Académique Documents
Professionnel Documents
Culture Documents
Jean-François Hêche
Institut de Mathématiques
En mots, un processus est markovien si, pour tout instant t, l’état courant
Xt résume, à lui seul, tout l’historique du système susceptible d’influencer
son évolution future.
Notons que les résultats que nous allons présenter s’appliquent le plus
souvent tels quels aux chaı̂nes de Markov à temps discret, homogènes mais
définies sur un espace d’états dénombrable (par exemple lorsque S = Z).
Cette classe de processus comprend, cependant, des cas pathologiques
nécessitant une analyse plus fine sans grand intérêt pour la plupart des
applications pratiques.
1/6
1/4
2 4
1 0 0 0 0 1/3 1/2 1
1/3 1/6 1/4 1/4 0
0 1/2 0 0 1/2 1
0 0 0 0 1
1 1/4 1
0 0 0 1 0
3 1/2 5
Graphe représentatif
1/6
1/4
2 4
1/3 1/2 1
1
1 1/4 1
3 1/2 5
Graphe représentatif
1/6
1/4 Graphe réduit
2 4
1/3 1/2 1
1 C1 C2 C3
1 1/4 1
3 1/2 5
C1 C2 C3
Une classe persistante composée d’un seul état est absorbante et un état
est absorbant s’il forme, à lui seul, une classe persistante.
Une chaı̂ne de Markov est absorbante si tous ses états persistants le sont.
π (n) = π (n−1)P
et
π (n) = π (0)P n.
Preuve. Premièrement, on a, pour tout j ∈ S,
(1)
X
πj = P [X1 = j] = P [X1 = j | X0 = i]P [X0 = i]
i∈S
(0) (0)
X X
= pij πi = πi pij
i∈S i∈S
π (n) = π (n−1)P ∀ n ≥ 1.
π = πP .
Propriété 11. Si limn→∞ π (n) existe, alors la limite est une distribution
invariante.
Les deux résultats suivants sont cités sans preuve.
Théorème 4. Une chaı̂ne de Markov possède toujours au moins une distri-
bution invariante.
Théorème 5. Une chaı̂ne de Markov possède autant de distributions inva-
riantes linéairement indépendantes que la multiplicité de la valeur propre 1
de sa matrice de transition.
presque sûrement.
∗ 1 ∗
π “=” (π 0 “+” . . . “+” π ∗d−1).
d
J.-F. Hêche, ROSO-EPFL Chaı̂nes de Markov à temps discret 35
Les chaı̂nes réductibles
Théorème 9. Pour tout état initial i, la probabilité de se retrouver dans un
état persistant à l’étape n tend vers 1 lorsque n tend vers l’infini.
Preuve. Soit pi(m) = P [Xm transitoire | X0 = i]. Si s = |S|, on a
pi(s) < 1 pour tout i ∈ S car il est possible d’atteindre un état persistant
en au plus s transitions depuis n’importe quel état initial. Ainsi
p = max(pi(s)) < 1
i∈S
(n)
Corollaire 2. limn→∞ pij = 0 pour tout j transitoire, quel que soit i.
∞
" #
X
E Fj (Xn) X0 = i .
n=0
Corollaire 4. Partant de l’état transitoire i, le nombre moyen de transitions
avant d’atteindre un état absorbant (persistant) est égal à la somme des
termes de la ie ligne de la matrice fondamentale N .
(n) (n)
Or, pik = qik et pkj = rkj . Ainsi,
∞ ∞
! !
X X (n) X X (n) X
pik pkj = qik rkj = nik rkj = bij .
n=0 k trans. k trans. n=0 k trans.