We consider random dynamics on the edges of a uniform Cayley tree with $n$ vertices, in which edges are either flammable, fireproof, or burnt. Every flammable edge is replaced by a fireproof edge at unit rate, while fires start at smaller rate $n^{-\alpha}$ on each flammable edge, then propagate through the neighboring flammable edges and are only stopped at fireproof edges. A vertex is called fireproof when all its adjacent edges are fireproof. We show that as $n\to\infty$, the terminal density of fireproof vertices converges to $1$ when $\alpha>1/2$, to $0$ when $\alpha<1/2$, and to some non-degenerate random variable when $\alpha=1/2$. We further study the connectivity of the fireproof forest, in particular the existence of a giant component.

On considère la dynamique aléatoire suivante sur un arbre de Cayley uniforme avec $n$ sommets et pour lequel les arêtes peuvent être inflammables, ignifugées, ou brûlées. Au temps initial, toutes les arêtes sont inflammables, et chaque arête inflammable est remplacée à taux $1$ par une arête ignifugée, indépendamment des autres arêtes. Par ailleurs, une arête inflammable peut également prendre feu avec un taux $n^{-\alpha}$, et le feu se propage alors le long des arêtes inflammables voisines et n’est stoppé que par les arêtes ignifugées. Nous montrons que lorsque $n\to\infty$, la densité terminale des sommets ignifugés converge vers $1$ si $\alpha>1/2$, vers $0$ si $\alpha<1/2$, et vers une variable aléatoire non dégénérée pour $\alpha=1/2$. On étudie ensuite la connectivité de la forêt ignifugée, et plus particulièrement l’existence de composantes géantes.

A recurrent graph $G$ has the infinite collision property if two independent random walks on $G$, started at the same point, collide infinitely often a.s. We give a simple criterion in terms of Green functions for a graph to have this property, and use it to prove that a critical Galton–Watson tree with finite variance conditioned to survive, the incipient infinite cluster in $\mathbb{Z}^{d}$ with $d\ge19$ and the uniform spanning tree in $\mathbb{Z}^{2}$ all have the infinite collision property. For power-law combs and spherically symmetric trees, we determine precisely the phase boundary for the infinite collision property.

Un graphe récurrent $G$ a la propriété de collisions infinies si deux marches aléatoires indépendantes dans $G$, issues du même état, se rencontrent infiniment souvent presque sûrement. Nous donnons un critère simple à l’aide de fonctions de Green qui implique cette propriété, et nous l’utilisons pour prouver que la propriété de collisions infinies a lieu dans les cas suivants: un arbre de Galton–Watson critique avec variance finie conditionné à survivre, l’amas de percolation critique conditionné à être infini dans ${\mathbb{Z}}^{d}$ avec $d\geq19$ et l’arbre couvrant uniforme dans ${\mathbb{Z}}^{2}$. Pour le graphe en forme de peigne aléatoire avec queues polynomiales et les arbres à symétrie sphérique, nous déterminons précisément la région critique dans l’espace des phases pour les collisions infinies.

We prove that Poisson measures are invariant under (random) intensity preserving transformations whose finite difference gradient satisfies a cyclic vanishing condition. The proof relies on moment identities of independent interest for adapted and anticipating Poisson stochastic integrals, and is inspired by the method of Üstünel and Zakai (Probab. Theory Related Fields 103 (1995) 409–429) on the Wiener space, although the corresponding algebra is more complex than in the Wiener case. The examples of application include transformations conditioned by random sets such as the convex hull of a Poisson random measure.

Nous montrons que les mesures de Poisson sont invariantes par les transformations aléatoires qui préservent les mesures d’intensité, et dont le gradient aux différences finies satisfait une condition d’annulation cyclique. La preuve de ce résultat repose sur des identités de moments d’intérêt indépendant pour les intégrales stochastiques de Poisson adaptées et anticipantes, et est inspirée par la méthode de Üstünel et Zakai (Probab. Theory Related Fields 103 (1995) 409–429) sur l’espace de Wiener, bien que l’algèbre correspondante soit plus compliquée que dans le cas Wiener. Les exemples d’application incluent des transformations conditionnées par des ensembles aléatoires tels que l’enveloppe convexe d’une mesure aléatoire de Poisson.

