Literatura académica sobre el tema "Mesure invariante de processus de Markov"

Le travail présente un modèle mathématique conceptuel de transfert et de diffusion de masse destiné à l'étude des migrations d'effluents en rivière. Ce modèle prend en compte l'existence d'écoulements cisaillés ainsi que la présence de gradients de diffusion turbulente. Il permet de calculer les champs de concentrations et les valeurs moyennes de concentration à travers toute section transversale de l'écoulement. La localisation et la taille relative du rejet sont respectées. L'influence des rives sur les processus de dispersion est prise en considération.Pour quantifier l'influence des berges, une relation est établie entre les concentrations calculées en écoulement de largeur infinie et les concentrations en écoulement d'extension limitée. La méthode utilisée est fondée sur l'emploi d'un champ de vitesse et d'un champ de coefficient de diffusion, symétriques par rapport à des lignes riveraines séparant le courant nul d'un courant fictif situé de part et d'autre de ces limites.Les résultats des tests du modèle mathématique, réalisés à l'aide du programme moniteur « Gradient 2 », sont présentés. Dans le cas d'écoulements cisaillés, on a constaté que la valeur moyenne de concentration d'effluent calculée au travers de sections transversales à l'écoulement n'était pas une quantité invariante tout au long de l'écoulement. Un gradient de vitesse négatif induit une augmentation de cette moyenne à mesure que l'on s'éloigne du rejet alors qu'un gradient positif produit l'effet inverse. Un gradient du coefficient de diffusion turbulente détermine un changement du profil de concentration à l'intérieur d'une section transversale donnée, sans en changer cependant la valeur moyenne. Un gradient négatif augmente la valeur maximale de la distribution des concentrations. Un gradient positif fait diminuer la valeur maximale en aplatissant l'allure du profil.Le modèle mathématique a ensuite été vérifié à l'aide d'un modèle physique. Un modèle réduit respectant les similitudes d'écoulement a été bâti. Les gradients de vitesse du fluide et les gradients du coefficient de diffusion étaient provoqués par l'introduction de tirants d'eau non uniformes dans chaque section transversale. Les mesures réalisées ont permis d'estimer les coefficients de diffusion turbulente.

Cette thèse étudie le comportement en temps long des particules run-and-tumble (RTPs), un modèle pour les bactéries en physique statistique hors équilibre, en utilisant des processus de Markov déterministes par morceaux (PDMPs). La motivation est d'améliorer la compréhension au niveau particulaire des phénomènes actifs, en particulier la séparation de phase induite par la motilité (MIPS). La mesure invariante pour deux RTPs avec jamming sur un tore 1D est déterminée pour mécanismes de tumble et jamming généraux, révélant deux classes d'universalité hors équilibre. De plus, la dépendance du temps de mélange en fonction des paramètres du modèle est déterminée en utilisant des techniques de couplage et le modèle continu PDMP est rigoureusement relié à un modèle sur réseau connu. Dans le cas de deux RTPs avec jamming sur la droite réelle et interagissant à travers un potentiel attractif, la mesure invariante présente des différences qualitatives en fonction des paramètres du modèle, rappelant des transitions de forme et des classes d'universalité. Des taux de convergence fins sont à nouveau obtenus par des techniques de couplage. Par ailleurs, la mesure invariante explicite de trois RTPs se bloquant sur le tore 1D est calculée. Enfin, les résultats de convergence hypocoercive sont étendus aux RTPs, obtenant ainsi des taux de convergence \( L^2 \) fins dans un cadre général qui couvre également les PDMPs utilisés pour l'échantillonnage et Langevin cinétique
This thesis investigates the long-time behavior of run-and-tumble particles (RTPs), a model for bacteria's moves and interactions in out-of-equilibrium statistical mechanics, using piecewise deterministic Markov processes (PDMPs). The motivation is to improve the particle-level understanding of active phenomena, in particular motility induced phase separation (MIPS). The invariant measure for two jamming RTPs on a 1D torus is determined for general tumbling and jamming, revealing two out-of-equilibrium universality classes. Furthermore, the dependence of the mixing time on model parameters is established using coupling techniques and the continuous PDMP model is rigorously linked to a known on-lattice model. In the case of two jamming RTPs on the real line interacting through an attractive potential, the invariant measure displays qualitative differences based on model parameters, reminiscent of shape transitions and universality classes. Sharp quantitative convergence bounds are again obtained through coupling techniques. Additionally, the explicit invariant measure of three jamming RTPs on the 1D torus is computed. Finally, hypocoercive convergence results are extended to RTPs, achieving sharp \( L^2 \) convergence rates in a general setting that also covers kinetic Langevin and sampling PDMPs

