Comportement d un TASEP sur Æ avec une source complexe

Documents pareils
Modèles à Événements Discrets. Réseaux de Petri Stochastiques

CONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE. Cinquième épreuve d admissibilité STATISTIQUE. (durée : cinq heures)

Séminaire TEST. 1 Présentation du sujet. October 18th, 2013

Équation de Langevin avec petites perturbations browniennes ou

4. Martingales à temps discret

MODELES DE DUREE DE VIE

Le théorème de Perron-Frobenius, les chaines de Markov et un célèbre moteur de recherche

Module 7: Chaînes de Markov à temps continu

Temps et thermodynamique quantique

FIMA, 7 juillet 2005

Texte Agrégation limitée par diffusion interne

Filtrage stochastique non linéaire par la théorie de représentation des martingales

Limites finies en un point

Continuité et dérivabilité d une fonction

Moments des variables aléatoires réelles

Image d un intervalle par une fonction continue

Analyse stochastique de la CRM à ordre partiel dans le cadre des essais cliniques de phase I

Baccalauréat S Antilles-Guyane 11 septembre 2014 Corrigé

Intégration et probabilités TD1 Espaces mesurés Corrigé

Rappels sur les suites - Algorithme

Espérance conditionnelle

Condition de stabilité d'un réseau de les d'attente à deux stations et N classes de clients 1

4 Distributions particulières de probabilités

Sujet 4: Programmation stochastique propriétés de fonction de recours

ENS de Lyon TD septembre 2012 Introduction aux probabilités. A partie finie de N

Exercice autour de densité, fonction de répatition, espérance et variance de variables quelconques.

3. Conditionnement P (B)

PROBABILITES ET STATISTIQUE I&II

Introduction à la théorie des files d'attente. Claude Chaudet

Tests non-paramétriques de non-effet et d adéquation pour des covariables fonctionnelles

Modélisation aléatoire en fiabilité des logiciels

Web Science. Master 1 IFI. Andrea G. B. Tettamanzi. Université de Nice Sophia Antipolis Département Informatique andrea.tettamanzi@unice.

Intégration et probabilités TD1 Espaces mesurés

Modèle de troncature gauche : Comparaison par simulation sur données indépendantes et dépendantes

HÖLDER CONTINUITY AND WAVELETS

ÉTUDE ASYMPTOTIQUE D UNE MARCHE ALÉATOIRE CENTRIFUGE

Condition inf-sup pour l Elément Fini de Taylor-Hood È ¾ -iso-è ½

Programmes des classes préparatoires aux Grandes Ecoles


AC AB. A B C x 1. x + 1. d où. Avec un calcul vu au lycée, on démontre que cette solution admet deux solutions dont une seule nous intéresse : x =

Curriculum Vitae Ismaël Bailleul

Capacité d un canal Second Théorème de Shannon. Théorie de l information 1/34

Contents. 1 Introduction Objectifs des systèmes bonus-malus Système bonus-malus à classes Système bonus-malus : Principes

CCP PSI Mathématiques 1 : un corrigé

Dualité dans les espaces de Lebesgue et mesures de Radon finies

I3, Probabilités 2014 Travaux Dirigés F BM F BM F BM F BM F B M F B M F B M F B M

Leçon 01 Exercices d'entraînement

Chapitre 5 : Flot maximal dans un graphe

POURQUOI LA LOI DE BENFORD N EST PAS MYSTÉRIEUSE

Maîtrise universitaire ès sciences en mathématiques

Tests d indépendance en analyse multivariée et tests de normalité dans les modèles ARMA

Processus aléatoires avec application en finance

Sommaire. Couverture de zone de surveillance dans les réseaux de capteurs. De quoi parle-t-on ici (1/2)? Objectif. De quoi parle-t-on ici (2/2)?

