Theoretical and numerical study of a few stochastic models of statistical physics
Etude théorique et numérique de quelques modèles stochastiques en physique statistique
Résumé
In this thesis, we are mainly interested in three topics : functional inequalities and their probabilistic aspects, hydrodynamic limits for interacting continuous spin systems and discretizations of stochastic differential equations. This document, in addition to a general introduction (written in French), contains three parts. The first part deals with functional inequalities, especially logarithmic Sobolev inequalities, for canonical ensembles, and with hydrodynamic limits for continuous spin systems. We prove convergence to the hydrodynamic limit for several variants of the Ginzburg--Landau model endowed with Kawasaki dynamics, with quantitative bounds in the number of spins. We also study convergence of the microscopic entropy to its hydrodynamic counterpart. In the second part, we study links between gradient flows in spaces of probability measures and large deviations for sequences of laws of solutions to stochastic differential equations. We show that the large deviations principle is equivalent to the Gamma--Convergence of a sequence of functionals that appear in the gradient flow formulation of the flow of marginals of the laws of the diffusion processes. As an application of this principle, we obtain large deviations from the hydrodynamic limit for two variants of the Ginzburg-Landau model. The third part deals with the discretization of stochastic differential equations. We prove a transport-Entropy inequality for the law of the explicit Euler scheme. This inequality implies bounds on the confidence intervals for quantities of the form E[f(X_T)]. We also study the discretization error for the evaluation of transport coefficients with the Metropolis-Adjusted Langevin algorithm (which is a combination of the explicit Euler scheme and the Metropolis algorithm).
Dans cette thèse, nous nous intéressons essentiellement à trois sujets : les inégalités fonctionnelles à contenu probabiliste, les limites hydrodynamiques pour les systèmes de spins continus en interaction et la discrétisation des équations différentielles stochastiques. Ce document, outre l'introduction, comporte trois parties. La première s'intéresse aux inégalités fonctionnelles, et notamment aux inégalités de Sobolev logarithmiques, pour les mesures canoniques, ainsi qu'aux limites hydrodynamiques pour les systèmes des spins continus. La convergence vers la limite hydrodynamique pour plusieurs variantes du modèle de Ginzburg--Landau équipé de la dynamique de Kawasaki y est obtenue, avec notamment des bornes quantitatives en le nombre de spins. On y étudie également la convergence de l'entropie microscopique vers l'entropie hydrodynamique. La deuxième partie étudie les liens entre flots gradients dans les espaces de mesures de probabilités et grandes déviations pour les suites de lois de solutions d'équations différentielles stochastiques. On y obtient l'équivalence entre le principe de grandes déviations et la Gamma-Convergence d'une suite de fonctionnelles apparaissant dans la formulation en flots gradients du flot de marginales des lois des solutions des équations différentielles stochastiques. Comme application de ce principe, on obtient les grandes déviations par rapport à la limite hydrodynamique pour deux variantes du modèle de Ginzburg--Landau. La troisième partie concerne la discrétisation des équations différentielles stochastiques. On y prouve une inégalité transport-Entropie pour la loi du schéma d'Euler explicite. Cette inégalité implique des bornes sur les intervalles de confiance pour l'estimation de quantités de la forme E[f(X_T)]. On y étudie également l'erreur de discrétisation pour l'évaluation des coefficients de transport avec l'algorithme MALA (qui est une combinaison du schéma d'Euler explicite et de l'algorithme de Metropolis--Hastings).
Loading...