Comment construire la matrice de… : En posant m_ i,j = P_ [X_n=i] ([X_ n+1… — ECG2 appliquées | MetMat

Comment construire la matrice de transition $M$ d'un graphe probabiliste ?

En posant $m_{i,j} = P_{[X_n=i]}([X_{n+1}=j])$ à partir du graphe probabiliste

Construire la matrice de transition $M$ d'une chaîne de Markov à partir de son graphe probabiliste.

Maîtriser

Reconnaître

Résoudre

Que ferais-tu face à un exercice de ce type ?

Météo simplifiée à deux états $1 = \\mathrm{Soleil}$ et $2 = \\mathrm{Pluie}$ : s'il fait soleil, il fera soleil le lendemain avec probabilité $0{,}8$ ; s'il pleut, il fera pluie le lendemain avec probabilité $0{,}6$ . Donner $M$ .

L'objectif

Construire la matrice de transition $M$ d'une chaîne de Markov à partir de son graphe probabiliste.

Le principe

Le coefficient $m_{i,j}$ de la matrice de transition $M$ est la probabilité conditionnelle $P_{[X_n=i]}([X_{n+1}=j])$ de passer de l'état $i$ à l'état $j$ en une étape, c'est-à-dire le poids de l'arête orientée du sommet $i$ vers le sommet $j$ sur le graphe.

La méthode

1
Je numérote les sommets du graphe à partir de $1$ et je note $r$ le nombre total d'états de la chaîne de Markov $(X_n)$ .
2
Pour chaque couple $(i,j)$ d'états, je lis sur le graphe le poids de l'arête orientée allant de $i$ vers $j$ et je pose $m_{i,j} = P_{[X_n=i]}([X_{n+1}=j])$ (en convenant qu'une arête absente correspond à un poids nul).
3
Je vérifie que la matrice $M = (m_{i,j})_{1 \\le i,j \\le r}$ est bien stochastique : tous ses coefficients sont positifs et la somme des coefficients de chaque ligne vaut $1$ .

Pour comprendre, fais des exercices !

Exercice d'exemple

Étape 1 —

Je numérote les sommets du graphe à partir de

1

et je note

r

le nombre total d'états de la chaîne de Markov

(X_n)

Je numérote les états : $1 = \\mathrm{Soleil}$ et $2 = \\mathrm{Pluie}$ , donc $r = 2$ .

Étape 2 —

Pour chaque couple

(i,j)

d'états, je lis sur le graphe le poids de l'arête orientée allant de

i

vers

j

et je pose

m_{i,j} = P_{[X_n=i]}([X_{n+1}=j])

(en convenant qu'une arête absente correspond à un poids nul).

Je lis sur le graphe : $m_{1,1} = 0{,}8$ , $m_{1,2} = 0{,}2$ , $m_{2,1} = 0{,}4$ , $m_{2,2} = 0{,}6$ .

Étape 3 —

Je vérifie que la matrice

M = (m_{i,j})_{1 \\le i,j \\le r}

est bien stochastique : tous ses coefficients sont positifs et la somme des coefficients de chaque ligne vaut

1

Chaque ligne somme à $1$ et tous les coefficients sont dans $[0,1]$ : $M$ est bien une matrice stochastique.

$M = \begin{pmatrix} 0{,}8 & 0{,}2 \\ 0{,}4 & 0{,}6 \end{pmatrix}$

Les applications suivantes et la correction guidée sont réservées aux membres Premium

La méthode et sa première application corrigée restent en accès libre. Le Premium débloque les applications suivantes, l'aide IA et le suivi de ta maîtrise.

Comment construire la matrice de transition MMM d'un graphe probabiliste ?

En posant mi,j=P[Xn=i]([Xn+1=j])m_{i,j} = P_{[X_n=i]}([X_{n+1}=j])mi,j​=P[Xn​=i]​([Xn+1​=j]) à partir du graphe probabiliste

Pour comprendre, fais des exercices !

Comment construire la matrice de transition $M$ d'un graphe probabiliste ?

En posant $m_{i,j} = P_{[X_n=i]}([X_{n+1}=j])$ à partir du graphe probabiliste