En 2010 Chung, Graham et Knuth ont démontré une remarquable identité symétrique sur les nombres eulériens et posé le problème de trouver un q-analogue de leur identité. En utilisant les q-polynômes eulériens introduits par Shareshian-Wachs, nous avons pu obtenir une telle q-identité. La preuve bijective que nous avons imaginée, nous a permis ensuite de démontrer d'autres q-identités symétriques, en utilisant un modèle combinatoire dû à Foata-Han. Entre temps, Hyatt a introduit les fonctions quasisymétriques eulériennes colorées afin d'étudier la distribution conjointe du nombre d'excédances et de l'indice majeur sur les permutations colorées. En appliquant le Decrease Value Theorem de Foata-Han, nous donnons d'abord une nouvelle preuve de sa formule principale sur la fonction génératrice des fonctions quasisymétriques eulériennes colorées, puis généralisons certaines identités eulériennes symétriques, en les exprimant comme des identités sur les fonctions quasisymétriques eulériennes colorées. D'autre part, en prolongeant les travaux récents de Savage-Visontai et Bec-raun, nous considérons plusieurs q-polynômes de descente des mots signés. Leurs fonctions génératrices factorielles et multivariées sont explicitement calculées. Par ailleurs, nous montrons que certains de ces polynômes n'ont que des zéros réels. Enfin, nous étudions la fonction génératrice diagonale des nombres de Jacobi Stirling de deuxième espèce, en généralisant des résultats analogues pour les nombres de Stirling et Legendre-Stirling de deuxième espèce. Il s'avère que cette fonction génératrice est une série rationnelle dont le numérateur est un polynôme à coefficients entiers positifs. En appliquant la théorie des P-partitions de Stanley nous trouvons des interprétations combinatoires de ces coefficients / In 2010 Chung-Graham-Knuth proved an interesting symmetric identity for the Eulerian numbers and asked for a q-analog version. Using the q-Eulerian polynomials introduced by Shareshian-Wachs we find such a q-identity. Moreover, we provide a bijective proof that we further generalize to prove other symmetric qidentities using a combinatorial model due to Foata-Han. Meanwhile, Hyatt has introduced the colored Eulerian quasisymmetric functions to study the joint distribution of the excedance number and major index on colored permutations. Using the Decrease Value Theorem of Foata-Han we give a new proof of his main generating function formula for the colored Eulerian quasisymmetric functions. Furthermore, certain symmetric q-Eulerian identities are generalized and expressed as identities involving the colored Eulerian quasisymmetric functions. Next, generalizing the recent works of Savage-Visontai and Beck-Braun we investigate some q-descent polynomials of general signed multipermutations. The factorial and multivariate generating functions for these q-descent polynomials are obtained and the real rootedness results of some of these polynomials are given. Finally, we study the diagonal generating function of the Jacobi-Stirling numbers of the second kind by generalizing the analogous results for the Stirling and Legendre-Stirling numbers of the second kind. It turns out that the generating function is a rational function, whose numerator is a polynomial with nonnegative integral coefficients. By applying Stanley’s theory of P-partitions we find combinatorial interpretations of those coefficients

La thèse est divisée en deux parties portant sur deux aspects relativement différents des approches bayésiennes non-paramétriques. Dans la première partie, nous nous intéressons aux propriétés fréquentistes (asymptotiques) de lois a posteriori pour des paramètres appartenant à l'ensemble des suites réelles de carré sommable. Dans la deuxième partie, nous nous intéressons à des approches non-paramétriques modélisant des données d'espèces et leur diversité en fonction de certaines variables explicatives, à partir de modèles qui utilisent des mesures de probabilité aléatoires. / This thesis is divided in two parts on rather different aspects of Bayesian statistics. In the first part, we deal with frequentist (asymptotic) properties of posterior distributions for parameters which belong to the space of real square sommable sequences. In the second part, we deal with nonparametric approaches modelling species data and the diversity of these data with respect to covariates. To that purpose, we use models based on random probability measures.

