A NNALES DE L ’I. H. P., SECTION B
M USTAPHA M OURRAGUI
Comportement hydrodynamique et entropie relative des processus de sauts, de naissances et de morts
Annales de l’I. H. P., section B, tome 32, n
o3 (1996), p. 361-385
<http://www.numdam.org/item?id=AIHPB_1996__32_3_361_0>
© Gauthier-Villars, 1996, tous droits réservés.
L’accès aux archives de la revue « Annales de l’I. H. P., section B » (http://www.elsevier.com/locate/anihpb) implique l’accord avec les condi- tions générales d’utilisation (http://www.numdam.org/conditions). Toute uti- lisation commerciale ou impression systématique est constitutive d’une infraction pénale. Toute copie ou impression de ce fichier doit conte- nir la présente mention de copyright.
Article numérisé dans le cadre du programme Numérisation de documents anciens mathématiques
http://www.numdam.org/
Comportement hydrodynamique et entropie relative
des processus de sauts, de naissances et de morts
Mustapha
MOURRAGUIUniversite de Rouen,
U.F.R des Sciences, U.R.A. C.N.R.S. 1378 Mathematiques,
76821 Mont-Saint-Aignan Cedex,
email mourrag@univ-rouen.fr
A la mémoire de Claude KIPNIS Vol. 32, n° 3, 1996, p. 361-385 Probabilités et Statistiques
Nous etudions la limite
hydrodynamique
de processus de sauts, de naissances et de mortsqui
decrivent revolution departicules indistinguables
sur le tore. Dans cessystemes,
lesparticules
sautentindependamment
les unes des autres, elles sont creees et detruites selondes taux non lineaires. En utilisant la methode
d’ entropie
relative nousdemontrons que sous certaines conditions sur les taux de naissance et de mort, et par passage a la
limite,
nossystemes
evoluent selon desequations
de reaction-diffusion non linéaires.
Mots clés : Limite hydrodynamique, Entropie relative, Systemes de particules,
equations
de reaction-diffusion.
ABSTRACT. - We
study
thehydrodynamic
limit forjump,
birth anddeath processes which describe the evolution of
indistinguishable particles, evolving
on the torus. In thesesystems
theparticles jump independently,
and births and deaths occur with nonlinear rates.
Using
the relativeentropy method,
we prove that under certain conditions on the birth and death rates,our
systems
evolveaccording
to nonlinear reaction-diffusionequations.
Key words: Hydrodynamic limit, Relative entropy, Particle systems, Reaction-diffusion
equations.
Classification A.M.S. : 60 K 35 - 82 C 22.
Annales de l’Institut Henri Poincaré - Probabilités et Statistiques - 0246-0203
INTRODUCTION
La notion de limite
hydrodynamique
a fait1’ objet
de nombreusesapproches,
et a suscite un interet considerable dans I’ étude dessystemes
aune infinité de
particules.
Recemment une etudesystematique regroupant
les resultats existants pour une classe treslarge
desystemes
departicules,
a ete foumie dans
[3]
par De Masi etPresutti,
et dans[10]
parSpohn.
La motivation
originale
de ces recherchesprovient-
d’une branche de lamecanique statistique qui
a pour but de determiner1’equation regissant
1’ evolution d’un fluide a
partir
d’unedynamique microscopique
aleatoire.En vertu du
grand
nombre departicules qu’ il contient,
ladescription
de1’ evolution d’un fluide doit se faire a travers un ensemble de variables
macroscopiques qui
le caracterise. Au niveaumicroscopique,
lesparticules
evoluent sur un espace discret de
sites ; apres
renormalisation en espace et entemps,
les mesuresempiriques
derepartition
departicules
donnentpar passage a la limite dite
hydrodynamique
uneequation
aux deriveespartielles, equation qui
decrit 1’ evolutionspatiale
ettemporelle
des variablesmacroscopiques.
Nous etudions dans cet article le
comportement hydrodynamique
desystemes
nepossedant
pas de loi de conservation. On seplace
surIe tore discretise
TN
={0, ..., N - 1}
=Z/NZ
avecparametre
derenormalisation E =
1 /N, c’ est-a-dire, qu’ a
toutpoint microscopique
i ETN,
nous associons lepoint macroscopique 2 /N
ESN TN ~ .
