In recent years a new interesting research avenue has emerged in non-equilibrium statistical physics, namely studies of collective responses in spatially inhomogeneous systems. Whereas substantial progress has been made in understanding the origins and the often universal nature of cooperative behavior in systems far from equilibrium, it is still unclear whether it is possible to control their global collective stochastic dynamics through local manipulations. Therefore, a comprehensive characterization of spatially inhomogeneous non-equilibrium systems is required. In the first system, we explore a variant of the Katz–Lebowitz–Spohn (KLS) driven lattice gas in two dimensions, where the lattice is split into two regions that are coupled to heat baths with distinct temperatures T > T_c and T_c respectively, where T_c indicates the critical temperature for phase ordering. The geometry was arranged such that the temperature boundaries are oriented perpendicular or parallel to the external particle drive and resulting net current. For perpendicular orientation of the temperature boundaries, in the hotter region, the system behaves like the (totally) asymmetric exclusion processes (TASEP), and experiences particle blockage in front of the interface to the critical region. This blockage is induced by extended particle clusters, growing logarithmically with system size, in the critical region. We observe the density profiles in both high- and low-temperature subsystems to be similar to the well-characterized coexistence and maximal-current phases in (T)ASEP models with open boundary conditions, which are respectively governed by hyperbolic and trigonometric tangent functions. Yet if the lower temperature is set to T_c, we detect marked fluctuation corrections to the mean-field density profiles, e.g., the corresponding critical KLS power-law density decay near the interfaces into the cooler region. For parallel orientation of the temperature boundaries, we have explored the changes in the dynamical behavior of the hybrid KLS model that are induced by our choice of the hopping rates across the temperature boundaries. If these hopping rates at the interfaces satisfy particle-hole symmetry, the current difference across them generates a vector flow diagram akin to an infinite flat vortex sheet. We have studied the finite-size scaling of the particle density fluctuations in both temperature regions, and observed that it is controlled by the respective temperature values. If the colder subsystem is maintained at the KLS critical temperature, while the hotter subsystem's temperature is set much higher, the interface current greatly suppresses particle exchange between the two regions. As a result of the ensuing effective subsystem decoupling, strong fluctuations persist in the critical region, whence the particle density fluctuations scale with the KLS critical exponents. However, if both temperatures are set well above the critical temperature, the particle density fluctuations scale according to the totally asymmetric exclusion process. We have also measured the entropy production rate in both subsystems; it displays intriguing algebraic decay in the critical region, while it saturates quickly at a small but non-zero level in the hotter region. The second system is a lattice gas that simulates the spread of COVID-19 epidemics using the paradigmatic stochastic Susceptible-Infectious-Recovered (SIR) model. In our effort to control the spread of the infection of a lattice, we robustly find that the intensity and spatial spread on the epidemic recurrence wave can be limited to a manageable extent provided release of these restrictions is delayed sufficiently (for a duration of at least thrice the time until the peak of the unmitigated outbreak). / Doctor of Philosophy / In recent years a new interesting research avenue has emerged in far-from-equilibrium statistical physics, namely studies of collective behavior in spatially non-uniform systems. Whereas substantial progress has been made in understanding the origins and the often universal nature of cooperative behavior in systems far from equilibrium, it is still unclear whether it is possible to control their global collective and randomly determined dynamics through local manipulations. Therefore, a comprehensive characterization of spatially non-uniform systems out of equilibrium is required. In the first system, we explore a variant of the two-dimensional lattice gas with completely biased diffusion in one direction and attractive particle interactions. By lattice gas we mean a lattice filled with particles that can hop on nearest-neighbor empty sites. The system we are considering is a lattice that is split into two regions, which in turn are maintained at distinct temperatures T > T_c and T_c, respectively, with T_c indicating the critical temperature for the second-order phase transition. The geometry of the lattice was arranged such that the temperature boundaries are oriented perpendicular or parallel to the external particle drive that is responsible for a completely biased diffusion. When the