Tesis sobre el tema "Contrôle de type champ moyen"

Dans la première partie de la thèse, nous étudions un problème de contrôle stochastique de type champ moyen en horizon infini où la fonction de coût dépend de la loi du processus d'état. Nous prouvons les conditions nécessaires et suffisantes d'optimalité qui exigent la L-différentiabilité et la L-convexité dans l'espace des mesures pour la fonction de coût instantanée. Ensuite, nous commençons par une application en optimisation de portefeuille du problème de contrôle de type champ moyen en horizon infini. L'objectif est de surperformer une allocation statique dans un portefeuille investi en actions et en actif sans risque en s'appuyant sur une allocation dynamique, en utilisant la vitesse de traitement des actifs comme contrôle avec un critère de minimisation du risque baissier de type champ moyen. Nous avons prouvé les conditions d'optimalité pour le problème de contrôle et établi l'existence et l'unicité de la solution du système couplé d'équations différentielles stochastiques progressives-rétrogrades de type McKean-Vlasov. Nous avons également développé un schéma numérique basé sur les réseaux de neurones pour résoudre une version tronquée dans le temps du problème et fourni des bornes exponentielles pour l'erreur de troncature. Les expériences numériques suggèrent qu'augmenter le multiplicateur du terme de champ moyen incline avec succès la distribution de richesse vers la droite, augmentant ainsi la probabilité d'obtenir une richesse relative plus élevée.Dans une seconde partie, nous étudions l'approximation numérique des équations différentielles stochastiques rétrogrades en horizon infini. Nous avons développé trois schémas numériques. Le premier schéma est basé sur une itération de Picard et utilise une approximation spatiale par grille. Le deuxième schéma est également basé sur un schéma de Picard mais utilise des réseaux de neurones. Le troisième schéma n'est pas basé sur une itération de Picard et repose sur des réseaux de neurones. Nous fournissons également une étude détaillée de l'erreur numérique pour le premier schéma et prouvons des bornes fines sur l'erreur d'approximation, nécessitant des hypothèses supplémentaires pour la contraction. Pour le deuxième schéma, nous prouvons la convergence de l'erreur d'approximation vers zéro lorsque la taille du réseau de neurones augmente. Les expérimentations numériques suggèrent que le troisième schéma est plus performant que les deux premiers lorsque la contraction n'est plus satisfaite
In the first part of this thesis, we study a mean-field stochastic control problem in infinite horizon where the cost functional has dependence on the law of the state process. We prove the necessary and sufficient conditions of optimality which requires L-differentiability and L-convexity in the measure space for the running cost function. Then, we start with an application in portfolio optimization of this mean-field control problem in the infinite horizon. The goal is to outperform a static allocation of stocks and a risk-free asset by using dynamic allocation, using the trading speed of the assets as the control with a downside risk minimization criterion of mean-field type. We prove the conditions of optimality for the control problem and establish the existence and uniqueness of the solution to the corresponding system of coupled McKean-Vlasov forward-backward stochastic differential equations. We also develop a numerical scheme based on neural networks for solving a time-truncated version of the problem and provide exponential bounds for the truncation error. Numerical experiments suggest that increasing the multiplier of the mean-field term successfully skewed the wealth distribution towards right, increasing the probability of higher relative wealth.In a second part, we study numerical approximation of backward stochastic differential equations in infinite horizon. We develop three numerical schemes: The first scheme is based on a Picard procedure and uses grid approximation for the space; the second one is also based on a Picard procedure and uses neural networks; the third scheme does not rely on a Picard procedure and uses neural networks like the second one. We also provide a detailed study of the numerical error for the first scheme and prove tight bounds on the approximation error, requiring additional assumptions for contraction. For the second scheme, we proved the convergence of the approximation error to zero as the size of the neural network increases. Numerical experiments also suggest that the third scheme performs better than the first two schemes when the contraction is not fulfilled

Nous considérons les équations différentielles stochastiques (EDS) de Mc Kean-Vlasov, qui sont des EDS dont les coefficients de dérive et de diffusion dépendent non seulement de l'état du processus inconnu, mais également de sa loi de probabilité. Ces EDS, également appelées EDS à champ moyen, ont d'abord été étudiées en physique statistique et représentent en quelque sorte le comportement moyen d'un nombre infini de particules. Récemment, ce type d'équations a suscité un regain d'intérêt dans le contexte de la théorie des jeux à champ moyen. Cette théorie a été inventée par P.L. Lions et J.M. Lasry en 2006, pour résoudre le problème de l'existence d'un équilibre de Nash approximatif pour les jeux différentiels, avec un grand nombre de joueurs. Ces équations ont trouvé des applications dans divers domaines tels que la théorie des jeux, la finance mathématique, les réseaux de communication et la gestion des ressources pétrolières. Dans cette thèse, nous avons étudié les questions de stabilité par rapport aux données initiales, aux coefficients et aux processus directeurs des équations de McKean-Vlasov. Les propriétés génériques de ce type d'équations stochastiques, telles que l'existence et l'unicité, la stabilité par rapport aux paramètres, ont été examinées. En théorie du contrôle, notre attention s'est portée sur l'existence et l'approximation de contrôles relaxés pour les systèmes gouvernés par des EDS de Mc Kean-Vlasov
We consider Mc Kean-Vlasov stochastic differential equations (SDEs), which are SDEs where the drift and diffusion coefficients depend not only on the state of the unknown process but also on its probability distribution. These SDEs called also mean- field SDEs were first studied in statistical physics and represent in some sense the average behavior of an infinite number of particles. Recently there has been a renewed interest for this kind of equations in the context of mean-field game theory. Since the pioneering papers by P.L. Lions and J.M. Lasry, mean-field games and mean-field control theory has raised a lot of interest, motivated by applications to various fields such as game theory, mathematical finance, communications networks and management of oil resources. In this thesis, we studied questions of stability with respect to initial data, coefficients and driving processes of Mc Kean-Vlasov equations. Generic properties for this type of SDEs, such as existence and uniqueness, stability with respect to parameters, have been investigated. In control theory, our attention were focused on existence, approximation of relaxed controls for controlled Mc Kean-Vlasov SDEs

