Les chaînes de Markov Exercices solutionnés
Transcription
Les chaînes de Markov Exercices solutionnés
Les chaînes de Markov Exercices solutionnés Geneviève Gauthier dernière mise à jour : 16 octobre 2000 Problème 1 (30 points). À partir des trois graphes de transition suivants, reconstituez les chaînes de Markov qui leur sont associées (espace d’états et matrice de transition). Pour chacune de ces chaînes de Markov, faites-en l’analyse en répondant aux questions suivantes: i) La chaîne de Markov comporte combien de classes et quelles sontelles?; ii) Quelles sont les caractéristiques de chacune de ces classes (stable ou instable, absorbante, récurrente ou transitoire, la période)?; iii) Existe-t-il une loi stationnaire? Si oui, qu’elle est-elle? Sinon, pourquoi? iv) Déterminez, s’il y a lieu, les probabilités d’absorbtion dans les classes stables. v) Déterminez, s’il y a lieu, les temps moyens d’absorbtion dans les classes stables. x1 x2 x4 x3 1 0,5 0,25 0,5 x1 x1 x2 x2 0,75 x4 0,25 x4 x3 x3 0,75 2 1 1.1 Premier graphe de transition Classi…cation des états 0 0 B 0 EX = fx1 ; x2 ; x3 ; x4 g et PX = B @ 0 1 1 0 0 0 0 1 0 0 1 0 0 C C: 1 A 0 Il n’y a qu’une seule classe forcément stable et récurrente. Par conséquent, tous les états de la chaîne ont même période, soit n d(1) = P GCD fn 2 f1; 2; :::g : (PX )11 > 0g = P GCD f4; 8; 12; 16; :::g = 4: 1.2 Loi stationnaire ! 0 Résolvant le système P I ! = 0 en y ajoutant la contrainte 1 + 3 + 4 = 1, nous obtenons 0 1 0 1 0 1 0 1 0 1 1 1 0 0 1 0 4 1 1 B 1 B C 1 0 0 C 1 C B CB 2 C B 0 C B 2 C B B 4 C B 0 C B C B C B C 1 1 0 C@ C: B A=B 0 C)@ 3 A=B @ 14 A 3 @ 0 @ 0 A 0 1 1 A 1 4 4 1 1 1 1 1 4 2 + Comme la chaîne n’est pas apériodique, nous savons que la loi de Xn ne converge pas vers la distribution stationnaire lorsque n croît vers l’in…ni où Xn représente l’état dans lequel se trouve la chaîne à la n ième étape. 1.3 Probabilités d’absorption Comme il existe une seule classe et que cette dernière est stable alors le calcul des probabilités d’absorbtion ne présente aucun intérêt puisque la probabilité d’être absorbé dans cette unique classe, partant de n’importe quel état, est de 1. 3 2 Deuxieme graphe de transition 2.1 Classi…cation des états 0 1 2 1 2 0 B 0 0 1 EX = fx1 ; x2 ; x3 ; x4 g et PX = B @ 0 0 0 1 0 0 1 0 0 C C: 1 A 0 Il n’y a qu’une seule classe forcément stable et récurrente. Par conséquent, tous les états de la chaîne ont même période, soit n d(1) = P GCD fn 2 f1; 2; :::g : (PX )11 > 0g = P GCD f1; 2; 3; 4; :::g = 1: 2.2 Loi stationnaire ! 0 Résolvant le système P I ! = 0 en y ajoutant la contrainte 3 + 4 = 1, nous obtenons 1 0 1 0 1 0 1 0 1 0 2 0 0 1 0 2 5 1 1 B C B 1 1 0 0 C 1 CB 2 C B 0 C B 2 C B B 2 B 5 C B C B B B 0 C C 1 1 0 C@ B A=B 0 C)@ 3 A=B @ 15 3 @ 0 @ 0 A 0 1 1 A 1 4 4 1 1 1 1 1 5 1 + 2 + 1 C C C: A Comme la chaîne st irréductible et apériodique, nous savons que la loi de Xn converge vers la distribution stationnaire lorsque n croît vers l’in…ni où Xn représente l’état dans lequel se trouve la chaîne à la n ième étape. 