Processos estocásticos com memória de alcance variável: Monge-Kantorovich, reamostragem e sistemas markovianos de partículas

• Processo: 09/09809-1
• Modalidade de apoio: Bolsas no Brasil - Pós-Doutorado
• Data de Início da vigência: 01 de novembro de 2009
• Data de Término da vigência: 30 de setembro de 2011
• Área de conhecimento: Ciências Exatas e da Terra - Probabilidade e Estatística - Probabilidade
• Pesquisador responsável: Nancy Lopes Garcia
• Beneficiário: Alexsandro Giacomo Grimbert Gallo
• Instituição Sede: Instituto de Matemática, Estatística e Computação Científica (IMECC). Universidade Estadual de Campinas (UNICAMP). Campinas , SP, Brasil
• Assunto(s): Sistemas markovianos de partículas Processos estocásticos
• Palavra(s)-Chave do Pesquisador: Problema de Monge-Kantorovich | processos com memória de alcance variável | reamostragem | simulacao perfeita | sistemas markovianos de partículas | processos estocásticos

Resumo

Este projeto comporta duas principais partes que se apresentam como uma continuação e generalização natural da tese de doutorado do candidato. Numa primeira parte, vamos utilizar a estrutura regenerativa das cadeias de memória infinita com alcance variável introduzidas na tese de doutorado \citep{gallo/2009} para atacar dois problemas que estão na onda do dia. O primeiro problema é o problema de Monge-Kantorovich para leis estacionárias de cadeias de memória infinita. O segundo é a utilização do esquema regenerativo como base para fazer reamostragem para cadeias de memória infinita. Numa segunda parte, queríamos achar novos critérios para a existência e a unicidade da medida invariante para sistemas markovianos de partículas com interação de alcance infinito, e em particular, achar alternativas à tradicional suposicão de continuidade para as taxas de transição \citep*{galves/garcia/eva/2009}. Uma tal alternativa pode ser encontrada também na noção de processos com alcance varíavel. Portanto, um caminho natural seria generalizar os resultados da tese de doutorado do candidato sobre simulação perfeita de cadeias de alcance variável ao caso de sistemas markovianos de partículas de alcance variável. (AU)

Publicações científicas

(8)

(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)

GALLO, SANDRO; TAKAHASHI, DANIEL Y.. Attractive regular stochastic chains: perfect simulation and phase transition. Ergodic Theory and Dynamical Systems, v. 34, n. 5, p. 1567-1586, OCT 2014. (09/09809-1, 08/08171-0)

GALLESCO, C.; GALLO, S.; TAKAHASHI, D. Y.. Explicit estimates in the Bramson-Kalikow model. Nonlinearity, v. 27, n. 9, p. 2281-2296, SEP 2014. (09/09809-1, 08/08171-0, 09/51139-3, 13/10101-9)

GALLO, SANDRO; GARCIA, NANCY L.. Perfect simulation for locally continuous chains of infinite order. Stochastic Processes and their Applications, v. 123, n. 11, p. 3877-3902, NOV 2013. (09/09809-1)

FERNANDEZ, ROBERTO; GALLO, SANDRO; MAILLARD, GREGORY. REGULAR G-MEASURES ARE NOT ALWAYS GIBBSIAN. Electronic Communications in Probability, v. 16, p. 732-740, NOV 20 2011. (09/09809-1)

GALLO, SANDRO; TAKAHASHI, DANIEL Y.. Attractive regular stochastic chains: perfect simulation and phase transition. Ergodic Theory and Dynamical Systems, v. 34, p. 20-pg., 2014-10-01. (09/09809-1, 08/08171-0)

ABADI, MIGUEL; CARDENO, LILIAM; GALLO, SANDRO. Potential Well Spectrum and Hitting Time in Renewal Processes. Journal of Statistical Physics, v. 159, n. 5, p. 1087-1106, JUN 2015. (09/09809-1)

GALLO, S.; LERASLE, M.; TAKAHASHI, D. Y.. Markov Approximation of Chains of Infinite Order in the (d)over-bar-metric. Markov Processes and Related Fields, v. 19, n. 1, p. 51-82, 2013. (09/09494-0, 09/09809-1, 08/08171-0)

GALLO, SANDRO; PACCAUT, FREDERIC. On non-regular g-measures. Nonlinearity, v. 26, n. 3, p. 763-776, MAR 2013. (09/09809-1)