L'apprentissage par renforcement est un paradigme clé de l'apprentissage machine, dont l'objectif est d'inciter les agents à tirer les leçons de leur propre expérience passée afin qu'ils s'améliorent au fil du temps, voir par exemple la monographie [14]. À cet égard, les systèmes impliquant un grand nombre d'agents sont importants pour les applications, mais restent difficiles à traiter du point de vue numérique, voir par exemple le récent post [12]. Le renforcement de l'apprentissage avec plusieurs agents est généralement appelé "apprentissage de renforcement multi-agents" (MARL). Comme démontré dans la publication antérieure [15], cela peut couvrir diverses situations avec des agents opérant individuellement ou collectivement. L'analyse de l'apprentissage par renforcement s'appuie fortement sur les outils mathématiques de la théorie du contrôle et de la théorie des jeux. Tout comme les MARL, les deux peuvent également être confrontés à des difficultés lorsque la dimension augmente. Cela a incité plusieurs auteurs à mettre en œuvre une approche champ moyen, issue de la physique statistique, afin de réduire la complexité globale, voir entre autres les travaux fondateurs de Lasry and Lions [9] et de Huang, Caines et Malhame [7] et les deux monographies [3, 4] sur les jeux à champ moyen et le contrôle champ moyen. L'objectif du doctorat sera de mettre en œuvre une approche similaire de la gestion des MARL. L'idée a été étudiée, au moins pour les agents individuels, dans plusieurs documents récents, voir [8, 10, 13, 16]. Dans ces derniers, non seulement l'approche champ moyen permet de réduire la complexité de façon significative, mais elle fournit également des solutions distribuées (ou décentralisées), qui sont d'une grande utilité pratique. La mise en œuvre numérique est principalement abordée dans [13, 16]. Le lien avec les notions d'apprentissage dans la théorie des jeux est cité dans [10], sur la base d'idées antérieures, voir [2]. La première partie de la thèse consistera à revisiter les travaux existants. Cela demandera en particulier une analyse soigneuse de la stabilité portant à la fois sur le passage d'un système fini d'agents à un système infini et sur l'utilisation de stratégies approximatives (au lieu de stratégies exactes). À la lumière de [2], on peut s'attendre à ce que la monotonie joue un rôle dans l'analyse globale ; une autre orientation, mais plus prospective, consiste à discuter de l'influence d'un environnement stochastique sur le comportement des algorithmes eux-mêmes. Une autre partie de la thèse sera consacrée au cas de la coopération, voir par exemple [5], dont l'analyse s'appuiera sur la théorie du contrôle en champ moyen. Comme mentionné dans [13], des structures potentielles peuvent permettre de faire le lien entre les cas individuel et coopératif ; comme démontré dans [11], ces liens jouent un rôle dans la construction de politiques incitatives
The goal of the PhD will be to implement a similar mean field approach to handle MARL. This idea was investigated, at least for individual agents, in several recent papers. In all of them, not only Mean field approach to MARL (Multi Agent Reinforcement Learning) does the mean field approach allow for a significant decrease of complexity, but it also provides distributed (or decentralized) solutions, which are of a very convenient use in practice. Numerical implementation using either on-or off-policy learning is discussed in the literature. The first part of the thesis will consist in revisiting the former works from a mathematical point of view. In particular, this will ask for a careful stability analysis addressing both the passage from a finite to an infinite system of agents and the use of approximated (instead of exact) policies. We may expect monotonicity to play a key role in the overall analysis; another, but more prospective, direction is to discuss the influence of a stochastic environment onto the behavior of the algorithms themselves. Another part of the thesis will be dedicated to the cooperative case the analysis of which will rely upon mean field control theory. Potential structures may allow to make the connection between individual and cooperative cases. The connection between the two may indeed play an important role for incentive design or, equivalently, for mimicking a cooperative system with individual agents. In this regard, connection with distributional reinforcement learning, may be an interesting question as well

Les jeux à champ moyen (MFG) sont une classe de jeux différentiels dans lequel chaque agent est infinitésimal et interagit avec une énorme population d'agents. Dans cette thèse, nous soulevons la question de la formation effective de l'équilibre MFG. En effet, le jeu étant très complexe, il est irréaliste de supposer que les agents peuvent réellement calculer la configuration d'équilibre. Cela semble indiquer que si la configuration d'équilibre se présente, c'est parce que les agents ont appris à jouer au jeu. Donc, la question principale est de trouver des procédures d'apprentissage dans les jeux à champ moyen et d'analyser leurs convergences vers un équilibre. Nous nous sommes inspirés par des schémas d'apprentissage dans les jeux statiques et avons essayé de les appliquer à notre modèle dynamique de MFG. Nous nous concentrons particulièrement sur les applications de fictitious play et online mirror descent sur différents types de jeux de champs moyens : Potentiel, Monotone ou Discret
Mean Field Games (MFG) are a class of differential games in which each agent is infinitesimal and interacts with a huge population of other agents. In this thesis, we raise the question of the actual formation of the MFG equilibrium. Indeed, the game being quite involved, it is unrealistic to assume that the agents can compute the equilibrium configuration. This seems to indicate that, if the equilibrium configuration arises, it is because the agents have learned how to play the game. Hence the main question is to find learning procedures in mean field games and investigating if they converge to an equilibrium. We have inspired from the learning schemes in static games and tried to apply them to our dynamical model of MFG. We especially focus on fictitious play and online mirror descent applications on different types of mean field games; those are either Potential, Monotone or Discrete

Ce travail s'inscrit dans la recherche actuelle en segmentation markovienne d'images. Cela concerne les problèmes de sélection de modèle, d'estimation des paramètres et de segmentation. Les méthodes classiques pour traiter ces trois étapes ne peuvent être appliquées directement dans le cas des champs de Markov cachés du fait de la structure de dépendance spatiale du modèle. Des approximations sont nécessaires. Une solution, assez coûteuse, consiste à utiliser des simulations de Monte-Carlo. Nous proposons des méthodes simples et moins lourdes, basées sur l'approximation en champ moyen d'un champ de Markov. L'intérêt de cette méthode est de se ramener à un système de variables indépendantes, plus facile à manipuler. Dans un premier temps nous avons étudié, puis généralisé le principe du champ moyen pour la mise en oeuvre de l'algorithme EM pour l'estimation des paramètres du modèle. Il en résulte une classe d'algorithmes, les algorithmes EM de type champ moyen, qui présentent l'avantage de prendre en cmpte la structure markovienne tout en ayant une simplicité de mise en oeuvre identique au cas indépendant. Parmi ces procédures, nous distinguons l'algorithme en champ simulé, proche de l'algorithme Monte-Carlo EM(MCEM), en raison de ses performances en termes d'estimation et de segmentation dans le cas d'images simulées et réelles. Nous présentons ensuite des conditions suffisantes pour la convergence presque sûre de l'algorithme MCEM, dans un contexte où peu de résultats sont disponibles à cause de la complexité du modèle markovien. Ces résultats sur l'estimation et la segmentation dans un cadre où le nombre de classes du modèle est connu sont complétés par un travail sur l'étape de sélection d'un modèle markovien. Là encore, l'outil champ moyen est intéressant puisqu'il permet de définir des approximations simples de critères classiques (Bayesian Information Criterion, Integrated Likelihood) et qui s'avèrent prometteuses en pratique.