L'objet de cette thèse est l'étude du comportement asymptotique des systèmes de fonctions itérées (IFS). Dans un premier chapitre, nous présenterons les notions liées à l'étude de tels systèmes et nous rappellerons différentes applications possibles des IFS telles que les marches aléatoires sur des graphes ou des pavages apériodiques, les systèmes dynamiques aléatoires, la classification de protéines ou encore les mesures quantiques répétées. Nous nous attarderons sur deux autres applications : les chaînes de Markov d'ordre infini et d'ordre variable. Nous donnerons aussi les principaux résultats de la littérature concernant l'étude des mesures invariantes pour des IFS ainsi que ceux pour le calcul de la dimension de Hausdorff. Le deuxième chapitre sera consacré à l'étude d'une classe d'IFS composés de contractions sur des intervalles réels fermés dont les images se chevauchent au plus en un point et telles que les probabilités de transition sont constantes par morceaux. Nous donnerons un critère pour l'existence et pour l'unicité d'une mesure invariante pour l'IFS ainsi que pour la stabilité asymptotique en termes de bornes sur les probabilités de transition. De plus, quand il existe une unique mesure invariante et sous quelques hypothèses techniques supplémentaires, on peut montrer que la mesure invariante admet une dimension de Hausdorff exacte qui est égale au rapport de l'entropie sur l'exposant de Lyapunov. Ce résultat étend la formule, établie dans la littérature pour des probabilités de transition continues, au cas considéré ici des probabilités de transition constantes par morceaux. Le dernier chapitre de cette thèse est, quant à lui, consacré à un cas particulier d'IFS : les chaînes de Markov de longueur variable (VLMC). On démontrera que sous une condition de non-nullité faible et de continuité pour la distance ultramétrique des probabilités de transitions, elles admettent une unique mesure invariante qui est attractive pour la convergence faible
The purpose of this thesis is the study of the asymptotic behaviour of iterated function systems (IFS). In a first part, we will introduce the notions related to the study of such systems and we will remind different applications of IFS such as random walks on graphs or aperiodic tilings, random dynamical systems, proteins classification or else $q$-repeated measures. We will focus on two other applications : the chains of infinite order and the variable length Markov chains. We will give the main results in the literature concerning the study of invariant measures for IFS and those for the calculus of the Hausdorff dimension. The second part will be dedicated to the study of a class of iterated function systems (IFSs) with non-overlapping or just-touching contractions on closed real intervals and adapted piecewise constant transition probabilities. We give criteria for the existence and the uniqueness of an invariant probability measure for the IFSs and for the asymptotic stability of the system in terms of bounds of transition probabilities. Additionally, in case there exists a unique invariant measure and under some technical assumptions, we obtain its exact Hausdorff dimension as the ratio of the entropy over the Lyapunov exponent. This result extends the formula, established in the literature for continuous transition probabilities, to the case considered here of piecewise constant probabilities. The last part is dedicated to a special case of IFS : Variable Length Markov Chains (VLMC). We will show that under a weak non-nullness condition and continuity for the ultrametric distance of the transition probabilities, they admit a unique invariant measure which is attractive for the weak convergence

