[PDF] Mary - TD 11 – Chaînes de Markov (récurrence/transience) (corrigé)





Previous PDF Next PDF



Exercices corrigés Chaˆ?nes de Markov discr`etes

Déterminer le graphe et la matrice de transition de la cha?ne ainsi obtenue. Quelle est la période de ses états? L'ensemble des états est E = {1 2



Corrigé de lexamen du 26 avril 2012 (durée 2h)

26 avr. 2012 Les trois parties sont indépendantes. Exercice 1 : On considère une chaîne de Markov (Xn)n?0 sur {1...



Processus aléatoires et applications

2 mars 2019 A Solution de quelques exercices. 109. A.1 Exercices du Chapitre 1 . ... cha?ne de Markov de matrice de transition P et de distribution ...



Exercices sur les chaînes de Markov

Exercice 4. Soit (Xn)n?0 une chaîne de Markov homogène à valeurs dans l'ensemble E = {1 2



GRAPHES - EXERCICES CORRIGES Compilation réalisée à partir

Écrire la matrice de transition M de ce graphe en prenant les sommets A et B dans cet ordre. 3. Préciser l'état initial P0 puis montrer que P1 = (052 0



CORRIGÉ

CORRIGÉ. Date : 30 septembre-4 octobre 2013. PRÉNOM : Groupe : Exercice 1. ... Donner la matrice de transition P de la cha?ne de Markov d'ensemble ...



Mary - TD 11 – Chaînes de Markov (récurrence/transience) (corrigé)

Exercice 1. Récurrence et Transience. Sur l'ensemble S = {0 1



Exercices corrigés

Déterminer la densité de probabilité conjointe du couple (UV ). 2. En déduire les lois marginales de U et V . 3. Calculer les matrices de covariance de [X Y ]t 



CHAÎNES DE MARKOV

5.3.2 Probabilités et matrices de transition . . . . . . . . . . . . . . . . . . . . . 79 6.3 Exercices : dynamique d'une chaîne de Markov .



Exercices Corrigés Matrices Exercice 1 – Considérons les matrices

Exercice 12 – Soit A et B deux matrices carrées de même ordre on suppose que la matrice. AB est inversible d'inverse la matrice C. Montrer alors que B est 



Feuille d’exercices n 2 : Chaînes de Markov : exemples et

de matrice de transition Q et de mesure initiale à préciser Correction Cet exercice montre que la chaîne de Markov renversée en temps (à horizon ?ni donc) est encore une chaîne de Markov si on la considère sous sa mesure stationnaire un résultat non intuitif dans la cas non réversible; il précise aussi la matrice de transition de la



1 Puissances d'une matrice - hmalherbefr

1 Donner la matrice de transition P de la chaˆ?ne de Markov d’ensemble d’´etats S = {IMR} mod´elisant la population a laquelle appartient cet individu I M R ? P = 08 0 02 075 025 0 0 04 06 I M R Pour remplir la matrice P on utilise le fait que la somme des ´el´ements d’une ligne vaut 1 2



Exercice 1 - univ-angersfr

n) est une cha^ ne de Markov et calculer sa matrice de transition Q 2 Calculer Qn n 1 puis lim n!+1Qn 3 Calculer lim n!+1P (X n= j) j= 1;2;3: 4 Montrer que si = (1 3; 1 3; 1 3) alors (X n) est une suite stationnaire Exercice 7 Soit (X n) une cha^ ne de Markov dont l’espace d’ etats est E= f1;2;3;4get de matrice de transition : Q= 0



Chapitre 8 Chaˆ?nes de Markov - ENS

Une matrice de transition P est parfois repr·esent·ee par son graphe de transition G un graphe dont les nœuds sont les ·etats de E et qui a une arˆete orient·ee de i vers j si et seulement si pij > 0 auquel cas cette arˆete est orn·ee de l’·etiquette pij



Feuille d'exercices &# 3 : Chaînes de Markov - univ-rennes1fr

matrices de transition : (a) Ym = Xnm où (nm)m 0 ˆ N est une sous-suite croissante non-bornée; (b) Zn = Xk+n où k 1 entier; (c) Wn = Xkn où k 2 entier 3 Même question pour la suite Vn = (Xn;Xn+1) Exercice 2 Propriété de Markov forte Soit (Xn)n 0 une chaîne de Markov ( ;P) à aleursv dans E et soit T un temps d'arrêt pour la



Searches related to matrice de transition exercices corrigés PDF

Exercice 2 Soit ????=(1 0 2 1) 1 Exprimer ???? á en fonction de Pour tout ?? 2 Si ???? est inversible calculer ?????1 et ???? á pour tout ?? Allez à : Correction exercice2 Exercice 3 Soit ????=(1 2 3 0 0 1 ?1 0 ?2) 1 3Calculer ????2 et ???? Calculer ????3+????2+???? 2 Exprimer ?????1 en fonction de ????2 ???? et

Quelle est la matrice de transition?

