Modèles stochastiques. Chaîne de Markov en temps continu

Documents pareils
Mesure avec une règle

II - Notions de probabilité. 19/10/2007 PHYS-F-301 G. Wilquet 1

Plan. Gestion des stocks. Les opérations de gestions des stocks. Les opérations de gestions des stocks

ÉLÉMENTS DE THÉORIE DE L INFORMATION POUR LES COMMUNICATIONS.

Exercices d Électrocinétique

Remboursement d un emprunt par annuités constantes

La théorie classique de l information. 1 ère partie : le point de vue de Kolmogorov.

Généralités sur les fonctions 1ES

TD 1. Statistiques à une variable.

Page 5 TABLE DES MATIÈRES

LE RÉGIME DE RETRAITE DU PERSONNEL CANADIEN DE LA CANADA-VIE (le «régime») INFORMATION IMPORTANTE CONCERNANT LE RECOURS COLLECTIF

Assurance maladie et aléa de moralité ex-ante : L incidence de l hétérogénéité de la perte sanitaire

Chapitre 3 : Incertitudes CHAPITRE 3 INCERTITUDES. Lignes directrices 2006 du GIEC pour les inventaires nationaux de gaz à effet de serre 3.

MÉTHODES DE SONDAGES UTILISÉES DANS LES PROGRAMMES D ÉVALUATIONS DES ÉLÈVES

CHAPITRE 14 : RAISONNEMENT DES SYSTÈMES DE COMMANDE

DES EFFETS PERVERS DU MORCELLEMENT DES STOCKS

BTS GPN 2EME ANNEE-MATHEMATIQUES-MATHS FINANCIERES MATHEMATIQUES FINANCIERES

Evaluation de performances d'ethernet commuté pour des applications temps réel

Q x2 = 1 2. est dans l ensemble plus grand des rationnels Q. Continuons ainsi, l équation x 2 = 1 2

Les jeunes économistes

Contrats prévoyance des TNS : Clarifier les règles pour sécuriser les prestations

STATISTIQUE AVEC EXCEL

Editions ENI. Project Collection Référence Bureautique. Extrait

1.0 Probabilité vs statistique Expérience aléatoire et espace échantillonnal Événement...2

UNE ETUDE ECONOMÉTRIQUE DU NOMBRE D ACCIDENTS

Ecole Polytechnique de Montréal C.P. 6079, succ. Centre-ville Montréal (QC), Canada H3C3A7

Économétrie. Annexes : exercices et corrigés. 5 e édition. William Greene New York University

COMPARAISON DE MÉTHODES POUR LA CORRECTION

La Quantification du Risque Opérationnel des Institutions Bancaires

Réseau RRFR pour la surveillance dynamique : application en e-maintenance.

GENESIS - Generalized System for Imputation Simulations (Système généralisé pour simuler l imputation)

I. Présentation générale des méthodes d estimation des projets de type «unité industrielle»

Les prix quotidiens de clôture des échanges de quotas EUA et de crédits CER sont fournis par ICE Futures Europe

Les déterminants de la détention et de l usage de la carte de débit : une analyse empirique sur données individuelles françaises

Semestre : 4 Module : Méthodes Quantitatives III Elément : Mathématiques Financières Enseignant : Mme BENOMAR

Montage émetteur commun

Chapitre IV : Inductance propre, inductance mutuelle. Energie électromagnétique

santé Les arrêts de travail des séniors en emploi

Grandeur physique, chiffres significatifs

Les déterminants de la détention et de l usage de la carte de débit : une analyse empirique sur données individuelles françaises

GATE Groupe d Analyse et de Théorie Économique DOCUMENTS DE TRAVAIL - WORKING PAPERS W.P Préférences temporelles et recherche d emploi

Projet de fin d études

Avez-vous vous aperçu cette drôle de trogne? Entre nature et histoire autour de Mondoubleau

IDEI Report # 18. Transport. December Elasticités de la demande de transport ferroviaire: définitions et mesures

Mathématiques Financières : l essentiel Les 10 formules incontournables (Fin de période)

BUREAU D'APPLICATION DES METHODES STATISTIQUES ET INFORMATIQUES

EH SmartView. Identifiez vos risques et vos opportunités. Pilotez votre assurance-crédit. Services en ligne Euler Hermes

LE PRINCIPE DU RAISONNEMENT PAR RÉCURRENCE

1 Introduction. 2 Définitions des sources de tension et de courant : Cours. Date : A2 Analyser le système Conversion statique de l énergie. 2 h.