Cette thèse se situe dans le contexte de l'optimisation. Deux grandes parties s'en dégagent ; la première concerne l'utilisation d'algorithmes évolutionnaires pour résoudre des problèmes d'optimisation continue et sans dérivées. La seconde partie concerne l'optimisation de séquences de décisions dans un environnement discret et à horizon fini en utilisant des méthodes de type Monte-Carlo Tree Search. Dans le cadre de l'optimisation évolutionnaire, nous nous intéressons particulièrement au cadre parallèle à grand nombre d'unités de calcul. Après avoir présenté les algorithmes de référence du domaine, nous montrons que ces algorithmes, sous leur forme classique, ne sont pas adaptés à ce cadre parallèle et sont loin d'atteindre les vitesses de convergence théoriques. Nous proposons donc ensuite différentes règles (comme la modification du taux de sélection des individus ainsi que la décroissance plus rapide du pas) afin de corriger et améliorer ces algorithmes. Nous faisons un comparatif empirique de ces règles appliquées à certains algorithmes. Dans le cadre de l'optimisation de séquences de décisions, nous présentons d'abord les algorithmes de référence dans ce domaine (Min-Max, Alpha-Beta, Monte-carlo Tree Search, Nested Monte-Carlo). Nous montrons ensuite la généricité de l'algorithme Monte-Carlo Tree Search en l'appliquant avec succès au jeu de Havannah. Cette application a été un réel succès puisqu'aujourd'hui les meilleurs joueurs artificiels au jeu de Havannah utilisent cet algorithme et non plus des algorithmes de type Min-Max ou Alpha-Beta. Ensuite, nous nous sommes particulièrement intéressés à l'amélioration de la politique Monte-Carlo de ces algorithmes. Nous proposons trois améliorations, chacune étant générique. Des expériences sont faites pour mesurer l'impact de ces améliorations, ainsi que la généricité de l'une d'entre elles. Nous montrons à travers ces expériences que les résultats sont positifs. / In this thesis we study two optimization fields. In a first part, we study the use of evolutionary algorithms for solving derivative-free optimization problems in continuous space. In a second part we are interested in multistage optimization. In that case, we have to make decisions in a discrete environment with finite horizon and a large number of states. In this part we use in particular Monte-Carlo Tree Search algorithms. In the first part, we work on evolutionary algorithms in a parallel context, when a large number of processors are available. We start by presenting some state of the art evolutionary algorithms, and then, show that these algorithms are not well designed for parallel optimization. Because these algorithms are population based, they should be we well suitable for parallelization, but the experiments show that the results are far from the theoretical bounds. In order to solve this discrepancy, we propose some rules (such as a new selection ratio or a faster decrease of the step-size) to improve the evolutionary algorithms. Experiments are done on some evolutionary algorithms and show that these algorithms reach the theoretical speedup with the help of these new rules.Concerning the work on multistage optimization, we start by presenting some of the state of the art algorithms (Min-Max, Alpha-Beta, Monte-Carlo Tree Search, Nested Monte-Carlo). After that, we show the generality of the Monte-Carlo Tree Search algorithm by successfully applying it to the game of Havannah. The application has been a real success, because today, every Havannah program uses Monte-Carlo Tree Search algorithms instead of the classical Alpha-Beta. Next, we study more precisely the Monte-Carlo part of the Monte-Carlo Tree Search algorithm. 3 generic rules are proposed in order to improve this Monte-Carlo policy. Experiments are done in order to show the efficiency of these rules.

