Journés de Probabilités 2008 USTL-Université de Lille I, 05 septembre, 10h50–11h20. Marches aléatoires transientes en dimension 2 E-mail: [email protected] Collaboration avec N. Guillotin-Plantard (Lyon I) 1 Plan I Marche aléatoire simple sur Zd. II Marches aléatoires sur réseaux orientés. III Réseaux dynamiquement orientés. IV Résultats : 1. Critère de transience. 2. Loi des grands nombres. 3. Théorèmes limites fonctionnels. 4. Dépendance asymptotique V Preuve : embarquement en scène aléatoire. VI Questions ouvertes et perspectives. 2 Marche aléatoire simple sur Zd Chaı̂ne de Markov homogène M = (Mn)n∈N: ∀x, y ∈ Zd, (e1, . . . , ed) vecteurs unités de Zd, P[Mn+1 = y | Mn = x] = 1 2d si y = x ± ed sinon. 0 Comportements asymptotiques : • Récurrence vs Transience. • Lois des grands nombres (LFGN). • Théorème central limite (TCL). • Loi du logarithme itéré (LLI). • Principes de grandes déviations (PGD). • Théorème central limite fonctionnel (TCLF). • Théoreme limite local (TLL). 3 Récurrence versus Transience M.a. simple partant de l’origine (M0 = 0): À quelle fréquence la marche revient-elle à l’origine ? Récurrence : P limsupn{Mn = 0} := P ∩ni=1 ∪k≥i{Mn = 0} = 1. P. tous les points sont visités un infinité de fois Transience : n P limsupn{Mn = 0} := P ∩i=1 ∪k≥i{Mn = 0} = 0. P. tout point est visité un nombre fini de fois 4 Tous les chemins mènent à Rome.... Théorème 1: La marche aléatoire simple est récurrente sur Z et Z2. Preuve: Combinatoire, théorème limite local, propriété de Markov forte + caractérisation via fonctions génératrices ....sauf les chemins cosmiques ! Théorème 2: La marche aléatoire simple est transiente sur Zd, ∀d ≥ 3. Preuve: Borel-Cantelli X P[Mn = 0] < +∞ =⇒ P[limsupn{Mn = 0}] = 0 n≥0 5 Propriétés asymptotiques en dimension 1 Y = (Yn)n∈N marche aléatoire simple sur Z Loi des Grands Nombres Yn −→ 0 P − p.s., en P et dans L2 n Théoreme Central Limite Yn √ =⇒L N (0, 1) n Loi du Logarithme itéré ∀ > 0, lim n→∞ lim sup √ n Yn n1/2+ = 0, Yn = 1, 2n log log n P−p.s. P−p.s. Théoreme Limite Local C P[Y2n = 0] ≈ √ n Théoreme Central Limite Fonctionnel Y [nt] =⇒D Bt)t≥0 √ n t≥0 6 Marche aléatoire sur un réseau orienté Orientations horizontales: = (y )y∈Z y = +1 ⇐⇒ Niveau y oriente0 vers la gauche y = −1 ⇐⇒ Niveau y oriente0 vers la droite Exemples • Réseau alterné déterministe L: y = (−1)y extention aux orientations périodiques • Réseau bidirectionnel H: y = 1y≥0 − 1y<0 extention à des bandes unidirectionnelles infinies • Réseau aléatoirement orientés L: aléatoire Loi de (y )y∈Z ⇐⇒ champ aléatoire Q Q (non)-produit, (in)homogène • Réseaux dynamiquement orientés : Q dérivée d’un système dynamique (avec exportation de corrélations éventuelles) 7 Résultats de récurrence et de transience • Réseau alterné déterministe L ([CP1]) Thm 3: La marche aléatoire simple sur L est récurrente • Réseau bidirectionnel H ([CP2]) Thm 4: La m.a. simple sur H est transiente • Réseau aléatoirement orientés L ([CP1]) Q produit homogène Thm 5: Pour des v.a. y i.i.d. and centrées, la marche aléatoire simple sur L est transiente pour Q-p.t.(). • Réseaux dynamiquement orientés ([GPLN1],[P]) Transience pour centrées ”pas trop déterministes” 8 Réseaux dynamiquement orientés Système dynamique S = (E, A, µ, T ), T µ = µ fonction de génération f : E −→ [0, 1], R E f dµ = 1 2 Cas ”Quenched”: Loi Q = P(x) produit pour x ∈ E fixé T (x) (x) y P(x) T = ⊗y PT,y , avec PT,y [y = +1] = f(T x) . Cas ”annealed”: Q = Pµ, µ-moyennisation sur x ∈ E Z Pµ[ ∈ A] = E P[x) T [ ∈ A]dµ(x) Marginales: Z Pµ[y = +1] = f (T y x)dµ(x) = E Z f dµ = E 1 2 Corrélations: Covµ (0 y ) = 4.Cyµ (f) = 4 Z f(x)f(Ty (x))dµ(x) − 1 E 9 Critère de transience et LGN Transience sur réseaux dynamiquement orientés Théorème 6 [GPLN1]: Z 1 p Si dµ < +∞, f (1 − f ) E alors 1. Dans le cas ”annealed”, pour Pµ -p.t. orientation , la marche aléatoire simple sur le réseau dynamiquement orienté lattice L est transiente. 