La plupart des modèles mathématiques introduits dans la littérature biologique décrivant des phénomènes spatiaux de populations en interaction consistent en des systèmes d'équations différentielles ordinaires obtenues sous des hypothèses de dispersion globale, excluant par conséquent toute structure spatiale. Les systèmes de particules, au contraire, sont des processus de Markov d'espace d'états $F^S$ où $F$ est un ensemble fini de couleurs et $S$ est une structure spatiale, typiquement $\Z^d$. Ils sont en ce sens parfaitement adaptés à l'étude des conséquences de l'inclusion d'une structure spatiale sous forme d'interactions locales. Nous étudions les propriétés mathématiques (mesures stationnaires, géométrie des configurations, transitions de phases) de différents systèmes de particules multicolores définis sur $\Z^d$. Chacun de ces systèmes est déstiné à modéliser les interactions locales au sein d'une communauté de populations structurée spatialement. Plus précisément, les processus biologiques étudiés sont la succession écologique, l'allélopathie ou compétition entre une espèce inhibitrice et une espèce sensible, les interactions multispécifiques hôtes-symbiontes, et les migrations continues de gènes des cultures transgéniques par pollinisation en milieu hétérogène. Les techniques mathématiques sont purement probabilistes, incluant le couplage, la dualité, les arguments multi-échelle, la percolation orientée, les propriétés asymptôtiques des marches aléatoires, ou encore les estimations de grandes déviations.

Dans cette thèse, je m'intéresse à des modèles stochastiques de particules sur réseaux qui suivent une dynamique de Glauber avec contraintes cinétiques (KCSM), et particulièrement aux modèles Est et FA-1f. Ces modèles sont apparus en physique pour l'étude des systèmes vitreux. Dans ce document se trouve d'abord un résumé en français de son contenu. Puis viennent trois chapitres présentant le cadre dans lequel mes travaux s'inscrivent et montrant à la fois leurs contributions et à quelles notions et techniques ils font appel. Je centre ma présentation des KCSM sur les objets et résultats qui ont joué un rôle direct dans mes recherches. Mes articles sont regroupés en annexe avec éventuellement quelques extensions retranchées pour la publication. Le premier chapitre est une introduction aux KCSM. Le deuxième chapitre présente des résultats hors équilibre pour les KCSM. J'expose d'abord des résultats de relaxation locale ; pour le modèle FA-1f il s'agit d'un travail commun avec N. Cancrini, F. Martinelli, C. Roberto et C. Toninelli. J'étudie ensuite la progression d'un front dans le modèle Est, et montre un théorème de forme ainsi qu'un résultat d'ergodicité pour le processus vu du front. Ce résultat repose sur la quantification de la relaxation locale du processus vu du front plutôt que sur des arguments classiques de sous-additivité. Le dernier chapitre explore des questions liées à la dynamique des KCSM à basse température (soit à haute densité). Je rappelle des résultats asymptotiques sur le trou spectral des modèles Est et FA-1f et propose quelques heuristiques et conjectures. Je m'intéresse ensuite au comportement à basse température du coefficient de diffusion d'un traceur dans un KCSM, dans l'optique de donner des réponses rigoureuses à des questions posées dans la littérature physique.

