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.
62 4. PERTURBATION ET AGRÉGATION<br />
de deux ordres de grandeur, les unes de l’ordre 1, les autres d’ordre ɛ. Plus<br />
précisément on considère <strong>la</strong> chaîne de Markov :<br />
(T , E, M ɛ , c,µ)<br />
où:<br />
• ɛ ∈ R + un petit paramètre;<br />
• E désigne l’espace d’état;<br />
• M ɛ <strong>la</strong> matrice de transition de <strong>la</strong> chaîne de Markov vérifie :<br />
M ɛ − I = B + ɛ A ,<br />
avec B [resp. A] ayant ses termes hors diagonaux tous positifs, <strong>la</strong><br />
somme des termes d’une même ligne égale <strong>à</strong>zéro, <strong>la</strong> somme des<br />
termes hors diagonaux d’une même ligne inférieure <strong>à</strong>1;<br />
• c : E → R + un coût;<br />
• µ ∈ R + un taux d’actualisation.<br />
On appelle : chaîne rapide <strong>la</strong> chaîne de Markov de matrice de transition<br />
M r = I + B; chaîne lente <strong>la</strong> chaîne de Markov de matrice de transition<br />
M l = I + A. Considérons alors <strong>la</strong> fonctionnelle de <strong>la</strong> trajectoire suivante :<br />
Chaîne perturbée Chaîne rapide Chaîne lente<br />
ε<br />
ε<br />
FIGURE 1. Exemple de chaîne perturbée<br />
v ɛ x =<br />
{ }<br />
∑ +∞<br />
ɛµ<br />
E<br />
(1 + ɛµ) c n=0<br />
X n | X 0 = x , (2.1)<br />
= E{c X ν | X 0 = x} , (2.2)<br />
où ν est un temps d’arrêt indépendant de X n de loi définie par :<br />
ɛµ<br />
P(ν = n) =<br />
(1 + ɛµ) , n+1<br />
et donc vérifie :<br />
E(ν) = 1<br />
ɛµ .