Academic literature on the topic 'Formule de Feynman-Kac généralisée'

Cette thèse se consacre à étudier les symétries de Lie d'une classe particulière d'équations différentielles partielles (EDP), désignée sous le nom d'équation de Kolmogorov rétrograde. Cette équation joue un rôle essentiel dans le cadre des modèles financiers, notamment en lien avec le modèle de Longstaff-Schwartz, qui est largement utilisé pour la valorisation des options et des produits dérivés.Dans un contexte plus générale, notre étude s'oriente vers l'analyse des symétries de Lie de l'équation de Kolmogorov rétrograde, en introduisant un terme non linéaire. Cette généralisation est significative, car l'équation ainsi modifiée est liée à une équation différentielle stochastique rétrograde et progressive (EDSRP) via la formule de Feynman-Kac généralisée (non linéaire). Nous nous intéressons également à l'exploration des symétries de cette équation stochastique, ainsi qu'à la manière dont les symétries de l'EDP sont connectées à celles de l'EDSRP.Enfin, nous proposons un recalcul des symétries de l'équation différentielle stochastique rétrograde (EDSR) et de l'EDSRP, en adoptant une nouvelle approche. Cette approche se distingue par le fait que le groupe de symétries qui opère sur le temps dépend lui-même du processus $Y$, qui constitue la solution de l'EDSR. Cette dépendance ouvre de nouvelles perspectives sur l'interaction entre les symétries temporelles et les solutions des équations
This thesis is dedicated to studying the Lie symmetries of a particular class of partialdifferential equations (PDEs), known as the backward Kolmogorov equation. This equa-tion plays a crucial role in financial modeling, particularly in relation to the Longstaff-Schwartz model, which is widely used for pricing options and derivatives.In a broader context, our study focuses on analyzing the Lie symmetries of thebackward Kolmogorov equation by introducing a nonlinear term. This generalization issignificant, as the modified equation is linked to a forward backward stochastic differ-ential equation (FBSDE) through the generalized (nonlinear) Feynman-Kac formula.We also examine the symmetries of this stochastic equation and how the symmetriesof the PDE are connected to those of the BSDE.Finally, we propose a recalculation of the symmetries of the BSDE and FBSDE,adopting a new approach. This approach is distinguished by the fact that the symme-try group acting on time itself depends also on the process Y , which is the solutionof the BSDE. This dependence opens up new perspectives on the interaction betweentemporal symmetries and the solutions of the equations

Ce travail s'inscrit dans le cadre de l'etude des plasmas quantiques composes d'electrons et de noyaux interagissant via le potentiel de coulomb. Dans ce contexte, la derivation d'une equation d'etat par un developpement systematique en densite est utile. Dans une premiere partie, nous passons en revue les proprietes d'equilibre et les differents formalismes existant pour les systemes coulombiens classiques et quantiques. Nous enchainons, dans une seconde partie, sur notre formalisme donnant une representation diagrammatique des quantites d'equilibre, qui est l'analogue du developpement d'abe-meeron employe dans le cas des systemes classiques. Notre methode, developpee dans le cadre de l'ensemble grand-canonique, est basee sur la representation de feynman-kac de l'integrale de chemin qui etablit l'equivalence entre un systeme quantique constitue de charges ponctuelles et un systeme classique forme de filaments. Ce formalisme nous permet de calculer d'une maniere exacte et coherente l'ensemble des corrections au gaz parfait (termes classiques a la debye-huckel, diffraction, diffusion, etats lies et termes d'echange lies a la statistique des particules). La pression obtenue est calculee de facon explicite jusqu'a une puissance 5/2 en densite. Dans une troisieme partie, nous abordons l'etude qualitative de cette equation et discutons du domaine de validite du developpement en densite en fonction de la temperature et de la densite totale. Trois regimes sont clairement mis en evidence: une limite de tres basse densite ou les effets classiques de type debye predominent, un regime de densite intermediaire ou les corrections classiques et quantiques sont comparables et une region de densite elevee ou les corrections d'echange l'emportent sur tous les autres effets. Pour illustration, cette equation d'etat tronquee a ete appliquee au cas du soleil

