Processus Stochastique

Licence Recherche Opérationnelle

Chapitre 0 : Généralité sur les processus stochastiques

USTHB, 2020-2021

Mohamed SADOUN () (Généralité sur les processus) : Partie 1 USTHB, 2020-2021 1 / 15

Plan

1 Dé…nitions et notations relatives

2 Exemples de processus stochastiques
3 Notion de stationnarité et d’indépendance
4 Classe de processus alétoires

Mohamed SADOUN () (Généralité sur les processus) : Partie 1 USTHB, 2020-2021 2 / 15

 Processus Stochastique
(Généralité)

Mohamed SADOUN () (Généralité sur les processus) : Partie 1 USTHB, 2020-2021 3 / 15

Motivations

Il peut paraître irréaliste et prétentieux à vouloir, de par sa nature

même, quanti…er le hasard.
C’est pourtant ce qui a conduit à la notion de probabilité.

Dans ce cours, nous allons introduire un concept mathématique, dont

la puissance permettra de modéliser d’innombrables situations où le
hasard intervient, dépassant ainsi largement le cadre restreint des
jeux de dés et tirages de cartes.

La modélisation probabiliste (stochastique) est fondamentale dans

tous les domaines d’application, qu’ils soient issus des sciences dures
ou des sciences humaines,
la physique, la climatologie, la biologie, l’écologie, la
télécommunication, la médecine, l’économie, l’assurance, la …nance

Mohamed SADOUN () (Généralité sur les processus) : Partie 1 USTHB, 2020-2021 4 / 15

Introduction à la notion de processus aléatoire

Un processus stochastique est une famille de variables aléatoires qui

évolue dans le temps ou à travers le temps. (VRAI)
Un processus stochastique est une suite de variables aléatoires
indicées (indexées) par le temps. (FAUX)
Une famille de v.a , fω 2 ΩjX (ω ) 2 Rg qui évolue dans le temps
, T = ft1 , t2 , ..., tn , ...g ) fω 2 ΩjXt (ω ) 2 Rgt 2T
T =le temps n’est pas forcément dénombrable ; T = N ou T = R+
T = N, Z est le plus récurent (on parle de suite ou de chaine)
Le cas le plus simple est celui d’une suite de v.a indépendantes.
Un échantillon i.i.d (non-exhaustif) (X1 , X 2 , ..., Xn ) par exemple
Un échantillon non-indépendant non-identiquement distribuée
ni ni d (X1 , X 2 , ..., Xn )(un échantillon exhaustif)

Mohamed SADOUN () (Généralité sur les processus) : Partie 1 USTHB, 2020-2021 5 / 15

Dé…nition d’un processus stochastique

De…nition
Soit (Ω, A, P) un espace de probabilité et soit (E , T ) un espace
probabilisable (mesurable), alors : on appelle processus stochastique
X : Ω T !E
l’application :
(ω, t ) ! X (ω, t ) = Xt (ω )
ou T est un ensemble

T !E
1 à ω …xé, l’application X de T dans E ,
t ! Xt (ω )
est une application mesurable et cette application s’appelle
trajectoire du processus.
Ω !E
2 à t …xé, l’application X de Ω dans E ,
ω ! Xt (ω )
est une variable aléatoire ;
avec Xt (ω ) : l’état du processus à l’instant t

Mohamed SADOUN () (Généralité sur les processus) : Partie 1 USTHB, 2020-2021 6 / 15

Typologie des processus stochastique

En général : T = R, R+ , N ou Z et E = R, N ou Z ou une partie

de ces ensembles)
E : est appelé l’espace des états
T : représente généralement le temps
Selon que E et T soient discrets ou non, on peut rencontrer et
classi…er 4 types de processus

E nT Discret Continu
suite stochastique à processus stoch à
Discret
espace d’états discret espace d’états discret
suite stochastique à processus stoch à
Continu
espace d’états continu espace d’états continu

Mohamed SADOUN () (Généralité sur les processus) : Partie 1 USTHB, 2020-2021 7 / 15