Master of Science en mathématiques

Principe de symétrisation pour la construction d un test adaptatif

Chapitre 2 Le problème de l unicité des solutions

Approximation diophantienne uniforme et dimension de Hausdorff

Master IMEA 1 Calcul Stochastique et Finance Feuille de T.D. n o 1

Variables Aléatoires. Chapitre 2

Resolution limit in community detection

Big Data et Graphes : Quelques pistes de recherche

Loi binomiale Lois normales

PRÉCIS DE SIMULATION

Amphi 3: Espaces complets - Applications linéaires continues

Commun à tous les candidats

Chp. 4. Minimisation d une fonction d une variable

Chapitre 3. Mesures stationnaires. et théorèmes de convergence

Big Data et Graphes : Quelques pistes de recherche

Calcul fonctionnel holomorphe dans les algèbres de Banach

Correction du Baccalauréat S Amérique du Nord mai 2007

I. Polynômes de Tchebychev

F1C1/ Analyse. El Hadji Malick DIA

Compression et Transmission des Signaux. Samson LASAULCE Laboratoire des Signaux et Systèmes, Gif/Yvette

14. Introduction aux files d attente

Projet de Traitement du Signal Segmentation d images SAR

O, i, ) ln x. (ln x)2

Cours de gestion des risques d assurances et de théorie de la ruine. Stéphane Loisel

Mesure et Intégration (Notes de cours de L3)

Introduction à la statistique non paramétrique

ELEC2753 Electrotechnique examen du 11/06/2012

Continuité d une fonction de plusieurs variables

Master of Science en mathématiques

Marché de l occasion et exigences de rénovation énergétique. Rencontre de l Observatoire 21 mai 2015

Souad EL Bernoussi. Groupe d Analyse Numérique et Optimisation Rabat http ://

Peut-on imiter le hasard?

Exercices Alternatifs. Une fonction continue mais dérivable nulle part

TESTS PORTMANTEAU D ADÉQUATION DE MODÈLES ARMA FAIBLES : UNE APPROCHE BASÉE SUR L AUTO-NORMALISATION

Exercices Alternatifs. Une fonction continue mais dérivable nulle part

2008/03. La concentration des portefeuilles : perspective générale et illustration

Jean-Philippe Préaux

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours

Probabilités avancées. Florin Avram

Le modèle de Black et Scholes

Sommaire Chapitre 1 Chapitre 2 Chapitre 3 Chapitre 4 Chapitre 5 Chapitre 6 Chapitre 7. ARC EPS Eco-microbiologie Prévisionnelle Statistique

Planche n o 22. Fonctions de plusieurs variables. Corrigé

Chapitre 3. Les distributions à deux variables

Budget Constrained Resource Allocation for Non-Deterministic Workflows on a IaaS Cloud

Processus de comptage, Poisson mélange, fonction de perte exponentielle, système bonus-malus.

La demande Du consommateur. Contrainte budgétaire Préférences Choix optimal

Analyse de la variance Comparaison de plusieurs moyennes

Transcription:

Comportement d un TASEP sur Æ avec une source complexe Nicky Sonigo École Normale Supérieure de Lyon Neuvième Colloque Jeunes Probabilistes et Statisticiens Le Mont-Dore, 7 mai 2010 N. Sonigo (ENS Lyon) TASEP avec source complexe 7 mai 2010 1 / 29

Plan 1 TASEP sur N Introduction Couplage standard et particules de seconde classe Un théorème ergodique 2 TASEP avec taux de création complexe Présentation du modèle Représentation en un processus multi-classes Loi forte des grands nombres N. Sonigo (ENS Lyon) TASEP avec source complexe 7 mai 2010 2 / 29

Plan TASEP sur N Introduction 1 TASEP sur N Introduction Couplage standard et particules de seconde classe Un théorème ergodique 2 TASEP avec taux de création complexe Présentation du modèle Représentation en un processus multi-classes Loi forte des grands nombres N. Sonigo (ENS Lyon) TASEP avec source complexe 7 mai 2010 3 / 29

TASEP sur Æ TASEP sur N Introduction TASEP = Totally Asymmetric Simple Exclusion Process (η t ) t 0 processus de Markov à temps continu sur X := {0, 1} Æ λ (0, 1] = taux de création de particule au site 0 0 1 2 3 4 5 6 7 N. Sonigo (ENS Lyon) TASEP avec source complexe 7 mai 2010 4 / 29

TASEP sur Æ TASEP sur N Introduction Transitions possibles du TASEP sur Æ : les particules sautent vers la droite à taux 1 si le site de droite est libre; si le site de droite est occupé, la particule ne peut pas sauter; les particules sont crées en 0 avec un taux λ. 0 1 2 3 4 5 6 7 N. Sonigo (ENS Lyon) TASEP avec source complexe 7 mai 2010 5 / 29

TASEP sur Æ TASEP sur N Introduction Transitions possibles du TASEP sur Æ : les particules sautent vers la droite à taux 1 si le site de droite est libre; si le site de droite est occupé, la particule ne peut pas sauter; les particules sont crées en 0 avec un taux λ. 0 1 2 3 4 5 6 7 N. Sonigo (ENS Lyon) TASEP avec source complexe 7 mai 2010 5 / 29

