|
Procesos Puntuales Primer cuatrimestre 2025
Profesor: Pablo Ferrari, pferrari@dm.uba.ar.
Un proceso puntual es un subconjunto aleatorio localmente finito de un espacio de medida. El proceso de Poisson es un caso fascinante, que aparece en ejemplos como la distribución de las estrellas en el cielo, los instantes de arribo de mensajes a un teléfono o las gotas de lluvia en una foto. Cuando los elementos del espacio de medida son rectas, planos u otro objeto matemático, se definen procesos de Poisson cuyos "puntos" son esos objetos. Procesos de poisson de ciclos de puntos y trayectorias de paseos aleatorios en el plano o el espacio pueden interpretarse como una permutación de puntos, con impacto en la comprensión del fenómeno de condensación de Bose-Einstein. Estudiaremos la mecánica estadística de procesos puntuales con interacciones y veremos la evolución de algunos procesos puntuales conservativos. Probaremos que un proceso de Poisson converge a ruido blanco, y la construcción de Chentsov y Maldelbrot de superficies aleatorias generadas por procesos de Poisson de lineas rectas. Relación con el campo Browniano multitemporal de Lévy.
Correlativa: Probabilidades y estadística.
Teóricas 2021.
Teóricas 2025. Serán elaboradas durante la cursada sobre las de 2021.
lunes y miércoles de 17 a 20, teórico-práctica
Duración: 10 semanas distribuidas entre el 17 de marzo y el 30 de junio 2025
PROGRAMA
1. Introducción. Motivación y ejemplos. Dimensión 1. Caracterización de distribuciones. Procesos marcados. Medidas vacías y caracterización de procesos puntuales. Funciones de correlación.
2. Procesos de Poisson. Teoremas de superposición. Proyecciones. Procesos Bernoulli. Construcción de Neveu. Teorema de Campbell. Fórmula de Slivnyak-Mecke. El funcional característico. Leyes de grandes números y convergencia a ruido blanco. Procesos marcados. Procesos de Poisson no estacionarios. Procesos Compuestos. Procesos de Cox.
3. Geometría estocástica. Proceso de Poisson de líneas, planos y de objetos en general.
Construcción de superficies aleatorias usando procesos de líneas. Campos de paseos aleatorios multitemporales, Campos de movimientos Brownianos multitemporales.
5. Evolución temporal. Proceso de bloques. Colisión elástica. Partículas con masa y longitud. Hidrodinámica.
6. Simulación perfecta. Construcción de medidas de Gibbs de baja densidad usando dinámicas de nacimiento y muerte espaciales. Dominación por procesos de ramificación.
7. Permutaciones espaciales aleatorias. Límite termodinámico y transición de fase. Gas de Bose, sopa de ciclos y entrelazamientos con incrementos Gaussianos.
BIBLIOGRAFIA
[1] Sung Nok Chiu, Dietrich Stoyan, Wilfrid S. Kendall, and Joseph Mecke. Stochastic geometry and its applications. Wiley Series in Probability and Statistics. John Wiley & Sons, Ltd., Chichester, third edition, 2013.
[2] David Roxbee Cox and Valerie Isham. Point processes. Chapman & Hall, London-New York, 1980. Monographs on Applied Probability and Statistics.
[3] Daryl J. Daley, David Vere-Jones
An introduction to the theory of point processes. Vol 1 and 2.
[4] Peter J. Diggle. Statistical analysis of spatial and spatio-temporal point patterns, volume 128 of Monographs on Statistics and Applied Probability. CRC Press, Boca Raton, FL, third edition, 2014.
[5] Janine Illian, Antti Penttinen, Helga Stoyan, and Dietrich Stoyan. Statistical analysis and modelling of spatial point patterns. Statistics in Practice. John Wiley & Sons, Ltd., Chichester, 2008.
[6] Olav Kallenberg. Random measures, theory and applications, volume 77 of Probability Theory and Stochastic Modelling. Springer, Cham, 2017.