Au niveau
microscopique,
lesparticules
evoluent surTN
selon des marches aleatoiressymetriques independantes,
etsujettes
a naissances et morts : nousfixons
pEN,
enchaque
sitei,
Iparticules (I p) peuvent
être créées avec un taux de naissance ou uneparticule peut
mourir avec un tauxd(~(i)),
of(bl (.) ) 1lP
etd(.)
sont des fonctions definies sur N vérifiantbl (0)
=d(0)
=0,
etdésigne
le nombre departicules présentes
au sitei. Notre but est de demontrer que
lorsque
la marche aleatoire s’ effectue a vitesseN2,
les mesuresempiriques
derepartition
departicules,
definies surun intervalle de
temps [0, T] fixe,
parconvergent
vers les densitesp(s, .),
solutions d’uneequation
de reaction- diffusion non lineaireou
m(.) designe
leprofil
de densiteinitial,
le nombre departicules presentes
au site i a Finstant s,8i/N
la masse de Dirac aupoint i/ N
etF(.)
une fonction de classe C °° .Ces processus de sauts, de naissances et de morts font
1’ objet
d’ une etudedans
[7],
ou la limitehydrodynamique
est obtenue sous des conditions surles taux de naissance et de mort par trois methodes differentes . La
premiere
methode,
introduite parKipnis,
Olla et Varadhan[5],
necessite d’etablirune
inegalite surexponentielle
pour un processus auxiliaire avec mesurereversible dont on controle la densite de
probability.
La necessite de mesuresreversibles
impose
de se limiter dans ce cas aux processus ouplusieurs
naissances ne
peuvent
etresimultanees ;
un resume de ce travail a ete foumi dans[8].
Dans le casgeneral
ouplusieurs
naissances sontpossibles,
la limite
hydrodynamique
est obtenue par la methode deGuo, Papanicolaou
et Varadhan
[4], grace
au controle de la croissanced’entropie
du processus parrapport
aux mesures de Poisson deparametre
constant. La troisieme methode a ete introduite par H-T Yau[13]
pour le modele deGinzburg- Landau,
et consiste a ramener(grace
a uneinegalite entropique)
l’étudede la limite
hydrodynamique
a celle del’entropie relative ;
cette etude fait1’ objet
de cet article etpermet
d’ obtenir la limitehydrodynamique
sousdes conditions
plus
faibles.Signalons qu’un
casparticulier
de ces processus a ete etudie par la methode dedualite,
dans[3] :
le processus considere donne naissance aune seule
particule
a la fois et les taux de naissance et de mort sont despolynomes. L’ équation hydrodynamique
est alors donnee par1’ equation (E)
avec F =F~- 2014 F_ ,
ouF+
et F- sont deuxpolynomes
vérifiantdegré (F+) degre (F_ ) ;
les taux de naissance et de mort vérifientegalement
cette
propriete.
Apres
avoir decrit(paragraphe 1)
nosresultats,
nous etudierons dans leparagraphe 2,
la variation del’entropie :
nous considerons la famille de mesuresproduits
de Poisson deparametres
constants, reversibles pour les marches aleatoiresindependantes [I], qui regissent
les sauts de notresysteme.
Bien que ces mesures ne soient pas invariantes pour notre processus, nouscontrolons,
sous des conditions sur les taux des naissance et de mort, la croissance del’ entropie
du processus parrapport
a ces mesures.Ceci nous
permet
d’ obtenir un resultatanalogue
a celui de[4], qui
consistea
remplacer
les moyennes des taux de naissance et de mort(tronques)
dans une boite
macroscopique,
parl’intégrale
de ces taux parrapport
a lamesure
produit
de Poisson deparametre
le nombre moyen departicules
dans cette boite. Ce resultat est ensuite utilise dans le
paragraphe
3 pour etudierl’entropie
relative : nous prouvons quel’entropie
du processus parrapport
auxprofils qui
sont solutionsregulieres
de1’ equation (E) [9],
esto(~V).
Uneinegalite entropique permet
alors de revenir a notre processus pour obtenir la limitehydrodynamique.
1. NOTATIONS ET
RESULTATS
Formellement le processus est un processus de
Feller,
decritpar le
generateur
défini surCb(EN),
1’ ensemble des fonctions continues bornees deEN
=NTN
dansR,
parou
et pour
tous ~
EEN, ( i , j )
Eet
Nous notons
SN
lesemi-groupe associe,
nousdesignons
parPN
la loidu processus
lorsque N est
la mesure initiale surEN
et1’ esperance
associee. Pour t E
[0, T], ~t(i) désigne
le nombre departicules présentes
au site z a 1’ instant t.
