Quasi-Stationary Distributions and Resilience: What to get from a sample? - Département de mathématiques appliquées Accéder directement au contenu
Article Dans Une Revue Journal de l'École polytechnique — Mathématiques Année : 2020

Quasi-Stationary Distributions and Resilience: What to get from a sample?

Résumé

We study a class of multi-species birth-and-death processes going almost surely to extinction and admitting a unique quasi-stationary distribution (qsd for short). When rescaled by K and in the limit K ! +1, the realizations of such processes get close, in any fixed finite-time window, to the trajectories of a dynamical system whose vector field is defined by the birth and death rates. Assuming that this dynamical has a unique attracting fixed point, we analyzed in a previous work what happens for large but finite K, especially the different time scales showing up. In the present work, we are mainly interested in the following question: Observing a realization of the process, can we determine the so-called engineering resilience? To answer this question, we establish two relations which intermingle the resilience, which is a macroscopic quantity defined for the dynamical system, and the fluctuations of the process, which are microscopic quantities. Analogous relations are well known in nonequilibrium statistical mechanics. To exploit these relations, we need to introduce several estimators which we control for times between log K (time scale to converge to the qsd) and $\exp(K)$ (time scale of mean time to extinction).
Nous étudions une classe de processus de naissance et mort avec plusieurs espèces dans la situation où l’extinction est certaine et la distribution quasi-stationnaire est unique. Si on fixe un intervalle de temps fini et qu’on normalise les réalisations d’un tel processus par un paramètre d’échelle K, elles deviennent arbitrairement proches, dans la limite K→+∞, des trajectoires d’un certain système dynamique dont le champ de vecteurs est défini à partir des taux de naissance et mort. Quand le système dynamique admet un seul point fixe attractif, nous avons précédemment analysé le comportement du processus pour des valeurs de K finies et pour des temps finis, c’est-à-dire le comportement intermédiaire entre les deux comportements limites évoqués ci-dessus. La question principale qui nous intéresse est la suivante : si on observe une réalisation du processus, pouvons-nous estimer la résilience au sens de l’ingénieur (engineering resilience) ? Pour répondre à cette question, nous démontrons deux relations entremêlant la résilience, qui est une quantité macroscopique définie pour le système dynamique sous-jacent, et les fluctuations du processus, qui sont, elles, des quantités microscopiques. De tels genres de relations sont bien connus en mécanique statistique hors d’équilibre. Afin d’exploiter ces relations nous introduisons plusieurs estimateurs empiriques que nous parvenons à contrôler pour des temps entre logK, qui est l’échelle de temps pour observer la convergence vers la distribution quasi-stationnaire, et exp(K), qui est l’échelle du temps moyen d’extinction.
Fichier principal
Vignette du fichier
resilience-final-version-29052020-version-pour-le-journal-avec-resume-en-francais.pdf (550.28 Ko) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)
Loading...

Dates et versions

hal-02167101 , version 1 (03-07-2019)
hal-02167101 , version 2 (17-09-2019)
hal-02167101 , version 3 (19-06-2020)

Identifiants

  • HAL Id : hal-02167101 , version 3

Citer

Jean-René Chazottes, Pierre Collet, Sylvie Méléard, Servet Martínez. Quasi-Stationary Distributions and Resilience: What to get from a sample?. Journal de l'École polytechnique — Mathématiques, 2020. ⟨hal-02167101v3⟩
168 Consultations
91 Téléchargements

Partager

Gmail Facebook X LinkedIn More