Cette thèse développe les statistiques géométriques pour l'analyse de lavariabilité normale et pathologique des formes d'organe en anatomienumérique. Les statistiques géométriques s’intéressent aux données issues devariétés avec structures géométriques additionnelles. En anatomie numérique,les formes d'un organe peuvent être vues comme des déformations d'un organede référence - i.e. comme éléments d'un groupe de Lie, une variété avec unestructure de groupe - ou comme les classes d'équivalence de leur configuration3D sous l'action de transformations - i.e. comme éléments d'un quotient, unevariété avec une stratification. Les images médicales peuvent êtrereprésentées par des variétés avec une distribution horizontale. Lacontribution de cette thèse est d'étendre les statistiques géométriques au delàdes géométries riemanniennes ou métriques maintenant classiques pourprendre en compte des structures additionnelles. Premièrement, nousdéfinissons les statistiques géométriques sur les groupes de Lie. Nousproposons une construction algorithmique de (pseudo-)métriqueRiemannienne, compatible avec la structure de groupe, lorsqu'elle existe. Noustrouvons que certains groupes n'admettent pas de telle (pseudo-)métrique etdéfendons l'idée de statistiques non-métriques sur les groupes de Lie. Ensuite,nous utilisons les statistiques géométriques pour analyser l'algorithme decalcul d'organe de référence, reformulé avec des espaces quotient. Nousmontrons son biais et suggérons un algorithme amélioré. Enfin, nousappliquons les statistiques géométriques au traitement d'images, engénéralisant les structures sous-Riemanniennes, utilisées en 2D, au 3D / This thesis develops Geometric Statistics to analyze the normal andpathological variability of organ shapes in Computational Anatomy. Geometricstatistics consider data that belong to manifolds with additional geometricstructures. In Computational Anatomy, organ shapes may be modeled asdeformations of a template - i.e. as elements of a Lie group, a manifold with agroup structure - or as the equivalence classes of their 3D configurations underthe action of transformations - i.e. as elements of a quotient space, a manifoldwith a stratification. Medical images can be modeled as manifolds with ahorizontal distribution. The contribution of this thesis is to extend GeometricStatistics beyond the now classical Riemannian and metric geometries in orderto account for these additional structures. First, we tackle the definition ofGeometric Statistics on Lie groups. We provide an algorithm that constructs a(pseudo-)Riemannian metric compatible with the group structure when itexists. We find that some groups do not admit such a (pseudo-)metric andadvocate for non-metric statistics on Lie groups. Second, we use GeometricStatistics to analyze the algorithm of organ template computation. We show itsasymptotic bias by considering the geometry of quotient spaces. We illustratethe bias on brain templates and suggest an improved algorithm. We then showthat registering organ shapes induces a bias in their statistical analysis, whichwe offer to correct. Third, we apply Geometric Statistics to medical imageprocessing, providing the mathematics to extend sub-Riemannian structures,already used in 2D, to our 3D images

Les familles exponentielles sont une classe de modèles omniprésente en statistique. D'une part, elle peut modéliser n'importe quel type de données. En fait la plupart des distributions communes en font partie : Gaussiennes, variables catégoriques, Poisson, Gamma, Wishart, Dirichlet. D'autre part elle est à la base des modèles linéaires généralisés (GLM), une classe de modèles fondamentale en apprentissage automatique. Enfin les mathématiques qui les sous-tendent sont souvent magnifiques, grâce à leur lien avec la dualité convexe et la transformée de Laplace. L'auteur de cette thèse a fréquemment été motivé par cette beauté. Dans cette thèse, nous faisons trois contributions à l'intersection de l'optimisation et des statistiques, qui tournent toutes autour de la famille exponentielle. La première contribution adapte et améliore un algorithme d'optimisation à variance réduite appelé ascension des coordonnées duales stochastique (SDCA), pour entraîner une classe particulière de GLM appelée champ aléatoire conditionnel (CRF). Les CRF sont un des piliers de la prédiction structurée. Les CRF étaient connus pour être difficiles à entraîner jusqu'à la découverte des technique d'optimisation à variance réduite. Notre version améliorée de SDCA obtient des performances favorables comparées à l'état de l'art antérieur et actuel. La deuxième contribution s'intéresse à la découverte causale. Les familles exponentielles sont fréquemment utilisées dans les modèles graphiques, et en particulier dans les modèles graphique causaux. Cette contribution mène l'enquête sur une conjecture spécifique qui a attiré l'attention dans de