1. Les enjeux de la prévision du risque de défaut de paiement

LICENCE DE SCIENCES PHYSIQUES UV 3LSPH50. Année MODÉLISATION. Recherche des paramètres d'une représentation analytique J.P.

MODÈLE D ISING À UNE ET DEUX DIMENSIONS.

Système solaire combiné Estimation des besoins énergétiques

Fiche n 7 : Vérification du débit et de la vitesse par la méthode de traçage

INTERNET. Initiation à

Dirigeant de SAS : Laisser le choix du statut social

Professionnel de santé équipé de Médiclick!

Terminal numérique TM 13 raccordé aux installations Integral 33

RAPPORT DE STAGE. Approcher la frontière d'une sous-partie de l'espace ainsi que la distance à cette frontière. Sujet : Master II : SIAD

hal , version 1-14 Aug 2009

LA SURVIE DES ENTREPRISES DÉPEND-ELLE DU TERRITOIRE D'IMPLANTATION?

Be inspired. Numéro Vert. Via Caracciolo Milano tel fax

INTRODUCTION. Jean-Pierre MAGNAN Chef de la section des ouvrages en terre Département des sols et fondations Laboratoire central

Paquets. Paquets nationaux 1. Paquets internationaux 11

UNIVERSITÉ DU QUÉBEC À MONTRÉAL L ASSURANCE AUTOMOBILE AU QUÉBEC : UNE PRIME SELON LE COÛT SOCIAL MARGINAL MÉMOIRE PRÉSENTÉ COMME EXIGENCE PARTIELLE

GEA I Mathématiques nancières Poly. de révision. Lionel Darondeau

Integral T 3 Compact. raccordé aux installations Integral 5. Notice d utilisation

Chapitre 1.5a Le champ électrique généré par plusieurs particules

VIELLE Marc. CEA-IDEI Janvier La nomenclature retenue 3. 2 Vue d ensemble du modèle 4

CHAPITRE 1 : Distribution statistique à une dimension

En vue de l'obtention du. Présentée et soutenue par Elayeb Bilel Le 26 juin 2009

Thermodynamique statistique Master Chimie Université d Aix-Marseille. Bogdan Kuchta

- Acquisition de signaux en sismologie large bande. - Acquisition de signaux lents, magnétisme, MT.

Stéganographie Adaptative par Oracle (ASO)

Analyse des Performances et Modélisation d un Serveur Web

RÉSUMÉ ANALYTIQUE... 1

En vue de l'obtention du. Présentée et soutenue par Meva DODO Le 06 novembre 2008

Calcul de tableaux d amortissement

METHODE AUTOMATIQUE POUR CORRIGER LA VARIATION LINGUISTIQUE LORS DE L INTERROGATION DE DOCUMENTS XML DE STRUCTURES HETEROGENES

Prise en compte des politiques de transport dans le choix des fournisseurs

Contact SCD Nancy 1 : theses.sciences@scd.uhp-nancy.fr

49 HT 59 TTC. Toner laser TN HT. Processeur Allwinner quadricoeur A33 (1,2 GHz) Mémoire 1 Go Disque dur 8 Go emmc SSD

Pour plus d'informations, veuillez nous contacter au ou à

Interface OneNote 2013

L enseignement virtuel dans une économie émergente : perception des étudiants et perspectives d avenir

ACTE DE PRÊT HYPOTHÉCAIRE

AVERTISSEMENT. D'autre part, toute contrefaçon, plagiat, reproduction encourt une poursuite pénale. LIENS

Transformations nucléaires

P R I S E E N M A I N R A P I D E O L I V E 4 H D

Corrigé du problème de Mathématiques générales Partie I

OPTIMALITÉ DU MÉCANISME DE RATIONNEMENT DE CRÉDIT DANS LE MODÈLE ISLAMIQUE DE FINANCEMENT

Qualité de service 7. Ordonnanceurs de paquets. Contexte. Intégration de services. Plan. Multiplexage. FIFO/DropTail. Priorités

ErP : éco-conception et étiquetage énergétique. Les solutions Vaillant. Pour dépasser la performance. La satisfaction de faire le bon choix.

