[PDF] [PDF] CORRIGÉ Donner la matrice de transition





Previous PDF Next PDF



Feuille de TD no 1 4

May 25 2022 1. Une chaine de Markov homog`ene de matrice de transition P est. — absorbante si p = 0 ou q = 0. — irréductible non ...



TD 14 : Convergence de chaînes de Markov Corrigé TD 14 : Convergence de chaînes de Markov Corrigé

TD 14 : Convergence de chaînes de Markov. Corrigé. Mercredi 20 Décembre. Exercice 1 (Une suite de flips). Soit n ≥ 4. On considère un polygone régulier Pn à n 



Corrigé dexamen module Sûreté de Fonctionnement (GI 712) Corrigé dexamen module Sûreté de Fonctionnement (GI 712)

3. Pour une chaine de Markov la durée moyenne d'occupation d'un état peut être définie en quoi: La probabilité d'occuper 



U.F.R. de Mathématiques Master 2 ISN 2015-2016 Chaînes de

Chaînes de Markov. Corrigé de l'examen du 3 décembre 2015. Les processus de naissance et de mort sont utilisés pour modéliser l'évolution de la taille d'une 



DS: Chaˆınes de Markov: Corrigé succint durée 1h30 Exercice 1. (5

Nov 12 2013 Justifier (en une phrase) que (Xn)n≥0 est une chaıne de Markov homog`ene. Donner son espace d'états et calculer sa matrice de transition P.



Corrigé type dExamen du module SdF (GI712)

Réponse : Non l'établissement d'une chaine de Markov pour un certain système nécessite non seulement la connaissance des ses composants



Corrigé de lexamen du 18 avril 2013 (durée 2h)

Apr 18 2013 a) Pour quelle valeur de α



Examen : Chaînes de Markov

Jan 5 2009 Exercice 1. On considère une chaîne de Markov sur les sommets d'un triangle ABC. Cette chaîne est définie par les règles suivantes : chaque ...



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

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



Examen de Probabilités: Chaˆınes de Markov 13h30-15h30

Nov 12 2013 Tracer le graphe orienté associé `a P. (Voir annexe). 2. Montrer que la chaıne de Markov est irréductible et apériodique.



Examen de Probabilités: Chaˆ?nes de Markov 13h30-15h30

12 nov. 2013 Tracer le graphe orienté associé `a P. (Voir annexe). 2. Montrer que la cha?ne de Markov est irréductible et apériodique.



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...



U.F.R. de Mathématiques Master 2 ISN 2014-2015 Chaînes de

Corrigé de l'examen du 4 décembre 2014. Ex 1. [15 points]. Soit (Xn)n?0 la chaîne de Markov homogène à valeurs dans N de matrice de transition.



U.F.R. de Mathématiques Master 2 ISN 2015-2016 Chaînes de

Chaînes de Markov. Corrigé de l'examen du 3 décembre 2015. Les processus de naissance et de mort sont utilisés pour modéliser l'évolution de.



Corrigé type dExamen du module SdF (GI712)

Est-ce que l'établissement d'une chaine de Markov pour un certain système nécessite uniquement la connaissance de ses composants ? Expliquer.



Questions de cours Exercices A S B C D

Examen partiel du 19 novembre 2013. Éléments de correction Donner l'énoncé du théorème ergodique pour les chaînes de Markov récurrentes positives.



Chaˆ?nes de Markov avancées

21 déc. 2012 Corrigé Examen de Chaˆ?nes de Markov. Avancées. Partie I : compréhension du processus et simula- tion. 1.(a) Entre 9h00 et 9h08 ...



DS: Chaˆ?nes de Markov: Corrigé succint durée 1h30

12 nov. 2013 Justifier (en une phrase) que (Xn)n?0 est une cha?ne de Markov homog`ene. Donner son espace d'états et calculer sa matrice de transition P.



Mary - TD 12 – Chaînes de Markov (distributions invariantes) (corrigé)

TD 12 – Chaînes de Markov (distributions invariantes) (corrigé). Exercice 1. Proposition utiles. Le but de cet exercice est de démontrer les propriétés 



TD 11 : Chaînes de Markov Corrigé

Corrigé. Mercredi 29 Novembre. 1 Chaînes de Markov. Exercice 1 (Markov ou pas Markov ?) Soit (Sn) une marche aléatoire simple sur Z. Lesquels des processus 



[PDF] Examen de Probabilités: Chaˆ?nes de Markov 13h30-15h30

12 nov 2013 · Examen de Probabilités: Chaˆ?nes de Markov 13h30-15h30 Exercice 1 (5 points environ) On consid`ere une cha?ne de Markov (Xn)n?0 sur 



