Probabilité conditionnelle. Exercices : Martine Quinio

LES GENERATEURS DE NOMBRES ALEATOIRES

Cryptographie et fonctions à sens unique

NOTIONS DE PROBABILITÉS

Introduction au datamining

ENS de Lyon TD septembre 2012 Introduction aux probabilités. A partie finie de N

Exemple On lance une pièce de monnaie trois fois de suite. Calculer la probabilité d obtenir exactement deux fois pile.

Chapitre 5 : Flot maximal dans un graphe

Dunod, Paris, 2014 ISBN

Fonctions de plusieurs variables

Exercice autour de densité, fonction de répatition, espérance et variance de variables quelconques.

Définitions. Numéro à préciser. (Durée : )

Chapitre 6. Fonction réelle d une variable réelle

Probabilités conditionnelles Loi binomiale

Initiation à l algorithmique

Transcription:

DERNIÈRE IMPRESSION LE janvier 06 à 5:05 Urnes d Ehrenfest Introduction Le modèle d Ehrenfest fut déi en 07 par Paul Ehrenfest, physicien, et son épouse Tatiana, mathématicienne, pour illustrer certains paradoxes apparaissant dans l étude théorique du comportement de systèmes physiques comportant un grand nombre de particules. Pour les physiciens,l un des objectifs était de lever le «paradoxe» de l irréversibilité. L irréversibilité est une évidence à notre échelle : la plupart des phénomènes macroscopiques ont une orientation dans le temps bien déie. Le second principe de la thermodynamique décrit cette irréversibilité : un système isolé évolue vers son maximum d entropie et l entropie ne diminue jamais! L entropie décrit le «désordre» d un système c est à dire le quotient de la variation de chaleur par une température. Cependant les lois de la dynamique des particules sont toutes réversibles et aucune des transformations des particules n est irréversible. Les physiciens voulaient donc montrer comment, à partir de particules aux évolutions réversibles, on pouvait obtenir, en combinant ces évolutions, une situation macroscopique irréversible. Dans le modèle d Ehrenfest, chaque particule a un comportement totalement réversible et la situation macroscopique est la superposition d un grand nombre de particules identiques. Il s agissait donc pour le couple Ehrenfest de prouver qu il n y avait pas besoin de modifier les lois de la physique des particules pour décrire l irréversibilité du monde. L expérience On considère d une part deux urnes A et B, et d autre part N boules, numérotées de à N, réparties les unes dans l urne A, les autres dans l urne B. Expérience d Ehrenfest : Expérience consistant à tirer au hasard un numéro I compris entre et N et de transférer la boule numéro I dans l urne où elle n était pas. Le processus aléatoire d Ehrenfest consiste à discrétiser le temps et de répéter à chaque instant l expérience d Ehrenfest. On s intéresse au nombre de boules présentes dans l urne A à un instant donné appartenant à N On suppose qu au début de l expérience l urne A contient toutes les boules. PAUL MILAN TERMINALE S SPÉ

État initial : T = 0 Urne A Urne B État à l instant T Urne A Urne B Cas N = On dispose de deux urnes A et B. L urne A contient trois boules numérotées,,. L urne B est vide. On choisit au hasard un numéro entre et, et on change d urne la boule correspondante. On recommence n fois cette opération. ) On note 0,,, les quatre états possibles de l urne A : 0 boule, boule, boules, boules. a) Représenter par un arbre probabiliste l évolution de l urne A au cours des quatre premières étapes. 0 b) Représenter par un graphe probabiliste l évolution de l urne A. Quelle est la matrice de transition? 0 On obtient la matrice de transition : T = 0 0 0 0 0 0 0 0 0 0 c) Démontrer que la répartition stable de probabilité correspond à la loi binomiale B, ). PAUL MILAN TERMINALE S SPÉ

. CAS N = Soit X = x y z t ) la matrice ligne qui donne la répartition des états possibles dans l urne A : 0,,, boules dans l urne A. On a alors : 0 0 0 X = XT x y z t ) = x y z t ) 0 0 0 0 0 0 0 On obtient le système suivant : x = y y = x+ z z = y+t t = z y = x z = x t = x Si on pose x+y+z+t = on obtient alors x =. La répartition stable 8 est alors : X = ) 8 8 8 8 La loi binomiale B On retrouve alors la même répartition., ) donne la répartition : PX = k) = k ) Remarque : Si l on a n boules, on peut montrer alors que la répartition correspond à B n; ) ) On note p n, la probabilité qu il y ait trois boules dans l urne A après n étapes. a) Démontrer que si n est impair, p n = 0. Par récurrence : montrons qu après n = k+ étapes, le nombre de boules dans l urne A est pair. Initialisation : n = il y a boules dans l urne A à la première étape. Le nombre de boules est pair Hérédité : On suppose qu à l étape n = k + le nombre de boules dans l urne A est pair. A l étape suivante, le nombre de boules est impair car l on ajoute ou retranche une boule. A l étape encore suivante le nombre de boules redevient pair pour la même raison. Donc à l étape n = k+ le nombre de boules est pair. La proposition est héréditaire. Par initialisation et hérédité, le nombre de boules, lorsque n est impair, est pair. On a alors p n = 0 ). b) Expliquer le graphe probabiliste cicontre, qui décrit l évolution du nombre de boules dans A entre l étape k et l étape k + k N). 7 PAUL MILAN TERMINALE S SPÉ

