| Resumé |
Ces deux dernières décennies, la recherche en éthologie, et plus spécifiquement celle de l'investigation des comportements des animaux lorsqu'ils traquent de la nourriture, ont exhibé qu'une famille de motifs de trajectoires, connue sous le nom de Motifs de Lévy, est prévalente à travers le règne animal et même au-delà. Dans ces motifs auto-similaires, la longueur d'un pas en ligne droite suit une distribution de puissance, d'exposant μ ¿ (1, 3). Ces découvertes ont posé notamment deux questions: la première est de savoir si ces motifs émergent spontanément, par un mécanisme interne à l'organisme biologique, ou si ils sont la résultante d'interactions avec l'environnement (de la même manière que le mouvement Brownien s'explique par la collision de particules). La seconde est de savoir quelles informations pertinentes sur le plan biologique ces motifs, et notamment l'exposant μ, nous révèlent. À travers cette thèse, j'essaie d'apporter des éléments de réponse à ces questions complexes en étudiant le modèle des marches de Lévy, des marches aléatoires dont la longueur des pas est donnée par une loi de puissance, et qui génère, naturellement, des motifs de Lévy. Plus particulièrement, je l'étudie dans le contexte où la détection d'une cible ne peut être faite que de manière intermittente. Dans le premier chapitre, je parle plus en détail desdites recherches en éthologie, et je donne les bases mathématiques des modèles probabilistes de cette thèse (cha¿¿ne de Markov, marches aléatoires dans les espaces euclidiens et, dans une mesure moins importante, dans des graphes). Au second chapitre, je discute des propriétés générales des marches aléatoires en espace euclidiens: comment obtenir des bornes sur les temps de recherche d'une marche aléatoire lorsque l'on en conna¿¿t la distribution du marcheur; des bornes sur la distance parcourue par un marcheur après un certain temps; ainsi qu'une propriété utile de monotonie. En introduction aux preuves plus complexes des chapitres suivants, j'étudie un modèle de recherche intermittente sur un graphe. Au troisième chapitre, je montre comment les performances des marches de Lévy,dans le modèle intermittent de détection, dépend de manière cruciale de la taille des cibles, et je montre que ces considérations sont opérantes à un niveau biologiquement pertinent. Ce chapitre est basé sur un travail commun avec Amos Korman, à para¿¿tre (Guinard and Korman, 2020a). L'ultime chapitre est consacré à la question suivante: quelles sont les performances d'un agent incapable d'exécuter une marche de Lévy, mais qui peut en réaliser une approximation en utilisant k différentes longueurs fixées ? De tels modèles ont été suggérés en biologie avec k = 2, 3, et je montre notamment qu'utiliser seule-ment trois modes est efficace pour un espace d'une taille biologiquement pertinente.Ce chapitre est basé sur (Boczkowski et al., 2018a) et (Guinard and Korman, 2020b). |