[PDF] Processus-M1-2012-Examenpdf

26 avr 2012 · Corrigé de l'examen du 26 avril 2012 (durée 2h) Exercice 1 : On considère une chaîne de Markov (Xn)n?0 sur {1 7} de matrice de 



[PDF] Examen : Chaînes de Markov

5 jan 2009 · Exercice 1 On considère une chaîne de Markov sur les sommets d'un triangle ABC Cette chaîne est définie par les règles suivantes : chaque 



[PDF] CHAÎNES DE MARKOV - ceremade

CHAÎNES DE MARKOV Spécialité : INGENIEUR 1ère année Béatrice de Tilière La partie “Rappels de probabilités” est basée sur des notes écrites en 



[PDF] Chaînes de Markov Corrigé de lexamen du 3 décembre 2015

U F R de Mathématiques Master 2 ISN 2015-2016 Chaînes de Markov Corrigé de l'examen du 3 décembre 2015 Les processus de naissance et de mort sont 



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

Exercice 2 Chaines de Markov ? Soit (Xn)n?N une chaîne de Markov associée à une matrice de transition P 



[PDF] TD 12 – Chaînes de Markov (distributions invariantes) (corrigé)

TD 12 – Chaînes de Markov (distributions invariantes) (corrigé) Exercice 1 Proposition utiles Le but de cet exercice est de démontrer les propriétés 



[PDF] CORRIGÉ

Donner la matrice de transition P de la cha?ne de Markov d'ensemble d'états S = {IMR} modélisant la population `a laquelle appartient cet individu



[PDF] Examen Chaînes de Markov - Université Paris-Saclay

Correction P bien définie car l'irréductibilité implique que l'unique mesure stationnaire est strictement positive en tout point x ; le fait que P soit 



[PDF] TD 7 : Chaînes de Markov - Dimitri Watel

Écrivez la matrice de transition et le graphe associé ? Correction S = 1Pierre Feuille Ciseau Lézard Spockl dans cet ordre

:
NOM :CORRIG´EDate : 30 septembre-4 octobre 2013 PR

´ENOM :Groupe :

Math´ematiques pour la Biologie : Feuille-r´eponses du TD 3

´Evolution vers une distribution stationnaire

Exercice 1. :Un individu vit dans un milieu o`u il est susceptible d"attraper une maladiepar piqˆure

d"insecte. Il peut ˆetre dans l"un des trois ´etats suivants : ni malade ni immunis´e (R), malade (M) ou

immunis´e (I). D"un mois sur l"autre, son ´etat peut changer selon les r`egles suivantes :

´etant immunis´e, il a une probabilit´e de 0,8 de le rester et de 0,2 de passer `a l"´etatR,

´etant malade, il a une probabilit´e de 0,25 de le rester et de 0,75 de devenir immunis´e,

enfin, ´etant dans l"´etatR, il a une probabilit´e de 0,6 de le rester et de 0,4 de tomber malade.

1. Donner la matrice de transitionPde la chaˆıne de Markov d"ensemble d"´etatsS={I,M,R}

mod´elisant la population `a laquelle appartient cet individu.

I M R?

P=((

0,8 0 0,2

0,75 0,25 0

0 0,4 0,6))

I M RPour remplir la matricePon utilise le fait que la somme des ´el´ements d"une ligne vaut 1.

2. Calculer la proportion d"individus malades dans la population apr`es un mois si 4% des individus

´etaient malades au d´epart et les autres ni malades ni immunis´es. On aπ0= (0 0,04 0,96), on ne calcule que la composante deπ1qui nous int´eresse :

1=π0P= (0 0,04 0,96)((

0,8 0 0,2

0,75 0,25 0

0 0,4 0,6))

= (...0,04×0,25 + 0,96×0,4...) =

0,394...) Au bout d"un mois il y a 39,4% de malades, c"est inqui´etant.

3. Si l"on calcule avec un ordinateur la puissanceP100de la matrice de transition,

on trouve (en arrondissant `a 3 d´ecimales)P100=((

0,566 0,151 0,283

0,566 0,151 0,283

0,566 0,151 0,283))

Peut-on en d´eduire que la matrice de transition de cette chaine de Markov est une matrice primi- tive? Pourquoi?

Pest une matrice positive etP100est une matrice strictement positive : tous ses ´el´ements sont

positifs non nuls. DoncPest une matrice primitive : c"est une matrice positive dont une puissance est strictement positive, c"est la d´efinition de matrice primitive dansle cours.

4. Quelle sera la proportion d"individus malades dans cette population `a long terme? Expliquer.

CommePest une matrice primitive on sait qu"il existe une distribution stationnaireπ∞vers la- quelle on tendra `a partir de n"importe quelle distribution initialeπ0. On obtient cette distributionπ∞en calculant une puissancePkdePassez grande pour que ses lignes soient ´egales. Cette ligne est alorsπ∞. Donc iciπ∞=?0,566 0,151 0,283?, `a long terme il y aura

15,1% de malades.