précédents travaux : les modèles causaux s'adaptent plus rapidement aux perturbations de l'environnement. Nos résultats, obtenus à partir de théorèmes d'optimisation, soutiennent cette hypothèse sous certaines conditions. Mais sous d'autre conditions, nos résultats contredisent cette hypothèse. Cela appelle à une précision de cette hypothèse, ou à une sophistication de notre notion de modèle causal. La troisième contribution s'intéresse à une propriété fondamentale des familles exponentielles. L'une des propriétés les plus séduisantes des familles exponentielles est la forme close de l'estimateur du maximum de vraisemblance (MLE), ou maximum a posteriori (MAP) pour un choix naturel de prior conjugué. Ces deux estimateurs sont utilisés presque partout, souvent sans même y penser. (Combien de fois calcule-t-on une moyenne et une variance pour des données en cloche sans penser au modèle Gaussien sous-jacent ?) Pourtant la littérature actuelle manque de résultats sur la convergence de ces modèles pour des tailles d'échantillons finis, lorsque l'on mesure la qualité de ces modèles avec la divergence de Kullback-Leibler (KL). Pourtant cette divergence est la mesure de différence standard en théorie de l'information. En établissant un parallèle avec l'optimisation, nous faisons quelques pas vers un tel résultat, et nous relevons quelques directions pouvant mener à des progrès, tant en statistiques qu'en optimisation. Ces trois contributions mettent des outil d'optimisation au service des statistiques dans les familles exponentielles : améliorer la vitesse d'apprentissage de GLM de prédiction structurée, caractériser la vitesse d'adaptation de modèles causaux, estimer la vitesse d'apprentissage de modèles omniprésents. En traçant des ponts entre statistiques et optimisation, cette thèse fait progresser notre maîtrise de méthodes fondamentales d'apprentissage automatique. / Exponential families are a ubiquitous class of models in statistics. On the one hand, they can model any data type. Actually, the most common distributions are exponential families: Gaussians, categorical, Poisson, Gamma, Wishart, or Dirichlet. On the other hand, they sit at the core of generalized linear models (GLM), a foundational class of models in machine learning. They are also supported by beautiful mathematics thanks to their connection with convex duality and the Laplace transform. This beauty is definitely responsible for the existence of this thesis. In this manuscript, we make three contributions at the intersection of optimization and statistics, all revolving around exponential families. The first contribution adapts and improves a variance reduction optimization algorithm called stochastic dual coordinate ascent (SDCA) to train a particular class of GLM called conditional random fields (CRF). CRF are one of the cornerstones of structured prediction. CRF were notoriously hard to train until the advent of variance reduction techniques, and our improved version of SDCA performs favorably compared to the previous state-of-the-art. The second contribution focuses on causal discovery. Exponential families are widely used in graphical models, and in particular in causal graphical models. This contribution investigates a specific conjecture that gained some traction in previous work: causal models adapt faster to perturbations of the environment. Using results from optimization, we find strong support for this assumption when the perturbation is coming from an intervention on a cause, and support against this assumption when perturbation is coming from an intervention on an effect. These pieces of evidence are calling for a refinement of the conjecture. The third contribution addresses a fundamental property of exponential families. One of the most appealing properties of exponential families is its closed-form maximum likelihood estimate (MLE) and maximum a posteriori (MAP) for a natural choice of conjugate prior. These two estimators are used almost everywhere, often unknowingly -- how often are mean and variance computed for bell-shaped data without thinking about the Gaussian model they underly? Nevertheless, literature to date lacks results on the finite sample convergence property of the information (Kulback-Leibler) divergence between these estimators and the true distribution. Drawing on a parallel with optimization, we take some steps towards such a result, and we highlight directions for progress both in statistics and optimization. These three contributions are all using tools from optimization at the service of statistics in exponential families: improving upon an algorithm to learn GLM, characterizing the adaptation speed of causal models, and estimating the learning speed of ubiquitous models. By tying together optimization and statistics, this thesis is taking a step towards a better understanding of the fundamentals of machine learning.