Cette thèse se compose de deux parties indépendantes et la première regroupant deux problématiques distinctes. Dans la première partie, nous étudions d’abord le problème de Principal-Agent dans des systèmes dégénérés, qui apparaissent naturellement dans des environnements à l’observation partielle où l’Agent et le Principal n’observent qu’une partie du système. Nous présentons une approche se basant sur le principe du maximum stochastique, dont le but est d’étendre les travaux existants qui utilisent le principe de la programmation dynamique dans des systèmes non-dégénérés. D’abord nous résolvons le problème du Principal dans un ensembledes contrats élargi donné par la condition du premier ordre du problème de l’Agent sous forme d’une équation différentielle stochastique progressive-rétrograde (abrégée EDSPR) dépendante de la trajectoire. Ensuite nous utilisons la condition suffisante du problème de l’Agent pour vérifier que le contrat optimal obtenu est bien implémentable. Une étude parallèle est consacrée à l’existence et l’unicité de la solution d'EDSPRs dépendantes de la trajectoire dans le chapitre IV. Nous étendons la méthode de champ de découplage aux cas où les coefficients des équations peuvent dépendre de la trajectoire du processus forward. Nous démontrons également une propriété de stabilité pour ce genre d'EDSPRs. Enfin, nous étudions le problème de hasard moral avec plusieurs Principals. L’Agent ne peut travailler que pour un seul Principal à la fois et fait donc face à un problème de switching optimal. En utilisant la méthode de randomisation nous montrons que la fonction valeur de l’Agent et son effort optimal sont donnés par un processus d’Itô. Cette représentation nous aide à résoudre ensuite le problème du Principal lorsqu’il y a une infinité de Principals en équilibre selon un jeu à champ-moyen. Nous justifions la formulation à champ-moyen par un argument de propagation de chaos.La deuxième partie de cette thèse est constituée des chapitres V et VI. La motivation de ces travaux est de donner un fondement théorique rigoureux pour la convergence des algorithmes du type descente de gradient très souvent utilisés dans la résolution des problème non-convexes comme la calibration d’un réseau de neurones. Pour les problèmes non-convexes du type réseaux de neurones à une couche cachée, l’idée clé est de transformer le problème en un problème convexe en le relevant dans l’espace des mesures. Nous montrons que la fonction d’énergie correspondante admet un unique minimiseur qui peut être caractérisé par une condition du premier ordre utilisant la dérivation dans l’espace des mesures au sens de Lions. Nous présentons ensuite une analyse du comportement à long terme de la dynamique de Langevin à champ-moyen, qui possède une structure de flot de gradient dans la métrique de 2-Wasserstein. Nous montrons que le flot de la loi marginale induite par la dynamique de Langevin à champ-moyen converge vers une loi stationnaire en utilisant le principe d’invariance de La Salle, qui est le minimiseur de la fonction d’énergie.Dans le cas des réseaux de neurones profonds, nous les modélisons à l’aide d’un problème de contrôle optimal en temps continu. Nous donnons d’abord la conditiondu premier ordre à l’aide du principe de Pontryagin, qui nous aidera ensuiteà introduire le système d’équation de Langevin à champ-moyen, dont la mesure invariante correspond au minimiseur du problème de contrôle optimal. Enfin, avec la méthode de couplage par réflexion nous montrons que la loi marginale du système de Langevin à champ-moyen converge vers la mesure invariante avec une vitesse exponentielle
Two independent subjects are studied in this thesis, the first of which consists of two distinct problems.In the first part, we begin with the Principal-Agent problem in degenerate systems, which appear naturally in partially observed random environment in which the Agent and the Principal can only observe one part of the system. Our approach is based on the stochastic maximum principle, the goal of which is to extend the existing results using dynamic programming principle to the degenerate case. We first solve the Principal's problem in an enlarged set of contracts given by the first order condition of the Agent's problem in form of a path-dependent forward-backward stochastic differential equation (abbreviated FBSDE). Afterward, we use the sufficient condition of the Agent's problem to verify that the previously obtained optimal contract is indeed implementable. Meanwhile, a parallel study is devoted to the wellposedness of path-dependent FBSDEs in the chapter IV. We generalize the decoupling field method to the case where the coefficients of the equations can depend on the whole path of the forward process and show the stability property of this type of FBSDEs. Finally, we study the Principal-Agent problem with multiple Principals. The Agent can only work for one Principal at a time and therefore needs to solve an optimal switching problem. By using randomization, we show that the value function of the Agent's problem and his optimal control are given by an Itô process. This representation allows us to solve the Principal's problem in the mean-field case when there is an infinite number of Principals. We justify the mean-field formulation using an argument of backward propagation of chaos.The second part of the thesis consists of chapter V and VI. The motivation of this work is to give a rigorous theoretical underpinning for the convergence of gradient-descent type of algorithms frequently used in non-convex optimization problems like calibrating a deep neural network.For one-layer neural networks, the key insight is to convexify the problem by lifting it to the measure space. We show that the corresponding energy function has a unique minimiser which can be characterized by some first order condition using derivatives in measure space. We present a probabilistic analysis of the long-time behavior of the mean-field Langevin dynamics, which have a gradient flow structure in 2-Wasserstein metric. By using a generalization of LaSalle's invariance principle, we show that the flow of marginal laws induced by the mean-field Langevin dynamics converges to the stationary distribution, which is exactly the minimiser of the energy function.As for deep neural networks, we model them as some continuous-time optimal control problems. Firstly, we find the first order condition by using Pontryagin maximum principle, which later helps us find the associated mean-field Langevin system, the invariant measure of which is again the minimiser of the optimal control problem. As last, by using the reflection coupling, we show that the marginal distribution of the mean-field Langevin system converges to the unique invariant measure exponentially

Cette thèse porte sur l'étude d'équation de Hamilton-Jacobi-Bellman associées à des problèmes de contrôle optimal et de jeux à champ moyen avec la particularité qu'on se place sur un réseau (c'est-à-dire, des ensembles constitués d'arêtes connectées par des jonctions) dans les deux problèmes, pour lesquels on autorise différentes dynamiques et différents coûts dans chaque bord d'un réseau. Dans la première partie de cette thèse, on considère un problème de contrôle optimal sur les réseaux dans l'esprit des travaux d'Achdou, Camilli, Cutrì & Tchou (2013) et Imbert, Moneau & Zidani (2013). La principale nouveauté est qu'on rajoute des coûts d'entrée (ou de sortie) aux sommets du réseau conduisant à une éventuelle discontinuité de la fonction valeur. Celle-ci est caractérisée comme l'unique solution de viscosité d'une équation Hamilton-Jacobi pour laquelle une condition de jonction adéquate est établie. L'unicité est une conséquence d'un principe de comparaison pour lequel nous donnons deux preuves différentes, l'une avec des arguments tirés de la théorie du contrôle optimal, inspirée par Achdou, Oudet & Tchou (2015) et l'autre basée sur les équations aux dérivées partielles, d'après Lions & Souganidis (2017). La deuxième partie concerne les jeux à champ moyen stochastiques sur les réseaux. Dans le cas ergodique, ils sont décrits par un système couplant une équation de Hamilton-Jacobi-Bellman et une équation de Fokker- Planck, dont les inconnues sont la densité m de la mesure invariante qui représente la distribution des joueurs, la fonction valeur v qui provient d'un problème de contrôle optimal "moyen" et la constante ergodique ρ. La fonction valeur v est continue et satisfait dans notre problème des conditions de Kirchhoff aux sommets très générales. La fonction m satisfait deux conditions de transmission aux sommets. En particulier, due à la généralité des conditions de Kirchhoff, m est en général discontinue aux sommets. L'existence et l'unicité d'une solution faible sont prouvées pour des Hamiltoniens sous-quadratiques et des hypothèses très générales sur le couplage. Enfin, dans la dernière partie, nous étudions les jeux à champ moyen stochastiques non stationnaires sur les réseaux. Les conditions de transition pour la fonction de valeur v et la densité m sont similaires à celles données dans la deuxième partie. Là aussi, nous prouvons l'existence et l'unicité d'une solution faible pour des Hamiltoniens sous-linéaires et des couplages et dans le cas d'un couplage non-local régularisant et borné inférieurement. La principale difficulté supplémentaire par rapport au cas stationnaire, qui nous impose des hypothèses plus restrictives, est d'établir la régularité des solutions du système posé sur un réseau. Notre approche consiste à étudier la solution de l'équation de Hamilton-Jacobi dérivée pour gagner de la régularité sur la solution de l'équation initiale
The dissertation focuses on the study of Hamilton-Jacobi-Bellman equations associated with optimal control problems and mean field games problems in the case when the state space is a network. Different dynamics and running costs are allowed in each edge of the network. In the first part of this thesis, we consider an optimal control on networks in the spirit of the works of Achdou, Camilli, Cutrì & Tchou (2013) and Imbert, Monneau & Zidani (2013). The main new feature is that there are entry (or exit) costs at the edges of the network leading to a possible discontinuous value function. The value function is characterized as the unique viscosity solution of a Hamilton-Jacobi equation for which an adequate junction condition is established. The uniqueness is a consequence of a comparison principle for which we give two different proofs. One uses some arguments from the theory of optimal control and is inspired by Achdou, Oudet & Tchou (2015). The other one is based on partial differential equations techniques and is inspired by a recent work of Lions & Souganidis (2017). The second part is about stochastic mean field games for which the state space is a network. In the ergodic case, they are described by a system coupling a Hamilton- Jacobi-Bellman equation and a Fokker-Planck equation, whose unknowns are the density m of the invariant measure which represents the distribution of the players, the value function v which comes from an "average" optimal control problem and the ergodic constant ρ. The function v is continuous and satisfies general Kirchhoff conditions at the vertices. The density m satisfies dual transmission conditions. In particular, due to the generality of Kirchhoff’s conditions, m is in general discontinuous at the vertices. Existence and uniqueness are proven for subquadratic Hamiltonian and very general assumptions about the coupling term. Finally, in the last part, we study non-stationary stochastic mean field games on networks. The transition conditions for value function v and the density m are similar to the ones given in second part. Here again, we prove the existence and uniqueness of a weak solution for sublinear Hamiltonian and bounded non-local regularizing coupling term. The main additional difficulty compared to the stationary case, which imposes us more restrictive hypotheses, is to establish the regularity of the solutions of the system placed on a network. Our approach is to study the solution of the derived Hamilton-Jacobi equation to gain regularity over the initial equation

