Cette thèse a pour objet l'optimisation des temps de recherche lors d'une poursuite aléatoire. Cette thèse commence par un modèle simple et idéalisé de recherche par des animaux de cible caché. Ce modèle nous a fourni une relation en lois de puissance entre les temps passés dans chaque état (recherche et déplacement) qui s'accorde bien avec les résultats expérimentaux. Puis, nous avons étudié de façon systématique des modèles intermittents avec mémoire à une dimension du même type que celui utilisé pour les animaux. Cette étude permet de mieux cerner l'intérêt des processus intermittents selon le type de recherche à effectuer. Ensuite, nous avons examiné les processus de recherche intermittents sans mémoire dans le cadre de la réactivité chimique. Nous avons ainsi envisagé deux modèles de recherche intermittente sans mémoire à une dimension. Puis, nous nous sommes intéressé à l'influence d'un confinement géométrique sur les temps de résidence et les propriétés de rencontre entre les partenaires d'une réaction chimique. Nous avons alors montré que les relations géométriques précédemment obtenues pour des marches de Pearson dans des domaines fermés, sont des cas particuliers de relations très générales entre les temps de résidence pour une large classe de processus stochastiques. Enfin, nous avons étudié un processus de recherche intermittent alternant diffusion et téléportation pour un système sphérique continu à d dimensions et un réseau régulier. Les exemples d'application sont le transport à travers des membranes biologiques et la catalyse hétérogène. Nous avons alors montré que l'intermittence pouvait permettre de réduire considérablement le temps de recherche si la nature physique du chercheur et de son environnement rend possible de réaliser une alternance entre ces deux régimes.

Cette thèse cherche à quantifier le temps de premier passage (FPT) d'un marcheur non-markovien sur une cible. La première partie est consacrée au calcul du temps moyen de premier passage (MFPT) pour différents processus non-markoviens confinés, pour lesquels les variables cachées sont connues. Notre méthode, qui adapte un formalisme existant, repose sur la détermination de la distribution des variables cachées au moment du FPT. Nous étendons ensuite ces idées à processus non-markoviens confinés généraux, sans introduire les variables cachées - en général inconnues. Nous montrons que le MFPT est entièrement déterminé par la position du marcheur dans le futur du FPT. Pour des processus gaussiens à incréments stationnaires, cette position est très proche d'une processus gaussien, hypothèse qui permet de déterminer ce processus de manière auto-cohérente, et donc de calculer le MFPT. Nous appliquons cette théorie à différents exemples en dimension variée, obtenant des résultats très précis quantitativement. Nous montrons également que notre théorie est exacte perturbativement autour d'une marche markovienne. Dans une troisième partie, nous explorons l'influence du vieillissement sur le FPT en confinement, et prédisons la dépendance en les paramètres géométriques de la distribution de ce FPT, prédictions vérifiées sur maints exemples. Nous montrons en particulier qu'une non-linéarité du MFPT avec le volume confinant est une caractéristique d'un processus vieillissant. Enfin, nous étudions les liens entre les problèmes avec et sans confinement. Notre travail permet entre autre de d'estimer l'exposant de persistance associé à des processus gaussiens non-markoviens vieillissant. / The aim of this thesis is the evaluation of the first-passage time (FPT) of a non-markovian walker over a target. The first part is devoted to the computation of the mean first-passage time (MFPT) for different non-markovien confined processes, for which hidden variables are explicitly known. Our methodology, which adapts an existing formalism, relies on the determination of the distribution of the hidden variables at the instant of FPT. Then, we extend these ideas to the case of general non-markovian confined processes, without introducing the -often unkown- hidden variables. We show that the MFPT is entirely determined by the position of the walker in the future of the FPT. For gaussian walks with stationary increments, this position can be accurately described by a gaussian process, which enable to determine it self-consistently, and thus to find the MFPT. We apply this theory on many examples, in various dimensions. We show moreover that this theory is exact perturbatively around markovian processes. In the third part, we explore the influence of aging properties on the the FPT in confinement, and we predict the dependence of its statistic on geometric parameters. We verify these predictions on many examples. We show in particular that the non-linearity of the MFPT with the confinement is a hallmark of aging. Finally, we study some links between confined and unconfined problems. Our work suggests a promising way to evaluate the persistence exponent of non-markovian gaussian aging processes.