Le processus de contact est l'un des systèmes de particules en interaction les plus étudiés. Il peut s'interpréter comme un modèlepour la propagation d'un virus dans une population ou sur un réseau. L'objectif de cette thèse est d'étudier la relation entre la structure locale du réseau et le comportement global du processus sur le réseau tout entier.Le cadre typique dans lequel on se place est celui d’une suite de graphes aléatoires $(G_n)$ convergeant localement vers un graphe limite $G$.On étudie alors le comportement asymptotique du temps d’extinction $tau_n$ du processussur $G_n$; lorsqu’initialement tous les individus sont infectés. Nous montrons sur plusieurs exemples qu’il existe unetransition de phase lorsque $lambda$ - le taux d'infection du processus - traverse une valeur critique $ lambda_c (G)$, qui ne dépend que de $G$.Plus précisément, pour certains modèles de graphes aléatoires comme le modèle de configuration, le graphe d'attachement préférentiel, le graphe géométrique aléatoire, le graphe inhomogène, nous montrons que $ tau_n $ est d'ordre soit logarithmique soit exponentiel; selon que $ lambda$ est soit inférieur ou supérieur à $lambda_c (G) $.De plus, dans certains cas, nous montrons des résultats de métastablité: en régime sur-critique, $ tau_n $ divisé par son espérance converge en loi vers une variable aléatoire exponentielle de moyenne $1$, et la densité des sites infectés reste stable (et non nulle) sur une période de temps d’ordre typiquement $tau_n$. / The contact process is one of the most studied interacting particle systems and is also often interpreted as a model for the spread of a virus in a population or a network. The aim of this thesis is to study the relationship of the local structure of the network and the global behavior of the contact process (the virus) on the whole network. Let $(G_n)$ be a sequence of random graphs converging weakly to a graph $G$. Then we study $tau_n$, the extinction time of the contact process on $G_n$ starting from full occupancy. We prove in some examples that there is a phase transition of $tau_n$ when $lambda$ - the infection rate of the contact process crosses a critical value $lambda_c(G)$ depending only on $G$. More precisely, for some models of random graphs, such as the configuration model, preferential attachment graph, random geometric graph, inhomogeneous graph, we show that $tau_n$ is of logarithmic (resp. exponential) order when $lambda < lambda_c(G)$ (resp. $lambda < lambda_c(G)$). Moreover, in some cases we also prove metastable results: in the super-critical regime, $tau_n$ divided by its expectation converges in law to an exponential random variable with mean $1$, and the density of the infected sites is stable for a long time.

Le but de cette thèse était de mettre en place un algorithme permettant de traiter des données de LIDAR (LIght Detection And Ranging). On a principalement eu recours à des LIDAR de type Doppler et aérosols. Les mesures de ces appareils sont obtenues de telle sorte que l'on dispose en fait d'une grille d'observation. Cependant on souhaite avoir des informations sur l'atmosphère qui est un milieu continu. Nous avons utilisé des méthodes d'analyse multi-résolution pour se placer dans un cadre mathématique correspondant au problème physique. On a donc obtenu un découpage de l'espace d'évolution du processus en deux sous-espaces orthogonaux, imposé par la structure des observations. Nous avons alors pu étendre la théorie du filtrage non linéaire dans ce cadre. Pour cela nous avons utilisé les noyaux de filtrage de type Feynman-Kac. Il nous a fallu reprendre les calculs et formulés des hypothèses cohérentes avec le problème physique pour obtenir des résultats de convergence semblable à ceux de la théorie classique. Nous nous sommes alors ramené dans le cadre adapté aux filtres à particules. Nous avons alors développé différents algorithmes basés sur les résultats théoriques obtenus. Différentes applications de notre méthode nous a permis de mettre en valeur le fait que nous pouvions, dans une certaine mesure, retrouver des paramètres de taille inférieur à la résolution donnée par la grille. Finalement nous avons mis en place un cadre théorique ainsi qu'un algorithme permettant de traiter à la fois des données de LIDAR Doppler et aérosols. Nous avons ainsi pu vérifier que nos estimations se raffinaient par l'ajout de traceurs passifs. / The aim of this thesis was to set up an algorithm for processing LIDAR data (LIght Detection And Ranging). LIDARs of the Doppler and aerosol type were mainly used. The measurements of these measuring devices are obtained in such a way that only an observation grid is in fact available. However, it is desired to have information about the atmosphere which is a continuous medium. We used multi-resolution analysis methods to place ourselves in a mathematical framework corresponding to the physical problem. We have thus obtained a division of the space of evolution of the process into two orthogonal subspaces, imposed by the structure of the observations. We were able to extend the theory of nonlinear ltering in this framework. For this we used the filter kernels of Feynman-Kac type. We had to resume the calculations and formulate hypotheses consistent with the physical problem in order to obtain results of convergence similar to those of the classical theory. We then returned to the frame suitable for particle filters. We developed different algorithms based on the theoretical results obtained. Different applications of our method allowed us to highlight the fact that we could, to some extent, find parameters smaller than the resolution given by the grid. Finally, we set up a theoretical framework as well as an algorithm for processing LIDAR Doppler and aerosol data. We were able to verify that our estimates were refined by the addition of passive tracers.

