valuation de l'arête i → j : pi,j Une chaıne de Markov peut être vue comme une marche aleatoire sur G, connaissant π0 Exemple : 2 0,5 0,25 yyss
Previous PDF | Next PDF |
[PDF] Chaînes de Markov (et applications)
22 fév 2021 · Exercice 2 Soit k ∈ N∗ Soit X = (Xn) une chaîne de Markov (homogène) de loi initiale µ0 et de matrice de transition
[PDF] Chaines de Markov : compléments
de la leçon précédente est une chaıne de Markov irréductible de même que celui des souris dans le labyrinthe {1,2,3,4,5} Mais, si l'on modifie cet exemple en
[PDF] Chaînes de Markov
Exemple On représente usuellement une chaîne de Markov d'espace d'états X par un graphe orienté étiqueté G = (V,E) dont les sommets sont les éléments de
[PDF] Introduction aux chaines de Markov - CERMICS
invariante π : (π, f) Ce résultat est l'analogue de la loi forte des grands nombres Nous donnons des exemples importants d'utilisation des chaınes de Markov au
[PDF] Un exemple de chaîne de Markov dans lindustrie textile - Numdam
modèle en chaîne de Markov, ce qui lui a permis d'obtenir une première série de résultats importants concernant le fonctionnement de la carde (réf 1) Dans un
[PDF] fichier pdf - Loria
valuation de l'arête i → j : pi,j Une chaıne de Markov peut être vue comme une marche aleatoire sur G, connaissant π0 Exemple : 2 0,5 0,25 yyss
[PDF] Chaînes de Markov et Processus markoviens de sauts Applications
De plus, si les variables Xn sont de même loi µ, alors (Sn) est une chaîne de Markov homogène de matrice de transition Pij = µ(j − i) Exemple 2 (Modèle de
[PDF] Chaînes de Markov - Université de Lorraine
Exercice 2 8 Soit (Xn,n ≥ 0) une chaine de Markov à valeurs dans E, de loi initiale µ et de probabilité de transition π On considère f : E → F 1 Montrer que ((Xn,f(
[PDF] Exercices : des exemples classiques, quelques calculs explicites, et
π(x)=1 − 1 2n−t 2 Exemples classiques de chaˆınes de Markov Exercice 3 1 Soit p ∈ [0,1] fixé
[PDF] chaine de markov exercice corrigé
[PDF] chaine énergétique barrage hydraulique
[PDF] chaine énergétique d'une éolienne
[PDF] exercice corrigé centrale hydraulique
[PDF] chaine énergétique centrale thermique
[PDF] chaine énergétique pile
[PDF] chaine énergétique exercices
[PDF] chaine énergétique éolienne
[PDF] chaine énergétique panneau solaire
[PDF] chaine energetique definition
[PDF] chaine énergétique exemple
[PDF] cours de logistique de distribution pdf
[PDF] introduction logistique
[PDF] cours de logistique pdf gratuit
Chaˆınes de Markov
F. Sur - ENSMN
Introduction
Vocabulaire
Chaˆınes de Markov
Chaˆınes r´eductibles /irr´eductibles
Chaˆınes p´eriodiques /ap´eriodiques
Comportement
asymptotiqueComportement
asymptotique des chaˆınes ergodiquesNotion d"ergodicit´e
Th´eor`eme "descoupes"
Comportement
asymptotique des chaˆınes absorbantesConclusionCours de Tronc Commun Scientifique
Recherche Op´erationnelle
Les chaˆınes de Markov
Fr´ed´eric Sur
´Ecole des Mines de Nancy
www.loria.fr/≂sur/enseignement/RO/1/26Chaˆınes de Markov
F. Sur - ENSMN
Introduction
Vocabulaire
Chaˆınes de Markov
Chaˆınes r´eductibles /irr´eductibles
Chaˆınes p´eriodiques /ap´eriodiques
Comportement
asymptotiqueComportement
asymptotique des chaˆınes ergodiquesNotion d"ergodicit´e
Th´eor`eme "descoupes"
Comportement
asymptotique des chaˆınes absorbantes ConclusionLes chaˆınes de Markov1Introduction2Vocabulaire
Chaˆınes de Markov
Chaˆınes r´eductibles / irr´eductiblesChaˆınes p´eriodiques / ap´eriodiques
3Comportement asymptotique
4Comportement asymptotique des chaˆınes ergodiques
Notion d"ergodicit´e
Th´eor`eme "des coupes"
5Comportement asymptotique des chaˆınes absorbantes
6Conclusion
2/26Chaˆınes de Markov
F. Sur - ENSMN
Introduction
Vocabulaire
Chaˆınes de Markov
Chaˆınes r´eductibles /irr´eductibles
Chaˆınes p´eriodiques /ap´eriodiques
Comportement
asymptotiqueComportement
asymptotique des chaˆınes ergodiquesNotion d"ergodicit´e
Th´eor`eme "descoupes"
Comportement
asymptotique des chaˆınes absorbantesConclusionExemple m´et´eorologique
Aujourd"hui il y a du soleil / il pleut.
