présentation du modèle cas des arbres cas du réseau carrébudzinski/tipe_slides.pdf · 2019. 9....
TRANSCRIPT
Présentation du modèleCas des arbres
Cas du réseau carré
Percolation
Thomas Budzinski
Lycée Louis le Grand
18 Janvier 2012
Thomas Budzinski Percolation
Présentation du modèleCas des arbres
Cas du réseau carré
Sommaire
1 Présentation du modèleDéfinitionsPréliminaires probabilistesTransition de phase
2 Cas des arbresDéfinitionCalcul de la probabilité critiquePourquoi les arbres ?
3 Cas du réseau carréThéorèmes sur les régimes sous-critique et sur-critiqueRéseau dualCalcul de la probabilité critique
Thomas Budzinski Percolation
Présentation du modèleCas des arbres
Cas du réseau carré
DéfinitionsPréliminaires probabilistesTransition de phase
Objectifs
Modéliser un milieu aléatoire :Solide poreuxMélange conducteur-isolantFeux de forêt...
Etudier les transitions de phase :Changement d’étatsFerromagnétisme
Thomas Budzinski Percolation
Présentation du modèleCas des arbres
Cas du réseau carré
DéfinitionsPréliminaires probabilistesTransition de phase
Graphes
DéfinitionUn graphe (simple, non-orienté) G est un couple (V ,E), oùV est un ensemble et E un ensemble de parties de V decardinal 2.Les éléments de V sont appelés sommets, les élémentsde E sont appelés arêtes.Si {x , y} ∈ E , x et y sont dits voisins.Le degré de x est le nombre de ses voisins.On dit que x et y sont reliés si il existe x0 = x , x1, ..., xk = ytels que pour tout i ∈ [[0, k ]], xi et xi+1 sont voisins. On notealors d(x , y) le plus petit entier k tel qu’il existe de tels xi .Si x ∈ v , on notera Cx la composante connexe du graphecontenant x : c’est l’ensemble des sommets reliés à x .
Thomas Budzinski Percolation
Présentation du modèleCas des arbres
Cas du réseau carré
DéfinitionsPréliminaires probabilistesTransition de phase
Quelques exemples typiques
Réseau carré Réseau triangulaire
Réseau cubique Un exemple plus exotique
Thomas Budzinski Percolation
Présentation du modèleCas des arbres
Cas du réseau carré
DéfinitionsPréliminaires probabilistesTransition de phase
Qu’est-ce-que la percolation ?
On considère un graphe infini G = (V ,E), localement fini,connexe (en général assez régulier)On se fixe p ∈ [0,1]E ′ sous-ensemble aléatoire de E tel que chaque arêteappartient à E avec probabilité p, sans dépendance entreles arêtes.Les arêtes de E ′ sont dites ouvertes, les autres sont ditesfermées.Il y a percolation si (V ,E ′) admet une composanteconnexe infinie.On notera ψ(p) la probabilité qu’il y ait percolation et, sitous les sommets jouent le même rôle, θ(p) la probabilitéque la composante connexe contenant l’origine soit infinie.
Thomas Budzinski Percolation
Présentation du modèleCas des arbres
Cas du réseau carré
DéfinitionsPréliminaires probabilistesTransition de phase
Exemple
Réseau carré, p = 12
Thomas Budzinski Percolation
Présentation du modèleCas des arbres
Cas du réseau carré
DéfinitionsPréliminaires probabilistesTransition de phase
Inégalité de Boole
PropositionSoient A0,A1, ...,An, ... des évènements. Alors :
P(∃n ∈ N,An) ≤∑n∈N
P(An)
Démonstration.
P(∃n ∈ N,An) = P(A1) + P(A2\A1) + P(A3\(A1 ∪ A2)) + ...
≤ P(A1) + P(A2) + P(A3) + ...
Thomas Budzinski Percolation
Présentation du modèleCas des arbres
Cas du réseau carré
DéfinitionsPréliminaires probabilistesTransition de phase
Loi du 0-1 de Kolmogorov
ThéorèmeSoit A un évènement invariant si on change l’état d’un nombrefini d’arêtes. Alors P(A) ∈ {0,1}.