Dans cette thèse nous étudions le comportement asymptotique de systèmes de particules en interaction de type champ moyen en espace discret, systèmes pour lesquels l'interaction a lieu par l'intermédiaire de la mesure empirique. Dans la première partie de ce mémoire, nous nous intéressons aux systèmes de particules de type Fleming-Viot: les particules se déplacent indépendamment suivant une dynamique markovienne jusqu'au moment où l'une d'entre elles touche un état absorbant. A cet instant, la particule absorbée choisit uniformément une autre particule et saute sur sa position. L'ergodicité du processus est établie dans le cadre de marches aléatoires sur N avec dérive vers l'origine et pour une dynamique proche de celle du graphe complet. Pour ce dernier, nous obtenons une estimation quantitative de la convergence en temps long à l'aide de la courbure de Wasserstein. Nous montrons de plus la convergence de la distribution empirique stationnaire vers une unique distribution quasi-stationnaire, quand le nombre de particules tend vers l'infini. Dans la deuxième partie de ce mémoire, nous nous intéressons au comportement en temps long et quand le nombre de particules devient grand, d'un système de processus de naissance et mort pour lequel les particules interagissent à chaque instant par le biais de la moyenne de leurs positions. Nous établissons l'existence d'une limite macroscopique, solution d'une équation non linéaire ainsi que le phénomène de propagation du chaos avec une estimation quantitative et uniforme en temps
In this thesis we study the asymptotic behavior of particle systems in mean field type interaction in discrete space, where the system acts over one fixed particle through the empirical measure of the system. In the first part of this thesis, we are interested in Fleming-Viot particle systems: the particles move independently of each other until one of them reaches an absorbing state. At this time, the absorbed particle jumps instantly to the position of one of the other particles, chosen uniformly at random. The ergodicity of the process is established in the case of random walks on N with a dirft towards the origin and on complete graph dynamics. For the latter, we obtain a quantitative estimate of the convergence described by the Wasserstein curvature. Moreover, under the invariant measure, we show the convergence of the empirical measure towards the unique quasi-stationary distribution as the size of the system tends to infinity. In the second part of this thesis, we study the behavior in large time and when the number of particles is large of a system of birth and death processes where at each time a particle interacts with the others through the mean of theirs positions. We establish the existence of a macroscopic limit, solution of a non linear equation and the propagation of chaos phenomenon with quantitative and uniform in time estimate

Motivée par les contraintes économiques et les exigences environnementales, l'industrie du transport tente de réduire ses dépenses énergétiques. Elle concentre notamment ses efforts sur la traînée de frottement. Bien que d'origine visqueuse, celle-ci est fortement amplifiée par les mouvements turbulents. La capacité à manipuler les fluctuations turbulentes, complexes et chaotiques, offre alors des perspectives de gain énergétique substantiel, mais nécessite une bonne compréhension des phénomènes physiques. Parmi les stratégies de contrôle les plus prometteuses, l'utilisation de revêtements rainurés, nommés riblets, est étudiée dans ce mémoire. Bien que leur capacité de réduction de frottement soit connue depuis plusieurs décennies, les mécanismes par lesquels ils interagissent avec la turbulence restent à préciser. À ces fins, une méthode pour leur simulation numérique est mise au point. En redéfinissant la position de l'origine virtuelle, c'est-à-dire de la paroi plane équivalente, une forte similitude est établie entre les écoulements contrôlé et canonique. D'un point de vue applicatif, cela permet notamment de quantifier les performances de réduction de traînée atteignables à haut nombre de Reynolds. Enfin, le potentiel a priori prometteur des riblets tridimensionnels est exploré. En s'appuyant sur les rares résultats précurseurs de la littérature, il s'agit de proposer une géométrie industriellement réalisable optimale en termes de réduction de traînée. Pour chacune des géométries novatrices testées, les simulations révèlent avec finesse que les éventuels bénéfices sur le frottement sont systématiquement surpassés par l'influence délétère des efforts de pression
Economical constrains and environmental requirements lead the transportation industry to progress towards energy expenditure reduction. Efforts are especially focused on the skin-friction drag. Friction drag, while due to viscosity, is greatly amplified by turbulent motions. The ability to manipulate the complex and chaotic near-wall turbulent fluctuations thus offers prospects for substantial energy saving, but also requires a solid understanding of the physical phenomena.Among the most promising control strategies, the present manuscript focuses on riblet-covered surfaces. Even though their drag-reducing capability has been observed from decades, the mechanisms by which they interact with the near-wall turbulent motions still need to be clarified. Towards these ends, a numerical method for ensuring their proper simulation is developed. The virtual origin—interpreted as the equivalent flat wall location—is redefined, which highlights a strong similarity between the controlled and the canonical flows. As a practical interest, this similarity enables an improved evaluation of the drag reduction capabilities achievable at high Reynolds numbers.Additionally, the promising potential for three-dimensional riblets is examined. Based on the scattered precursory results of the literature, we intend to come up with a design which demonstrates optimal drag reduction capabilities under the constraint of industrial feasibility. For each of the prospected innovative designs, the numerical simulations accurately reveal that the potential profit on skin-friction is consistently exceeded by the harmful influence of pressure stresses

Nous nous sommes intéresses a la restauration de la symétrie de réflexion droite-gauche brisée dans certains calculs effectues en utilisant l'approche HTDA (Higher Tamm-Danco Approximation). Cette approche a été proposée par le groupe de Bordeaux pour traiter de façon microscopique les corrélations en conservant explicitement les nombres de nucléons. La projection sur la parité par la méthode PAV (projection après variation) utilisant une généralisation du théorème de Wick de type Lowdin s'est avérée être très bien adaptée dans le cadre d'un modèle simple pour ce type de calcul et a permis de tourner certaines difficultés propres aux calculs qui utilisent la théorie de la fonctionnelle de la densité déduite par exemple de l'interaction de Skyrme. Les résultats obtenus pour des noyaux lourds manifestant une déformation octupôlaire ou a tout le moins une grande déformation pour ce mode, sont en gros tout a fait cohérents avec les calculs antérieurs effectues dans une approche HFB ou HF+BCS. D'autre part nos résultats montrent qu'on peut abaisser par projection sur la parité positive la hauteur de la seconde barrière de fission par une quantité de l'ordre de 1 MeV.

Nous nous sommes intéressés à la restauration de la symétrie de réflexion droite-gauche brisée dans certains calculs effectués en utilisant l'approche HTDA (Higher Tamm-Dancoff Approximation). Cette approche a été proposée par le groupe de Bordeaux pour traiter de façon microscopique les corrélations en conservant explicitement les nombres de nucléons. La projection sur la parité par la méthode PAV (projection après variation) utilisant une généralisation du théorème de Wick de type Löwdin s'est avérée être très bien adaptée dans le cadre d'un modèle simplifié pour ce type de calcul et a permis de tourner certaines difficultés propres aux calculs qui utilisent la théorie de la fonctionnelle de la densité déduite par exemple de l'interaction de Skyrme. Les résultats obtenus pour des noyaux lourds manifestant une déformation octupôlaire ou à tout le moins une grande déformabilité pour ce mode, sont en gros tout à fait cohérents avec les calculs antérieurs effectués dans une approche HFB ou HF+BCS. D'autre part nos résultats montrent qu'on peut abaisser par projection sur la parité positive la hauteur de la seconde barrière de fission par une quantité de l'ordre de 1 MeV
This thesis has been concerned with the restoration of the left-right symmetry broken in some instances. This has been achieved in the framework of the Higher Tamm-Dancoff Approximation (HTDA) proposed by the Bordeaux group to treat correlations in an explicitly particle-number conserving microscopic approach. The parity-projected calculations performed within a PAV (projection after variation) method using a generalized Wick's theorem due to Löwdin has appeared to be a very well-suited frame. It has been implemented within a simple model approach. This has been proposed to clear out some difficulties appearing when one uses an Energy Density Functional approach with an energy density functional issued from an underlying Skyrme interaction. As a result we obtain a fairly good global agreement of our results with previous ones issuing from an HFB approach or its HF+BCS limit, for some heavy nuclei exhibiting a stable octupole deformation or at least a remarkable smoothness for this collective mode. As another result, we have shown that the projection on a positive parity solution is able to reduce the second fission barrier height by about 1 MeV

