Théorème de Perron-Frobenius pour les matrices positives irréductibles et application aux chaînes de Markov

Il est question dans ce développement de montrer que si $A \in \mathcal{M}_n(\mathbb{R})$ est positive et irréductible alors : \r\r1) $\rho(A) > 0$ et $\rho(A) \in \text{Sp}(A)$, \r2) La valeur propre $\rho(A)$ est simple (i.e. elle est de multiplicité algébrique égale à 1), \r3) L'espace propre $E_{\rho(A)}(A)$ est engendré par un vecteur propre strictement positif, \r4) Si $A$ est strictement positive, alors $\rho(A)$ est l'unique valeur propre de module maximal. \r\rÀ cela s'ajoute une application aux chaînes de Markov : Si $(X_n)_{n \in \mathbb{N}}$ est une chaîne de Markov irréductible à valeurs dans un espace d'états fini $E$, de matrice associée $P$ alors \r\r1) Il existe une unique probabilité invariante $\mu$ pour la dynamique issue de $P$, et cette mesure charge tous les éléments de $E$, \r2) Si de plus la chaîne est apériodique, alors :\r$$\rP^k \xrightarrow[k \to +\infty]{} \begin{pmatrix}\r\mu \\\r\vdots \\\r\mu\r\end{pmatrix}\r$$\roù on a représenté la mesure $\mu$ comme un vecteur ligne. En particulier, quelle que soit la loi de $X_0$, $(X_n)$ converge en loi vers la probabilité invariante $\mu$.
Qualité Numéro Titre
5 153 Valeurs propres, vecteurs propres. Calculs exacts ou approchés d'éléments propres. Applications.2025
5 206 Exemples d’utilisation de la notion de dimension finie en analyse.2025
5 262 Convergences d’une suite de variables aléatoires. Théorèmes limite. Exemples et applications.2025
5 264 Variables aléatoires discrètes. Exemples et applications.2025
4 226 Suites vectorielles et réelles définies par une relation de récurrence $u_{n+1} = f(u_n)$. Exemples. Applications à la résolution approchée d’équations.2025
Rajouter une version
Utilisateur : Méthivier
Je me suis inspiré du document de Matoumatheux pour l'idée du développement mais je n'ai pas spécialement suivi sa preuve. En fait je pense que ça fait deux développements et non un. Pour la partie Perron Frobenius, je pense c'est un bon dev. En revanche pour la partie chaine de Markov, j'en suis pas si sûr. J'ai vraiment pas beaucoup de recul sur ce que l'on démontre et je sais pas si ça a un quelconque intérêt. Attention aux coquilles
Références :
Probabilités pour les non-probabilistes - Walter Appel
Probabilités - Barbe-Ledoux
Analyse matricielle - Rombaldi
Utilisateur : Matoumatheux
ATTENTION !! Ce développement est oméga trop long !! Je conseille de ne traîter que le cas strictement positif si vous voulez embrayer sur les chaînes de Markov ! Pour la leçon 153, faites comme vous le sentez : ou bien vous parlez des chaînes de Markov pour illustrer que vous pouvez approcher un vecteur propre associé à la valeur propre $1$ de $P^T$ en mode \"méthode de la puissance\", ou bien vous faites la totale sans parler de chaînes de Markov.
Références :
Analyse matricielle - Rombaldi
Thèmes de probabilités et statistique - Toulouse