Quel temps fera-t-il demain?
Mod´elisation: probabilit´es detransition
Pr ?Xn+1= S|Xn= S?= 0,9 Pr?Xn+1= S|Xn= P?= 0,5Pr?Xn+1= P|Xn= S?= 0,1 Pr?Xn+1= P|Xn= P?= 0,5
Matrice de transition :P=?0,9 0,1
0,5 0,5?
Repr´esentation:
S0,9??0,1??P
0,5??0.5??3/26Chaˆınes de Markov
F. Sur - ENSMN
Introduction
Vocabulaire
Chaˆınes de Markov
Chaˆınes r´eductibles /irr´eductibles
Chaˆınes p´eriodiques /ap´eriodiques
Comportement
asymptotiqueComportement
asymptotique des chaˆınes ergodiquesNotion d"ergodicit´e
Th´eor`eme "descoupes"
Comportement
asymptotique des chaˆınes absorbantesConclusionPr´ediction du temps
Initialement il fait beau.X0= S.
R´ealisations possibles de (Xn) :
1)X0= S,X1= S,X2= P,X3= S,X4= S...
2)X0= S,X1= P,X2= S,X3= S,X4= P...Important: le temps qu"il fera `a l"instantn+ 1 ne d´epend
que du temps `a l"instantn.Distribution deXn:πn=?Pr(Xn= S),Pr(Xn= P)?Formule des probabilit´es totales :
Pr(Xn+1= S) = Pr(Xn+1= S etXn= S)+Pr(Xn+1= S etXn= P) = Pr(Xn= S)·Pr(Xn+1= S|Xn= S) +Pr(Xn= P)·Pr(Xn+1= S|Xn= P)
Conclusion:πn+1=πn·P.Exemple:π0=?1 0?,π1=?0,9 0,1?2=π1·P=π0·P2=?0,86 0,14?
4/26Chaˆınes de Markov
F. Sur - ENSMN
Introduction
Vocabulaire
Chaˆınes de Markov
Chaˆınes r´eductibles /irr´eductibles
Chaˆınes p´eriodiques /ap´eriodiques
Comportement
asymptotiqueComportement
asymptotique des chaˆınes ergodiquesNotion d"ergodicit´e
Th´eor`eme "descoupes"
Comportement
asymptotique des chaˆınes absorbantesConclusion´
Etat stationnaire du temps?
n=πn-1·P=π0·Pn Question 1: est-ce queπnconverge lorsquen→+∞?(vers unedistribution stationnaireπ?)Question 2:π?est-elle unique?Question 3: quelle est la typologie des chaˆınes pour
lesquelles on peut pr´evoir le comportement deπn?Ici :π?existe, est unique, et vaut?0,833 0,167?
