4 oct 2013 · Mathématiques pour la Biologie : Feuille-réponses du TD 3 D'o`u la modélisation par une chaıne de Markov d'espace d'états S = {a, g, z} et
Previous PDF | Next PDF |
[PDF] 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, ,7} de matrice de
[PDF] Examen de Probabilités: Chaˆınes de Markov 13h30-15h30
12 nov 2013 · Examen de Probabilités: Chaˆınes de Markov 13h30-15h30 Exercice 1 (5 points environ) On consid`ere une chaıne de Markov (Xn)n≥0 sur
[PDF] TD 11 : Chaînes de Markov Corrigé
29 nov 2017 · Cela signifie que (Xn)n≥0 est une chaîne de Markov de matrice de transition Q Exercice 3 On dit qu'un graphe G est transitif si pour tous
[PDF] Devoir Maison no 1 – Corrigé
P(Xn+1 = i − 1Xn = i) 1 Déterminer les classes de cette chaîne de Markov, et sa période On constate que tous les états communiquent entre eux : si on note P
[PDF] FICM 2A – Probabilités TD 8 Chaînes de Markov IV – Corrigé - IECL
On considère la chaîne de Markov sur Z définie par Xn+1 = Xn +1, pour tout n ≥ 0 1 Montrer que X est transitoire 2 Déterminer une mesure invariante à valeurs
[PDF] Chaînes de Markov - Université de Rennes 1
Soit (Xn)n≥0 une chaîne de Markov (ν, P) à valeurs dans E un ensemble dénombrable Étudier si les suites Entre deux lectures, l'imprimeur corrige les fautes
[PDF] Exercices : des exemples classiques, quelques calculs explicites, et
Pour quelles valeurs de p, q la chaıne est-elle irréductible ? aprériodique ? 2 Exercice 5 Soit {Xt}t≥0 une chaıne de Markov sur E = N de noyau de transition P tel que P(0,0) = r0, Notons T1, ,Td les sous-arbres de T issus de sa racine
[PDF] Chaînes de Markov - Université Paris-Saclay
Montrer que (Yt)0≤t≤n est encore une chaîne de Markov de matrice de transition Q et de mesure initiale à préciser Correction Cet exercice montre que la chaîne
[PDF] CORRIGÉ
4 oct 2013 · Mathématiques pour la Biologie : Feuille-réponses du TD 3 D'o`u la modélisation par une chaıne de Markov d'espace d'états S = {a, g, z} et
[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] temperature pdf
[PDF] calorimétrie 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
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 aura15,1% 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 litdirectement 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 agzπ06
214 21
11 21
π0P=?6214211121?((0,5 0,1 0,4
0,2 0,3 0,5
0,2 0,2 0,6))
621×0,5 +421×0,2 +1121×0,2621×0,1 +421×0,3 +1121×0,2621×0,4 +421×0,5 +1121×0,6?
?6214211121?On a bienπ0P=π0, doncπ0est une distribution stationnaire.
4. Si au d´epart la nourriture des lions se composait pour
34de 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