Scribd Logo
Importer

Bienvenue sur Scribd !

  • 207 vues

    MEPS2024 TDCorr

    Transféré par

    bochramiinfo

    Droits d'auteur :

    © All Rights Reserved
    Téléchargez comme PDF, TXT ou lisez en ligne sur Scribd

    MEPS2024 TDCorr

    Transféré par

    bochramiinfo
    207 vues8 pages

    Titre original

    MEPS2024TDCorr

    Copyright

    © © All Rights Reserved

    Formats disponibles

    PDF, TXT ou lisez en ligne sur Scribd

    Avez-vous trouvé ce document utile ?

    Ce contenu est-il inapproprié ?

    Droits d'auteur :

    © All Rights Reserved
    Téléchargez comme PDF, TXT ou lisez en ligne sur Scribd
    Télécharger au format pdf ou txt
    207 vues8 pages

    MEPS2024 TDCorr

    Transféré par

    bochramiinfo

    Droits d'auteur :

    © All Rights Reserved
    Téléchargez comme PDF, TXT ou lisez en ligne sur Scribd
    Télécharger au format pdf ou txt
    sur 8

    Ce cours est destiné aux étudiants inscrits en 1ère année MASTER RT

    Ce document a été conçu et mis en forme par le logiciel Open Source LATEX au
    format imprimé (PDF) par MME HAMDANI ABDIA c 2023-2024. Ce document
    est libre de droits pour une utilisation pédagogique. Toute utilisation non pédago-
    gique et/ou en contexte commercial doit faire l’objet d’une autorisation explicite de
    l’auteur. Tous droits d’adaptation, modification et traduction réservés. Ce document
    est également libre de droits à fins de diffusion publique gratuite faisant référence à
    l’auteur MME HAMDANI ABDIA.

    Copyright c (HAMDANI ABDIA) All rights reserved.


    Chapitre 1

    Travaux dirigés

    1.1 TD 1 : Chaîne de Markov


    1.1.1 Exercice 1 :(deux machines non réparables)
    Soit deux dispositifs comprenant deux éléments fonctionnant indépendamment l’un de l’autre.
    Chaque élément a une fiabilité égale à p au cours d’une journée, ce qui signifie que la probabilité de
    tomber en panne pendant cette période est 1-p. Il n’ y a pas de possibilité de réparation. Au départ,
    les deux éléments du dispositif fonctionnent correctement.
    Notre processus sera dans l’état 0,1 ou 2 selon qu’il y’ a 0,1 ou 2 éléments en panne en début de
    journée.
    - Dresser le graphe représentant les diverses transitions .
    - Donner la matrice de transition correspondante P.

    1.1.2 Exercice 2 :(La souris dans le labyrinthe)


    Une souris se déplace dans le labyrinthe. Initialement, elle se trouve dans la case 1. A chaque
    minute, elle change de case en choisissant, de manière équiprobable, l’une des cases adjacentes. Dès
    qu’elle atteint soit la nourriture (case 4), soit sa tanière (case 5), elle y reste.
    On se pose alors les questions suivantes :
    1- Déterminer la matrice fondamentale de la chaîne.
    2. Calculer la probabilité que la souris atteigne la nourriture.
    3. Calculer le temps moyen du parcours de la souris.

    2
    CHAPITRE 1. TRAVAUX DIRIGÉS

    1.1.3 Exercice 3 : (la météo)


    Dans un pays, il ne fait jamais beau deux jours de suite. Si un jour il fait beau, le lendemain il peut
    neiger ou pleuvoir avec autant de chances. Si un jour il pleut ou il neige, il y a une chance sur deux
    qu’il y ait changement de temps de lendemain, et s’il y a changement, il y a une chance sur deux que
    ce soit pour du beau temps.
    1. Peut on modéliser cette situation avec une chaîne de Markov ? si oui donner sa matrice de
    probabilités de transition.
    2. Si un jour il fait beau, quel est le temps le plus probable pour le surlendemain ?
    3. Supposons que nous n’avons que deux états (beau temps et mauvais temps), déterminer la
    matrice de transition de la nouvelle chaîne ainsi obtenue.

