Dans cette thèse, on s'intéresse à la notion de temps fort de stationnarité et à celle, étroitement liée, de dual de stationnarité forte. Ces outils permettent d'étu- dier la convergence de processus ...ergodiques, en déterminant un instant aléatoire où l'équilibre est atteint. Les espaces d'état des processus considérés ici sont des graphes continus ou discrets. Dans la première partie, on considère le cas discret, et on dégage une condition nécessaire et suffisante à l'existence, pour n'importe quelle loi initiale, d'un temps fort de stationnarité fini. Pour cela, on construit explicitement un dual de station- narité forte, à valeurs dans l'ensemble des parties connexes du graphe, qui évolue à chaque étape en ajoutant ou en enlevant des points de sa frontière. Lorsque cette opération sépare l'ensemble dual en plusieurs parties, afin de ne pas le déconnecter, une de ces parties est choisie au hasard, avec une probabilité proportionnelle à son poids par la mesure invariante. On s'intéresse également au comportement général d'un processus dual, et on donne quelques exemples différents de celui construit précédemment. Dans la deuxième partie, on traite le cas continu, et le processus étudié est alors une diffusion. On caractérise notamment sa mesure invariante, et on explicite un générateur infinitésimal qui devrait être celui d'un processus dual. Néanmoins, ce cas s'avère plus compliqué que le cas discret. Le processus dual n'est donc construit que pour un mouvement brownien sur un graphe particulier, comme l'unique so- lution d'un problème de martingale. Des pistes sont présentées pour traiter des diffusions sur des graphes plus généraux, notamment en utilisant la convergence d'une suite de processus de saut tels que ceux présentés dans la première partie.
In this thesis, we are interested in the notion of strong stationary time, and in that, strongly connected, of strong stationary dual. These tools allow to study the convergence of ergodic processes, by determining a random time when the equilibrium is reached. The state space of the considered processes are discrete or continuous graphs. In the first part, we consider the discrete case, and we explicit a necessary and sufficient condition to the existence, for any initial distribution, of a finite strong stationary time. To do so, we construct explicitly a strong stationary dual, with values in the set of connected subsets of the graph, which evolves at each step by adding or removing some points at its border. Whenever this operation separates the dual set in several parts, in order not to disconnect it, one of these parts is chosen randomly, with a probability proportionnal to its weight relative to the invariant distribution. We also study the general behaviour of any dual process,2 and we give some other examples. In the second part, we deal with the continuous case, and the studied process is then a diffuion. We caracterize its invariant distribution, and we explicit an infinitesimal generator, which is expected to be that of a dual process. Nevertheless, this case turns out to be a little more involved that the discrete one. The dual process is thus constructed only for a brownian motion on a particular graph, as the unique solution of a martingale problem. Some leads are given to solve the case of diffusions on more general graphs, especially by using the convergence of a sequence of jump processes such as those presented in the first part.
Depuis le tout début du XX\({}^\text{e}\) siècle, l'étude des processus stochastiques est un domaine très actif de la recherche en mathématiques. Parmi ces processus, le mouvement brownien --- dont ...l'étude mathématique a été initiée dès 1900, avec la thèse de Bachelier, entre autres travaux --- a joué, et joue encore, un rôle primordial. Ceci peut s'expliquer par le fait que le mouvement brownien est l'objet limite quasi-universel qui apparaît dans le théorème central limite, lorsqu'on fait agir le temps. Depuis la fin de la seconde guerre mondiale et les travaux d'Itô, Meyer, Tanaka et bien d'autres, les temps locaux et les excursions sont devenus des outils essentiels pour étudier ce processus. Les exercices de ce volume ont été élaborés, année après année, par le second auteur, soit à la suite de lectures d'articles présentant, parfois avec des méthodes très différentes, telle ou telle propriété brownienne, soit simplement pour illustrer le contenu de son cours de DEA (anciennement), de M2 aujourd'hui. Le premier auteur en a organisé la synthèse, de façon économique et néanmoins --- espérons-le --- très lisible. Les chapitres ont été conçus pour créer un aller-retour permanent entre les principaux résultats du cours et les exercices corrigés, afin que la compréhension des uns renforce celle des autres. C'est ainsi que de nombreuses solutions d'exercices données ici offrent un aperçu de la façon de prouver certains des théorèmes rappelés plus haut.