Dans cette thèse, on étudie principalement l’équation de Boltzmann homogène 3D pour les potentiels durs et les potentiels modérément mous et l’équivalence entre une EDS à sauts et l’EDP correspondante. En particulier, on calcule le spectre multifractal de certains processus stochastiques, on étudie le caractère bien-posé et la propagation du chaos pour l’équation de Boltzmann. Dans le premier chapitre, on étudie les propriétés trajectorielle pathologiques du processus stochastique (Vt)t_0 représentant l’évolution de la vitesse d’une particule typique dans un gaz modélisé par l’équation de Boltzmann pour les potentiels durs ou modérément mous. Nous montrons que ce processus est multifractal et qu’il a un spectre déterministe. Pour les potentiels durs, nous donnons aussi le spectre multifractal du processus $X_t =\int_0^t V_s ds$, représentant l’évolution de la position de la particule typique. Dans le deuxième chapitre, nous étudions l’unicité de la solution faible à l’équation de Boltzmann dans la classe de toutes les solutions mesures, pour les potentiels modérément mous. Ceci nous permet aussi d’obtenir un taux quantitatif de propagation du chaos pour le système de particules de Nanbu. / This thesis mainly studies the 3D homogeneous Boltzmann equation for hard potentials and moderately soft potentials and the equivalence between some jumping SDE and the corresponding PDE. In particular, we compute the multifractal spectrum of some stochastic processes, study the well-posedness and the propagation of chaos for the Boltzmann equation. The purpose of the first chapter is to study the pathwise properties of the stochastic process $(V_t)_{t\geq0}, representing the time-evolution of the velocity of a typical particle in a gas modeled by the Boltzmann equation for hard or moderately potentials. We show that this process is multifractal and has a deterministic spectrum. For hard potentials, we also give the multifractal spectrum of the process $X_t =\int_0^t V_s ds$, representing the time-evolution of the position of the typical particle. The second chapter is devoted to study the uniqueness of the weak solution to the Boltzmann equation in the class of all measure solutions, in the case of moderately soft potentials. This allows us to obtain a quantitive rate of propagation of chaos for Nanbu particle system for this singular interaction. Finally in the third chapter, we extend Figalli’s work [19] to study the relation between some jumping SDE and the corresponding Fokker-Planck equation. We prove that for any weak solution $(ft)_{t\in[0,T]}$ of the PDE, there exists a weak solution to the SDE of which the time-marginals are given by the family $(f_t)_{t\in[0,T]$

Cette thèse se divise en deux parties indépendantes. Dans la première, nous considérons un modèle microscopique individu-centré pour décrire une population structurée par traits et âges. Nous étudions l'écologie de ce système (problèmes de dynamique de populations) dans une asymptotique de grandes populations. Sous certaines renormalisations, le processus microscopique converge par la solution à valeurs mesures d'une équation d'évolution déterministe. Un théorème central limite et les déviations exponentielles associées à cette convergence sont étudiés. Nous appliquons ensuite ces résultats pour établir des généralisations aux populations structurées par âge de modèles d'évolution tirés de la récente théorie des dynamiques adaptatives. Ces derniers modélisent l'évolution de la structure en traits sur des grandes échelles de temps et sous les hypothèses de mutations rares (éventuellement petites) et de grandes populations. Dans la seconde partie de la thèse, nous considérons des équations aux dérivées partielles de McKean-Vlasov et de Navier-Stokes 2D avec conditions initiales aléatoires. La loi des solutions, qui sont alors des variables aléatoires, est appelée solution statistique. En nous basant sur une approche probabiliste de ces équations aux dérivées partielles, nous proposons de nouvelles approximations particulaires stochastiques avec ondelettes pour les moments d'ordre 1 des solutions statistiques, et nous étudions leurs vitesses de convergence.

Ce travail présente quelques résultats sur les systèmes de particules en interaction pour l'interprétation probabiliste des équations aux dérivées partielles, avec des applications à des questions de dynamique moléculaire et de chimie quantique. On présente notamment une méthode particulaire permettant d'analyser le processus de la force biaisante adaptative, utilisé en dynamique moléculaire pour le calcul de différences d'énergies libres. On étudie également la sensibilité de dynamiques stochastiques par rapport à un paramètre, en vue du calcul des forces dans l'approximation de Born-Oppenheimer pour rechercher l'état quantique fondamental de molécules. Enfin, on présente un schéma numérique basé sur un système de particules pour résoudre des lois de conservation scalaires, avec un terme de diffusion anormale se traduisant par une dynamique de sauts sur les particules

