Initiation aux processus : Chaînes de Markov (solutions)
|
|
- Marie-Françoise Bénard
- il y a 6 ans
- Total affichages :
Transcription
1 Initiation aux processus : Chaînes de Markov (solutions) Fabrice Rossi 8 février Espace d état fini. Exercice.. Question Pour représenter la chaîne, on choisit de numéroter les états de à, dans l ordre des lignes (ou des colonnes) de la matrice de transition, ce qui donne le graphe de la figure. Fig. Chaîne de l exercice.. Question Il s agit ici de vérifier que la chaîne ne possède qu une seule classe. On le vérifie simplement. En effet, p(, ) = et p(, ) =, ce qui montre que et communiquent. De même p(, ) = et p(, ) =, ce qui montre que et communiquent. Par transitivié,, et sont donc dans la même classe, qui est par conséquent la seule de la chaîne. Cette dernière est donc irréductible... Question Comme la chaîne est irréductible, elle admet une unique probabilité stationnaire. Pour la trouver, il faut résoudre l équation vectorielle π t M = π, où M désigne la matrice de transition, avec la contrainte additionnelle π + π + π =. On a donc les équations : π + π = π π + π + π = π π + π = π π + π + π = En utilisant la première équation, on exprime π en fonction de π, soit π = π. Puis, en utilisant la troisième équation, on exprime π en fonction de π (π = π ), puis de π, soit π = 9 π. On injecte ces égalités dans la quatrième équation, ce qui donne ( )π =, soit π =. On en déduit π = et π = 9. On vérifie enfin que ces valeurs sont compatibles avec la deuxième équation. F. Rossi 8 février p.
2 Initiation aux processus IUP Chaînes de Markov.. Question Comme la matrice M est une matrice de transition, elle admet toujours comme valeur propre, avec de plus le vecteur propre. En effet, dans une matrice stochastique A = (a) ij, on a, pour tout i, j a ij =. Si on prend le vecteur v = (,,..., ) t, on a donc (Av) i = j a ijv j = j a ij = = v i. Donc Av = v. Il n y a donc rien à vérifier pour la valeur propre. Pour les autres valeurs propres, on cherche une solution non nulle à l équation vectorielle Mv λv =, où λ désigne la valeur propre. On pourrait aussi calculer le polynôme caractéristique, mais on va avoir besoin des vecteurs dans la question suivante, autant donc les calculer maintenant. Pour λ =, on se retrouve donc avec le système suivant : v + v = v + v + v = v + v = La première équation donne v = v, ce qui donne en conjonction avec la troisième v = 9 v. En injectant ces égalités dans la deuxième équation, on obtient ( + )v =, soit v =. On peut donc choisir arbitrairement v non nul pour obtenir un vecteur propre associé à la valeur propre, par exemple le vecteur (9, 6, ) t. On constate que l espace propre est de dimension. On résout aisément le système correspondant à la valeur propre. On constate que l espace propre obtenu est de dimension, avec par exemple comme vecteur de base (6,, ) t... Question On sait que les états de la chaîne sont récurrents car la chaîne est irréductible. De plus les états sont tous apériodiques car p(i, i) > pour tout i. Comme la chaîne a une unique probabilité invariante, cette probabilité est aussi la probabilité limite de la chaîne. On peut le vérifier matriciellement en calculant p n (i, j) et en étudiant le comportement de cette probabilité quand n tend vers l infini. Or p n est donnée par M n. Le calcul direct de M n est délicat, c est pourquoi on diagonalise la matrice. On constate que les vecteurs propres trouvés à la question sont les colonnes de la matrice P. On a donc M = P DP, où D est la matrice diagonale donnée par D = On a bien sûr M n = P D n P. Or, D n est donnée par D n = n et on a donc lim n Dn = Par continuité du produit matriciel, on a donc lim M n = P lim n n Dn P, ce qui donne On constate alors que lim n pn (i, j) = π j.. Exercice.. Question lim M n = n Comme dans l exercice précédent, on numérote les états de à dans l ordre des lignes de la matrice de transition. On obtient le graphe de la figure F. Rossi 8 février p.
3 Initiation aux processus IUP Chaînes de Markov Fig. Chaîne de l exercice.. Question On constate tout d abord que ne communique avec aucun autre état puisqu il est absorbant (p(, ) = ). De même, ne communique avec aucun autre état vu que pour tout i, p(i, ) =. Il est donc impossible d aller vers. Enfin, et communiquent puisque p(, ) = p(, ) =. La chaîne comprend donc trois classes : {}, {} et {, }... Question Une probabilité stationnaire doit vérifier π t M = π, où M désigne la matrice de transition, ainsi que i π i =. On cherche donc les solutions du système : = π π + π = π π + π = π π = π π + π + π + π = Il est clair que ce système admet pour solution les probabilités de la forme π = α α, α avec α [, ]. En effet, les équations imposent seulement π = et π = π, ainsi que π + π =. On peut donc choisir librement π (dans l intervalle [, ] car il s agit d une probabilité) et en déduire π et π... Question Etudier le comportement asymptotique, c est étudier l évolution des p n (i, j) quand n tend vers l infini. On constate dans un premier temps que p n (i, ) = pour tout n. Le cas de l état est plus complexe. En effet, on a p(, ) = p(, ) =. De même p(, ) = p(, ) =. Donc, il est évident par récurrence (et d après les équations de Chapman-Kolmogorov) que p n (, ) = p n (, ) = pour tout n. Or, p(, ) = et donc clairement p n (, ) = pour tout n. La chaîne ne peut donc pas avoir de probabilité limite. Enfin, on a p(, ) = et p(, ) =. Alors par récurrence (et en utilisant les résultats précédents), on pour tout n p n (, ) =. C est en effet vrai pour n =. Pour n >, on utilise les équations de Chapman-Kolmogorov pour écrire p n (, ) = p n (, )p(, ) + p n (, )p(, ) Or, p(, ) = et p(, ) =. Donc en appliquant l hypothèse de récurrence à n, on en déduit bien p n (, ) =. F. Rossi 8 février p.
