Introduction à la commande stochastique v.0.9 - Jean-Pierre ...
Introduction à la commande stochastique v.0.9 - Jean-Pierre ...
Introduction à la commande stochastique v.0.9 - Jean-Pierre ...
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
56 3. COMMANDE OPTIMALE STOCHASTIQUE<br />
6.1. FILTRAGE OPTIMAL<br />
Nous recherchons le meilleur estimé deX n ,état d’une chaînedeMarkov<br />
non commandé, connaissant le passé des observations Y 0 , Y 1 , ···, Y n .<br />
Pour ce<strong>la</strong>, on se donne une chaîne de Markov observée, c.a.d. le 5-uple :<br />
(T , E, G, M y , p 0 ),<br />
où<br />
• T , E, G ont <strong>la</strong> même signification que précédemment;<br />
• p 0 est une loi initiale sur E × G ;<br />
• M y xx représente <strong>la</strong> probabilité detransiterdel’état x <strong>à</strong>l’état x ′ et<br />
′<br />
d’observer y.<br />
La probabilité d’une trajectoire est alors donnée par :<br />
P((x 0 , y 0 ), (x 1 , y 1 ), ··· ,(x n , y n )) = p 0y0<br />
x 0<br />
∏n−1<br />
On calcule alors <strong>la</strong> loi conditionnelle :<br />
q n x = P(Xn = x|Y 0 = y 0 , ··· , Y n = y n ).<br />
i=0<br />
M yi+1<br />
x i x i+1 . (6.1)<br />
THÉORÈME 6.1. La loi conditionnelle de l’état de <strong>la</strong> chaînedeMarkov<br />
vaut :<br />
∏ n<br />
q n = p0y0 i=1 M yi<br />
p ∏ 0y0 n<br />
i=1 M yi 1 . (6.2)<br />
PREUVE. On calcule <strong>la</strong> loi marginale de (y 0 , ··· , y n , x n ) :<br />
[<br />
] [<br />
∑ ∏n−1<br />
n∏<br />
p 0y0 M yi+1<br />
= p 0 M yi . (6.3)<br />
x 0 x i x<br />
]x i+1 n<br />
x i<br />
i=0,··· ,n−1<br />
i=0<br />
La loi q n est obtenue en normalisant <strong>la</strong> formule précédente de façon <strong>à</strong>en<br />
faire une loi de probabilitéenx donc en <strong>la</strong> divisant par :<br />
n∏<br />
p 0 M yi 1 .<br />
i= 1<br />
i=1<br />
REMARQUE 6.2. Le numérateur appelé équation du filtre non normalisé<br />
satisfait l’équation récurrente linéaire :<br />
r n+1 = r n M y n+1<br />
,<br />
r 0 = p 0 .<br />
L’équation du filtre est alors donnée par :<br />
q n =<br />
rn<br />
(r n , 1) .