Des flippers de taille infinie

Actualités scientifiques

Comment se comporte la somme gagnée au flipper ? Comment modéliser mathématiquement un flipper de taille infinie ? Il s’agit en fait d’un système dynamique chaotique, non sans lien avec les modèles de théorie cinétique des gaz. Un résultat récent de Françoise Pène et de Damien Thomine traite du cas des billards infinis.

Le modèle du {gaz de Lorentz} a été introduit en 1905 par Lorentz [8]. Il modélise l’évolution de particules ponctuelles se déplaçant à vitesse unité de manière rectiligne entre des obstacles circulaires ou elliptiques (deux à deux disjoints) placés de manière $\mathbb Z^2$-périodique dans le plan et obéissant à la loi de la réflexion de Descartes (angle incident=angle réfléchi). Il s’agit bien du mouvement de la bille d’un « flipper », rebondissant sur les obstacles (modèle sans gravité, sans phénomène d'accélération ni de décélération). Supposons que les obstacles sont donnés par $(O_i+\ell,\ i=1,...,I,\ \ell\in\mathbb Z^2)$.

On se place dans le cadre des modèles à {{horizon fini}} en  supposant que la trajectoire de toute particule rencontre au moins un obstacle et on s’intéresse à la position d’une particule après un certain nombre de réflexions. On note donc $\mathcal C_\ell$ la cellule $\ell$ donnée par $\mathcal C_\ell=\bigcup_{i=1}^I(O_i+\ell)$, et, pour une configuration initiale $x$, c’est à dire un couple position vitesse $x=(q,\vec v)$, on note $S_n(x)$ l'indice de la cellule dans laquelle se trouve la particule à l'instant de la $n$-ème réflexion :

Image removed.
© DR

 


L’aléa mis sur la configuration initiale est modélisé par une mesure de probabilité $P$ absolument continue par rapport à la mesure de Lebesgue. De nombreux résultats montrent que, sous $\mathbb P$, $(S_n-S_0)_n$ se comporte asymptotiquement comme $(X_1+...+X_n)_n$ où $(X_i)_i$ est une suite de variables aléatoires indépendantes, de même loi, centrées et de carrés intégrables, à valeurs dans $\mathbb Z^2$. Par exemple, [2,1,11] ont montré que $(S_n)_n$ vérifie un théorème central limite:
$$\frac{S_n-S_0}{\sqrt {n}} \stackrel{\mbox{en loi}}{\longrightarrow} B,$$
où $B$ est une variable aléatoire de loi normale et [10] a montré les théorèmes limites locaux suivants:
$$\mathbb P(S_n=S_0)\sim \phi_B(0) n^{-1}\quad\mbox{et}\quad\mathbb P(S_n= S_{n+m}=S_0)\sim (\phi_B(0))^2 n^{-1}m^{-1}, $$
lorsque $n$ et $m$ tendent vers l'infini, en notant $\phi_B$ la densité de la loi de $B$.
Ces deux résultats portant sur des probabilités de retour à la cellule initiale leur ont permis de montrer que le gaz de Lorentz est récurrent, c'est-à-dire qu'il repasse infiniment souvent dans la cellule initiale (voir aussi [3]).

Mais un véritable modèle de "flipper" nécessite d’ajouter à ce processus des trajectoires du gaz de Lorentz une notion de gain lors des chocs sur les obstacles. On rajoute donc  dans les hypothèses que la particule gagne une valeur réelle $F(\ell)$ à chaque instant où elle touche un obstacle de la cellule $\mathcal C_\ell$ :

Image removed.
© DR

La somme totale $Z_n$ gagnée après la $n$-ème réflexion à ce jeu de {flipper infini} est $Z_n:=\sum_{k=1}^nF(S_k)$.
Si  les $F(\ell)$ sont sommables, alors il a été démontré dans [5] que
$$\frac {Z_n}{\ln n}\stackrel{\mbox{en loi}}{\longrightarrow} \phi_B(0)\, \sum_{\ell\in\mathbb Z^2}F(\ell).\, \mathcal E\, ,$$
où $\mathcal E$ est une variable aléatoire de loi exponentielle de paramètre 1.

