Académique Documents
Professionnel Documents
Culture Documents
Analyse
V. Augusto
Pr
esentation
Donn
ees dune
simulation
Donn
ees
Entr
ees directes
Distribution
empirique
Distribution
th
eorique
Absence de
donn
ees
G
en
eration de
variables
al
eatoires
G
en
eralit
es
G
en
eration de
VA uniformes
G
en
eration de
VA
non-uniformes
Lois usuelles
continues
Lois usuelles
discr`
etes
Interpr
etation
des sorties
G
en
eralit
es
Syst`
emes
terminaux
Syst`
emes
non-terminaux
1/60
Ecole
Nationale Sup
erieure des Mines de Saint-Etienne
2010-2011
Simulation :
Analyse
V. Augusto
Pr
esentation
Donn
ees dune
simulation
Donn
ees
Entr
ees directes
Distribution
empirique
Distribution
th
eorique
Absence de
donn
ees
G
en
eration de
variables
al
eatoires
G
en
eralit
es
G
en
eration de
VA uniformes
G
en
eration de
VA
non-uniformes
Lois usuelles
continues
Lois usuelles
discr`
etes
Interpr
etation
des sorties
G
en
eralit
es
Syst`
emes
terminaux
Syst`
emes
non-terminaux
2/60
1 Pr
esentation
2 Donn
ees dune simulation
3 G
eneration de variables aleatoires
4 Interpr
etation des sorties
Simulation :
Analyse
Presentation
V. Augusto
Pr
esentation
Donn
ees dune
simulation
Donn
ees
Entr
ees directes
Distribution
empirique
Distribution
th
eorique
Absence de
donn
ees
G
en
eration de
variables
al
eatoires
G
en
eralit
es
G
en
eration de
VA uniformes
G
en
eration de
VA
non-uniformes
Lois usuelles
continues
Lois usuelles
discr`
etes
Interpr
etation
des sorties
G
en
eralit
es
Syst`
emes
terminaux
Syst`
emes
non-terminaux
3/60
Simulation :
Analyse
Presentation
V. Augusto
Pr
esentation
Donn
ees dune
simulation
Donn
ees
Entr
ees directes
Distribution
empirique
Distribution
th
eorique
Absence de
donn
ees
G
en
eration de
variables
al
eatoires
G
en
eralit
es
G
en
eration de
VA uniformes
G
en
eration de
VA
non-uniformes
Lois usuelles
continues
Lois usuelles
discr`
etes
Interpr
etation
des sorties
G
en
eralit
es
Syst`
emes
terminaux
Syst`
emes
non-terminaux
4/60
Simulation :
Analyse
Presentation
V. Augusto
Pr
esentation
Donn
ees dune
simulation
Donn
ees
Entr
ees directes
Distribution
empirique
Distribution
th
eorique
Absence de
donn
ees
G
en
eration de
variables
al
eatoires
G
en
eralit
es
G
en
eration de
VA uniformes
G
en
eration de
VA
non-uniformes
Lois usuelles
continues
Lois usuelles
discr`
etes
Interpr
etation
des sorties
G
en
eralit
es
Syst`
emes
terminaux
Syst`
emes
non-terminaux
5/60
Simulation :
Analyse
V. Augusto
Pr
esentation
Donn
ees dune
simulation
Donn
ees
Entr
ees directes
Distribution
empirique
Distribution
th
eorique
Absence de
donn
ees
G
en
eration de
variables
al
eatoires
G
en
eralit
es
G
en
eration de
VA uniformes
G
en
eration de
VA
non-uniformes
Lois usuelles
continues
Lois usuelles
discr`
etes
Interpr
etation
des sorties
G
en
eralit
es
Syst`
emes
terminaux
Syst`
emes
non-terminaux
6/60
1 Pr
esentation
2 Donn
ees dune simulation
3 G
eneration de variables aleatoires
4 Interpr
etation des sorties
Simulation :
Analyse
V. Augusto
Pr
esentation
Donn
ees dune
simulation
Donn
ees
Entr
ees directes
Distribution
empirique
Distribution
th
eorique
Absence de
donn
ees
G
en
eration de
variables
al
eatoires
G
en
eralit
es
G
en
eration de
VA uniformes
G
en
eration de
VA
non-uniformes
Lois usuelles
continues
Lois usuelles
discr`
etes
Interpr
etation
des sorties
G
en
eralit
es
Syst`
emes
terminaux
Syst`
emes
non-terminaux
7/60
Informations collectees :
X1 , X2 , . . . , Xn
Etablissement
dune distribution empirique ?
Etablissement
dune distribution theorique ?
Simulation :
Analyse
Entrees directes
V. Augusto
Pr
esentation
Donn
ees dune
simulation
Donn
ees
Entr
ees directes
Distribution
empirique
Distribution
th
eorique
Absence de
donn
ees
G
en
eration de
variables
al
eatoires
G
en
eralit
es
G
en
eration de
VA uniformes
G
en
eration de
VA
non-uniformes
Lois usuelles
continues
Lois usuelles
discr`
etes
Interpr
etation
des sorties
G
en
eralit
es
Syst`
emes
terminaux
Syst`
emes
non-terminaux
8/60
comportement observe.
La simulation perd de son int
eret : si les entrees sont
Simulation :
Analyse
V. Augusto
Pr
esentation
Donn
ees dune
simulation
Donn
ees
Entr
ees directes
Distribution
empirique
Distribution
th
eorique
Absence de
donn
ees
G
en
eration de
variables
al
eatoires
G
en
eralit
es
G
en
eration de
VA uniformes
G
en
eration de
VA
non-uniformes
Lois usuelles
continues
Lois usuelles
discr`
etes
Interpr
etation
des sorties
G
en
eralit
es
Syst`
emes
terminaux
Syst`
emes
non-terminaux
9/60
Remarques :
Tous les
echantillons tires ulterieurement `a partir de cette
lechantillon X (n).
