AccueilđŸ‡«đŸ‡·Chercher

Processus de LĂ©vy

En théorie des probabilités, un processus de Lévy, nommé d'aprÚs le mathématicien français Paul Lévy, est un processus stochastique en temps continu, continu à droite limité à gauche (càdlàg), partant de 0, dont les accroissements sont stationnaires et indépendants (cette notion est expliquée ci-dessous). Les exemples les plus connus sont le processus de Wiener et le processus de Poisson.

DĂ©finition

Un processus stochastique est appelé processus de Lévy, si

  1. presque sûrement
  2. Accroissements indépendants : Pour tout sont indépendants
  3. Accroissements stationnaires : Pour tout , est Ă©gale en loi Ă 
  4. est presque sûrement continue à droite et limitée à gauche (Càdlàg).

Propriétés

Accroissements indépendants

Un processus stochastique Ă  temps continu associe une variable alĂ©atoire Xt Ă  tout instant t ≄ 0. C'est donc une fonction alĂ©atoire de t. Les accroissements d'un tel processus sont les diffĂ©rences Xs − Xt entre ses valeurs Ă  diffĂ©rents instants t < s. Dire que les accroissements d'un processus sont indĂ©pendants signifie que les accroissements Xs − Xt et Xu − Xv sont des variables alĂ©atoires indĂ©pendantes Ă  partir du moment oĂč les intervalles de temps ne se chevauchent pas, et plus gĂ©nĂ©ralement, tout nombre fini d'accroissements sur des intervalles de temps non chevauchant sont mutuellement indĂ©pendants (et pas seulement indĂ©pendants deux Ă  deux).

Accroissements stationnaires

Dire que les accroissements sont stationnaires signifie que la loi de chaque accroissement Xs − Xt ne dĂ©pend que de la longueur s − t de l'intervalle de temps.

Par exemple pour un processus de Wiener, la loi de Xs − Xt est une loi normale d'espĂ©rance 0 et de variance s − t.

Pour un processus de Poisson homogĂšne, la loi de Xs − Xt est une loi de Poisson d'espĂ©rance λ(s − t), oĂč λ > 0 est l'"intensitĂ©" ou le "taux" du processus.

Divisibilité

Le processus de LĂ©vy est en rapport avec les lois infiniment divisibles :

  • Les lois des accroissements d'un processus de LĂ©vy sont infiniment divisibles, les accroissements de longueur t Ă©tant la somme de n accroissements de longueur t/n qui sont i.i.d. (indĂ©pendantes identiquement distribuĂ©es) par hypothĂšse.
  • RĂ©ciproquement, Ă  chaque loi infiniment divisible correspond un processus de LĂ©vy : une telle loi D Ă©tant donnĂ©e, on dĂ©finit un processus stochastique pour tout temps rationnel positif en la multipliant et la divisant, on dĂ©finit sa loi en 0 Ă  partir de la distribution de Dirac en 0, enfin on passe Ă  la limite pour tout temps rĂ©el positif. L'indĂ©pendance des accroissements et la stationnaritĂ© proviennent de la propriĂ©tĂ© de la divisibilitĂ©, bien qu'il faille vĂ©rifier la continuitĂ©, et le fait que le passage Ă  la limite donne une fonction bien dĂ©finie sur les temps irrationnels.

Moments

Le n-iÚme moment d'un processus de Lévy, lorsqu'il est fini, est une fonction polynomiale en t, qui vérifie une identité de type binomial :

Exemples

Voici une liste, non exhaustive, d'exemples de processus de LĂ©vy.

Dans les exemples ci-dessous, X est un processus de Lévy. Il est à noter qu'une dérive déterministe () est un processus de Lévy.

Processus de Wiener

DĂ©finition

X est un processus de Wiener (ou mouvement brownien standard) si et seulement si

  1. pour tout , la variable aléatoire est de loi normale ,
  2. ses trajectoires sont presque sûrement continues ; c'est-à-dire, pour presque tout , l'application est continue.

Propriétés

voir la page mouvement brownien.

Processus de Poisson composé

DĂ©finition

X est un Processus de Poisson composé de paramÚtres un réel et une mesure sur si et seulement si sa transformée de Fourier est donnée par

.