L’operateur
de translations Tl est défini par = +l)
surTN
et par = sur
l’espace
des fonctions.Pour un
profil
de densitep ( . ),
fonction définie sur le toreS,
nousintroduisons la mesure
produit
de Poisson deparametre
variablep( . )
demarginales
pour tout a >
0, v~ designe
la mesureproduit
de Poisson deparametre
constant a ; nous définissons
l’entropie
d’une mesure surEN
=NTN
par
rapport
a unprofil p ( . )
parEn
general
siaN
et/3N
sont deux mesures deprobability
surEN, l’ entropie
de
,~~
parrapport
aaN
est definie sous une forme variationnelle([12]),
dont on deduit uneinegalite
diteentropique :
pour toute fonction U continue borneeSi
f N
est la densite deprobability
de parrapport
avf,
nousdesignons
parif
la densite de = parrapport
avf.
Si h est une fonction definie sur N
integrable
parrapport
a nousnotons
Notre
objectif
est d’établir lecomportement
limite des mesuresempiriques
derepartition
departicules,
definies pour s E[0,T]
parof
M+
estl’espace
des mesurespositives
sur le tore S muni de latopologie
de la convergence
faible,
et la masse de Dirac aupoint i/N.
THÉORÈME l.l. - Nous
faisons
leshypotheses
A1 - Pour tout 1 l p,
et
A2 - ~l existe une
fonction m ( . ) positive
telle queAlors,
pour toutefonction G( . )
continue surS,
pour tout b > 0 et pourtout t E
~0, T~,
ou est
l’unique
solution del’équation (E),
aveccondition initiale
p et pour tout a >
0, F(a)
=lbi(a) - d(a).
t=1
Notre demarche consiste a ramener la demonstration de
(1.2)
a cellede
l’entropie
relative : nous considerons unesolution A(.,.) reguliere
de1’equation (E)
sous les conditions du theoreme1.1,
et nous etudions a tout instant t E[0, T] Fentropie
de la mesure/~~
=Sf MN
parrapport
auprofil
~ (~, . )
+ ~,qui
est strictementpositif.
PROPOSITION 1.2. - Sous les
hypotheses
du théorèmel.l,
pour tout t E[0, T],
Nous prouvons ensuite
(annexe)
que pour toutprofil
de densitep(.)
etpour tout 8 >
0,
L’ inegalite
suivante[12],
valable pour tout ensemble mesurableou
permet
alors de revenir a notre processus pour obtenir( 1.2).
2.
ÉTUDE
DE L’ENTROPIELe but de ce
paragraphe
est d’établir laproposition suivante, £tape
essentielle pour la demonstration de la
proposition
1.2.PROPOSITION 2.1. - Soit h une
fonction definie
sur Nbornée;
sousl’hypothèse Al,
où
et
Les methodes que nous utilisons sont presque les memes que celles de
[4].
Les deux lemmesqui
suivent visent a controler la variation del’ entropie
ainsi que la forme de Dirichlet de la marche
aleatoire,
definie pour toute fonctionf positive
parNous renvoyons le lecteur a
[12]
pour une etude detaillee del’entropie.
LEMME 2.2. - Sous
l’hypothèse Al,
il existe une constanteC1 positive
telle que pour tous 0 s t
T,
Demonstration. - D’ apres
la formulevariationnelle
del’entropie [12],
par
1’ inegalite
de Jensen. Parailleurs,
pour toute fonction U ECb ( EN ),
il resulte alors de
Fhypothese
Al que si U estpositive,
il existe uneconstante
C~
>0,
telle que pour tout t E[0, T~,
Il suffit ensuite d’
appliquer
le lerrime de Gronwall pour obtenir le résultat. pAnnales de l ’lnstitut Henri Poincaré - Probabilités
LEMME 2.3. - Sous
l’hypothèse Al,
pour tout tT],
Demonstration
En utilisant
1’ inegalite
pour le
premier
terme du membre dedroite, puis
sur les deux derniers termes, nous obtenons par
(2.1)
Enfin par la convexite de la fonction
Do[.],
32, n°
Démonstration de la
proposition
2.1.Premiere
etape.
