Automates Cellulaires Probabilistes : mesures stationnaires, mesures de Gibbs associées et ergodicité

Utilises dans de nombreux domaines scientifiques, les Automates Cellulaires Probabilistes, usuellement abreges en PCA, de l'anglais "Probabilistic Cellular Automata", constituent, au sein des dynamiques aleatoires a temps discret, une classe de systemes infinis de particules, c'est a dire de processus stochastiques markoviens a valeurs dans un espace infini S^G ou S designe un ensemble fini et G est un graphe infini. On considere ici toujours le cas ou G=Z^d. La particularite de ces dynamiques est l'evolution en parallele, ou synchrone, de chacune des coordonnees ou composants elementaires en interaction. Nous nous interessons dans un premier temps a l'existence et a l'unicite des mesures stationnaires pour les dynamiques PCA non degenerees i.e. dont le comportement local n'est jamais deterministe, ainsi qu'a la caracterisation de ces etats d'equilibre en tant que mesures gibbsiennes. Nous fondant sur les resultats de Dai Pra, Kozlov, Kunsch, Lebowitz, Vasilyev et al., nous precisons, pour la classe des dynamiques PCA reversibles, les relations existant entre les mesures stationnaires, les mesures reversibles et les mesures de Gibbs associees a un potentiel dont le lien avec la dynamique est explicite. Pour une famille parametree de dynamiques PCA reversibles, nous demontrons l'existence d'un phenomene de transition de phase et explicitons dans ce cas le comportement de differentes mesures de Gibbs sous l'action de ces dynamiques. En particulier, nous exhibons des mesures de Gibbs non-stationnaires. Dans un second temps, nous etudions l'ergodicite, i.e. la convergence vers l'equilibre des dynamiques PCA qui sont de plus attractives. Nous construisons a cet effet un couplage de ces dynamiques preservant l'ordre stochastique. En nous referant aux travaux de Martinelli et Olivieri pour les dynamiques de Glauber, nous etablissons qu'en l'absence de transition de phase, des que l'unique mesure de Gibbs verifie une condition de faible melange, il y a ergodicite et convergence a vitesse exponentielle vers cet unique etat d'equilibre, ameliorant en cela grandement les criteres d'ergodicite pour les PCA existant dans la litterature. Enfin, nous illustrons ces resultats par la realisation de simulations numeriques de certaines des dynamiques reversibles precedemment etudiees, et presentons un algorithme parallele convergeant vers les mesures de Gibbs extremales du modele d'Ising.

[1]  William Feller,et al.  An Introduction to Probability Theory and Its Applications , 1967 .

[2]  T. E. Harris,et al.  Nearest-neighbor Markov interaction processes on multidimensional lattices , 1972 .

[3]  R. Holley An ergodic theorem for interacting systems with attractive interactions , 1972 .

[4]  Frank L. Spitzer,et al.  Introduction Aux Processus De Markov A Parametre Dans Zν , 1974 .

[5]  R. Holley Remarks on the FKG inequalities , 1974 .

[6]  D. Dawson Synchronous and Asynchronous Reversible Markov Systems(1) , 1975, Canadian Mathematical Bulletin.

[7]  D. A. Dawson,et al.  Stable States of Probabilisti Cellular Automata , 1977, Inf. Control..

[8]  T. E. Harris Additive Set-Valued Markov Processes and Graphical Methods , 1978 .

[9]  Eytan Domany,et al.  Equivalence of Cellular Automata to Ising Models and Directed Percolation , 1984 .

[10]  Tommaso Toffoli,et al.  Cellular Automata as an Alternative to (Rather than an Approximation of) Differential Equations in M , 1984 .

[11]  E. Domany Exact Results for Two- and Three-Dimensional Ising and Potts Models , 1984 .

[12]  H. Künsch Time reversal and stationary Gibbs measures , 1984 .

[13]  G. Vichniac Simulating physics with cellular automata , 1984 .

[14]  D. Stroock,et al.  Logarithmic Sobolev inequalities and stochastic Ising models , 1987 .

[15]  Intermittence spatio-temporelle et automates cellulaires probabilistes , 1987 .