4 Initiation aux processus IUP Chaînes de Markov En résumé, si on passe dans l état ou, on n atteint jamais l état. Si par contre on atteint l état, on y reste indéfiniment (état absorbant). Enfin, l état étant transitoire, on peut passer soit dans l état absorbant (), soit dans le cycle ( ou ). Pour l état, on constate d abord que p n (, ) = pour tout n (car p n (, ) = ). Les trois autres possibilités sont étudiées par récurrence grâce aux équations de Chapman-Kolmogorov. On a bien sûr p(, ) =. Comme p(, ) = p(, ) =, on obtient clairement p (, ) =, puis par récurrence p k+ (, ) = et p k (, ) = pour tout k, ce qui montre que est un état récurrent (car k p k(, ) = ) de période. On montre de la même façon que p k+ (, ) = et p k (, ) = pour tout k. On montre aussi que p k (, ) = p k (, ) = et p k+ (, ) = p k+ (, ) =. De p(, ) =, on déduit par récurrence que p k+(, ) = et p k(, ) = pour k. En effet, p(, ) = et p(, ) =, et donc p (, ) = p(, )p(, ) =. Ensuite, p k (, ) = p(, )p k (, ) = et p k+ (, ) = p(, )p k (, ) = p(, ) =. On montre exactement de la même façon que p k(, ) = pour k et que p k+ (, ) =. On peut donc résumer le comportement asymptotique de la chaîne de la façon suivante : si la chaîne démarre dans l état ou, elle boucle indéfiniment sur des deux états, avec une période de, c est-à-dire que la suite des états est de la forme,,,,... ou,,,,... ; si la chaîne démarre dans l état, elle boucle indéfiniment sur l état ; enfin, si la chaîne démarre dans l état, son premier changement d état la place dans l état ou et on est ramené à ces cas.. Exercice.. Question En numérotant les états dans l ordre des lignes de la matrice, on obtient le graphe de la figure. Fig. Chaîne de l exercice.. Question On a p(, ) = et p(, ) =, donc p (, ) =. Comme p(, ) =, et communiquent. De même p (, ) =, donc et communiquent. Il y a donc une seule classe et la chaîne est irréductible... Question La probabilité invariante vérifie l équation vectorielle π t M = π, où M désigne la matrice de transition, avec la contrainte additionnelle π + π + π =. On obtient donc le système : Ce qui donne π = π = π =. π = π π = π π = π π + π + π = F. Rossi 8 février p.
5 Initiation aux processus IUP Chaînes de Markov.. Question et On a M = M = On en déduit donc que M k+p = M p pour tout k et pour p, ce qui montre que la chaîne n admet pas de probabilité limite. Par contre, on remarque que la chaîne passe un tiers du temps dans chaque état, ce qui correspond à la probabilité invariante. Cet exemple montre que même quand une chaîne est irréductible et admet une unique probabilité invariante, elle n admet pas nécessairement une probabilité limite. En fait, les trois états de la chaîne sont récurrents mais périodiques (de période trois) ce qui interdit l existence d une probabilité limite.. Exercice.. Question On peut montrer un résultat plus général que celui demandé dans l énoncé. Considérons en effet une suite (Y i ) i N de variables aléatoires indépendantes et identiquement distribuées et à valeurs dans E un ensemble au plus dénombrable. On se donne une fonction f de E dans E et on définit une suite de variables aléatoires (X i ) i N de la façon suivante : X = Y X i = f(x i, Y i ) pour i > Il est clair qu en prenant pour Y i le résultat du i-ème lancé de dé et pour f(x, y) = max(x, y) on obtient le cas particulier du lancé de dé. On souhaite montrer que (X i ) i N est une chaîne de Markov stationnaire. Considérons P (X n = α n X n = α n,..., X = α ). Par conditionnement, on a : P (X n = α n X n = α n,..., X = α ) = P (X n = α n Y n = β, X n = α n,..., X = α )P (Y n = β X n = α n,..., X = α ) β S Bien entendu, si α n f(α n, β), l évènement {X n = α n, Y n = β, X n = α n,..., X = α } est impossible et la probabilité conditionnelle correspondante est nulle. Si on appelle T = {β S α n = f(α n, β)}, on obtient : P (X n = α n X n = α n,..., X = α ) = P (X n = α n Y n = β, X n = α n,..., X = α )P (Y n = β X n = α n,..., X = α ) β T Il est clair par récurrence que X k est une fonction de Y,..., Y k pour tout k, et donc que Y n est indépendant de X,..., X n. Donc P (Y n = β X n = α n,..., X = α ) = P (Y n = β). De plus, comme pour tout β T, α n = f(α n, β), l évènement {X n = α n = f(α n, β), Y n = β, X n = α n,..., X = α } coïncide avec l évènement {Y n = β, X n = α n,..., X = α }, on a donc P (X n = α n Y n = β, X n = α n,..., X = α ) =. Finalement, on obtient : P (X n = α n X n = α n,..., X = α ) = β T P (Y n = β) Or, on peut conditionner de la même façon P (X n = α n X n = α n ), ce qui donne : P (X n = α n X n = α n ) = β S P (X n = α n Y n = β, X n = α n )P (Y n = β X n = α n ) F. Rossi 8 février p.
