Contribution à l'étude probabiliste et numérique des équations homogènes de coagulation - fragmentation

This thesis is devoted to the study of systems of particles undergoing successive coagulations and fragmentations. In the deterministic case, we deal with measure-valued solutions of the coagulation - multifragmentation equation. We also study, on the other hand, its stochastic counterpart: coalescence - multifragmentation Markov processes. In Chapter 1 we only take into account coagulation phenomena. We consider the Smoluchowski equation (which is deterministic) and the Marcus-Lushnikov process (the stochastic version) which can be seen as an approximation of the Smoluchowski equation. We derive a satisfying rate of convergence of the Marcus-Lushnikov process toward the solution to Smoluchowski's coagulation equation. \noindent The result applies to a class of homogeneous-like coagulation kernels with homogeneity degree ranging in $(-\infty,1]$. It relies on the use of the Wasserstein-type distance $d_{\lambda}$, which has shown to be particularly well-adapted to coalescence phenomena. It was introduced and used in preceding works. In Chapter 2 we perform some simulations in order to confirm numerically the rate of convergence deduced in Chapter 1 for the kernels studied in this chapter. Finally, in Chapter 3 we add a fragmentation phenomena and consider a coagulation multiple-fragmentation equation, which describes the concentration $c_t(x)$ of particles of mass $x \in (0,+\infty)$ at the instant $t \geq 0$. We study the existence and uniqueness of measured-valued solutions to this equation for homogeneous-like kernels of homogeneity parameter $\lambda \in (0,1]$ and bounded fragmentation kernels, although a non-finite measure giving the mass distribution of fragments and a possibly infinite number of fragments are considered. We also study a stochastic counterpart of this equation where a similar result is shown. We prove existence of such a process for a larger set of fragmentation kernels, namely we relax the boundedness hypothesis. In both cases, the initial state has a finite $\lambda$-moment.Cette thèse est consacrée à l'étude de systèmes subissant des coagulations et fragmentations succesives. Dans le cas déterministe, on travaille avec des solutions mesures de l'équation de coagulation - multifragmentation. On étudie aussi la contrepartie stochastique de ces systèmes : les processus de coalescence - multifragmentation qui sont des processus de Markov à sauts. Dans un premier temps, on étudie le phénomène de coagulation seul. D'un côté, l'équation de Smoluchowski est une équation intégro-différentielle déterministe. D'un autre côté, on considère le processus stochastique connu sous le nom de Marcus-Lushnikov qui peut être regardé comme une approximation de la solution de l'équation de Smoluchowski. Nous étudions la vitesse de convergence par rapport à la distance de type Wassertein entre les mesures lorsque le nombre de particules tend vers l'infini. Notre étude est basée sur l'homogénéité du noyau de coagulation $K$. On complémente les calculs pour obtenir un résultat qui peut être interprété comme une généralisation de la Loi des Grands Nombres. Des conditions générales et suffisantes sur des mesures discrètes et continues $mu_0$ sont données pour qu'une suite de mesures $mu_0^n$ à support compact existe. On a donc trouvé un taux de convergence satisfaisant du processus Marcus-Lushnikov vers la solution de l'équation de Smoluchowski par rapport à la distance de type Wassertein égale à $1/sqrt{n}$. Dans un deuxième temps on présente les résultats des simulations ayant pour objectif de vérifier numériquement le taux de convergence déduit précédemment pour les noyaux de coagulation qui y sont étudiés. Finalement, on considère un modèle prenant en compte aussi un phénomène de fragmentation où un nombre infini de fragments à chaque dislocation est permis. Dans la première partie on considère le cas déterministe, dans la deuxième partie on étudie un processus stochastique qui peut être interprété comme la version macroscopique de ce modèle. D'abord, on considère l'équation intégro-partielle différentielle de coagulation - multifragmentation qui décrit l'évolution en temps de la concentration $\mu_t(x)$ de particules de masse $x>0$. Le noyau de coagulation $K$ est supposé satisfaire une propriété de $\lambda$-homogénéité pour $lambda in (0,1]$, le noyau de fragmentation $F$ est supposé borné et la mesure $beta$ sur l'ensemble de ratios est conservative. Lorsque le moment d'ordre $lambda$ de la condition initial $mu_0$ est fini, on est capable de montrer existence et unicité d'une solution mesure de l'équation de coagulation - multifragmentation. Ensuite, on considère la version stochastique de cette équation, le processus de coalescence - fragmentation est un processus de Markov càdlàg avec espace d'états l'ensemble de suites ordonnées et est défini par un générateur infinitésimal donné. On a utilisé une représentation Poissonienne de ce processus et la distance $\delta_{\lambda}$ entre deux processus. Grâce à cette méthode on est capable de construire une version finie de ce processus et de coupler deux processus démarrant d'états initiaux différents. Lorsque l'état initial possède un moment d'ordre $lambda$ fini, on prouve existence et unicité de ces processus comme la limite de suites de processus finis. Tout comme dans le cas déterministe, le noyau de coagulation $K$ est supposé satisfaire une propriété d'homogénéité. Les hypothèses concernant la mesure $\beta$ sont exactement les mêmes. D'un autre côté, le noyau de fragmentation $F$ est supposé borné sur tout compact dans $(0,\infty)$. Ce résultat est meilleur que celui du cas déterministe, cette amélioration est due à la propriété intrinsèque de masse totale non-explosive que possède un système avec un moment fini d'ordre $\lambda$