Projet :
MEVAL

Précédent : Fondements scientifiques Remonter :
Fondements
scientifiques Suivant : Grands systèmes aléatoires
Sous-sections
Réseaux et marches aléatoires dans
Zn+
Si on choisit l'exemple des systèmes
de télécommunications ou de transport, la plupart d'entre eux se
laissent modéliser de façon assez réaliste par un ensemble de
stations de service, où les serveurs sont les ressources
(logiques ou physiques) du système considéré et où les entités
circulant entre les stations représentent les requêtes, messages,
programmes partageant ces ressources. À un réseau formé de
n stations avec plusieurs classes de clients, on pourra
souvent associer un processus Markovien vectoriel
X(
t) =
X1(
t),
X2(
t),...,
Xn(
t)

,
Xi(t)décrivant la configuration
des clients à la station i au temps t. L'étude de
ces processus nécessite, globalement, des outils de deux
natures :
- probabiliste, pour trouver les conditions d'existence de
régimes stationnaires ;
- analytique, lorsqu'on veut calculer des distributions,
estimer des vitesses de convergence, etc.
Pour des raisons physiques évidentes de positivité des
quantités mises en jeu, il appert que les marches aléatoires dans
Zn+ sont isomorphes à des familles
de réseaux comportant n sites. La difficulté majeure
provient de l'existence des frontières naturelles.
Méthodes analytiques
Participants : Guy Fayolle, Roudolf Iasnogorodski, Vadim
Malyshev.
Ce thème est fondamental et en perpétuel approfondissement.
Lorsque n = 2, les sauts étant d'amplitude 1, la
détermination de la mesure invariante équivaut souvent à résoudre
une équation fonctionnelle de la forme
Q(
x,
y)

(
x,
y) +
q(
x,
y)

(
x) +

(
x,
y)