Propriétés

  • Un processus de Poisson composĂ© de paramĂštres et pour mesure la mesure de Dirac en 1 () est un processus de Poisson.
  • Soient N un processus de Poisson de paramĂštre et une marche alĂ©atoire dont la loi des pas est (la loi de ), alors le processus dĂ©fini par est un processus de Poisson composĂ©.

Subordinateurs

DĂ©finition

X est un subordinateur si et seulement si X est un processus croissant.

Propriétés

.
  • Un subordinateur permet de faire un changement de temps, cela s'appelle une subordination. Si Z est un processus de LĂ©vy et X est un subordinateur indĂ©pendant, alors le processus est un processus de LĂ©vy.

Processus de LĂ©vy stables

DĂ©finition

X est un processus de LĂ©vy stable de paramĂštre (ou un processus de LĂ©vy -stable) si et seulement si les deux processus et ont la mĂȘme loi pour tout rĂ©el .

Cette propriété s'appelle la propriété de stabilité (ou scaling).

Propriétés

  • Si , le processus de LĂ©vy est une dĂ©rive dĂ©terministe ou un processus de Cauchy.
  • Si , le processus de LĂ©vy est un mouvement brownien.
  • Pour , sa transformĂ©e de Fourier est de la forme :
.

ReprĂ©sentation de LĂ©vy–Khintchine

Toute variable alĂ©atoire peut ĂȘtre caractĂ©risĂ©e par sa fonction caractĂ©ristique. Dans le cas d'un processus de LĂ©vy , cette caractĂ©risation pour tout temps t donne la reprĂ©sentation de LĂ©vy-Khintchine (du nom du mathĂ©maticien russe Alexandre Khintchine) :

oĂč , et est la fonction indicatrice. La mesure de LĂ©vy doit vĂ©rifier

Un processus de LĂ©vy est donc caractĂ©risĂ© par trois composantes : une dĂ©rive, un coefficient de diffusion, et une composante de saut. Ces trois composantes, et donc la reprĂ©sentation de LĂ©vy–Khintchine du processus, sont entiĂšrement dĂ©terminĂ©es par le triplet . En particulier, un processus de LĂ©vy continu est un mouvement brownien avec dĂ©rive.

DĂ©composition de LĂ©vy–Itƍ

Réciproquement, on peut construire un processus de Lévy à partir d'une fonction caractéristique donnée sous sa représentation de Lévy-Khintchine. Cette construction correspond à la décomposition d'une mesure d'aprÚs le théorÚme de décomposition de Lebesgue : la dérive et la diffusion constituent la partie absolument continue, tandis que la mesure W en est la partie singuliÚre.

Étant donnĂ© un triplet de LĂ©vy il existe trois processus de LĂ©vy indĂ©pendants , sur le mĂȘme espace probabilisĂ©, tels que :

  • est un mouvement brownien avec dĂ©rive, correspondant Ă  la partie absolument continue de la mesure, dont les coefficients sont a pour la dĂ©rive et pour la diffusion ;
  • est le processus de Poisson composĂ©, correspondant Ă  la pure partie ponctuelle de la mesure singuliĂšre W ;
  • est un processus de saut, martingale de carrĂ© intĂ©grable qui a presque surement un nombre dĂ©nombrable de sauts sur tout intervalle fini, correspondant Ă  la partie continue de la mesure singuliĂšre W.

Le processus défini par est un processus de Lévy de triplet .

Correspondance dans le monde vivant

Plusieurs motifs (patterns) fractaux associés avec des processus de Lévy sont observés dans le monde vivant (et dans d'autres domaines scientifiques)[1]. Ils semblent par exemple présents dans des domaines aussi variés que les mouvements des yeux des humains[2] (dans certaines circonstances au moins) et dans le mouvement des animaux[3].

Leur origine est encore mal comprise dans les systĂšmes Ă©cologiques. On les a interprĂ©tĂ©s comme Ă©tant une propriĂ©tĂ© Ă©mergente qui pourrait dĂ©couler de divers principes universels des systĂšmes complexes[4] ou qui pourrait peut-ĂȘtre avoir une valeur adaptative[1].

