Les classes réciproques des processus de Markov : une approche avec des formules de dualité

par Rüdiger Murr

Thèse de doctorat en Mathématiques appliquées

Sous la direction de Christian Léonard et de Sylvie Rœlly.

Soutenue le 12-10-2012

à Paris 10 en cotutelle avec l'Universität Potsdam , dans le cadre de Ecole doctorale Connaissance, langage et modélisation (Nanterre) .

Le président du jury était Markus Klein.

Le jury était composé de Christian Léonard, Sylvie Rœlly, Markus Klein, Paolo Dai Pra, Nicolas Privault, Nathanaël Enriquez, Achim Feldmeier.

Les rapporteurs étaient Paolo Dai Pra, Nicolas Privault.


  • Résumé

    Ce travail est centré sur la charactérisation de certaines classes de processus aléatoires par des formules de dualité. En particulier on considérera des processus réciproques à sauts, un cas jusqu'à présent négligé dans la littérature.Dans la première partie nous formulons de façon innovante une charactérisation des processus à accroissements indépendants. Celle-ci est basée sur une formule de dualité pour des processus infiniment divisibles, déjà connue dans le cadre du calcul de Malliavin. On va présenter deux nouvelles méthodes pour prouver cette formule, qui n'utilisent pas la décomposition en chaos de l'espace des fonctionnelles de carré intégrable. Une méthode s'appuie sur une formule d'intégration par parties satisfaite par des vecteurs aléatoires infiniment divisibles. Sous cet angle, notre charactérisation est une généralization du lemme de Stein dans le cas Gaussien et du lemme de Chen dans le cas Poissonien. La généralité de notre approche nous permet de plus, de présenter une charactérisation des mesures aléatoires infiniment divisibles.Dans la deuxième partie de notre travail nous nous concentrons sur l'étude des classes réciproques de processus de Markov avec ou sans sauts, et sur leur charactérisation. On commence avec un résumé des résultats déjà existants concernant les classes réciproques de diffusions browniennes comme solutions d'une formule de dualité. Nous obtenons notamment une nouvelle interprétation des classes réciproques comme les solutions d'une équation de Newton. Cela nous permet de relier nos résultats à la mécanique stochastique d'une part et à la théorie du contrôle optimale, d'autre part. La formule de dualité nous permet aussi de prouver une propriété d'invariance par retournement du temps de la classe réciproque d'une diffusion brownienne.En outre nous obtenons une série de nouveaux résultats concernant les processus de sauts purs. Nous décrivons d'abord la classe réciproque associée à un processus markovien de comptage, c'est-à-dire un processus de sauts de taille un, puis en présentons une charactérisation par une formule de dualité. Cette formule contient une dérivée stochastique, une intégrale stochastique compensée, et une fonctionnelle qui est une grandeur invariante de la classe réciproque. De plus nous livrons une interprétation de la classe réciproque comme ensemble des solutions d'un problème de contrôle optimal. Enfin, par une utilisation appropriée de la formule de dualité, nous montrons que la classe réciproque d'un processus markovien de comptage est invariante par retournement du temps.Quelques-uns de ces résultats restent valables pour des processus de sauts purs dont les sauts sont de taille variée. En particulier nous montrons que certaines fonctionnelles dites invariants réciproques permettent de distinguer différentes classes réciproques. Notre dernier résultat est la charactérisation de la classe réciproque d'un processus de Poisson composé dès lors que les (tailles des) différents sauts sont incommensurables.

  • Titre traduit

    Reciprocal classes of Markov processes : an approach with duality formulae


  • Résumé

    This work is concerned with the characterization of certain classes of stochastic processes via duality formulae. In particular we consider reciprocal processes with jumps, a subject up to now neglected in the literature. In the first part we introduce a new formulation of a characterization of processes with independent increments. This characterization is based on a duality formula satisfied by processes with infinitely divisible increments, in particular Lévy processes, which is well known in Malliavin calculus. We obtain two new methods to prove this duality formula, which are not based on the chaos decomposition of the space of square-integrable functionals. One of these methods uses a formula of partial integration that characterizes infinitely divisible random vectors. In this context, our characterization is a generalization of Stein's lemma for Gaussian random variables and Chen's lemma for Poisson random variables. The generality of our approach permits us to derive a characterization of infinitely divisible random measures.The second part of this work focuses on the study of the reciprocal classes of Markov processes with and without jumps and their characterization. We start with a resume of already existing results concerning the reciprocal classes of Brownian diffusions as solutions of duality formulae. As a new contribution, we show that the duality formula satisfied by elements of the reciprocal class of a Brownian diffusion has a physical interpretation as a stochastic Newton equation of motion. Thus we are able to connect the results of characterizations via duality formulae with the theory of stochastic mechanics by our interpretation, and to stochastic optimal control theory by the mathematical approach. As an application we are able to prove an invariance property of the reciprocal class of a Brownian diffusion under time reversal.In the context of pure jump processes we derive the following new results. We describe the reciprocal classes of Markov counting processes, also called unit jump processes, and obtain a characterization of the associated reciprocal class via a duality formula. This formula contains as key terms a stochastic derivative, a compensated stochastic integral and an invariant of the reciprocal class. Moreover we present an interpretation of the characterization of a reciprocal class in the context of stochastic optimal control of unit jump processes. As a further application we show that the reciprocal class of a Markov counting process has an invariance property under time reversal. Some of these results are extendable to the setting of pure jump processes, that is, we admit different jump-sizes. In particular, we show that the reciprocal classes of Markov jump processes can be compared using reciprocal invariants. A characterization of the reciprocal class of compound Poisson processes via a duality formula is possible under the assumption that the jump-sizes of the process are incommensurable.


Il est disponible au sein de la bibliothèque de l'établissement de soutenance.

Consulter en bibliothèque

La version de soutenance existe

Où se trouve cette thèse ?

  • Bibliothèque : Université Paris Ouest Nanterre La Défense. Service commun de la documentation. Bibliothèque virtuelle.
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.