Rev 15495 | Go to most recent revision | Details | Compare with Previous | Last modification | View Log | RSS feed
Rev | Author | Line No. | Line |
---|---|---|---|
12662 | bpr | 1 | !!abstract,linked gloses,internal links,content,dynamic examples,... |
12892 | bpr | 2 | !set gl_author=Euler, Académie de Versailles |
15495 | bpr | 3 | !set gl_keywords=graph,prob_graph,matrix |
12892 | bpr | 4 | !set gl_title=Graphe probabiliste |
15373 | bpr | 5 | !set gl_level=H6 Générale Experte |
12631 | bpr | 6 | : |
7 | : |
||
12662 | bpr | 8 | : |
9 | : |
||
12631 | bpr | 10 | <div class="wims_defn"> |
12693 | bpr | 11 | <h4>Définitions</h4> |
12667 | bpr | 12 | <ul> |
13 | <li> |
||
15462 | bpr | 14 | Un <strong>graphe probabiliste</strong> est un graphe orienté pondéré dans |
15 | lequel la somme des poids des arêtes issues de chaque sommet est égale à 1. |
||
12693 | bpr | 16 | </li><li> |
15462 | bpr | 17 | La <strong>matrice de transition</strong> associée à un graphe probabiliste |
18 | d'ordre \(n\) est la matrice carrée \(M =(a_{i,j})\) d'ordre \(n\) telle |
||
19 | que, pour tous entiers \(i\) et \(j\) vérifiant \(1\leqslant i\leqslant n\) |
||
20 | et <span style="white-space:nowrap">\(1\leqslant j\leqslant n\),</span> |
||
21 | \(a_{i,j}\) est égal au poids de l'arête orientée d'origine le sommet \(i\) |
||
22 | et d'extrémité le sommet \(j\) si cette arête existe, et est égal à \(0\) |
||
23 | sinon. |
||
17174 | bpr | 24 | <br> |
12667 | bpr | 25 | Cette matrice décrit le passage d'un état au suivant. |
12693 | bpr | 26 | </li><li> |
15462 | bpr | 27 | Un <strong>état probabiliste</strong> est une loi de probabilité sur |
28 | l'ensemble des états possibles. |
||
17174 | bpr | 29 | <br> |
12667 | bpr | 30 | Cette loi est représentée par une matrice ligne. |
31 | </li> |
||
32 | </ul> |
||
12631 | bpr | 33 | </div> |
34 | |||
35 | <div class="wims_thm"> |
||
12693 | bpr | 36 | <h4>Théorème 1</h4> |
15462 | bpr | 37 | Soit \(M\) la matrice de transition d'un graphe probabiliste, \(P_0\) la |
38 | matrice ligne décrivant l'état initial et \(P_n\) l'état probabiliste à l'étape |
||
39 | \(n\), où <span style="white-space:nowrap">\(\n \in \NN\).</span> |
||
17174 | bpr | 40 | <br> |
15462 | bpr | 41 | Pour tout \(n\in \NN\), \(P_n=P_0 . M^n\). |
12631 | bpr | 42 | </div> |
43 | <div class="wims_thm"> |
||
12693 | bpr | 44 | <h4>Théorème 2</h4> |
15462 | bpr | 45 | Pour tout graphe probabiliste d'ordre 2 dont la matrice de transition \(M\) ne |
46 | comporte pas de <span style="white-space:nowrap">\(0\),</span> l'état \(P_n\) |
||
47 | converge vers un état \(P\) indépendant de l'état initial \(P_0\) et \(P\) est |
||
48 | l'unique solution de l'équation \(X=X . M\) où |
||
49 | <span style="white-space:nowrap">\(X=[x,y]\),</span> |
||
50 | <span style="white-space:nowrap">\(x\in [ 0;1]\),</span> |
||
51 | <span style="white-space:nowrap"> \(y\in [ 0;1]\),</span> et |
||
52 | <span style="white-space:nowrap">\(x + y = 1\).</span> |
||
12631 | bpr | 53 | </div> |