Un processus stochastique sur un espace d'états discret évoluant en temps continu avec la propriété de Markov : les probabilités futures dépendent uniquement de l'état courant et des incréments de temps via des taux de transition donnés par une matrice génératrice infinitésimale (matrice Q).

Principe

La propriété sans mémoire au niveau des états implique que les temps de séjour dans chaque état sont exponentiels de paramètres égaux aux taux de sortie, et que les transitions sont gouvernées par les taux hors-diagonaux de la génératrice, produisant un semi-groupe de matrices de transition P(t)=exp(Qt).

Démonstration

Situation : Un serveur peut être dans {idle, busy, failed} avec des taux de transition constants. Reconnaissance : Les changements d'état se produisent en temps continu et satisfont la propriété de Markov. Action : Spécifier Q avec taux de sortie et taux hors-diagonaux, calculer P(t)=exp(Qt) pour obtenir la distribution d'état future ou simuler des trajectoires par temps de séjour exponentiels. Conséquence : On peut calculer probabilités transitoires, distributions stationnaires (si ergodique) et temps de séjour espérés à partir de Q.

Mauvaise application

Supposer que des distributions empiriques de temps d'attente non exponentielles peuvent être modélisées par CTMC en ajustant des probabilités de transition plutôt que des taux. L'erreur est de confondre preuves de temps de séjour non exponentiels avec une structure markovienne ; des séjours non exponentiels violent l'hypothèse CTMC.

Conséquence

Valide, la CTMC permet des calculs analytiques pour comportements transitoires et stationnaires et des simulations événementielles efficaces. Appliquée à des systèmes non markoviens, les prédictions (occurrences, temps de passage) seront biaisées et peuvent induire de mauvaises décisions de conception ou de contrôle.

Inversion

Si les temps de séjour ne sont pas exponentiels ou si l'espace d'états est continu, le cadre CTMC n'est pas adapté ; il faut alors utiliser des processus semi-markoviens, des processus de saut markoviens avec variables supplémentaires, ou des processus markoviens à état continu (diffusions).

Limite

Clairement dans : Une file d'attente avec arrivées de Poisson et services exponentiels où les transitions de longueur de file suivent des taux CTMC. Cas frontière : Durées de service approchables par une phase-type : embedding dans une CTMC plus grande mais avec explosion d'états. Claire­ment hors : Un processus de renouvellement avec lois d'inter-arrivée et de service générales non phase-type sans embedding.

Tension sémantique

Tractabilité analytique ↔ Réalisme des durées de séjour — la CTMC est pratique mathématiquement mais exige des temps exponentiels qui peuvent ne pas correspondre aux données empiriques sans augmentation d'état.

Synthèse

La CTMC formalise les transitions sans mémoire par des taux générateurs et l'exponentielle matricielle ; l'usage opérationnel exige de vérifier l'hypothèse d'exponentialité et, si elle échoue, de modifier le modèle pour conserver la structure temporelle pertinente.