Remarques : Si a = 0 et b = 0, la matrice de transition est la matrice unité. La suite des états est constante, donc elle converge, mais la limite dépend de la distribution initiale : il n'y a pas d'état stable.

Comment effectuer la transposition d’une matrice ?

La transposition d’une matrice est une opération dans laquelle on convertit les lignes de la matrice en colonne et la colonne de la matrice en lignes. L’équation générale pour effectuer la transposition d’une matrice est la suivante. Matrix M ---> [1, 8, 9 12, 6, 2 19, 42, 3] Transpose of M Output ---> [1, 12, 19 8, 6, 42, 9, 2, 3]

Quels sont les exercices corrigés sur les matrices ?

Exercices java Exercices langage c Exercices python récursivité Tableaux Complexité analyse des algorithmes C'est la deuxième série d'exercices corrigés sur les matrices, nous continuons à effectuer des opérations intéressantes de calcul matriciel.

Comment calculer la courbe de transition ?

Mathématiquement, la courbe de transition se calcule comme pour une entrée progressive en courbe et correspond à une « clotoïde ». Dans la pratique, j’utilise simplement la souplesse du tracé en contreplaqué qui prend de lui-même la forme adéquate. Il faut toutefois savoir qu’adoucir les transitions rallonge la pente.

Mary - TD 11 – Chaînes de Markov (récurrence/transience) (corrigé)

L3- Probabilités (Année2018/2019) Tien-Nam Le & Alice Pellet--MaryTD11- Chaînes de Markov (récurrence/transience) (corrigé)Exercice1.Récurrence et Transience

Sur l"ensembleS=f0,1,...,ngon considère la chaîne de Markov de matrice de transitionPdonnée pour 0xn1 par

P(x,y) =8

:psiy=x+1

1psiy=0

0 sinon

l"étatnétant absorbant (i.e.P(n,x) =1 sin=xet 0 sinon), et avec 01.Dessiner le graphe associé à cette chaîne de Markov. Quels sont les états récurrents et les états P fTn1<¥jX0=n1gPfX1=0jX0=n1g =1p <1.

2.SoitS=f1,...,6g, compléter la matrice suivante pour qu"elle soit matrice de transition d"une

chaîne de Markov 0 B

BBBBB@1/2 . 0 0 0 0

. 2/3 0 0 0 0

0 0 . 0 7/8 0

1/4 1/4 0 . 1/4 1/4

0 0 3/4 0 . 0

0 1/5 0 1/5 1/5 .1

C

CCCCCA

et déterminer quels sont ses états transitoires et récurrents. M=0 B

BBBB@1/2 1/2 0 0 0 0

1/3 2/3 0 0 0 0

0 0 1/8 0 7/8 0

1/4 1/4 0 0 1/4 1/4

0 0 3/4 0 1/4 0

0 1/5 0 1/5 1/5 2/51

C CCCCA

1/3 2/3

P

3.Montrer que la chaîne de Markov précédente contient deux ensembles fermés (i.e. aucun état en

dehors de l"ensemble n"est accessible depuis un état dans l"ensemble) irréductibles non videsC1

etC2. Calculer, pouri2 f1,2g, la probabilité P fXn2Cià partir d"un certain tempsjX0=6g. X 1 P fXn2C1? ?????? ???? ??????? ?????jX0=6g=å kP fXk=6g(1/5+1/51/4+1/51/4) =3/10å kP fXk=6g. P fXn2C2? ?????? ???? ??????? ?????jX0=6g=å kP fXk=6g(1/5+1/51/4) =5/20å kP fXk=6g. P

fXn2C2? ?????? ???? ??????? ?????jX0=6g=1? ?? ????? ?? ???? ?????? ????? ??? ?????? ????C1??C2???? ??????? ??????? ??

X åkPfXk=6g? ?????åkPfXk=6g(3/10+5/20) =1? ?? ???????åkPfXk=6g=20/11???? P fXn2C1? ?????? ???? ??????? ?????jX0=6g=6/11 P fXn2C2? ?????? ???? ??????? ?????jX0=6g=5/11.

Exercice2.Chaines de Markov?

Soit(Xn)n2Nune chaîne de Markov associée à une matrice de transitionPsur un ensemble d"étatsS.

1.S oitr2N. Est-ce que(Xr+n)n2Nest une chaîne de Markov?

2.Est-ce que (X2n)n2Nest une chaîne de Markov?

3.On suppose SZ. Est-ce que(2Xn+1)n2Nest une chaîne de Markov? Et(bXn/10c)n2N?

4.Est-ce que (Xn,Xn+1)n2Nest une chaîne de Markov?

5.On suppose les états de SnumérotésS=fS1,S2,...g. On définitS0=fT12,S3,S4,...g(on a

remplacé les deux premiers états deSpar un nouvel étatT12). On définitYn=XnsiXn2 Sn fS1,S2getYn=T12sinon (on a fusionné les deux premiers états de la chaîne). Est-ce une chaîne de Markov?

