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.
3.2. OPTIMISATION <strong>PAR</strong> RECUIT SIMULÉ 49<br />
Preuve : ¼ k = ¼¯k<br />
est invariante pour P k et ¼ k ! ¼ 1 . Il su¢t de véri…er les deux conditions<br />
(3.6)et (3.5). Notons que la convergence ¼ k ! ¼ 1 ne permet pas d’obtenir (3.6).<br />
(i) Véri…ons que pour tout x, la suite (¼ k (x)) est monotone pour n grand. Fixons x. On a :<br />
¼¯(x) = f X y2E<br />
exp¡¯[U(y) ¡ U(x)]g ¡1<br />
Posons a(y) = U(y) ¡ U(x). Si x 2 E ¤ , a(y) ¸ 0, chaque exp¡¯ka(y) est décroissante et donc<br />
(¼ k (x)) est croissante. Sinon,<br />
d(¯) = ¼¯(x) ¡1 = jfy 2 E : U(y) = U(x)gj + X<br />
a(y)0<br />
e ¡¯a(y)<br />
La dérivée de d est d 0 (¯) = ¡ P a(y)0 a(y)e¡¯a(y) . Si U n’est pas constante,<br />
il existe y t.q. a(y) < 0 et le premier terme tend vers ¡1 si ¯ ! 1. Quant au second terme, il<br />
tend vers 0. Ainsi si x =2 E ¤ , (¼ k (x)) est décroissante à partir d’un certain rang.<br />
(ii) ¼ i;¯(x i j x i ) = f P u2F exp¡¯[U(u;xi ) ¡ U(x i ;x i )]g ¡1 ¸ (re¯¢ ) ¡1 puisque [U(u;x i ) ¡<br />
U(x i ;x i )] ¸ ¡¢. On en déduit que :<br />
P¯(x;y) ¸ (ne n¯¢ ) ¡1 et donc c(P¯) 1 ¡ e ¡n¯¢<br />
La condition su¢sante (ii) sera assurée dès que 8m; Q k¸m c(P k) = 0, condition équivalente à<br />
X<br />
(1 ¡ c(P k )) = +1<br />
k<br />
Pour le schéma de température proposé, 1¡c(P k ) ¸ e ¡n¯k¢ = ( 1 k )°n¢ . La divergence est assurée<br />
dès que °n¢ 1. ¤<br />
Exemple 3.1 Lissage d’une courbe par minimisation de la ‡exion<br />
On souhaite reconstruire une courbe x : [0;1] ! F ½ R , où F est un maillage …ni de R: On<br />
dispose d’observations fy i ;i = 0;ng que l’on relient à x par le modèle :<br />
y i = x i + " i , i = 0;n où x i = x( i n )<br />
La ‡exion d’une courbe x de classe C 2 est dé…nie par F(x) = R 1<br />
0 x00 (t) 2 dt. Sa version discrétisée<br />
est F D (x) = P n¡1<br />
i=1 (x i¡1¡2x i +x i+1 ) 2 : la ‡exion est faible si x est régulière. Une reconstruction<br />
discrète de x pourra se faire sur la base de l’énergie<br />
U : E = F n+1 ! R, U(x j y) = °F D (x) + ky ¡ xk 2 2<br />
° est un paramètre de régularisation : plus ° est grand, plus régulière sera la reconstruction;<br />
plus ° est petit, plus grande sera la …délité de x à y. On véri…e que U s’écrit de façon additive<br />
et locale :<br />
U(x j y) = X i<br />
© i (x i j y) + X i;j<br />
© i;j (x i ;x j j y)<br />
avec<br />
8<br />
><<br />
>:<br />
© i (x i j y) = x 2 i (6° 8<br />
+ 1) ¡ 2x iy i<br />
< ¡8°x i x j si ji ¡ jj = 1<br />
© i;j (x i ;x j j y) = © i;j (x i ; x j ) = 2°x<br />
: i x j si ji ¡ jj = 2<br />
0 sinon