Nous proposons des algorithmes de contrôle de charge pour les réseaux cellulaires sans fil et développons des méthodes analytiques pour l'évaluation des performances de ces réseaux par un processus de Markov spatial prenant en compte leur géométrie, dynamique et algorithmes de contrôle. D'abord, nous caractérisons la performnace d'un lien unique en utilisant les techniques de communication numérique. Ensuite les interactions entre les liens sont prises en compte en formulant un problème d'allocation de puissances. Nous proposons des algorithmes de contrôle de charge décentralisés qui tiennent compte de l'influence de la géométrie sur la combinaison des interférences inter-cellules et intra-cellules. Afin d'étudier les performances de ces algorithmes, nous analysons un générateur d'un processus Markovien de saut qui peut être vu comme une généralisation du générateur de naissance-et-mort spatial, qui tient compte de la mobilité des particules. Nous donnons des conditions suffisantes pour la régularité du générateur (c.-à-d., unicité du processus de Markov associé) aussi bien que pour son ergodicité. Enfin nous appliquons notre processus de Markov spatial pour évaluer les performances des réseaux cellulaires sans fil utilisant les algorithmes de contrôle de charge basés sur la faisabilité de l'allocation de puissance.

L'objet de la thèse est l'étude d'un algorithme, simple d'implémentation et récursif, permettant de calculer l'intégrale d'une fonction par rapport à la probabilité invariante d'un processus solution d'une équation différentielle stochastique de dimension finie.
La principale hypothèse sur ces solutions (diffusions) est l'existence d'une fonction de Lyapounov garantissant une condition de stabilité. Par le théorème ergodique on sait que les mesures empiriques de la diffusion convergent vers une mesure invariante. Nous étudions une convergence similaire lorsque la diffusion est discrétisée par un schéma d'Euler de pas décroissant. Nous prouvons que les mesures empiriques pondérées de ce schéma convergent vers la mesure invariante de la diffusion, et qu'il est possible d'intégrer des fonctions exponentielles lorsque le coefficient de diffusion est suffisamment petit. De plus, pour une classe de diffusions plus restreinte, nous prouvons la convergence presque sûre et dans Lp du schéma d'Euler vers la diffusion.
Nous obtenons des vitesses de convergence pour les mesures empiriques pondérées et donnons les paramètres permettant une vitesse optimale. Nous finissons l'étude de ce schéma lorsqu'il y a présence de multiples mesures invariantes. Cette étude se fait en dimension 1, et nous permet de mettre en évidence un lien entre classification de Feller et fonctions de Lyapounov.
Dans la dernière partie, nous exposons un nouvel algorithme adaptatif permettant de considérer des problèmes plus généraux tels que les systèmes Hamiltoniens ou les systèmes monotones. Il s'agit de considérer les mesures empiriques d'un schéma d'Euler construit à partir d'une suite de pas aléatoires adaptés dominée par une suite décroissant vers 0.

Nous étudions le comportement en temps long de certains processus stochastiques dont la dynamique dépend non seulement de la position, mais aussi du temps, et dont le terme de diffusion et le potentiel satisfont des conditions d'invariance d'échelle. Nous mettons en lumière un phénomène de transition de phase générale, entièrement déterminé par les différents indices d'auto-similarité en jeu. La principale idée mise en exergue est de considérer une transformation d'échelle adéquate, tirant pleinement parti des nombreuses invariances de notre problème.Dans une première partie, nous étudions une famille de processus de diffusion unidimensionnels, dirigés par un mouvement brownien, dont la dérive est polynomiale en temps et en espace. Ces diffusions généralisent les marches aléatoires, en lien avec le modèle d'urne de Friedman, étudiées par Menshikov et Volkov (2008). Nous donnons, de manière exhaustive, les lois du type logarithme itéré, les limites d'échelle ainsi que les temps de survie de ces processus. La seconde partie est, quant à elle, consacrée à l'étude d'une famille de processus de diffusion en environnement aléatoire, dirigés par un mouvement brownien unidimensionnel, dont le potentiel est brownien en espace et polynomial en temps. Ces diffusions sont une extensiondu modèle amplement étudié de Brox (86) et, en un sens randomisé, du modèle précédent. La différence notable avec le modèle déterministe est que nous obtenons, dans le cas critique, une mesure aléatoire quasi-invariante et quasi-stationnaire pour le semi-groupe, déduite de l'étude d'un système dynamique aléatoire sous-jacent.