Cette thèse s’intéresse à différents problèmes de grandes déviations en rapport avec la physique statistique, qu’elle aborde sous l’angle théorique aussi bien que numérique. La première partie concerne l’étude de grandes déviations en temps long pour les processus de diffusion. Tout d’abord, de nouveaux résultats d’ergodicité sont montrés pour les dynamiques de Feynman-Kac, en temps discret et en temps continu. Ceci conduit à de nouveaux résultats fins (au sens de la topologie considérée) sur les grandes déviations de mesures empiriques de processus de diffusion. Divers aspects numériques sont ensuite abordés. Tout d’abord, des estimées d’erreur précises sont fournies pour les discrétisations de processus de Feynman-Kac, la non-linéarité de la dynamique demandant le développement de nouveaux outils. Afin de réduire la variance des estimateurs classiques de grandes déviations, un algorithme adaptatif est ensuite présenté, qui utilise les techniques dite d’approximation stochastique. Enfin, nous abordons une problème numérique concernant les systèmes à basse température, et présentons une méthode pour construire une approximation du contrôle optimal à partir de la théorie du chemin de réaction. La dernière partie de cette thèse porte sur un sujet légèrement différent, celui des gaz de Coulomb, qui apparaissent en physique mais aussi dans la théorie des matrices aléatoires. Nous présentons d’abord une méthode efficace pour la simulation de tels gaz, avant de nous tourner vers l’étude des gaz sous contrainte. Pour ceux-ci, nous prouvons de nouveaux résultats de concentration dans la limite d’un grand nombre de particules, sous certaines conditions sur la contrainte. Nous présentons également un algorithme de simulation qui confirme les attentes théoriques
This thesis is concerned with various aspects of large deviations theory in relation with statistical physics. Both theoretical and numerical considerations are dealt with. The first part of the work studies long time large deviations properties of diffusion processes. First, we prove new ergodicity results for Feynman-Kac dynamics, both in continuous and discrete time. This leads to new fine results (in the sense of topology) for large deviations of empirical measures of diffusion processes. Various numerical problems are then covered. We first provide precise error estimates on discretizations of Feynman-Kac dynamics, for which the nonlinear features of the dynamics demand new tools. In order to reduce the variance of naive estimators, we provide an adaptive algorithm relying on the technique of stochastic approximation. We finally consider a problem concerning low temperature systems. We present a new method for constructing an approximation of the optimal control from the instanton (or reaction path) theory. The last part of the thesis is concerned with the different topic of Coulomb gases, which appear both in physics and random matrix theory. We first present an efficient method for simulating such gases, before turning to gases under constraint. For such gases, we prove new concentration results in the limit of a large number of particles, under some conditions on the constraint. We also present a simulation algorithm, which confirms the theoretical expectations

Introduites par E. Pardoux et S. Peng, les Equations Différentielles Stochastiques Rétrogrades ont fait l'objet de nombreux travaux. On peut les étudier suivant plusieurs points de vue. Dans une première partie, on améliore des résultats d'existence et d'unicité pour les solutions d'EDSR à horizon aléatoire lorsque le générateur est strictement monotone, puis monotone. Le fort lien qui existe entre les EDSR et les Equations aux Dérivées Partielles permet de donner une approche probabiliste pour des EDP elliptiques. Dans une seconde partie, on s'intéresse à la notion d'espérance non linéaire, qui est une généralisation de l'espérance classique dans la mesure où elle en vérifie les propriétés essentielles, hormis la linéarité. On se place dans le cadre où les trajectoires ne sont pas continues en considérant une filtration engendrée par un mouvement brownien et un processus de Poisson. On établit un théorème de décomposition de Doob-Meyer pour les surmartingales non linéaires.