[16]  P. Rujan,et al.  Cellular automata and statistical mechanical models , 1987 .

[17]  Hidetsugu Sakaguchi,et al.  Phase Transitions in Coupled Bernoulli Maps , 1988 .

[18]  Hans-Otto Georgii,et al.  Gibbs Measures and Phase Transitions , 1988 .

[19]  Pablo A. Ferrari,et al.  On the positivity of correlations in nonequilibrium spin systems , 1988 .

[20]  Roelof Kuik,et al.  From PCA's to equilibrium systems and back , 1989 .

[21]  J. Lebowitz,et al.  Statistical mechanics of probabilistic cellular automata , 1990 .

[22]  Jeffrey E. Steif Space-time Bernoullicity of the lower and upper stationary processes for attractive spin systems , 1991 .

[23]  T. Lindvall Lectures on the Coupling Method , 1992 .

[24]  B. Zegarliński,et al.  Dobrushin uniqueness theorem and logarithmic Sobolev inequalities , 1992 .

[25]  Barry Simon,et al.  The statistical mechanics of lattice gases , 1993 .

[26]  Space-time large deviations for interacting particle systems , 1993 .

[27]  Coexistence of infinite (*)-clusters II. Ising percolation in two dimensions , 1993 .

[28]  Exponential convergence of Toom's probabilistic cellular automata , 1993 .

[29]  X. Guyon Champs aléatoires sur un réseau , 1993 .

[30]  Renormalization Transformations: Source of Examples and Problems in Probability and Statistics , 1994 .

[31]  Christian Maes,et al.  The (non-)Gibbsian nature of states invariant under stochastic transformations , 1994 .

[32]  F. Martinelli,et al.  Approach to equilibrium of Glauber dynamics in the one phase region , 1994 .

[33]  J. Propp,et al.  Exact sampling with coupled Markov chains and applications to statistical mechanics , 1996 .

[34]  Olle Häggström,et al.  Random-cluster representations in the study of phase transitions , 1996 .

[35]  Gibbsian versus non-Gibbsian nature of stationary states for Toom probabilistic cellular automata via simulations , 1997 .

[36]  Etude de quelques modeles discrets en physique et biologie , 1997 .

[37]  Igor Mezic FKG inequalities in cellular automata and coupled map lattices , 1997 .

[38]  A. Sokal Monte Carlo Methods in Statistical Mechanics: Foundations and New Algorithms , 1997 .

[39]  J. A. Fill An interruptible algorithm for perfect sampling via Markov chains , 1998 .

[40]  E.N.M. Cirillo,et al.  Metastability in the Two-Dimensional Ising Model with Free Boundary Conditions , 1998 .

[41]  Eugene R. Speer,et al.  CRITICAL DROPLETS IN METASTABLE STATES OF PROBABILISTIC CELLULAR AUTOMATA , 1998, cond-mat/9810077.

[42]  Introduction to Mathematical Statistical Physics , 1999 .

[43]  T. Liggett,et al.  Stochastic Interacting Systems: Contact, Voter and Exclusion Processes , 1999 .

[44]  The random geometry of equilibrium phases , 1999, math/9905031.

[45]  D Makowiec Stationary states of Toom cellular automata in simulations. , 1999, Physical review. E, Statistical physics, plasmas, fluids, and related interdisciplinary topics.

[46]  L. Bertini,et al.  Renormalization-Group Transformations Under Strong Mixing Conditions: Gibbsianness and Convergence of Renormalized Interactions , 1999, cond-mat/9905434.

[47]  G. Royer,et al.  Une initiation aux inégalités de Sobolev logarithmiques , 1999 .

[48]  Gerardo Sanz,et al.  Stochastic comparisons for general probabilistic cellular automata ( , 2000 .

[49]  Nancy L. Garcia,et al.  Loss Network Representation of Peierls Contours , 1998, math/9806131.

[50]  A Note on the Metastability of the Ising Model: The Alternate Updating Case , 2011, 1110.6036.

[51]  Olle Häggström Finite Markov Chains and Algorithmic Applications , 2002 .