Littérature scientifique sur le sujet « Statistique en dimension infinie »

RésuméUne des questions fondamentales de la théorie des groupes de Lie de dimension infinie concerne l’intégrabilitédes sous–algèbres de Lie topologiques H de l’algèbre de Lie G d’un groupe de Lie G de dimension infinie au sens de Milnor. Par contraste avec ce qui se passe en théorie classique il peut exister des sous–algèbres de Lie fermées H de G non–intégrables en un sous–groupe de Lie. C’est le cas des algèbres de Lie de champs de vecteurs C∞ d’une variétécompacte qui ne définissent pas un feuilletage de Stefan. Heureusement cette “imperfection” de la théorie n’est pas partagée par tous les groupes de Lie intéressants. C’est ce que montre cet article en exhibitant une très large classe de groupes de Lie de dimension infinie exempte de cette imperfection. Cela permet de traiter complètement le second problème fondamental de Sophus Lie pour les groupes de jauge de la physique–mathématique et les groupes formels de difféomorphismes lisses de ℝn qui fixent l’origine.

La théorie des polynômes de chaos, étant une alternative moins onéreuse et plus efficace de la simulation de Monte Carlo, reste limitée aux polynômes de variables gaussiennes. On présente une méthode de type hilbertien qui généralise cette théorie et on établit les conditions d’existence et de convergence d’une expansion en Série de Fourier Généralisée. Ensuite, on présente la Statistique des Objets qui permet d’étudier les caractéristiques statistiques d’un ensemble d’objets aléatoires en dimension infinie. En calculant les distances entre les hypervolumes, notamment la distance de Hausdorff, cette méthode permet de déterminer l’objet médian, les objets quantiles et un intervalle de confiance à un seuil donné pour un ensemble fini d’objets aléatoires. Une méthode pour simuler un échantillon de grande taille d’un objet aléatoire à coût computationnel très réduit, et calculer sa moyenne sans faire appel à la distance entre les hypervolumes, fait l’objet de la troisième partie
The Polynomial Chaos theory, being a less expensive and more efficient alternative of the Monte Carlo Simulation, remains limited to the polynomials of Gaussian variables. We present a Hilbertian method that generalizes this theory and we establish the conditions of existence and convergence of an expansion in Generalized Fourier Series. Then, we present the Statistics of Things that allows studying the statistical characteristics of a set of random infinite-dimensional objects. By computing the distances between the hypervolumes, namely the distance of Hausdorff, this method allows determining the median object, the quantile objects and a confidence interval at a given level for a finite set of random objects. In the third section, we address a method for simulating a large size sample of a random object at a much reduced computational cost, and calculating its mean without using the distance between the hypervolumes

La dynamique des liquides, considérés comme des systèmes de particules classiques fortement couplées, reste un domaine où les descriptions théoriques sont limitées. Pour l’instant, il n’existe pas de théorie microscopique partant des premiers principes et recourant à des approximations contrôlées. Thermodynamiquement, les propriétés statiques d’équilibre sont bien comprises dans les liquides simples, à condition d’être loin du régime vitreux. Dans cette thèse, nous résolvons, en partant des équations microscopiques du mouvement, la dynamique des liquides et verres en exploitant la limite de dimension spatiale infinie, qui fournit une approximation de champ moyen bien définie. En parallèle, nous retrouvons leur thermodynamique à travers une analogie entre la dynamique et la statique. Cela donne un point de vue à la fois unificateur et cohérent du diagramme de phase de ces systèmes. Nous montrons que cette solution de champ moyen au problème de la transition vitreuse est un exemple du scénario de transition de premier ordre aléatoire (RFOT), comme conjecturé il y a maintenant trente ans, sur la base des solutions des modèles de verres de spin en champ moyen. Ces résultats nous permettent de montrer qu’une invariance d’échelle approchée du système, pertinente pour les expériences et les simulations en dimension finie, devient exacte dans cette limite
The dynamics of liquids, regarded as strongly-interacting classical particle systems, remains a field where theoretical descriptions are limited. So far, there is no microscopic theory starting from first principles and using controlled approximations. At the thermodynamic level, static equilibrium properties are well understood in simple liquids only far from glassy regimes. Here we derive, from first principles, the dynamics of liquids and glasses using the limit of large spatial dimension, which provides a well-defined mean-field approximation with a clear small parameter. In parallel, we recover their thermodynamics through an analogy between dynamics and statics. This gives a unifying and consistent view of the phase diagram of these systems. We show that this mean-field solution to the structural glass problem is an example of the Random First-Order Transition scenario, as conjectured thirty years ago, based on the solution of mean-field spin glasses. These results allow to show that an approximate scale invariance of the system, relevant to finite-dimensional experiments and simulations, becomes exact in this limit

