Estimation du taux de division dans des modèles de croissance-fragmentation

Cette présentation est centrée sur les modèles de croissance-fragmentation, pouvant servir à modéliser la croissance d'une population de cellules. D'un point de vue stochastique, nous nous intéressons à un système de particules évoluant à travers deux phénomènes. D'une part, les particules évoluent de façon déterministe (elles vieillissent, elles croissent). D'autre part, les particules se divisent au bout d'un temps aléatoire : une particule d'âge a ou de taille x se divise en deux nouvelles particules (d'âge 0, de taille initiale x/2) selon un taux de division B(.) dépendant de l'âge a ou de la taille x de la particule. Un objectif majeur est alors de reconstruire de façon non-paramétrique le taux de division.
Dans une première partie, une étude générale sur les chaînes de Markov bifurquantes, autrement dit adaptées à la structure d'arbre binaire, est menée. Cette étude nous permet de reconstruire de façon adaptative un taux de division dépendant de la taille à partir de l'observation des tailles à la naissance de toutes des cellules jusqu'à une génération fixée dans l'arbre généalogique de la population.
Dans une seconde partie, je présenterai l'estimation du taux de division dépendant de l'âge, à partir de l'observation du système en temps continu entre les instants 0 et T. Des difficultés sont intrinsèquement liées au cadre du temps continu, dont un phénomène de biais de sélection.