Variations des processus auto-similaires
Cette thèse est divisée en trois chapitres distincts, ayant comme dénominateur commun l'analyse stochastique de certains champs gaussiens. Les processus stochastiques multiparamétriques qui
apparaissent dans ce manuscrit sont généralement auto-similaires. L'auto-similarité est la propriété que certains processus stochastiques préservent leur loi (sous certaine renormalisation)
après un changement d'échelle du temps. Dans une première partie, nous avons mis en évidence des nouveaux aspects du drap brownien fractionnaire en utilisant essentiellement la notion de la transformation de Lamperti. Un focus sur l'équation différentielle stochastique vérifiée par cette transformée, a été aussi évoqué. Dans une deuxième partie, nous avons analysé le comportement asymptotique en loi des variations quadratiques spatiales des processus qui sont des solutions de deux types d'équations différentielles stochastiques partielles (EDSP) des ondes perturbées par deux sortes des bruits gaussiens auto-similaires: le bruit blanc en espace-temps, et le bruit fractionnaire en temps et blanc en espace. L'outil principal de notre raisonnement était des nouveaux critères basés sur le calcul stochastique de Malliavin et combinés avec la méthode classique de Stein. En guise d'application, nous avons construit un estimateur de l'indice de Hurst H du bruit fractionnaire en se basant sur les variations quadratiques étudiées.
- Accueil
- Annuaire
- Equipes
- Evènements
- Congrès
- Invités
- Séminaires, Groupes de Travail et Colloquium
- Séminaires
- Analyse Complexe et Equations Différentielles
- Analyse Fonctionnelle
- Analyse Numérique et Equations Aux Dérivées Partielles
- Arithmétique
- Formes Automorphes
- Géométrie Algébrique
- Géométrie des espaces singuliers
- Géométrie Dynamique
- Histoire des Mathématiques
- Physique Mathématique
- Probabilités et Statistique
- Singularités et Applications
- Théorie Analytique et Analyse Harmonique
- Topologie
- Colloquium
- Groupes de Travail
- Analyse harmonique et théorie analytique
- Autour des fractales
- Calcul de Malliavin et processus fractionnaires
- Déformations des singularités de surfaces
- Equations aux dérivées partielles
- Extraction du signal
- Fondements mathématiques du deep learning
- Géométrie Non-Archimédienne
- Géométrie Stochastique
- Idéaux de Hodge
- Leçons d'Analyse
- Matrices Aléatoires
- Probabilités
- Statistique et Grande Dimension
- Systèmes Dynamiques
- Topologie
- W-algèbres
- Doctorants et Post-doctorants
- Séminaires
- Soutenances
- Anciens Séminaires et Groupes de Travail
- Formation par la Recherche
- Laboratoire
- Liens utiles
- Projets
- Recrutements
- Services