Return to search

Grandes déviations pour les temps locaux d'auto-intersections de marches aléatoires

Dans cette thèse on s'intéresse au temps local d'auto-intersections de marches aléatoires. Cette quantité est définie comme la norme-$p$ à la puissance $p$ du temps local de la marche. Elle regarde dans quelle mesure la trajectoire de la marche aléatoire s'intersecte. Le temps local d'auto-intersections est lié à différents modèles physiques comme les modèles de polymères ou les problèmes d'écoulements de flux en milieux stratifiés mais aussi au modèle mathématiques des marches aléatoires en paysages aléatoires. Nous nous sommes pour notre part intéressés en particulier aux grandes déviations du temps local d'auto-intersections, c'est à dire que nous regardons la probabilité que la quantité d'intersections de la marche aléatoire soit plus grande que sa moyenne. Cette question qui a été très étudiée au cours des années 2000 fait apparaitre trois cas distincts, le cas sous-critique, le cas critique et le cas sur-critique. Nous améliorons la connaissance sur cette question au travers de deux résultats complets et d'un résultat partiel. D'abord nous prouvons un principe de grandes déviations dans les cas critique et sur-critique des marches $\alpha$-stables, puis nous améliorons les échelles de déviations au cas sous-critique tout entier de la marche simple, enfin nous sommes en train d'étendre ce dernier résultat aux marches $\alpha$-stables. Par ailleurs les trois preuves sont basées sur l'utilisation d'une version due à Eisenbaum d'un théorème d'isomorphisme de Dynkin. Cette méthode d'abord introduite par Castell dans le cas critique est donc ici étendue aux autres cas. Nous avons donc réussi à unifier les différentes méthodes de preuves au travers ce théorème d'isomorphisme.

Identiferoai:union.ndltd.org:CCSD/oai:tel.archives-ouvertes.fr:tel-00645783
Date18 November 2011
CreatorsLaurent, Clément
PublisherUniversité de Provence - Aix-Marseille I
Source SetsCCSD theses-EN-ligne, France
Languagefra
Detected LanguageFrench
TypePhD thesis

Page generated in 0.002 seconds