algorithme traitement information binaire
Bonjour,
Je cherche des conseils pour programmer intelligemment le problème suivant:
- j´ai une fonction cours(t) qui varie dans le temps (de 0 à 20 000 min.).
- Associés à cette fonction cours(t), j´ai d´autres fonctions - appelons les "conditions"- qui décrivent l´évolution passée de la fonction cours(t), jusqu'au temps t. Pour commencer disons que j´ai 25 conditions (cond1, cond2,... cond25). Ces conditions sont binaires: elles peuvent prendre la valeur 0 ou 1.
- puis j'ai une dernière fonction "cours_va_monter", binaire aussi, qui elle décrit l´évolution future de la fonction cours(t) (après l´instant t).
Mon objectif est de trouver le panel de conditions correspondant à la plus grande proportion de cours_va_monter=1 par rapport à cours_va_monter=0.
Par exemple: parmi les 20 000 minutes, le panel de conditions:
cond7=0, cond8=1 et cond22=1 apparait 1000 fois et correspond à 800 fois cours_va_monter=1 et 200 fois à cours_va_monter=0.
En gros quand ce panel de conditions apparait j'ai 8 chances sur 10 pour que cours_va_monter=1. Je cherche le panel le plus proche de 10 chances sur 10.
Comme input j´ai un tableau avec 20 000 colonnes et 25+1 lignes.
Je cherche la manière la moins gourmande en calcul de programmer ça.
Je me suis tout d´abord dit que le mieux c´était de faire du calcul matriciel. Et c'est pourquoi je pensais programmer ça en scilab. Est-ce une bonne idée?
Puis pour programmer ça, quelle serait la meilleure manière de procéder? J'ai bien des idées, mais elles me paressent très lourdes en calcul...