6 Initiation aux processus IUP Chaînes de Markov De nouveau, on peut restreindre cette somme à β T, pour le même T (dont la définition ne dépend que de α n et α n ). De plus on a P (Y n = β X n = α n ) = P (Y n = β), ce qui donne : P (X n = α n X n = α n ) = β T P (X n = α n Y n = β, X n = α n )P (Y n = β) De nouveau, par définition de X n, l évènement {X n = α n = f(α n, β), Y n = β, X n = α n } coïncide avec l évènement {Y n = β, X n = α n } quand β T et donc P (X n = α n Y n = β, X n = α n ) =, ce qui implique : P (X n = α n X n = α n ) = β T P (Y n = β) = P (X n = α n X n = α n,..., X = α ) On a donc bien une chaîne de Markov. L homogénéité est une conséquence immédiate du fait que les Y i sont identiquement distribués... Question La question précédente nous permet d établir simplement les probabilités de transitions. En effet, on a prouvé P (X n = α n X n = α n ) = β T P (Y n = β). Comme on utilise un dé non pipé, P (Y n = β) = et tout se joue donc sur le cardinal de T. Le tableau suivant donne la valeur de T en fonction de α n (en ligne) et de α n (en colonne) : On en déduit la matrice de transition suivante :.. Question {} {} {} {} {, } {} {} {,, } {} {,,, } M = Les états, et sont transitoires, alors que est récurrent. En effet, est absorbant car p(, ) = et donc bien entendu récurrent (positif). Considérons maintenant un état k. On doit calculer P ( n >, X n = k X = k). Par conditionnement, on a : P ( n >, X n = k X = k) = i>k P ( n >, X n = k X = k, X = i)p (X = i X = k)+p (X = k X = k) Or, quand i > k, P ( n >, X n = k X = k, X = i) = P ( n >, X n = k X = i) = car la chaîne est croissante. En effet, p(i, j) = si j < i, et donc par récurrence, p n (i, j) = pour tout n. Donc P ( n >, X n = k X = k) = P (X = k X = k) < pour tout k, ce qui prouve que les états, et sont transitoires... Question Cherchons d abord les probabilités stationnaires de la chaîne, c est-à-dire les solutions du système suivant : π = π π + π = π π + π + π = π π + π + π + π = π π + π + π + π = F. Rossi 8 février p. 6
7 Initiation aux processus IUP Chaînes de Markov Il est évident que ce système admet pour seule solution le vecteur π = (,,, ) t. Pour calculer la loi limite, on étudie les puissances de la matrice de transition. Si on considère P = M, on peut montre facilement par récurrence avec les équations de récurrence : P n = a n b n c n n d n e n n f n n a n+ = + a n b n+ = + a n + b n c n+ = + a n + b n + c n d n+ = n + d n e n+ = n + d n + e n f n+ = n + f n La première équation donne a n = n. On en déduit que b n = n n. En effet, cette relation est vraie pour n =. Supposons que n > et la relation vraie pour n. On a b n = +a n +b n = n +( n n ). On décompose alors n = n + n = n + n, ce qui donne clairement b n = n n. Comme d n suit la même équation de récurrence que b n, on a aussi d n = n n. On montre de la même façon que f n = n n = e n = c n. On en déduit donc la valeur de M n, à savoir M n = n n n n n n n n n n n n n n n n n n n n n n On peut obtenir le même résultat par dénombrement en considérant les n resultats possibles pour n lancés. Il clair que M n admet comme limite la matrice ce qui correspond bien à la probabilité invariante... Question Pour calculer l espérance demandée, on peut calculer la distribution du nombre de lancés nécessaires pour ( atteindre l état. On a très clairement P (N = k) = ) k. En effet, atteindre au bout de k lancés, c est faire k lancés pour lesquels on obtient, ou (probabilité ) et lancé pour lequel on obient (probabilité ). Comme les lancés sont indépendants, la probabilité s obtient par un simple produit. L espérance recherchée est donc m = k= k ( ) k. Or, k= xk = x (pour x < ) et donc k= kxk = ( x). Or m =, k= k ( ) k et donc m =. F. Rossi 8 février p. 7
Première partie. Préliminaires : noyaux itérés. MPSI B 6 juin 2015
Énoncé Soit V un espace vectoriel réel. L espace vectoriel des endomorphismes de V est désigné par L(V ). Lorsque f L(V ) et k N, on désigne par f 0 = Id V, f k = f k f la composée de f avec lui même k
Plus en détailCorrection de l examen de la première session
de l examen de la première session Julian Tugaut, Franck Licini, Didier Vincent Si vous trouvez des erreurs de Français ou de mathématiques ou bien si vous avez des questions et/ou des suggestions, envoyez-moi
Plus en détailImage d un intervalle par une fonction continue
DOCUMENT 27 Image d un intervalle par une fonction continue La continuité d une fonction en un point est une propriété locale : une fonction est continue en un point x 0 si et seulement si sa restriction
Plus en détailExo7. Matrice d une application linéaire. Corrections d Arnaud Bodin.
Exo7 Matrice d une application linéaire Corrections d Arnaud odin. Exercice Soit R muni de la base canonique = ( i, j). Soit f : R R la projection sur l axe des abscisses R i parallèlement à R( i + j).
