Orientador: Serguei Popov / Tese (doutorado) - Universidade Estadual de Campinas, Instituto de Matemática Estatística e Computação Científica / Made available in DSpace on 2018-08-25T10:22:43Z (GMT). No. of bitstreams: 1 Bernardini_DiegoFernandode_D.pdf: 1410086 bytes, checksum: b77a17aefd06d547f1c5db3c5cc1a8f7 (MD5) Previous issue date: 2014 / Resumo: O modelo de entrelaçamentos aleatórios foi introduzido no sentido de se investigar originalmente o traço deixado por passeios aleatórios em grandes grafos e, basicamente, tal processo é descrito por um processo pontual de Poisson em um espaço de trajetórias duplamente infinitas de passeios aleatórios simples no reticulado d-dimensional, com dimensão d pelo menos igual a três. Neste sentido, o processo é caracterizado por um emaranhado aleatório de trajetórias deste tipo. Tal modelo possui ainda um parâmetro de intensidade, que controla, de certa forma, a quantidade de trajetórias que constituem o processo. Um problema relevante no contexto deste processo, e que tem sido amplamente estudado na literatura, diz respeito à caracterização da relação de dependência (através da covariância) entre os eventos denominados como crescentes neste modelo e suportados em subconjuntos disjuntos do reticulado, e é justamente este o problema no qual nos concentramos. Em uma primeira etapa neste trabalho, determinamos expressões explícitas para a derivada, com respeito ao parâmetro de intensidade, da probabilidade de um evento crescente e suportado em um subconjunto finito do reticulado, estabelecendo assim aquilo que denominamos como a fórmula de Russo para os entrelaçamentos aleatórios. A utilização desta denominação é justificada e motivada pelo amplamente conhecido termo original, que no contexto do modelo usual de percolação estabelece uma expressão para a derivada da probabilidade dos eventos definidos como crescentes naquele modelo. Em seguida, tentamos utilizar este resultado no sentido de estabelecer uma primeira abordagem para o problema da covariância entre os eventos crescentes, e esta investigação é baseada essencialmente em uma observação sobre o número esperado das trajetórias então denominadas como pivotais positivas para o evento de interesse. Por fim, estabelecemos uma nova abordagem para o mesmo problema, utilizando uma construção alternativa do processo de entrelaçamentos baseada na técnica dos soft local times, e investigando uma espécie de pivotalidade conjunta de coleções de excursões das trajetórias dos passeios aleatórios pelos conjuntos nos quais estão suportados os eventos de interesse. Justamente a partir desta abordagem obtemos nosso último resultado sobre a covariância. De forma geral, acreditamos que a investigação e a tentativa de obter uma caracterização cada vez mais precisa para a relação de dependência que mencionamos deve ajudar a entender o processo de entrelaçamentos e suas propriedades de forma cada vez mais clara / Abstract: The random interlacements model was originally introduced in order to investigate the trace left by random walks in large graphs and, basically, such process is described by a Poisson point process in a space of doubly infinite simple random walk trajectories in the d-dimensional lattice, with dimension d at least equal to three. In this sense, the process is characterized by a random tangle of trajectories of this kind. Such model also has an intensity parameter, which controls, in a certain sense, the quantity of trajectories that constitutes the process. A relevant issue in the context of this process, which has been largely studied in the literature, concerns the characterization of the dependence relation (through the covariance) between the so-called increasing events in this model, which are supported on disjoint subsets of the lattice, and this is precisely the issue on which we focus. In a first step in this work, we determine explicit expressions for the derivative, with respect to the intensity parameter, of the probability of an increasing event which is supported in a finite subset of the lattice, thus establishing what we call as Russo¿s formula for random interlacements. The use of this term is justified and motivated by the widely known original term, which, in the context of the usual percolation model, provides an expression for the derivative of the probability of events defined as increasing in that model. Then, we try to use this result to establish a first approach to the problem of the covariance between increasing events, and such investigation is essentially based in a fact about the expected