École Polytechnique Promotion X13

Programmes Maths Appliquées et Sciences pour les défis de l’environnement

MAP 563 Modèles Aléatoires pour l’Écologie et l’Évolution (MAEE)

Vincent Bansaye, Amandine Véber

PC 2 & 3 – Mouvement brownien

7 et 14 décembre 2015

1. Temps d’atteinte du mouvement brownien.

On considère un individu se déplaçant suivant un mouvement brownien unidimensionnel
(Bt : t > 0) et tué en un point a > 0. On imaginera par exemple une araignée d’eau se déplaçant
le long d’une rivière et attendue en a par une bande de grenouilles. Plus sérieusement, on peut
aussi modéliser de cette manière un virus ayant pénétré le cytoplasme d’une cellule et diffusant
le long des microtubules jusqu’à atteindre son noyau. On cherche à savoir si et quand l’araignée
va mourir et si elle aura le temps de se reproduire auparavant (resp., si le virus va atteindre le
noyau et ce avant de se détacher de la microtubule).
a) Soit λ > 0. Montrer que exp(λBt − λ2 t/2) est une martingale.
b) On note Ta le temps d’atteinte de a par le mouvement brownien. Montrer que exp(λBt∧Ta −
λ2 (t ∧ Ta )/2) est une martingale bornée.
c) L’araignée se reproduit au bout d’un temps que l’on supposera exponentiel de paramètre µ
(pourquoi ?). Montrer que la probabilité p qu’elle meure sans descendance est donnée par
p

p = exp − a 2µ .

d) Il y a maintenant une autre colonie de grenouilles en −a. On note T?a := Ta ∧T−a le premier
temps d’atteinte de l’une des zones à grenouilles par l’araignée. Trouver une martingale qui
permette de calculer la nouvelle probabilité p de mort sans reproduction et montrer que
1
p= √ .
cosh(a 2µ)

e) À l’aide du résultat précédent, montrer que

√
 ? −µT?  a sinh(a 2µ)
E Ta e a =√ √ .
2µ cosh2 (a 2µ)

f ) En déduire rigoureusement que E[T?a ] = a2 et retrouver ce résultat à l’aide d’une martingale

très simple.

1
2. Mouvement brownien dans le quadrant positif.
De nombreux mécanismes cellulaires reposent sur une suite d’interactions de type activation-
inhibition entre différents composants de la cellule. Considérons un schéma simplifié de telles
interactions. Supposons que deux protéines a et b
– s’inhibent mutuellement : tant que l’une est présente, l’autre ne peut accomplir sa mission
en se liant au récepteur approprié (c’est le cas par exemple des protéines Gap qui régissent
l’une des phases du développement embryonnaire chez la drosophile et dont l’impossibilité
de coexister conduit à la segmentation du corps de l’insecte) ;
– voient leur concentration à l’état actif dans la cellule fluctuer de manière indépendante
au gré de leurs liaisons et détachements avec d’autres composants. On modélise ces fluc-
tuations de concentration par deux mouvements browniens indépendants (Bat , t > 0) et
(Bbt , t > 0).
On suppose que les concentrations initiales sont (x, y) ∈ R2+ , et on veut savoir quel type de
protéine finira par accomplir sa mission.
En utilisant le fait qu’un mouvement brownien plan B peut s’écrire Bt = ρt eiθt où l’argu-
ment (θt ; t ≥ 0) est une martingale et (ρt ; t ≥ 0) un processus positif, calculer la probabilité
que les protéines b disparaissent en premier et laissent les protéines a s’activer.

3. Mouvement brownien bi-dimensionnel.

On suppose qu’un grain de pollen se déplace dans un plan vertical suivant un mouvement
brownien plan B = ((B(1) (t), B(2) (t)); t ≥ 0), et on cherche à déterminer la loi de la position X
du grain au moment où il atteint le sol (axe des abscisses).
On note a > 0 la hauteur initiale du grain de pollen, de sorte que (B(1) (0), B(2) (0)) = (0, a).
(i)
On note Tb le premier temps d’atteinte de b par le brownien B(i) . En particulier,
(2)
X = B(1) (T0 ).

a) En se servant du principe de réflexion, montrer que pour tout b > 0,

(1) (2)
P(|X| < b) = P(Tb > T0 ).

b) En utilisant l’exercice précédent, montrer que

2
P(|X| < b) = Arctan(b/a).
π

c) En déduire la densité de X, la distance moyenne E(|X|) parcourue par le grain de pollen,

ainsi que l’égalité suivante :

1 +∞
Z
a
eiλx dx = e−a|λ| λ ∈ R.
π −∞ a + x2
2

2
4. Pour aller plus loin : la loi du logarithme itéré.
Soit (Bt )t>0 un mouvement brownien unidimensionnel.
a) On appelle sous-martingale un processus (Mt )t>0 tel que pour tout t > 0, Mt est intégrable
et pour tout s > 0,
E[Mt+s | Ft ] > Mt (Ft = σ(Ms , 0 6 s 6 t)).
Montrer que pour tout θ > 0, (eθBt )t>0 est une sous-martingale.
b) On admet que si (Mt )t>0 est une sous-martingale positive, alors pour tout t > 0 et λ > 0,
on a  
1
P sup Ms > λ 6 E[Mt ].
s6t λ
En déduire que pour tout t > 0 et c > 0,
 
c2
P sup Bs > c 6 e− 2t .
s6t

(On pourra utiliser la question précédente.)

√
Posons h(t) = 2t ln ln t. L’objectif de la suite de l’exercice est de montrer la loi du loga-
rithme itéré :  
Bt
P lim sup √ = 1 = 1.
t→∞ 2t ln ln t
p
c) Soit K > 1 et δ > 0. Pour tout n ∈ N, on pose Cn = 2(1 + δ)Kn ln ln(Kn ). En utilisant le
lemme de Borel-Cantelli, montrer que
  
P lim sup sup Bs > Cn = 0.
n→∞ s6Kn

d) En déduire qu’avec probabilité 1,

Bt
lim sup 6 1.
t→∞ h(t)

e) Soit K ∈ N et ε ∈]0, 1[. Pour tout n ∈ N, on définit l’ensemble

Fn = BKn+1 − BKn > (1 − ε) h(Kn+1 − Kn ) .


e–i) Soit ϕ la densité de la loi normale centrée réduite. Montrer que

Z ∞   Z ∞
ϕ(x) 1 1
= 1 + 2 ϕ(y)dy 6 1 + 2 ϕ(y)dy.
x x y x x

e–ii) En déduire que  

1 −y2 /2 y
P[Fn ] > √ e ,
2π 1 + y2
p
où y = (1 − ε) 2 ln ln(Kn+1 − Kn ).
e–iii) En utilisant à nouveau le lemme de Borel-Cantelli, montrer que P[lim supn Fn ]=1.
e–iv) Conclure.