En théorie de la mesure, les évènements sont "engendrés"par une certaine famille d’évènements, ici ceux qui nedépendent que d’un nombre fini d’arêtes.Or, A est indépendant avec chacun de ces évènements. Aest donc indépendant avec lui-même, soit :
P(A) = P(A ∩ A) = P(A)2
Thomas Budzinski Percolation
Présentation du modèleCas des arbres
Cas du réseau carré
DéfinitionsPréliminaires probabilistesTransition de phase
Inégalité FKG
DéfinitionUn évènement est dit croissant si pour toute configuration où Ase produit et toute arête e fermée dans cette configuration, Ase produit toujours si e devient ouverte.
PropositionSoient A et B des évènements croissants. Alors :
P(A ∩ B) ≥ P(A)P(B)
Démonstration : on le montre par récurrence pour desévènements qui ne dépendent que d’un nombre fini n d’arêtes(par récurrence sur n), puis un théorème de convergencepermet de passer au cas général.
Thomas Budzinski Percolation
Présentation du modèleCas des arbres
Cas du réseau carré
DéfinitionsPréliminaires probabilistesTransition de phase
Transition de phase
ThéorèmeIl existe pc ∈ [0,1] tel que :
Si p < pc , alors ψ(p) = 0Si p > pc , alors ψ(p) = 1
De plus, si tous les sommets jouent le même rôle,pc = inf {p ∈ [0,1], θ(p) > 0}.pc (qui dépend du graphe) est appelée probabilité critique.
Démonstration.Si θ(p) > 0, ψ(p) ≥ θ(p) > 0 donc ψ(p) = 1 d’après la loidu 0-1.Si θ(p) = 0, ψ(p) ≤
∑x∈V P(|Cx | =∞) = 0
Thomas Budzinski Percolation
Présentation du modèleCas des arbres
Cas du réseau carré
DéfinitionsPréliminaires probabilistesTransition de phase
La fonction θ
p
θ(p)
0
1
1pc
PropositionSi les degrés des sommets sont bornés (par M), pc > 0.
Thomas Budzinski Percolation
Présentation du modèleCas des arbres
Cas du réseau carré
DéfinitionsPréliminaires probabilistesTransition de phase
pc > 0
Démonstration.Soit n ∈ N : si C0 est infinie, elle contient un cheminauto-évitant de longueur n issu de 0.Soit P(n) l’ensemble de ces chemins et σ(n) leur nombre :
θ(p) ≤ Pp(Il existe c ∈ P(n) ouvert)
≤∑
c∈P(n)
Pp(c est ouvert)
= σ(n)pn
≤ Mnpn
donc pour p < 1M , θ(p) = 0, d’où pc ≥ 1
M .
Thomas Budzinski Percolation
Présentation du modèleCas des arbres
Cas du réseau carré
DéfinitionCalcul de la probabilité critiquePourquoi les arbres ?
Arbres
DéfinitionUn arbre est un graphe sans cycles.L’arbre régulier de degré d , noté Td est l’arbre dont tous lessommets sont de degré d .
Exemple (d = 3) :
Thomas Budzinski Percolation
Présentation du modèleCas des arbres
Cas du réseau carré
DéfinitionCalcul de la probabilité critiquePourquoi les arbres ?
Calcul de pc
Théorème
pc(Td) =1
d−1
Démonstration.On ne change pas la valeur de pc en supprimant une "branche"de l’arbre. On obtient ainsi l’arbre T ′d :
01 d − 1
2 3 . . . . .
. . . . .T ′d T ′d
Thomas Budzinski Percolation
Présentation du modèleCas des arbres
Cas du réseau carré
DéfinitionCalcul de la probabilité critiquePourquoi les arbres ?
Démonstration (suite)
Démonstration.
01
2d-1
. . . . .T ′d T ′d T ′d
Si C ensemble de sommets, r(C) = maxx∈Cd(0, x).Pour tout n, on pose un(p) = Pp(r(C0) < n).(un(p)) est croissante et majorée donc converge, et1− θ(p) = limn→∞ un(p).r(C0) < n ssi pour tout i ∈ [[1,d − 1]], l’arête {0, i} estfermée OU {0, i} est ouverte et ri(Ci) < n − 1, d’où :{
un+1(p) = (1− p + pun(p))d−1
un(0) = 0
Thomas Budzinski Percolation
Présentation du modèleCas des arbres
Cas du réseau carré
DéfinitionCalcul de la probabilité critiquePourquoi les arbres ?