A l étape n = k, le nombre de boules est impair par le même raisonnement que la question précédente. Le nombre de boules est soit soit. On pose P ) la probabilité sachant que l on a boules à l étape k d avoir boule à l étape k+. En s aidant de l arbre de la question, on a : P ) = = P ) = = P ) = = P ) = + = 7 c) En déduire que pour tout naturel k : p k+ = p k + p k) Si p k est la probabilité d avoir boules dans l urne A après k étapes, comme à une étape paire, il ne peut avoir qu un nombre impair de boules, p k ) est la probabilité d avoir boule dans l urne A après k étapes. D après le graphe précédent, on a : p k+ = p k + p k) = p k + d) On pose u k = p k et v k = u k. Montrer que la suitev k) est une suite géométrique dont on précisera la raison et le premier terme. En déduire l expression de v k en fonction de k puis p k en fonction de k On exprime v k+ en fonction de v k v k+ = u k+ = v k + = u k 6 = u k ) = v k La suite v k ) est une suite géométrique de raison et de premier terme v 0 = u 0 = =. On a alors : v k = ) k d où p k = u k = ) k + e) À l aide de l arbre de la question ), vérifier cette formule pour k = 0, k =, k =. ) 0 k = 0, p 0 = u 0 = et + = k =, p = u = = ) k =, p = u = + et ) + = + = ) = + 7 = 7 7 ) + = 7 + = 8 7 = 7 7 ) On appelle D la variable aléatoire qui indique le nombre d étapes jusqu au premier retour à l état initial trois boules dans A). et PAUL MILAN TERMINALE S SPÉ

. PROGRAMMATION a) Démontrer que, si n est impair, alors PD = n) = 0. Comme à une étape impair, il y a un nombre pair de boules dans l urne A, il ne peut y avoir boules, donc PD = k+) = 0 b) À l aide de l arbre de la question ), déterminer PD = ) et PD = ). PD = ) = = et PD = ) = = 7 c) Quelle est la probabilité de revenir au moins une fois à l état initial en moins de cinq étapes? PD < 5) = PD = )+PD = ) = + 7 = 7 0, 8 Une fois sur deux, on revient à l état initial en moins de cinq étapes! Programmation ) On voudrait programmer le temps d attente nécessaire pour observer le premier retour à l état initial boules dans A). On pose alors : d k = PD = k), k N avec d = PD = ) = On remarque que, si à l étape k l urne A contient boules, l urne A a pu revenir pour la première fois à son état initial à l une des étapes suivantes : k, k, k,...,,. On dispose alors d une relation de récurrence : u k = d u k + d u k + +d k u + d k A l aide d une programmation, calculer d i pour i =,,, 5. Conjecturer une formule explicite exprimant d k en fonction de k pour k. d k = u k d u k d u k d k u avec u k = ) k + On rentre d dans le premier nombre de la liste L. On fait ensuite une boucle B pour trouver les termes d, d,..., d K que l on rentre dans la liste L A l intérieur de cette boucle B, on fait une boucle B pour calculer le nombre A I = d u I + d u I + +d I u. On retranche ensuite le nombre A I au nombre u I pour trouver d I. On affiche ensuite les termes de la liste L, qui donne d, d,..., d K. Variables : K, A, I, J entiers L liste Entrées et initialisation Lire K Effacer liste L L ) Traitement pour I de à K faire 0 A pour J de à[ I faire A+L J) ) I J + ) I + A L I) ] A Sorties : Afficher L PAUL MILAN 5 TERMINALE S SPÉ

On trouve alors le tableau suivant pour K = 5 i 5 d k 0, 0,8 0,5 0,08 6 0,06 7 Avec une calculatrice permettant d obtenir une écriture rationnelle, on obtient : i 5 d 8 6 7 k 7 87 68 On peut montrer que : k >, d k = 7 ) 7 k 5) On admet la formule précédente, on veut maintenant programmer l espérance mathématique de la variable D. Comme, il y a un nombre ini de valeur pour k, on estime que calculer l espérance avec les 60 premières valeurs de d k donne une très bonne approximation de l espérance. À l aide d une programmation, calculer ED). On a : ED) = k p k k = + 60 k= k d k = 60 + 8k 7 k= ) 7 k On obtient : ED) 7, 687 On peut montrer que : ED) = 8 Variables : K, E entiers Entrées et initialisation E Traitement pour K de à 60 faire E+ 8K ) 7 K E 7 Sorties : Afficher E 6) On désire simuler n expériences permettant de connaître le premier retour à l état initial pour vérifier la valeur ED) trouvée à la question précédente. Donner un algorithme permettant de programmer ces n expériences de retour à l état initial puis donner l espérance E observée. On fera l application avec les valeurs 50, 00 et 00. Avec le programme ci-après, on trouve le tableau suivant : N 50 00 00 500 000 E série 7, 8.8 7.55 8. 8.06 E série 7.6 8.5 7.67 7.8 8, E série 8.8 8.86 8. 7,5 7,8 PAUL MILAN 6 TERMINALE S SPÉ

. PROGRAMMATION On remarquera que si l urne A possède boules initialement, à l étape, elle n en possède que, d où l initialisation de A à pour I =. Pour connaître l espérance de la simulation, on détermine la moyenne de la liste L. Variables : N, A, I, X entiers L liste Entrées et initialisation Lire N Effacer liste L Traitement pour J de à N faire A I tant que A = faire entaleat, ) X I + I si X A alors A A sinon A+ A I L J) Sorties : Afficher L PAUL MILAN 7 TERMINALE S SPÉ