14.06.2014 Views

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 ...

SHOW MORE
SHOW LESS

Create successful ePaper yourself

Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.

7. RÉALISATION ET IDENTIFICATION 59<br />

On a donc montrélerangdeH est plus petit que E.<br />

REMARQUE 7.2. La réciproque est un problème ouvert : si n = rg(H)<br />

on sait trouver des matrices M y de rang n réalisant <strong>la</strong> série génératrice P<br />

mais on ne sait pas les réaliser avec des matrices qui sont des matrices de<br />

transition de chaînes de Markov.<br />

7.2. IDENTIFICATION D’UNE CHAÎNE DE MARKOV DONT ON OBSERVE<br />

L’ÉTAT<br />

Ce problème est très simple. On considère <strong>la</strong> chaîne de Markov :<br />

(T , E, M, p 0 )<br />

On observe une trajectoire de l’état (X n , n ∈ T ) pendant un temps T fini,<br />

on veut estimer M.<br />

Pour ce<strong>la</strong> notons :<br />

• Nx T le nombre de fois où X n passe par x,<br />

• Nxy T le nombre de fois où X n fait <strong>la</strong> transition xy.<br />

THÉORÈME 7.3. Si <strong>la</strong> chaîne de Markov est irréductible l’estimateur :<br />

ˆM xy = N T xy<br />

N T x<br />

, ∀x, y ∈ E ,<br />

est un estimateur convergent, lorsque T →∞, asymptotiquement optimal.

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!