Footnote:
Diese Datenquelle enthält auch Bestandsnachweise, die nicht zu einem Volltext führen.
Description:
Dans cette thèse nous nous intéresserons aux équations aux dérivées partielles stochastiques (EDPS) d'un point de vue aussi bien théorique que numérique. Ces équations peuvent être vues comme une généralisation du concept d'équations aux dérivées partielles (EDP) déterministes, équations donnant des modèles dans de nombreux domaines tel que la physique, la biologie ou encore l'économie. L'aspect stochastique apparaît avec la volonté de prendre en compte des données que l'on ne connaît pas de façon déterministe et dont nous avons uniquement des informations statistiques. Ces données peuvent être aussi bien un coefficient de l'équation qu'un terme de force, on qualifie alors ces données de "bruits". De par leurs complexités, il est courant de ne pas avoir de solution formelle pour certaines EDPS, la résolution numérique est alors l'unique moyen d'obtenir certaines statistiques de la solution inconnues formellement. La discrétisation de cette source d'information représentée par les termes de bruit pose le problème de leur troncature. L'information contenue dans ces termes de bruits est infini, ainsi tout comme il est impossible de représenter numériquement, sauf cas particulier, de façon exacte une fonction sur l'intervalle [0,1], il est impossible de stocker de façon exacte ces termes de bruits, se pose alors la question du traitement numérique de ces termes de bruits. Une des méthodes consiste à simuler le bruit afin d'obtenir une famille de trajectoires du bruit et résoudre pour chacune de ces trajectoires l'équation associée afin de pouvoir faire des statistiques sur l'ensemble des solutions obtenues, cette méthode correspond à la méthode de Monte-Carlo. Elle offre l'avantage d'être relativement simple à mettre en œuvre mais se pose alors des problèmes de lenteur de convergence dûs au coût unitaire des intégrations numériques de chaque trajectoire qui dépendent en général de la méthode déterministe utilisée, de la dimension du problème et de la variance des moments que l'on souhaite estimer. Une deuxième ...