En anatomie computationnelle, on suppose que les formes d'organes sont issues des déformations d'un template commun. Les données peuvent être des images ou des surfaces d'organes, les déformations peuvent être des difféomorphismes. Pour estimer le template, on utilise souvent un algorithme appelé «max-max» qui minimise parmi tous les candidats, la somme des carrées des distances après recalage entre les données et le template candidat. Le recalage est l'étape de l'algorithme qui trouve la meilleure déformation pour passer d'une forme à une autre. Le but de cette thèse est d'étudier cet algorithme max-max d'un point de vue mathématique. En particulier, on prouve que cet algorithme est inconsistant à cause du bruit. Cela signifie que même avec un nombre infini de données et avec un algorithme de minimisation parfait, on estime le template original avec une erreur non nulle. Pour prouver l'inconsistance, on formalise l'estimation du template. On suppose que les déformations sont des éléments aléatoires d'un groupe qui agit sur l'espace des observations. L'algorithme étudié est interprété comme le calcul de la moyenne de Fréchet dans l'espace des observations quotienté par le groupe des déformations. Dans cette thèse, on prouve que l'inconsistance est dû à la contraction de la distance quotient par rapport à la distance dans l'espace des observations. De plus, on obtient un équivalent de biais de consistance en fonction du niveau de bruit. Ainsi, l'inconsistance est inévitable quand le niveau de bruit est suffisamment grand
In computational anatomy, organ shapes are assumed to be deformation of a common template. The data can be organ images but also organ surfaces, and the deformations are often assumed to be diffeomorphisms. In order to estimate the template, one often uses the max-max algorithm which minimizes, among all the prospective templates, the sum of the squared distance after registration between the data and a prospective template. Registration is here the step of the algorithm which finds the best deformation between two shapes. The goal of this thesis is to study this template estimation method from a mathematically point of view. We prove in particular that this algorithm is inconsistent due to the noise. This means that even with an infinite number of data, and with a perfect minimization algorithm, one estimates the original template with an error. In order to prove inconsistency, we formalize the template estimation: deformations are assumed to be random elements of a group which acts on the space of observations. Besides, the studied algorithm is interpreted as the computation of the Fréchet mean in the space of observations quotiented by the group of deformations. In this thesis, we prove that the inconsistency comes from the contraction of the distance in the quotient space with respect to the distance in the space of observations. Besides, we obtained a Taylor expansion of the consistency bias with respect to the noise level. As a consequence, the inconsistency is unavoidable when the noise level is high