Françoise Pène et Damien Thomine se sont intéressés dans [9] au cas où la somme est nulle:$$\sum_{\ell\in\mathbb Z^2}F(\ell)=0.$$
En supposant de plus la sommabilité des $|\ell|^\varepsilon |F(\ell)|$ pour un $\varepsilon>0$, ils obtiennent que
$$\frac {Z_n}{\sqrt{\ln n}}\stackrel{\mbox{en loi}}{\longrightarrow}\sqrt {\phi_B(0) }\, \sigma (F)\, \sqrt{\mathcal E}\, Z\, ,$$
où $\mathcal E$ et $Z$ sont deux variables aléatoires indépendantes avec $Z $ de loi normale centrée réduite et $\mathcal E $ comme précédemment. Le terme $ \sigma (F)$ est une constante explicite [[La formule donnant $\sigma(F)$ est une généralisation en mesure infinie d'une formule classique en mesure finie (formule de Green-Kubo): $\sigma^2(F)=\sum_{k\in\mathbb Z}\int F(S_0)F(S_k)\, d\tilde\mu $ pour une certaine mesure $\sigma $-finie $\tilde\mu $. La mesure $\tilde \mu$ est la mesure absolument continue par rapport à la mesure de Lebesgue et invariante par l'application $\tilde T$ qui, à un vecteur réfléchi (pour le gaz de Lorentz), associe le vecteur réfléchi à l'instant de la réflexion suivante.]].
Remarquons que la normalisation de $Z_n $ est alors  en $\sqrt {\sum_{k=1}^n\mathbb P (S_k=0)}$ alors qu'elle est en $\sum_{k=1}^n\mathbb P (S_k=0)$ si la somme n'est pas nulle.
Françoise Pène et Damien Thomine démontrent ce résultat à l'aide de versions spectrales du théorème limite local. Leur preuve originale et générale apporte une alternative aux preuves existantes dans les cas classiques où $(S_n )_n $ est une marche aléatoire ou une chaîne de Markov [4,7,6]. Leur résultat entre dans le cadre des théorèmes centraux limites pour des systèmes ergodiques en mesure infinie, dont l'étude est actuellement en plein développement.

 

Références

[1] L.A. Bunimovich, Ya.G. Sinai & N.I. Chernov, Statistical properties of two-dimensional hyperbolic billiards, Russ. Math. Surv. 46, No.4, 47-106 (1991) ; translation from Usp. Mat. Nauk 46, No.4(280), 43-92 (1991).

[2] L.A. Bunimovich & Ya.G. Sinai, Statistical properties of Lorentz gas with periodic configuration of scatterers, Commun. Math. Phys. 78, 479-497 (1981).

[3] J.-P. Conze, Sur un critère de récurrence en dimension 2 pour les marches stationnaires, applications, Ergodic Theory and Dynamical Systems 19, 1233-1245 (1999).

[4] R.L. Dobrushin, Two limit theorems for the simplest random walk on a line, Uspekhi Matematicheskikh Nauk 10, 139-146 (1955, in Russian).

[5] D. Dolgopyat, D. Szász & T. Varjú, Recurrence properties of Lorentz gas, Duke Math. J. 142, 241-281 (2008).

[6] Y. Kasahara, A limit theorem for sums of random number of i.i.d. random variables and its application to occupation times of Markov chains, Journal of the Mathematical Society of Japan 37, No.2, 197-205 (1985).

[7] H. Kesten, Occupation times for Markov and semi-Markov chains, Transactions of the American Mathematical Society 103, 82-112 (1962).

[8] H. A. Lorentz, The motion of electrons in metallic bodies, Koninklijke Nederlandse Akademie van Wetenschappen (KNAW), proceeding of the section of sciences 7, No. 2, p. 438-593 (1905).

[9] F. Pène & D. Thomine, Potential kernel, hitting probabilities and distributional asymptotics, arXiv:1702.06625 (2017).

[10] D. Szász & T. Varjú, Local limit theorem for the Lorentz process and its recurrence in the plane, Ergodic Theory and Dynamical Systems 24, 257-278 (2004).

[11] L.-S. Young, Statistical properties of dynamical systems with some hyperbolicity. Ann. of Math. 147, 585-650 (1998).

Contact

Françoise Pène est professeur à l'université de Bretagne occidentale. Elle est membre du laboratoire de mathématiques de Bretagne Atlantique (LMBA - CNRS, Universités de Bretagne occidentale & Bretagne-Sud).