In the first part of this thesis, motivated by the development of deep brain stimulation for Parkinson's disease, we consider the problem of reducing the synchrony of a neuronal population via a closed-loop electrical stimulation. This, under the constraints that only the mean membrane voltage of the ensemble is measured and that only one stimulation signal is available (mean-field feedback). The neuronal population is modeled as a network of interconnected Landau-Stuart oscillators controlled by a linear single-input single-output feedback device. Based on the associated phase dynamics, we analyze existence and robustness of phase-locked solutions, modeling the pathological state, and derive necessary conditions for an effective desynchronization via mean-field feedback. Sufficient conditions are then derived for two control objectives: neuronal inhibition and desynchronization. Our analysis suggests that, depending on the strength of feedback gain, a proportional mean-field feedback can either block the collective oscillation (neuronal inhibition) or desynchronize the ensemble.In the second part, we explore two possible ways to analyze related problems on more biologically sound models. In the first, the neuronal population is modeled as the interconnection of nonlinear input-output operators and neuronal synchronization is analyzed within a recently developed input-output approach. In the second, excitability and synchronizability properties of neurons are analyzed via the underlying bifurcations. Based on the theory of normal forms, a novel reduced model is derived to capture the behavior of a large class of neurons remaining unexplained in other existing reduced models.

La conception d'une colonne d'extraction liquide-liquide repose sur le mécanisme de transfert d'énergie conduisant à une fragmentation de la phase légère en gouttelettes permettant le transfert de matière avec la phase lourde. Toutefois ce mécanisme présente de façon récurrente à chaque plateau une coalescence des gouttes suivie d'une fragmentation. Le processus étudié dans ce mémoire repose sur l'emploi d'une colonne pulsée instrumentée par des techniques optiques (analyse d'images et Anémométrie Doppler Laser) afin de disposer d'outils non intrusifs pour qualifier les processus de transfert et l'hydrodynamique de la colonne. Le modèle expérimental choisi consiste à étudier le transfert de matière de l'acide acétique de la phase dispersée (acétate d'éthyle - acide acétique) à la phase continue (eau). Le système d'analyse d'image a permis de mesurer in situ la distribution des gouttes de la phase légère selon leur taille (DSD) en fonction des paramètres physicochimiques et thermodynamiques. La tension de surface de chaque liquide vis-à-vis des plateaux perforés (PTFE) a été déterminée à partir des mesures d'angle de contact. Les transferts d'énergie et de matière caractérisés par le rapport surface/volume des gouttes sont corrélés avec les paramètres d'action afin d'interpréter le phénomène restrictif tels que le Hold-up et l'efficacité de séparation. Cependant, l'étude du travail d'adhésion entre la goutte et la surface des plateaux indique que les variations des propriétés interfaciales sont fonction de la concentration du soluté et doit être prises en compte dans la corrélation du diamètre moyen de Sauter. Nous avons utilisé des codes industriels Hysys/Aspen afin d'établir le rôle déterminant de la tension de surface sur les codes de calcul et la convergence des modèles. A partir de ces modèles nous avons déterminer l'efficacité de chaque plateau et de mettre en évidence le rôle du transfert d'énergie responsable du phénomène d'engorgement. Nous avons estimé la vitesse moyenne et le temps de séjour moyen sur chaque plateau par ADL en fonction de l'énergie transmise au plateau par pulsation mécanique et à partir de ces résultats nous avons simulé sous Comsol 3.4 l'écoulement hydrodynamique de la colonne type pulsée.

Nous abordons le problème de la classification d'individus à partir d'observations dites « complexes » en ce sens qu'elles ne vérifient pas certaines des hypothèses simplificatrices classiquement adoptées. Dans ce travail, les individus à classer sont supposés dépendants les uns des autres. L'approche adoptée est une approche probabiliste fondée sur une modélisation markovienne. Trois problèmes de classification sont abordés. Le premier concerne la classification de données lorsque celles-ci sont de grande dimension. Pour un tel problème, nous adoptons un modèle markovien gaussien non diagonal tirant partie du fait que la plupart des observations de grande dimension vivent en réalité dans des sous-espaces propres à chacune des classes et dont les dimensions intrinsèques sont faibles. De ce fait, le nombre de paramètres libres du modèles reste raisonnable. Le deuxième point abordé s'attache à relâcher l'hypothèse simplificatrice de bruit indépendant uni modal, et en particulier gaussien. Nous considérons pour cela le modèle récent de champ de Markov triplet et proposons une nouvelle famille de Markov triplet adaptée au cadre d'une classification supervisée. Nous illustrons la flexibilité et les performances de nos modèles sur une application à la reconnaissance d'images réelles de textures. Enfin, nous nous intéressons au problème de la classification d'observations dites incomplètes, c'est-à-dire pour lesquelles certaines valeurs sont manquantes. Nous développons pour cela une méthode markovienne ne nécessitant pas le remplacement préalable des observations manquantes. Nous présentons une application de cette méthodologie à un problème réel de classification de gènes
We address the issue of clustering individuals from « complex » observations in the sense that they do not verify sorne of the classically adopted simplifying assumptions. Ln this work, the individuals to be clustered are assumed to be dependant upon one another. Three clustering problems are considered. The first of these relates to high-dimensional data clustering. For such a problem, we adopt a non-diagonal Gaussian Markovian model which is based upon the fact that most high-dimensional data actually lives in class dependent subspaces of lower dimension. Such a model only requires the estimation of a reasonable number of parameters. The second point attempts go beyond the simplifying assumption of unimodal, and in particular Gaussian, independent noise. We consider for this the recent triplet Markov field model and propose a new family of triplet Markov field models adapted to the framework of a supervised classification. We iIIustrate the fIexibiiity and performances of our models, applied through real texture image recognition. Finally, we tackle the problem of clustering with incomplete observations, i. E. For which sorne values are missing. For this we develop a Markovian method which does not require preliminary imputation of the missing data. We present an application of this methodology on a real gene cIustering issue

Nous abordons le problème de la classification d'individus à partir d'observations dites " complexes " en ce sens qu'elles ne vérifient pas certaines des hypothèses simplificatrices classiquement adoptées. Dans ce travail, les individus à classer sont supposés dépendants les uns des autres. L'approche adoptée est une approche probabiliste fondée sur une modélisation markovienne. Trois problèmes de classification sont abordés.
Le premier concerne la classification de données lorsque celles-ci sont de grande dimension. Pour un tel problème, nous adoptons un modèle markovien gaussien non diagonal tirant partie du fait que la plupart des observations de grande dimension vivent en réalité dans des sous-espaces propres à chacune des classes et dont les dimensions intrinsèques sont faibles. De ce fait, le nombre de paramètres libres du modèle reste raisonnable.
Le deuxième point abordé s'attache à relâcher l'hypothèse simplificatrice de bruit indépendant unimodal, et en particulier gaussien. Nous considérons pour cela le modèle récent de champ de Markov triplet et proposons une nouvelle famille de Markov triplet adaptée au cadre d'une classification supervisée. Nous illustrons la flexibilité et les performances de nos modèles sur une application à la reconnaissance d'images réelles de textures.
Enfin, nous nous intéressons au problème de la classification d'observations dites incomplètes, c'est-à-dire pour lesquelles certaines valeurs sont manquantes. Nous développons pour cela une méthode markovienne ne nécessitant pas le remplacement préalable des observations manquantes. Nous présentons une application de cette méthodologie à un problème réel de classification de gènes.