TASEP sur Æ TASEP sur N Introduction Transitions possibles du TASEP sur Æ : les particules sautent vers la droite à taux 1 si le site de droite est libre; si le site de droite est occupé, la particule ne peut pas sauter; les particules sont crées en 0 avec un taux λ. 0 1 2 3 4 5 6 7 N. Sonigo (ENS Lyon) TASEP avec source complexe 7 mai 2010 5 / 29

TASEP sur Æ TASEP sur N Introduction Transitions possibles du TASEP sur Æ : les particules sautent vers la droite à taux 1 si le site de droite est libre; si le site de droite est occupé, la particule ne peut pas sauter; les particules sont crées en 0 avec un taux λ. 0 1 2 3 4 5 6 7 N. Sonigo (ENS Lyon) TASEP avec source complexe 7 mai 2010 5 / 29

Plan TASEP sur N 1 TASEP sur N Introduction Couplage standard et particules de seconde classe Un théorème ergodique 2 TASEP avec taux de création complexe Présentation du modèle Représentation en un processus multi-classes Loi forte des grands nombres N. Sonigo (ENS Lyon) TASEP avec source complexe 7 mai 2010 6 / 29

TASEP sur N Temps t t = 0 N. Sonigo (ENS Lyon) TASEP avec source complexe 7 mai 2010 7 / 29

TASEP sur N Temps t t = 0 N. Sonigo (ENS Lyon) TASEP avec source complexe 7 mai 2010 7 / 29

TASEP sur N Temps t t = 0 N. Sonigo (ENS Lyon) TASEP avec source complexe 7 mai 2010 7 / 29

TASEP sur N Temps t t = 0 N. Sonigo (ENS Lyon) TASEP avec source complexe 7 mai 2010 7 / 29

TASEP sur N Temps t t = 0 N. Sonigo (ENS Lyon) TASEP avec source complexe 7 mai 2010 7 / 29

TASEP sur N Temps t t = 0 N. Sonigo (ENS Lyon) TASEP avec source complexe 7 mai 2010 7 / 29

TASEP sur N Temps t t = 0 N. Sonigo (ENS Lyon) TASEP avec source complexe 7 mai 2010 7 / 29

TASEP sur N Temps t t = 0 N. Sonigo (ENS Lyon) TASEP avec source complexe 7 mai 2010 7 / 29

TASEP sur N Temps t t = 0 N. Sonigo (ENS Lyon) TASEP avec source complexe 7 mai 2010 7 / 29

TASEP sur N Construction graphique N := (N i, i 1) = famille de processus de Poisson indépendants (ou d horloges exponentielles) sur Ê + ; Si i 0, N i a pour paramètre 1; N 1 a pour paramètre λ; η 0 : configuration initiale (déterministe ou aléatoire); (η t ) construit en fonction de η 0 et N. N. Sonigo (ENS Lyon) TASEP avec source complexe 7 mai 2010 8 / 29

Plan TASEP sur N Couplage standard et particules de seconde classe 1 TASEP sur N Introduction Couplage standard et particules de seconde classe Un théorème ergodique 2 TASEP avec taux de création complexe Présentation du modèle Représentation en un processus multi-classes Loi forte des grands nombres N. Sonigo (ENS Lyon) TASEP avec source complexe 7 mai 2010 9 / 29

Couplage standard TASEP sur N Couplage standard et particules de seconde classe Couplage standard. On considère deux configurations initiales η et ξ. On construit les TASEP (η t ) et (ξ t ) partant de η et de ξ respectivement, en utilisant les mêmes horloges exponentielles. Monotonie. Le couplage standard est monotone : si η ξ, i.e. η(x) ξ(x) pour tout x N, alors presque sûrement, pour tout t 0, η t ξ t N. Sonigo (ENS Lyon) TASEP avec source complexe 7 mai 2010 10 / 29

TASEP sur N Particules de seconde classe Couplage standard et particules de seconde classe : particule de première classe : particule de seconde classe (ξ t ) : (η t ) : λ 1 1 1 N. Sonigo (ENS Lyon) TASEP avec source complexe 7 mai 2010 11 / 29