Simulation :
Analyse
V. Augusto
Pr
esentation
Donn
ees dune
simulation
Donn
ees
Entr
ees directes
Distribution
empirique
Distribution
th
eorique
Absence de
donn
ees
G
en
eration de
variables
al
eatoires
G
en
eralit
es
G
en
eration de
VA uniformes
G
en
eration de
VA
non-uniformes
Lois usuelles
continues
Lois usuelles
discr`
etes
Interpr
etation
des sorties
G
en
eralit
es
Syst`
emes
terminaux
Syst`
emes
non-terminaux
10/60
Resume :
Soient X
es.
1 , . . . , Xn tri
0 si x < X1
xXi
i1
si Xi x Xi+1
+
F (x) =
n1 (n1)(Xi+1 Xi )
1 si x Xn
Avantages et inconvenients :
+ Permet delargir tr`es simplement les jeux de donnees.
Probl`eme des valeurs extr`emes : toutes les donnees
generees sont comprises entre X(1) et X(n) ; or les valeurs
extr`emes sont souvent celles qui provoquent un blocage du
syst`eme, i.e. les plus interessantes.
Probl`eme des irregularites : sur des echantillons de petite
taille, un seul point extr`eme peut fausser la distribution.
Simulation :
Analyse
V. Augusto
Pr
esentation
Donn
ees dune
simulation
Donn
ees
Entr
ees directes
Distribution
empirique
Distribution
th
eorique
Absence de
donn
ees
G
en
eration de
variables
al
eatoires
G
en
eralit
es
G
en
eration de
VA uniformes
G
en
eration de
VA
non-uniformes
Lois usuelles
continues
Lois usuelles
discr`
etes
Interpr
etation
des sorties
G
en
eralit
es
Syst`
emes
terminaux
Syst`
emes
non-terminaux
11/60
Interet :
Permet d
elargir les jeux de tests, avec eventuellement la
Demarche :
1
2
Donnees : X1 , . . . , Xn .
Etude
statistique preliminaire.
Simulation :
Analyse
V. Augusto
Pr
esentation
Donn
ees dune
simulation
Donn
ees
Entr
ees directes
Distribution
empirique
Distribution
th
eorique
Absence de
donn
ees
G
en
eration de
variables
al
eatoires
G
en
eralit
es
G
en
eration de
VA uniformes
G
en
eration de
VA
non-uniformes
Lois usuelles
continues
Lois usuelles
discr`
etes
Interpr
etation
des sorties
G
en
eralit
es
Syst`
emes
terminaux
Syst`
emes
non-terminaux
12/60
i=1
(n j)S 2 (n)
Simulation :
Analyse
V. Augusto
2. Etude
statistique preliminaire
Pr
esentation
Donn
ees dune
simulation
Donn
ees
Entr
ees directes
Distribution
empirique
Distribution
th
eorique
Absence de
donn
ees
G
en
eration de
variables
al
eatoires
G
en
eralit
es
G
en
eration de
VA uniformes
G
en
eration de
VA
non-uniformes
Lois usuelles
continues
Lois usuelles
discr`
etes
Interpr
etation
des sorties
G
en
eralit
es
Syst`
emes
terminaux
Syst`
emes
non-terminaux
13/60
(n) .
Moyenne : X
Variance : S 2 (n).
Coefficient de variation : cv =
M
ediane : m =
S 2 (n)
(n) .
X
X((n+1)/2) si n impair
1
2 (X(n/2) + X((n/2)+1) ) si n pair
Simulation :
Analyse
2. Etude
statistique preliminaire
V. Augusto
Pr
esentation
Donn
ees dune
simulation
Donn
ees
Entr
ees directes
Distribution
empirique
Distribution
th
eorique
Absence de
donn
ees
G
en
eration de
variables
al
eatoires
G
en
eralit
es
G
en
eration de
VA uniformes
G
en
eration de
VA
non-uniformes
Lois usuelles
continues
Lois usuelles
discr`
etes
Interpr
etation
des sorties
G
en
eralit
es
Syst`
emes
terminaux
Syst`
emes
non-terminaux
14/60
1X
(Xi X (n))3
n
(n) =
i=1
(S 2 (n))3/2
Remarques :
Pour des distributions sym
etriques, la moyenne (estimee)
Simulation :
Analyse
V. Augusto
Pr
esentation
Donn
ees dune
simulation
Donn
ees
Entr
ees directes
Distribution
empirique
Distribution
th
eorique
Absence de
donn
ees
G
en
eration de
variables
al
eatoires
G
en
eralit
es
G
en
eration de
VA uniformes
G
en
eration de
VA
non-uniformes
Lois usuelles
continues
Lois usuelles
discr`
etes
Interpr
etation
des sorties
G
en
eralit
es
Syst`
emes
terminaux
Syst`
emes
non-terminaux
15/60
Simulation :
Analyse
V. Augusto
Pr
esentation
Donn
ees dune
simulation
Donn
ees
Entr
ees directes
Distribution
empirique
Distribution
th
eorique
Absence de
donn
ees
G
en
eration de
variables
al
eatoires
G
en
eralit
es
G
en
eration de
VA uniformes
G
en
eration de
VA
non-uniformes
Lois usuelles
continues
Lois usuelles
discr`
etes
Interpr
etation
des sorties
G
en
eralit
es
Syst`
emes
terminaux
Syst`
emes
non-terminaux
16/60
Simulation :
Analyse
V. Augusto
Pr
esentation
Donn
ees dune
simulation
Donn
ees
Entr
ees directes
Distribution
empirique
Distribution
th
eorique
Absence de
donn
ees
G
en
eration de
variables
al
eatoires
G
en
eralit
es
G
en
eration de
VA uniformes
G
en
eration de
VA
non-uniformes
Lois usuelles
continues
Lois usuelles
discr`
etes
Interpr
etation
des sorties
G
en
eralit
es
Syst`
emes
terminaux
Syst`
emes
non-terminaux
17/60
Algorithme :
Soit p (x) (ou f (x) en continu) une loi candidate et le
L() .