En cas de réponse positive, on précisera quelle est la matrice de transition (et on donnera une preuve

???? ?? ?????P2 0 B @P

0,0P0,10 0

0 0P1,0P1,1P

0,0P0,10 0

0 0P1,0P1,11

C A. @0 1 0 0 0 1

1 0 01

A ????? ???? ??? ?????? ?? ??????? ?? ?PfY2=3jY1=T12??Y0=T12g=16=0=PfY2=3jY1=T12??Y0=3g?

Exercice3.Marche aléatoire sur Z biaisée

Soitp2]0,1[, et considérons la chaîne de Markov d"espace d"étatsZet de matrice de transition

P(i,j) =8

:psij=i+1

1psij=i1

0 sinon

2

1.Cette chaîne est-elle irréductible?

2.Dans cette question on supposep6=1/2, montrer que tous les états de cette chaîne sont transients.

Indication : on pourra utiliser le lemme de Borel-Cantelli. On rappelle également l"équivalent de Stirling :

n!p2pn(n/e)n. ???? ?? ??? ???? ??????? ?? ??????? ??n=2k? ?????Pr(Xn=0jX0=0) =(2k (2k k)=O(4n)? ?????p6=1/2? ?? ?p(1p)<1/4? ?? ??????? ??? ?? ????? ???(2k k)(p(1p))k= ?? ?? ?????? ????? ?? ????? ????? ?????? ??? ?? ???? ???0? Exercice4.Marche aléatoire sur Z non biaisée

SoitfXkgdes variables aléatoires discrétes indépendantes et identiquement distribuées. ChaqueXkprend la valeur 1 avec probabilité 1/2 et1 avec probabilité 1/2. On définit alors une marche aléatoire

dansRparSn=ånk=1Xk. On s"intéresse à la probabilité d"un retour à l"origine (en un temps fini).

1.S"il y a eu un retour à l"origine au tempsm, que peut-on dire dem? Montrer qu"un retour à

l"origine au temps 2narrive avec une probabilitéu2n=(2n n)22n?

2.On définit de même la probabilitéf2nqu"un premier retour à l"origine se fasse au temps 2n. Mon-

trer que pourn>0 les probabilitésff2kgetfu2kgvérifient la relationu2n=f0u2n+f2u2n2+ +f2nu0(on poseu0=1 etf0=0).+?? ? ???? ????n>0? u

2n=PfS2n=0g=P([

02n=0\S2k=0\Si6=0????i<2k) =PfS2n=0\Si6=0????i<2ng n1å k=1S

2n=0\S2k=0\Si6=0????i<2k(par indépendance)

=u0f2n+n1å k=1u =u0f2n+u2f2n2+...+u2n2f2+f0u2n.

3.On définit les fonctions génératrices :

U(x) =¥å

m=0u

2mxmetF(x) =¥å

m=0f 2mxm

Déduire de la question précédente une relation simple entreU(x)etF(x).+?? ?U(x) =1+U(x)F(x)?

4.Montrer queU(x) =1p1x. En déduire queF(x) =1p1x.

Indication : on rappelle que(1+x)a=1++¥å

k=1a(a1)...(ak+1)k!xk. 3

1p14x= (14x)1/2=1++¥å

k=0 12 (12

1)...(12

k+1)k!(4x)k =1++¥å k=113...(2k1)(2)kk!(2)k2kxk=1++¥å k=1(2k)!k!k!xk=+¥å k=0 2k k x k

U(x) =+¥å

k=0 2k k 2

2kxk=+¥å

k=0 2k k x4 k=1p1x.

F(x) =U(x)1U(x)=1p1x.

5.Montrer quef2m=(2m

m)(2m1)22m.

Indication : considérerF0.

+?? ?F0(x) =12 p1x=U(x)2 ??????mf2m=u2(m1)2 =(2m2 m1)22m+1=m2(2m1)( 2m m)2

6.Définissonswnla probabilité qu"un retour à l"origine se fasse au plus tard au tempsn. Notre but

est de savoir si l"on va revenir en un temps fini, c"est-à-dire déterminerw=limn!¥wn. Montrer

quew=F(1). Conclure. +?? ?wn=åbn/2c 4quotesdbs_dbs30.pdfusesText_36
[PDF] definition generale des coefficients techniques de production

[PDF] fiche technique café

[PDF] intensité du café

[PDF] modèle fermé de leontief

[PDF] tableau intensité café nespresso

[PDF] exercices corrigés de comptabilité nationale sur le tableau entrée sortie pdf

[PDF] principales étapes transformation café pdf

[PDF] arômes du café

[PDF] l'économie d'un pays fictif dépend de trois secteurs

[PDF] coefficient technique de production définition

[PDF] input output économie

[PDF] demande d'acte de mariage en ligne nantes

[PDF] etat civil nantes

[PDF] demande dacte de naissance nantes

[PDF] cest quoi un serveur informatique