Les chaînes de Markov
🟢 FacileLes énoncés sont gratuits, et les 2 premiers corrigés sont offerts. Les autres suivent l'accès à la famille « Matrices, graphes et chaînes de Markov ».
- 1
Donne la propriété qui caractérise une chaîne de Markov.
Voir le corrigéoffert
L'état suivant ne dépend que de l'état actuel, et non de la façon dont on y est arrivé.
Toute l'histoire passée est donc oubliée : seul compte l'endroit où l'on se trouve.
On dit parfois que la chaîne est sans mémoire. - 2
Donne la valeur de la somme des coefficients d'une ligne d'une matrice de transition.
Voir le corrigéoffert
Chaque ligne décrit toutes les évolutions possibles à partir d'un état donné.
Ces évolutions forment l'ensemble des cas possibles, dont les probabilités s'additionnent pour donner 1.
La somme d'une ligne vaut donc toujours 1. - 3
Dans une matrice de transition, le coefficient de la ligne 1 et de la colonne 2 vaut . Explique ce que cela signifie.
🔒 Corrigé réservé aux abonnésS'abonner → - 4
Donne le format de la matrice de transition d'une chaîne possédant 2 états.
🔒 Corrigé réservé aux abonnésS'abonner → - 5
Donne la valeur de la somme des coefficients d'une distribution de probabilité.
🔒 Corrigé réservé aux abonnésS'abonner → - 6
Dans une matrice de transition à 2 états, le premier coefficient de la première ligne vaut . Détermine le second.
🔒 Corrigé réservé aux abonnésS'abonner → - 7
Explique ce que l'on écrit sur les flèches d'un graphe probabiliste.
🔒 Corrigé réservé aux abonnésS'abonner → - 8
Dans une matrice de transition, un coefficient vaut 0. Explique ce que cela signifie.
🔒 Corrigé réservé aux abonnésS'abonner → - 9
Donne la définition d'un état absorbant.
🔒 Corrigé réservé aux abonnésS'abonner → - 10
Indique de quoi dépend l'état d'une chaîne de Markov à l'étape suivante.
🔒 Corrigé réservé aux abonnésS'abonner →
Comment ça s'est passé ?
Retrouve tout dans Mon suivi.