Dans cette thèse on étudie des schémas numériques pour des processus
/X/ à coefficients discontinus. Un premier schéma pour le cas
unidimensionnel utilise les Équations Différentielles Stochastiques
avec Temps Local. En effet en dimension un les processus /X/ sont
solutions de telles équations. On construit une grille sur la droite
réelle, qu'une bijection adéquate transforme en une grille uniforme
de pas /h/. Cette bijection permet de transformer /X/ en /Y/ qui se
comporte localement comme un Skew Brownian Motion, pour lequel on
connaît les probabilités de transition sur une grille uniforme, et le
temps moyen passé sur chaque cellule de cette grille. Une marche
aléatoire peut alors être construite, qui converge vers /X/ en racine
de /h/. Toujours dans le cas unidimensionnel on propose un deuxième
schéma plus général. On se donne une grille non uniforme sur la
droite réelle, dont les cellules ont une taille proportionnelle à
/h/. On montre qu'on peut relier les probabilités de transition de
/X/ sur cette grille, ainsi que le temps moyen passé par /X/ sur
chacune de ses cellules, à des solutions de problèmes d'EDP
elliptiques ad hoc. Une marche aléatoire en temps et en espace est
ainsi construite, qui permet d'approcher /X/ à nouveau en racine de
/h/. Ensuite on présente des pistes pour adapter cette dernière
approche au cas bidimensionnel et les problèmes que cela soulève.
Enfin on illustre par des exemples numériques les schémas étudiés.

Cette Thèse se divise en deux parties. Dans la partie mathématique, nous étudions différentes edp d'ordre supérieur à 3 issues des neurosciences avec un point de vue probabiliste. Nous démontrons une formule de FK pour une grande classe de solutions de KdV (pas seulement les n-solitons), à l'aide des déterminants de Fredholm et des transformées de Laplace d'intégrales de Skorohod itérées. Concernant les edp d'ordre supérieur à 3, les processus itérés qui consistent en la composition de deux processus indépendants, l'un correspondant à la position et l'autre au temps, sont liés à leurs solutions. En effet, nous montrons une formule de FK pour des solutions d'edp d'ordre supérieur à 3 basée sur des fonctionnelles de processus itérés, même dans le cas non Markovien, étendant ainsi les résultats existants. Nous proposons aussi un schéma numérique pour la simulation de trajectoires de diffusions itérées basé sur le schéma d'Euler, qui converge p.s., uniformément en temps, avec un taux de convergence d'ordre $1/4$. Une estimation de l'erreur est proposée. Dans la partie biologique, nous avons collecté plusieurs articles en neuroscience et d'autres domaines de biologie, où les edp précédentes sont utilisées. En particulier, on s'intéresse à la simulation et à la propagation du potentiel d'action lorsque la capacité de la membrane cellulaire n'est pas supposée constante. Ces articles ont en commun le fait qu'ils remettent en question le fameux modèle d'Hodgkin-Huxley datant des années cinquante. En effet, même si ce modèle a été très efficace pour la compréhension du signal neuronal, il ne prend pas en compte tous les phénomènes résultants de la propagation du potentiel d'action
This Thesis consists of two parts. In the mathematical part we study Korteweg--de Vries (KdV) equation and high-order pdes with a probabilistic point of view in order to obtain Feynman-Kac (FK) type formulas. This study was motivated by recent biological models. We prove a FK representation for a larger class of solutions of KdV equation (not only n-solitons), using Fredholm determinants and Laplace transforms of iterated Skorohod integrals. Regarding higher order pdes, iterated processes that consist in the composition of two independent processes, one corresponding to position and the other one to time, are naturally related to their solutions. Indeed, we prove FK formulas for solutions of high order pdes based on functionals of iterated processes even in the non Markovian case, thus extending the existing results. We also propose a scheme for the simulation of iterated diffusions trajectories based on Euler scheme, that converges a.s., uniformly in time, with a rate of convergence of order $1/4$. An estimation of the error is proposed. In the biological part, we have collected several papers in neuroscience and other fields of biology where the previous types of pdes are involved. In particular, we are interested in the simulation of the propagation of the action potential when the capacitance of the cell membrane is not assumed to be constant. These papers have in common the fact that they question the famous Hodgkin Huxley model dating back to the fifties. Indeed this model even if it has been very efficient for the understanding of neuronal signaling does not take into account all the phenomena that occur during the propagation of the action potential

