Soutenances de thèse

Modèles de Moran multi-alléliques et distributions quasi-stationnaires

03/12/2021 à 14h00

M. Josué CORUJO RODRíGUEZ présente ses travaux en soutenance le 03/12/2021 à 14h00

À l'adresse suivante : Université Paris-Dauphine, Pl. du Maréchal de Lattre de Tassigny, 75016 Paris Salle de visioconférence - C127

En vue de l'obtention du diplôme : Doctorat en Sciences

La soutenance est publique

Titre des travaux

Modèles de Moran multi-alléliques et distributions quasi-stationnaires

École doctorale

École doctorale Dauphine SDOSE

Équipe de recherche

UMR 7534 - Centre de Recherche en Mathématiques de la Décision

Section CNU

26 - Mathématiques appliquées et applications des mathématiques

Directeur(s)

M. Djalil CHAFAÏ

Membres du jury

Nom Qualité Établissement Rôle
M. Djalil CHAFAÏ Professeur des universités Université Paris-Dauphine Directeur de thèse
Mme Vlada LIMIC Directeur de recherche UNISTRA Rapporteure
M. Denis VILLEMONAIS Maître de conférences Université de Lorraine Rapporteur
M. Amaury LAMBERT Professeur des universités Sorbonne Université Examinateur
M. Bertrand CLOEZ Chargé de recherche INRAE Montpellier Examinateur
M. Pierre DEL MORAL Directeur de recherche INRIA de Bordeaux Examinateur
Mme Simona GRUSEA Maître de conférences INSA de Toulouse Examinatrice
Mme Amandine VEBER Directeur de recherche Université de Paris Examinatrice

Résumé

L'objectif principal de cette thèse est d'étudier l'évolution, en temps long et pour une grande taille de population, des modèles de Moran multi-alléliques, qui sont des processus de Markov à temps continu et à espace discret, inspirés de modèles mathématiques pour la biologie. Nous nous intéressons à l'étude, entre autres aspects, de la relation entre le processus de Moran, compris comme un système de particules en interaction, et la théorie des distributions quasi-stationnaires. Plus précisément, nous exhibons des phénomènes de propagation du chaos lorsque la taille de la population est grande, et nous établissons des contrôles quantitatifs de la convergence en temps long vers l'équilibre. Les principaux résultats sont divisés en trois chapitres. Dans le premier chapitre, nous montrons que la mesure de probabilité empirique induite par le système de particules converge, lorsque la taille de la population est grande, vers la loi d'une chaîne de Markov absorbante conditionnée à ne pas être absorbée. De plus, nous établissons un contrôle de cette convergence, en prouvant une propagation du chaos uniforme en temps. Nous prouvons également la normalité asymptotique du biais et nous fournissons une expression explicite pour la variance asymptotique, utilisée ensuite pour définir un autre système de particules avec une erreur quadratique plus petite. Dans le deuxième chapitre, nous considérons un modèle plus simple où l'espace d'état est fini et le taux de mortalité est uniforme. Dans ce contexte, nous trouvons une expression explicite pour le spectre du générateur du système de particules en termes de spectre de la matrice des taux de mutation. De plus, nous étudions l'ergodicité du processus et, pour un schéma particulier de mutation, mutation indépendante des parents, nous sommes en mesure de prouver l'existence de phénomènes de cutoff pour les distances de variation totale et chi-deux. Le troisième chapitre est consacré à l'étude d'un cas particulier, où le processus de mutation correspond à une marche aléatoire asymétrique sur le graphe cyclique. Nous montrons que ce modèle possède une solvabilité remarquable, malgré le fait qu'il soit non-réversible avec une distribution invariante non-explicite.

Toutes les soutenances de thèse