Dans leur célèbre article de 1987, les physiciens Per Bak, Chao Tang et Kurt Wiesenfeld ont montré que certains systèmes complexes, composés d'un nombre important d'éléments en interaction dynamique, évoluent vers un état critique, sans intervention extérieure. Ce phénomène, appelé criticalité auto-organisée, peut être observé empiriquement ou simulé par ordinateur pour de nombreux modèles. Cependant leur analyse mathématique est très ardue. Même des modèles dont la définition est apparemment simple, comme les modèles décrivant la dynamique d'un tas de sable, ne sont pas bien compris mathématiquement. Le but de cette thèse est la construction d'un modèle de criticalité auto-organisée, qui est aussi simple que possible, et qui est accessible à une étude mathématique rigoureuse. Pour cela, nous modifions le modèle d'Ising Curie-Weiss généralisé en introduisant un contrôle automatique du paramètre de température. Pour une classe de distributions symétriques satisfaisant une certaine condition d'intégrabilité, nous montrons que la somme Sn des variables aléatoires du modèle a le comportement typique du modèle d'Ising Curie-Weiss généralisé critique: les fluctuations sont d'ordre n^(3/4) et la loi limite est C exp(- lambda*x^4) dx, où C et lambda sont des constantes strictement positives. Notre étude nous a menés à généraliser ce modèle dans plusieurs directions : cas de la dimension supérieure, fonctions d'interactions plus générales, extension à des auto-interactions menant à des fluctuations d'ordre n^(5/6). Nous étudions aussi des modèles dynamiques dont la distribution invariante est la loi de notre modèle d'Ising Curie-Weiss de criticalité auto-organisée. / In their famous 1987 article, Per Bak, Chao Tang and Kurt Wiesenfeld showed that certain complex systems, composed of a large number of dynamically interacting elements, are naturally attracted by critical points, without any external intervention. This phenomenon, called self-organized criticality, can be observed empirically or simulated on a computer in various models. However the mathematical analysis of these models turns out to be extremely difficult. Even models whose definition seems simple, such as the models describing the dynamics of a sandpile, are not well understood mathematically. The goal of this thesis is to design a model exhibiting self-organized criticality, which is as simple as possible, and which is amenable to a rigorous mathematical analysis. To this end, we modify the generalized Ising Curie-Weiss model by implementing an automatic control of the inverse temperature. For a class of symmetric distributions whose density satisfies some integrability conditions, we prove that the sum Sn of the random variables behaves as in the typical critical generalized Ising Curie-Weiss model: the fluctuations are of order n^(3/4) and the limiting law is C exp(- lambda*x^4) dx where C and lambda are suitable positive constants. Our study led us to generalize this model in several directions: the multidimensional case, more general interacting functions, extension to self-interactions leading to fluctuations with order n^(5/6). We also study dynamic models whose invariant distribution is the law of our Curie-Weiss model of self-organized criticality.

Ziel dieser Arbeit ist die Untersuchung des Einflusses der stochastischen Interpretation der Langevin Gleichung mit zustandsabhängigen Diffusionskoeffizienten auf den Propagator des zugehörigen stochastischen Prozesses bzw. dessen Mittelwerte. Dies dient dem besseren Verständnis und der Interpretation von Messdaten von Diffusion in inhomogenen Systemen und geht einher mit der Frage der Form der Diffusionsgleichung in solchen Systemen. Zur Vereinfachung der Fragestellung werden in dieser Arbeit nur Systeme untersucht die vollständig durch einen ortsabhängigen Diffusionskoeffizienten und Angabe der stochastischen Interpretation beschrieben werden können. Dazu wird zunächst für mehrere experimentell relevante eindimensionale Systeme der jeweilige allgemeine Propagator bestimmt, der für jede denkbare stochastische Interpretation gültig ist. Der analytisch bestimmte Propagator wird dann für zwei exemplarisch ausgewählte stochastische Interpretationen, hier für die Itô und Klimontovich-Hänggi Interpretation, gegenübergestellt und die Unterschiede identifiziert. Für Mittelwert und Varianz der Prozesse werden die drei wesentlichen stochastischen Interpretationen verglichen, also Itô, Stratonovich und Klimontovich-Hänggi Interpretation. Diese systematische Untersuchung von inhomogenen Diffusionsprozessen kann zukünftig helfen diese Art von, in genau einer stochastischen Interpretation, driftfreien Systemen einfacher zu identifizieren. Ein weiterer wesentlicher Teil der Arbeit erweitert die Frage auf mehrdimensionale inhomogene anisotrope Systeme. Dies wird z.B. bei der Untersuchung von Diffusion in Flüssigkristallen mit inhomogenem Direktorfeld relevant. Obwohl hier, im Gegensatz zu eindimensionalen Systemen, der Propagator nicht allgemein berechnet werden kann, wird dennoch der Einfluss der Inhomogenität auf Messgrößen, wie die mittlere quadratische Verschiebung oder die Verteilung der Diffusivitäten, bestimmt. Anhand eines Beispiels wird auch der Einfluss der stochastischen Interpretation auf diese Messgrößen demonstriert. / The aim of this thesis is to investigate the influence of the stochastic interpretation of the Langevin equation with state-dependent diffusion coefficient on the propagator of the related