Le sujet de la these se situe dans le cadre de la modelisation des systemes informatiques et de communication tolerant les pannes. Plus precisement, il s'agit d'etudier analytiquement la performabilite de ces systemes lorsque ces derniers sont modelises par des processus de markov homogenes a espace d'etats fini. L'objectif essentiel de la these est l'obtention de nouvelles methodes pour l'evaluation de cette mesure. Le travail effectue jusqu'a present a abouti a trois nouvelles methodes de calcul qui concernent les modeles cycliques, acycliques par bloc et acycliques. La contribution majeure de ce travail est la stabilite numerique de chacune de ces trois methodes et leur plus faible complexite par rapport aux algorithmes existant. Nous notons aussi que le resultat de notre premiere methode a ete utilise dans le cadre d'un projet europeen esprit pour l'evaluation des performances d'une machine multiprocesseurs tolerante aux pannes

La these se divise en deux parties. Dans le premier chapitre, nous rappelons les differents resultats de concentration connus jusqu'a ce jour, en particulier sur les espaces produits. Ce chapitre presente trois approches differentes du phenomene de concentration. La premiere approche geometrique, liee au travaux de m. Talagrand, donne des inegalites de concentration sur les ensembles. A la suite de m. Talagrand, k. Marton, a. Dembo et o. Zeitouni ont developpe une methode basee sur des inegalites d'information de type pinsker sur les mesures. Enfin m. Ledoux, s. G. Bobkov et f. Gotze approchent le phenomene de concentration d'un point de vue fonctionnel, donnant lieu a des inegalites de concentration des fonctions autour de leurs moyennes. Nous nous proposons d'etablir des liens entre ces differentes approches dans le cadre des mesures produits. Puis nous elargissons les resultats a des mesures plus complexes. Plus particulierement, si (x#i)#i#$$#a#t#t#$$#z est un processus sur un espace probabilise (, a, p) satisfaisant de bonnes conditions de melange, et si p est la loi d'un echantillon de n variables aleatoires successives de ce processus, nous demontrons des resultats de concentration pour la mesure p avec des constantes independantes de la taille de l'echantillon n. Ces inegalites elargissent les resultats de concentration pour des mesures produits obtenus par m. Talagrand. La methode utilisee repose sur des inegalites d'information, introduites par k. Marton pour des mesures de chaines de markov contractantes. Par un simple argument de dualite, nous en deduisons aussi de nouvelles inegalites de sobolev logarithmiques. Nous developpons ensuite

La thèse est constituée de trois parties indépendantes. Dans la première partie, nous déterminons la vitesse de convergence de certains semi-groupes associés à des processus de diffusion vers leur probabilité invariante. La deuxième partie est consacrée à la loi de l'amplitude pour des chaînes de Markov ultrasphériques ainsi que pour les processus de Bessel. Après avoir établi que les chaînes ultrasphériques, convenablement renormalisées, convergent en loi vers les processus de Bessel, nous explicitons la transformée de Laplace ainsi que le premier moment de l'inverse de l'amplitude ( i. E. Premier instant où l'amplitude dépasse un niveau donne) pour ces deux classes de processus. Les calculs sont développés dans le cas particulier des processus de Bessel de dimension 1 et 3. Enfin, dans la troisième partie, nous considérons deux classes de martingales : 1 - La classe des martingales càdlàg, uniformément intégrables, (Mt)t≥0, dont la loi du couple (M0, M∞) est fixée. 2 - La classe des martingales càdlàg, uniformément intégrables, (Mt)t≥0, dont les lois de M0 et de M∞ sont données. Pour chacun des ces deux problèmes de types Skorokhod, nous construisons des solutions browniennes explicites qui jouent un rôle essentiel dans les inégalités maximales
This thesis is divided in three independant parts. In first part is estimated the convergence rate of sorne semi-groups associated to diffusion processes to their invariant probability. Second part deals with the law of the range process for ultraspherical Markov chains and Bessel processes. Convergence of ultraspherical Markov chains to Bessel processes is first established. Then are evaluated Laplace transform and firts moment for the range inverse (firt passage time for the range process to a given level). Calculations are developped in the case of Bessel processes of dimension one and three. In third part are considered two classes of martingale: 1 - The class of right continuous left limited, uniformly integrable martingales, (Mt)t≥0, such that the law of (M0, M∞) is given. 2 - The class of right continuous left limited, uniformly intégrable martingales, (Mt)t≥0 such that the laws of M0 and M∞ are given. For each of these two kind of Skorokhod's problem, we construct an explicit brownian solution. These solutions are of great importance in maximal inequalies

