Thèse soutenue

FR
Auteur / Autrice : Mathias Rousset
Direction : Pierre Del MoralLaurent Miclo
Type : Thèse de doctorat
Discipline(s) : Mathématiques appliquées. Probabilités
Date : Soutenance en 2006
Etablissement(s) : Toulouse 3

Résumé

FR  |  
EN

Dans cette thèse, nous nous intéressons aux méthodes numériques probabilistes dites de Population Monte-Carlo, du point de vue du temps continu. Ces méthodes PMC se ramènent au calcul séquentiel de moyennes pondérées de trajectoires Markoviennes. Nous démontrons la convergence (vers la fonction propre principale des opérateurs de Schrödinger) en temps long de la variance et du biais de cette méthode avec la bonne vitesse en 1/N. Ensuite, nous considérons le problème de l'échantillonnage séquentiel d'un flot continu de mesures de Boltzmann. Pour cela, à partir d'une dynamique Markovienne arbitraire, nous associons une dynamique renversée dans le temps dont la loi pondérée par une moyenne trajectorielle de Feynman-Kac explicitement calculable redonne la dynamique initiale ainsi que la mesure de Boltzmann à calculer. Enfin, nous généralisons ce problème au cas où la dynamique est due à l'évolution dans le temps de contraintes rigides sur les configurations possibles du processus. Nous calculons exactement les poids associés, qui font intervenir la courbure locale des sous-variétés générées par les contraintes. .