temperature boundaries are oriented perpendicular to the drive, in the hotter region with temperature T > T_c, the system evolves as if there are no attractive interactions between the particles, and experiences particle blockage in front of the temperature boundary from the hotter region held at T>T_c to the critical region held at T_c. This accumulation of particles at the temperature boundary is induced by elongated collections of particle, i.e., particle clusters in the critical region. We observe the particle density profiles (ρ(x) vs x plots) in both high-and low-temperature subsystems to be similar to the density profiles found for other well-characterized (T)ASEP models with open boundary conditions, which are in the coexistence and maximal-current phases, and which are respectively governed by hyperbolic and trigonometric tangent functions. Yet if the lower temperature is set to T_c, we detect marked corrections to the hyperbolic and trigonometric tangent-like density profiles due to fluctuations, e.g., we observe the algebraic power-law decay of the density near the interfaces into the cooler region with the critical KLS exponent. For a parallel orientation of the temperature boundaries, we have explored the changes in the particle dynamics of the two-temperature KLS model that are induced by our choice of the particle hopping rates across the temperature boundaries. If these particle hopping rates at the temperature interfaces satisfy particle-hole symmetry (i.e. remain unchanged when particles are replaced with holes and vice versa), the particle current difference across them generates a current vector flow diagram akin to an infinite flat vortex sheet. We have studied how the particle density fluctuations in both temperature regions scale with the system size, and observed that the scaling is controlled by the respective temperature values. If the colder subsystem is maintained at the KLS critical temperature T_cold = T_c, while the hotter subsystem's temperature is set much higher T_hot >> T_c, the particle currents at the interface greatly suppresses particle exchange between the two temperature regions. As a result of the ensuing effective subsystem separation from each other, strong fluctuations persist in the critical region, whence the particle density fluctuations scale with the KLS critical exponents. However, if both temperatures are set well above the critical temperature, the particle density fluctuations scale with different scaling exponents, that fall into the totally asymmetric exclusion process (TASEP) universality class. We have also measured the rate of the entropy production in both subsystems; it displays intriguing algebraic decay in the critical region, while it reaches quickly a small but non-zero value in the hotter region. The second system is a lattice filled with particles of different types that hop around the lattice and are subjected to different sorts of reactions. That process simulates the spread of the COVID-19 epidemic using the paradigmatic random-process-based Susceptible-Infectious-Recovered (SIR) model. In our effort to control the spread of the infection of a lattice, we robustly find that the intensity and spatial spread of the epidemic second wave can be limited to a manageable extent provided release of these restrictions is delayed sufficiently (for a duration of at least thrice the time until the peak of the unmitigated outbreak).

Un automate cellulaire probabiliste (ACP) est une chaîne de Markov sur un espace symbolique. Le temps est discret, les cellules évoluent de manière synchrone, et le nouvel état de chaque cellule est choisi de manière aléatoire, indépendamment des autres cellules, selon une distribution déterminée par les états d'un nombre fini de cellules situées dans le voisinage. Les ACP sont utilisés en informatique comme modèle de calcul, ainsi qu'en biologie et en physique. Ils interviennent aussi dans différents contextes en probabilités et en combinatoire. Un ACP est ergodique s'il a une unique mesure invariante qui est attractive. Nous prouvons que pour les AC déterministes, l'ergodicité est équivalente à la nilpotence, ce qui fournit une nouvelle preuve de l'indécidabilité de l'ergodicité pour les ACP. Alors que la mesure invariante d'un AC ergodique est triviale, la mesure invariante d'un ACP ergodique peut être très complexe. Nous proposons un algorithme pour échantillonner parfaitement cette mesure. Nous nous intéressons à des familles spécifiques d'ACP, ayant des mesures de Bernoulli ou des mesures markoviennes invariantes, et étudions les propriétés de leurs diagrammes espace-temps. Nous résolvons le problème de classification de la densité sur les grilles de dimension supérieure ou égale à 2 et sur les arbres. Enfin, nous nous intéressons à d'autres types de problèmes. Nous donnons une caractérisation combinatoire des mesures limites pour des marches aléatoires sur des produits libres de groupes. Nous étudions les mesures d'entropie maximale de sous-décalages de type fini sur les réseaux et sur les arbres. Les ACP interviennent à nouveau dans ce dernier travail.

