
Nous étudions les grandes déviations de marches aléatoires sur des groupes de Lie stratifiés. Pour de tels groupes, il existe une collection naturelle de vecteurs qui génère leur algèbre de Lie et nous considérons des marches aléatoires avec des incréments seulement le long de ces vecteurs. Sous certains hypothèses sur la loi des incréments, nous prouvons un principe de grandes déviations pour ces marches aléatoires. La fonction de taux correspondante est adaptée à la géométrie sous-Riemannienne de ces espaces.
Ce papier a pour objectif de démontrer des inégalités de corrélation de type FKG pour différents processus stochastiques en temps continu. L’outil central donnant ces inégalités est une approximation avec des marches aléatoires ou chaînes de Markov (possiblement conditionnées). En particulier nous prouvons des inégalités FKG pour les processus de Lévy, de Bessel et pour plusieurs processus browniens conditionnés. En outre, nous établissons également une condition nécessaire et suffisante pour qu’une marche aléatoire sur Z satisfasse la célèbre “condition FKG”.
La constante de Polyak–Łojasiewicz (PL) d’une fonction f:Rd→R caractérise le meilleur taux de convergence exponentielle du flot de gradient pour f, uniformément par rapport aux initialisations. Par ailleurs, dans la théorie des diffusions de Markov, la constante log-Sobolev (LS) joue un rôle analogue, régissant le taux de convergence exponentielle des dynamiques de Langevin à partir d’une initialisation arbitraire, mesurée en divergence de Kullback-Leibler. Nous établissons un nouveau lien entre l’optimisation et l’échantillonnage en montrant que la limite basse température limt→0+t−1CLS(μt) de la constante LS de μt∝exp(−f/t) correspond exactement à la constante PL de f, sous des hypothèses modérées. En revanche, nous montrons que la limite correspondante pour la constante de Poincaré est l’inverse de la plus petite valeur propre de ∇2f au minimum.
Nous construisons un système de particules avec des interactions à plus proches voisins qui obéit à la règle d’exclusion, et dont le comportement macroscopique permet d’illustrer une transition entre une diffusion lente et une diffusion rapide. Plus précisément, la limite hydrodynamique du système microscopique dans l’échelle diffusive est donnée par l’équation parabolique ∂tρ=∇(D(ρ)∇ρ), avec D(ρ)=mρm−1 le coefficient de diffusion et m∈(0,2]. Autrement dit, dans le régime m∈(0,1) on observe une diffusion rapide, alors que dans le régime m∈(1,2) on retrouve l’équation dite des milieux poreux. La construction de ce modèle est basée sur un théorème binomial généralisé, et interpole de manière continue en m le modèle microscopique déjà connu appelé modèle des milieux poreux lorsque m=2, le processus d’exclusion simple symétrique lorsque m=1, jusqu’à un nouveau modèle de diffusion rapide pour tout m∈(0,1). La limite hydrodynamique satisfaite par la densité empirique de particules sur le tore de dimension 1 est demontrée grâce à la méthode d’entropie, avec plusieurs difficultés techniques dépendant du régime (diffusion lente ou rapide), et l’obtention de nouvelles propriétés satisfaites en particulier par le modèle des milieux poreux.
Nous étudions la percolation indépendante à longue portée sur Zd où les arêtes des plus proches voisins sont toujours ouvertes et la probabilité que deux sommets x,y avec ‖x−y‖>1 soient connectés par une arête est proportionnelle à β ‖x−y‖s, où β>0 et s>0 sont des paramètres. Nous montrons que la boule de rayon k centrée sur l’origine dans la métrique du graphe croît polynomialement si et seulement si s≥2d. Pour le cas critique s=2d, nous montrons que l’exposant de croissance du volume est inversement proportionnel à l’exposant de croissance de la distance. De plus, nous fournissons des bornes inférieures et supérieures précises sur la probabilité que l’origine et ne1 soient connectés par un chemin de longueur k dans le cas critique s=2d. Nous utilisons ces résultats pour déterminer la dimension de Hausdorff de la métrique de percolation critique à longue portée récemment construite par Ding, Fan et Huang (2023).