Agrégation faible des processus de Markov absorbants

James Ledoux 1 Gerardo Rubino 1 Bruno Sericola 1
1 MODEL - Modeling Random Systems
IRISA - Institut de Recherche en Informatique et Systèmes Aléatoires, INRIA Rennes
Résumé : Nous caractérisons les conditions dans lesquelles un processus markovien absorbant (à temps discret ou continu) d'espace d'état fini, peut être transformé en un nouveau processus, dit agrégé, qui soit encore markovien mais dont les états sont les classes d'une partition donnée de l'espace d'état originel. Pour cela, la notion pertinente est la distribution quasi-stationnaire associée aux processus absorbants etudiés ici. Elle permet d'établir un lien explicite avec le cas irréductible traité. Nous sommes alors en mesure de calculer l'ensemble de toutes les distributions initiales du processus originel conduisant a un processus agrégé markovien au moyen d'un algorithme fini. Enfin, il est montré que l'étude d'un processus à temps continu se ramene à celle d'une chaine a temps discret en utilisant la technique d'uniformisation.
Type de document :
Rapport
[Rapport de recherche] RR-1736, INRIA. 1992
Liste complète des métadonnées

https://hal.inria.fr/inria-00076975
Contributeur : Rapport de Recherche Inria <>
Soumis le : lundi 29 mai 2006 - 11:44:02
Dernière modification le : mercredi 16 mai 2018 - 11:23:04
Document(s) archivé(s) le : vendredi 13 mai 2011 - 22:18:28

Fichiers

Identifiants

  • HAL Id : inria-00076975, version 1

Citation

James Ledoux, Gerardo Rubino, Bruno Sericola. Agrégation faible des processus de Markov absorbants. [Rapport de recherche] RR-1736, INRIA. 1992. 〈inria-00076975〉

Partager

Métriques

Consultations de la notice

222

Téléchargements de fichiers

73