Plus en détailContinuité en un point
DOCUMENT 4 Continuité en un point En général, D f désigne l ensemble de définition de la fonction f et on supposera toujours que cet ensemble est inclus dans R. Toutes les fonctions considérées sont à
Plus en détailCours d analyse numérique SMI-S4
ours d analyse numérique SMI-S4 Introduction L objet de l analyse numérique est de concevoir et d étudier des méthodes de résolution de certains problèmes mathématiques, en général issus de problèmes réels,
Plus en détailaux différences est appelé équation aux différences d ordre n en forme normale.
MODÉLISATION ET SIMULATION EQUATIONS AUX DIFFÉRENCES (I/II) 1. Rappels théoriques : résolution d équations aux différences 1.1. Équations aux différences. Définition. Soit x k = x(k) X l état scalaire
Plus en détail3 Approximation de solutions d équations
3 Approximation de solutions d équations Une équation scalaire a la forme générale f(x) =0où f est une fonction de IR dans IR. Un système de n équations à n inconnues peut aussi se mettre sous une telle
Plus en détailEXERCICE 4 (7 points ) (Commun à tous les candidats)
EXERCICE 4 (7 points ) (Commun à tous les candidats) On cherche à modéliser de deux façons différentes l évolution du nombre, exprimé en millions, de foyers français possédant un téléviseur à écran plat
Plus en détailProbabilités sur un univers fini
[http://mp.cpgedupuydelome.fr] édité le 7 août 204 Enoncés Probabilités sur un univers fini Evènements et langage ensembliste A quelle condition sur (a, b, c, d) ]0, [ 4 existe-t-il une probabilité P sur
Plus en détailBaccalauréat ES Polynésie (spécialité) 10 septembre 2014 Corrigé
Baccalauréat ES Polynésie (spécialité) 10 septembre 2014 Corrigé A. P. M. E. P. Exercice 1 5 points 1. Réponse d. : 1 e Le coefficient directeur de la tangente est négatif et n est manifestement pas 2e
Plus en détailProgrammes des classes préparatoires aux Grandes Ecoles
Programmes des classes préparatoires aux Grandes Ecoles Filière : scientifique Voie : Biologie, chimie, physique et sciences de la Terre (BCPST) Discipline : Mathématiques Seconde année Préambule Programme
Plus en détailChapitre 2 Le problème de l unicité des solutions
Université Joseph Fourier UE MAT 127 Mathématiques année 2011-2012 Chapitre 2 Le problème de l unicité des solutions Ce que nous verrons dans ce chapitre : un exemple d équation différentielle y = f(y)
Plus en détailCommun à tous les candidats
EXERCICE 3 (9 points ) Commun à tous les candidats On s intéresse à des courbes servant de modèle à la distribution de la masse salariale d une entreprise. Les fonctions f associées définies sur l intervalle
Plus en détailCHAPITRE V SYSTEMES DIFFERENTIELS LINEAIRES A COEFFICIENTS CONSTANTS DU PREMIER ORDRE. EQUATIONS DIFFERENTIELLES.
CHAPITRE V SYSTEMES DIFFERENTIELS LINEAIRES A COEFFICIENTS CONSTANTS DU PREMIER ORDRE EQUATIONS DIFFERENTIELLES Le but de ce chapitre est la résolution des deux types de systèmes différentiels linéaires
Plus en détailTexte Agrégation limitée par diffusion interne
Page n 1. Texte Agrégation limitée par diffusion interne 1 Le phénomène observé Un fût de déchets radioactifs est enterré secrètement dans le Cantal. Au bout de quelques années, il devient poreux et laisse
Plus en détailChaînes de Markov au lycée
Journées APMEP Metz Atelier P1-32 du dimanche 28 octobre 2012 Louis-Marie BONNEVAL Chaînes de Markov au lycée Andreï Markov (1856-1922) , série S Problème 1 Bonus et malus en assurance automobile Un contrat
Plus en détailDérivées d ordres supérieurs. Application à l étude d extrema.
Chapitre 5 Dérivées d ordres supérieurs. Application à l étude d extrema. On s intéresse dans ce chapitre aux dérivées d ordre ou plus d une fonction de plusieurs variables. Comme pour une fonction d une
Plus en détailChapitre 3. Mesures stationnaires. et théorèmes de convergence
Chapitre 3 Mesures stationnaires et théorèmes de convergence Christiane Cocozza-Thivent, Université de Marne-la-Vallée p.1 I. Mesures stationnaires Christiane Cocozza-Thivent, Université de Marne-la-Vallée
Plus en détailDéveloppements limités, équivalents et calculs de limites
Développements ités, équivalents et calculs de ites Eercice. Déterminer le développement ité en 0 à l ordre n des fonctions suivantes :. f() e (+) 3 n. g() sin() +ln(+) n 3 3. h() e sh() n 4. i() sin(
Plus en détailCalcul matriciel. Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes.