Par le theoreme de Fubini
Comme
d’ apres 1’ inegalite entropique (1.1),
la convexite del’entropie,
lelemme 2.2 et
1’ hypothese A2,
il existe une constanteCT positive
telle quele lemme 2.3 et
l’hypothèse A2, permettent
demajorer 1’ expression (2. 3 )
parou
En outre,
puisque vf
est invariante partranslation,
nous avonsdonc par la convexite de
Do ~.~,
1’invariance par translation deDo[.]
et deN-1
y~
suffit de montrer que pour tout C >0,
i=O
ou
AN,c
=f N
invariante partranslation}.
Deuxieme
etape .
Nous souhaitons nous ramener
(lorsque
N tend vers+00),
au sup sur des densites deprobabilites
de formes de Dirichletegales
a zero. CommeVk (~(0))
nedepend
que des coordonnées dans la boiteB0,k = {j, |j ( k},
nous
projetons
les mesures deprobabilites
sur ==E~,
ou est la
projection
sur de la mesurevN
et ==~ r~ ( j ) , j E
cequi
nous donnepuis
nous introduisons une nouvelle forme deDirichlet,
definie pour les fonctionsgk
surEk,
qui
va nouspermettre
desupprimer
N dans1’ integrale
de(2.4)
et de netravailler
qu’ avec
des fonctionsf ~
surEk
verifiant = 0. Eneffet,
si pour tous i E
TN
etf
fonction mesurablepositive,
nous notonsla forme de Dirichlet associee au
generateur
N-l
nous avons
Do[f]
= si deplus f N
est invariante pari=o
translation tous les termes sont
égaux
pour tout k ETN
et
grace
a la convexite de[.],
nous obtenons donc par
(2.5),
ou est la mesure
produit
de Poisson deparametre
1 surBo,k
etD’autre
part,
la fonction de lavariable g
definie surEk,
par est continue pour latopologie
de la convergencefaible,
car h est bornée.Puisque
les ensembles sontcompacts
etDk(.~
ests.c.i,
nous avons’
ou
Il suffit alors de montrer que
Troisieme
etape.
Remarquons
que = 0 estequivalent
a = -pour tout i E ceci
implique
q ue lamesure gk03BDB0,kN
est uniformesur
chaque hyperplan {~ : ~k(0)
=u}.
Cette mesure s’ ecrit commecombinaison convexe de mesures
produit
de Poisson conditionnees surl’ensemble de
configurations ayant
un nombre donne departicules
quenous notons =
~.~r~~ (~) - u~ ,
car elles nedependent
pas de ~.De la il s’en suit que le membre de
gauche
de(2.6)
estmajore
parCette derniere limite est
egale
azero, d’ apres
le theoreme 5.1 de[2]. D
3. ENTROPIE RELATIVE
Demonstration
de laproposition
1.2.Pour
alleger
cettedemonstration,
nousdecomposons
ses calculs enlemmes successifs que nous demontrons dans 1’ annexe.
une solution
reguliere
de1’ equation ( E )
la densite deprobabilite
de la mesurev~ t,.)+~
parrapport
avN,
l’opérateur adjoint (03A9Np)*
deS2P
parrapport
avN
est donne pour tout U ECb(EN)
parou pour
LEMME 3.1. - Pour tout t
~’~,
Pour toute
fonction h
definie sur N bornee et pour tout(a, b)
E1R2,
soitLEMME 3.2. - Soient
p(.)
EC(S) et J(.)
unefonction
continue sur (~bornée,
pourtout ry
> 0 et pour tout t E[0, T],
LEMME 3 . 3 . - Soit
h(.)
unefonction definie
sur Nbornée, p(.)
EC(S)
et
J(.)
unefonction
continue sur Rbornée;
il existe 03B30 > 0 tel que, pour tout ~y ~yo,LEMME 3.4. - Soient
h ( . )
unefonction définie
sur N bornée etp ( . )
E C( s ) ;
pour tout t E
~©, T],
il existe ~yl > 0 tel que, pour tout ~y ~yl,Annales de l’lnstitut Henri Poincaré - Probabilités
Demonstration de la
proposition
1.2. - Elleconsiste,
a trouver unefonction
qui
tend vers zerolorsque
N tend vers +00,puis c vers
zero,
vérifiantet d’ utiliser ensuite le lemme de Gronwall pour conclure.
