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.
2.4. EXERCICES 35<br />
² Avec une probabilité p(x); on ajoute un point » choisi sur S avec une densité b(x; :) :<br />
y = x [ »:<br />
² Avec la probabilité 1 ¡ p(x), on retire l’un des points ´ de x avec la probabilité d(xn´;´),<br />
´ 2 X : y = xn´:<br />
Cela laisse un très grand choix pour la transition de proposition.<br />
(ii) La probabilité d’acceptation de y est a(x; y) = minf1;r(x;y)g où<br />
(<br />
r(x;x [ ») =<br />
f(x[»)<br />
f(x)<br />
r(x;y) =<br />
1<br />
r(y;xn´)<br />
1¡p(x) d(x;»)<br />
p(x)<br />
b(x;») si y = x [ »<br />
si y = xn´ avec ´ 2 x<br />
Par exemple, si p(x) = 1 ¡ p(x) ´ 1 1<br />
2<br />
, si b(x; ») ´ et d(x;») = 1 jSj n<br />
(<br />
r(x;x [ ») =<br />
f(x[»)<br />
r(x;y) =<br />
f(x)<br />
f(x) n<br />
f(xn´)<br />
jSj<br />
n si y = x [ »<br />
jSj<br />
si y = xn´;´ 2 x<br />
si n(x) = n, on a<br />
L’irréductibilité de q est assurée : pour x et y deux états de E, il existe un chemin de longueur<br />
n(x) + n(y) joignant x à y ; il su¢t en e¤et de passer de x à la con…guration vide ;, et e¤açant<br />
les n(x) points de x point après point, puis, depuis la con…guration vide, de faire apparaître<br />
progressivement les n(y) points de y.<br />
2.4 Exercices<br />
Exercice 2.1 Loi jointe et lois conditionnelles<br />
(1) Une loi jointe positive est caractérisée par ses lois conditionnelles.<br />
Soit ¼ > 0 une loi sur E = F 1 £ F 2 £ ¢¢¢ £ F n , chaque F i étant …ni. Soit ! i un état de référence<br />
pour chaque F i , ! = (! i ). Véri…er que la loi jointe peut être reconstruite à partir de ses lois<br />
conditionnelles sur la base de l’identité<br />
¼(x) = ¼(!)<br />
nY<br />
i=1<br />
¼ i (x i j ! 1 ;¢¢ ¢ ; ! i¡1 ;x i+1 ;x n )<br />
¼ i (! i j ! 1 ;¢¢ ¢ ; ! i¡1 ;x i+1 ;x n )<br />
(2) En général et sans contraintes, une famille de n lois conditionnelles ne se recolle pas en<br />
une loi jointe.<br />
Soit F 1 = f1;2;¢¢¢ ;m 1 g et F 2 = f1;2; ¢¢¢ ;m 2 g, m 1 et m 2 > 2. On se donne des familles<br />
de lois (X j Y = y) et (Y j X = x) respectivement sur F 1 et sur F 2 , pour y 2 F 2 et x 2 F 1 .<br />
Evaluer la dimension paramétrique de ces deux familles s’il n’y a pas de contraintes. Quelle est<br />
la dimension d’un modèle joint (X;Y ) général sur E £ F ? Conclusions.<br />
Exercice 2.2 Echantillonneur de Gibbs pour un processus bivarié à composantes binaires<br />
Soit S = f1; 2;¢ ¢¢ ;ng 2 le tore bidimensionnel, muni de la relation aux 4-p.p.v., relation<br />
prolongée par périodicité. On considère sur S le processus bivarié Z i = (X i ;Y i ) 2 f0; 1g 2 ;i 2 S<br />
de loi de Gibbs<br />
¼(z) = Z ¡1 exp[ X i2S<br />
© 1 (z i ) + X hi;ji© 2 (z i ;z j )] avec<br />
© 1 (z i ) = ®x i + ¯y i + °x i y i et © 2 (z i ;z j ) = ±x i x j + ´y i y j pour hi;ji<br />
(1) Déterminer les lois conditionnelles suivantes : ¼ i (z i j z i ), ¼ 1 i (x i j x i ;y) et ¼ 2 i (y i j x; y i ).<br />
(2) Construire un échantillonneur de Gibbs utilisant les deux familles ¼ 1 i et ¼2 i ; i 2 S. Etablir<br />
l’ergodicité de cet échantillonneur.