Opérateur de Markov

En mathématiques, et plus précisément en théorie des probabilités et théorie ergodique, un opérateur de Markov est un opérateur sur un espace fonctionnel approprié qui projette des fonctions bornées et mesurables sur de telles fonctions tout en conservant la masse.

Les opérateurs de Markov sont définis comme linéaires mais la définition peut être généralisée aux opérateurs non linéaires. Les opérateurs de Markov portent le nom d'Andrei Markov.

Opérateur de Markov modifier

Soit   un espace mesurable et   un ensemble de fonctions réelles et mesurables  .

Un opérateur linéaire   sur   est un opérateur de Markov s'il vérifie[1] :

  1. l'image par   d'une fonction mesurable bornée est une fonction mesurable bornée ;
  2. Soit   la fonction constante   alors  . (conservation la masse / propriété de Markov)
  3. Si   alors  . (positivité)

Semi-groupe de Markov modifier

Soit   une famille d'opérateurs de Markov définis sur l'ensemble des fonctions bornées et mesurables sur  . Alors   est appelé un semi-groupe de Markov, si[2] :

  1.  .
  2.   pour tous  .
  3. il existe une mesure sigma-finie   sur  , qui est invariant sous  .

Représentation noyau d'un opérateur de Markov modifier

Pour que l'opérateur de Markov ait une forme intégrale :

 

l'espace mesurable sous-jacent   doit remplir les propriétés suivantes :

  • chaque mesure de probabilité   peut être décomposée en  , où   est la projection sur la première composante et   est une densité de probabilité.
  • il existe une famille dénombrable qui génère la tribu  .

Si l'on définit maintenant une mesure sigma-finie sur  , on peut montrer que tout opérateur de Markov   a une forme intégrale par rapport à  .

Notes et références modifier

Bibliographie modifier

  • (en) Dominique Bakry, Ivan Gentil et Michel Ledoux, Analysis and Geometry of Markov Diffusion Operators, Springer Cham (DOI 10.1007/978-3-319-00227-9).
  • (en) Tanja Eisner, Bálint Farkas, Markus Haase et Rainer Nagel, Operator Theoretic Aspects of Ergodic Theory, Springer Cham (DOI 10.1007/978-3-319-16898-2), chap. 13.