Démonstration (fin)
Démonstration.
On pose donc f (x) = (1− p + px)d−1, définie sur [0,1].(un(p)) converge vers le plus petit point fixe de f , doncθ(p) > 0 ssi f admet un point fixe dans [0,1[.
0
1
1 0
1
1
f est convexe, f (0) > 0 donc θ(p) > 0 ssi f ′(1) > 1.f ′(1) = p(d − 1), donc θ(p) > 0 ssi p > 1
d−1 .
Thomas Budzinski Percolation
Présentation du modèleCas des arbres
Cas du réseau carré
DéfinitionCalcul de la probabilité critiquePourquoi les arbres ?
Pourquoi étudier les arbres ?
Intérêt en soi : arbres généalogiques :Probabilité d’extinction de la descendance d’un individu :13%Probabilité d’extinction de son nom de famille : 92%
Donne des informations sur la percolation sur d’autresgraphes : en grande dimension, les réseaux se comportentsouvent comme des arbres :
pc(Zd ) ∼ 12d
Exposants critiques : pour d ≥ 6, ils prennent la mêmevaleur pour Zd que pour les arbres. (conjecture)Autres processus aléatoires (marches aléatoires...)
Thomas Budzinski Percolation
Présentation du modèleCas des arbres
Cas du réseau carré
Théorèmes sur les régimes sous-critique et sur-critiqueRéseau dualCalcul de la probabilité critique
Décroissance exponentielle et unicité de lacomposante connexe infinie
ThéorèmeSi p < pc , il existe ξ(p) > 0 tel que :
Pp(r(C0) ≥ n) = O(e−ξ(p)n)
Conséquence : Pp(|C| ≥ n) = O(e−ξ(p)√
(n))En particulier,
∑n∈N nPp(|C| = n) <∞ :
La taille moyenne des composantes connexes est finie.
ThéorèmeSi p > pc , la composante connexe infinie est presque sûrementunique.
Thomas Budzinski Percolation
Présentation du modèleCas des arbres
Cas du réseau carré
Théorèmes sur les régimes sous-critique et sur-critiqueRéseau dualCalcul de la probabilité critique
Réseau dual
Etant donné un graphe planaire G, on peut définir songraphe dual G∗ :
Les sommets de G∗ sont les "faces" délimitées par lesarêtes de G.Deux sommets de G∗ seront reliés si les facescorrespondantes sont séparées par une arête.
Thomas Budzinski Percolation
Présentation du modèleCas des arbres
Cas du réseau carré
Théorèmes sur les régimes sous-critique et sur-critiqueRéseau dualCalcul de la probabilité critique
Autodualité
Le réseau carré L2 est autodual :
De plus, à chaque arête e de L2, on peut associer une arête e∗
du dual L∗. Chaque sous-graphe G de L2 induit donc unsous-graphe G∗ de L∗, tel que e∗ est une arête de G∗ ssi en’est pas une arête de G.
Thomas Budzinski Percolation
Présentation du modèleCas des arbres
Cas du réseau carré
Théorèmes sur les régimes sous-critique et sur-critiqueRéseau dualCalcul de la probabilité critique
pc ≤ 12
Si G est obtenu par percolation avec probabilité p, G∗ estun graphe obtenu par percolation avec probabilité 1− p.On pose S(n) = L2 ∩ [0,n + 1] ∗ [0,n] etS∗(n) = L∗ ∩ [−1
2 ,n + 12 ] ∗ [
12 ,n −
12 ].
On note An l’évènement : "Il existe un chemin ouverttraversant S(n) de haut en bas." et A∗n l’évènement : "Ilexiste un chemin ouvert dans le dual traversant S∗(n) degauche à droite."S(n) et S∗(n) sont isomorphes, donc P1−p(A∗n) = Pp(An)et, en particulier, P 1
2(A∗n) = P 1
2(An).
