martingales discrètes, chaines de Markov, processus de Poisson
martingales discrètes, chaines de Markov, processus de Poisson
martingales discrètes, chaines de Markov, processus de Poisson
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
On passe ensuite à n au lieu <strong>de</strong> T n : soit n entier ; il existe p tel que T p < n ≤ T p+1<br />
car la récurrence montre que la suite <strong>de</strong> ces temps d’arrêt est croissante et il vient :<br />
avec<br />
∑ n−1<br />
k=0 f(X ∑ Tp−1<br />
k)<br />
∑ n−1<br />
k=0 g(X k) = k=0 f(X k) + ∑ n−1<br />
T p<br />
f(X k )<br />
∑ Tp−1<br />
k=0 g(X k) + ∑ n−1<br />
g(X k ) = u p.k n,p<br />
k n,p =<br />
1 +<br />
1 +<br />
T p<br />
∑ n−1<br />
f(X k )<br />
Tp<br />
∑ Tp−1<br />
k=0 f(X k)<br />
∑ n−1<br />
g(X k )<br />
Tp<br />
∑ Tp−1<br />
k=0 g(X k)<br />
dont la limite est 1 : il suffit <strong>de</strong> voir par exemple que le numérateur<br />
1 +<br />
1 ∑ n−1<br />
p<br />
1<br />
p<br />
T p<br />
f(X k )<br />
∑ Tp−1<br />
k=0 f(X k)<br />
converge presque sûrement vers 1. Or ce numérateur moins 1 est un quotient <strong>de</strong> dénominateur<br />
convergeant presque sûrement vers µ(f), et le numérateur est majoré en valeur absolue<br />
par 1 ∑ Tp+1 −1<br />
p T p<br />
|f|(X k ) = 1 p Z|f| p qui tend presque sûrement vers 0. •<br />
Corollaire 2.43 Soit X une chaîne irréductible récurrente <strong>de</strong> mesure invariante µ et <strong>de</strong><br />
loi initiale λ. Le quotient du nombre <strong>de</strong> visites en y avant n sur le nombre <strong>de</strong> visites en<br />
x avant n converge P λ presque sûrement vers µ(y)<br />
µ(x) .<br />
Il suffit <strong>de</strong> prendre f = 1 y et g = 1 x .<br />
Théorème 2.44 Soit X une chaîne irréductible récurrente positive <strong>de</strong> probabilité invariante<br />
π. Soit f ∈ L 1 (π). Alors presque sûrement<br />
(4)<br />
lim 1 n<br />
n−1 ∑<br />
k=0<br />
f(X k ) = π(f).<br />
Preuve : Si la chaîne est irréductible récurrente positive, µ(E) < ∞, et la probabilité π<br />
existe. Il suffit d’appliquer le théorème précé<strong>de</strong>nt avec g = 1.<br />
•<br />
Proposition 2.45 (i) Soit X une chaîne irréductible récurrente positive <strong>de</strong> probabilité<br />
invariante π. Alors pour tout x ∈ E, le nombre <strong>de</strong> visites en x avant n converge P λ<br />
presque sûrement<br />
lim 1 n<br />
n−1 ∑<br />
k=0<br />
1 {x} (X k ) = π(x).<br />
(ii) Si X une chaîne irréductible récurrente nulle. Alors pour tout x ∈ E, presque<br />
sûrement :<br />
lim 1 n<br />
n−1 ∑<br />
k=0<br />
1 {x} (X k ) = 0.<br />
47