Trois problèmes sont abordés dans cette thèse: l'inférence en régression multi-tâche de grande dimension, les quantiles géométriques dans les espaces normés de dimension infinie, et les moyennes de Fréchet généralisées dans les arbres métriques. Premièrement, nous considérons un modèle de régression multi-tâche avec une hypothèse de sparsité sur les lignes de la matrice paramètre. L'estimation est faite en haute dimension avec l'estimateur Lasso multi-tâche. Afin de corriger le biais induit par la pénalité, nous introduisons un nouvel objet dépendant uniquement des données que nous appelons matrice d'interaction. Cet outil nous permet d'établir des résultats asymptotiques avec des lois limites normales ou chi². Il en découle des intervalles de confiance et des ellipsoïdes de confiance, qui sont valides dans des régimes de sparsité qui ne sont pas couverts par la littérature existante. Deuxièmement, nous étudions le quantile géométrique, qui généralise le quantile classique au cadre des espaces normés. Nous commençons par fournir de nouveaux résultats sur l'existence et l'unicité des quantiles géométriques. L'estimation est effectuée avec un M-estimateur approché et nous examinons ses propriétés asymptotiques en dimension infinie. Quand le quantile théorique n'est pas unique, nous utilisons la théorie de la convergence variationnelle pour obtenir des résultats asymptotiques sur les sous-suites dans la topologie faible. Quand le quantile théorique est unique, nous montrons que l'estimateur est consistant pour la topologie de la norme dans une large classe d'espaces de Banach, en particulier dans les espaces séparables et uniformément convexes. Dans les Hilbert séparables nous démontrons des représentations de Bahadur-Kiefer de l'estimateur, dont découle immédiatement la normalité asymptotique à la vitesse paramétrique. Finalement, nous considérons des mesures de tendance centrale pour des données vivant sur un réseau, qui est modélisé par un arbre métrique. Les paramètres de localisation que nous étudions sont appelés moyennes de Fréchet généralisées: elles sont obtenues en remplaçant le carré dans la définition de la moyenne de Fréchet par une fonction de perte convexe et croissante. Nous élaborons une notion de dérivée directionnelle dans l'arbre, ce qui nous aide à localiser et caractériser les minimiseurs. Nous examinons les propriétés statistiques du M-estimateur correspondant: nous étendons le concept de moyenne collante au contexte des arbres métriques, puis nous obtenons un théorème collant non-asymptotique et une loi des grands nombres collante. Pour la médiane de Fréchet, nous établissons des bornes de concentration non-asymptotiques et des théorèmes central limite collants
Three topics are explored in this thesis: inference in high-dimensional multi-task regression, geometric quantiles in infinite-dimensional Banach spaces and generalized Fréchet means in metric trees. First, we consider a multi-task regression model with a sparsity assumption on the rows of the unknown parameter matrix. Estimation is performed in the high-dimensional regime using the multi-task Lasso estimator. To correct for the bias induced by the penalty, we introduce a new data-driven object that we call the interaction matrix. This tool lets us develop normal and chi-square asymptotic distribution results, from which we obtain confidence intervals and confidence ellipsoids in sparsity regimes that are not covered by the existing literature. Second, we study the geometric quantile, which generalizes the classical univariate quantile to normed spaces. We begin by providing new results on the existence and uniqueness of geometric quantiles. Estimation is then conducted with an approximate M-estimator and we investigate its large-sample properties in infinite dimension. When the population quantile is not uniquely defined, we leverage the theory of variational convergence to obtain asymptotic statements on subsequences in the weak topology. When there is a unique population quantile, we show that the estimator is consistent in the norm topology for a wide range of Banach spaces including every separable uniformly convex space. In separable Hilbert spaces, we establish novel Bahadur-Kiefer representations of the estimator, from which asymptotic normality at the parametric rate follows. Lastly, we consider measures of central tendency for data that lives on a network, which is modeled by a metric tree. The location parameters that we study are called generalized Fréchet means: they obtained by relaxing the square in the definition of the Fréchet mean to an arbitrary convex nondecreasing loss. We develop a notion of directional derivative in the tree, which helps us locate and characterize the minimizers. We examine the statistical properties of the corresponding M-estimator: we extend the notion of stickiness to the setting of metrics trees, and we state a non-asymptotic sticky theorem, as well as a sticky law of large numbers. For the Fréchet median, we develop non-asymptotic concentration bounds and sticky central limit theorems