Determinar probabilidades para eventos no qual temos poucas informações ou intervalos para probabilidades não é tão simples. Para isso desenvolveremos conceitos de programação linear, que nos permite resolver de certo modo, o problema de determinar uma probabilidade para um evento de interesse, porém nem sempre de maneira única. Apresentaremos alguns exemplos clássicos da estatística, sendo eles: O Problema de Monty Hall e o Problema da Probabilidade do Testemunho. Além disso, discutiremos o problema de precificação de uma opção de compra, o quais utilizaremos programação linear para resolvê-los. / Determine probabilities for events where we have few information or intervals for probabilities is not so simple. For this we will develop concepts of linear programming, which allows us to solve, in a certain way, the problem of determine a probability for an event of interest, but not always in a unique way. We will present some classic examples of statistics, such as: The Monty Hall Problem and De La Probabilité Des Témoignages. In addition, we will discuss the problem of pricing a call option, where we will use linear programming to solve them.

A presente dissertação discute o uso da metodologia de projetos para o ensino de Estatística em uma escola pública do estado de São Paulo. Baseados na pedagogia freiriana, na psicologia histórica-social de Vygotsky e a partir de estudos sobre o letramento estatístico e uso de projetos no ensino, elaboramos uma proposta de ensino-aprendizagem para ser desenvolvida com alunos do último ano do Ensino Médio. A proposta busca oferecer ao educando um contato direto e contextualizado com a análise estatística, uma vez que ele estuda uma situação de seu interesse, obtendo e analisando informações sobre o tema escolhido. O estudo dos conceitos estatísticos previstos para esta série ocorre simultaneamente com o desenvolvimento do projeto dos estudantes. O contato direto com os dados auxilia o efetivo aprendizado dos conceitos estatísticos, além de permitir uma melhor reflexão sobre o uso das pesquisas estatísticas. Desse modo, busca-se a construção de um estudante crítico que entenda as informações em seu cotidiano. / This dissertation discusses the use of the project methodology for teaching statistics in a public school located in São Paulo State. Based on Freire\'s pedagogy, on historical-social Vygotsky\'s psychology, on studies about statistical literacy and on the use of projects in education, a teaching-learning proposal was developed to be applied on classes of senior high school students. The proposal allows the student contact with statistical analysis, once the student chooses a situation of his interest, obtaining and analyzing information concerning the subject. The study of statistical concepts occurs simultaneously with the students research project. The direct contact with the data helps the effective learning and provides a better reflection on the use of statistical concepts. Therefore, this proposal seeks to construct a critical student who is able to understand the information in his daily life.

A dissertação discute o uso de jogos no ensino de Estatística. Foram feitas pesquisas referentes às indicações dos parâmetros curriculares nacionais (PCN) e ao uso de jogos no ensino, incluindo os para Estatística. Neste contexto, desenvolvemos e analisamos o jogo digital Leilão do menor lance. Também, sugerimos uma metodologia para o uso desse jogo em sala de aula e apresentamos resultados de aplicação feita com dois grupos de estudantes, a fim de habilitar esse jogo como uma ferramenta adicional de ensino. / The dissertation discusses the games usage in teaching Statistics. It is done a study on the recommendations of National Curricular Parameters (PCN) and on the use of educational games, including those for Statistics. In this context, we develop and analyze the digital game Leilão do menor lance. Also, we suggest a methodology to apply that game in classroom and present results from application to two groups of students, helping to enable this game as an additional teaching tool.

Determinar probabilidades para eventos no qual temos poucas informações ou intervalos para probabilidades não é tão simples. Para isso desenvolveremos conceitos de programação linear, que nos permite resolver de certo modo, o problema de determinar uma probabilidade para um evento de interesse, porém nem sempre de maneira única. Apresentaremos alguns exemplos clássicos da estatística, sendo eles: O Problema de Monty Hall e o Problema da Probabilidade do Testemunho. Além disso, discutiremos o problema de precificação de uma opção de compra, o quais utilizaremos programação linear para resolvê-los. / Determine probabilities for events where we have few information or intervals for probabilities is not so simple. For this we will develop concepts of linear programming, which allows us to solve, in a certain way, the problem of determine a probability for an event of interest, but not always in a unique way. We will present some classic examples of statistics, such as: The Monty Hall Problem and De La Probabilité Des Témoignages. In addition, we will discuss the problem of pricing a call option, where we will use linear programming to solve them.

A presente dissertação discute o uso da metodologia de projetos para o ensino de Estatística em uma escola pública do estado de São Paulo. Baseados na pedagogia freiriana, na psicologia histórica-social de Vygotsky e a partir de estudos sobre o letramento estatístico e uso de projetos no ensino, elaboramos uma proposta de ensino-aprendizagem para ser desenvolvida com alunos do último ano do Ensino Médio. A proposta busca oferecer ao educando um contato direto e contextualizado com a análise estatística, uma vez que ele estuda uma situação de seu interesse, obtendo e analisando informações sobre o tema escolhido. O estudo dos conceitos estatísticos previstos para esta série ocorre simultaneamente com o desenvolvimento do projeto dos estudantes. O contato direto com os dados auxilia o efetivo aprendizado dos conceitos estatísticos, além de permitir uma melhor reflexão sobre o uso das pesquisas estatísticas. Desse modo, busca-se a construção de um estudante crítico que entenda as informações em seu cotidiano. / This dissertation discusses the use of the project methodology for teaching statistics in a public school located in São Paulo State. Based on Freire\'s pedagogy, on historical-social Vygotsky\'s psychology, on studies about statistical literacy and on the use of projects in education, a teaching-learning proposal was developed to be applied on classes of senior high school students. The proposal allows the student contact with statistical analysis, once the student chooses a situation of his interest, obtaining and analyzing information concerning the subject. The study of statistical concepts occurs simultaneously with the students research project. The direct contact with the data helps the effective learning and provides a better reflection on the use of statistical concepts. Therefore, this proposal seeks to construct a critical student who is able to understand the information in his daily life.