2.3 Probabilités d’absoption Comme il existe une seule classe et que cette dernière est stable alors le calcul des probabilités d’absorbtion ne présente aucun intérêt puisque la probabilité d’être absorbé dans cette unique classe, partant de n’importe quel état, est de 1. 4 3 3.1 Troisieme graphe de transition Classi…cation des états 0 B B EX = fx1 ; x2 ; x3 ; x4 g et PX = B B @ 0 41 0 43 0 1 0 0 0 14 0 43 0 0 0 1 Il y a quatre classes fx1 g instable transitoire fx2 g stable absorbante donc récurrente fx3 g instable transitoire fx4 g stable absorbante donc récurrente 3.2 1 C C C: C A d (1) = 0 d (2) = 1 d (3) = 0 d (4) = 1 Loi stationnaire ! 0 Résolvant le système P I ! = 0 en y ajoutant la contrainte 1 + 3 + 4 = 1, nous obtenons 0 0 1 1 1 1 0 0 1 0 1 0 0 0 0 0 1 1 B 0 C B 1 0 1 0 C 4 C B CB 2 C B C B C B 4 C=B 0 C)B 2 C=B 1 a C B B 0 0 1 0 C B C C B 3 @ 3 A @ 3 A @ 0 A @ 0 A @ 0 34 0 A 4 a 4 4 1 1 1 1 1 2 + où la contrainte 8i 2 f1; 2; 3; 4g ; i 0 entraîne que 0 a 1. Il existe donc une in…nité de distributions stationnaires. Comme la chaîne n’est pas irréductible, nous savons que la loi de Xn ne converge pas vers la distribution stationnaire lorsque n croît vers l’in…ni où Xn représente l’état dans lequel se trouve la chaîne à la n ième étape. 5 3.3 Probabilités d’absorptions Les probabilités d’absorbtion semblent beaucoup plus intéressantes dans ce cas-ci. Posons i = P [la chaîne est éventuellement absorbée en x2 jX0 = xi ] : Évidemment, 2 = 1 et 4 = 0. Il est aussi clair que 1 = 14 et 3 = 14 : ! ! E¤ectuons tout de même le calcul: résolvant le système (P I) = 0 auquel nous ajoutons les deux contraintes 2 = 1 et 4 = 0, nous obtenons 1 0 0 1 1 14 0 43 0 C0 B 1 0 1 0 1 1 B C B 0 0 0 0 C 4 0 1 1 B C C B B 1 C 3 CB C B C B C B 0 1 1 4 CB 2 C B 0 C 4 B 2 C B C B C: B 0 0 0 0 C@ 3 A = B 0 C ) @ 3 A = B @ 14 A B C C B C B @ 1 A 3 3 0 @ 0 1 0 0 A 0 0 0 0 1 Posons i = P [la chaîne est éventuellement absorbée en x4 jX0 = xi ] : Évidemment, 2 = 0 et 4 = 1. Il est aussi clair que 1 = 34 et 3 = 34 : ! E¤ectuons tout de même le calcul: résolvant le système (P I) ! = 0 auquel nous ajoutons les deux contraintes 2 = 0 et 4 = 1, nous obtenons 0 1 0 1 1 14 0 34 0 B C0 1 1 0 3 1 0 B 0 0 0 0 C B C 4 1 1 B C B 0 C B 0 C 3 CB B 0 1 C B C C B 1 4 CB 2 C B 0 C 4 B B 2 C B C C: B 0 0 0 0 C@ 3 A = B 0 C ) @ 3 A = B @ 34 A B C B C B C @ 0 A 3 3 1 @ 0 1 0 0 A 1 0 0 0 1 3.4 Temps moyens d’absorption Déterminons maintenant les temps moyen d’absorption. Puisque x2 et x4 sont des classes stables, 2 = 4 = 0: 1 3 =1 1 = 1+ 2+ 4 4 4 1 3 =1 3 = 1+ 2+ 4 4 4 6