L()
Simulation :
Analyse
V. Augusto
Pr
esentation
Donn
ees dune
simulation
Donn
ees
Entr
ees directes
Distribution
empirique
Distribution
th
eorique
Absence de
donn
ees
G
en
eration de
variables
al
eatoires
G
en
eralit
es
G
en
eration de
VA uniformes
G
en
eration de
VA
non-uniformes
Lois usuelles
continues
Lois usuelles
discr`
etes
Interpr
etation
des sorties
G
en
eralit
es
Syst`
emes
terminaux
Syst`
emes
non-terminaux
18/60
Proprietes :
En g
eneral, est unique et tend vers lorsque n .
M
ethode adaptable `a des lois `a plusieurs param`etres
L(s, p) :
calcul des d
erivees partielles s, p ;
d
etermination de (s , p) pour lequel les derivees partielles
sannulent.
Technique num
erique de recherche optimum.
Simulation :
Analyse
V. Augusto
Pr
esentation
Donn
ees dune
simulation
Donn
ees
Entr
ees directes
Distribution
empirique
Distribution
th
eorique
Absence de
donn
ees
G
en
eration de
variables
al
eatoires
G
en
eralit
es
G
en
eration de
VA uniformes
G
en
eration de
VA
non-uniformes
Lois usuelles
continues
Lois usuelles
discr`
etes
Interpr
etation
des sorties
G
en
eralit
es
Syst`
emes
terminaux
Syst`
emes
non-terminaux
19/60
Exercice :
Soient X1 , . . . , Xn .
Simulation :
Analyse
4. Test dadequation
V. Augusto
Pr
esentation
Donn
ees dune
simulation
Donn
ees
Entr
ees directes
Distribution
empirique
Distribution
th
eorique
Absence de
donn
ees
G
en
eration de
variables
al
eatoires
G
en
eralit
es
G
en
eration de
VA uniformes
G
en
eration de
VA
non-uniformes
Lois usuelles
continues
Lois usuelles
discr`
etes
Interpr
etation
des sorties
G
en
eralit
es
Syst`
emes
terminaux
Syst`
emes
non-terminaux
20/60
Test graphique :
Comparaison entre lhistogramme deduit de lechantillon et de
la fonction de densite choisie.
hj est la proportion de Xi dans lintervalle [bj1 , bj ).
rj est la proportion esp
eree parmi n observations devant
Simulation :
Analyse
4. Test dadequation
V. Augusto
Pr
esentation
Test du 2 :
Donn
ees dune
simulation
Donn
ees
Entr
ees directes
Distribution
empirique
Distribution
th
eorique
Absence de
donn
ees
G
en
eration de
variables
al
eatoires
G
en
eralit
es
G
en
eration de
VA uniformes
G
en
eration de
VA
non-uniformes
Lois usuelles
continues
Lois usuelles
discr`
etes
D
ecoupage de lespace des valeurs possibles en k
Nj = n.
j=1
Interpr
etation
des sorties
G
en
eralit
es
Syst`
emes
terminaux
Syst`
emes
non-terminaux
21/60
On a alors 2 =
k
X
j=1
(Nj npj )2
.
npj
Simulation :
Analyse
4. Test dadequation
V. Augusto
Pr
esentation
Donn
ees dune
simulation
Donn
ees
Entr
ees directes
Distribution
empirique
Distribution
th
eorique
Absence de
donn
ees
G
en
eration de
variables
al
eatoires
G
en
eralit
es
G
en
eration de
VA uniformes
G
en
eration de
VA
non-uniformes
Lois usuelles
continues
Lois usuelles
discr`
etes
Interpr
etation
des sorties
G
en
eralit
es
Syst`
emes
terminaux
Syst`
emes
non-terminaux
22/60
equiprobable).
En pratique, npj 5 j.
Remarque :
Hypoth`
ese : les Xi sont des VA independantes et
vraie ou fausse.
Le test du 2 ne permet (normalement) pas de comparer
deux fonctions :
echantillon trop petit : inefficace ;
echantillon trop gros : rejet en erreur.
Simulation :
Analyse
En labsence de donnees...
V. Augusto
Pr
esentation
Donn
ees dune
simulation
Donn
ees
Entr
ees directes
Distribution
empirique
Distribution
th
eorique
Absence de
donn
ees
G
en
eration de
variables
al
eatoires
G
en
eralit
es
G
en
eration de
VA uniformes
G
en
eration de
VA
non-uniformes
Lois usuelles
continues
Lois usuelles
discr`
etes
Interpr
etation
des sorties
G
en
eralit
es
Syst`
emes
terminaux
Syst`
emes
non-terminaux
23/60
Loi triangulaire :
D
eterminer
c, i.e. la valeur la
plus souvent
rencontree.
Simulation :
Analyse
V. Augusto
Pr
esentation
Donn
ees dune
simulation
Donn
ees
Entr
ees directes
Distribution
empirique
Distribution
th
eorique
Absence de
donn
ees
G
en
eration de
variables
al
eatoires
G
en
eralit
es
G
en
eration de
VA uniformes
G
en
eration de
VA
non-uniformes
Lois usuelles
continues
Lois usuelles
discr`
etes
Interpr
etation
des sorties
G
en
eralit
es
Syst`
emes
terminaux
Syst`
emes
non-terminaux
24/60
En labsence de donnees...
Loi de type BETA(, ) :
Si = : loi uniforme.
Si > > 1 : d
ecalage `a gauche.