Cette thèse concerne les stratégies de recherches de cible dites intermittentes, qui alternent des phases lentes permettant la détection de la cible, et des phases rapides sans détection. Un exemple à l'échelle macroscopique est celui d'animaux en quête de nourriture. Nous en proposons un modèle, alternatif aux célèbres stratégies de Lévy, et montrons analytiquement que le temps moyen de recherche peut être minimisé en fonction des durées moyennes de chaque phase. Un premier exemple à l'échelle microscopique est celui de la recherche par des protéines de cibles sur l'ADN. Nous calculons analytiquement la distribution de la distance parcourue le long de l'ADN lors d'une excursion 3D, l'adaptons à une expérience de molécule unique et montrons que les trajectoires observées combinent des diffusions 1D et 3D. Un autre exemple cellulaire concerne le transport actif de vésicules, qui diffusent ou se lient à des moteurs assurant un déplacement balistique. Nous optimisons la constante cinétique dans un modèle général de réaction limitée par ce type de transport. Finalement, ces stratégies intermittentes pourraient constituer un mécanisme de recherche générique. Nous étudions de manière systématique l'influence de la modélisation de la phase de détection et de la dimension de l'espace, et montrons que l'optimalité des stratégies intermittentes est un résultat robuste.

Les marches aléatoires avec recherche de cible peuvent modéliser des réactions nucléaires ou la quête de nourriture par des animaux. Dans cette thèse, nous identifions des stratégies qui minimisent le temps moyen de première rencontre d’une cible (MFPT) pour plusieurs types de marches aléatoires. Premièrement, pour des marches symétriques ou avec biais, nous déterminons la distribution des temps de première sortie par une ouverture dans une paroi en forme de secteur angulaire, d’anneau ou de rectangle. Nous concluons sur la minimisation du MFPT en termes de la géométrie du confinement. Deuxièmement, pour des marches alternant entre diffusions volumique et surfacique, nous déterminons le temps moyen de première sortie par une ouverture dans la surface de confine- ment. Nous montrons qu’il existe un taux de désorption optimal qui minimise le MFPT. Nous justifions la généralité de l’optimalité par l’étude des rôles de la géométrie, de l’adsorption sur la surface et d’un biais en phase volumique. Troisièmement, pour des marches actives composées de phases balistiques entrecoupées par des réorientations aléatoires, nous obtenons l’expression du taux de réorientation qui minimise le MFPT en géométries sphériques de dimension deux ou trois. Dans un dernier chapitre, nous modélisons le mouvement de cellules eucaryotes par des marches browniennes actives. Nous expliquons pourquoi le temps de persistance évolue expo- nentiellement avec la vitesse de la cellule. Nous obtenons un diagramme des phases des types de trajectoires. Ce modèle minimal permet de quantifier l’efficacité des processus de recherche d’antigènes par des cellules immunitaires. / Random search processes can model nuclear reactions or animal foraging. In this thesis, we identify optimal search strategies which minimize the mean first passage time (MFPT) to a target for various processes. First, for symmetric and biased Brownian particles, we compute the distribution of exit times through an opening within the boundary of angular sectors, annuli and rectangles. We conclude on the optimizability of the MFPT in terms of geometric parameters. Second, for walks that switch between volume and surface diffusions, we determine the mean exit time through an opening inside the bounding surface. Under analytical criteria, an optimal desorption rate minimizes the MFPT. We justify that this optimality is a general property through a study of the roles of the geometry, of the adsorption properties and of a bias in the bulk random walk. Third, for active walks composed of straight runs interrupted by reorientations in a random direction, we obtain the expression of the optimal reorientation rate which minimizes the MFPT to a centered spherical target within a spherical confinement, in two and three dimensions. In a last chapter, we model the motion of eukaryotic cells by active Brownian walks. We explain an experimental observation: the persistence time is exponentially coupled with the speed of the cell. We also obtain a phase diagram for each type of trajectories. This model is a first step to quantify the search efficiency of immune cells in terms of a minimal number of biological parameters.

Cette thèse comporte un résumé avec des formules mathématiques. Vous pouvez le consulter via le texte intégral du document à la dernière page. / This thesis contains an abstract with mathematical formulae. You can consult it via the complete text of the document in the back page.