2. Dans le cas ”quenched”, pour µ-p.t. x ∈ E, pour P(x) T -p.t. , la marche aléatoire simple sur le réseau dynamiquement orienté lattice L est transiente. LGN dans le cas ergodique: Théorème 7[GPLN1]: Si S = (E, A, µ, T ) est ergodique, alors la marche aléatoire simple sur L a une vitesse P ⊗ Pµ-presque sûrement nulle, i.e. Mn = (0, 0) n→+∞ n lim P ⊗ Pµ − presque surement. 10 Cas i.i.d.: Théorème limite fonctionnel On considère • Un mouvement brownien (Bt)t≥0 de temps local (Lt(x))t≥0 . • Une paire de mouvements browniens indépendants (Z+ (x), Z− (x)), également indépendants de (Bt)t≥0 . On peut alors définir [KS] le processus Z ∞ Z ∞ ∆t = Lt(x)dZ+ (x) + Lt(−x)dZ− (x) 0 0 Il est non-Gaussien, autosimilaire d’indice 3/4 et possède une version continue. Pour m = 12 (ici), on note ∆m t = m · ∆t, ∀t ≥ 0 (1 + m)3/4 Théorème 8[GPLN1]: 1 D M =⇒ (∆m [nt] t , 0)t≥0 . 3/4 t≥0 n Théorème 9[GPLN2]: 1 1 D (1) (2) m M , M =⇒ ∆t , Bt t≥0 n3/4 [nt] n1/2 [nt] t≥0 où les composantes asymptotiques horizontales (∆m t )t≥0 et verticales (Bt)t≥0 ne sont pas indépendantes. 11 Embarquement en scène aléatoire Embarquement vertical : Marche aléatoire simple sur Z, Y = (Yn)n n X Temps local : ηn (y) = 1Yk=y ∼ C · √ n k=0 Embarquement vertical : M.a. X sur Z Sauts géométriques (y) ξi i,y i.i.d. de moyenne m (= 12 ) ηn−1 (y) Xn = X y X ξi(y) i=1 y∈Z Temps aléatoires : ∀n ∈ N, Tn: Instant suivant le ne mouvement vertical Tn = n + (y) X ηn−1 X y∈Z Lemme([CP1]: Tn n ξi(y) i=1 −→P 1 + m • MTn = (Xn, Yn) • Pour donné (MTn )n transiente =⇒ (Mn)n transiente 12 Marche aléatoire en scène aléatoire On peut écrire Xn = Xn(1) + m · Zn avec Xn(1) = X y∈Z Zn = X y∈Z y n−1(y) ηX (ξi(y) − m) i=1 y ηn−1 (y) = n X Yk k=1 Z : marche aléatoire en scène aléatoire [KS79] P 2 P n 2 Variance : σ (Zn) = E y∈Z = ... k=0 1Yk =y n X n X ··· = P Y|k−l| = 0 ∼ C · n3/2 k=0 l=0 Théorème 10 ([KS]): 1 Z[nt] =⇒D (∆t)t≥0 t≥0 n3/4 Lemme 2 ([GPLN2]) Xn(1) −→ 0 P ⊗ Pµ − p.s. n3/4 13 Questions ouvertes et perspectives • Extension du TLF aux orientations dynamiques ([P]) • Conjecture Théorème limite local: P[M2n = 0] ∼ C · n−5/4 • Questions: Théoremes limites Principe d’invariance, LIL, PGD, etc. et caractérisations des processus limites. • Extensions: Doubles orientations ou autres réseaux via des couplages de marches en scènes aléatoires. 14 Références [CP1 ] M. Campanino and D. Pétritis. Random walks on randomly oriented lattices. Mark. Proc. Relat. Fields, 9:391–412, 2003. [CP2 ] M. Campanino and D. Pétritis. On the physical relevance of random walks: an example of random walks on randomly oriented lattices. in ”Random walks and geometry”, V. Kaimanovich (ed.), Walter de Gruyter, 393–411, 2004. [GPLN1 ] N. Guillotin-Plantard and A. Le Ny. Transient random walks in dimension 2. Theo. Probab. and Appl., 52, No 4, :815–826, 2007. [GPLN2 ] N. Guillotin-Plantard and A. Le Ny. A functional limit theorem for a 2d-random walk with dependent marginals. Elect. Commun. Probab. 13:337–351, 2008. [KS ] H. Kesten and F. Spitzer. A limit theorem related to a new class of self similar processes. Z. Wahrsch. Verw. Gebiete 50:5–25, 1979. [P ] F. Pène. Transient random walk in Z2 with stationary orientations. Prépublication de l’université de Bretagne occidentale, à paraı̂tre dans ESAIM 2008. 15