Les besoins grandissants de prévisions robustes pour des systèmes complexes conduisent à introduire des modèles mathématiques considérant un nombre croissant de paramètres. Au temps s'ajoutent ...l'espace, l'aléa, les échelles de dynamiques, donnant lieu à des modèles stochastiques multi-échelles avec dépendance spatiale (modèles spatiaux). Cependant, l'explosion du temps de simulation de tels modèles complique leur utilisation. Leur analyse difficile a néanmoins permis, pour les modèles à une échelle, de développer des outils puissants: loi des grands nombres (LGN), théorème central limite (TCL), ..., puis d'en dériver des modèles simplifiés et algorithmes accélérés. Dans le processus de dérivation, des modèles et algorithmes dits hybrides ont vu le jour dans le cas multi-échelle, mais sans analyse rigoureuse préalable, soulevant ainsi la question d'approximation hybride dont la consistance constitue l'une des motivations principales de cette thèse.En 2012, Crudu, Debussche, Muller et Radulescu établissent des critères d'approximation hybride pour des modèles homogènes en espace de réseaux de régulation de gènes. Le but de cette thèse est de compléter leur travail et le généraliser à un cadre spatial.Nous avons développé et simplifié différents modèles, tous des processus de Markov de sauts pures à temps continu. La démarche met en avant, d'une part, des conditions d'approximations déterministes par des solutions d'équations d'évolution (type réaction-advection-diffusion), et, d'autre part, des conditions d'approximations hybrides par des processus stochastiques hybrides. Dans le cadre des réseaux de réactions biochimiques, un TCL est établi. Il correspond à une approximation hybride d'un modèle homogène simplifié à deux échelles de temps (suivant Crudu et al.). Puis, une LGN est obtenue pour un modèle spatial à deux échelles de temps. Ensuite, une approximation hybride est établie pour un modèle spatial à deux échelles de dynamique en temps et en espace. Enfin, des comportements asymptotiques en grandes populations et en temps long sont présentés pour un modèle d'épidémie de choléra, via une LGN suivie d'une borne supérieure pour les sous-ensembles compacts, dans le cadre d'un principe de grande déviation (PGD) correspondant.À l'avenir, il serait intéressant, entre autres, de varier la géométrie spatiale, de généraliser le TCL, de compléter les estimations du PGD, et d'explorer des systèmes complexes issus d'autres domaines.
The growing needs of precise predictions for complex systems lead to introducing stronger mathematical models, taking into account an increasing number of parameters added to time: space, stochasticity, scales of dynamics. Combining these parameters gives rise to spatial --or spatially inhomogeneous-- multiscale stochastic models. However, such models are difficult to study and their simulation is extremely time consuming, making their use not easy. Still, their analysis has allowed one to develop powerful tools for one scale models, among which are the law of large numbers (LLN) and the central limit theorem (CLT), and, afterward, to derive simpler models and accelrated algorithms. In that deduction process, the so-called hybrid models and algorithms have arisen in the multiscale case, but without any prior rigorous analysis. The question of hybrid approximation then shows up, and its consistency is a particularly important motivation of this PhD thesis.In 2012, criteria for hybrid approximations of some homogeneous regulation gene network models were established by Crudu, Debussche, Muller and Radulescu. The aim of this PhD thesis is to complete their work and generalize it afterward to a spatial framework.We have developed and simplified different models. They all are time continuous pure jump Markov processes. The approach points out the conditions allowing on the the one hand deterministic approximations by solutions of evolution equations of type reaction-advection-diffusion, and, on the other hand, hybrid approximations by hybrid stochastic processes. In the field of biochemical reaction networks, we establish a CLT. It corresponds to a hybrid approximation of a simplified homogeneous model (due to Crudu et al.). Then a LLN is obtained for a spatial model with two time scales. Afterward, a hybrid approximation is established, for a two time-space scales spatial model. Finally, the asymptotic behaviour in large population and long time are respectively presented for a model of cholera epidemic, through a LLN followed by the upper bound for compact sets, in the context of a corresponding large deviation principle (LDP).Interesting future works would be, among others, to study other spatial geometries, to generalize the CLT, to complete the LDP estimates, and to study complex systems from other fields.