Dans les deux premiers chapitres de cette thèse, nous étudions dans un premier temps le comportement asymptotique lorsque l'intervalle d'observation devient infiniment grand d'une famille de processus de diffusions à valeurs dans un espace de Hilbert séparable h, solutions des équations différentielles stochastiques suivantes : (e g) dX g t = a(X g t) + f(X g t)dt + e(X g t)dw(t) x g 0 = X , h. Nous prouvons, grâce à un théorème de C. Sunyach, pour chaque valeur du paramètre , l'existence et l'unicité d'une mesure invariante correspondant à la solution x g considérée. Cette méthode nous a fourni une inégalité qui assure la convergence étroite de la famille des mesures invariantes vers la masse de Dirac concentrée à l'origine. Ce dernier point nous dit, tout borélien a de h, dont l'adhérence ne contient pas l'origine, est de mesure limite nulle. Ainsi on s'est posé la question de savoir à quelle vitesse cette convergence a-t-elle lieu ? Nous avons trouvé que la convergence a lieu à une vitesse exponentielle, ceci grâce aux trois propriétés suivantes : _ propriété 1 l'uniformité du principe de grandes déviations de la famille (x g, > 0), qui a été montrée par S. Peszat. _ propriété 2 la formule suivante caractérisant la mesure invariante associée à un processus x g : () = hp X(X g(t) , ) g(dX). _ propriété 3 l'inégalité exponentielle suivante : for any l > 0, there exists r(l) such that lim g 0 sup ln g (X ; |X| r(l)) l. Dans le dernier chapitre de cette thèse, nous avons étendu les résultats précédents dans un cas particulier, en prenant comme espace d'état du processus, l'espace l 2(0, 1), cela nous a permis de montrer d'une part que pour chaque > 0, t > 0, X g , c 0(0, 1), pour tout < 1/2, d'autre part en appliquant un lemme classique du à Garcia-Rumsey-Rodemich de montrer que les supports des lois des processus X g, sont des compacts particuliers de c 0(0, 1), car des boules fermées en normes hölderiennes. Enfin, en utilisant un lemme de D. Ioffe, et les résultats des chapitres précédents, nous établissons un principe de grandes déviations de la famille des mesures invariantes dans c ( 00, 1).

Dans cette thèse on détermine les fonctions sphériques définies sur l'espace des matrices hermitiennes infinies à coefficients réelles, complexes ou quaternions.

Dans le chapitre 1, on rappelle quelques résultats qui sont démontres par J.Faraut et A. Koranyi et on en donne un développlement d'une certaine intégrale orbitale en série de taylor sphérique.

Le chapitre 2 est consacré pour traiter le comportement asymptotique d'une intégrale orbitale. La démonstartion repose sur un résultat qui généralise un théorème de Poincaré sur la sphère unité.


Le chapitre 3 généralise le chapitre 2. On traite un problème sur les mesures ergodiques. On généralise le résultat suivant prouver par G. Olshanski et A. Vershik: déterminer toutes les mesure ergdiques définies
sur l'espace des matrices hermitiennes infinies à coefficients complexes, qui sont invariantes par l'action du groupe unitaire infini. La généralisation de ce résultat est de remplacer les matrices hermitiennes à coefficients complexes par les matrices symetriques
réelles ou les matrices hermitiennes à coefficients quaterniones.

Dans le chapitre 4 on rappelle le résultat suivant démontré par Olshanski et Borodin et qui reste valable dans notre cas:toute mesure de probabilités définies sur l'espace des matrices hermitinnes infinies qui est invariante par le groupe unitaire est se décompose en une combinaison continue et convexe des mesure ergodiques sous l'action par conjugaison du groupe unitaire, en suite on donnera quelques compléments.

Dans le chapitre 5 qui est une suite du chapitre 4, on donne une représentation de Lévy-Khinchine des fonctions de type négatif définies sur l'espaces des matrices hermitiennes Hilbert-Schmidt de dimension inifinie et qui sont invariantes par le groupe unitaire infini.