TASEP sur N Particules de seconde classe Couplage standard et particules de seconde classe Interprétation Les particules de première classe ont priorité sur celles de seconde classe : transtion 12 21 à taux 1; les particules de seconde classe peuvent reculer, voire même sortir du système : on dit que la particule meurt; N. Sonigo (ENS Lyon) TASEP avec source complexe 7 mai 2010 12 / 29

Plan TASEP sur N Un théorème ergodique 1 TASEP sur N Introduction Couplage standard et particules de seconde classe Un théorème ergodique 2 TASEP avec taux de création complexe Présentation du modèle Représentation en un processus multi-classes Loi forte des grands nombres N. Sonigo (ENS Lyon) TASEP avec source complexe 7 mai 2010 13 / 29

Mesures invariantes TASEP sur N Un théorème ergodique Mesures invariantes ν λ la mesure produit de Bernoulli de paramètre λ est invariante pour le TASEP sur Æ; pour tout ρ max( 1 2, 1 λ), il existe une mesure invariante µλ ρ qui est asymptotiquement produit de densité ρ. N. Sonigo (ENS Lyon) TASEP avec source complexe 7 mai 2010 14 / 29

Mesures invariantes TASEP sur N Un théorème ergodique Mesures invariantes ν λ la mesure produit de Bernoulli de paramètre λ est invariante pour le TASEP sur Æ; pour tout ρ max( 1 2, 1 λ), il existe une mesure invariante µλ ρ qui est asymptotiquement produit de densité ρ. Soit π une mesure produit sur Æ pour laquelle ρ := lim x η(x) π existe. Soit (η t ) le processus de mesure initiale π. N. Sonigo (ENS Lyon) TASEP avec source complexe 7 mai 2010 14 / 29

Théorème ergodique TASEP sur N Un théorème ergodique Théorème (Liggett 1975) Si λ 1 2 Si λ 1 2 alors lim t πs λ(t) = alors lim t πs λ(t) = { µ λ ρ, si ρ 1 2, µ λ 1, si ρ 1. 2 2 { µ λ ρ, si ρ > 1 λ ν λ, si ρ 1 λ. où S λ (t) est le semi-groupe de Markov du TASEP sur Æ. N. Sonigo (ENS Lyon) TASEP avec source complexe 7 mai 2010 15 / 29

Plan TASEP avec taux de création complexe Présentation du modèle 1 TASEP sur N Introduction Couplage standard et particules de seconde classe Un théorème ergodique 2 TASEP avec taux de création complexe Présentation du modèle Représentation en un processus multi-classes Loi forte des grands nombres N. Sonigo (ENS Lyon) TASEP avec source complexe 7 mai 2010 16 / 29

TASEP avec taux de création complexe Présentation du modèle TASEP sur Æ avec source complexe Taux de création de particules = λ(η). λ(η) dépend de la configuration actuelle. Dépendance à portée finie (ou d espérance finie) : λ(η) ne dépend que des R 1 premiers sites. N. Sonigo (ENS Lyon) TASEP avec source complexe 7 mai 2010 17 / 29

TASEP avec taux de création complexe Présentation du modèle TASEP sur Æ avec source complexe Taux de création de particules = λ(η). λ(η) dépend de la configuration actuelle. Dépendance à portée finie (ou d espérance finie) : λ(η) ne dépend que des R 1 premiers sites. Un exemple. α 0, α 1 (0, 1]; λ(η) := α 0 (1 η(1)) + α 1 η(1). N. Sonigo (ENS Lyon) TASEP avec source complexe 7 mai 2010 17 / 29

TASEP avec taux de création complexe Présentation du modèle TASEP sur Æ avec source complexe α 0 α 1 N. Sonigo (ENS Lyon) TASEP avec source complexe 7 mai 2010 18 / 29

TASEP avec taux de création complexe Présentation du modèle TASEP sur Æ avec source complexe Supposons que α 1 α 0. Le processus est encore monotone au sens où l on peut coupler deux dynamiques issues de configurations ordonées de sorte que cet ordre soit préservé au cours du temps. On pose α 0 = λ et α 1 = λ + ǫ et on suppose que 0 < λ < λ + ǫ < 1 2. N. Sonigo (ENS Lyon) TASEP avec source complexe 7 mai 2010 19 / 29

Plan TASEP avec taux de création complexe Représentation en un processus multi-classes 1 TASEP sur N Introduction Couplage standard et particules de seconde classe Un théorème ergodique 2 TASEP avec taux de création complexe Présentation du modèle Représentation en un processus multi-classes Loi forte des grands nombres N. Sonigo (ENS Lyon) TASEP avec source complexe 7 mai 2010 20 / 29