    1.1.4 Exercice 4 :(Ascenseur)


    Un installateur d’ascenseurs dispose d’une seule équipe dont tous les membres travaillent sur le
    même chantier. Les demandes d’installations des clients qui lui parviennent peuvent être réparties en
    2 classes :
    - travaux de moyenne importance, durant une semaine (désignés par A).
    - travaux plus importants durant 2 semaines (désignés par B).
    L’installateur ne reçoit pas de demandes de travaux qui n’entrent pas dans cette classification. Il n’
    y a pas de liste d’attente. Les demandes d’installation parviennent à l’entrepreneur au début de chaque
    semaine. Une observation statistique a montré que les probabilités pour recevoir un lundi donné, au
    moins une demande de travaux du type A, ou au moins une demande de travaux du type B valent
    respectivement p = 0, 5 et q = 0, 6.
    Ces probabilités sont indépendantes . Certaines semaines, des travaux sont refusés, l’équipe étant
    déjà occupée sur une installation de type B : dans ce cas le client s’adresse à un concurrent. D’autres
    semaines l’équipe reste inactive faute de demande d’installation. Lorsque l’installateur reçoit simulta-
    nément 2 demandes : une du type A et une du type B, il donne suite à celle du type B. L’installation
    du type A procure un bénéfice de 5000F, celle du type B 12000F, et l’inactivité de l’équipe pendant
    une semaine engendre une perte de 2500F.
    1. On désire représenter par une chaîne de Markov l’évolution de l’activité de l’équipe d’une semaine
    sur l’autre. Quels sont les 4 états ?
    2. Dessinez le graphe associé à cette chaîne et donnez sa matrice de transition.
    3. En supposant que l’entreprise fonctionne depuis plusieurs semaines, trouver la probabilité de
    chacun des états ; justifier la validité de ce calcul.
    4. En déduire l’espérance mathématique du gain relatif à une semaine de fonctionnement.

    1.1.5 Exercice 5 : (L’imprimante)


    On étudie le fonctionnement d’une imprimante. Celle-ci peut être dans 3 états distincts :
    — Etat 1 : attente d’un caractère à imprimer,
    — Etat 2 : impression d’un caractère,
    — Etat 3 : interruption après avoir reçu un caractère de contrôle.
    Lorsque l’imprimante est en attente, elle reçoit un caractère à imprimer avec la probabilité 0, 80.
    Lorsqu’elle est en impression elle reçoit :
    — un caractère normal avec la probabilité 0, 95 (caractère courant du fichier à imprimer) ;
    — un caractère de fin de fichier avec la probabilité 0, 04 (l’imprimante retourne dans l’état d’at-
    tente) ;
    — un caractère d’interruption avec la probabilité 0, 01 (l’imprimante passe alors dans l’état 3).
    Lorsque l’imprimante est dans l’état 3, elle retourne dans l’état d’attente avec la probabilité 0, 3
    sinon elle reste dans l’état 3.
    1. Montrez que ce système se modélise par un chaîne de Markov à 3 états.
    2. Dessinez le graphe associé à cette chaîne et donnez sa matrice de transition.
    3. Quel est le temps moyen d’une interruption ?

    Page 3
    CHAPITRE 1. TRAVAUX DIRIGÉS

    4. Ecrivez les équations d’équilibre et montrez que cette chaîne est ergodique. Calculez les proba-
    bilités stationnaires associées.
    5. En régime stationnaire, quel est le taux d’utilisation de l’imprimante ?

    1.1.6 Exercice 6 : (distribution stationnaire)


    On considère une chaîne de Markov sur χ = {1, 2, 3, 4}, de matrice de transition

    1. Montrer que cette chaîne est irréductible.


    2. La chaîne est-elle régulière ?
    3. Calculer la distribution stationnaire de la chaîne.

    1.1.7 Exercice 7 : (distribution stationnaire)


    Soit la chaîne de Markov sur χ = {1, 2, 3, 4} dont le graphe est le suivant :

    1. La chaîne est-elle irréductible ?


    2. La chaîne est-elle régulière ?
    3. Déterminer la distribution stationnaire π de la chaîne.
    4. La chaîne est-elle réversible ?