A competition model on $\mathbb{N}^{2}$ between three clusters and governed by directed last passage percolation is considered. We prove that coexistence, i.e. the three clusters are simultaneously unbounded, occurs with probability $6-8\log2$. When this happens, we also prove that the central cluster almost surely has a positive density on $\mathbb{N}^{2}$. Our results rely on three couplings, allowing to link the competition interfaces (which represent the borderlines between the clusters) to some particles in the multi-TASEP, and on recent results about collision in the multi-TASEP.

On étudie un modèle de compétition sur $\mathbb{N}^{2}$ entre trois clusters et gouverné par la percolation dirigée de dernier passage. On montre que la coexistence, c’est à dire que les trois clusters sont infinis simultanément, a lieu avec probabilité $6-8\log2$. Dans ce cas, le cluster central admet une densité positive sur $\mathbb{N}^{2}$. Nos résultats reposent sur trois couplages qui permettent de relier les interfaces de compétitions (qui représentent les frontières entres les clusters) à certaines particules du multi-TASEP, ainsi qu’à des résultats récents sur la collision dans le multi-TASEP.

We study a branching random walk on $\mathbb{R}$ with an absorbing barrier. The position of the barrier depends on the generation. In each generation, only the individuals born below the barrier survive and reproduce. Given a reproduction law, Biggins et al. [Ann. Appl. Probab. 1 (1991) 573–581] determined whether a linear barrier allows the process to survive. In this paper, we refine their result: in the boundary case in which the speed of the barrier matches the speed of the minimal position of a particle in a given generation, we add a second order term $an^{1/3}$ to the position of the barrier for the $n$th generation and find an explicit critical value $a_{c}$ such that the process dies when $a<a_{c}$ and survives when $a>a_{c}$. We also obtain the rate of extinction when $a<a_{c}$ and a lower bound for the population when it survives.

Nous étudions une marche aléatoire branchante sur $\mathbb{R}$ avec une barrière absorbante. La position de la barrière dépend de la génération. À chaque génération, seuls les individus nés sous la barrière survivent et se reproduisent. Étant donnée une loi de reproduction, Biggins et al. [Ann. Appl. Probab. 1 (1991) 573–581] ont déterminé, pour une barrière linéaire, si le processus survit ou s’éteint. Dans cet article, nous affinons ce résultat : dans le cas frontière où la vitesse de la barrière correspond à la vitesse de la particule la plus à gauche d’une génération donnée, nous allons à l’ordre suivant en ajoutant un terme $an^{1/3}$ à la position de la barrière pour la $n$ième génération et obtenons une valeur critique explicite $a_{c}$ telle que le processus s’éteint quand $a<a_{c}$ et survit quand $a>a_{c}$. Nous obtenons aussi le taux d’extinction lorsque $a<a_{c}$ et une borne inférieure sur la taille de la population lorsqu’il survit.

We study trajectories of $d$-dimensional Brownian Motion in Poissonian potential up to the hitting time of a distant hyper-plane. Our Poissonian potential $V$ is constructed from a field of traps whose centers location is given by a Poisson Point Process and whose radii are IID distributed with a common distribution that has unbounded support; it has the particularity of having long-range correlation. We focus on the case where the law of the trap radii $\nu$ has power-law decay and prove that superdiffusivity hold under certain condition, and get a lower bound on the volume exponent. Results differ quite much with the one that have been obtained for the model with traps of bounded radii by Wühtrich (Ann. Probab. 26 (1998) 1000–1015, Ann. Inst. Henri Poincaré Probab. Stat. 34 (1998) 279–308): the superdiffusivity phenomenon is enhanced by the presence of correlation.