STRATEGIE NATIONALE DES BANQUES CEREALIERES DU NIGER

MEMOIRE. Présenté au département des sciences de la matière Faculté des sciences

Pro2030 GUIDE D UTILISATION. Français

Prêt de groupe et sanction sociale Group lending and social fine

Méthodologie version 1, juillet 2006

CHAPITRE DEUX : FORMALISME GEOMETRIQUE

PREMIERS PAS en REGRESSION LINEAIRE avec SAS. Josiane Confais (UPMC-ISUP) - Monique Le Guen (CNRS-CES-MATISSE- UMR8174)

Transcription:

odèles stochastues Chaîne de arkov en temps contnu

Dans le chapître précédent sur les chaînes de arkov, les moments (temps) t etaent dscrets ( t =,, ). antenant, nous allons analyser des stuatons où les observatons se font de façon contnue plutôt u'à des moments dscrets.. Formulaton + états mutuellement exclusfs:,,, L'analyse débute au temps et le temps t s'écoule de façon contnue = état du système au temps : {,,, } X t t X t Les ponts de changement d'états (pas nécessarement enters): t, t, sont des ponts aléatores dans le temps 2 t t t 2 3 X X ( t ) X ( t2 )

Consdérons tros ponts consécutfs dans le temps où l y a eu changement d'états: r ( r ) temps passé s ( s > r) temps courant (actuel) s + t ( t ) t untés de temps dans le futur. = = { } Supposons ue X s et ue X r l, avec, l,,. L'évaluaton de ( ) P X s + t = X s = and X r = l =,, est faclté par la proprété de arkov (.e., sans mémore). Défnton { X ( t) t } Un processus stochastue en temps contnu ; a la arkov s ( and ) { } proprété de P X s + t = X s = X r = l = P X s + t = X s =,, l, ; r, s > r, t >.

Défnton { X ( t) t } Un processus stochastue en temps contnu ; a la arkov s ( and ) { } proprété de P X s + t = X s = X r = l = P X s + t = X s =,, l, ; r, s > r, t > Le processus stochastue est alors une chaîne de arkov en temps contnu. ( ( + ) = = ) probabltés de tran Les probabltés P X s t X s sont des smlares à celles ue nous avons en temps dscret. ( ) ston Les probabltés de transton sont stat onnares pusu'elles sont ndépendantes de s : ( t) P X s + t = X s = = P X t = X = s > Par symétre avec le cas dscret ( ) où p dénote la foncton de probablté de transton en temps contnu p t = P X t = X =

Les probabltés de transton sont stat onnares pusu'elles sont ndépendantes de s : ( ) P X s + t = X s = = P X t = X = s > Par symétre avec le cas dscret ( t) ( ) où p dénote la foncton de probablté de transton en temps contnu p t = P X t = X = L'hypothèse suvante est fate: lm t p ( t) s = = s

2. Varables aléatores mportantes 2. Temps dans un état Dans l'évoluton du processus, dénotons T = varable aléatore du temps passé dans l'état avant de se déplacer vers un autre état ( ) [ ] Supposons ue le processus entre dans l'état au temps t = s. Pour toute durée t >, T > t X t = t s, s + t. ( > + > ) = ( > ) {,, } La proprété de statonnarté des probabltés de transton entraîne ue P T s t T s P T t.

Supposons ue le processus entre dans l'état au temps t = s. Pour toute durée t >, ( ) [ ] T > t X t = t s, s + t. La proprété de statonnarté des probabltés de transton entraîne ue ( > + > ) = ( > ) P T s t T s P T t Proprété partculère: la dstrbuton du temps restant d'c la prochane sorte de par le processus est la même uelle ue sot le temps déa passé dans l' état. La varable T est sans mémore.. La seule dstrbuton de varable aléatore contnue ayant la dstrbuton exponentelle. cette proprété est

Proprété partculère: la dstrbuton du temps restant d'c la prochane sorte de par le processus est la même uelle ue sot le temps déa passé dans l' état. La varable T est sans mémore. La seule dstrbuton de varable aléatore contnue ayant la dstrbuton exponentelle. cette proprété est Rappel : La dstrbuton exponentelle T possède un seul paramètre t P T t = e t >, et sa moyenne (espérance mathématue) est [ ] E T =. Ce résultat nous permet de décrre une chaîne de arkov en temps contnu d'une façon éuvalente comme sut:

Ce résultat nous permet de décrre une chaîne de arkov en temps contnu d'une façon éuvalente comme sut:. La varable aléatore T a une dstrbuton exponentelle avec moyenne de 2. Quand le processus utte l'état, l passe à l'état avec une probablté de p satsfasant les condtons suvantes: = { } p =,, { } p =,, 3. Le prochan état vsté après est ndépendant du temps passé dans l'état