Des processus de LĂ©vy ont par exemple Ă©tĂ© dĂ©couverts dans les mouvements exploratoires d'agents intelligents quand ils Ă©voluent dans un environnement hĂ©tĂ©rogĂšne, et ils semblent structurer des dĂ©placements et mouvements d'animaux (oiseaux marins notamment[5] - [6]) Ă  « grande Ă©chelle Â»[1] - [7] (« LĂ©vy Flight »[8] - [9] - [10] - [11] ; « LĂ©vy Walk »[12] - [13] - [14]). D'aprĂšs Alex James, Michael J. Plank et Andrew M. Edwards, l'observation de ces processus de LĂ©vy serait due Ă  des facteurs extĂ©rieurs (telle que la distribution des ressources, la mĂ©thode d’échantillonnage retenue pour l'observation, ou encore la cohabitation de plusieurs stratĂ©gie de mouvement) plutĂŽt qu'Ă  un choix stratĂ©gique explicite[15]. En d'autre termes, un processus de LĂ©vy apparent peut Ă©merger de nombreux facteurs autre que la stratĂ©gie d'exploration des agents.

Certains auteurs supposent qu'ils pourraient aussi ĂȘtre associĂ©s Ă  des mĂ©canismes d'optimisation stochastique (en)[16], de processus tels que la recherche de nourriture ou la recherche de partenaire sexuel ou le vol migratoire chez les animaux (individus ou groupes), dans l'ocĂ©an, dans l'atmosphĂšre et au-dessus de l'ocĂ©an pour les oiseaux[17] ou dans une vaste forĂȘt par exemple, quand les capacitĂ©s de perception ne suffisent pas Ă  permettre Ă  un animal de trouver facilement ce qu'il cherche (nourriture, proie, gĂźte, partenaire sexuel, etc)[1].

Si le processus de LĂ©vy agissait ainsi au niveau individuel, ces mĂ©canismes d'adaptation pourraient alors aussi avoir des effets Ă  des niveaux supĂ©rieurs de l'organisation et de la dynamique, voire Ă  l'Ă©chelle d'Ă©cosystĂšmes[1] voire de la biosphĂšre, ce pourquoi Frederic Bartumeus, l'un des spĂ©cialistes de ces questions suggĂšre — dans le contexte de l'Ă©tude des mouvements d'animaux — de dĂ©sormais considĂ©rer de maniĂšre conjointe et non plus sĂ©parĂ©es l'invariance d'Ă©chelle, les phĂ©nomĂšnes d'intermittence[18] et de hasard qui pourraient peut ĂȘtre prendre un sens nouveau dans un cadre Ă©cologique et Ă©volutif cohĂ©rent[1].

Annexes

Bibliographie

  • D. Applebaum, LĂ©vy Processes and Stochastic Calculus, Second Edition, Cambridge University Press, 2009
  • J. Bertoin, LĂ©vy Processes, Cambridge University Press, Cambridge, 1996. (ISBN 0-52164-632-4)
  • A.E. Kyprianou, Introductory Lectures on Fluctuations of LĂ©vy Processes with Applications, Springer, Berlin, 2006.
  • K.I. Sato, LĂ©vy Processes and Infinitely divisible distributions, Cambridge Univsersity Press, 1999. (ISBN 0-521-55302-4)