La presente these se compose de six articles. Dans les deux premiers on etablit d'abord une inegalite isoperimetrique sur l'espace de wiener; ensuite, on etend ce resultat aux fonctions regulieres quelconques: la connexite du support de la mesure image en est deduite. Dans le troisieme article, on ameliore un resultat de stroock-varadhan en donnant une estimation tres fine sur l'epaisseur de l'ensemble ou les fonctionnelles d'ito ne sont pas continues. Le quatrieme elucide la non degenerescence des pseudo-normes sur l'espace de wiener introduites par p. Malliavin et h. Airault. Dans le cinquieme article, en utilisant la methode de l'analyse quasi-sure, on donne une minoration du noyau de la chaleur en temps petit, finalement, dans le dernier, on envisage l'approximation de l'equation differentielle stochastique anticipante par des equations differentielles ordinaires

Ce mémoire présente les travaux que j'ai effectués, tout d'abord, à
l'Institut de Mathématiques de l'Université de Dijon, pendant ma thèse de
1998 à 2000, puis dans l'équipe d'Analyse Numérique et Equations aux
Dérivées Partielles du Département de Mathématiques de l'Université
d'Orsay, depuis 2001.
Ces travaux sont regroupés en deux parties, la première traitant de
problèmes de contrôle en dimension finie, et la seconde, en dimension
infinie. Ces deux parties sont elles-mêmes séparées en deux
sous-parties~: les résultats théoriques, et les résultats
numériques. A la fin de chaque partie, des projets de recherche sont
présentés.


Dans la première partie, on s'intéresse à
la régularité de la fonction valeur associée à un problème de contrôle
optimal non linéaire en dimension finie. Il s'avère
que cette régularité est liée à l'existence de \textit{trajectoires
singulières minimisantes}.
Rappelons qu'une trajectoire \textit{singulière} est une singularité
de l'ensemble des solutions du système de contrôle.
Selon le principe du maximum de Pontryagin, les trajectoires
singulières sont projections d'\textit{extrémales anormales}, par
opposition aux \textit{extrémales normales} qui constituent le cadre
classique du calcul des variations.
Pour des systèmes affines à coût quadratique,
on montre que, s'il n'existe aucune trajectoire singulière
minimisante, alors la fonction valeur associée est
\textit{sous-analytique} (cela s'étend à des situations
plus générales).

Ces résultats ont des conséquences dans les théories d'Hamilton-Jacobi
et de stabilisation. Tout d'abord, on montre que
la \textit{solution de viscosité} de certaines
classes d'\textit{équations d'Hamilton-Jacobi}
est sous-analytique, ce qui implique en particulier
que l'ensemble de ses singularités est une sous-variété stratifiée de
codimension au moins un. Ensuite, on montre un résultat de
\textit{stabilisation hybride semi-globale} pour des
systèmes de contrôle affines sans dérive.

S'il existe des trajectoires singulières minimisantes, la fonction
valeur n'est pas sous-analytique en général. Une étude
asymptotique est faite sur le cas modèle sous-Riemannien de Martinet.
Dans le cas intégrable, on montre que la fonction valeur appartient à
la classe \textit{log-exp}, qui est une extension de la classe
sous-analytique avec des fonctions logarithme et exponentielle.

Ces résultats motivent donc l'étude des propriétés des
trajectoires singulières.

Tout d'abord, concernant leur optimalité, ces trajectoires ont,
sous des conditions génériques, la propriété de
\textit{rigidité}, c'est-à-dire qu'elles sont localement isolées
parmi toutes les solutions du système ayant les mêmes extrémités, et
donc, elles sont localement optimales, jusqu'à un premier temps dit
\textit{conjugué} que l'on peut caractériser.

On s'intéresse alors à l'occurence des trajectoires singulières
minimisantes.
Des résultats de type \textit{Morse-Sard} sont présentés dans le cadre
de la géométrie sous-Riemannienne, qui montrent qu'elles ne
remplissent que peu d'espace.
En particulier, on montre que l'image de l'application exponentielle
(qui paramétrise les extrémales normales) est partout dense, et même
de mesure de Lebesgue pleine dans le cas de corang un.

On prend ensuite le point de vue inverse, en s'intéressant aux
propriétés de généricité des trajectoires singulières, pour des
systèmes de contrôle affines. On montre que, génériquement au sens de
Whitney, elles sont \textit{d'ordre minimal} et \textit{de corang un},
ce qui a des corollaires en contrôle optimal.
Par exemple, pour des systèmes de contrôle affines génériques ayant
plus de trois champs de vecteurs, avec coût quadratique, il n'existe
aucune trajectoire singulière minimisante~;
en particulier, la fonction valeur associée est donc sous-analytique.



