Les techniques Monte Carlo par chaînes de Markov appliquées à la détermination des distributions de partons
Auteur / Autrice : | Yémalin Gabin Gbedo |
Direction : | Mariane Mangin-Brinet |
Type : | Thèse de doctorat |
Discipline(s) : | Physique théorique |
Date : | Soutenance le 22/09/2017 |
Etablissement(s) : | Université Grenoble Alpes (ComUE) |
Ecole(s) doctorale(s) : | École doctorale physique (Grenoble, Isère, France ; 1991-....) |
Partenaire(s) de recherche : | Laboratoire : Laboratoire de physique subatomique et de cosmologie (Grenoble ; 2003-....) |
Jury : | Président / Présidente : Johann Collot |
Examinateurs / Examinatrices : David Maurin, Alexandre Glazov, Jean-Christian Anglès d'Auriac | |
Rapporteurs / Rapporteuses : Roberto Bonciani, Mario Campanelli |
Mots clés
Résumé
Nous avons développé une nouvelle approche basée sur les méthodes Monte Carlo par chaînes de Markov pour déterminer les distributions de Partons et quantifier leurs incertitudes expérimentales. L’intérêt principal d’une telle étude repose sur la possibilité de remplacer la minimisation standard avec MINUIT de la fonction χ 2 par des procédures fondées sur les méthodes Statistiques et sur l’inférence Bayésienne en particulier,offrant ainsi une meilleure compréhension de la détermination des distributions de partons. Après avoir examiné ces techniques Monte Carlo par chaînes de Markov, nous introduisons l’algorithme que nous avons choisi de mettre en œuvre, à savoir le Monte Carlo hybride (ou Hamiltonien). Cet algorithme, développé initialement pour la chromodynamique quantique sur réseau, s’avère très intéressant lorsqu’il est appliqué à la détermination des distributions de partons par des analyses globales. Nous avons montré qu’il permet de contourner les difficultés techniques dues à la grande dimensionnalité du problème, en particulier celle relative au taux d’acceptation. L’étude de faisabilité réalisée et présentée dans cette thèse indique que la méthode Monte Carlo par chaînes de Markov peut être appliquée avec succès à l’extraction des distributions de partons et à leurs in-certitudes expérimentales.