Dans cet article, nous étudions les trajectoires d’un mouvement brownien dans $\mathbb{R}^{d}$ évoluant dans un potentiel poissonien jusqu’au temps d’atteinte d’un hyper-plan situé loin de l’origine. Le potentiel poissonien $V$ que nous considerons est construit à partir d’un champs de pièges dont les centres sont déterminés par un processus de Poisson et dont les rayons sont des variables aléatoires IID. Nous concentrons notre étude sur le cas particulier ou la loi des rayons des pièges à une queue polynomiale et nous prouvons que les trajectoires ont un caractère surdiffusif quand certaines conditions sont vérifées et nous donnons une borne inférieure pour l’exposant de volume. Les résultats sont sensiblement différents de ceux obtenus dans le cas ou les pièges sont à rayon bornés par Wühtrich (Ann. Probab. 26 (1998) 1000–1015, Ann. Inst. Henri Poincaré Probab. Stat. 34 (1998) 279–308) : le phénomène de surdiffusivité est renforcé par la présence de corrélations.

This paper continues a study on trajectories of Brownian Motion in a field of soft trap whose radius distribution is unbounded. We show here that for both point-to-point and point-to-plane model the volume exponent (the exponent associated to transversal fluctuation of the trajectories) $\xi$ is strictly less than $1$ and give an explicit upper bound that depends on the parameters of the problem. In some specific cases, this upper bound matches the lower bound proved in the first part of this work and we get the exact value of the volume exponent.

Cet article est la seconde partie d’une étude sur les trajectoires Brownienne dans un champs de pièges mous dont le rayon est aléatoire et a une distribution non-bornée. Nous montrons que l’exposant de volume (qui est l’exposant associé aux fluctuations transversales des trajectoires) $\xi$ est strictement inférieur à $1$ et nous donnons une borne supérieure explicite qui dépend des paramètres du problème, et ceci aussi bien pour le modèle dans la configuration point-à-point que pour celui dans la configuration point à plan. Dans certains cas particulier, cette borne supérieure coïncide avec la borne inférieure démontrée dans la première partie de cette étude, ce qui nous permets d’identifier la valeur de l’exposant de volume.

We consider a discrete-time version of the parabolic Anderson model. This may be described as a model for a directed $(1+d)$-dimensional polymer interacting with a random potential, which is constant in the deterministic direction and i.i.d. in the $d$ orthogonal directions. The potential at each site is a positive random variable with a polynomial tail at infinity. We show that, as the size of the system diverges, the polymer extremity is localized almost surely at one single point which grows ballistically. We give an explicit characterization of the localization point and of the typical paths of the model.

Nous considérons une version discrète du modèle parabolique d’Anderson. Ceci nous permet, par exemple, d’étudier un polymère dirigé en dimension $1+d$ qui interagit avec un potentiel constant dans la direction déterministe et i.i.d. dans l’hyperplan orthogonal. Le potentiel en chaque site est une variable aléatoire positive dont la queue décroît polynomialement. Nous prouvons que, lorsque la taille du système tend vers l’infini, l’extrémité du polymère se localise presque surement en un site unique, que nous caractérisons et qui s’éloigne balistiquement de l’origine. Nous donnons également une caractérisation du comportement typique des trajectoires de ce modèle.

We determine the rate of decrease of the right tail distribution of the exponential functional of a Lévy process with a convolution equivalent Lévy measure. Our main result establishes that it decreases as the right tail of the image under the exponential function of the Lévy measure of the underlying Lévy process. The method of proof relies on fluctuation theory of Lévy processes and an explicit pathwise representation of the exponential functional as the exponential functional of a bivariate subordinator. Our techniques allow us to establish analogous results under the excursion measure of the underlying Lévy process reflected in its past infimum.

On s’intéresse à la vitesse de décroissance de la queue de distribution d’une fonctionnelle exponentielle d’un processus de Lévy dont la mesure de sauts est équivalente par convolution. Le résultat principal de ce papier montre que cette vitesse décroît comme la queue de la mesure image de la mesure de sauts par la fonction exponentielle. La preuve de ce résultat repose sur la théorie des fluctuations pour les processus de Lévy et une représentation trajectorielle explicite de la fonctionnelle exponentielle comme la fonctionnelle exponentielle d’un subordinateur bivarié. Nos techniques nous permettent également d’établir des résultats similaires sous la mesure d’excursion du processus de Lévy sous-jacent réfléchi en son minimum passé.

