Méthode du maximum d'entropie sur la moyenne et applications
Auteur / Autrice : | Fabrice Gamboa |
Direction : | Didier Dacunha-Castelle |
Type : | Thèse de doctorat |
Discipline(s) : | Mathématiques |
Date : | Soutenance en 1989 |
Etablissement(s) : | Paris 11 |
Mots clés
Mots clés contrôlés
Résumé
La méthode du maximum d'entropie permet de donner une solution explicite au problème de reconstruction d'une mesure de probabilité lorsque l'on ne dispose que des valeurs moyennes de certaines variables aléatoires. Nous utilisons cette méthode pour reconstruire une fonction contrainte à appartenir à un convexe C (contrainte non linéaire), en utilisant un nombre fini de ses moments généralisés (contrainte linéaire). Pour cela on considère une suite de problèmes de maximisation de l'entropie, le n-ème problème consiste à reconstruire une probabilité sur Cn, projection de C sur Rⁿ, dont la moyenne vérifie une contrainte approchant la contrainte initiale (moments généralisés). Faisant ensuite tendre n vers l’infini, on obtient une solution au problème initial en considérant la limite de la suite des moyennes des lois du maximum d'entropie sur les espaces Cn. Ce procédé de reconstruction est baptisé méthode du maximum d'entropie sur la moyenne (M. E. M), car la contrainte linéaire ne porte que sur la moyenne des lois à reconstruire. On étudie principalement le cas où C est une bande de fonctions continues. On obtient alors une famille de reconstructions, chacun des éléments de cette famille ne dépend que de la suite des mesures de référence utilisée dans la suite des problèmes d'entropie. Nous montrons que la méthode (M. E. M) est équivalente à la maximisation d'un critère concave. Nous utilisons ensuite la méthode (M. E. M) pour construire un critère numériquement calculable permettant de résoudre le problème des moments généralisés sur une bande bornée de fonctions continues. Enfin nous nous intéressons à des applications statistiques de la méthode.