Dans le deuxième chapitre de la première partie, on s'intéresse aux
méthodes numériques en
contrôle optimal. Il existe deux types principaux de méthodes~: les
\textit{méthodes directes} d'une part, qui reposent sur une discrétisation
totale du problème de contrôle optimal, et conduisent à des problèmes
de programmation non linéaire~; les \textit{méthodes indirectes}
d'autre part,
basées sur le principe du maximum, qui réduisent le problème à un
problème aux valeurs limites se résolvant numériquement par une
\textit{méthode de tir}. Ces dernières sont
particulièrement adaptées aux applications en aéronautique présentées
ici. Le principe du maximum étant une condition nécessaire
d'optimalité, il convient de s'assurer a posteriori que les
extrémales calculées par la méthode de tir sont bien optimales.
Pour cela, on rappelle le concept de \textit{temps
conjugué}, c'est-à-dire le temps au-delà duquel une extrémale n'est
plus localement optimale, et on décrit des algorithmes de calcul,
basés sur des développements théoriques récents en théorie du
contrôle optimal géométrique, qui couvrent le cas normal et le cas
anormal. Ces algorithmes, ainsi que la méthode de tir, sont
implémentés dans le logiciel \textit{COTCOT}
(Conditions of Order Two and COnjugate times), disponible sur le web.

Des applications en aéronautique sont ensuite présentées~: le problème
de rentrée atmosphérique d'une navette spatiale tout d'abord, où le
but est de déterminer une trajectoire optimale jusqu'à une cible
donnée, le contrôle étant l'angle de g\^\i te, et le coût étant
le flux thermique total (facteur d'usure). La navette est de plus
soumise à des contraintes sur l'état~: flux thermique,
accélération normale, et pression dynamique. Ces contraintes
rendent le problème de contrôle optimal difficile, et nécessitent
une étude préliminaire théorique et géométrique sur les synthèses
optimales locales avec contraintes.
Ensuite, on présente le problème de transfert orbital d'un satellite à
poussée faible, où le but est de transférer l'engin d'une orbite basse
à une orbite géostationnaire, en temps minimal, sachant que la force de
propulsion est très faible. Le problème de temps optimal est important
lorsque la poussée est faible (par exemple, une propulsion
ionique), car le transfert orbital peut prendre plusieurs mois.
Pour ces deux problèmes, des simulations numériques,
utilisant les méthodes précédentes, sont présentées.





Dans la deuxième partie, on s'intéresse à des problèmes de contrôle des
équations aux dérivées partielles.
On présente tout d'abord une méthode de contrôlabilité et de
stabilisation, qui consiste à stabiliser un système de contrôle le
long d'un chemin d'états stationnaires. Pour mettre en évidence l'idée
principale, cette méthode est présentée en dimension finie. Elle
permet de construire un contrôle feedback sous forme explicite, ainsi
qu'une fonction de Lyapunov, et par ailleurs, elle est facilement
implémentable. Cette méthode de déformation quasi-statique permet
d'établir des résultats de contrôlabilité exacte et de stabilisation
pour des équations de la chaleur et des ondes semi-linéaires en
dimension un, où la non-linéarité est quelconque. Notons que
l'existence de fonctions barrières et/ou de
phénomènes d'explosion limitent les résultats de contrôlabilité.
Pour ces deux équations, on montre que l'on peut passer, avec un
contrôle frontière, en temps éventuellement grand, d'un état
stationnaire à tout autre, pourvu qu'ils appartiennent à une même
composante connexe de l'ensemble des états stationnaires (cette
condition étant vérifiée dans un grand nombre de cas). La procédure
consiste en fait à stabiliser un système de contrôle linéaire
instationnaire de dimension finie, et on peut construire un contrôle
sous forme de boucle fermée, en calculant un nombre fini de composantes
de la solution, dans une décomposition sur une base Hilbertienne (pour
l'équation de la chaleur) ou sur une base de Riesz (pour l'équation
des ondes). Des simulations numériques sont effectuées.

