de Markov Chaınes réductibles / irréductibles Exemple météorologique Aujourd'hui Une chaıne de Markov est irréductible si chaque état est accessible
Previous PDF | Next PDF |
[PDF] CHAÎNES DE MARKOV - Institut de Mathématiques de Bordeaux
Exemple 0 La marche aléatoire sur Z est irréductible (tous les états communiquent) Exemple 1 Considérons la chaîne de Markov, dont l'ensemble des états
[PDF] Chaînes de Markov (et applications)
22 fév 2021 · Parmi les exemples suivants, lesquels peuvent correspondre a une chaîne de Soit Q la matrice de transition d'une chaîne de Markov homogène Si une chaîne de Markov est irréductible, il n'y a qu'une seule classe
[PDF] Chaînes de Markov
EXEMPLE IMPORTANT PROPOSITION Soit (θn)n∈N Une chaîne de Markov irréductible sur un espace E fini est irréductible récurrente A Popier (ENSAI)
[PDF] Chaînes de Markov
Exemple La marche aléatoire sur Z/NZ est récurrente irréductible Plus généra- lement, toute chaîne de Markov finie dont le graphe orienté est connexe est
[PDF] Exercices : des exemples classiques, quelques calculs explicites, et
Pour quelles valeurs de p, q la chaıne est-elle irréductible ? aprériodique ? 2 Déterminer 2 Exemples classiques de chaˆınes de Markov Exercice 3 1
[PDF] Introduction aux chaines de Markov - CERMICS
1 35 n'est pas irréductible Exercice I 3 Soit X = (Xn,n ∈ N) une chaıne de Markov de matrice de transition P `a
[PDF] fichier pdf - Loria
de Markov Chaınes réductibles / irréductibles Exemple météorologique Aujourd'hui Une chaıne de Markov est irréductible si chaque état est accessible
[PDF] Chaînes de Markov et Processus markoviens de sauts Applications
Exemple 1 (Somme de variables aléatoires) Soit (Xn) une suite de variables aléa - Proposition 4 Une chaîne de Markov irréductible sur un espace d'état E fini
[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] 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
[PDF] cours management de la chaine logistique pdf
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.