Exemples de processus stochastiques

Examples
1 Un joueur joue au « pile ou face » un très grand nombre de parties.
Soit Xn la variable aléatoire représentant le résultat de la nème partie.
E = fP, F g et T = f1, 2, ....g = N
Le processus fXn , n 2 N g est une suite stoch à espace d’états discret
2 Fille d’attente : Soit Yn = temps d’attente du nème client
E = R+ et T = N on a une suite stoch à espace d’états continu
si T = R+ on a un processus stoch à espace d’états continu
3 Fille d’attente : Soit Wn = le nombre de clients dans le système à
l’instant t; E = N et si T = R+ on a un processus stoch à espace
d’états discret, et si T = N ) une suite stoch à espace d’états discret
4 Soit Zt : la température d’un objet à l’instant t.
E = R+ et T = R+ donc on a fZt , t 2 R+ g est une processus
stochastique continu à espace d’états continu.

Mohamed SADOUN () (Généralité sur les processus) : Partie 1 USTHB, 2020-2021 8 / 15

Problèmes qui relèvent des processus stochastiques

1 Un groupe de n machines sont con…ées à un ouvrier qui a pour

mission de les réparer au fur et à mesure qu’elles tombent en panne.
La durée de marche ininterrompue d’une machine est aléatoire de
même que la durée d’une réparation.
Question : Connaissant ces lois de probabilité, combien faut-il con…er
de machines à un ouvrier pour rendre minimum le prix de revient ?
Ré‡exion : si n est petit, l’ouvrier travail peu ; mais si n est grand les
durées d’attente (donc l’inutilisation des machines) deviennent
importantes !
Réponse : à chaque instnat ; on peut caractériser l’état par le nombre
k de machines arrêtées. Si k > 1 on saura qu’une machine est en
cours de réparation et (k 1) sont en attente. Le nombre n de
machines con…ées à un ouvrier est le paramètre à déterminer.

Mohamed SADOUN () (Généralité sur les processus) : Partie 1 USTHB, 2020-2021 9 / 15

Problèmes qui relèvent des processus stochastiques

2. Des véhicules (camions, bateaux, etc...) assurent le ravitaillement en

matières premières d’une usine qui doit fonctionner sans interruption.
Ces véhicules parcourent une grande distance de sorte qu’on ne peut
pas connaitre exactement les dates d’arrivées. Celle-ci sont aléatoires
et on en connaît la loi de probabilité. Pour parer aux écarts de ces
arrivées on constitue à l’usine un stock qui joue un rôle régulateur.
Question : Quel volume de stock faut-il prévoir pour éviter deux
"défaillances" possibles : Stock vide et l’usine doit arrêter sa
production ; stock plein et les véhicules doivent attendre avant d’être
déchargés ?
Ré‡exion : Si le volume prévu est important il y a peu de défaillances
mais il coute cher par son installation et son entretien ; si le volume
est réduit il coute pau mais des défaillances couteuses sont
fréquentes) un optimum doit être trouvé.

Mohamed SADOUN () (Généralité sur les processus) : Partie 1 USTHB, 2020-2021 10 / 15

Problèmes qui relèvent des processus stochastiques

Réponse : L’état peut être caractérisé par la quantité de matière première

se trouvant en stock à l’instant t.Le volume maximum possible du stock
sera un paramètre ; d’autres paramètres aussi : capacité des véhicules,...
3. Des "clients" se présentent à un bureau d’une manière aléatoire pour
recevoir un service dont la durée est elle aussi aléatoire.
Question : Comment on peut satisfaire la clientelle en terme
d’attente ?
Ré‡exion : Si à ce bureau le nombre de postes de services est réduit il
coute peu, mais la clientelle doit attendre et même risque de se lasser
et d’aller ailleurs ; si le bureau est largement suréquipé, les attentes de
la clientelle sont réduites mais par contre celles des employés
augmentant et le service coute cher : un optimaum doit être trouvé
Réponse : Le nombre de clients présents caractérise l’état. La durée
de séjour dans chaque état est le paramètre à déterminer.

