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.
66 4. PERTURBATION ET AGRÉGATION<br />
D’autre part on a<br />
∑<br />
q ij = ∑ ( ∑<br />
p i l<br />
l∈ f i<br />
j≠i<br />
k∉ f j k∉t<br />
A lk + ∑ k∈t<br />
A lk<br />
∑<br />
j≠i<br />
χ j<br />
k<br />
)<br />
,<br />
≤ ∑ l∈ f i<br />
p i l 1 ,<br />
≤ 1 ,<br />
et donc, en remarquant que q ij ≥ 0, i ≠ j, on a bien que I + Q est une matrice<br />
<strong>stochastique</strong>. L’équation (2.8) devient alors l’équation de Kolmogorov<br />
de <strong>la</strong> chaîne de matrice de transition (I + Q) d’oùlerésultat.<br />
On note également Q par A B — A moyennéparB.<br />
EXEMPLE 2.4. Pour illustrer ce résultat reprenons l’exemple considéré au<br />
début de ce chapitre. On a<br />
[ ]<br />
B1 0<br />
B =<br />
,<br />
0 B 2<br />
et donc f 1 ={1, 2} f 2 ={3, 4} et t =∅. Les deux mesures de probabilité<br />
invariantes extrêmales sont solutions de p 1 B 1 = 0etp 2 B 2 = 0.Lachaîne<br />
agrégée a deux états f 1 et f 2 et ses probabilités de transition sont q 12 =<br />
p1 1 A 13 et q 21 = p4 2 A 42 .<br />
f 1<br />
q 21<br />
f 2<br />
q 12<br />
FIGURE 2. chaîne agrégée associée<br />
3. COMMANDE DES CHAÎNES DE MARKOV PERTURBÉES<br />
Etant donnée une chaîne de Markov perturbée et commandée:<br />
(T , E, F , M uɛ , c u ,µ)<br />
où<br />
• T désigne l’espace temps;<br />
• E désigne l’espace d’état;<br />
• F désigne l’espace de <strong>commande</strong> qui sera supposé compact, u ∈ F ;