2.2 Intenstés de transtons Les ntenstés de transton ouent un rôle pour les chaînes de arkov en temps contnu analogue aux probabltés de transton dans le cas des chaînes de arkov dscrète: ( t) d p = p = lm dt t t {,, } d p ( t) = p = lm = p dt t t, {,, } ; où p ( t) est la foncton de la probablté de transton en temps contnu et est décrt à l'tem 2. de la défnton éuvalente de la chaîne de arkov p en temps contnu. Par symétre avec le cas dscret ( t) ( ) où p dénote la foncton de probablté de transacton en temps contnu L'hypothèse suvante est fate: s = lm p ( t) = t s 2. Quand le processus utte l'état, l passe à l'état avec une probablté de p satsfasant les condtons suvantes: = { } p =,, { } p =,, p t = P X t = X =

2.2 Intenstés de transtons Les ntenstés de transton ouent un rôle pour les chaînes de arkov en temps contnu analogue aux probabltés de transton dans le cas des chaînes de arkov dscrète: d p t = p = lm dt t t {,, } d p ( t) = p = lm = p dt t t, {,, } ; où p ( t) est la foncton de la probablté de transton en temps contnu et est décrt à l'tem 2. de la défnton éuvalente de la chaîne de arkov p en temps contnu. De plus, le est en fat le paramètre défnssant la dstrbuton exponentelle de. T. La varable aléatore T a une dstrbuton exponentelle avec moyenne de

En partculer: a) = taux de transton à partr de = E[ T ] où E[ T ] = moyenne du temps passé à chaue vste dans l'état. b) = taux de transton de vers = nombre moyen de fos ue le processus passe de à par unté temps passé dans l'état de Il s'ensut ue = =.

En partculer: a) = taux de transton à partr de = E[ T ] où E[ T ] = moyenne du temps passé à chaue vste dans l'état. b) = taux de transton de vers = nombre moyen de fos ue le processus passe de à par unté de temps passé dans l'état Par analoge avec, est le paramètre de la dstrbuton exponentelle de la varable aléatore defne comme sut: Chaue fos ue le processus attent, le temps passé dans avant une transton vers (cette transton étant la premère) est une varable aléatore { } T,,,,. Les varables T sont ndépendantes, exponentelles avec paramètres dont les moyennes E T =.

Par analoge avec, est le paramètre de la dstrbuton exponentelle de la varable aléatore defne comme sut: Chaue fos ue le processus attent, le temps passé dans avant une transton vers (cette transton étant la premère) est une varable aléatore { } T,,,,. Les varables T sont ndépendantes, exponentelles avec paramètres dont les moyennes E T =. Le temps passé dans l'état avant une transton.e., T est le mnmum sur tous les des T. Quand la transton se produt, la probablté u'elle sot vers l'état est p =.

3. Probabltés à l'éulbre Nous retrouvons des proprétes smlares à celles des chaînes de arkov dscrètes. Probabltés de transton satsfont les éuatons de Chapman-Kolmogorov: = ( ), { } p t p s p t s k k k = Les états et communuent s t, t > tels ue 2 2 p t > et p t > Tous les états u communuent forment une classe > > { }, ; s t S tous les états forment une seule classe, alors la chaîne de arkov est rréductble (nous allons fare cette hypothèse par la sute dans notre analyse): p t t ;,,,.

S tous les états forment une seule classe, alors la chaîne de arkov est rréductble Probabltés à l'éulbre (probablté statonnare) de la chaîne de arkov: lm t (nous allons fare cette hypothèse par la sute dans notre analyse): p t = π =,, > > { } p t t ;,,,. exste et est ndépendante de l'état ntal de la chaîne de arkov Les probabltés à l'éulbre satsfont les relatons suvantes = = π = π p t =,, ; t AIS les éuatons d'éulbre suvantes donne un système d'éuatons plus facle à résoudre pour dentfer les π : = {,, } π = π π = n lm p = π > n π =π p =

Interprétaton ntutve: π : taux auuel le processus part de AIS les éuatons d'éulbre suvantes donne un système d'éuatons plus facle à résoudre pour dentfer les π : = = π = {,, } π = π pusue π : probablté (à l'éulbre) ue le processus sot dans l'état : taux de transton pour sortr de l'état étant donné ue le processus est dans l'état π : taux de passage de l'état à l'état = pusue π : taux de passage à l'état uelue sot l'état dans leuel se trouve le processus : taux de transton de l'état à l'état étant donné ue le processus est dans l'état Donc l s'ensut ue taux de départ de = taux d'arrvée à

