S'inscrire aux newsletters

Article précédent

Files d'attente

| Réf : AF612 v1

Chaînes de Markov

Auteur(s) : Jean LACROIX

Date de publication : 10 oct. 2008

Article suivant

Séries temporelles

Cet article fait partie de l’offre Mathématiques

L'accès à une base complète d'articles actualisée et mise à jour en permanence

En ce moment 144 articles

Des services
et outils pratiques

100 % web consultable
sur tous les supports numériques

VOIR L'OFFRE

Quitter la lecture facile

RÉSUMÉ

La notion de chaîne a été introduite en 1902 par Andrei Markov dans le but de formaliser des problèmes d'épistémologie et de cryptage. Plus tard, vers 1940-1950, est apparu un formalisme beaucoup mieux adapté, proposant des modes opératoires effectifs s'inspirant de la théorie générale des processus stochastiques et de la théorie du potentiel. Cette présentation est élémentaire et ne nécessite que des connaissances de base en probabilités. Des exemples illustrent la théorie débouchant sur des procédures algorithmiques génériques : algorithmes de recherche de mesures invariantes, de la programmation dynamique et des chaînes de Markov cachées.

ABSTRACT

The concept of the chain was introduced in 1902 by Andrei Markov in order to formalize epistemologic and encryption issues. Later, around the years 1940-1950, a much better and adapted formalism appeared, offering effective operating modes inspired by the general theory of stochastic processes and the potential theory. This presentation is basic and only requires a basic knowledge in probabilities. Examples illustrate the theory leading to generic algorithmic approaches: algorithms for invariant measures, dynamic programming and hidden Markov chains.

INTRODUCTION

La notion de chaîne a été introduite en 1902 par Andrei Markov dans le but de formaliser des problèmes d'épistémologie et de cryptage.

L'espace d'états est alors fini et, durant une longue période, beaucoup d'utilisateurs se sont contentés de manipulations matricielles qui trouvent rapidement leurs limites, même avec les moyens informatiques actuels. Ce n'est que vers les années 1940-1950 qu'est apparu un formalisme beaucoup mieux adapté, proposant des modes opératoires effectifs qui s'inspirent de la théorie générale des processus stochastiques et de la théorie du potentiel. La présentation qui en est faite ici est volontairement élémentaire et ne nécessite que des connaissances de base en probabilités. En effet, l'on se restreint ici à un espace d'états dénombrable et l'on ne fait pas usage de concepts plus élaborés comme les filtrations ou la théorie des martingales. La notion de dépendance markovienne est très intuitive ; par contre, les techniques de calcul demandent plus de dextérité et d'entraînement. C'est pourquoi un grand nombre de preuves et d'exemples sont fournis, pour permettre au lecteur de s'exercer à la manipulation d'outils nouveaux. Quelques preuves sont aussi rédigées pour pallier la lourdeur de certaines présentations, principalement en ce qui concerne celles décrites dans le paragraphe . En ce qui concerne les applications, qui sont extrêmement nombreuses, le choix s'est porté sur quelques exemples qui débouchent sur des procédures algorithmiques génériques, relativement récentes et d'un usage très répandu : algorithmes de recherche de mesures invariantes (Propp-Wilson, Metropolis), de la programmation dynamique (Bellman) et des chaînes de Markov cachées (E.M.).

Lire l’article en entier

PERMALIEN

https://www.techniques-ingenieur.fr/base-documentaire/sciences-fondamentales-th8/probabilites-et-statistique-42101210/chaines-de-markov-af612/

RÉFÉRENCE BIBLIOGRAPHIQUE

Exportez la référence bibliographique

Corps de l'article

Auteur(s)

Jean LACROIX : Professeur à l'université Paris VI

BIBLIOGRAPHIE

(1) - BREMAUD (P.) - Chaînes de Markov - Springer-verlag, New-York (2001).
(2) - DELMAS (J.F.), JOURDAIN (B.) - Modéles aléatoires - Mathématiques et applications (57) Springer-verlag, Berlin (2006).
(3) - DURRETT (R.) - Probability : Theory and examples - Wadsworth and Brooks, Pacific Grove (1991).
(4) - LACROIX (J.) - Chaînes de Markov et processus de Poisson - Cours en ligne de l’université de Paris VI http://www.proba.jussieu.fr/supports.php.
(5) - LACROIX (J.), PRIOURET (P.) - Probabilités approfondies - Cours en ligne de l’université de Paris VI http://www.proba.jussieu.fr/supports.php.
(6) - MAZLIAK (L.), PRIOURET (P.), BALDI (P.) - Martingales et chaînes de Markov - Hermann, (2001).
...

