No description available.

L’objectif en arrière-plan est de montrer que plusieurs modèles de marches aléatoires en milieux aléatoires (MAMA) sont reliés à un modèle-jouet appelé le modèle de piège de Bouchaud. Le domaine des MAMA est très vaste, mais nous nous intéressons particulièrement à une classe de modèle où la marche est réversible et directionnellement transiente. En particulier, nous verrons pourquoi on pense que ces modèles se ressemblent et quel genre de similarités on s’attend à obtenir, une fois qu’on aura présenté le modèle de Bouchaud. Nous verrons aussi quelques techniques de base utilisés de ce domaine, telles que les temps de régénérations. Comme contribution, nous allons démontrer un théorème central limite pour la marche aléatoire β-biaisée sur un arbre de Galton-Watson. / This Master thesis is part of a larger project of linking the behaviours of a certain type of random walks in random environments (RWRE) with those of a toy model called the Bouchaud’s trap model. The domain of RWRE is very wide but our interest will be on a particular kind of models which are reversible and directionally transient. More specifically, we will see why those models have similar behaviours and what kind of results we could expect once we have reviewed the Bouchaud’s trap model. We will also present some basic technic used in this field, such as regeneration times. As a contribution, we will demonstrate a central limit theorem for the β-biased random walk on a Galton-Watson tree.

Nous étudions la mesure spectrale des transformations stationnaires, puis nous l’utilisons pour étudier le théorème ergodique et le théorème limite central. Nous étudions également les martingales avec une nouvelle preuve du théorème central limite, sans analyse de Fourier. Pour le théorème limite central pour marches aléatoires dans un environnement aléatoire sur la dimension 1, on donne deux méthodes pour l’obtenir: approximation pour une martingale et méthode des moments. La méthode des martingales fait résoudre l’équation de Dirichlet (I - P)h = 0, alors que celle des moments résoudre l’équation de Poisson (I - P)h = f. Enfin, nous pouvons utiliser la deuxième méthode pour prouver la relation d’Einstein pour des diffusions réversibles dans un environnement aléatoire dans une dimension. / We study the spectral measure for stationary transformations, and then apply to Ergodic theorem and Central limit theorem. We study also martingale process with a new proof of the central limit theorem without Fourier analysis. For the central limit theorem for random walks in random environment, we give two methods to obtain it: martingale approximation and moments. The method of martingales solves Dirichlet’s equation (I - P)h = 0, and the method of moments solves Poisson’s equation (I - P)h = f. Finally, we can use the second method to prove the Einstein relation for reversible diffusions in random environment in one dimension.