1 Définitions, notations Calcul matriciel Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes. On utilise aussi la notation m n pour le
Plus en détailLe théorème de Perron-Frobenius, les chaines de Markov et un célèbre moteur de recherche
Le théorème de Perron-Frobenius, les chaines de Markov et un célèbre moteur de recherche Bachir Bekka Février 2007 Le théorème de Perron-Frobenius a d importantes applications en probabilités (chaines
Plus en détailExercices sur le chapitre «Probabilités»
Arnaud de Saint Julien - MPSI Lycée La Merci 2014-2015 1 Pour démarrer Exercices sur le chapitre «Probabilités» Exercice 1 (Modélisation d un dé non cubique) On considère un parallélépipède rectangle de
Plus en détailExercices Corrigés Premières notions sur les espaces vectoriels
Exercices Corrigés Premières notions sur les espaces vectoriels Exercice 1 On considére le sous-espace vectoriel F de R formé des solutions du système suivant : x1 x 2 x 3 + 2x = 0 E 1 x 1 + 2x 2 + x 3
Plus en détailBien lire l énoncé 2 fois avant de continuer - Méthodes et/ou Explications Réponses. Antécédents d un nombre par une fonction
Antécédents d un nombre par une fonction 1) Par lecture graphique Méthode / Explications : Pour déterminer le ou les antécédents d un nombre a donné, on trace la droite (d) d équation. On lit les abscisses
Plus en détailBaccalauréat S Antilles-Guyane 11 septembre 2014 Corrigé
Baccalauréat S ntilles-guyane 11 septembre 14 Corrigé EXERCICE 1 6 points Commun à tous les candidats Une entreprise de jouets en peluche souhaite commercialiser un nouveau produit et à cette fin, effectue
Plus en détailCCP PSI - 2010 Mathématiques 1 : un corrigé
CCP PSI - 00 Mathématiques : un corrigé Première partie. Définition d une structure euclidienne sur R n [X]... B est clairement symétrique et linéaire par rapport à sa seconde variable. De plus B(P, P
Plus en détailComparaison de fonctions Développements limités. Chapitre 10
PCSI - 4/5 www.ericreynaud.fr Chapitre Points importants 3 Questions de cours 6 Eercices corrigés Plan du cours 4 Eercices types 7 Devoir maison 5 Eercices Chap Et s il ne fallait retenir que si points?
Plus en détailFonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre
IUFM du Limousin 2009-10 PLC1 Mathématiques S. Vinatier Rappels de cours Fonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre 1 Fonctions de plusieurs variables
Plus en détailSimulation de variables aléatoires
Chapter 1 Simulation de variables aléatoires Références: [F] Fishman, A first course in Monte Carlo, chap 3. [B] Bouleau, Probabilités de l ingénieur, chap 4. [R] Rubinstein, Simulation and Monte Carlo
Plus en détailCorrigé Problème. Partie I. I-A : Le sens direct et le cas n= 2
33 Corrigé Corrigé Problème Théorème de Motzkin-Taussky Partie I I-A : Le sens direct et le cas n= 2 1-a Stabilité des sous-espaces propres Soit λ une valeur propre de v et E λ (v) le sous-espace propre
Plus en détailLa fonction exponentielle
DERNIÈRE IMPRESSION LE 2 novembre 204 à :07 La fonction exponentielle Table des matières La fonction exponentielle 2. Définition et théorèmes.......................... 2.2 Approche graphique de la fonction
Plus en détailChapitre 5 : Flot maximal dans un graphe
Graphes et RO TELECOM Nancy A Chapitre 5 : Flot maximal dans un graphe J.-F. Scheid 1 Plan du chapitre I. Définitions 1 Graphe Graphe valué 3 Représentation d un graphe (matrice d incidence, matrice d
Plus en détailIV- Equations, inéquations dans R, Systèmes d équations
IV- Equations, inéquations dans R, Systèmes d équations 1- Equation à une inconnue Une équation est une égalité contenant un nombre inconnu noté en général x et qui est appelé l inconnue. Résoudre l équation
Plus en détailSouad EL Bernoussi. Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/
Recherche opérationnelle Les démonstrations et les exemples seront traités en cours Souad EL Bernoussi Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/ Table des matières 1 Programmation
Plus en détailEspérance conditionnelle
Espérance conditionnelle Samy Tindel Nancy-Université Master 1 - Nancy Samy T. (IECN) M1 - Espérance conditionnelle Nancy-Université 1 / 58 Plan 1 Définition 2 Exemples 3 Propriétés de l espérance conditionnelle
Plus en détailChapitre 2. Matrices
Département de mathématiques et informatique L1S1, module A ou B Chapitre 2 Matrices Emmanuel Royer emmanuelroyer@mathuniv-bpclermontfr Ce texte mis gratuitement à votre disposition a été rédigé grâce
Plus en détailCours 02 : Problème général de la programmation linéaire
Cours 02 : Problème général de la programmation linéaire Cours 02 : Problème général de la Programmation Linéaire. 5 . Introduction Un programme linéaire s'écrit sous la forme suivante. MinZ(ou maxw) =
Plus en détail3. Conditionnement P (B)
Conditionnement 16 3. Conditionnement Dans cette section, nous allons rappeler un certain nombre de définitions et de propriétés liées au problème du conditionnement, c est à dire à la prise en compte
Plus en détailModule 7: Chaînes de Markov à temps continu
Module 7: Chaînes de Markov à temps continu Patrick Thiran 1 Introduction aux chaînes de Markov à temps continu 1.1 (Première) définition Ce module est consacré aux processus à temps continu {X(t), t R
Plus en détailBac Blanc Terminale ES - Février 2011 Épreuve de Mathématiques (durée 3 heures)
Bac Blanc Terminale ES - Février 2011 Épreuve de Mathématiques (durée 3 heures) Eercice 1 (5 points) pour les candidats n ayant pas choisi la spécialité MATH Le tableau suivant donne l évolution du chiffre
Plus en détailFonctions homographiques
Seconde-Fonctions homographiques-cours Mai 0 Fonctions homographiques Introduction Voir le TP Géogébra. La fonction inverse. Définition Considérons la fonction f définie par f() =. Alors :. f est définie
Plus en détailCalcul différentiel sur R n Première partie
Calcul différentiel sur R n Première partie Université De Metz 2006-2007 1 Définitions générales On note L(R n, R m ) l espace vectoriel des applications linéaires de R n dans R m. Définition 1.1 (différentiabilité
Plus en détailÉquations non linéaires
Équations non linéaires Objectif : trouver les zéros de fonctions (ou systèmes) non linéaires, c-à-d les valeurs α R telles que f(α) = 0. y f(x) α 1 α 2 α 3 x Equations non lineaires p. 1/49 Exemples et
Plus en détailProbabilités conditionnelles Exercices corrigés
Terminale S Probabilités conditionnelles Exercices corrigés Exercice : (solution Une compagnie d assurance automobile fait un bilan des frais d intervention, parmi ses dossiers d accidents de la circulation.