A∗n se produit ssi An ne se produit pas, d’où :
P 12(An) + P 1
2(A∗n) = 1
Thomas Budzinski Percolation
Présentation du modèleCas des arbres
Cas du réseau carré
Théorèmes sur les régimes sous-critique et sur-critiqueRéseau dualCalcul de la probabilité critique
pc ≤ 12 (suite et fin)
On en déduit P 12(An) =
12 .
Cependant, pour tout k ∈ [[0,n]], si (k ,0) est relié à unsommet de la forme (l ,n + 1), alors r(C(k ,0)) ≥ n + 1,donc, si p < pc :
Pp(An) ≤n∑
k=0
Pp(r(C(k ,0)) ≥ n + 1)
≤ A(n + 1)e−ξ(p)n
→ 0
d’où pc ≤ 12
Thomas Budzinski Percolation
Présentation du modèleCas des arbres
Cas du réseau carré
Théorèmes sur les régimes sous-critique et sur-critiqueRéseau dualCalcul de la probabilité critique
pc ≥ 12 (lemme)
On note T (n) = [[0,n]]2\{(0,0), (0,n), (n,0), (n,n)} et on noteAh(n) l’évènement : "Il existe un chemin ouvert infini partantd’un sommet (k ,n) avec 1 ≤ k ≤ n − 1 et ne repassant pasdans T(n)."
LemmeSi p > pc , Pp(Ah(n))→ 1 quand n→∞.
Démonstration.On définit de même Ab(n), Ag(n) et Ad(n) : quand n→∞ :
Pp(Ah(n) ∪ Ab(n) ∪ Ag(n) ∪ Ad(n))→ 1
De plus, Pp(Ah(n)) = Pp(Ab(n)) = Pp(Ag(n)) = Pp(Ad(n))
Thomas Budzinski Percolation
Présentation du modèleCas des arbres
Cas du réseau carré
Théorèmes sur les régimes sous-critique et sur-critiqueRéseau dualCalcul de la probabilité critique
pc ≥ 12 (preuve du lemme)
Démonstration.
(1− Pp(Ah(n)))4 =∏
i∈{h,b,g,d}
Pp(Aci (n))
≤ Pp(⋂
i∈{h,b,g,d}
Aci (n))
= 1− Pp(Ah(n) ∪ Ab(n) ∪ Ag(n) ∪ Ad(n))→ 0
donc Pp(Ah(n))→ 1.
On suppose maintenant pc <12 . Alors pour p = 1
2 , il y apercolation sur L2 et sur L∗.
Thomas Budzinski Percolation
Présentation du modèleCas des arbres
Cas du réseau carré
Théorèmes sur les régimes sous-critique et sur-critiqueRéseau dualCalcul de la probabilité critique
pc ≥ 12 (suite)
On pose T ∗(n) = T (n) + (12 ,
12) et on définit A∗h(n) etc...
Pour n assez grand :
P 12(Ah(n) ∩ Ab(n) ∩ A∗g(n) ∩ A∗d(n)) ≥
12
Ch
Cb
C∗g
C∗d
Thomas Budzinski Percolation
Présentation du modèleCas des arbres
Cas du réseau carré
Théorèmes sur les régimes sous-critique et sur-critiqueRéseau dualCalcul de la probabilité critique
pc ≥ 12 (fin)
Par unicité de la composante connexe infinie dans L2, Chest presque sûrement relié à Cb et, par unicité dans L∗, C∗gest presque sûrement relié à C∗d .Cependant, dans ce cas, les "raccords" se "croisent" dansT (n), ce qui est impossible, d’où la contradiction, doncpc ≥ 1
2 .
Théorème
pc(L2) = 12
Thomas Budzinski Percolation
Annexe Bibliographie
Bibliographie
G. Grimmett.Percolation.Springer-Verlag, 1989.
A. Kolmogorov.Foundations of the Theory of Probability.AMS Chelsea Publishing, 1956.
W. WernerLacets et invariance conformeLeçons de mathématiques d’aujourd’hui, volume 3,p.139-164, Cassini, 2007
P.G. de Gennes.La percolation, un concept unificateur.La Recherche, 7, 921-926, 2000.
Thomas Budzinski Percolation