Introduction à la combinatoire analytique.
Catégorie d'évènement : Groupe de travail Probabilités et Statistique Date/heure : 10 juin 2021 09:15-10:15 Lieu : Oratrice ou orateur : Mathilde Bouvel Résumé :La combinatoire analytique est une théorie développée par Philippe Flajolet et son école, dont l’idée centrale est d’obtenir des propriétés de familles d’objets discrets en étudiant leurs séries génératrices vues comme des fonctions d’une variable complexe. Il s’agit le plus souvent d’obtenir l’énumération asymptotique de la famille considérée. En considérant des séries génératrices bivariées, on peut aussi obtenir des informations sur le comportement limite de statistiques sur les objets considérés.
Dans cet exposé, j’essaierai de faire un panorama des théorèmes principaux de la combinatoire analytique, illustré de quelques exemples, et en donnant quelques éléments de preuve. Une partie de l’exposé est préparatoire à la séance 2, où l’on utilisera l’énumération asymptotique d’une certaine famille d’arbres dans la preuve de la limite en graphon des cographes.
Reduction of a stochastic hybrid model of gene expression using Large deviations theory
Catégorie d'évènement : Séminaire Probabilités et Statistique Date/heure : 10 juin 2021 10:45-11:45 Lieu : Teams Oratrice ou orateur : Elias Ventre (LBMC, ENS Lyon) Résumé :Differentiation is the process whereby a cell acquires a specific phenotype, by differential gene expression as a function of time. This is thought to result from the dynamical functioning of an underlying Gene Regulatory Network (GRN). The precise path from the stochastic GRN behavior to the resulting cell state is still an open question. In this presentation, we detail a methodology to reduce a mechanistic model characterizing the evolution of a cell by a system of piecewise deterministic Markov processes (PDMP), to a discrete coarse-grained model on a limited number of cell types, defined as the basins of attraction of the deterministic limit. The transitions between the basins in the weak noise limit can be determined by the unique solution of an Hamilton-Jacobi equation under a particular constraint, which corresponds to the rate function associated to a Large Deviations Principle for the PDMP. We develop a numerical method for approximating the coarse-grained model parameters, and show its accuracy for a toggle-switch network. We deduce from the reduced model an analytical approximation of the stationary distribution of the PDMP system, which appears as a Beta mixture.