User Tools

Site Tools


Sidebar

* [[http://www.labri.fr/perso/melancon|Me as a researcher]] --- * [[start|Home]] * [[proj_techno:start|Projets technologiques - Licence 3 Informatique]] 4TIN601U * [[proj_CMI_L2:start|Projet de programmation - CMI ISI]] 4TCM401U * [[MIAGE:processus_stoch_simulation|Processus stochastiques et simulation - MIAGE et e-MIAGE]] 4TYE814U / 4TYE808U ---- * **Fête de la Science** - [[mathc2+:analyse|"Analyse de réseau appliquée aux réseau sociaux"]] ---- * Master U de Bx * [[http://www.labri.fr/perso/melancon/Visual_Analytics_Course/|Visual Analytics]] * [[e-miage_ubx_i|e-MIAGE U de Bx]] * [[estia:estia|ESTIA DataViz / Data Science]] * [[Enseignements passés]] ---- * [[http://www.labri.fr/perso/melancon|Research]] ---- * [[admin:Site admin]]

miage_solution:solution_kodja_markov_2_etats

====== Master 4TYE814U/4TYE808U MIAGE & e-MIAGE -- Processus stochastiques et simulation ====== ===== Séance de travaux dirigé ===== ==== Exercice ==== On revient à la chaîne de Markov à deux états de la section précédente. * Calculez: $$ P(X_1 = 0 | X_0 = 0, X_2 = 0) = \frac{(1-p)^2}{(1-p)^2 + pq} $$ ---- On reprend la définition de la probabilité conditionnelle: $$ P(X_1 = 0 | X_0 = 0, X_2 = 0) = \frac{P(X_1 = 0 \cap X_0 = 0 \cap X_2 = 0)}{P(X_0 = 0 \cap X_2 = 0)} $$ et on utilise une propriété du calcul des probabilité, à savoir que $$ P(X_0 = 0 \cap X_2 = 0) = P(X_0 = 0 \cap X_1 = 0 \cap X_2 = 0) + P(X_0 = 0 \cap X_1 = 1 \cap X_2 = 0) $$ Du coup, l'expression à évaluer est égale à: $$ P(X_1 = 0 | X_0 = 0, X_2 = 0) = \frac{P(X_1 = 0 \cap X_0 = 0 \cap X_2 = 0)}{P(X_0 = 0 \cap X_1 = 0 \cap X_2 = 0) + P(X_0 = 0 \cap X_1 = 1 \cap X_2 = 0)} $$ Or, de l'exercice précédent on trouve que: $$ P(X_2 = 0 \cap X_1 = 0 \cap X_0 = 0) = P(X_2 = 0 | X_1 = 0) P(X_1 = 0 | X_0 = 0) P(X_0 = 0) $$ $$ P(X_2 = 0 \cap X_0 = 1 \cap X_0 = 0) = P(X_2 = 0 | X_1 = 1) P(X_1 = 1 | X_0 = 0) P(X_0 = 0) $$ On trouve donc: $$ P(X_1 = 0 | X_0 = 0, X_2 = 0) $$ $$ = \frac{P(X_2 = 0 | X_1 = 0) P(X_1 = 0 | X_0 = 0) P(X_0 = 0)}{P(X_2 = 0 | X_1 = 0) P(X_1 = 0 | X_0 = 0) P(X_0 = 0) + P(X_2 = 0 | X_1 = 1) P(X_1 = 1 | X_0 = 0) P(X_0 = 0)} $$ $$ = \frac{P(X_2 = 0 | X_1 = 0) P(X_1 = 0 | X_0 = 0)}{P(X_2 = 0 | X_1 = 0) P(X_1 = 0 | X_0 = 0) + P(X_2 = 0 | X_1 = 1) P(X_1 = 1 | X_0 = 0)} $$ (on simplifie le terme $P(X_0 = 0)$ présent partout). Ne reste plus qu'à substituer les valeurs $P(X_2 = 0 | X_1 = 0) = P(X_1 = 0 | X_0 = 0) = (1-p)$, $P(X_2 = 0 | X_1 = 1) = p$ et $P(X_1 = 1 | X_0 = 0) = q$. --- [[miage:td_analytique|Retourner au TD]]

miage_solution/solution_kodja_markov_2_etats.txt · Last modified: 2018/01/21 20:13 by melancon