5. Que se passerait-il selon ce mod`ele dans une r´egion o`u la proportion de malades serait de 48% au

d´epart? Peut-on pr´evoir une ´epid´emie dans ce cas?

Quelle que soit la distribution initialeπ0on tendra vers la distributionπ∞, donc la proportion

de malades chutera de 48% au d´epart `a 15,1% `a long terme.

Il n"y aura pas d"´epid´emie.

Exercice 2. :On veut ´etudier l"effet de la pr´esence d"un couple de lions dans une portion de savane dans

laquelle cohabitent trois populations d"animaux dont les lions se nourrissent. On mod´elise les animaux

mang´es, antilopes (a), gnous (g) et z`ebres (z) comme les ´etats d"une chaˆıne de Markov dont les trajectoires

sont des successions de proies mang´ees par les lions, comme par exemple (gzzaggaa). On fait l"hypoth`ese

que la probabilit´e qu"un lion mange une proiea(ougouz) apr`es avoir mang´e une proieg(ouaouz) ne

d´epend pas de ce qu"il avait mang´e avantg(ouaouz) et que cette probabilit´e est invariante au cours du

temps. D"o`u la mod´elisation par une chaˆıne de Markov d"espace d"´etatsS={a,g,z}et dont on propose

la matrice de transition suivante : P=((

0,5 0,1 0,4

0,2 0,3 0,5

0,2 0,2 0,6))

1. Quelle est, selon ce mod`ele, la probabilit´e que les lions mangent un z`ebre apr`es avoir mang´e une

antilope? La probabilit´eP(Xt+1=z/Xt=a) =P(X1=z/X0=a) (invariance au cours du temps) se lit

directement dans la matriceP: c"est l"´el´ement de la premi`ere ligne, troisi`eme colonne qui vaut

0,4.

2. Des deux trajectoires suivantes, (gazg) et (gzag), quelle est la plus probable? Justifier votre r´eponse

par un calcul. P(X0=g,X1=a,X2=z,X3=g) =P(X1=a/X0=g)P(X2=z/X1=a)P(X3=g/X2=z) =

0,2×0,4×0,2 = 0,016

P(X0=g,X1=z,X2=a,X3=g) =P(X1=z/X0=g)P(X2=a/X1=z)P(X3=g/X2=a) =

0,5×0,2×0,1 = 0,010

Donc la trajectoire (gazg) est plus probable que (gzag).

3. La distributionπ0suivante est-elle une distribution stationnaire pour la chaˆıne de Markov des

animaux successivement mang´es par les lions? Justifier votre r´eponse. S agz

π06

21
4 21
11 21

π0P=?6214211121?((0,5 0,1 0,4

0,2 0,3 0,5

0,2 0,2 0,6))

6

21×0,5 +421×0,2 +1121×0,2621×0,1 +421×0,3 +1121×0,2621×0,4 +421×0,5 +1121×0,6?

?6

214211121?On a bienπ0P=π0, doncπ0est une distribution stationnaire.

4. Si au d´epart la nourriture des lions se composait pour

3

4de z`ebres, cette proportion dans leur r´egime

alimentaire va-t-elle, selon ce mod`ele, diminuer, augmenter ou rester constante?

Expliquer.

La matricePest primitive : tous ses coefficients sont strictement positifs, ce n"est donc pas la peine de chercher une puissance strictement positive,Pconvient.

On peut donc appliquer la th´eorie de Perron-Frobenius : quelle que soit la distribution initiale on

tendra vers l"unique distribution stationnaire de cette chaˆıne de Markov?6

214211121?trouv´ee

dans la question 3. Donc, si au d´epart les z`ebres repr´esentent les 3

4= 75% de la nourriture des lions, au fil du temps

cette proportion va tendre vers 11

21?52,4%.

Cette proportion diminue des34`a un peu plus de la moiti´e.quotesdbs_dbs4.pdfusesText_7
[PDF] processus de markov pour les nuls

[PDF] temperature pdf

[PDF] la chambre des officiers résumé film

[PDF] la chambre des officiers questionnaire reponse

[PDF] la chambre des officiers contexte historique

[PDF] la chambre des officiers clemence

[PDF] procédure de délogement d'un client

[PDF] comment satisfaire un client ayant été délogé subitement

[PDF] délogement interne ou externe

[PDF] overbooking hotel definition

[PDF] lancement d'une entreprise module 1

[PDF] lancement d'une entreprise module 7

[PDF] lancement d une entreprise module 4

[PDF] présenter une entreprise dans un mémoire

[PDF] exemple de présentation d'entreprise pour rapport de stage