(
y)
+
q0(
x,
y) = 0.
Il s'agit de trouver des fonctions
(x, y),
(x),
(y),
holomorphes dans les régions | x|,| y| < 1 et
continues dans
| x|,| y|
1. Ici,
Q, q,
,
q0 sont des polynômes. En se plaçant sur la
courbe algébrique Q(x, y) = 0 (en général
elliptique), deux approches fondamentales ont été développées,
conduisant (par factorisation ou uniformisation) à des formes
explicites des solutions.
- Dans [[6]] est
introduit le groupe
de la
marche aléatoire, dont l'étude, via les automorphismes de
Galois et en uniformisant la courbe algébrique, permet un
calcul effectif sous forme de série.
- Dans [[3]], on se
ramène à la résolution d'un problème aux limites de type
Riemann-Hilbert-Carleman, pour une fonction d'une variable,
posé dans le plan complexe et dont la forme la plus simple
s'énonce ainsi : trouver une fonction analytique dans
un domaine simplement connexe
et satisfaisant une condition sur la frontière
.
Vers la fin des années 70, ces méthodes ont été reprises avec
fruit dans certains laboratoires étrangers ( CWI,
Université de Newcastle) ou font l'objet d'études immédiates ou à
long terme (Bell Laboratories, IBM Yorktown
Heights, Universités du Michigan, d'Ottawa, etc.). Le livre
[[2]], écrit par les trois
auteurs précités, présente une synthèse, esquissée ci-dessous,
des principaux résultats.
- Liaison avec la géométrie algébrique et le prolongement
analytique des fonctions inconnues.
- Lorsque le groupe
est
d'ordre fini, détermination des conditions nécessaires et
suffisantes pour que les solutions soient rationnelles ou
algébriques.
- Lorsque
est d'ordre infini, un
problème de factorisation est formulé, dont l'indice,
calculé analytiquement, donne les conditions d'ergodicité (i.e.
pour que les fonctions cherchées n'aient pas de pôle dans le
disque unité) ; la représentation des fonctions inconnues
est donnée sous forme intégrale, à l'aide de la fonction
de Weierstrass.
- Pour le genre 0 (problème posé sur la sphère de Riemann),
expression des solutions au moyen des fonctions
automorphes.
- Comportement asymptotique des probabilités stationnaires,
par une analyse fine de type méthode du col + résidus sur la
surface de Riemann sous-jacente.
Toujours en dimension 2, lorsque les sauts à l'intérieur du
quart de plan sont non bornés selon les directions cardinales
Est, Nord, Nord-Est, certaines généralisations ont été effectuées
par J.W. Cohen ( CWI). Par contre, il
n'existe actuellement aucune technique de portée générale à
partir de la dimension 3. Le potentiel des méthodes évoquées
ci-dessus est loin d'être épuisé. On citera par exemple :
- les études récentes de la vitesse intrinsèque de
convergence (i.e. invariante par rapport aux perturbations dans
un domaine fini), pour des chaînes de Markov dans
Z2+ ;
- la description analytique de certaines frontières de
Martin ;
- des équations fonctionnelles rencontrées en gravité
quantique.
Si les conditions de non
explosion ou de non saturation des réseaux ont un intérêt
pratique évident, leur caractérisation à l'aide de formules
explicites résiste encore souvent à l'analyse, même pour des
dimensions faibles (n = 2 ou 3). On a vu ci-dessus, qu'il
est difficile de disposer de la forme analytique de la mesure
invariante, voire très vite impossible, sauf dans des cas bien
répertoriés, tel celui des réseaux éponymes (Jackson,
BCMP), dits à formes produit car leur
mesure invariante est factorisable. Cependant, il existe
maintenant une approche très générale pour obtenir les conditions
d'ergodicité de marches aléatoires fortement homogènes dans
Zn+ ou dans des domaines similaires,
qui donne une explication structurelle globale de la situation,
en ramenant le problème de l'ergodicité d'une marche dans
Zn+ à plusieurs problèmes en
dimension n - 1, par construction de semi-martingales et
de systèmes dynamiques (paragraphes suivants). Ces travaux
fondamentaux ont reçu un cadre, avec la parution de l'ouvrage
[[5]], dans lequel sont
consignés des résultats originaux obtenus depuis une vingtaine
d'années, sur la classification détaillée en termes d'ergodicité,
de récurrence et de transience. Ce champ de recherches très
vivant constitue l'un des points d'ancrage du projet.
Techniques de martingales
Participants : Guy Fayolle, Roudolf Iasnogorodski, Vadim
Malyshev.
L'idée est de construire des fonctions de Lyapounov
(FL) idoines, via des techniques de semi-martingales, la
difficulté principale étant due à la présence de frontières.
Cette approche a été décisive pour la résolution de nombreux
problèmes (cf. rapports d'activité
antérieurs) :
Fonctions de Lyapounov pour les
réseaux En exhibant une FL linéaire
par morceaux pour les fameux réseaux de Jackson, on a pu
retrouver les équations de conservation de flux liées à
l'existence d'un régime stationnaire. Le phénomène intéressant
est qu'il est possible d'appliquer cette fonction à des
politiques de service ou d'arrivées en groupes, alors que la
mesure invariante pour ce système est hors de portée
(D. Botvitch et A. Zamyatin à l'Université de Moscou).
Dérives nulles En dimension 2 et
3, lorsque les sauts moyens sont nuls à l'intérieur du cône
positif, on a introduit de nouvelles classes de FL, non linéaires
(en particulier de la forme
Q
(x,
y, z), Q étant une forme quadratique ;
mais aussi des objets plus complexes faisant intervenir des
caractéristiques géométriques). La classification complète des
processus peut ainsi être obtenue et il existe des liens directs
avec les processus de diffusion. Stabilité
Récemment, ont été menées une série de
recherches sur l'intégrabilité de certaines fonctionnelles des
temps d'atteinte
d'ensembles
compacts A, pour des chaînes de Markov, en collaboration
avec S. Aspandiiarov (Université Paris 5) et
M. Menshikov. Les moments E
jouent en effet un rôle important dans les
théorèmes limites concernant ces chaînes. En liaison avec la
théorie du mouvement brownien réfléchi, on donne notamment la
valeur critique p0 maximale, telle que
E
<
,
p <
p0, lorsque l'espace d'états est
Z2+. Là encore, les critères donnés
reposent sur la construction explicite de semi-martingales et
permettent d'étudier le comportement fin de la queue de
distribution de
, ainsi que la
vitesse de convergence vers le régime stationnaire.
Participants : Frank Delcoigne, Guy Fayolle, Christine
Fricker, Jean-Marc Lasgouttes, Vadim Malyshev.
Comme il est montré dans [[7]] et [[5]], il est toujours possible
d'associer à une marche aléatoire fortement homogène dans
Zn+, un système dynamique linéaire
par morceaux, dont le champ de vecteurs associé (vitesses) ne
dépende que des faces du domaine considéré. Cette propriété est
équivalente à l'approximation d'Euler en physique
statistique : on effectue des changements d'échelle
identiques en temps et en espace (disons
x/
et
t/
) pour se placer dans le
contexte de la loi des grands nombres. [Il est utile de remarquer
d'emblée que, si certaines vitesses sont nulles, la situation se
complique, car elle impose de mélanger la normalisation d'Euler
avec celle du théorème central limite (diffusions) et la plupart
des problèmes restent alors ouverts]. Ces méthodes, plus
profondes que celles dites des approximations fluides,
sont utilisées et développées pour la résolution de modèles très
divers :
Réseaux à une classe de clients
Il s'agit principalement des systèmes
dits à polling (scrutin), où V serveurs partagent
leur puissance entre N stations, et des réseaux de files
d'attente classiques avec routage Markovien. Ici, un point fort
agréable est qu'on peut souvent donner une caractérisation
complète du champ de vecteurs, à l'aide de systèmes d'équations
linéaires. Chaînes aléatoires en interaction
On propose diverses lois de stabilisation
pour l'évolution stochastique de chaînes modifiables à leurs
extrémités gauche ou droite. Cette représentation à base de
chaînes est commode et permet de dégager des liens entre des
domaines apparemment disjoints : réseaux multiclasses,
marches aléatoires sur des groupes (libres non commutatifs,
modulaires, graphes, etc.), théorie des champs quantiques en
dimension 3, réseaux de neurones, etc. En collaboration avec des
chercheurs du LLRS (Univ. de Moscou), a été
amorcée la construction d'une théorie décrivant les interactions
de plusieurs chaînes. Elle englobe en particulier les réseaux de
files à plusieurs classes de clients, de type PAPS
(premier arrivé, premier servi) ou DAPS (dernier
arrivé, premier servi), et généralise le cadre des marches
aléatoires homogènes classiques.

Précédent : Fondements scientifiques Remonter :
Fondements
scientifiques Suivant : Grands systèmes aléatoires