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.

FILES D’ATTENTE, FIABILITÉ, ACTUARIAT<br />

l’absorption dans les classes récurrentes se fait seulement en partant <strong>de</strong> 1 <strong>et</strong> <strong>de</strong> 4, tandis que<br />

6 a les mêmes probabilités d’abs. que 1. Posant ã = a ,˜b = b on trouve finalement :<br />

a+b a+b<br />

⎛<br />

⎞<br />

0 0 0 3 2 2<br />

5 5˜b 5ã<br />

0 0 0 4 1 1<br />

5 5˜b 5ã<br />

P =<br />

0 0 0 3 2 2<br />

5<br />

5˜b 5ã<br />

⎜ 0 0 0 1 0 0<br />

⎟<br />

⎝<br />

1 1<br />

0 0 0 0 ⎠<br />

2 2<br />

1 1<br />

0 0 0 0<br />

2 2<br />

Exercice 1.6.7 Démontrer la lemme, à partir <strong>de</strong>s <strong>de</strong>ux équations PP = P,PP = P. Que<br />

<strong>de</strong>vient la décomposition (1.17), i.e. les vecteurs propres à droite <strong>et</strong> gauche <strong>de</strong> la valeur 1<br />

dans le cas général?<br />

Solution : Cherchons à trouver un vecteur propre à droite v (j) <strong>et</strong> un vecteur propre à<br />

gauche π (j) pour chaque élément absorbant j.<br />

On trouve π (j) = (0, 0, ..., π j , ..., 0), la distribution stationnaire <strong>de</strong> la classe j. Décomposant<br />

v (j) = (v t , 0, 0, ..., 1, .., 1, 0, ..., 0) on trouve v t = p j , où p j sont les probabilités d’absorbtion<br />

dans la classe j.<br />

En travaillant en forme matricielle, on trouve les matrices <strong>de</strong> rang 1 X j = p j × π j .<br />

Conclusion : On voit que la connaissance <strong>de</strong> la structure du graphe <strong>de</strong> communication<br />

simplifie consi<strong>de</strong>rablement le problème du calcul <strong>de</strong> la limite P.<br />

1.6.7 Exercices<br />

1.<br />

⎛<br />

P =<br />

⎜<br />

⎝<br />

0 1 0 0 0 0<br />

1<br />

4<br />

0 0 0 3 4<br />

0<br />

0 1 0 0 0 0<br />

3<br />

4<br />

0 1 4<br />

0 0 0<br />

0 0 0 1 3<br />

0 2 3<br />

0 0 1 2<br />

0 1 2<br />

0<br />

Calculer la limite P <strong>et</strong> la décomposition spectrale, en utilisant un logiciel si nécessaire.<br />

2. L’espace <strong>de</strong>s <strong>et</strong>ats d’une chaine est S = 1, 2, 3, 4, 5, 6 <strong>et</strong> la matrice <strong>de</strong> transition est<br />

⎛<br />

P =<br />

⎜<br />

⎝<br />

0 1 4<br />

1<br />

2<br />

1<br />

0 0<br />

4<br />

0 1 0 0 0 0<br />

0 0 1 3<br />

0 2 3<br />

0<br />

0 0 0 0 0 1<br />

0 0 1 4<br />

0 3 4<br />

0<br />

1<br />

4<br />

0 0 0 3 4<br />

0<br />

(a) Dessinez le graphe <strong>de</strong> communication <strong>et</strong> i<strong>de</strong>ntifiez les classes <strong>de</strong> la chaîne. Classifier<br />

les classes en récurrents <strong>et</strong> transitoires. Y’ a-t-il <strong>de</strong>s classes periodiques?<br />

(b) Trouvez la distribution stationnaire <strong>de</strong>s classes récurrentes.<br />

(c) Trouvez la limite quand n → inf <strong>de</strong> la matrice <strong>de</strong> transition apres n étapes P n<br />

⎞<br />

⎟<br />

⎠<br />

⎞<br />

⎟<br />

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

Saved successfully!

Ooh no, something went wrong!