We present two-sided estimates of moments and tails of polynomial chaoses of order at most three generated by independent symmetric random variables with log-concave tails as well as for chaoses of arbitrary order generated by independent symmetric exponential variables. The estimates involve only deterministic quantities and are optimal up to constants depending only on the order of the chaos variable.

Nous établissons un encadrement des moments et des queues d’un chaos polynomial d’ordre au plus trois engendré par des variables aléatoires indépendantes symétriques à queues log-concaves et pour des chaos d’ordre quelconque engendrés par des variables aléatoires indépendantes symétriques exponentielles. Ces estimations ne font intervenir que des quantités déterministes et sont optimales à des constantes près qui ne dépendent que de l’ordre du chaos.

If conditional independence constraints define a family of positive distributions that is log-convex then this family turns out to be a Markov model over an undirected graph. This is proved for the distributions on products of finite sets and for the regular Gaussian ones. As a consequence, the assertion known as Brook factorization theorem, Hammersley–Clifford theorem or Gibbs–Markov equivalence is obtained.

Si des contraintes d’indépendance conditionnelle définissent une famille de distributions positives qui est log-convexe, alors cette famille doit être un modèle de Markov sur un graphe non-dirigé. Ceci est démontré pour les distributions sur le produits d’ensembles finis et pour les distributions gaussiennes régulières. Par conséquent, l’assertion connue comme le théorème de factorisation de Brook, le théorème de Hammersley–Clifford ou l’équivalence de Gibbs–Markov est obtenue.

We present new M-estimators of the mean and variance of real valued random variables, based on PAC-Bayes bounds. We analyze the non-asymptotic minimax properties of the deviations of those estimators for sample distributions having either a bounded variance or a bounded variance and a bounded kurtosis. Under those weak hypotheses, allowing for heavy-tailed distributions, we show that the worst case deviations of the empirical mean are suboptimal. We prove indeed that for any confidence level, there is some M-estimator whose deviations are of the same order as the deviations of the empirical mean of a Gaussian statistical sample, even when the statistical sample is instead heavy-tailed. Experiments reveal that these new estimators perform even better than predicted by our bounds, showing deviation quantile functions uniformly lower at all probability levels than the empirical mean for non-Gaussian sample distributions as simple as the mixture of two Gaussian measures.

Nous présentons de nouveaux M-estimateurs de la moyenne et de la variance d’une variable aléatoire réelle, fondés sur des bornes PAC-Bayésiennes. Nous analysons les propriétés minimax non-asymptotiques des déviations de ces estimateurs pour des distributions de l’échantillon soit de variance bornée, soit de variance et de kurtosis bornées. Sous ces hypothèses faibles, permettant des distributions à queue lourde, nous montrons que les déviations de la moyenne empirique sont dans le pire des cas sous-optimales. Nous prouvons en effet que pour tout niveau de confiance, il existe un M-estimateur dont les déviations sont du même ordre que les déviations de la moyenne empirique d’un échantillon Gaussien, même dans le cas où la véritable distribution de l’échantillon a une queue lourde. Le comportement expérimental de ces nouveaux estimateurs est du reste encore meilleur que ce que les bornes théoriques laissent prévoir, montrant que la fonction quantile des déviations est constamment en dessous de celle de la moyenne empirique pour des échantillons non Gaussiens aussi simples que des mélanges de deux distributions Gaussiennes.

We study nonparametric estimation of the diffusion coefficient from discrete data, when the observations are blurred by additional noise. Such issues have been developed over the last 10 years in several application fields and in particular in high frequency financial data modelling, however mainly from a parametric and semiparametric point of view. This paper addresses the nonparametric estimation of the path of the (possibly stochastic) diffusion coefficient in a relatively general setting.