Plus en détailFONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4)
FONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4) Bernard Le Stum Université de Rennes 1 Version du 13 mars 2009 Table des matières 1 Fonctions partielles, courbes de niveau 1 2 Limites et continuité
Plus en détailModèles à Événements Discrets. Réseaux de Petri Stochastiques
Modèles à Événements Discrets Réseaux de Petri Stochastiques Table des matières 1 Chaînes de Markov Définition formelle Idée générale Discrete Time Markov Chains Continuous Time Markov Chains Propriétés
Plus en détailProbabilités sur un univers fini
[http://mp.cpgedupuydelome.fr] édité le 10 août 2015 Enoncés 1 Proailités sur un univers fini Evènements et langage ensemliste A quelle condition sur (a,, c, d) ]0, 1[ 4 existe-t-il une proailité P sur
Plus en détailRésolution de systèmes linéaires par des méthodes directes
Résolution de systèmes linéaires par des méthodes directes J. Erhel Janvier 2014 1 Inverse d une matrice carrée et systèmes linéaires Ce paragraphe a pour objet les matrices carrées et les systèmes linéaires.
Plus en détailProgrammation linéaire
1 Programmation linéaire 1. Le problème, un exemple. 2. Le cas b = 0 3. Théorème de dualité 4. L algorithme du simplexe 5. Problèmes équivalents 6. Complexité de l Algorithme 2 Position du problème Soit
Plus en détailCalcul différentiel. Chapitre 1. 1.1 Différentiabilité
Chapitre 1 Calcul différentiel L idée du calcul différentiel est d approcher au voisinage d un point une fonction f par une fonction plus simple (ou d approcher localement le graphe de f par un espace
Plus en détailAnalyse en Composantes Principales
Analyse en Composantes Principales Anne B Dufour Octobre 2013 Anne B Dufour () Analyse en Composantes Principales Octobre 2013 1 / 36 Introduction Introduction Soit X un tableau contenant p variables mesurées
Plus en détailINTRODUCTION À L ANALYSE FACTORIELLE DES CORRESPONDANCES
INTRODUCTION À L ANALYSE FACTORIELLE DES CORRESPONDANCES Dominique LAFFLY Maître de Conférences, Université de Pau Laboratoire Société Environnement Territoire UMR 5603 du CNRS et Université de Pau Domaine
Plus en détailI. Polynômes de Tchebychev
Première épreuve CCP filière MP I. Polynômes de Tchebychev ( ) 1.a) Tout réel θ vérifie cos(nθ) = Re ((cos θ + i sin θ) n ) = Re Cn k (cos θ) n k i k (sin θ) k Or i k est réel quand k est pair et imaginaire
Plus en détailwww.h-k.fr/publications/objectif-agregation
«Sur C, tout est connexe!» www.h-k.fr/publications/objectif-agregation L idée de cette note est de montrer que, contrairement à ce qui se passe sur R, «sur C, tout est connexe». Cet abus de langage se
Plus en détailIntégration et probabilités TD1 Espaces mesurés Corrigé
Intégration et probabilités TD1 Espaces mesurés Corrigé 2012-2013 1 Petites questions 1 Est-ce que l ensemble des ouverts de R est une tribu? Réponse : Non, car le complémentaire de ], 0[ n est pas ouvert.
Plus en détailPRECISION - REJET DE PERTURBATIONS T.D. G.E.I.I.
PRECISION - REJET DE PERTURBATIONS T.D. G.E.I.I.. Donner les erreurs en position, en vitesse et en accélération d un système de transfert F BO = N(p) D(p) (transfert en boucle ouverte) bouclé par retour
Plus en détailEteindre. les. lumières MATH EN JEAN 2013-2014. Mme BACHOC. Elèves de seconde, première et terminale scientifiques :
MTH EN JEN 2013-2014 Elèves de seconde, première et terminale scientifiques : Lycée Michel Montaigne : HERITEL ôme T S POLLOZE Hélène 1 S SOK Sophie 1 S Eteindre Lycée Sud Médoc : ROSIO Gauthier 2 nd PELGE
Plus en détailLagrange, où λ 1 est pour la contrainte sur µ p ).