Simulation :
Analyse
V. Augusto
Pr
esentation
Donn
ees dune
simulation
Donn
ees
Entr
ees directes
Distribution
empirique
Distribution
th
eorique
Absence de
donn
ees
G
en
eration de
variables
al
eatoires
G
en
eralit
es
G
en
eration de
VA uniformes
G
en
eration de
VA
non-uniformes
Lois usuelles
continues
Lois usuelles
discr`
etes
Interpr
etation
des sorties
G
en
eralit
es
Syst`
emes
terminaux
Syst`
emes
non-terminaux
25/60
1 Pr
esentation
2 Donn
ees dune simulation
3 G
eneration de variables aleatoires
4 Interpr
etation des sorties
Simulation :
Analyse
Generalites
V. Augusto
Pr
esentation
Donn
ees dune
simulation
Donn
ees
Entr
ees directes
Distribution
empirique
Distribution
th
eorique
Absence de
donn
ees
G
en
eration de
variables
al
eatoires
G
en
eralit
es
G
en
eration de
VA uniformes
G
en
eration de
VA
non-uniformes
Lois usuelles
continues
Lois usuelles
discr`
etes
Interpr
etation
des sorties
G
en
eralit
es
Syst`
emes
terminaux
Syst`
emes
non-terminaux
26/60
comparaison).
Simulation :
Analyse
Generation de VA uniformes
V. Augusto
Pr
esentation
Donn
ees dune
simulation
Donn
ees
Entr
ees directes
Distribution
empirique
Distribution
th
eorique
Absence de
donn
ees
G
en
eration de
variables
al
eatoires
G
en
eralit
es
G
en
eration de
VA uniformes
G
en
eration de
VA
non-uniformes
Lois usuelles
continues
Lois usuelles
discr`
etes
Interpr
etation
des sorties
G
en
eralit
es
Syst`
emes
terminaux
Syst`
emes
non-terminaux
27/60
Remarques :
G
enerateur pas vraiment aleatoire (seulement m choix,
Simulation :
Analyse
V. Augusto
Generation de VA non-uniformes
Pr
esentation
Donn
ees dune
simulation
Donn
ees
Entr
ees directes
Distribution
empirique
Distribution
th
eorique
Absence de
donn
ees
G
en
eration de
variables
al
eatoires
G
en
eralit
es
G
en
eration de
VA uniformes
G
en
eration de
VA
non-uniformes
Lois usuelles
continues
Lois usuelles
discr`
etes
Interpr
etation
des sorties
G
en
eralit
es
Syst`
emes
terminaux
Syst`
emes
non-terminaux
28/60
Position du probl`eme :
Hypoth`
ese : le generateur de VA UNIF(0, 1) est efficace et
s
ur.
Plusieurs algorithmes existent pour tirer une VA.
Comment mesurer leur efficacite ?
exactitude : si en entr
ee les VA U(0, 1), les VA en sortie
Simulation :
Analyse
V. Augusto
Pr
esentation
Donn
ees dune
simulation
Donn
ees
Entr
ees directes
Distribution
empirique
Distribution
th
eorique
Absence de
donn
ees
G
en
eration de
variables
al
eatoires
G
en
eralit
es
G
en
eration de
VA uniformes
G
en
eration de
VA
non-uniformes
Lois usuelles
continues
Lois usuelles
discr`
etes
Interpr
etation
des sorties
G
en
eralit
es
Syst`
emes
terminaux
Syst`
emes
non-terminaux
29/60
Hypoth`eses :
On cherche `
a generer X continue.
La fonction de r
epartition F est continue, strictement
croissante.
F 1 est la fonction inverse de F .
Algorithme :
1
Retourner X = F 1 (U).
Exemple :
x
Simulation :
Analyse
V. Augusto
Pr
esentation
Donn
ees dune
simulation
Donn
ees
Entr
ees directes
Distribution
empirique
Distribution
th
eorique
Absence de
donn
ees
G
en
eration de
variables
al
eatoires
G
en
eralit
es
G
en
eration de
VA uniformes
G
en
eration de
VA
non-uniformes
Lois usuelles
continues
Lois usuelles
discr`
etes
Interpr
etation
des sorties
G
en
eralit
es
Syst`
emes
terminaux
Syst`
emes
non-terminaux
30/60
Cas discret :
F (x) = P(X x) =
p(xi ).
xi x
On suppose que x1 x2 xk .
Algorithme :
1
Retourner X = xj .
Avantages/Inconvenients :
+ Rapidite, simplicite.
Une determination analytique de F 1 nest pas toujours
facile/possible.
Simulation :
Analyse
V. Augusto
Pr
esentation
Donn
ees dune
simulation
Donn
ees
Entr
ees directes
Distribution
empirique
Distribution
th
eorique
Absence de
donn
ees
G
en
eration de
variables
al
eatoires
G
en
eralit
es
G
en
eration de
VA uniformes
G
en
eration de
VA
non-uniformes
Lois usuelles
continues
Lois usuelles
discr`
etes
Interpr
etation
des sorties
G
en
eralit
es
Syst`
emes
terminaux
Syst`
emes
non-terminaux
31/60
Hypoth`eses :
F peut sexprimer comme une combinaison convexe
dautres fonctions F1 , . . . , Fn .
n
X
F (x) =
pj Fj (x) avec pj 0.
i=1
Algorithme :
1
Simulation :
Analyse
V. Augusto
Pr
esentation
Donn
ees dune
simulation
Donn
ees
Entr
ees directes
Distribution
empirique
Distribution
th
eorique
Absence de
donn
ees
G
en
eration de
variables
al
eatoires
G
en
eralit
es
G
en
eration de
VA uniformes
G
en
eration de
VA
non-uniformes
Lois usuelles
continues
Lois usuelles
discr`
etes
Interpr
etation
des sorties
G
en
eralit
es
Syst`
emes
terminaux
Syst`
emes
non-terminaux
32/60
Remarque :
Il faut deux VA uniformes pour un generer une seule.
Simulation :
Analyse
V. Augusto
Pr
esentation
Donn
ees dune
simulation
Donn
ees
Entr
ees directes
Distribution
empirique
Distribution
th
eorique
Absence de
donn
ees
G
en
eration de
variables
al
eatoires
G
en
eralit
es
G
en
eration de
VA uniformes
G
en
eration de
VA
non-uniformes
Lois usuelles
continues
Lois usuelles
discr`
etes
Interpr
etation
des sorties
G
en
eralit
es
Syst`
emes
terminaux
Syst`
emes
non-terminaux
33/60
Hypoth`eses :
La VA sexprime comme la somme de VA :
X = Y1 + + Yn , Yi IID.
