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 ...
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.