Thèse soutenue

Théorèmes limites pour des marches aléatoires markoviennes conditionnées à rester positives
FR  |  
EN
Accès à la thèse
Auteur / Autrice : Ronan Lauvergnat
Direction : Ion GramaÉmile Le Page
Type : Thèse de doctorat
Discipline(s) : Mathématiques
Date : Soutenance le 08/09/2017
Etablissement(s) : Lorient
Ecole(s) doctorale(s) : École doctorale Santé, information-communication et mathématiques, matière (Brest, Finistère)
Partenaire(s) de recherche : Laboratoire : Laboratoire de Mathématiques de Bretagne Atlantique
Jury : Examinateurs / Examinatrices : Yves Guivarc'h, Quansheng Liu, Marc Peigné, Françoise Pène
Rapporteurs / Rapporteuses : Philippe Bougerol, Vitali Wachtel

Résumé

FR  |  
EN

On considère une marche aléatoire réelle dont les accroissements sont construits à partir d’une chaîne de Markov définie sur un espace abstrait. Sous des hypothèses de centrage de la marche et de décroissance rapide de la dépendance de la chaîne de Markov par rapport à son passé (de type trou spectral), on se propose d’étudier le premier instant pour lequel une telle marche markovienne passe dans les négatifs. Plus précisément, on établit que le comportement asymptotique de la probabilité de survie est inversement proportionnel à la racine carrée du temps. On étend également à nos modèles markoviens le résultat des marches aléatoires aux accroissements indépendants suivant : la loi asymptotique de la marche aléatoire renormalisée et conditionnée à rester positive est la loi de Rayleigh. Dans un deuxième temps, on restreint notre modèle aux cas où la chaîne de Markov définissant les accroissements de la marche aléatoire est à valeurs dans un espace d’états fini. Sous cette hypothèse et lorsque que la marche est dite non-lattice, on complète nos résultats par des théorèmes locaux pour la marche aléatoire conjointement avec le fait qu’elle soit restée positive. Enfin on applique ces développements aux processus de branchement soumis à un environnement aléatoire, lui-même défini à partir d’une chaîne de Markov à valeurs dans un espace d’états fini. On établit le comportement asymptotique de la probabilité de survie du processus dans le cas critique et les trois cas sous-critiques (fort, intermédiaire et faible)