stochastic process, or its averages, respectively. This helps to obtain a deeper understanding and to interpret measurement data of diffusion in inhomogeneous systems and is accompanied with the question of the proper form of the diffusion equation in such systems. To simplify the question, in this thesis only systems are considered which can be fully described by a spatially dependent diffusion coefficient and a given stochastic interpretation. Therefore, for several experimentally relevant one-dimensional systems, the respective general propagator is determined, which is valid for any possible stochastic interpretation. Then, the propagator for two exemplary stochastic interpretations, here the Itô and Klimontovich-Hänggi interpretation, are compared and the differences are identified. For mean and variance of the processes three major interpretations are compared, namely the Itô, the Stratonovich and the Klimontovich-Hänggi interpretation. This systematic research on inhomogeneous diffusion process may help in future to identify these kind of, in exactly one stochastic interpretation, drift-free systems more easily. Another important part of this thesis extends this question to multidimensional inhomogeneous anisotropic systems. This is of high relevance, for instance, for the research of diffusion in liquid crystalline systems with an inhomogeneous director field. Although, in contrast to one-dimensional systems, the propagator may not be calculated generally, the influence of the inhomogeneity on measurement data like the mean squared displacement or the distribution of diffusivities is determined. Based on one example, also the influence of the stochastic interpretation on these quantities is demonstrated.

Dans plusieurs domaines des statistiques, y compris le traitement du signal et des images, l'estimation en grande dimension est une tâche importante pour recouvrer un objet d'intérêt. Toutefois, dans la grande majorité de situations, ce problème est mal-posé. Cependant, bien que la dimension ambiante de l'objet à restaurer (signal, image, vidéo) est très grande, sa ``complexité'' intrinsèque est généralement petite. La prise en compte de cette information a priori peut se faire au travers de deux approches: (i) la pénalisation (très populaire) et (ii) l'agrégation à poids exponentiels (EWA). L'approche penalisée vise à chercher un estimateur qui minimise une attache aux données pénalisée par un terme promouvant des objets de faible complexité (simples). L'EWA combine une famille des pré-estimateurs, chacun associé à un poids favorisant exponentiellement des pré-estimateurs, lesquels privilègent les mêmes objets de faible complexité.Ce manuscrit se divise en deux grandes parties: une partie théorique et une partie algorithmique. Dans la partie théorique, on propose l'EWA avec une nouvelle famille d'a priori favorisant les signaux parcimonieux à l'analyse par group dont la performance est garantie par des inégalités oracle. Ensuite, on analysera l'estimateur pénalisé et EWA, avec des a prioris généraux favorisant des objets simples, dans un cardre unifié pour établir des garanties théoriques. Deux types de garanties seront montrés: (i) inégalités oracle en prédiction, et (ii) bornes en estimation. On les déclinera ensuite pour des cas particuliers dont certains ont été étudiés dans littérature. Quant à la partie algorithmique, on y proposera une implémentation de ces estimateurs en alliant simulation Monte-Carlo (processus de diffusion de Langevin) et algorithmes d'éclatement proximaux, et montrera leurs garanties de convergence. Plusieurs expériences numériques seront décrites pour illustrer nos garanties théoriques et nos algorithmes. / In many areas of statistics, including signal and image processing, high-dimensional estimation is an important task to recover an object of interest. However, in the overwhelming majority of cases, the recovery problem is ill-posed. Fortunately, even if the ambient dimension of the object to be restored (signal, image, video) is very large, its intrinsic ``complexity'' is generally small. The introduction of this prior information can be done through two approaches: (i) penalization (very popular) and (ii) aggregation by exponential weighting (EWA). The penalized approach aims at finding an estimator that minimizes a data loss function penalized by a term promoting objects of low (simple) complexity. The EWA combines a family of pre-estimators, each associated with a weight exponentially promoting the same objects of low complexity.This manuscript consists of two parts: a theoretical part and an algorithmic part. In the theoretical part, we first propose the EWA with a new family of priors promoting analysis-group sparse signals whose performance is guaranteed by oracle inequalities. Next, we will analysis the penalized estimator and EWA, with a general prior promoting simple objects, in a unified framework for establishing some theoretical guarantees. Two types of guarantees will be established: (i) prediction oracle inequalities, and (ii) estimation bounds. We will exemplify them for particular cases some of which studied in the literature. In the algorithmic part, we will propose an implementation of these estimators by combining Monte-Carlo simulation (Langevin diffusion process) and proximal splitting algorithms, and show their guarantees of convergence. Several numerical experiments will be considered for illustrating our theoretical guarantees and our algorithms.