Chapitre 1 Exercice 1 : Portefeuilles financiers Considérons trois types d actions qui sont négociées à la bourse et dont les rentabilités r 1, r 2 et r 3 sont des variables aléatoires d espérances µ i
Plus en détailExercices - Polynômes : corrigé. Opérations sur les polynômes
Opérations sur les polynômes Exercice 1 - Carré - L1/Math Sup - Si P = Q est le carré d un polynôme, alors Q est nécessairement de degré, et son coefficient dominant est égal à 1. On peut donc écrire Q(X)
Plus en détailLimites finies en un point
8 Limites finies en un point Pour ce chapitre, sauf précision contraire, I désigne une partie non vide de R et f une fonction définie sur I et à valeurs réelles ou complees. Là encore, les fonctions usuelles,
Plus en détailCoefficients binomiaux
Probabilités L2 Exercices Chapitre 2 Coefficients binomiaux 1 ( ) On appelle chemin une suite de segments de longueur 1, dirigés soit vers le haut, soit vers la droite 1 Dénombrer tous les chemins allant
Plus en détail* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours
Exo7 Continuité (étude globale). Diverses fonctions Exercices de Jean-Louis Rouget. Retrouver aussi cette fiche sur www.maths-france.fr * très facile ** facile *** difficulté moyenne **** difficile *****
Plus en détailFormes quadratiques. 1 Formes quadratiques et formes polaires associées. Imen BHOURI. 1.1 Définitions
Formes quadratiques Imen BHOURI 1 Ce cours s adresse aux étudiants de niveau deuxième année de Licence et à ceux qui préparent le capes. Il combine d une façon indissociable l étude des concepts bilinéaires
Plus en détailSuites numériques 4. 1 Autres recettes pour calculer les limites
Suites numériques 4 1 Autres recettes pour calculer les limites La propriété suivante permet de calculer certaines limites comme on verra dans les exemples qui suivent. Propriété 1. Si u n l et fx) est
Plus en détailCalcul fonctionnel holomorphe dans les algèbres de Banach
Chapitre 7 Calcul fonctionnel holomorphe dans les algèbres de Banach L objet de ce chapitre est de définir un calcul fonctionnel holomorphe qui prolonge le calcul fonctionnel polynômial et qui respecte
Plus en détailIntégration et probabilités TD1 Espaces mesurés
Intégration et probabilités TD1 Espaces mesurés 2012-2013 1 Petites questions 1) Est-ce que l ensemble des ouverts de R est une tribu? 2) Si F et G sont deux tribus, est-ce que F G est toujours une tribu?
Plus en détailLa maison Ecole d ' Amortissement d un emprunt Classe de terminale ES. Ce qui est demandé. Les étapes du travail
La maison Ecole d ' Amortissement d un emprunt Classe de terminale ES Suites géométriques, fonction exponentielle Copyright c 2004 J.- M. Boucart GNU Free Documentation Licence L objectif de cet exercice
Plus en détailFonctions de plusieurs variables
Module : Analyse 03 Chapitre 00 : Fonctions de plusieurs variables Généralités et Rappels des notions topologiques dans : Qu est- ce que?: Mathématiquement, n étant un entier non nul, on définit comme
Plus en détailFonctions de plusieurs variables : dérivés partielles, diérentielle. Fonctions composées. Fonctions de classe C 1. Exemples
45 Fonctions de plusieurs variables : dérivés partielles, diérentielle. Fonctions composées. Fonctions de classe C 1. Exemples Les espaces vectoriels considérés sont réels, non réduits au vecteur nul et
Plus en détailDéveloppements limités. Notion de développement limité
MT12 - ch2 Page 1/8 Développements limités Dans tout ce chapitre, I désigne un intervalle de R non vide et non réduit à un point. I Notion de développement limité Dans tout ce paragraphe, a désigne un
Plus en détailPropriétés des options sur actions
Propriétés des options sur actions Bornes supérieure et inférieure du premium / Parité call put 1 / 1 Taux d intérêt, capitalisation, actualisation Taux d intéret composés Du point de vue de l investisseur,
Plus en détailOptimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications
Optimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications A. Optimisation sans contrainte.... Généralités.... Condition nécessaire et condition suffisante
Plus en détailMathématiques financières
Mathématique financière à court terme I) Les Intérêts : Intérêts simples Mathématiques financières - Intérêts terme échu et terme à échoir - Taux terme échu i u équivalent à un taux terme à échoir i r
Plus en détailExamen optimisation Centrale Marseille (2008) et SupGalilee (2008)
Examen optimisation Centrale Marseille (28) et SupGalilee (28) Olivier Latte, Jean-Michel Innocent, Isabelle Terrasse, Emmanuel Audusse, Francois Cuvelier duree 4 h Tout resultat enonce dans le texte peut
Plus en détail4. Martingales à temps discret
Martingales à temps discret 25 4. Martingales à temps discret 4.1. Généralités. On fixe un espace de probabilités filtré (Ω, (F n ) n, F, IP ). On pose que F contient ses ensembles négligeables mais les
Plus en détailChapitre VI - Méthodes de factorisation
Université Pierre et Marie Curie Cours de cryptographie MM067-2012/13 Alain Kraus Chapitre VI - Méthodes de factorisation Le problème de la factorisation des grands entiers est a priori très difficile.
Plus en détailIII- Raisonnement par récurrence
III- Raisonnement par récurrence Les raisonnements en mathématiques se font en général par une suite de déductions, du style : si alors, ou mieux encore si c est possible, par une suite d équivalences,
Plus en détailSujet proposé par Yves M. LEROY. Cet examen se compose d un exercice et de deux problèmes. Ces trois parties sont indépendantes.
