METHODES NUMERIQUES PAR CHAÃNES DE MARKOV
METHODES NUMERIQUES PAR CHAÃNES DE MARKOV
METHODES NUMERIQUES PAR CHAÃNES DE MARKOV
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