On introduit le concept d'une variété aléatoire stationnaire avec l'objectif de traiter de façon unifiée les résultats sur les variétés avec un group d'isométries transitif, les variétés avec quotient compact, et les feuilles génériques d'un feuilletage compact. On démontre des inégalités entre la vitesse de fuite, l'entropie du mouvement brownien et la croissance de volume de la variété aléatoire, en généralisant des résultats d'Avez, Kaimanovich, et Ledrappier. Dans la deuxième partie on démontre que la fonction feuille d'un feuilletage compact est semicontinue, en obtenant comme conséquences le théorème de stabilité local de Reeb, une partie du théorème de structure local pour les feuilletages à feuilles compactes d'Epstein, et un théorème de continuité d'Álvarez et Candel.

Nous étudions le comportement en temps long de certains processus stochastiques dont la dynamique dépend non seulement de la position, mais aussi du temps, et dont le terme de diffusion et le potentiel satisfont des conditions d'invariance d'échelle. Nous mettons en lumière un phénomène de transition de phase générale, entièrement déterminé par les différents indices d'auto-similarité en jeu. La principale idée mise en exergue est de considérer une transformation d'échelle adéquate, tirant pleinement parti des nombreuses invariances de notre problème.Dans une première partie, nous étudions une famille de processus de diffusion unidimensionnels, dirigés par un mouvement brownien, dont la dérive est polynomiale en temps et en espace. Ces diffusions généralisent les marches aléatoires, en lien avec le modèle d'urne de Friedman, étudiées par Menshikov et Volkov (2008). Nous donnons, de manière exhaustive, les lois du type logarithme itéré, les limites d'échelle ainsi que les temps de survie de ces processus. La seconde partie est, quant à elle, consacrée à l'étude d'une famille de processus de diffusion en environnement aléatoire, dirigés par un mouvement brownien unidimensionnel, dont le potentiel est brownien en espace et polynomial en temps. Ces diffusions sont une extensiondu modèle amplement étudié de Brox (86) et, en un sens randomisé, du modèle précédent. La différence notable avec le modèle déterministe est que nous obtenons, dans le cas critique, une mesure aléatoire quasi-invariante et quasi-stationnaire pour le semi-groupe, déduite de l'étude d'un système dynamique aléatoire sous-jacent.

Nous étudions certains processus de Lévy à valeurs dans les groupes d'isométries respectifs des espace-temps de Minkowski, de De Sitter et de Anti-De-Sitter. Le groupe d'isométries est vu comme le fibré des repères de l'espace-temps et les processus de Lévy considérés se projettent sur le fibré unitaire en un processus markovien relativiste ; c'est-à-dire que les trajectoires dans l'espace-temps sont de genre temps et que le générateur est invariant par les isométries. Dans la première partie nous adaptons pour les diffusions hypoelliptiques générales un résultat de Ben Arous et Gradinaru concernant la singularité de la fonction de Green hypoelliptique. Nous déduisons de cela un critère d'effilement de Wiener local pour les diffusions relativistes dans le groupe de Poincaré, groupe des isométries de l'espace-temps de Minkowski. Dans les deux dernières parties nous nous intéressons au comportement asymptotique du flot stochastique associé à ces processus de Lévy dans les différents groupes d'isométries. Sous une condition d'intégrabilité de la mesure de Lévy nous calculons explicitement les coefficients de Lyapounov des processus dans le groupe de Poincaré. Nous effectuons un travail similaire pour les espace-temps de De Sitter et Anti-De-Sitter en nous limitant au cas des diffusions. Nous explicitons de plus la frontière de Poisson pour la diffusion dans le groupe d'isométries de l'espace-temps de De Sitter.

Les processus markoviens déterministes par morceaux (PMDM) ont été introduits dans la littérature par M.H.A. Davis en tant que classe générale de modèles stochastiques non-diffusifs. Les PMDM sont des processus hybrides caractérisés par des trajectoires déterministes entrecoupées de sauts aléatoires. Dans cette thèse, nous développons des méthodes numériques adaptées aux PMDM en nous basant sur la quantification d'une chaîne de Markov sous-jacente au PMDM. Nous abordons successivement trois problèmes : l'approximation d'espérances de fonctionnelles d'un PMDM, l'approximation des moments et de la distribution d'un temps de sortie et le problème de l'arrêt optimal partiellement observé. Dans cette dernière partie, nous abordons également la question du filtrage d'un PMDM et établissons l'équation de programmation dynamique du problème d'arrêt optimal. Nous prouvons la convergence de toutes nos méthodes (avec le plus souvent des bornes de la vitesse de convergence) et les illustrons par des exemples numériques.