TASEP avec taux de création complexe Représentation en un processus multi-classes Représentation en un processus multi-classes 1 λ 2 ǫ 1 ǫ 3 2 ǫ i i 1 N. Sonigo (ENS Lyon) TASEP avec source complexe 7 mai 2010 21 / 29

TASEP avec taux de création complexe Représentation en un processus multi-classes Représentation en un processus multi-classes On obtient un processus (ξ t ) sur Æ Æ ; le processus η t (x) := 1 ξt(x) 0 est un TASEP avec source complexe; le processus ζ t (x) := 1 ξt(x)=1 est un TASEP classique. N. Sonigo (ENS Lyon) TASEP avec source complexe 7 mai 2010 22 / 29

Plan TASEP avec taux de création complexe Loi forte des grands nombres 1 TASEP sur N Introduction Couplage standard et particules de seconde classe Un théorème ergodique 2 TASEP avec taux de création complexe Présentation du modèle Représentation en un processus multi-classes Loi forte des grands nombres N. Sonigo (ENS Lyon) TASEP avec source complexe 7 mai 2010 23 / 29

TASEP avec taux de création complexe Loi forte des grands nombres Loi forte des grands nombres Soit N (i) t le nombre de particules de classe i qui ont été crées entre 0 et t et qui sont toujours en vie au temps t. Soit N t le nombre total de particules crées entre 0 et t et qui sont toujours en vie au temps t : N t = i=1 N (i) t. N. Sonigo (ENS Lyon) TASEP avec source complexe 7 mai 2010 24 / 29

TASEP avec taux de création complexe Loi forte des grands nombres Loi forte des grands nombres Théorème (S. 2009) Pour tous λ, ǫ > 0 tels que λ + ǫ < 1 2, N t/t converge presque sûrement vers une constante v(λ, ǫ). De plus : v(λ, ǫ) = λ(1 λ)(1 + q(λ)ε + o(ε)). où q(λ) est la probabilité de survie de la particule de seconde classe pour un TASEP de mesure initiale 21ν λ. N. Sonigo (ENS Lyon) TASEP avec source complexe 7 mai 2010 25 / 29

TASEP avec taux de création complexe Loi forte des grands nombres Loi forte des grands nombres Théorème (S. 2010) Pour tout λ [0, 1], q(λ) = (1 2λ)1 λ 1. 2 En particulier, si λ < 1, on a presque sûrement : 2 N t lim t t = λ(1 λ)(1 + ε(1 2λ) + o(ε)). N. Sonigo (ENS Lyon) TASEP avec source complexe 7 mai 2010 26 / 29

TASEP avec taux de création complexe Loi forte des grands nombres Loi forte des grands nombres Esquisse de preuve : Lemme On montre d abord un lemme donnant des estimées a priori sur le densité de particules de classe i : lim sup t N (i) t t = O(ǫ i 1 ). Pour calculer la limite à l ordre 1, il suffit donc de ne considérer que les particules de première et de seconde classe. N. Sonigo (ENS Lyon) TASEP avec source complexe 7 mai 2010 27 / 29

TASEP avec taux de création complexe Loi forte des grands nombres Loi forte des grands nombres Le théorème ergodique de Liggett nous donne que N (1) t l ordre de λ(1 λ)t ; est de Le nombre de particules de seconde classe entrées entre 0 et t est de l ordre de λ(1 λ)ǫt ; Si ǫ est suffisamment petit, les particules de seconde classe n interagissent qu une fois qu elles sont loin dans le système donc leur probabilité de survie est approximativement q(λ). N. Sonigo (ENS Lyon) TASEP avec source complexe 7 mai 2010 28 / 29

TASEP avec taux de création complexe Loi forte des grands nombres T.M. Liggett. Ergodic theorems for the asymmetric simple exclusion process. Transactions of the American Mathematical Society, 213 :237 261, 1975. T.M. Liggett. Interacting Particle Systems. Springer, 1985. N. Sonigo. Semi-infinite TASEP with a Complex Boundary Mechanism. Journal of Statistical Physics, 136(6) :1069 1094, September 2009. N. Sonigo. Survival Probability of a Second-class Particle in a semi-infinite TASEP. en cours, 2010. N. Sonigo (ENS Lyon) TASEP avec source complexe 7 mai 2010 29 / 29