Algorithme :
1
Generer Y1 , . . . , Yn IID.
Retourner X = Y1 + + Yn .
Remarque :
Il faut au moins n VA uniformes pour un generer une seule.
Simulation :
Analyse
V. Augusto
Pr
esentation
Donn
ees dune
simulation
Donn
ees
Entr
ees directes
Distribution
empirique
Distribution
th
eorique
Absence de
donn
ees
G
en
eration de
variables
al
eatoires
G
en
eralit
es
G
en
eration de
VA uniformes
G
en
eration de
VA
non-uniformes
Lois usuelles
continues
Lois usuelles
discr`
etes
Interpr
etation
des sorties
G
en
eralit
es
Syst`
emes
terminaux
Syst`
emes
non-terminaux
34/60
Retourner X = Y1 + + Yn .
Simulation :
Analyse
V. Augusto
Pr
esentation
Donn
ees dune
simulation
Donn
ees
Entr
ees directes
Distribution
empirique
Distribution
th
eorique
Absence de
donn
ees
G
en
eration de
variables
al
eatoires
G
en
eralit
es
G
en
eration de
VA uniformes
G
en
eration de
VA
non-uniformes
Lois usuelles
continues
Lois usuelles
discr`
etes
Interpr
etation
des sorties
G
en
eralit
es
Syst`
emes
terminaux
Syst`
emes
non-terminaux
35/60
Retourner X = a + (b a)U.
Exponentielle : EXPO()
C.f. exemple de la transformee inverse.
1
Simulation :
Analyse
V. Augusto
Pr
esentation
Donn
ees dune
simulation
Donn
ees
Entr
ees directes
Distribution
empirique
Distribution
th
eorique
Absence de
donn
ees
G
en
eration de
variables
al
eatoires
G
en
eralit
es
G
en
eration de
VA uniformes
G
en
eration de
VA
non-uniformes
Lois usuelles
continues
Lois usuelles
discr`
etes
Interpr
etation
des sorties
G
en
eralit
es
Syst`
emes
terminaux
Syst`
emes
non-terminaux
36/60
Normale : NORM(, 2 )
Determination dune fonction majorante permettant la
generation de VA.
1
Si W > 1, retourner r
en 1,
2 ln W
.
sinon retourner Y =
W
On a X1 = V1 Y et X2 = V2 Y , avec X1 , X2 NORM(0, 1) IID.
3
Simulation :
Analyse
V. Augusto
Pr
esentation
Donn
ees dune
simulation
Donn
ees
Entr
ees directes
Distribution
empirique
Distribution
th
eorique
Absence de
donn
ees
G
en
eration de
variables
al
eatoires
G
en
eralit
es
G
en
eration de
VA uniformes
G
en
eration de
VA
non-uniformes
Lois usuelles
continues
Lois usuelles
discr`
etes
Interpr
etation
des sorties
G
en
eralit
es
Syst`
emes
terminaux
Syst`
emes
non-terminaux
37/60
Triangulaire : TRIA(a, b, c)
ca
Si X TRIA(0, 1, ba
) alors X 0 = a + (b a)X et
X 0 TRIA(a, b, c).
Si on sait g
enerer X TRIA(0, 1, c), on sait generer
X 0 TRIA(a, b, c).
cup
si 0 u c
1
F (u) =
1 (1 c)(1 u) si c u 1
Algorithme :
1
2
Si U C retourner X = pcU,
sinon retourner X = 1 (1 c)(1 U).
Simulation :
Analyse
V. Augusto
Pr
esentation
Donn
ees dune
simulation
Donn
ees
Entr
ees directes
Distribution
empirique
Distribution
th
eorique
Absence de
donn
ees
G
en
eration de
variables
al
eatoires
G
en
eralit
es
G
en
eration de
VA uniformes
G
en
eration de
VA
non-uniformes
Lois usuelles
continues
Lois usuelles
discr`
etes
Interpr
etation
des sorties
G
en
eralit
es
Syst`
emes
terminaux
Syst`
emes
non-terminaux
38/60
Geometrique : GEOM(p)
1
2
Simulation :
Analyse
V. Augusto
Pr
esentation
Donn
ees dune
simulation
Donn
ees
Entr
ees directes
Distribution
empirique
Distribution
th
eorique
Absence de
donn
ees
G
en
eration de
variables
al
eatoires
G
en
eralit
es
G
en
eration de
VA uniformes
G
en
eration de
VA
non-uniformes
Lois usuelles
continues
Lois usuelles
discr`
etes
Interpr
etation
des sorties
G
en
eralit
es
Syst`
emes
terminaux
Syst`
emes
non-terminaux
39/60
Discr`ete quelconque :
Loi de probabilite donnee sur un ensemble S : p(i), i S.
1
i1
X
p(j) U <
j=0
i
X
p(j).
j=0
Simulation :
Analyse
V. Augusto
Pr
esentation
Donn
ees dune
simulation
Donn
ees
Entr
ees directes
Distribution
empirique
Distribution
th
eorique
Absence de
donn
ees
G
en
eration de
variables
al
eatoires
G
en
eralit
es
G
en
eration de
VA uniformes
G
en
eration de
VA
non-uniformes
Lois usuelles
continues
Lois usuelles
discr`
etes
Interpr
etation
des sorties
G
en
eralit
es
Syst`
emes
terminaux
Syst`
emes
non-terminaux
40/60
1 Pr
esentation
2 Donn
ees dune simulation
3 G
eneration de variables aleatoires
4 Interpr
etation des sorties
Simulation :
Analyse
Simulation terminale
V. Augusto
Pr
esentation
Donn
ees dune
simulation
Donn
ees
Entr
ees directes
Distribution
empirique
Distribution
th
eorique
Absence de
donn
ees
G
en
eration de
variables
al
eatoires
G
en
eralit
es
G
en
eration de
VA uniformes
G
en
eration de
VA
non-uniformes
Lois usuelles
continues
Lois usuelles
discr`
etes
Interpr
etation
des sorties
G
en
eralit
es
Syst`
emes
terminaux
Syst`
emes
non-terminaux
41/60
Remarques :
Les conditions initiales sont importantes : elles doivent
Simulation :
Analyse
V. Augusto
Simulation non-terminale
Pr
esentation
Donn
ees dune
simulation
Donn
ees
Entr
ees directes
Distribution
empirique
Distribution
th
eorique
Absence de
donn
ees
G
en
eration de
variables
al
eatoires
G
en
eralit
es
G
en
eration de
VA uniformes
G
en
eration de
VA
non-uniformes
Lois usuelles
continues
Lois usuelles
discr`
etes
Interpr
etation
des sorties
G
en
eralit
es
Syst`
emes
terminaux
Syst`
emes
non-terminaux
42/60
Etude
du syst`eme en regime permanent : les conditions
initiales sont peu importantes et ne doivent pas influencer
les resultats.
