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

Create successful ePaper yourself

Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.

2.3. LA DYNAMIQUE <strong>DE</strong> METROPOLIS-HASTINGS 29<br />

Spéci…ons E et ¼ dans le contexte d’un problème de coupe maximale d’un graphe. Soit<br />

S = f1;2;¢¢ ¢ ; ng un ensemble de n sites, et w = fw ij ;i;j 2 Sg un ensemble de poids réels et<br />

symétriques sur S £ S : pour tout i;j 2 S, w ij 2 R et w ij = w ji . Posons E = P(S) l’ensemble<br />

des parties de S, et pour A 2 E,<br />

U(A) =<br />

X<br />

i2A;j=2A<br />

Le problème posé est le suivant : trouver A minimisant U(A). On utilisera pour cela un algorithme<br />

de recuit simulé (cf. chapitre 3). Nous allons décrire ici l’algorithme de simulation de la<br />

loi ¼¯ suivante :<br />

w ij<br />

¼¯(A) = Z ¡1 (¯)expf¡¯U(A)g<br />

Le rapport entre la simulation de ¼¯ et la minimisation de U est le suivant, c’est l’heuristique du<br />

recuit simulé : l’ensemble M¯ des modes de ¼¯ tend, lorsque ¯ ! +1, vers l’ensemble M où U<br />

atteint son minimun. Ainsi, la simulation de ¼¯ pour ¯ grand se concentre approximativement<br />

autour de M.<br />

Algorithme de Metropolis pour la simulation de ¼¯.<br />

(1) Les seuls changements autorisés sont A 7! B où B di¤ère de A en exactement un site ;<br />

deux cas se présentent :<br />

½ (i) B = A [ fsg si jAj < n et si s =2 A ou<br />

(ii) B = Anfsg si jAj ¸ 1 et s 2 A<br />

On remarquera que B 7! A est possible si A 7! B l’est : le graphe de communication associé<br />

A » B est symétrique.<br />

(2) On choisit s uniformément sur S : si s 2 A, on prend B = Anfsg ; si s =2 A, on prend<br />

B = A [ fsg. Dans ces deux cas, q(A;B) = 1 n<br />

; sinon, q(A;B) = 0.<br />

Q est symétrique et irréductible. Notons que Q n’est pas régulière, puisque là où elle n’est pas<br />

nulle, elle change la parité d’un sous-ensemble.<br />

(3) Evaluer ¢U = U(B) ¡ U(A) : pour (i), ¢U = P j=2B w sj ¡ P P<br />

i2A w is ; pour (ii), ¢U =<br />

i2B w is ¡ P j=2A w sj.<br />

(4) ¼¯ est associée à l’energie ¡¯U. Donc, si ¢U 0, on garde B. Sinon, on garde B avec<br />

la probabilité p = exp¡¯¢U.<br />

Q étant symétrique, l’algorithme est ergodique dès que U n’est pas constante.<br />

2.3.4 Quelques résultats généraux sur les transitions¼-réversibles<br />

Soit P une transition ergodique et ¼-réversible sur E = f1; 2; ¢¢¢ ;rg, X = (X 0 ;X 1 ;X 2 ; ¢¢¢)<br />

une chaîne homogène de transition P. Notons l 2 (¼) = lC 2 (¼) l’espace des fonctions réelles dé…nies<br />

sur E muni du produit scalaire hf;gi = P f(x)g(x)¼(x). Pour toute loi initiale º et tout f 2 ­,<br />

on a [58] :<br />

T¡1<br />

X<br />

v(f;¼;P) = lim<br />

T!1 Var(T¡1 2 f(X t )) existe et est indépendante de º:<br />

t=0<br />

Proposition 2.5 Spectre d’une transition réversible et valeur de v(f;¼; P)<br />

(1) Si P est ¼-réversible et ergodique, P est auto-adjointe sur l 2 (¼). P est donc diagonalisable<br />

de valeurs propres réelles véri…ant<br />

¸1 = 1 < ¸2 ¢¢¢ ¸r ¡1

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

Saved successfully!

Ooh no, something went wrong!