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





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

:

Master MIMSE specialite 2 12 novembre 2013

DS: Cha^nes de Markov: Corrige succint

duree 1h30

Exercice 1.(5 points environ)

Un message pouvant prendre deux formes (\A" ou \B") est transmis a traversnintermediaires. On suppose que chaque intermediaire transmet delement le message qu'il recoit avec probabilitep, 0< p <1, et qu'il le deforme en son contraire avec probabilite 1p. On suppose de plus que tous les intermediaires sont independants. On noteXnl'information transmise par len-eme intermediaire etX0 l'information initiale. Pourn1, on poseXn= 1 si len-eme intermediaire transmet \A" etXn= 2 si len-eme intermediaire transmet \B". De m^eme on poseX0= 1 si l'information initiale est \A" etXn= 2 si l'information initiale est \B". On noteraFnl'evenement: \len-eme intermediaire transmet delement l'information qu'il a recue".

1. Donner la denition d'une cha^ne de Markov. Justier (en une phrase)

que (Xn)n0est une cha^ne de Markov homogene. Donner son espace d'etats et calculer sa matrice de transitionP. voir cours pour la denition. Ici l'information transmise au temps n+ 1 ne depend que de l'nformation transmise au tempsn(et pas de toules informations transmises precedemment), donc (Xn)n0est bien une cha^ne de Markov. De plus, le mecanisme de transmission de l'information est independant de l'instantn+1, la cha^ne est donc homogene. De plus on a:

P(Xn+1= 1jXn= 1) =P(Xn+1= 2jXn= 2) =P(Fn+1) =p;

P(Xn+1= 2jXn= 1) =P(Xn+1= 1jXn= 2) =P(Fcn+1) = 1p:

2. Verier que

(1;1)P= (1;1) et que (1;1)P= (2p1)(1;1)

3. On considere que la loi initiale est la loi uniforme (

12 ;12 ). Donner la loi de la cha^ne au tempsn. La question precedente montrer que la loi uniforme est invariante. La loi au tempsnest (12 ;12 1

4. On considere maintenant que la loi initiale est la mesure (

34
;14 ). Donner la loi de la cha^ne au tempsn. (On pourra ecrire (34 ;14 ) =a(12 ;12 b(12 ;12 ) pour certainsa;b2R). Quelle est la loi limite quandn! +1? Un calcul facile donnea= 1 etb= 1=2. Donc la loi au tempsnest donne par: 34
;14 )Pn= (12 ;12 )Pn+12 (12 ;12 )Pn= (12 ;12 ) +12 (2p1)n(12 ;12 Orj2p1j<1, donc quandn!+1la loi au tempsntend vers la mesure invariante ( 12 ;12

Exercice 2.(7 points environ)

On considere la matricePsuivante sur l'espace d'etatsE=f1;2;3;4;5;6g: P:=0 B

BBBBB@0 0 0 1 0 0

1 0 0 0 0 0

0 0 1 0 0 0

12 a0 0 0 0 0 0 0 14 034
0 012 012 01 C

CCCCCA

1. Donner la valeur deapour quePsoit une matrice de transition.

a= 1=2.

2. Tracer le graphe associe aP.

3. Donner les classes communiquantes. Preciser leur periode et si elles

sont recurrentes ou transientes. f1,2,4gclasse fermee et nie donc recurrente et de periode 1. On a en eet un chemin de lonueur 2 (1!4!1) et 1 de longueur 3 (1!4!2!1) f3gclasse fermee et nie donc recurrente de periode 1. f5,6gclasse non femee et donc transiente et de periode 2.

4. On noteT4:= inffn0;Xn= 4g. CalculerP5(T4<+1).

On cherche la probabilite partant de 5 d'atteindre 4. On remarque queP4(T4<+1) = 1 etP3(T4<+1) = 0. On a P

5(T4<+1) =14

P4(T4<+1) +34

P6(T4<+1)

14 +34
12

P3(T4<+1) +12

P5(T4<+1)

14 +38

P5(T4<+1);

2 et nalement on trouve:P5(T4<+1) =25

Exercice 3.(8 points environ)

On etudie une le d'attente a un guichet. Le temps de service d'un client est constant et est pris comme unite de temps. On notenle nombre de clients arrivant pendant lan-eme periode de temps. On suppose que les variables aleatoires (n)n1sont independantes et de m^eme loi. On suppose de plus que(0) =P(1= 0)>0 ,(1) =P(1= 1)>0 et(2) =P(1= 2)>0. Un client arrivant dans cette periode ne peut ^etre servi avant l'instant n+ 1 (m^eme si personne ne se trouve au guichet). On noteXnle nombre de clients dans la le d'attente a l'instantn. On suppose que le nombre de clientsX0est independant de la suite (n)n1.

1. Justier que l'on a la relationXn+1=Xn1fXn1g+n+1,n0.

Le nombre de clients dans la lle d'attente estXn+1=n+1=Xn+ n+1siXn= 0 (c'est-a-dire si la le est vide) et il est deXn+1= X n1 +n+1siXn1 (c'est-a-dire si la le n'est pas vide).

2. En deduire que (Xn)n0est une cha^ne de Markov.

X n+1=f(Xn;n+1) avec (n)nsuite de va i.i.d. et independante de X

0donc (Xn)n0est une cha^ne de Markov (homogene).

3. Donner l'espace d'etats et sa matrice de transition.E=N. La matrice

de transition est donnee par:

P(0;k) =P(1=k) =(k);k0;

P(n;n+k) =P(1=k+ 1) =(k+ 1);n1;k 1:

4. Montrer que la cha^ne est irreductible et aperiodique.

Puisque(2)>0,P(n;n+ 1)>0 pourn1.

Puisque(0)>0,P(n;n1)>0 pourn1.

Puisque(1)>0,P(0;1)>0.

On a donc: 0!1!2! !netn!n1! !1!0,

pour toutn. On a donc une seule classe communiquante: la cha^ne est irreductible. On aP(0;0) =(0)>0 donc 0 (et toute la cha^ne) est aperiodique.

5. Donner la denition d'un etat recurrent et d'un etat transient. (voir

cours.)

6. On suppose dans cette question queE[1]>1. Montrer d'abord que

X nX0n+1++n: 3 A l'aide de la loi forte des grands nombres, en deduire que presque s^urementXn!+1et que la cha^ne est transiente. L'inegalite vient du fait qu'on enleve au plus 1 a chaque coup. On ecrit alors: X nX0+n1++nn 1

La loi forte des grands nombres donne que p.s.

1++nn !E[1]>1, doncXn!+1p.s. On en deduit que (partant de 0) le nombre de passage en 0 est ni p.s., donc 0 est transient et la cha^ne est transiente.

7. * On suppose queE[1]<1. En ecrivant

X n=X0+nX i=1 in+n1X i=01 fXi=0g; montrer que l'etat 0 est recurrent. Conclure pour tous les etats de la cha^ne. L'egalite vient du fait qu'a chaque coup, on enleve 1 si et seulement siquotesdbs_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