number of the so-called positive pivotal (or plus pivotal) trajectories for the event of interest. Finally, we establish a new approach to the same problem by using an alternative construction of the interlacements process based on the technique of soft local times, and investigating a kind of joint "pivotality" of collections of excursions of the random walk trajectories, through the sets on which the events of interest are supported. From this approach we obtain our last result on the covariance. Overall, we believe that the investigation and the attempt to get an increasingly accurate characterization of the above mentioned dependence relation should help to understand the interlacements process and its properties in an increasingly clear way / Doutorado / Estatistica / Doutor em Estatística

L'objet d'étude de cette thèse est une mesure infinie sur les boucles (lacets) naturellement associée à une large classe de processus de Markov et les processus ponctuels de Poisson d'intensité proportionnelle à cette mesure (paramètre d'intensité alpha>0). Ces processus ponctuels de Poisson portent le nom d'ensembles poissoniens de boucles markoviennes ou de soupes de boucles. La mesure sur les boucles est covariante par un certain nombre de transformations sur les processus de Markov, par exemple le changement de temps.Dans le cadre de soupe de boucles brownienne à l'intérieur d'un sous-domaine ouvert propre simplement connexe de C, il a été montré que les contours extérieurs des amas extérieurs de boucles sont, pour alpha<=1/2, des Conformal Loop Ensembles CLE(kappa), kappa dans (8/3,4]. D'autre part il a été montré pour une large classe de processus de Markov symétriques que lorsque alpha=1/2, le champ d'occupation d'une soupe de boucle (somme des temps passés par les boucles aux dessus des points) est le carré du champ libre gaussien. J'ai étudié d'abord les soupes de boucles associés aux processus de diffusion unidimensionnels, notamment leur champ d'occupation dont les zéros délimitent dans ce cas les amas de boucles. Puis j'ai étudié les soupes de boucles sur graphe discret ainsi que sur graphe métrique (arêtes remplacés par des fils continus). Sur graphe métrique on a d'une part une géométrie non triviale pour les boucles et d'autre part on a comme dans le cas unidimensionnel continu la propriété que les zéros du champ d'occupation délimitent les amas des boucles. En combinant les graphes métriques et l'isomorphisme avec le champ libre gaussien j'ai montré que alpha=1/2 est le paramètre d'intensité critique pour la percolation par soupe de boucles de marche aléatoire sur le demi plan discret Z*N (existence ou non d'un amas infini) et que pour alpha<=1/2 la limite d'échelle des contours extérieurs des amas extérieurs sur Z*N est un CLE(kappa) dans le demi-plan continu. / In this thesis I study an infinite measure on loops naturally associated to a wide range of Markovian processes and the Poisson point processes of intensity proportional to this measure (intensity parameter alpha>0). This Poissson point processes are called Poisson ensembles of Markov loops or loop soups. The measure on loops is covariant with some transformation on Markovian processes, for instance the change of time. In the setting of Brownian loop soups inside a proper open simply connected domain of C it was shown that the outer boundaries of outermost clusters of loops are, for alpha1/2, Conformal Loop Ensembles CLE(kappa), kappa in (8/3,4]. Besides, it was shown for a wide range of symmetric Markovian processes that for alpha=1/2 the occupation field of a loop soup (the sum of times spent by loops over points) is the square of the Gaussian free field. First I studied the loop soups associated to one-dimensional diffusions, and particularly the occupation field and its zeroes that delimit in this case the clusters of loops. Then I studied the loop soups on discrete graphs and metric graphs (edges replaced by continuous lines). On a metric graph on one hand the loops have a non-trivial geometry and on the other hand one has the same property as in the setting of one-dimensional diffusions that the zeroes of the occupation field delimit the clusters of loops. By combing metric graphs and the isomorphism with the Gaussian free field I have shown that alpha=1/2 is the critical parameter for random walk loop soup percolation on the discrete half-plane Z*N (existence or not of an infinite cluster of loops) and that for alpha<= 1/2 the scaling limit of outer boundaries of outermost clusters on Z*N is a CLE(kappa) on the continuum half plane.