Le r
egime permanent nexiste pas en general : permanent
cyclique/acyclique.
Simulation :
Analyse
V. Augusto
Pr
esentation
Donn
ees dune
simulation
Donn
ees
Entr
ees directes
Distribution
empirique
Distribution
th
eorique
Absence de
donn
ees
G
en
eration de
variables
al
eatoires
G
en
eralit
es
G
en
eration de
VA uniformes
G
en
eration de
VA
non-uniformes
Lois usuelles
continues
Lois usuelles
discr`
etes
Interpr
etation
des sorties
G
en
eralit
es
Syst`
emes
terminaux
Syst`
emes
non-terminaux
43/60
Procedure :
Soient X1 , X2 , . . . , Xn les n r
esultats obtenus par n
replications independantes.
Soit la moyenne finie et 2 la variance finie.
Hypoth`
eses : Xi sont IID et du meme ordre de grandeur.
S 2 (n)
n
o`
u tn1,1/2 est le point critique de la distribution t avec
n 1 degres de liberte et une couverture egale `a 1
2 .
(n) tn1,1/2
X
Simulation :
Analyse
V. Augusto
Pr
esentation
Donn
ees dune
simulation
Donn
ees
Entr
ees directes
Distribution
empirique
Distribution
th
eorique
Absence de
donn
ees
G
en
eration de
variables
al
eatoires
G
en
eralit
es
G
en
eration de
VA uniformes
G
en
eration de
VA
non-uniformes
Lois usuelles
continues
Lois usuelles
discr`
etes
Interpr
etation
des sorties
G
en
eralit
es
Syst`
emes
terminaux
Syst`
emes
non-terminaux
44/60
Remarques :
(n) pour construire
La quantit
e ajoutee et soustraite de X
lIC est appelee demi-largeur de lIC.
Il sagit dune mesure de la pr
ecision avec laquelle on
connait .
Simulation :
Analyse
V. Augusto
Pr
esentation
Donn
ees dune
simulation
Donn
ees
Entr
ees directes
Distribution
empirique
Distribution
th
eorique
Absence de
donn
ees
G
en
eration de
variables
al
eatoires
G
en
eralit
es
G
en
eration de
VA uniformes
G
en
eration de
VA
non-uniformes
Lois usuelles
continues
Lois usuelles
discr`
etes
Interpr
etation
des sorties
G
en
eralit
es
Syst`
emes
terminaux
Syst`
emes
non-terminaux
45/60
Exemple :
Supposons que les 10 observations 1,20 ; 1,50 ; 1,68 ; 1,89 ;
0,95 ; 1,49 ; 1,58 ; 1,55 ; 0,50 ; et 1,09 proviennent dune
distribution normale de moyenne inconnue et que notre
objectif consiste `a construire un IC `a 95 % pour . Nous avons :
(10) = 1, 34 et S 2 (10) = 0, 17
X
qui permettent de calculer lIC suivant pour :
q
q
S 2 (10)
= 1, 34 1, 83 0,17
X (10) t9;0,95
10
10 = 1, 34 0, 24
t9;0,95 provient de la table donnee en annexe. Ainsi, nous
pouvons affirmer avec 90 % de chances que est dans
lintervalle [1, 10; 1, 58].
Simulation :
Analyse
V. Augusto
Pr
esentation
Donn
ees dune
simulation
Donn
ees
Entr
ees directes
Distribution
empirique
Distribution
th
eorique
Absence de
donn
ees
G
en
eration de
variables
al
eatoires
G
en
eralit
es
G
en
eration de
VA uniformes
G
en
eration de
VA
non-uniformes
Lois usuelles
continues
Lois usuelles
discr`
etes
Interpr
etation
des sorties
G
en
eralit
es
Syst`
emes
terminaux
Syst`
emes
non-terminaux
46/60
Simulation :
Analyse
V. Augusto
Pr
esentation
Donn
ees dune
simulation
Donn
ees
Entr
ees directes
Distribution
empirique
Distribution
th
eorique
Absence de
donn
ees
G
en
eration de
variables
al
eatoires
G
en
eralit
es
G
en
eration de
VA uniformes
G
en
eration de
VA
non-uniformes
Lois usuelles
continues
Lois usuelles
discr`
etes
Interpr
etation
des sorties
G
en
eralit
es
Syst`
emes
terminaux
Syst`
emes
non-terminaux
47/60
|
|X
Idee :
Si on proc`ede `a des replications jusqu`a ce que la precision
obtenue verifie la precision souhaitee, i.e. jusqu`a ce que la
demi-largeur de lIC est inferieure ou egale `a ( > 0), alors :
demi-largeur X
+ demi-largeur)
1 P(X
| demi-largeur)
= P(|X
| )
P(|X
Simulation :
Analyse
V. Augusto
Pr
esentation
Donn
ees dune
simulation
Donn
ees
Entr
ees directes
Distribution
empirique
Distribution
th
eorique
Absence de
donn
ees
G
en
eration de
variables
al
eatoires
G
en
eralit
es
G
en
eration de
VA uniformes
G
en
eration de
VA
non-uniformes
Lois usuelles
continues
Lois usuelles
discr`
etes
Interpr
etation
des sorties
G
en
eralit
es
Syst`
emes
terminaux
Syst`
emes
non-terminaux
48/60
Hypoth`eses :
Un intervalle de confiance pour bas
e sur n replications a
ete construit.