Mohamed SADOUN () (Généralité sur les processus) : Partie 1 USTHB, 2020-2021 11 / 15

Stationnarité stricte

De…nition
Un processus stochastique fXt , t 2 T g est dit strictement stationnaire ssi
8t0 , t1 , ..., tn 2 T avec t0 < t1 < ... < tn , et 8τ 2 T ;
La loi du vecteur (Xt0 , Xt1 , ..., Xtn ) est conservée dans le temps.i.e,
F(X t , X t , ...,X t ) (xt0 , xt1 , ..., xtn ) = F(X t +τ, X t +τ, ...,X t +τ ) (xt0 +τ, xt1 +τ, ..., xtn +τ )
0 1 n 0 1 n
En particulier ; il en résulte que :
8τ 2 T et i 2 N; Xti et Xti +τ ont la même distribution de probabilité.

Notion de stationnarité : Elle implique quoi ? Pourquoi cette notion ?

Q1 : Le processus va-il stabiliser la distribution de probabilité ?
Q2 : Si oui ; sera-t-elle atteinte avec un temps …ni ou non ?
Q3 : Depend-elle de l’état initial du processus (la loi de X0 )

Mohamed SADOUN () (Généralité sur les processus) : Partie 1 USTHB, 2020-2021 12 / 15

Stationnarité faible ou au second ordre
De…nition
Un processus stochastique fXt , t 2 T g est dit strictement stationnaire ssi
les trois conditions suivantes sont satisfaites :
1 E (Xt ) = µ < +∞8t 2 T ,
i.e, E (Xt ) est …nie (existe) et est indépendante du temps.
2 Var (Xt ) = σ2 < +∞8t 2 T ,
i.e, Var (Xt ) est …nie (existe) et est indépendante du temps.
3 Cov (Xt1 , Xt2 ) = γ (t1 , t2 ) = γ (jt1 t2 j) < +∞8t 2 T ,
i.e, Cov (Xt1 , Xt2 ) est …nie (existe) et est indépendante du temps et
elle dépend uniquement de la di¤érence entre t1 et t2 .

1 Un proc strictement stat, ; nécessairement que le proc est

faiblement stat si le proc 2
/ à la classe des proc de second ordre
2 Dans la classe des processus de second ordre, la stationnarité stricte
) la stationnarité faible
Mohamed SADOUN () (Généralité sur les processus) : Partie 1 USTHB, 2020-2021 13 / 15
Processus à accroissements stationnaires et indépendants

De…nition
fXt , t 2 T g est un processus à accroissements stationnaires ssi :
8t0 , t1 , ..., tn 2 T avec t0 < t1 < ... < tn , les variables
(Xtn Xtn 1 ) , (Xtn 1 Xtn 2 ) , ..., (Xt1 Xt0 ) où t0 = 0 admettent la
même distribution

Example
Mouvement d’une particule dans un liquide :
X0 = 0 et Xt =distance parcourue à t ; T = R+ et E = R+
(le mouvement Brownien) un processus de type 4

De…nition
fXt , t 2 T g est un processus à accroissements indépendants ssi :
8t0 , t1 , ..., tn 2 T avec t0 < t1 < ... < tn , les variables
(Xtn Xtn 1 ) , ..., (Xt1 Xt0 ) où t0 = 0 sont indépendantes
Mohamed SADOUN () (Généralité sur les processus) : Partie 1 USTHB, 2020-2021 14 / 15
Processus de Markov et de Renouvellement

a Processus de Markov : Le comportement futur du processus ne

dépend du passé qu’à travers le présent (le présent résume le
passé) ; Il existe deux types de ce système aléatoire ; on a le cas où le
temps est discret et on a le cas où le temps est continu.

Remarque
Dans le cas où le temps est discret ; on parlerait de Chaîne de Markov

b Processus de Renouvellement : C’est un processus (système) qui

comporte des points de régénération à partir desquelles le
comportement du processus ne dépend plus du passé.

Example
Le processus de Poisson ; Le processus de Yulle ; le processus de naissance
ou de mort
Mohamed SADOUN () (Généralité sur les processus) : Partie 1 USTHB, 2020-2021 15 / 15