L'objet de cette thèse concerne la proposition de modèles paramétriques des processus de branchement uni et multi-types. Nous mettons en valeur l’intérêt de la théorie des processus de branchement et du développement nécessaire des différents outils et de concepts propres à plusieurs domaines. Pour cela, nous commençons par rappeler quelques définitions et résultats de la théorie des processus de branchement uni et multi-types, et ce en temps discret comme en temps continu. On se consacre par la suite au développement méthodologique de ces modèles.Dans la deuxième partie de ce mémoire, nous étudions seulement l'évolution d’une seule population en temps continu, et présentons quelques familles de lois paramétriques, associées à des processus de branchement homogènes particuliers. Des méthodes récursives de calcul, ainsi que des propriétés pertinentes, concernant ces distributions de probabilité, sont dérivées des fonctions génératrices satisfaisant certaines équations aux dérivées partielles linéaires précisés. Les familles proposées seront utiles à la modélisation de systèmes plus cohérents en dynamique de populations, puisqu'on y montre que les hypothèses usuelles de distributions de Poisson ne peuvent être argumentées.Dans la troisième partie, nous étudions le comportement de l'évolution de plusieurs populations en interactions. Nous y présentons aussi des modèles paramétriques de lois, associés à des processus de branchement multi-types en temps continu et homogènes en temps. Nous considérons ensuite un modèle particulier, où une population ``mère donneuse" autonome alimente en individus K populations filles, qui sont, elles, en interaction. Ce modèle est bien adapté à l'étude des systèmes dynamiques des populations en interaction qui reste à la fois simple, mais riche en variétés de comportement. L'étude du système multi-types se fait via l'évolution des fonctions génératrices de la loi multidimensionnelles des effectifs. Pour cela, utilisant les équations différentielles ordinaires et aux dérivées partielles, nous établissons les équations implicites des distributions temporelles et multidimensionnelles, et discutons des méthodes analytiques ou numériques de leur résolution. Nous développons ensuite des exemples de modèles et en particulier celui concernant 3 et 4 populations.En conclusion, nous argumentons la pertinence de cette approche, et l’interprétation des paramètres, qui sont d'un grand intérêt pour le développement de méthodes d'inférence statistique, pour de nombreux domaines d'applications. / This thesis aims to propose parametric models for single and multi-type branching processes. The importance of the theory of branching processes is pointed out. Hence, developing various tools and specific concepts in several domains is important for applications. For those purpose, we recall some definitions and results of the single-and-multi-type branching processes theory in discrete and continuous case. Afterward, we focus on the methodological development of those models.In the second part, the evolution of a single population in the continuous case has been studied. Then, some parametric distribution families associated to particular branching mechanisms are explored. Recursive computational procedure and relevant properties concerning the associted probability distributions are derived from generating functions that satisfy specified linear partial differential equations. The suggested families are useful for the modeling of systems that are more coherent with population dynamics, contrarily to the usual hypothesis of Poisson distributions, that cannot be argued.In the third part, the evolution of different populations with interaction is explored. Similarly, some parametric models of homogeneous multi-type branching processes in continuous time are proposed. Afterwards, we consider a particular model where an autonomous donor parent population feeds in individuals, K types progeny populations that interacts. This model is well adapted to the study of dynamical systems of populations in interaction. This simple model, but has a rich variety of behaviors.The study of such systems is also done regarding the evolution of generating functions of multidimensional ndividual countrings. To achievea such study, ordinary and partial differential equations are used to establish the implicit equations of temporal and multidimensional distributions. Analytical and numerical methods for equation resolution are then discussed, and examples of particular models are developed.In conclusion, the relevancy of this approach is argumed, censidering parameters interpretation in the development of inference methods for the various applied domains.
| Identifer | oai:union.ndltd.org:theses.fr/2018MONTS109 |
| Date | 11 July 2018 |
| Creators | Ouaari, Amel |
| Contributors | Montpellier, Senoussi, Rachid |
| Source Sets | Dépôt national des thèses électroniques françaises |
| Language | French |
| Detected Language | French |
| Type | Electronic Thesis or Dissertation, Text |
Page generated in 0.0025 seconds