Définies il y a quelques décennies, les martingales dans les variétés sont maintenant des objets bien connus. Des questions très simples restent en suspens cependant. Par exemple,étant donnée une ...variable aléatoire à valeurs dans une variété complète, et une filtration continue(dont toute martingale réelle possède une version continue), existe-t-il une martingale continue dans cette variété qui a pour valeur terminale donnée cette variable aléatoire ? Que dire des semimartingales de valeur terminale et dérives données ? Le but principal de cette thèse est d’apporter des réponses à ces questions. Sous des hypothèses de géométrie convexe, des réponses sont données dans les articles de Kendall (1990), Picard (1991), Picard (1994), Darling (1995) ou encore Arnaudon (1997). Le cas des semimartingales a plus largement été traité par Blache (2004). Les martingales dans les variétés permettent de définir les barycentres associés à une filtration, qui sont parfois plus simples à calculer que les barycentres usuels ou les moyennes, et qui possèdent une propriété d’associativité. Ils sont fortement reliés à la théorie du contrôle, à l’optimisation stochastique, ainsi qu’aux équations différentielles stochastiques rétrogrades (EDSRs). La résolution du problème avec des arguments géométriques donne par ailleurs des outils pour résoudre des EDSRs quadratiques multidimensionnelles.Au cours de cette thèse deux principales méthodes ont été employées pour étudier le problème de l’existence de martingale de valeur terminale donnée. La première est basée sur un algorithme stochastique. La variable aléatoire que l’on cherchera à atteindre sera d’abord déformée en une famille x (a) de classe C 1, et on se posera la question suivante : existe-t-il une martingale X(a) de valeur terminale x (a) ? Une méthode de tir, selon un principe similaire au tir géodésique déterministe, sera employée relativement au paramètre a en direction de la variable aléatoire x (a). La seconde est basée sur la résolution générale d’une EDSR multidimensionnelle à croissance quadratique. La principale problématique de cette partie sera d’adapter au cadre multidimensionnel une stratégie récente développée par Briand et Elie (2013) permettant de traiter les EDSRs quadratiques multidimensionnelles. Cette approche nouvelle permet de retrouver la plupart des résultats partiels obtenus par des méthodes différentes. Au-delà de l’intérêt unifiant,cette nouvelle approche ouvre la voie à de potentiels futurs travaux.
Defined several decades ago, martingales in manifolds are very canonical objects. About these objects very simple questions are still unresolved. For instance, given a random variable with values in a complete manifold and a continuous filtration (one with respect to which all real-valued martingales admit a continuous version), does there exist a continuous martingale in the manifold with terminal value given by this random variable ? What about semimartingales with prescribed drift and terminal value ? The main aim of this thesis is to provide answers to these questions. Under convex geometry assumption, answers are given in the articles of Kendall (1990), Picard (1991), Picard (1994), Darling (1995) or Arnaudon (1997). The case of semimartingales was widely treated by Blache (2004). The martingales in the manifolds make it possible to define the barycenters associated to a filtration, which are sometimes simpler to compute than the usual barycenters or averages, and which have an associative property. They are strongly related to control theory, stochastic optimization, and backward stochastic differential equations (BSDEs). Solving the problem with geometric arguments also gives tools for solving multidimensional quadratic EDSRs.During the thesis, two methods have been used for studying the problem of existence of a martingale with prescribed terminal value. The first one is based on a stochastic algorithm. The random variable that we try to reach will be deformed into a $mcC^1$-family $xi(a)$, and we deal with the following newer problem: does there exist a martingale $X(a)$ with terminal value $xi(a)$ ? A shooting method, using the same kind of principle as the deterministic geodesic shooting, will be used with respect to a parameter $a$ towards $xi(a)$.The second one is the resolution of a multidimensional quadratic BSDE. The aim of this part will be to adapt to the multidimensional framework a recent strategy developed by Briand and Elie (2013) to treat multidimensional quadratic BSDEs. This new approach makes it possible to rediscover the results obtained by different methods. Beyond the unification, this new approach paves the way for potential future works.
L’objectif principal de cette thèse est de développer des méthodologies statistiques adaptées au traitement de données issues de processus stochastiques et plus précisément de processus de Cox.Les ...problématiques étudiées dans cette thèse sont issues des trois domaines statistiques suivants : les tests non paramétriques, l’estimation non paramétrique à noyaux et l’estimation minimax.Dans un premier temps, nous proposons, dans un cadre fonctionnel, des statistiques de test pour détecter la nature Poissonienne d’un processus de Cox.Nous étudions ensuite le problème de l’estimation minimax de la régression sur un processus de Poisson ponctuel. En se basant sur la décomposition en chaos d’Itô, nous obtenons des vitesses comparables à celles atteintes pour le cas de la régression Lipschitz en dimension finie.Enfin, dans le dernier chapitre de cette thèse, nous présentons un estimateur non-paramétrique de l’intensité d’un processus de Cox lorsque celle-ci est une fonction déterministe d’un co-processus.
The main purpose of this thesis is to develop statistical methodologies for stochastic processes data and more precisely Cox process data.The problems considered arise from three different contexts: nonparametric tests, nonparametric kernel estimation and minimax estimation.We first study the statistical test problem of detecting wether a Cox process is Poisson or not.Then, we introduce a semiparametric estimate of the regression over a Poisson point process. Using Itô’s famous chaos expansion for Poisson functionals, we derive asymptotic minimax properties of our estimator.Finally, we introduce a nonparametric estimate of the intensity of a Cox process whenever it is a deterministic function of a known coprocess.