| Titre : | Dérivées partielles par rapport à une mesure de Probabilité et applications |
| Auteurs : | ATHMANE Sabrina, Auteur ; Fatiha Korichi, Directeur de thèse |
| Type de document : | Mémoire magistere |
| Année de publication : | 2025 |
| Format : | 1 vol. (59 p.) |
| Langues: | Français |
| Mots-clés: | Modèles stochastiques de type McKean-Vlasov, contrôle stochastique, dérivées partielles de Lions par rapport à des mesures, principe du maximum, mesure de probabilité. |
| Résumé : |
Dans cette mémoire, nous étudions un principe de maximum stochastique nécessaire pour un modèle stochastique régi par des équations différentielles stochastiques Itô contrôlées non linéairement à champ moyen est démontré. Les coefficients de notre modèle sont non linéaires et dépendent explicitement de la variable de contrôle, du processus d'état ainsi que de sa distribution de probabilité. La région de contrôle est supposée bornée et convexe. Notre principal résultat est obtenu en appliquant les dérivées partielles de Lions par rapport à des mesures aléatoires dans l'espace de Wasserstein. La formule d'Itô associée et l'approche de variation convexe sont appliquées pour établir le contrôle optimal. |
| Sommaire : |
Table des matières Introduction 1 1 Rappel sur les calculs stochastiques 5 1.1 Concepts de base des Processus stochastiques . . . . . . . . . . . 5 1.1.1 Processus stochastiques . . . . . . . . . . . . . . . . . . . . 5 1.1.2 Martingale et Mouvement Brownien . . . . . . . . . . . . . 7 1.1.3 Mouvement brownien . . . . . . . . . . . . . . . . . . . . . 10 1.2 Intégrale stochastique . . . . . . . . . . . . . . . . . . . . . . . . . 13 1.2.1 Lintégrale de Wiener . . . . . . . . . . . . . . . . . . . . . 13 1.2.2 Propriétés dintégrale stochastique . . . . . . . . . . . . . 16 1.2.3 Formule dItô . . . . . . . . . . . . . . . . . . . . . . . . 17 1.3 Equations di¤érentielles stochastiques (EDSs) . . . . . . . . . . . 19 1.3.1 Dé nition des EDSs . . . . . . . . . . . . . . . . . . . . . . 20 1.3.2 Existence et unicité des solutions . . . . . . . . . . . . . . 20 2 Dérivées sur lespace de Wesserstein 22 Table des matières 2.1 Distance de Kantorovich entre de mesures de probabilité . . . . . 22 2.2 Dérivées partielles de Lions par rapport aux mesures de Probabilité 23 2.3 Fonction de portance (Lift function) . . . . . . . . . . . . . . . . . 24 2.3.1 Théorème de représentation de Riesz . . . . . . . . 25 2.3.2 Espace des fonctions di¤érentiables . . . . . . . . . . . . . 26 2.4 Classes de contrôle . . . . . . . . . . . . . . . . . . . . . . . . . . 27 3 Principe de maximum et dérivée par rapport à mesure de pro- babilités 32 3.1 Dérivée partielle par rapport à mesure de probabilités . . 32 3.2 Formulation du problème de contrôle du type Mckean Vlasov . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36 3.3 Principaux résultats . . . . . . . . . . . . . . . . . . . . . . . . 40 3.3.1 Principe du maximum . . . . . . . . . . . . . . . . . . 40 3.3.2 Preuve du résultat principal . . . . . . . . . . . . . . . 43 3.4 Exemples :processus gamma via la mesure de Lévy . . . . 51 3.4.1 Exemples (Dérivées par rapport à la mesure) . . . . 51 3.4.2 Principe du maximum . . . . . . . . . . . . . . . . . . 52 Bibliographie 56 Bibliographie 59 |
Disponibilité (1)
| Cote | Support | Localisation | Statut |
|---|---|---|---|
| MM/1367 | Mémoire master | bibliothèque sciences exactes | Consultable |