Dans cette thèse, nous étudions des réseaux sans fil dans lesquels les terminaux mobiles sont autonomes dans le choix de leurs configurations de communication. Cette autonomie de décision peut notamment concerner le choix de la technologie d'accès au réseau, le choix du point d'accès, la modulation du signal, les bandes de fréquences occupées, la puissance du signal émis, etc. Typiquement, ces choix de configuration sont réalisés dans le but de maximiser des métriques de performances propres à chaque terminal. Sous l'hypothèse que les terminaux prennent leurs décisions de manière rationnelle afin de maximiser leurs performances, la théorie des jeux s'applique naturellement pour modéliser les interactions entre les décisions des différents terminaux. Plus précisément, l'objectif principal de cette thèse est d'étudier des stratégies d'équilibre de contrôle de puissance d'émission afin de satisfaire des considérations d'efficacité énergétique. Le cadre des jeux stochastiques est particulièrement adapté à ce problème et nous permet notamment de caractériser la région de performance atteignable pour toutes les stratégies de contrôle de puissance qui mènent à un état d'équilibre. Lorsque le nombre de terminaux en jeu est grand, nous faisons appel à la théorie des jeux à champ moyen pour simplifier l'étude du système. Cette théorie nous permet d'étudier non pas les interactions individuelles entre les terminaux, mais l'interaction de chaque terminal avec un champ moyen qui représente l'état global des autres terminaux. Des stratégies de contrôle de puissance optimales du jeu à champ moyen sont étudiées. Une autre partie de la thèse a été consacrée à des problématiques d'apprentissage de points d'équilibre dans les réseaux distribués. En particulier, après avoir caractérisé les positions d'équilibre d'un jeu de positionnement de points d'accès, nous montrons comment des dynamiques de meilleures réponses et d'apprentissage permettent de converger vers un équilibre. Enfin, pour un jeu de contrôle de puissance, la convergence des dynamiques de meilleures réponses vers des points d'équilibre a été étudiée. Il est notamment proposé un algorithme d'adaptation de puissance convergeant vers un équilibre avec une faible connaissance du réseau.

Dans cette thèse on explore l’utilisation du contrôle optimal et du transport de masse pour la modélisation économique. Nous saisissons ainsi l’occasion de réunir plusieurs travaux faisant intervenir ces deux outils, parfois en interactions l’un avec l’autre. Dans un premier temps nous présentons brièvement la récente théorie des jeux à champ moyen introduite par Lasry et Lions et nous concentrons sur le point de vue du contrôle de l’équation de Fokker-Planck. Nous exploitons cet aspect à la fois pour obtenir des résultats d’existence d’équilibres et pour développer des méthodes numériques de résolution. Nous testons les algorithmes dans deux cas complémentaires à savoir le cadre convexe (aversion à la foule, dynamiques à deux populations) et le cadre concave (attraction, externalités et effets d’échelle dans un modèle stylisé de transition technologique). Dans un second temps, nous étudions un problème de matching mêlant tranport optimal et contrôle optimal. Le planificateur cherche un couplage optimal, fixé pour une période donnée (engagement), étant donné que les marges évoluent (éventuellement aléatoirement) de façon contrôlée. Enfin, nous reformulons un problème de partage de risque entre d agents (pour lequel nous prouvons un résultat d’existence) en un problème de contrôle optimal avec contraintes de comonotonie; ceci nous permet d’obtenir des conditions d’optimalité à l’aide desquelles nous construisons un algorithme simple et convergent
In this thesis we explore some uses of optimal control and mass transport in economic modeling. We thus catch the opportunity to bring together some works involving both tools, sometimes mixing them. First, we briefly present the recent mean field games theory introduced by Lasry & Lions and focus on the optimal control of Fokker-Planck setting. We take advantage of this aspect in order to obtain both existence results and numerical methods to approximate solutions. We test the algorithms on two complementary settings, namely the convex setting (crowd aversion, two populations dynamics) and the concave one (attraction, externalities and scale effect for a stylized technology switch model). Secondly, we study matching problems com- bining optimal transport and optimal control. The planner looks for an optimal coupling, fixed during the considered time period (commitment), knowing that the marginals evolve (possibly randomly) and that she can control the evolution. Finally we reformulate a risk-sharing problem between d agents (for whose we prove an existence result) into an optimal control problem with comonotonic constraints. This enables us to write optimality conditions that we use to build a simple convergent algorithm

Dans cette thèse on explore l'utilisation du contrôle optimal et du transport de masse pour la modélisation économique. Nous saisissons ainsi l'occasion de réunir plusieurs travaux faisant intervenir ces deux outils, parfois en interactions l'un avec l'autre. Dans un premier temps nous présentons brièvement la récente théorie des jeux à champ moyen introduite par Lasry et Lions et nous concentrons sur le point de vue du contrôle de l'équation de Fokker-Planck. Nous exploitons cet aspect à la fois pour obtenir des résultats d'existence d'équilibres et pour développer des méthodes numériques de résolution. Nous testons les algorithmes dans deux cas complémentaires à savoir le cadre convexe (aversion à la foule, dynamiques à deux populations) et le cadre concave (attraction, externalités et effets d'échelle dans un modèle stylisé de transition technologique). Dans un second temps, nous étudions un problème de matching mêlant transport optimal et contrôle optimal. Le planificateur cherche un couplage optimal, fixé pour une période donnée (engagement), étant donné que les marges évoluent (éventuellement aléatoirement) de façon contrôlée. Enfin, nous reformulons un problème de partage de risque entre d agents (pour lequel nous prouvons un résultat d'existence) en un problème de contrôle optimal avec contraintes de comonotonie; ceci nous permet d'obtenir des conditions d'optimalité à l'aide desquelles nous construisons un algorithme simple et convergent.

Dans cette thèse, tout d’abord, nous faisons l’Analyse Mathématique du modèle exact du chauffage radiatif d’un corps semi-transparent $\Omega$ par une source radiative noire qui l’entoure. Il s’agit donc d’étudier le couplage d’un système d’Equations de Transfert Radiatif avec condition au bord de réflectivité indépendantes avec une équation de conduction de la chaleur non linéaire avec condition limite non linéaire de type Robin. Nous prouvons l’existence et l’unicité de la solution et nous démontrons des bornes uniformes sur la solution et les intensités radiatives dans chaque bande de longueurs d’ondes pour laquelle le corps est semi-transparent, en fonction de bornes sur les données, Deuxièmement, nous considérons le problème du contrôle optimal de la température absolue à l’intérieur du corps semi-transparent $\Omega$ en agissant sur la température absolue de la source radiative noire qui l’entoure. À cet égard, nous introduisons la fonctionnelle coût appropriée et l’ensemble des contrôles admissibles $T_{S}$, pour lesquels nous prouvons l’existence de contrôles optimaux. En introduisant l’espace des états et l’équation d’état, une condition nécessaire de premier ordre pour qu’un contrôle $T_{S}$ : t ! $T_{S}$ (t) soit optimal, est alors dérivée sous la forme d’une inéquation variationnelle en utilisant le théorème des fonctions implicites et le problème adjoint. Ensuite, nous considérons le problème de l’existence et de l’unicité d’une solution faible des équations de la thermoviscoélasticité dans une formulation mixte de type Hellinger- Reissner, la nouveauté par rapport au travail de M.E. Rognes et R. Winther (M3AS, 2010) étant ici l’apparition de la viscosité dans certains coefficients de l’équation constitutive, viscosité qui dépend dans ce contexte de la température absolue T(x, t) et donc en particulier du temps t. Enfin, nous considérons dans ce cadre le problème du contrôle optimal de la déformation du corps semi-transparent $\Omega$, en agissant sur la température absolue de la source radiative noire qui l’entoure. Nous prouvons l’existence d’un contrôle optimal et nous calculons la dérivée Fréchet de la fonctionnelle coût réduite
This thesis begins with a rigorous mathematical analysis of the radiative heating of a semi-transparent body made of glass, by a black radiative source surrounding it. This requires the study of the coupling between quasi-steady radiative transfer boundary value problems with nonhomogeneous reflectivity boundary conditions (one for each wavelength band in the semi-transparent electromagnetic spectrum of the glass) and a nonlinear heat conduction evolution equation with a nonlinear Robin boundary condition which takes into account those wavelengths for which the glass behaves like an opaque body. We prove existence and uniqueness of the solution, and give also uniform bounds on the solution i.e. on the absolute temperature distribution inside the body and on the radiative intensities. Now, we consider the temperature $T_{S}$ of the black radiative source S surrounding the semi-transparent body $\Omega$ as the control variable. We adjust the absolute temperature distribution (x, t) 7! T(x, t) inside the semi-transparent body near a desired temperature distribution Td(·, ·) during the time interval of radiative heating ]0, tf [ by acting on $T_{S}$. In this respect, we introduce the appropriate cost functional and the set of admissible controls $T_{S}$, for which we prove the existence of optimal controls. Introducing the State Space and the State Equation, a first order necessary condition for a control $T_{S}$ : t 7! $T_{S}$ (t) to be optimal is then derived in the form of a Variational Inequality by using the Implicit Function Theorem and the adjoint problem. We come now to the goal problem which is the deformation of the semi-transparent body $\Omega$ by heating it with a black radiative source surrounding it. We introduce a weak mixed formulation of this thermoviscoelasticity problem and study the existence and uniqueness of its solution, the novelty here with respect to the work of M.E. Rognes et R. Winther (M3AS, 2010) being the apparition of the viscosity in some of the coefficients of the constitutive equation, viscosity which depends on the absolute temperature T(x, t) and thus in particular on the time t. Finally, we state in this setting the related optimal control problem of the deformation of the semi-transparent body $\Omega$, by acting on the absolute temperature of the black radiative source surrounding it. We prove the existence of an optimal control and we compute the Fréchet derivative of the associated reduced cost functional