On présente ensuite un résultat de contrôlabilité exacte
sur les flots de Couette, qui sont des solutions stationnaires
particulières des équations de Navier-Stokes d'un fluide
incompressible entre deux cylindres
concentriques infinis en rotation. On montre qu'il est possible de passer d'un
flot de Couette à tout autre, en agissant juste sur la rotation du
cylindre extérieur.


Dans le dernier chapitre,
on s'intéresse à la semi-discrétisation (en espace) des
équations aux dérivées partielles linéaires contrôlées.
La discrétisation d'une EDP contrôlable, en utilisant par exemple une
méthode de Galerkin, conduit à une
famille de systèmes de contrôle linéaires, et on se pose la question
de savoir si on peut déterminer des contrôles pour ces systèmes
semi-discrétisés, convergeant, lorsque le pas de discrétisation tend
vers zéro, vers un contrôle pour le modèle continu, permettant
d'atteindre un certain point. Pour des EDP
linéaires contrôlables, il existe de nombreuses
méthodes pour réaliser la contrôlabilité~; parmi elles, la méthode HUM
(\textit{Hilbert Uniqueness Method})
consiste à minimiser la norme $L^2$ du
contrôle pour atteindre une cible fixée. Pour des systèmes
paraboliques exactement contrôlables à zéro, sous des conditions
standards sur le procédé de semi-discrétisation (vérifiées pour la
plupart des méthodes habituelles), lorsque l'opérateur de contrôle
n'est que faiblement non borné, on montre un résultat de
\textit{contrôlabilité uniforme} des systèmes de contrôles
discrétisés. De plus, on donne un procédé de minimisation pour
calculer des contrôles sur les modèles approchés, qui convergent
vers le contrôle HUM du modèle continu permettant d'atteindre une
certaine cible.
La condition sur l'opérateur de contrôle est vérifiée, par exemple,
pour l'équation de la chaleur avec contrôle frontière de type Neumann,
et des simulations numériques sont présentées dans ce cadre.

Les progrès continus dans les techniques du stockage et de la collection des données permettent d'observer et d'enregistrer des processus d’une façon presque continue. Des exemples incluent des données climatiques, des valeurs de transactions financières, des modèles des niveaux de pollution, etc. Pour analyser ces processus, nous avons besoin des outils statistiques appropriés. Une technique très connue est l'analyse de données fonctionnelles (ADF).

L'objectif principal de ce projet de doctorat est d'analyser la dépendance temporelle de l’ADF. Cette dépendance se produit, par exemple, si les données sont constituées à partir d'un processus en temps continu qui a été découpé en segments, les jours par exemple. Nous sommes alors dans le cadre des séries temporelles fonctionnelles.

La première partie de la thèse concerne la régression linéaire fonctionnelle, une extension de la régression multivariée. Nous avons découvert une méthode, basé sur les données, pour choisir la dimension de l’estimateur. Contrairement aux résultats existants, cette méthode n’exige pas d'assomptions invérifiables.

Dans la deuxième partie, on analyse les modèles linéaires fonctionnels dynamiques (MLFD), afin d'étendre les modèles linéaires, déjà reconnu, dans un cadre de la dépendance temporelle. Nous obtenons des estimateurs et des tests statistiques par des méthodes d’analyse harmonique. Nous nous inspirons par des idées de Brillinger qui a étudié ces models dans un contexte d’espaces vectoriels.
Doctorat en Sciences
info:eu-repo/semantics/nonPublished

La simulation rapide de Monte Carlo est appliquée pour résoudre deux problèmes combinatoires à grande dimension. Le premier concerne l’estimation du nombre de sous-espaces k-dimensionnels d’un poids arbitraire d’un espace vectoriel n-dimensionnel sur un corps de Galois contenant q éléments. Les limites supérieures et inférieures sont construites grâce à une analytico-statistique. Le second problème concerne l’évaluation des « bonnes » permutations. La méthode de simulation rapide est proposée.