03.07.2015 Views

METHODES NUMERIQUES PAR CHAÎNES DE MARKOV

METHODES NUMERIQUES PAR CHAÎNES DE MARKOV

METHODES NUMERIQUES PAR CHAÎNES DE MARKOV

SHOW MORE
SHOW LESS

You also want an ePaper? Increase the reach of your titles

YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.

Chapitre 2<br />

Simulation par Chaîne de Markov<br />

2.1 Le problème et la méthode<br />

Soit E = f1; 2;¢ ¢¢ ;rg un espace d’état …ni, et ¼ une loi de probabilité sur E : comment<br />

obtenir une réalisation de la variable X de loi ¼ ?<br />

Si r; le cardinal de E; n’est pas trop grand (de l’ordre du millier), on simule ¼ par la méthode<br />

classique : on forme la suite croissante de [0; 1] dé…nissant la fonction de répartition de X » ¼,<br />

(i) F 0 = 0 et pour 0 < i r, F i = P ji ¼ j ;<br />

(ii) on tire une loi uniforme U sur [0;1], et<br />

(iii) on retient la réalisation x = x(U) si F x¡1 < U F x<br />

Si cette méthode de simulation est directe et exacte, elle est inapplicable dès que le cardinal de<br />

E est très grand. Par exemple pour l’espace produit E = f0;1g 10£10 , (x 2 E est la réalisation<br />

d’une variable de présence ou d’absence sur le réseau carré f1; 2; ¢¢¢ ;10g 2 à 100 points), r =<br />

2 100 ' 1:27 £ 10 30 : il n’est pas question de pouvoir mettre en mémoire 1:27 £ 10 30 valeurs<br />

F j . Notons au passage que cet exemple est de “petite taille” : la réalisation est binaire et la<br />

taille de la fenêtre petite. Un problème réel en imagerie fera plutôt intervenir une valeur de<br />

r = 256 512£512 ! (256 niveaux de gris, image à 512 £ 512 pixels).<br />

La méthode de simulation par chaîne de Markov.<br />

L’idée est de simuler approximativement ¼ comme loi limite d’une chaîne de Markov ergodique<br />

X de transition P. Ceci implique :<br />

(1) de proposer une transition P sur E telle que ¼P = ¼ (P est ¼ invariante).<br />

(2) de s’assurer de l’ergodicité de la chaîne : ºP n ! ¼:<br />

(3) de savoir à partir de quelle valeur n 0 on peut dire que pour n ¸ n 0 , ºP n est proche de ¼:<br />

Ainsi, pour une loi initiale º arbitraire, et si n 0 est assez grand, ºP n0 réalise approximativement<br />

¼. Si on veut un échantillon approximatif de ¼, on recommence indépendamment cette opération<br />

(on a alors des chaînes indépendantes); ou encore, sur la même chaîne, on espace d’une valeur<br />

K grande les réalisations successives, ºP n 0; ºP n 0+K ; ºP n 0+2K ; et ainsi de suite.<br />

Beaucoup de choix de P sont possibles : du point de vue purement paramétrique, P dépend<br />

de r(r ¡ 1) paramètres, et l’invariance de ¼ impose (r ¡ 1) contraintes d’égalité : on dispose<br />

donc de (r ¡ 1) 2 degré de liberté dans le choix de P et l’ensemble des transitions ergodiques<br />

convergeant vers ¼ contient un ouvert non-vide de R (n¡1)2 .<br />

Relativement aux points (1) et (2), le choix de P doit répondre à la commodité de mise en<br />

oeuvre pratique et à une bonne e¢cacité algorithmique. A ce niveau, le savoir faire prend toute<br />

son importance.<br />

Le point (3) est di¢cile : quand pourra-t-on accepter que la chaîne démarrant suivant la<br />

loi º est entrée dans son régime stationnaire ? Comme nous l’avons vu au premier chapitre, le<br />

19

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!