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.
2. CHAÎNES DE MARKOV PERTURBÉES 65<br />
moyenne au sens de <strong>la</strong> ième MPIE de c, v 0 = lim v ɛ ne dépend que des<br />
ɛ→0<br />
c<strong>la</strong>sses finales de <strong>la</strong> chaîne rapide et s’interprète comme le coût moyen —<br />
de <strong>la</strong> chaîne agrégée — suivant:<br />
{ }<br />
∑ +∞<br />
v 0 µ<br />
i = E<br />
(1 + µ) d n+1 Z n|Z 0 = f i . (2.5)<br />
n=0<br />
PREUVE. Onréécrit le (ii) de <strong>la</strong> proposition en utilisant les bases de<br />
N (B) et de N (B ′ ) que l’on a explicitées au premier chapitre :<br />
(A µ v 0 , p) + (c µ , p) = 0 ,v 0 ∈ N (B) , p ∈ N (B ′ ),v 0 = ∑ j<br />
α j χ j ,<br />
(2.6)<br />
oùlesχ j sont les solutions uniques de<br />
⎧<br />
⎨ Aχ j = 0surt ,<br />
χ j = 1sur f j ,<br />
⎩<br />
χ j = 0 ailleurs .<br />
L’équation (2.6) se réécrit :<br />
∑<br />
−µ( p i ,χ j )α j + ∑ ( p i , Aχ j )α j + ( p i , c µ ) = 0, i = 1 ···m. (2.7)<br />
j<br />
j<br />
On remarque alors que<br />
( p i , Aχ j ) = ∑ l∈ f i<br />
∑<br />
( p i ,χ j ) = δ j<br />
i ,<br />
pl i A lk + ∑ ∑<br />
k∈ f j l∈ f i k∈t<br />
p i l A lkχ j<br />
k ,<br />
et donc (2.7) se réécrit<br />
(c, p i ) = d i ,<br />
Q µ α + d µ = 0 , (2.8)<br />
avec avec Q µ = (q ij ) − µI . Il reste donc <strong>à</strong>vérifier que (I + Q) est une<br />
matrice <strong>stochastique</strong>. On a:<br />
∑<br />
q ij = 0 ,<br />
or<br />
∑<br />
q ij = ∑<br />
j<br />
j<br />
( p i , Aχ j ) = ( p i , A ∑ j<br />
j<br />
χ j ) = ( p i , A1) = 0 .