Temps de premier passage de processus non-markoviens
Auteur / Autrice : | Nicolas Levernier |
Direction : | Olivier Bénichou, Raphaël Voituriez |
Type : | Thèse de doctorat |
Discipline(s) : | Physique |
Date : | Soutenance le 04/07/2017 |
Etablissement(s) : | Paris 6 |
Ecole(s) doctorale(s) : | École doctorale Physique en Île-de-France (Paris ; 2014-....) |
Partenaire(s) de recherche : | Laboratoire : Laboratoire Jean Perrin (Paris ; 2009-....) |
Jury : | Examinateurs / Examinatrices : Eric Bertin, Jean-François Joanny, Julien Randon-Furling |
Rapporteurs / Rapporteuses : Heiko Rieger, Eric Bertin |
Mots clés
Résumé
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.