Dans cette thèse, nous étudions la généralisation à une infinité de particules d'un modèle hamiltonien décrivant les interactions entre une particule et son environnement. Le milieu est considéré comme une superposition continue de membranes vibrantes. Au bout d'un certain temps, tout se passe comme si la particule était soumise à une force de frottement linéaire. Les équations obtenus pour un grand nombre de particules sont proches des équations de Vlasov. Dans un premier chapitre, on montre d'abord l'existence et l'unicité des solutions puis on s'intéresse à certains régimes asymptotiques; en faisant tendre la vitesse des ondes dans le milieu vers l'infini et en redimensionnant les échelles, on obtient à la limite une équation de Vlasov, on montre que si l'on modifie en plus une fonction paramètrisant le système, on obtient l'équation de Vlasov-Poisson attractive. Dans un deuxième chapitre, on ajoute un terme de diffusion à l'équation. Cela correspond à prendre en compte une agitation brownienne et un frottement linéaire sur les particules. Le principal résultat de ce chapitre est la convergence de la distribution de particules vers une unique distribution stationnaire. On montre la limite de diffusion pour ce nouveau système en faisant tendre simultanément la vitesse de propagation vers l'infini. On obtient une équation plus simple pour la densité spatiale. Dans le chapitre 3, nous montrons la validité des équations déjà étudiées par une limite de champ moyen. Dans le dernier chapitre, on étudie l'asymptotique en temps long de l'équation décrivant l'évolution de la densité spatiale obtenue dans le chapitre 2, des résultats faibles de convergence sont obtenus
The goal of this PhD is to study a generalisation of a model describing the interaction between a single particle and its environment. We consider an infinite number of particles represented by their distribution function. The environment is modelled by a vibrating scalar field which exchanges energy with the particles. In the single particle case, after a large time, the particle behaves as if it were subjected to a linear friction force driven by the environment. The equations that we obtain for a large number of particles are close to the Vlasov equation. In the first chapter, we prove that our new system has a unique solution. We then care about some asymptotic issues; if the wave velocity in the medium goes to infinity, adapting the scaling of the interaction, we connect our system with the Vlasov equation. Changing also continuously a function that parametrizes the model, we also connect our model with the attractive Vlasov-Poisson equation. In the second chapter, we add a diffusive term in our equation. It means that we consider that the particles are subjected to a friction force and a Brownian motion. Our main result states that the distribution function converges to the unique equilibrium distribution of the system. We also establish the diffusive limit making the wave velocity go to infinity at the same time. We find a simpler equation satisfied by the spatial density. In chapter 3, we prove the validity of both equations studied in the two first chapters by a mean field limit. The last chapter is devoted to studying the large time asymptotic properties of the equation that we obtained on the spatial density in chapter 2. We prove some weak convergence results

Cette thèse propose une étude mathématique des stratégies de vaccination.La partie I présente le cadre mathématique, notamment le modèle à compartiments Susceptible - Infected – Recovered.La partie II aborde les techniques mathématiques de type contrôle optimal employées afin de trouver une stratégie optimale de vaccination au niveau de la société. Ceci se fait en minimisant le coût de la société. Nous montrons que la fonction valeur associée peut avoir une régularité plus faible que celle attendue dans la littérature. Enfin, nous appliquons les résultats à la vaccination contre la coqueluche.La partie III présente un modèle où le coût est défini au niveau de l'individu. Nous reformulons le problème comme un équilibre de Nash et comparons le coût obtenu avec celui de la stratégie sociétale. Une application à la grippe A(H1N1) indique la présence de perceptions différentes liées à la vaccination.La partie IV propose une implémentation numérique directe des stratégies présentées
This thesis propose a mathematical analysis of the vaccination strategies.The first part introduces the mathematical framework, in particular the Susceptible – Infected – Recovered compartmental model.The second part introduces the optimal control tools used to find an optimal vaccination strategy from the societal point of view, which is a minimizer of the societal cost. We show that the associated value function can have a less regularity than what was assumed in the literature. These results are then applied to the vaccination against the whooping cough.The third part defines a model where the cost is defined at the level of the individual. We rephrase this problem as a Nash equilibrium and compare this results with the societal strategy. An application to the Influenza A(H1N1) 2009-10 indicates the presence of inhomogeneous perceptions concerning the vaccination risks.The fourth and last part proposes a direct numerical implementation of the different strategies

Cette thèse porte sur l'étude des équations différentielles stochastiques rétrogrades (EDSR) avec sauts et leurs applications.Dans le chapitre 1, nous étudions une classe d'EDSR lorsque le bruit provient d'un mouvement Brownien et d'une mesure aléatoire de saut indépendante à activité infinie. Plus précisément, nous traitons le cas où le générateur est à croissance quadratique et la condition terminale est non bornée. L'existence et l'unicité de la solution sont prouvées en combinant à la fois la procédure d'approximation monotone et une approche progressive. Cette méthode permet de résoudre le cas où la condition terminale est non bornée.Le chapitre 2 est consacré aux EDSR avec sauts généralisées doublement réfléchies sous des hypothèses d’intégrabilités faibles. Plus précisément, on montre l'existence d'une solution pour un générateur à croissance quadratique stochastique et une condition terminale non bornée. Nous montrons également, dans un cadre approprié, la connexion entre notre classe d’équations différentielles stochastiques rétrogrades et les jeu à somme nuls.Dans le chapitre 3, nous considérons une classe générale d'EDSR progressive-rétrograde couplée avec sauts de type Mackean Vlasov sous une condition faible de monotonicité. Les résultats d'existence et d'unicité sont établis sous deux classes d'hypothèses en se basant sur des schémas de perturbations soit de l’équation différentielle stochastique progressive, soit de l’équation différentielle stochastique rétrograde. On conclut le chapitre par un problème de stockage optimal d’énergie dans un parc électrique de type champs moyen
This thesis focuses on backward stochastic differential equation with jumps and their applications. In the first chapter, we study a backward stochastic differential equation (BSDE for short) driven jointly by a Brownian motion and an integer valued random measure that may have infinite activity with compensator being possibly time inhomogeneous. In particular, we are concerned with the case where the driver has quadratic growth and unbounded terminal condition. The existence and uniqueness of the solution are proven by combining a monotone approximation technics and a forward approach. Chapter 2 is devoted to the well-posedness of generalized doubly reflected BSDEs (GDRBSDE for short) with jumps under weaker assumptions on the data. In particular, we study the existence of a solution for a one-dimensional GDRBSDE with jumps when the terminal condition is only measurable with respect to the related filtration and when the coefficient has general stochastic quadratic growth. We also show, in a suitable framework, the connection between our class of backward stochastic differential equations and risk sensitive zero-sum game. In chapter 3, we investigate a general class of fully coupled mean field forward-backward under weak monotonicity conditions without assuming any non-degeneracy assumption on the forward equation. We derive existence and uniqueness results under two different sets of conditions based on proximation schema weither on the forward or the backward equation. Later, we give an application for storage in smart grids