By developing pre-averaging techniques combined with wavelet thresholding, we construct adaptive estimators that achieve a nearly optimal rate within a large scale of smoothness constraints of Besov type. Since the diffusion coefficient is usually genuinely random, we propose a new criterion to assess the quality of estimation; we retrieve the usual minimax theory when this approach is restricted to a deterministic diffusion coefficient. In particular, we take advantage of recent results of Reiß (Ann. Statist. 39 (2011) 772–802) of asymptotic equivalence between a Gaussian diffusion with additive noise and Gaussian white noise model, in order to prove a sharp lower bound.

On étudie l’estimation non-paramétrique du coefficient de diffusion à partir d’observations discrètes, lorsque les observations sont bruitées par un bruit additionnel. De tels problèmes se sont développés au cours des dix dernières années dans plusieurs champs d’application, en particuler pour la modélisation des données haute fréquence en finance, cependant plutôt d’un point de vue paramétrique ou semi-paramétrique. Ce travail concerne l’estimation de la trajectoire (éventuellement stochastique) du coefficient de diffusion dans un cadre relativement général.

En développant des techniques de pré-moyennage combinées avec du seuillage des coefficients d’ondelettes, nous contruisons des estimateurs adaptatifs qui atteignent une vitesse quasi-optimale parmi une vaste échelle de contraintes de régularité de type Besov. Puisque le coefficient de diffusion est souvent intrinsèquement aléatoire, nous proposons un nouveau critère pour qualifier la qualité d’estimation ; nous retrouvons la théorie minimax usuelle lorsque cette approche est restreinte à un coefficient de diffusion déterministe. En particulier, on exploite les résultats récents de Reiß (Ann. Statist. 39 (2011) 772–802) de l’équivalence asymptotique entre une diffusion gaussienne avec un bruit additif et le bruit blanc gaussien.

The paper considers the problem of robust estimating a periodic function in a continuous time regression model with the dependent disturbances given by a general square integrable semimartingale with an unknown distribution. An example of such a noise is a non-Gaussian Ornstein–Uhlenbeck process with jumps (see (J. R. Stat. Soc. Ser. B Stat. Methodol. 63 (2001) 167–241), (Ann. Appl. Probab. 18 (2008) 879–908)). An adaptive model selection procedure, based on the weighted least square estimates, is proposed. Under general moment conditions on the noise distribution, sharp non-asymptotic oracle inequalities for the robust risks have been derived and the robust efficiency of the model selection procedure has been shown. It is established that, in the case of the non-Gaussian Ornstein–Uhlenbeck noise, the sharp lower bound for the robust quadratic risk is determined by the limit value of the noise intensity at high frequencies. An example with a martinagale noise exhibits that the risk convergence rate becomes worse if the noise intensity is unbounded.

Dans cette article nous considérons le problème d’estimation robuste d’une fonction périodique dans un modèle de régression en temps continu avec un bruit dépendant décrit par une semi martingale carrée intégrable de distribution inconnue. Un exemple de ce bruit est un processus d’Ornstein–Uhlenbeck non gaussien avec sauts (voir (J. R. Stat. Soc. Ser. B Stat. Methodol. 63 (2001) 167–241), (Ann. Appl. Probab. 18 (2008) 879–908)). Nous proposons une procédure adaptative de sélection de modèle basée sur les estimateurs des moindres carrés pondérés. Sous des conditions générales sur les deux premiers moments de la distribution du bruit, des inégalités d’Oracle non asymptotiques pointues pour des risques quadratiques robustes sont obtenues et l’efficacité robuste est établie. Nous avons établi aussi que dans le cas du processus d’Ornstein–Uhlenbeck non Gaussian, la borne inférieure pour le risque quadratique robuste est donnée par la limite de l’intensité du bruit quand la fréquence tend vers l’infini. Nous donnons un exemple d’un modèle de régression avec un bruit martingale où la vitesse de convergence du risque quadratique devient plus lente si l’intensité du bruit tend vers l’infini.