Le développement futur des performances sportives est un sujet de mythe et de désaccord entre les experts. Un article, publié en 2004, a donné lieu à un vif débat dans le domaine universitaire. Il suggère que les modèles linéaires peuvent être utilisés pour prédire -sur le long terme- la performance humaine dans les courses de sprint. Des arguments en faveur et en défaveur de cette méthodologie ont été avancés par différent scientifiques et d'autres travaux ont montré que le développement des performances est non linéaire au cours du siècle passé. Une autre étude a également souligné que la performance est liée au contexte économique et géopolitique. Dans ce travail, nous avons étudié les frontières suivantes: le développement temporel des performances dans des disciplines Olympiques et non Olympiques, avec le vieillissement chez les humains et d'autres espèces (lévriers, pur sangs, souris). Nous avons également étudié le développement des performances d'un point de vue plus large en analysant la relation entre performance, durée de vie et consommation d'énergie primaire. Nous montrons que ces développements physiologiques sont limités dans le temps et que les modèles linéaires introduits précédemment sont de mauvais prédicteurs des phénomènes biologiques et physiologiques étudiés. Trois facteurs principaux et directs de la performance sportive sont l'âge, la technologie et les conditions climatiques (température). Cependant, toutes les évolutions observées sont liées au contexte international et à l'utilisation des énergies primaires, ce dernier étant un paramètre indirect du développement de la performance. Nous montrons que lorsque les indicateurs des performances physiologiques et sociétales -tels que la durée de vie et la densité de population- dépendent des énergies primaires, la source d'énergie, la compétition inter-individuelle et la mobilité sont des paramètres favorisant la réalisation de trajectoires durables sur le long terme. Dans le cas contraire, la grande majorité (98,7%) des trajectoires étudiées atteint une densité de population égale à 0 avant 15 générations, en raison de la dégradation des conditions environnementales et un faible taux de mobilité. Ceci nous a conduit à considérer que, dans le contexte économique turbulent actuel et compte tenu de la crise énergétique à venir, les performances sociétales et physiques ne devraient pas croître continuellement.

Cette thèse concerne l'ingénierie des systèmes complexes à partir d'une dynamique souhaitée. En particulier, nous nous intéressons aux populations d'oscillateurs et aux réseaux de régulation génétique. Dans une première partie, nous nous fondons sur une hypothèse, introduite en neurosciences, qui souligne le rôle de la synchronisation neuronale dans le traitement de l'information cognitive. Nous proposons de l'utiliser sur un plan plus large pour étudier le traitement de l'information par des populations d'oscillateurs. Nous discutons des isochrons de quelques oscillateurs classés selon leurs symétries dans l'espace des états. Cela nous permet d'avoir un critère qualitatif pour choisir un oscillateur. Par la suite, nous définissons des procédures d'impression, de lecture et de réorganisation de l'information sur une population d'oscillateurs. En perspective, nous proposons un système à couches d'oscillateurs de Wilson-Cowan. Ce système juxtapose convenablement synchronisation et désynchronisation à travers l'utilisation de deux formes de couplage: un couplage continu et un couplage par pulsation. Nous finissons en proposant une application de ce système: la détection de contours dans une image. En deuxième partie, nous proposons d'utiliser une approche par contraintes pour identifier des réseaux de régulation génétique à partir de connaissances partielles sur leur dynamique et leur structure. Le formalisme que nous utilisons est connu sous le nom de réseaux d'automates booléens à seuil ou réseaux Hopfield-semblables. Nous appliquons cette méthode, afin de déterminer le réseau de régulation de la morphogenèse florale d'Arabidopsis thaliana. Nous montrons l'absence d'unicité des solutions dans l'ensemble des modèles valides (ici, 532 modèles). Nous montrons le potentiel de cette approche dans la détermination et la classification de modèles de réseaux de régulation génétique. L'ensemble de ces travaux mène à un certain nombre d'applications, en particulier dans le développement de nouvelles méthodes de stockage de l'information et dans le design de systèmes de calcul non conventionnel.