Veut dire : danstjours (assez grand), il y a 83% de chance qu"il fasse soleil (quelque soit le temps actuel). On pourra aussi dire (grˆace auth´eor`eme ergodique, cf poly) : en moyenne, il fait beau 83% des jours.5/26Chaˆınes de Markov
F. Sur - ENSMN
Introduction
Vocabulaire
Chaˆınes de Markov
Chaˆınes r´eductibles /irr´eductibles
Chaˆınes p´eriodiques /ap´eriodiques
Comportement
asymptotiqueComportement
asymptotique des chaˆınes ergodiquesNotion d"ergodicit´e
Th´eor`eme "descoupes"
Comportement
asymptotique des chaˆınes absorbantes ConclusionLes chaˆınes de Markov1Introduction2Vocabulaire
Chaˆınes de Markov
Chaˆınes r´eductibles / irr´eductiblesChaˆınes p´eriodiques / ap´eriodiques
3Comportement asymptotique
4Comportement asymptotique des chaˆınes ergodiques
Notion d"ergodicit´e
Th´eor`eme "des coupes"
5Comportement asymptotique des chaˆınes absorbantes
6Conclusion
6/26Chaˆınes de Markov
F. Sur - ENSMN
Introduction
Vocabulaire
Chaˆınes de Markov
Chaˆınes r´eductibles /irr´eductibles
Chaˆınes p´eriodiques /ap´eriodiques
Comportement
asymptotiqueComportement
asymptotique des chaˆınes ergodiquesNotion d"ergodicit´e
Th´eor`eme "descoupes"
Comportement
asymptotique des chaˆınes absorbantesConclusionChaˆınes de Markov
SoitEun ensemble fini (ou d´enombrable) d"´etats.D´efinition Une suite de variables al´eatoires (Xn) `a valeurs dansEt.q. :Pr(Xn+1=j|X0=i0,...,Xn=i) = Pr(Xn+1=j|Xn=i)
est unechaˆıne de Markov.D´efinitionPr(Xn+1=j|Xn=i) =pn(i,j) est laprobabilit´e de
transitionde l"´etati`a l"´etatj.Remarque: on ne consid´erera que des chaˆıneshomog`enes
i.e. telles quepn(i,j) =pi,j. SiEfini,P= (pi,j) est lamatrice de transitionde (Xn).7/26Chaˆınes de MarkovF. Sur - ENSMN
Introduction
Vocabulaire
Chaˆınes de Markov
Chaˆınes r´eductibles /irr´eductibles
Chaˆınes p´eriodiques /ap´eriodiques
Comportement
asymptotiqueComportement
asymptotique des chaˆınes ergodiquesNotion d"ergodicit´e
Th´eor`eme "descoupes"
Comportement
asymptotique des chaˆınes absorbantesConclusionRepr´esentation graphique
SoitGle graphe orient´e valu´e tel que :sommets = ´etats (E)arˆete deiversjsipi,j>0.valuation de l"arˆetei→j:pi,j.
Une chaˆıne de Markov peut ˆetre vue comme une marche al´eatoire surG, connaissantπ0.Exemple:
2 0,5 ??0,25 0,25 ??0,1 ??10,5??0,5??3
0,6??0,4
??50,5??0,5??8/26
Chaˆınes de Markov
F. Sur - ENSMN
Introduction
Vocabulaire
Chaˆınes de Markov
Chaˆınes r´eductibles /irr´eductibles
Chaˆınes p´eriodiques /ap´eriodiques
Comportement
asymptotiqueComportement
asymptotique des chaˆınes ergodiquesNotion d"ergodicit´e
Th´eor`eme "descoupes"
Comportement
asymptotique des chaˆınes absorbantes ConclusionMatrice de transition et distribution deXt Espace d"´etatsEfini, matrice de transition :P= (pi,j)Propri´et´es´el´ementaires(cf poly.):la somme des ´el´ements d"une ligne dePvaut 1.
(matricestochastique)P ni,j= Pr(Xt+n=j|Xt=i) (?t)siπ0est la distribution deX0alors la distribution deXn est : n=πn-1P=π0Pn.