Cette thèse porte sur le développement de méthodes de Monte-Carlo pour calculer des représentations Feynman-Kac impliquant des opérateurs sous forme divergence avec un coefficient de diffusion constant par morceaux. Les méthodes proposées sont des variantes de la marche sur les sphères à l'intérieur des zones avec un coefficient de diffusion constant et des techniques de différences finies stochastiques pour traiter les conditions aux interfaces aussi bien que les conditions aux limites de différents types. En combinant ces deux techniques, on obtient des marches aléatoires dont le score calculé le long du chemin fourni un estimateur biaisé de la solution de l'équation aux dérivées partielles considérée. On montre que le biais global de notre algorithme est en général d'ordre deux par rapport au pas de différences finies. Ces méthodes sont ensuite appliquées au problème direct lié à la tomographie par impédance électrique pour la détection de tumeurs. Une technique de réduction de variance est également proposée dans ce cadre. On traite finalement du problème inverse de la détection de tumeurs à partir de mesures de surfaces à l'aide de deux algorithmes stochastiques basés sur une représentation paramétrique de la tumeur ou des tumeurs sous forme d'une ou plusieurs sphères. De nombreux essais numériques sont proposés et montrent des résultats probants dans la localisation des tumeurs
This thesis deals with the development of Monte-Carlo methods to compute Feynman-Kac representations involving divergence form operators with a piecewise constant diffusion coefficient. The proposed methods are variations around the walk on spheres method inside the regions with a constant diffusion coefficient and stochastic finite differences techniques to treat the interface conditions as well as the different kinds of boundary conditions. By combining these two techniques, we build random walks which score computed along the walk gives us a biased estimator of the solution of the partial differential equation we consider. We prove that the global bias is in general of order two with respect to the finite difference step. These methods are then applied for tumour detection to the forward problem in electrical impedance tomography. A variance reduction technique is also proposed in this case. Finally, we treat the inverse problem of tumours detection from surface measurements using two stochastics algorithms based on a spherical parametric representation of the tumours. Many numerical tests are proposed and show convincing results in the localization of the tumours

Cette these se situe a la rencontre de la theorie des champs et du calcul stochastique. Nous decrivons en termes de distributions sur l'espace de wiener certains objets de la theorie des champs tels que les operateurs vertex et le champ bosonique. Nous etudions egalement une action inedite du groupe des diffeomorphismes sur l'espace de wiener. Ainsi, a l'aide des formules d'integration par partie de cameron-martin, on obtient de facon rigoureuse une representation de l'algebre de virasoro. Cette representation s'interprete en terme de changement de temps et d'operateur de toeplitz. Par ailleurs, une correspondance entre un espace de fonction tests sur l'espace de wiener et la quantification d'un espace de series formelles nous permet d'obtenir sous forme probabiliste les solutions soliton et les transformations de backlund de la theorie korteweg-de vries

Le filtrage non-linéaire des mesures ponctuelles d'un fluide turbulent était un sujet vierge, nous donnons ici des modélisations stochastiques et des filtres pertinents. Nous avons défini et étudié le processus d'acquisition d'un champ vectoriel le long d'un chemin aléatoire. Nous avons proposé des algorithmes de filtrage non-linéaire pour les processus à champ moyen et démontré la convergence des approximations particulaires. Nous avons remanié les modèles Lagrangiens du fluide proposés par les physiciens en fermant ces équations par un conditionnement en les couplant à l'observation et au processus d'acquisition. Nos algorithmes permettent alors de filtrer les mesures de vitesses d'un fluide turbulent simulées ou réelles en écoulement 1D à 3D.