    Page 4
    CHAPITRE 1. TRAVAUX DIRIGÉS

    1.2 TD 1 : Solutions
    1.2.1 Exercice 1 :(deux machines non réparables)
    Le graphe de transition

    La matrice de transition

    1.2.2 Exercice 2 :(La souris dans le labyrinthe)


    On peut essayer de répondre à ces questions en construisant un arbre décrivant les chemins possibles.
    Par exemple, il est clair que la souris se retrouve dans sa tanière au bout d’une minute avec probabilité
    1/3. Sinon, elle passe soit dans la case 2, soit dans la case 3, et depuis chacune de ces cases elle a une
    chance sur deux de trouver la nourriture. Il y a donc une probabilité de 1/6 que la souris trouve la
    nourriture au bout de deux minutes. Dans les autres cas, elle se retrouve dans la case de départ, ce
    qui permet d’établir une formule de récurrence pour les probabilités cherchées.
    Réaliser le graphe de transition en classe....

    1.2.3 Exercice 3 :(météo)


    à réaliser par l’étudiant....

    1.2.4 Exercice 4 :(Ascenseur)


    Q1 : Les quatre états sont : 0 chômage technique

    A tâche A

    B1 tâche B, 1ere semaine

    B2 tâche B, 2eme semaine

    Q2 : On obtient la chaine de Markov suivante

    Page 5
    CHAPITRE 1. TRAVAUX DIRIGÉS

    Q3 : La matrice de transition est :

    Q4 : On calcule la distribution stationnaire en résolvant l’équation linéaire (balance)


    (π0 , π1 , π2 , π3 )= (π0 , π1 , π2 , π3 )P

    ce qui donne le système suivant :

    avec la condition supplémentaire π0 + π1 + π2 + π3 = 1.


    Le calcul de la solution donne π0 = π1 = 1/8 , π3 = π2 = 3/8
    Q5 : Soit la variable aléatoire G représentant le gain hebdomadaire. Le calcul du gain moyen donne
    E(G) = ?2500 π0 + 5000 π1 + 6000(π2 + π3 ) = 4812.5 F

    Page 6
    CHAPITRE 1. TRAVAUX DIRIGÉS

    1.2.5 Exercice 5 :(L’imprimante)


    Le graphe de transition : Q1

    La matrice de transition : Q2

    Q3 :
    Le temps moyen d’une interruption est 1/0.3s = 10/3s On peut supposer que l’unité de temps (u.t.)
    est par exemple la seconde.
    Q4 : Les équations d’équilibre s’écrivent matriciellement sous la forme :

    avec en plus π1 + π2 + π3 = 1. On obtient les mêmes équations par une balance (i.e. pour chaque
    état, ce qui rentre est égal à ce qui sort) :

    La distribution stationnaire s’obtient en résolvant ce système linéaire.


    On trouve π = (0.057, 0.91, 0.030).

    Cette chaine est ergodique i.e. elle est irréductible (i.e. fortement connexe) elle est rréductible car
    on peut transiter de n’importe quel état vers n’importe quel état en un nombre fini de pas et avec une
    probabilité non nulle.

    Page 7
    CHAPITRE 1. TRAVAUX DIRIGÉS

    Q5 : Le taux d’utilisation de l’imprimante est la fraction du temps passée dans les états 2 et 3, soit
    (à cause de l’ergodicité) π2 + π3 = 0.94.

    1.2.6 Exercice 6 : (distribution stationnaire)


    1. La chaîne de Markov est irréductible (érgodique) car : ∀(i, j) ∈ χ, i ∼ j

    2. La chaîne est régulière car P 2 n’a que des éléments strictement positifs,

    3. Calculer la distribution stationnaire de la chaîne : π = 1/33(1, 8, 8, 16).

    1.2.7 Exercice 7 : (distribution stationnaire)

    1. La chaîne de Markov est irréductible (érgodique) car : ∀(i, j) ∈ χ, i ∼ j

    2. La chaîne est régulière (P 2 n’a que des éléments strictement positifs).

    3. Calculer la distribution stationnaire de la chaîne : π = ( 1 /4, 1 /4, 1/ 4, 1 /4).

    4. La chaîne n’est pas réversible (irréversible) . Par exemple : π1 .p13 6= π3 .p31


    π1 .p13 = 0 ( 1/4 . 0) et π3 .p31 (1/4 . 1/2).

    Page 8

    Vous aimerez peut-être aussi