Bonjour ;
La methode CFTP peut s'employer sur des matrices non monotones mais dans ce cas, il faut faire démarrer

des simulations de tous les états et verifier le couplage de toutes ces simulations.

Si la matrice est monotone et si l'espace des états a un élément sup et un elément min

alors il est suffisant de faire démarrer les simulations depuis l'element min et l'element sup et de verifier le couplage de deux trajectoires. Donc le calcul est plus simple.
((je travaille seulement dans le cas d'espace d'état totalement ordonée))pour le cas de non monotone il y a un algorithme de le rendre statistiquement monotone c'est algorithme de IMSUB .
Une autre solution c'est de construire des événement apartir de la matrice non monotone est les rendre monotones
Il y a aussi un algorithme qui transforme la matrice monotone stochastique-ment à une matrice monotone par événement est ça ma question tant qu'on la matrice monotone stochastique pourquoi on le rendre monotone par événement ?
qu'il est l'avantage (l’intérêt) d'utilisée la matrice monotone par événement que la matrice stochastiqueme monotone ?(sachant que dans l'espace totale il sont équivalence