Promotion X 004 COURS D ANALYSE DES STRUCTURES MÉCANIQUES PAR LA MÉTHODE DES ELEMENTS FINIS (MEC 568) contrôle non classant (7 mars 007, heures) Documents autorisés : polycopié ; documents et notes de
Plus en détailIntroduction à l étude des Corps Finis
Introduction à l étude des Corps Finis Robert Rolland (Résumé) 1 Introduction La structure de corps fini intervient dans divers domaines des mathématiques, en particulier dans la théorie de Galois sur
Plus en détailn N = u N u N+1 1 u pour u 1. f ( uv 1) v N+1 v N v 1 1 2 t
3.La méthode de Dirichlet 99 11 Le théorème de Dirichlet 3.La méthode de Dirichlet Lorsque Dirichlet, au début des années 180, découvre les travaux de Fourier, il cherche à les justifier par des méthodes
Plus en détailSuites numériques 3. 1 Convergence et limite d une suite
Suites numériques 3 1 Convergence et limite d une suite Nous savons que les termes de certaines suites s approchent de plus en plus d une certaine valeur quand n augmente : par exemple, les nombres u n
Plus en détailRésolution d équations non linéaires
Analyse Numérique Résolution d équations non linéaires Said EL HAJJI et Touria GHEMIRES Université Mohammed V - Agdal. Faculté des Sciences Département de Mathématiques. Laboratoire de Mathématiques, Informatique
Plus en détailContents. 1 Introduction Objectifs des systèmes bonus-malus Système bonus-malus à classes Système bonus-malus : Principes
Université Claude Bernard Lyon 1 Institut de Science Financière et d Assurances Système Bonus-Malus Introduction & Applications SCILAB Julien Tomas Institut de Science Financière et d Assurances Laboratoire
Plus en détailExercices - Fonctions de plusieurs variables : corrigé. Pour commencer
Pour commencer Exercice 1 - Ensembles de définition - Première année - 1. Le logarithme est défini si x + y > 0. On trouve donc le demi-plan supérieur délimité par la droite d équation x + y = 0.. 1 xy
Plus en détailSystèmes Multivariables - Partie II
Systèmes Multivariables - Partie II Olivier BACHELIER E-mail : Olivier.Bachelier@univ-poitiers.fr Tel : 05-49-45-36-79 ; Fax : 05-49-45-40-34 Dernière version : 17 novembre 2006 Résumé Ces notes de cours
Plus en détailLeçon 01 Exercices d'entraînement
Leçon 01 Exercices d'entraînement Exercice 1 Etudier la convergence des suites ci-dessous définies par leur terme général: 1)u n = 2n3-5n + 1 n 2 + 3 2)u n = 2n2-7n - 5 -n 5-1 4)u n = lnn2 n+1 5)u n =
Plus en détailThéorème du point fixe - Théorème de l inversion locale
Chapitre 7 Théorème du point fixe - Théorème de l inversion locale Dans ce chapitre et le suivant, on montre deux applications importantes de la notion de différentiabilité : le théorème de l inversion
Plus en détailExercice : la frontière des portefeuilles optimaux sans actif certain
Exercice : la frontière des portefeuilles optimaux sans actif certain Philippe Bernard Ingénierie Economique & Financière Université Paris-Dauphine Février 0 On considère un univers de titres constitué
Plus en détailComment démontrer des formules sans effort? exposé de maîtrise
Comment démontrer des formules sans effort? exposé de maîtrise Marc Mezzarobba Sam Zoghaib Sujet proposé par François Loeser Résumé Nous exposons un ensemble de méthodes qui permettent d évaluer «en forme
Plus en détailContinuité d une fonction de plusieurs variables
Chapitre 2 Continuité d une fonction de plusieurs variables Maintenant qu on a défini la notion de limite pour des suites dans R n, la notion de continuité s étend sans problème à des fonctions de plusieurs
Plus en détailLES MÉTHODES DE POINT INTÉRIEUR 1
Chapitre XIII LES MÉTHODES DE POINT INTÉRIEUR 1 XIII.1 Introduction Nous débutons par un rappel de la formulation standard d un problème d optimisation 2 linéaire et donnons un bref aperçu des différences
Plus en détailProblèmes de Mathématiques Filtres et ultrafiltres
Énoncé Soit E un ensemble non vide. On dit qu un sous-ensemble F de P(E) est un filtre sur E si (P 0 ) F. (P 1 ) (X, Y ) F 2, X Y F. (P 2 ) X F, Y P(E) : X Y Y F. (P 3 ) / F. Première Partie 1. Que dire
Plus en détailI. Ensemble de définition d'une fonction
Chapitre 2 Généralités sur les fonctions Fonctions de références et fonctions associées Ce que dit le programme : Étude de fonctions Fonctions de référence x x et x x Connaître les variations de ces deux
Plus en détailMoments des variables aléatoires réelles
Chapter 6 Moments des variables aléatoires réelles Sommaire 6.1 Espérance des variables aléatoires réelles................................ 46 6.1.1 Définition et calcul........................................
Plus en détailSeconde Généralités sur les fonctions Exercices. Notion de fonction.
Seconde Généralités sur les fonctions Exercices Notion de fonction. Exercice. Une fonction définie par une formule. On considère la fonction f définie sur R par = x + x. a) Calculer les images de, 0 et
Plus en détailEtude de fonctions: procédure et exemple
Etude de fonctions: procédure et exemple Yves Delhaye 8 juillet 2007 Résumé Dans ce court travail, nous présentons les différentes étapes d une étude de fonction à travers un exemple. Nous nous limitons
Plus en détailBaccalauréat ES Amérique du Nord 4 juin 2008
Baccalauréat ES Amérique du Nord 4 juin 2008 EXERCICE 1 Commun à tous les candidats f est une fonction définie sur ] 2 ; + [ par : 4 points f (x)=3+ 1 x+ 2. On note f sa fonction dérivée et (C ) la représentation
Plus en détailSéminaire TEST. 1 Présentation du sujet. October 18th, 2013
Séminaire ES Andrés SÁNCHEZ PÉREZ October 8th, 03 Présentation du sujet Le problème de régression non-paramétrique se pose de la façon suivante : Supposons que l on dispose de n couples indépendantes de
Plus en détailApproximations variationelles des EDP Notes du Cours de M2
Approximations variationelles des EDP Notes du Cours de M2 Albert Cohen Dans ce cours, on s intéresse à l approximation numérique d équations aux dérivées partielles linéaires qui admettent une formulation
Plus en détail