17.11.2013 Views

Processus de Markov, de Levy, Files d'attente, Actuariat et Fiabilité ...

Processus de Markov, de Levy, Files d'attente, Actuariat et Fiabilité ...

Processus de Markov, de Levy, Files d'attente, Actuariat et Fiabilité ...

SHOW MORE
SHOW LESS

You also want an ePaper? Increase the reach of your titles

YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.

1.5.3 Les probabilités d’absorbtion<br />

Définition 1.5.4 Soit X t un processus, soit E un sous-ensemble arbitraire <strong>de</strong> l’espace d’états<br />

, <strong>et</strong> soit ∂ son complémentaire. On appelera processus absorbé en l’ensemble d’arrêt ∂<br />

le processus ˜X t obtenu à partir <strong>de</strong> X t en modifiant tous les états en ∂ en sorte qu’ils soient<br />

absorbants.<br />

Dans le prochaine exemple, nous utilisérons plusieurs ensembles d’arrêt.<br />

Exemple 1.5.2 Pour une marche aléatoire X t , t = 0, 1, 2, ... sur le graphe papillon<br />

ci-<strong>de</strong>ssous, calculer :<br />

O<br />

U<br />

B<br />

A<br />

Fig. 1.3 – Marche aléatoire simple sur le graphe papillon<br />

C<br />

1. L’espérance n U en sortant <strong>de</strong> U du nombre <strong>de</strong> pas N jusqu’au noeud O. Indication :<br />

Utiliser la symm<strong>et</strong>rie.<br />

2. Les probabilités stationnaires <strong>de</strong> chaque noeud.<br />

3. L’espérance en sortant <strong>de</strong> O du nombre <strong>de</strong> pas ÑO jusqu’au premier r<strong>et</strong>our à O.<br />

4. La probabilité p A = P A {X N = O} = P A {N O < N U }, où N = min[N U , N O ].<br />

Solution : 4) En résolvant le système d’absorbtion pour p A , p B , p C , on trouve p A =<br />

3/4, p B = 1/2, p C = 1/4.<br />

Exercice 1.5.2 Etant donnée une chaîne finie avec <strong>de</strong>ux états absorbants 0, B <strong>et</strong> le reste<br />

<strong>de</strong>s états transitoires, Obtenez un système <strong>et</strong> une formule explicite pour le vecteur b = (b i =<br />

P i [X T = B], i ∈ T ).<br />

Sol : b = Qb+a B ⇐⇒ b = (I−Q) −1 a B où a B est le vecteur <strong>de</strong>s probabilités d’absorbtion<br />

directe en B (i.e. après un pas).<br />

Supposons qu’il y a plusieurs états absorbants à probabilités d’absorbtion p (j) , j ∈ S −∂,<br />

qui donnent <strong>de</strong>s ”prix finals” f = {f j , j ∈ ∂}, posons ˆp i = E i f(N), <strong>et</strong> ˆp = {ˆp i , i ∈ S − ∂}<br />

le vecteur <strong>de</strong> prix finals esperés. Le calcul <strong>de</strong> ˆp est le fameux problème <strong>de</strong> Dirichl<strong>et</strong>. Par<br />

exemple, pour f j = {0, ..., 0, 1, 0, ...} = {δ j (i), i = 1, 2, ...} (avec le 1 sur la position j) on<br />

obtient les probabilités d’absorbtion ˆp i (j) = P i {X N = j} = E i I {XN =j}.<br />

La théorie <strong>de</strong>s chaînes pour les quelles tous les états récurrents sont absorbants peut être<br />

utilisée pour étudier n’importe quelle chaîne, en modifiant certaines transitions.<br />

Théorème 1.5.2 Le vecteur ˆp d’espérances d’un ”prix final” f satisfait le système d’absorbtion<br />

ˆp = Qˆp + P (T ,∂) f

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!