[7] J. F. C. Kingman. Poisson processes, volume 3 of Oxford Studies in Probability. The Clarendon Press, Oxford University Press, New York, 1993. Oxford Science Publications.
[8] Jesper Moeller and Rasmus Plenge Waagepetersen. Statistical inference and simulation for spatial point processes, volume 100 of Monographs on Statistics and Applied Probability. Chapman & Hall/CRC, Boca Raton, FL, 2004.
[9] J. Neveu. Processus ponctuels, pages 249-445. Lecture Notes in Math., Vol. 598. Springer-Verlag, Berlin, 1977.
[10] Hermann Thorisson. Coupling, stationarity, and regeneration. Probability and its Applications (New York). Springer-Verlag, New York, 2000.
[11] M. N. M. van Lieshout. Markov point processes and their applications. Imperial College Press, London, 2000.
[12] Jiri Cerný and Augusto Quadros Teixeira. From random walk trajectories to random interlacements, volume 23 of Ensaios Matematicos. Sociedade Brasileira de Matemática, Rio de Janeiro, 2012.
[13] Inés Armendáriz, Pablo A. Ferrari, Sergio Yuhjtman
Gaussian random permutation and the boson point process
Commun. Math. Phys. 387, No. 3, 1515-1547 (2021); arXiv:1906.11120.
[14] Pablo A. Ferrari, Chiara Franceschini, Dante G. E. Grevino, and Herbert Spohn. Hard rod
hydrodynamics and the Lévy Chentsov field, volume 38 of Ensaios Mat. Rio de Janeiro:
Sociedade Brasileira de Matemática, 2023.
[15] Pablo A. Ferrari and Stefano Olla. Macroscopic diffusive fluctuations for generalized hard
rods dynamics, ArXiv 2305.13037, Ann Appl Probab 2024.
[15] Nikolai Nikolaevich Chentsov. Lévy Brownian motion for several parameters and generalized white noise. Theory of Probability & Its Applications, 2(2):265–266, 1957.
[15] Benoît Mandelbrot. Fonctions aléatoires pluri-temporelles: approximation poissonienne du
cas brownien et généralisations. C. R. Acad. Sci. Paris Sér. A-B, 280:A1075–A1078, 1975.
[15] Paul Lévy. Processus Stochastiques et Mouvement Brownien. Suivi d’une note de M. Loève.
Gauthier-Villars, Paris, 1948.
Otros artículos sobre procesos puntuales y afines:
Christopher Hoffman, Alexander E. Holroyd, and Yuval Peres
A stable marriage of Poisson and Lebesgue
A cada punto del proceso de Poisson en el plano se le asigna un conjunto de puntos (no necesariamente conexo) de area 1. La asignación se hace dinamicamente por orden de llegada. El artículo demuestra que la asignación es posible.
Sourav Chatterjee, Ron Peled, Yuval Peres, Dan Romik
Phase Transitions in Gravitational Allocation Geometric and Functional Analysis 2010, Volume 20, Issue 4, pp 870–917
Asumiendo que los planetas forman un proceso de Poisson y cada planeta tiene masa 1 y volumen cero, (casi) todo punto del espacio será atraído por uno de los planetas. Se demuestra que el volúmen de puntos atraído por cada planeta es constante, igual a la inversa de la densidad de puntos.
Claudio Landim
Hydrodynamic limit of interacting particle systems
Lectures in Trieste, 2002.
Notas bien accesibles sobre hidrodinámica de sistemas de partículas
Ferrari, Landim, Thorisson
Poisson trees, succession lines and coalescing random walks Annales de l'I.H.P. Probabilités et statistiques (2004) Volume: 40, Issue: 2, page 141-152.
Holroyd, Peres
Trees and Matching from point processes Electron. Commun. Probab. Volume 8 (2003), paper no. 3, 17-27.
Estos dos artículos muestran ejemplos de "factor graphs" de procesos puntuales. Dada una configuración de un proceso puntual, se trata de asignar aristas a pares de puntos, de tal manera de construir un grafo totalmente conexo. La asignación debe ser invariante por translaciones.
|