Lestimation S 2 (n) de la variance de la population ne
n
= min i n|ti1,1/2
o
S 2 (n)
Interpretation :
Si n < na () et si on proc`ede `a na () n replications, alors
basee sur les na () replications devrait avoir
lestimation de X
une erreur absolue approchee dau plus .
Simulation :
Analyse
V. Augusto
Pr
esentation
Donn
ees dune
simulation
Donn
ees
Entr
ees directes
Distribution
empirique
Distribution
th
eorique
Absence de
donn
ees
G
en
eration de
variables
al
eatoires
G
en
eralit
es
G
en
eration de
VA uniformes
G
en
eration de
VA
non-uniformes
Lois usuelles
continues
Lois usuelles
discr`
etes
Interpr
etation
des sorties
G
en
eralit
es
Syst`
emes
terminaux
Syst`
emes
non-terminaux
49/60
Demarche
nave
|
|X
=
||
a une erreur relative egale `a .
X
| |X
|)
P(|X
| |X
+ |)
= P(|X
+ ||))
| (|X |
P(|X
| ||)
= P((1 )|X
|/|| /(1 ))
= P(|X
Simulation :
Analyse
V. Augusto
Pr
esentation
Donn
ees dune
simulation
Donn
ees
Entr
ees directes
Distribution
empirique
Distribution
th
eorique
Absence de
donn
ees
G
en
eration de
variables
al
eatoires
G
en
eralit
es
G
en
eration de
VA uniformes
G
en
eration de
VA
non-uniformes
Lois usuelles
continues
Lois usuelles
discr`
etes
Interpr
etation
des sorties
G
en
eralit
es
Syst`
emes
terminaux
Syst`
emes
non-terminaux
50/60
Hypoth`eses :
Un intervalle de confiance pour bas
e sur n replications a
ete construit.
Lestimation S 2 (n) de la variance de la population ne
p
n
o
ti1,1/2 S 2 (n)/i
0
= min i n|
(n)|
|X
1+ .
Interpretation :
Si n < nr () et si on proc`ede `a nr () n replications, alors
basee sur les nr () replications devrait avoir
lestimation de X
une erreur relative approchee dau plus .
Simulation :
Analyse
V. Augusto
Pr
esentation
Donn
ees dune
simulation
Donn
ees
Entr
ees directes
Distribution
empirique
Distribution
th
eorique
Absence de
donn
ees
G
en
eration de
variables
al
eatoires
G
en
eralit
es
G
en
eration de
VA uniformes
G
en
eration de
VA
non-uniformes
Lois usuelles
continues
Lois usuelles
discr`
etes
Interpr
etation
des sorties
G
en
eralit
es
Syst`
emes
terminaux
Syst`
emes
non-terminaux
51/60
Probl`eme :
(n) et S 2 (n) peuvent etre imprecis :
X
si nr () est sup
erieur au nombre de replications requis, un
Solution :
Proposer une proc
edure iterative o`
u les replications sont
Simulation :
Analyse
V. Augusto
Pr
esentation
Donn
ees dune
simulation
Donn
ees
Entr
ees directes
Distribution
empirique
Distribution
th
eorique
Absence de
donn
ees
G
en
eration de
variables
al
eatoires
G
en
eralit
es
G
en
eration de
VA uniformes
G
en
eration de
VA
non-uniformes
Lois usuelles
continues
Lois usuelles
discr`
etes
Interpr
etation
des sorties
G
en
eralit
es
Syst`
emes
terminaux
Syst`
emes
non-terminaux
52/60
1
2
3
S 2 (n)
n
Si (n,)
(n) alors X (n) est un estimateur avec une erreur
X
relative dau plus . Fin.
Simulation :
Analyse
V. Augusto
Pr
esentation
Etats
transitoires dans les
syst`emes non-terminaux (1/2)
Donn
ees dune
simulation
Donn
ees
Entr
ees directes
Distribution
empirique
Distribution
th
eorique
Absence de
donn
ees
G
en
eration de
variables
al
eatoires
G
en
eralit
es
G
en
eration de
VA uniformes
G
en
eration de
VA
non-uniformes
Lois usuelles
continues
Lois usuelles
discr`
etes
Interpr
etation
des sorties
G
en
eralit
es
Syst`
emes
terminaux
Syst`
emes
non-terminaux
53/60
En g
eneral, `a cause des conditions initiales,
E [Y (m)] 6= m.
N
ecessite de
prechauffer le mod`ele
model/initial data deletion).
(warming up the
Simulation :
Analyse
Etats
transitoires dans les
syst`emes non-terminaux (2/2)
V. Augusto
Pr
esentation
Donn
ees dune
simulation
Donn
ees
Entr
ees directes
Distribution
empirique
Distribution
th
eorique
Absence de
donn
ees
Exemple :
Soit lobservation Y1 , Y2 , . . . , Ym .
Pour estimer , on utilise :
G
en
eration de
variables
al
eatoires
G
en
eralit
es
G
en
eration de
VA uniformes
G
en
eration de
VA
non-uniformes
Lois usuelles
continues
Lois usuelles
discr`
etes
Interpr
etation
des sorties
G
en
eralit
es
Syst`
emes
terminaux
Syst`
emes
non-terminaux
54/60
m
X
Y (m, l) =
Yi
i=l+1
ml
avec 1 l m 1 plut
ot que Y (m).
(m, l)] .
Il faut trouver l tel que E [Y
[Welch, 1981] Procedure graphique consistant `a determiner
l tel que E (Yi ) pour i > l, o`
u l est la periode de warm-up.