Notes et références

  1. Bartumeus F (2007) Lévy processes in animal movement : an evolutionary hypothesis, Fractals, 15, 151 (2007). DOI: 10.1142/S0218348X07003460 (résumé)
  2. Damian Stephen, Daniel Mirman, James Magnuson, James Dixon. (2009) Lévy-like diffusion in eye movements during spoken-language comprehension. Physical Review E 79:5, mis en ligne le 1er mai 2009 (résumé)
  3. F. Bartumeus. (2009) Behavioral intermittence, Lévy patterns, and randomness in animal movement. Oikos 118:4, 488-494, publié le 1er avril 2009 (résumé)
  4. Nicolas E. Humphries, Nuno Queiroz, Jennifer R. M. Dyer, Nicolas G. Pade, Michael K. Musyl, Kurt M. Schaefer, Daniel W. Fuller, Juerg M. Brunnschweiler, Thomas K. Doyle, Jonathan D. R. Houghton, Graeme C. Hays, Catherine S. Jones, Leslie R. Noble, Victoria J. Wearmouth, Emily J. Southall, David W. Sims. (2010) Environmental context explains Lévy and Brownian movement patterns of marine predators. Nature 465:7301, 1066-1069. mis en ligne le 24 juin 2010 (résumé)
  5. Andrew J. J. MacIntosh, Laure Pelletier, Andre Chiaradia, Akiko Kato, Yan Ropert-Coudert. (2013) Temporal fractals in seabird foraging behaviour: diving through the scales of time. Scientific Reports 3. . Mis en ligne le 24 mai 2013 (résumé)
  6. Frederic Bartumeus, Luca Giuggioli, Maite Louzao, Vincent Bretagnolle, Daniel Oro, Simon A. Levin. (2010) Fishery Discards Impact on Seabird Movement Patterns at Regional Scales. Current Biology 20:3, 215-222, mis en ligne le 9 février 2010 (résumé)
  7. L. Seuront, H. E. Stanley. (2014) Anomalous diffusion and multifractality enhance mating encounters in the ocean. Proceedings of the National Academy of Sciences 111:6, 2206-2211. Online publication date: 11-Feb-2014 (résumé)
  8. Dong Wang, Qian Zhuang, Ying Fan, Zeng-Ru Di. (2013) Species diversity in rock—paper—scissors game coupling with Levy flight. Chinese Physics B 22:12, 128702. Mis en ligne le 1er dĂ©cembre 2013 (rĂ©sumĂ©)
  9. Deepika Janakiraman, K. Sebastian. (2012) Path-integral formulation for Lévy flights: Evaluation of the propagator for free, linear, and harmonic potentials in the over- and underdamped limits. Physical Review E 86:6. mis en ligne le 1er décembre 2012. (résumé)
  10. Sam Baron. (2014) Optimisation and mathematical explanation: doing the Lévy Walk. Synthese 191:3, 459-479. Mis en ligne le 1er février 2014 (résumé)
  11. Andy M. Reynolds, Patrick Schultheiss, Ken Cheng. (2013) Are LĂ©vy flight patterns derived from the Weber–Fechner law in distance estimation ?. Behavioral Ecology and Sociobiology 67:8, 1219-1226. . Online publication date: 1-Aug-2013 Read More: http://www.worldscientific.com/doi/abs/10.1142/S0218348X07003460
  12. A. M. Reynolds. (2012) Fitness-maximizing foragers can use information about patch quality to decide how to search for and within patches: optimal Levy walk searching patterns from optimal foraging theory. Journal of The Royal Society Interface 9:72, 1568-1575, mis en ligne le 7 juillet 2012 (résumé)
  13. Reynolds AM (2009) Scale-free animal movement patterns : Lévy walks outperform fractional Brownian motions and fractional Lévy motions in random search scenarios. Journal of Physics A: Mathematical and Theoretical 42:43, 434006. . Online publication date: 30-Oct-2009 (résumé)
  14. A. M. Reynolds. (2012) Truncated Levy walks are expected beyond the scale of data collection when correlated random walks embody observed movement patterns. Journal of The Royal Society Interface 9:68, 528-534, publié le 7 mars 2012 (résumé)
  15. James Alex, Plank Michael J. et Edwards Andrew M., « Assessing LĂ©vy walks as models of animal foraging », Journal of The Royal Society Interface, vol. 8, no 62,‎ , p. 1233–1247 (PMID 21632609, PMCID PMC3140726, DOI 10.1098/rsif.2011.0200, lire en ligne, consultĂ© le )
  16. M. A. Lomholt, K. Tal, R. Metzler, K. Joseph. (2008) Levy strategies in intermittent search processes are advantageous. Proceedings of the National Academy of Sciences 105:32, 11055-11059, publié le 12 aout 2008 (résumé)
  17. Reynolds AM (2013) Effective leadership in animal groups when no individual has pertinent information about resource locations : How interactions between leaders and followers can result in Lévy walk movement patterns. EPL (Europhysics Letters) 102:1, 18001, mis en ligne le 1er avril 2013 (résumé)
  18. Gleb Oshanin, Katja Lindenberg, Horacio S Wio, Sergei Burlatsky. (2009) Efficient search by optimized intermittent random walks. Journal of Physics A: Mathematical and Theoretical 42:43, 434008, mis en ligne le 30 octobre 2009 (résumé)
Cet article est issu de wikipedia. Text licence: CC BY-SA 4.0, Des conditions supplĂ©mentaires peuvent s’appliquer aux fichiers multimĂ©dias.