Dans cette thèse, on étudie le problème de la consommation et de l’investissement pour le marché financier de "spread" (différence entre deux actifs) défini par le processus Ornstein-Uhlenbeck (OU). Ce manuscrit se compose de sept chapitres. Le chapitre 1 présente une revue générale de la littérature et un bref résumé des principaux résultats obtenus dans cetravail où différentes fonctions d’utilité sont considérées. Dans le chapitre 2, on étudie la stratégie optimale de consommation / investissement pour les fonctions puissances d’utilité pour un intervalle de temps réduit a 0 < t < T < T0. Dans ce chapitre, nous étudions l’équation de Hamilton–Jacobi–Bellman (HJB) par la méthode de Feynman - Kac (FK). L’approximation numérique de la solution de l’équation de HJB est étudiée et le taux de convergence est établi. Il s’avère que dans ce cas, le taux de convergencedu schéma numérique est super–géométrique, c’est-à-dire plus rapide que tous ceux géométriques. Les principaux théorèmes sont énoncés et des preuves de l’existence et de l’unicité de la solution sont données. Un théorème de vérification spécial pour ce cas des fonctions puissances est montré. Le chapitre 3 étend notre approche au chapitre précédent à la stratégie de consommation/investissement optimale pour tout intervalle de temps pour les fonctions puissances d’utilité où l’exposant γ doit être inférieur à 1/4. Dans le chapitre 4, on résout le problème optimal de consommation/investissement pour les fonctions logarithmiques d’utilité dans le cadre du processus OU multidimensionnel en se basant sur la méthode de programmation dynamique stochastique. En outre, on montre un théorème de vérification spécial pour ce cas. Le théorème d’existence et d’unicité pour la solution classique de l’équation de HJB sous forme explicite est également démontré. En conséquence, les stratégies financières optimales sont construites. Quelques exemples sont donnés pour les cas scalaires et pour les cas multivariés à volatilité diagonale. Le modèle de volatilité stochastique est considéré dans le chapitre 5 comme une extension du chapitre précédent des fonctions logarithmiques d’utilité. Le chapitre 6 propose des résultats et des théorèmes auxiliaires nécessaires au travail.Le chapitre 7 fournit des simulations numériques pour les fonctions puissances et logarithmiques d’utilité. La valeur du point fixe h de l’application de FK pour les fonctions puissances d’utilité est présentée. Nous comparons les stratégies optimales pour différents paramètres à travers des simulations numériques. La valeur du portefeuille pour les fonctions logarithmiques d’utilité est également obtenue. Enfin, nous concluons nos travaux et présentons nos perspectives dans le chapitre 8
This thesis studies the consumption/investment problem for the spread financial market defined by the Ornstein–Uhlenbeck (OU) process. Recently, the OU process has been used as a proper financial model to reflect underlying prices of assets. The thesis consists of 8 Chapters. Chapter 1 presents a general literature review and a short view of the main results obtained in this work where different utility functions have been considered. The optimal consumption/investment strategy are studied in Chapter 2 for the power utility functions for small time interval, that 0 < t < T < T0. Main theorems have been stated and the existence and uniqueness of the solution has been proven. Numeric approximation for the solution of the HJB equation has been studied and the convergence rate has been established. In this case, the convergence rate for the numerical scheme is super geometrical, i.e., more rapid than any geometrical ones. A special verification theorem for this case has been shown. In this chapter, we have studied the Hamilton–Jacobi–Bellman (HJB) equation through the Feynman–Kac (FK) method. The existence and uniqueness theorem for the classical solution for the HJB equation has been shown. Chapter 3 extended our approach from the previous chapter of the optimal consumption/investment strategies for the power utility functions for any time interval where the power utility coefficient γ should be less than 1/4. Chapter 4 addressed the optimal consumption/investment problem for logarithmic utility functions for multivariate OU process in the base of the stochastic dynamical programming method. As well it has been shown a special verification theorem for this case. It has been demonstrated the existence and uniqueness theorem for the classical solution for the HJB equation in explicit form. As a consequence the optimal financial strategies were constructed. Some examples have been stated for a scalar case and for a multivariate case with diagonal volatility. Stochastic volatility markets has been considered in Chapter 5 as an extension for the previous chapter of optimization problem for the logarithmic utility functions. Chapter 6 proposed some auxiliary results and theorems that are necessary for the work. Numerical simulations has been provided in Chapter 7 for power and logarithmic utility functions. The fixed point value h for power utility has been presented. We study the constructed strategies by numerical simulations for different parameters. The value function for the logarithmic utilities has been shown too. Finally, Chapter 8 reflected the results and possible limitations or solutions