Pour tous t E
[0, T], E
> 0 eti, k
ETN
posonsPour tes
expressions ~t’(~)~ ,y ,((~)*~~)~) ~
1 03A8N,~t(~)d dt03A8N,~t(~)
valentrespectivement
et
car A(.,.)
est solutionreguliere
de1’ equation (E). Appliquons
la formulede
Taylor-Young
a l’ordre 2 dans1’ expression (3.3), puis remplagons
lemembre de
gauche
de(3.1) integre
entre 0 et t par les valeurs obtenues de(3.3)
et(3.4),
il vientVol. 32, nO 3-1996.
ou
Nous evaluons ces deux
quantites
a l’aide de laproposition 2.1 ;
celle-ci n’est valable que pour des fonctionsbornées,
donc nousprocedons
par la methode de troncature.1)
Laquantite
etant constituee de p termesidentiques,
il suffit d’enevaluer un. Si pour 1 l p, nous notons
nous avons
nous utilisons la
proposition
2.1 pour lepremier terme, Finegalite entropique (1.1)
sur le second et noussupprimons
lapartie negative
dans le dernierterme ; nous obtenons pour
tout ry
>0,
ou
et est tel que, pour tout M >
l,
Nous pouvons maintenant
appliquer
le lemme3.4,
parlequel
il existeune constante
positive
~yl telle que, pour tout 7 71Pour determiner la limite de nous
employons
unargument
demartingale.
Enremarquant
qued’ apres 1’hypothese Al,
pour tout 0 o 1et
1 ~
I p, il existe no > 0 tel que, pour n > noon
peut
trouver une constante C > 0 vérifiant pour tout n EN,
nous utilisons ensuite la
martingale centree,
Vol. 32, n° 3-1996.
puis,
parFinegalite (1.1)
et le lemme2.2,
nous obtenons pour M assezgrand, et o petit,
ou
C~
est une constantepositive ;
parconsequent
Par
ailleurs,
en tenantcompte
del’égalité lM (a) = (a),
nousdemontrons que pour tout
(03B1, 03BB)
ER+
xou la fonction F est définie dans le lemme 3.2. Nous pouvons donc
remplacer
parLa
quantite A(s, .)
+ e etant minoree par le lemme 3.2 nousmajorons
cettederniere
expression
pard’ apres
le lemme3.3,
il existe ~y2 > 0 tel que, pourtout ry
~2 la limite des deuxpremiers
termes de cette dernierequantite
estnegative, lorsque
N tend vers +00,
puis k
vers +00. Il resulte alors de(3.6), (3.7)
et(3.8)
que pour tout ~y ~yo = ~y2, il existe une fonction
AN,~,~ (~y, l ) qui
tendvers une
quantite negative lorsque
Npuis
k tendent vers +00 et vérifiant2)
On evalue le terme de la meme maniere que1),
la seule differencese situe dans
l’étape qui
consiste a introduire la fonction F(c’ est-a-dire
dans 1’ estimation de pour cela il faut utiliserl’égalité M(a) = 1 aM(a)
qui
nousdonne,
pour tout(a, A)
ER+
xnous obtenons comme pour l’existence d’une fonction vérifiant pour ry assez
petit
et
3)
Enremarquant
qued’ apres 1’ inegalite entropique (1.1),
nous verifions facilement par
1’ hypothese
A2 queD’autre
part, d’ apres (3.5), (3.6)
et(3.10),
si pour 7 assezpetit,
on poseon obtient
l’inégalité (3.4) ;
il suffit enfin d’utiliser le lemme de Gronwall pour achever la demonstration de laproposition.
ANNEXE
Demonstration
dulemme
3.1 Pour tout t E[0, T~,
nous avonsceci
implique
- , - /
of le second terme est obtenu comme dans la
démonstration
du lemme 2.2.En
utilisant
ensuite lalinéarité
deQ§/
etl’inégalité (2.2),
il vientle resultat
decoule
alors de ladefinition
der-i Demonstration
dulemme
3.2Soit 1
N,
endecomposant TN
en boites de taille21~-~-l,
nous avonsAnnales de l ’lnstitut Henri Poincaré - Probabilités
of
Nk désigne
lapartie
enti£re deN 2k + 1.
Comme les fonctionsJ,
p , et h 2kj~l
sont
bomées,
il existe deux constantesi
etK2
telles que pour tout I eTN ,
par
1’ inegalite entropique (1.1),
pour tout a >0,
compte
tenu deshypotheses Al,
A2 et du lemme2.1,
il existe une constanteK3 positive
telle queK3N ;
il ne resteplus qu’a
passer a la limitequand
Npuis
a tendent vers +00, pour obtenirD’autre
part, 1’ inegalite entropique (1.1) puis 1’ inegalite
de Holderpermettent
demajorer
lepremier
terme du second membre de(5.1)
parnous pouvons maintenant utiliser le fait que
vP . ~
est une mesureproduit,
Vol. 32, n° 3-1996.
cette derniere
expression
estegale
anous utilisons finalement le meme
argument
que(5.2)
et(5.3)
pour obtenirle resultat.