Ce travail présente quelques résultats sur les systèmes de particules en interaction pour l'interprétation probabiliste des équations aux dérivées partielles, avec des applications à des questions de dynamique moléculaire et de chimie quantique. On présente notamment une méthode particulaire permettant d'analyser le processus de la force biaisante adaptative, utilisé en dynamique moléculaire pour le calcul de différences d'énergies libres. On étudie également la sensibilité de dynamiques stochastiques par rapport à un paramètre, en vue du calcul des forces dans l'approximation de Born-Oppenheimer pour rechercher l'état quantique fondamental de molécules. Enfin, on présente un schéma numérique basé sur un système de particules pour résoudre des lois de conservation scalaires, avec un terme de diffusion anormale se traduisant par une dynamique de sauts sur les particules / This work presents some results on stochastically interacting particle systems and probabilistic interpretations of partial differential equations with applications to molecular dynamics and quantum chemistry. We present a particle method allowing to analyze the adaptive biasing force process, used in molecular dynamics for the computation of free energy differences. We also study the sensitivity of stochastic dynamics with respect to some parameter, aiming at the computation of forces in the Born-Oppenheimer approximation for determining the fundamental quantum state of molecules. Finally, we present a numerical scheme based on a particle system for the resolution of scalar conservation laws with an anomalous diffusion term, corresponding to a jump dynamics on the particles

Nous nous intéressons dans cette thèse à la théorie cinétique et aux systèmes de particules dans le cadre des équations de Boltzmann et Landau. Premièrement, nous étudions la dérivation des équations cinétiques comme des limites de champ moyen des systèmes de particules, en utilisant le concept de propagation du chaos. Plus précisément, nous étudions les probabilités chaotiques sur l'espace de phase de ces systèmes de particules : la sphère de Boltzmann, qui correspond à l'espace de phase d'un système de particules qui évolue conservant le moment et l'énergie ; et la sphère de Kac, correspondant à un système de particules qui conserve seulement l'énergie. Ensuite, nous nous intéressons à la propagation du chaos, avec des estimations quantitatives et uniforme en temps, pour les équations de Boltzmann et Landau. Deuxièmement, nous étudions le comportement asymptotique en temps grand des solutions de l'équation de Landau.

La poursuite multi-cibles a pour objet le suivi d’un ensemble de cibles mobiles à partir de données obtenues séquentiellement. Ce problème est particulièrement complexe du fait du nombre inconnu et variable de cibles, de la présence de bruit de mesure, de fausses alarmes, d’incertitude de détection et d’incertitude dans l’association de données. Les filtres PHD (Probability Hypothesis Density) constituent une nouvelle gamme de filtres adaptés à cette problématique. Ces techniques se distinguent des méthodes classiques (MHT, JPDAF, particulaire) par la modélisation de l’ensemble des cibles comme un ensemble fini aléatoire et par l’utilisation des moments de sa densité de probabilité. Dans la première partie, on s’intéresse principalement à la problématique de l’application des filtres PHD pour le filtrage multi-cibles maritime et aérien dans des scénarios réalistes et à l’étude des propriétés numériques de ces algorithmes. Dans la seconde partie, nous nous intéressons à l’étude théorique des processus de branchement liés aux équations du filtrage multi-cibles avec l’analyse des propriétés de stabilité et le comportement en temps long des semi-groupes d’intensités de branchements spatiaux. Ensuite, nous analysons les propriétés de stabilité exponentielle d’une classe d’équations à valeurs mesures que l’on rencontre dans le filtrage non-linéaire multi-cibles. Cette analyse s’applique notamment aux méthodes de type Monte Carlo séquentielles et aux algorithmes particulaires dans le cadre des filtres de Bernoulli et des filtres PHD. / The problem of multiple-object tracking consists in the recursive estimation ofthe state of several targets by using the information coming from an observation process. The objective of this thesis is to study the spatial branching processes andthe measure-valued systems arising in multi-object tracking. We focus on a class of filters called Probability Hypothesis Density (PHD) filters by first analyzing theirperformance on simulated scenarii and then by studying their properties of stabilityand convergence. The thesis is organized in two parts: the first part overviewsthe techniques proposed in the literature and introduces the Probability Hypothesis Density filter as a tractable approximation to the full multi-target Bayes filterbased on the Random Finite Sets formulation. A series of contributions concerning the numerical implementation of PHD filters are proposed as well as the analysis of their performance on realistic scenarios.The second part focuses on the theoretical aspects of the PHD recursion in the context of spatial branching processes. We establish the expression of the conditional distribution of a latent Poisson point process given an observation process and propose an alternative derivation of the PHD filter based on this result. Stability properties, long time behavior as well as the uniform convergence of a general class of stochastic filtering algorithms are discussed. Schemes to approximate the measure valued equations arising in nonlinear multi-target filtering are proposed and studied.