Cette thèse se concentre sur la thématique de l'éjection électromagnétique appliquée dans le cadre de l'industrie du recyclage des métaux. L'objectif de celle-ci est la modélisation et la réalisation d'une architecture de conversion d'énergie permettant la réalisation de cette éjection. Le champ magnétique variable généré est utilisé afin de séparer d'un flux de déchets les matériaux métalliques non ferromagnétique tel que l'aluminium ou le cuivre par le biais d'une force de Laplace engendrée par la conjonction entre le champ magnétique crée et le champ magnétique induit par les courants de Foucault dans les matériaux conducteurs. L'architecture développée se compose de plusieurs éléments: un redresseur, un onduleur et un inducteur. La partie redresseur, à large plage de fonctionnement connectée sur le réseau d'alimentation triphasée permet d'obtenir une tension continu réglable et assure un prélèvement sinusoïdale de courant en phase avec la tension. La partie onduleur, permet de contrôler la puissance transmise, en adaptant l'amplitude et la fréquence du courant traversant la dernière partie du système que forme l'inducteur, responsable de la création du champ magnétique alternatif. Le choix du redresseur s'est porté sur la structure classique du redresseur abaisseur de tension de type Buck en raison de la faible impédance de l'inducteur utilisé. Bien que cette structure permette d'abaisser la tension triphasée, sa plage de fonctionnement peut être facilement augmentée sans l'ajout de composant passif. Le contrôle classique de ce redresseur ne se base que sur ses grandeurs de sorties ce qui peut engendrer des oscillations non contrôlées causées par la mise en résonance du filtre LC d'entrée excité par les harmoniques générés par les commutations des transistors. Nous avons proposé dans cette thèse une nouvelle méthode de contrôle qui traite à la fois de ses grandeurs d'entrée et de sortie et qui permet de contrôler les éventuelles oscillations du filtre LC d'entrée tout en bénéficiant d'une meilleure réponse dynamique lorsque le système est soumis à un échelon de charge. Cette méthode de contrôle se base sur les propriétés de platitude des systèmes différentielles, ainsi elle ne dépend pas du point de fonctionnement et garantit la stabilité large signal du système. Le choix de l'onduleur monophasé s'est porté sur une structure en pont complet permettant l'application de trois niveaux de tension et un large choix de contrôle de l'amplitude, de la forme et de la fréquence du courant traversant l'inducteur. Différents contrôle de ce convertisseur ont été étudiés et comparés. Ceux-ci permettent de faire varier la puissance injectée dans l'inducteur, ont un impact sur le contenu harmonique du courant le traversant et sur les contraintes des différents composants du système. Une modélisation de l'inducteur ainsi qu'une estimation de la valeur du champ magnétique nécessaire à l'éjection est effectuée. Les différentes méthodes proposées sont validées par des résultats de simulations numérique mais également par le biais de tests expérimentaux réalisés sur le système complet
This thesis focuses on the subject of electromagnetic ejection applied in the context of the metal recycling industry. The aim of this thesis is the modeling and the development of an architecture of energy conversion allowing the realization of this ejection. The generated variable magnetic field is used to separate non-ferromagnetic metallic materials such as aluminum or copper from a waste stream by means of a Laplace force generated by the conjunction between the magnetic field created and the magnetic field induced by the eddy currents in the conductive materials.The developed architecture is composed of several elements: a rectifier, an inverter and an inductor. The rectifier part with a wide operating range connected to the three-phase grid network allows to obtain an adjustable DC voltage and ensures a sinusoidal current in phase with the voltage. The inverter part allows to control the transferred power, by adjusting the amplitude and frequency of the current flowing through the last part of the system represented by the inductor, responsible for the generation of the variable magnetic field.The rectifier is based on the classical Buck rectifier structure because of the low impedance of the inductor used. Although this structure allows to lower the three-phase grid voltage, its operating range can be easily increased without the addition of passive components. The classical control of this rectifier is based only on its output variables which can lead to uncontrolled oscillations caused by the resonance of the lightly damped input LC filter excited by the harmonics generated by the switching of transistors. In this thesis, we proposed a new control method that deals with both its input and output variables and that allows both to control the oscillations of the input LC filter while obtaining a better dynamic response when the system is subjected to a load step. This control method is based on the flatness properties of differential systems, so it does not depend on the operating point and guarantees the large signal stability of the system.The single-phase inverter is based on a full bridge structure allowing the application of three voltage levels and a wide choice of control of the amplitude, shape and frequency of the current flowing through the inductor. Different controls of this converter have been studied and compared. These allow to vary the power injected in the inductor, have an impact on the harmonic content of the current flowing through it and on the constraints of the different components of the system.A modeling of the inductor as well as an estimation of the value of the magnetic field necessary for the ejection is carried out. The different methods proposed are verified by numerical simulations but also by experimental tests performed on the whole system

La poursuite multi-cibles a pour objet le suivi d'un ensemble de cibles mobiles à partir de données obtenues séquentiellement. Ce problème est particulièrement complexe du fait du nombre inconnu et variable de cibles, de la présence de bruit de mesure, de fausses alarmes, d'incertitude de détection et d'incertitude dans l'association de données. Les filtres PHD (Probability Hypothesis Density) constituent une nouvelle gamme de filtres adaptés à cette problématique. Ces techniques se distinguent des méthodes classiques (MHT, JPDAF, particulaire) par la modélisation de l'ensemble des cibles comme un ensemble fini aléatoire et par l'utilisation des moments de sa densité de probabilité. Dans la première partie, on s'intéresse principalement à la problématique de l'application des filtres PHD pour le filtrage multi-cibles maritime et aérien dans des scénarios réalistes et à l'étude des propriétés numériques de ces algorithmes. Dans la seconde partie, nous nous intéressons à l'étude théorique des processus de branchement liés aux équations du filtrage multi-cibles avec l'analyse des propriétés de stabilité et le comportement en temps long des semi-groupes d'intensités de branchements spatiaux. Ensuite, nous analysons les propriétés de stabilité exponentielle d'une classe d'équations à valeurs mesures que l'on rencontre dans le filtrage non-linéaire multi-cibles. Cette analyse s'applique notamment aux méthodes de type Monte Carlo séquentielles et aux algorithmes particulaires dans le cadre des filtres de Bernoulli et des filtres PHD.

Les recherches que nous présentons dans ce mémoire s'inscrivent dans le cadre de l'intégration statistique de données post-génomiques hétérogènes. La classification non supervisée de gènes vise à regrouper en ensembles significatifs les gènes d'un organisme, vu comme un système complexe, conformément aux données expérimentales afin de dégager des actions concertées de ces gènes dans les mécanismes biologiques mis en jeu.

Nous basons notre approche sur des modèles probabilistes graphiques. Plus spécifiquement, nous utilisons l'outil de champs de Markov cachés qui permet la prise en compte simultanée de données propres à chacun des gènes grâce a des distributions de probabilités et de données traduisant un réseau d'interaction au sein de l'organisme à l'aide d'un graphe non-orienté entre les gènes.

Apres avoir présenté la problématique et le contexte biologique, nous décrivons le modèle utilisé ainsi que les stratégies algorithmiques d'estimation des paramètres (i.e. approximations de type champ moyen). Puis nous nous intéresserons à deux particularités des données auxquelles nous avons été confrontés et qui amènent des développements du modèle utilisé, notamment la prise en compte de l'absence de certaines observations et la haute dimensionnalité de celles-ci. Enfin nous présenterons des expériences sur données simulées ainsi que sur données réelles sur la levure qui évaluent le gain apporté par notre travail. Notamment, nous avons voulu mettre l'accent sur des interprétations biologiques plausibles des résultats obtenus.