Nous étudions le comportement en temps long de certains processus stochastiques dont la dynamique dépend non seulement de la position, mais aussi du temps, et dont le terme de diffusion et le potentiel satisfont des conditions d'invariance d'échelle. Nous mettons en lumière un phénomène de transition de phase générale, entièrement déterminé par les différents indices d'auto-similarité en jeu. La principale idée mise en exergue est de considérer une transformation d'échelle adéquate, tirant pleinement parti des nombreuses invariances de notre problème. Dans une première partie, nous étudions une famille de processus de diffusion unidimensionnels, dirigés par un mouvement brownien, dont la dérive est polynomiale en temps et en espace. Ces diffusions généralisent les marches aléatoires, en lien avec le modèle d'urne de Friedman, étudiées par Menshikov et Volkov (2008). Nous donnons, de manière exhaustive, les lois du type logarithme itéré, les limites d'échelle ainsi que les temps de survie de ces processus. La seconde partie est, quant à elle, consacrée à l'étude d'une famille de processus de diffusion en environnement aléatoire, dirigés par un mouvement brownien unidimensionnel, dont le potentiel est brownien en espace et polynomial en temps. Ces diffusions sont une extensiondu modèle amplement étudié de Brox (86) et, en un sens randomisé, du modèle précédent. La différence notable avec le modèle déterministe est que nous obtenons, dans le cas critique, une mesure aléatoire quasi-invariante et quasi-stationnaire pour le semi-groupe, déduite de l'étude d'un système dynamique aléatoire sous-jacent
We study the asymptotic behaviour of some stochastic processes whose dynamics depends not only on position, but also time, and such that the diffusion term and the potential satisfy some scaling properties. We point out a general phase transition phenomenon, entirely determined by the self-similar parameters. The main idea is to consider an appropriate scaling transformation, taking full advantage of the scaling properties. In the first part, we investigate a family of one-dimensional diffusion processes, driven by a Brownian motion, whose drift is polynomial in time and space. These diffusions are continuous counterparts of the random walks studied by Menshikov and Volkov (2008) and related to theFriedman's urn model. We give, in terms of all scaling parameters, the iterated logarithm type laws, the scaling limits and the explosion times of these processes. The second part dealt with a family of diffusion processes in random environment, directed by a one dimensional Brownian motion, whose potential is Brownian in space and polynomialin time. This situation is a generalization of the time-homogeneous Brox's diffusion (86) studied in an extensive body of the literature. We obtain in the critical case a quasi-invariant and quasi stationary random measure for the time-inhomogeneous semi-group, deduced from the study of a underlying random dynamical system

Les travaux présentés concernent trois thématiques connexes~: Interprétation et étude probabiliste d'équations de McKean-Vlasov - propagation du chaos, - estimation quantitative de la convergence à l'équilibre, - modèles cinétiques. Inégalités fonctionnelles - inégalités fonctionnelles et concentration de la mesure pour les schémas d'Euler, - comportement en temps long de diffusions inhomogènes, - inégalités fonctionnelles et concentration de la mesure pour un mélange. Processus de Markov déterministes par morceaux - modélisation markovienne (télécomunications, biologie, chimie), - construction de couplage explicites et convergence en temps long, - propriétés de la mesure invariante. Le fil rouge de ce travail est la recherche de bornes quantitatives pour l'étude de processus de Markov issus de la modélisation (physique, biologie, etc). Souvent, ces processus possèdent des propriétés de symétrie, de régularité ou de monotonie qu'il est possible d'exploiter pour étudier finement leurs comportements. L'idée est donc ici non pas de chercher à établir des propriétés génériques et qualitatives valables pour la classe la plus large de processus mais bien d'utiliser la dynamique spécifique des processus étudiés pour décrire leur convergence à l'équilibre.