Simulation :
Analyse
Determination de la periode de
warm-up (1/3)
V. Augusto
Pr
esentation
Donn
ees dune
simulation
Donn
ees
Entr
ees directes
Distribution
empirique
Distribution
th
eorique
Absence de
donn
ees
G
en
eration de
variables
al
eatoires
G
en
eralit
es
G
en
eration de
VA uniformes
G
en
eration de
VA
non-uniformes
Lois usuelles
continues
Lois usuelles
discr`
etes
Interpr
etation
des sorties
G
en
eralit
es
Syst`
emes
terminaux
Syst`
emes
non-terminaux
55/60
Procedure :
Realiser n replications (n 5) de longueur m (avec m
grand). Soit Yji la i e observation de la replication j.
Calculer les Yi .
1
2
Y11 ,
Y21 ,
.
.
Yn1 ,
Y12 ,
Y22 ,
.
.
Yn2 ,
Y13 ,
Y23 ,
.
.
Yn3 ,
Y14 ,
Y24 ,
.
.
Yn4 ,
1
Y
2
Y
3
Y
4
Y
...
...
...
Y1,m2 ,
Y2,m2 ,
.
.
Yn,m2 ,
Y1,m1 ,
Y2,m1 ,
.
.
Yn,m1 ,
Y1,m
Y2,m
.
.
Yn,m
...
m2
Y
m1
Y
m
Y
Simulation :
Analyse
V. Augusto
Pr
esentation
Donn
ees dune
simulation
Donn
ees
Entr
ees directes
Distribution
empirique
Distribution
th
eorique
Absence de
donn
ees
Determination de la periode de
warm-up (2/3)
Procedure (suite) :
Pour adoucir les larges oscillations de Y1 , Y2 , . . . (mais
conserver les petites oscillations en regime permanent) on
definit la moyenne decalee Yi (w ) :
G
en
eration de
variables
al
eatoires
G
en
eralit
es
G
en
eration de
VA uniformes
G
en
eration de
VA
non-uniformes
Lois usuelles
continues
Lois usuelles
discr`
etes
Interpr
etation
des sorties
G
en
eralit
es
Syst`
emes
terminaux
Syst`
emes
non-terminaux
56/60
Yi (w ) =
w
X
Yi+s
s=w
2w +1
i1
X
s=(i1)
2i1
si i = w + 1, . . . , m w
Yi+s
si i = 1, . . . , w
o`
u w est la fenetre, w bm/4c.
Simulation :
Analyse
Determination de la periode de
warm-up (3/3)
V. Augusto
Pr
esentation
Donn
ees dune
simulation
Donn
ees
Entr
ees directes
Distribution
empirique
Distribution
th
eorique
Absence de
donn
ees
G
en
eration de
variables
al
eatoires
G
en
eralit
es
G
en
eration de
VA uniformes
G
en
eration de
VA
non-uniformes
Lois usuelles
continues
Lois usuelles
discr`
etes
Interpr
etation
des sorties
G
en
eralit
es
Syst`
emes
terminaux
Syst`
emes
non-terminaux
57/60
Procedure (suite) :
Tracer Yi (w ) pour i = 1, . . . , m w et choisir l, valeur `a
partir de laquelle il semble y avoir convergence.
Bilan :
(m, l) =
Lestimateur Y
Y (m).
Pm
i=l+1 Yi
ml
Simulation :
Analyse
Exemple dapplication de la
procedure
V. Augusto
Pr
esentation
Donn
ees dune
simulation
Donn
ees
Entr
ees directes
Distribution
empirique
Distribution
th
eorique
Absence de
donn
ees
G
en
eration de
variables
al
eatoires
G
en
eralit
es
G
en
eration de
VA uniformes
G
en
eration de
VA
non-uniformes
Lois usuelles
continues
Lois usuelles
discr`
etes
Interpr
etation
des sorties
G
en
eralit
es
Syst`
emes
terminaux
Syst`
emes
non-terminaux
58/60
Exemple :
Soient m = 10, w = 2, Yi = i pour i = 1, 2, . . . , 5 et Yi = 6
pour i = 6, 7, . . . , 10. On a alors :
Y1 (2) = 1
Y4 (2) = 4
Y7 (2) = 5, 8
Y2 (2) = 2
Y5 (2) = 4, 8
Y8 (2) = 6
Y3 (2) = 3
Y6 (2) = 5, 4
Simulation :
Analyse
V. Augusto
Pr
esentation
Donn
ees dune
simulation
Donn
ees
Entr
ees directes
Distribution
empirique
Distribution
th
eorique
Absence de
donn
ees
m
X
G
en
eration de
variables
al
eatoires
G
en
eralit
es
G
en
eration de
VA uniformes
G
en
eration de
VA
non-uniformes
Lois usuelles
continues
Lois usuelles
discr`
etes
Interpr
etation
des sorties
G
en
eralit
es
Syst`
emes
terminaux
Syst`
emes
non-terminaux
59/60
Xj =
Yji
i=l+1
m0
j = 1, . . . , n0
Simulation :
Analyse
Remarques additionnelles
V. Augusto
Pr
esentation
Donn
ees dune
simulation
Donn
ees
Entr
ees directes
Distribution
empirique
Distribution
th
eorique
Absence de
donn
ees
G
en
eration de
variables
al
eatoires
G
en
eralit
es
G
en
eration de
VA uniformes
G
en
eration de
VA
non-uniformes
Lois usuelles
continues
Lois usuelles
discr`
etes
Interpr
etation
des sorties
G
en
eralit
es
Syst`
emes
terminaux
Syst`
emes
non-terminaux
60/60
Remarques :
Th
eoriquement, les n premi`eres replications utilisees pour
(n0 ).
calculer l ne doivent pas etre utilisees pour calculer X
Si toutefois m est grand devant l, on peut r
eutiliser ces n
premi`eres replications.
Initialement, faire 5 `
a 10 replications avec m aussi grand
que possible.
i (w ) pour plusieurs valeurs de
Tracer le processus moyen Y
w et en deduire l sur la courbe la plus lisse.
Si aucune courbe ne convient, refaire 5 `
a 10 replications.