D
Demonstration du lemme 3.3
D’ abord,
pourtout ry
>0,
ou pour est la mesure
produit
de Poisson surEk = NBo,k,
de
parametre
constantp(x) .
Sous les variables aléatoires (~(i))i~B0,ksont
independantes identiquement distribuées; d’après
le théorème de Cramer([11]
theoreme3.8),
la suite(~(0)),
.. satisfait auprincipe
degrandes
deviations de fonctionnelle d’ actionI(.),
definie pour y > 0 parNous
appliquons
le theoreme de Varadhan[12]
et nous obtenonsfinalement,
pour 03B3 assezpetit,
cette dernierequantite
estegale
a zero.p
Demonstration du lemme 3.4
Nous
demontrons,
que sous la suite03B1N = 1 N03A3~(i)03B4i/N
satisfaiti=o au
principe
degrandes
deviations de fonctionnelle d’ actionD’ apres
le theoreme deVaradhan,
pourtout {]
>0,
on verifie ensuite que pour ~y assez
petit
cette dernierequantite
estmajoree
par
~, ,
il suffit alors de fairetendre f2
vers 0.D
Vol. 32, n° 3-1996.
Demonstration de
(1.3).
Il suffit de demontrer ce resultat sans valeur absolue. Par
1’ inegalite
deTchebycheff exponentielle,
pour tout 8 >0,
par le théorème de Varadhan. Pour a assez
petit
cette dernierequantité
estnegative. D
Cet article est dédié a la mémoire de Claude
Kipnis qui
adirigé
ma these,
dont ce travail
fait partie.
C’était ungrand privilege
de travailler a son contact et depouvoir profiter
de l’etendue de ses connaissances.,
Je tiens
également
a remercier EllenSaada,
Claudio Landim ainsi que Olivier Benois pour leurs aides et leursencouragements.
REFERENCES
[1] E. D. ANDJEL, Invariant measures for the Zero range process, Ann. Probab., Vol. 10, 1982, pp. 525-547.
[2] P. DIACONIS and D. FREEDMAN, A dozen de Finetti-style results in search of a theory,
Ann. Inst. Henri. Poincaré, Vol. 23, 1987, pp. 397-423.
[3] A. DE MASI and E. PRESUTTI, Mathematical methods for hydrodynamic limits, Lecture Notes in Math., Vol. 1501, Springer Verlag, 1991.
[4] M. Z. GUO, G. PAPANICOLAOU and S. R. S. VARADHAN, Nonlinear diffusion limit for a
system with nearest neighbor interactions, Comm. Math. Phys., Vol. 118, 1988, pp. 31-59.
[5] C. KIPNIS, S. OLLA and S. R. S. VARADHAN, Hydrodynamics and Large Deviations for
Simple Exclusion Processes, Comm. Pure Appl. Math., Vol. XLII, 1989, pp. 115-137.
[6] T. M. LIGGETT, Interacting Particle Systems, Springer Verlag, 1985.
[7] M. MOURRAGUI, Thèse Université de Rouen, 1993.
[8] M. MOURRAGUI, Limite hydrodynamique des processus de sauts, de naissances et de morts, C. R. Acad. Sci., Vol. 316, 1993.
[9] J. SMOLLER, Shock waves and reaction-diffusion equations, Springer, Berlin, 1982.
[10] H. SPOHN, Large scale dynamics of interacting particles, Texts and monographs in physics, Springer Verlag, 1991.
[11] D. W. STROOCK, An introduction to the theory of large deviations, Springer, Berlin, 1984.
[12] S. R. S. VARADHAN, Large deviations and applications, Regional conference series in applied mathematics, Philadelphia, society for Industrial and Applied Mathematics, Vol. 48, 1984.
[13] H.-T. YAU, Relative entropy and hydrodynamics of Ginzburg-Landau Models, Letters in
Mathematical Physics, Vol. 22, 1991, pp. 63-80.
(Manuscrit reçu le 3 janvier 1994.)
Vol. 32, nO 3-1996.