Interprétaton ntutve: π : taux auuel le processus part de pusue π : probablté (à l'éulbre) ue le processus sot dans l'état : taux de transton pour sortr de l'état étant donné ue le processus est dans l'état π : taux de passage de l'état à l'état = π pusue : taux de transton de l'état à l'état étant donné ue le processus est dans l'état : taux de passage à l'état uelue sot l'état dans leuel se trouve le processus Donc l s'ensut ue taux de départ de = taux d'arrvée à Nous utlsons donc par la sute ces ÉQUATIONS DE BALANCE

Éuatons d'éulbre = = ÉQUATIONS DE BALANCE {,, } π = π π = Remplaçons les valeurs des dans les éuatons d'éulbre: = = = Intenstés de transton = =. {,, } π = π π = π Donc les éuatons de balance devennent π = = = {,, } = π π = taux de départ de = taux d'arrvée à

Exemple: Deux machnes dentues fonctonnent de façon contnue à mons d'être brsés. Un réparateur dsponble au beson pour réparer les machnes. Temps de réparaton sut une dstrbuton exponentelle avec une moyenne de.5 ournée. Une fos réparée, le temps d'utlsaton d'une machne avant son prochan brs sut une dstrbuton exponentelle de moyenne de ournée. Nous supposons ue ces dstrbutons sont ndépendantes. Consdérons le processus aléatore défn en terme du nombre de machnes en panne. La varable aléatore X ( t ) = États de X ( t ): {,,2} nombre de machnes en panne au temps t. Le temps de réparaton suvant une dstrbuton exponentelle et le temps usu'au prochan brs suvant également une dstrbuton exponentelle entraînent ue { X ( t ) t } ; est une chaîne de arkov en temps contnu

( ) = nombre de machnes en panne au temps t. X t États de X ( t ): {,,2} Le temps de réparaton suvant une dstrbuton exponentelle et le temps usu'au prochan brs suvant également une dstrbuton exponentelle entraînent ue { X ( t ) t } ; est une chaîne de arkov en temps contnu Temps de réparaton sut une dstrbuton exponentelle avec une moyenne de.5 ournée. Taux de réparaton = = 2 machnes par our.5 Une fos réparée, le temps d'utlsaton d'une machne avant son prochan brs sut une dstrbuton exponentelle de moyenne de ournée. Taux de brs d'une machne = = our

Taux de transton ( ) entre les états: Hypothèses: Les deux machnes ne peuvent se brser au même moment: = Le réparateur ne répare u'une seule machne à la fos: = 2 2 Temps de réparaton sut une dstrbuton exponentelle avec une moyenne de.5 ournée taux de réparaton = = 2 machnes par our.5 Le temps d'utlsaton d'une machne avant son prochan brs sut une dstrbuton exponentelle de moyenne de ournée taux de brs = = our Au moment où les deux machnes fonctonnent, alors taux de brs = taux de brs de machne + taux de brs de machne = + = 2

= 2 2 = 2 = 2 2 = 2 Taux de transton ( ) Hypothèses: entre les états: Les deux machnes ne peuvent se brser au même moment: = Le réparateur ne répare u'une seule machne à la fos: = Taux de réparaton = 2 machnes par our.5 = Taux de brs d'une machne = our = Taux de brs s deux machnes sont en marche = 2 2 2

= 2 2 = 2 = 2 2 = 2 Rappe l: ÉQUATIONS DE BALANCE π = = = {,, } = π π = taux de départ de = taux d'arrvée à État : π = π 2π = 2π ( ) État : π + = π + π 2 + π = 2π + 2π 3π = 2π + 2π 2 2 2 2 2 État 2: π = π 2π = π 2 2 2 2 π + π + π + 2

= 2 2 = 2 = 2 2 = 2 État : π = π 2π = 2π ( ) État : π + = π + π 2 + π = 2π + 2π 3π = 2π + 2π 2 2 2 2 2 État 2: π = π 2π = π 2 2 2 2 π + π + π + 2 2π = 2π π = π 2π 2 = π π 2 =.5π π + π +.5π = 2.5π = π =.4 π + π + π 2 = π + π + π 2 = Donc ( π, π, π ) = (.4,.4,.2) 2

Donc = 2 2 = 2 = 2 2 = 2 2 ( π, π, π ) = (.4,.4,.2) 2 Probabltés à l'éulbre π = P aucune machne brsée =.4 π = P une machne brsée =.4 π = P 2 machnes brsées =.2 Nombre moyen de machnes brsée 2 (espérance mathématue) π + π + 2 π = +.4 +.4 =.8