Les avantages et services compris dans votre offre

accès

Accès illimité aux
articles en HTML

Enrichis et mis à jour pendant
toute la durée de la souscription

Téléchargement des articles
au format PDF

Pour un usage en toute liberté

Consultation sur tous
les supports numériques

Des contenus optimisés pour
ordinateurs, tablettes et mobiles

services et outils pratiques

Questions aux experts

Les meilleurs experts techniques
et scientifiques vous répondent

Articles découverte

La possibilité de consulter des
articles en dehors de votre offre

Dictionnaire technique multilingue

45 000 termes en français, anglais,
espagnol et allemand

Archives

Technologies anciennes et versions
antérieures des articles

Impression à la demande

Commandez les éditions papier
de vos ressources documentaires

Alertes actualisation

Recevez par email toutes les nouveautés
de vos ressources documentaires

détails de l'offre

	Licence annuelle monoposte	Licence pluriannuelle et/ou multiposte
Droit d'accès
Accès HTML aux articles	Illimité	Illimité
Téléchargement des versions pdf	5 / jour	> 5 / jour (2)
Consultation sur tous les supports	Oui	Oui
Les services
Questions aux experts (1)	4 / an	> 4 / an (2)
Articles découverte	5 / an	> 5 / an (2)
Dictionnaire technique multilingue	Oui	Oui
Archives	Oui	Oui
Impression à la demande	45 € / exemplaire	45 € / exemplaire
Infos mise à jour	Oui	Oui
	AJOUTER AU PANIER	DEMANDER UN DEVIS

(1) Non disponible pour les lycées, les établissements d’enseignement supérieur et autres organismes de formation. (2) Sur devis

AJOUTER AU PANIER

DEMANDER UN DEVIS

Sommaire
Sommaire détaillé

INTRODUCTION

1 - ÉVOLUTION MARKOVIENNE

1.1 - Matrices de transition
1.2 - Définition des chaînes de Markov
1.3 - Dynamique associée à une fonction de transition
1.4 - Exemples

2 - CLASSIFICATION DES CHAÎNES DE MARKOV

2.1 - Récurrence et transience
2.2 - Décomposition en classes irréductibles
2.3 - Récurrence positive et récurrence nulle
2.4 - Quelques outils issus de la théorie du potentiel
2.5 - Étude d'exemples

3 - COMPORTEMENT ASYMPTOTIQUE DES CHAÎNES DE MARKOV

3.1 - Théorème ergodique
3.2 - Stabilisation des chaînes de Markov
3.3 - Chaînes de Doeblin
3.4 - Coalescence. Méthode de Propp & Wilson

4 - APPLICATIONS DES CHAÎNES DE MARKOV

4.1 - Algorithme de Hastings-Metropolis
4.2 - Contrôle stochastique
4.3 - Chaînes de Markov cachées

Publicité Devenez annonceur

Chaînes de Markov

RÉSUMÉ

ABSTRACT

INTRODUCTION

PERMALIEN

RÉFÉRENCE BIBLIOGRAPHIQUE

Auteur(s)

BIBLIOGRAPHIE

accès

services et outils pratiques

SUR LE MÊME SUJET

DANS LES RESSOURCES DOCUMENTAIRES

DANS L'ACTUALITÉ

DANS LES LIVRES BLANCS

DANS LES CONFÉRENCES EN LIGNE

Chaînes de Markov

RÉSUMÉ

ABSTRACT

INTRODUCTION

PERMALIEN

RÉFÉRENCE BIBLIOGRAPHIQUE

La lecture complète de cet article et le téléchargement du PDF sont réservés aux abonnés

Auteur(s)

La lecture complète de cet article et le téléchargement du PDF sont réservés aux abonnés

BIBLIOGRAPHIE

La lecture complète de cet article et le téléchargement du PDF sont réservés aux abonnés

accès

services et outils pratiques

SUR LE MÊME SUJET

DANS LES RESSOURCES DOCUMENTAIRES

DANS L'ACTUALITÉ

DANS LES LIVRES BLANCS

DANS LES CONFÉRENCES EN LIGNE