Dans ce travail, nous présentons quelques exemples des effets du bruit sur la solution d'une équation aux dérivées partielles (EDP) dans trois contextes différents. Nous exam- inons d'abord deux équations aux dérivées partielles non linéaires dispersives, l'équation de Schrödinger non linéaire et l'équation de Korteweg - de Vries. Nous allons analyser les effets d'une condition initiale aléatoire sur certaines solutions spéciales, les solitons. Le deuxième cas considéré est une EDP linéaire, l'équation d'onde, avec conditions initiales aléatoires. Nous allons montrer qu'avec des conditions initiales aléatoires particulières c'est possible de réduire considérablement les coûts de stockage des données et de calcul d'un algorithme pour résoudre un problème inverse basé sur les mesures de la solution de cette équation au bord du domaine. Enfin, le troisième exemple considéré est celui de l'équation de transport linéaire avec un terme de dérive singulière. Nous allons montrer que l'ajout d'un terme de bruit multiplicatif interdit l'explosion des solutions, et cela sous des hypothèses très faibles pour lesquelles dans le cas déterministe on peut avoir l'explosion de la solution à temps fini.

L'objectif de la th'ese est de d'evelopper des mod'eles math'ematiques et leurs analyses qui permettront de d'eterminer le potentiel de vie d'un produit en fonction de l''evolution des param'etres environnementaux (par exemple temp'erature ambiante), des grandeurs physiques trahissant l''etat de sant'e des produits (par exemple temps de mise 'a froid) et de proposer une politique de maintenance adapt'ee. A terme, un produit devra ˆetre capable d'indiquer 'a son utilisateur : - son capital de vie r'esiduel, - la probabilit'e de r'eussir une mission donn'ee compte tenu de son 'etat, - la date optimale de maintenance.

Dans cette thèse, le mouvement brownien branchant (MBB) est un système aléatoire de particules, où celles-ci diffusent sur la droite réelle selon des mouvements browniens et branchent à taux constant en un nombre aléatoire de particules d'espérance supérieure à 1. Nous étudions deux modèles de MBB avec sélection : le MBB avec absorption à une droite espace-temps et le N -MBB, où, dès que le nombre de particules dépasse un nombre donné N , seules les N particules les plus à droite sont gardées tandis que les autres sont enlevées du système. Pour le premier modèle, nous étudions la loi du nombre de particules absorbées dans le cas où le processus s'éteint presque sûrement, en utilisant un lien entre les équations de Fisher-Kolmogorov-Petrovskii-Piskounov (FKPP) et de Briot-Bouquet. Pour le deuxième modèle, dont l'étude représente la plus grande partie de cette thèse, nous donnons des asymptotiques précises sur la position du nuage de particules quand N est grand. Plus précisément, nous montrons qu'elle converge à l'échelle de temps log³ N vers un processus de Lévy plus une dérive linéaire, tous les deux explicites, confirmant des prévisions de Brunet, Derrida, Mueller et Munier. Cette étude contribue à la compréhension de fronts du type FKPP sous l'influence de bruit. Enfin, une troisième partie montre le lien qui existe entre le MBB et des processus ponctuels stables.

Cette thèse traite de la valorisation de produits dérivés du prix de l'électricité. Dans la première partie, nous nous intéressons à la valorisation par absence d'opportunité d'arbitrage de portefeuilles incluant la possibilité de transformation d'actifs par le biais d'un système de production, sur des marchés en temps discret avec coûts de transaction proportionnels. Nous proposons une condition qui nous permet de démontrer la propriété fondamentale de fermeture pour l'ensemble des portefeuilles atteignables, et donc l'existence d'un portefeuille optimal ou un théorème de sur-réplication. Nous continuons l'approche avec fonction de production en temps discret sur un marché en temps continu avec ou sans frictions. Dans le seconde partie, nous présentons une classe de modèles faisant apparaître un lien structurel entre le coût de production d'électricité et les matières premières nécessaires à sa production. Nous obtenons une formule explicite pour le prix de l'électricité spot, puis la mesure martingale minimale fournit un prix pour les contrats futures minimisant le risque quadratique de couverture. Nous spécifions le modèle pour obtenir des formules analytiques et des méthodes de calibration et d'estimation statistique des paramètres dans le cas où le prix spot dépend de deux combustibles. Dans un second temps, nous suivons la méthodologie initiée par Bouchard et al. (2009) pour l'évaluation de la prime de risque liée à un produit dérivé sur futures non disponible. Utilisant des résultats de dualité, nous étendons l'étude au cas d'un marché semi-complet, en proposant une réduction du problème et une méthode numérique pour traiter l'EDP non linéaire.

L'objectif de ce travail est d'étudier le comportement en temps long d'un modèle de particules avec une interaction de type branchement. Plus précisément, les particules se déplacent indépendamment suivant une dynamique markovienne jusqu'au temps de branchement, où elles donnent naissance à de nouvelles particules dont la position dépend de celle de leur mère et de son nombre d'enfants. Dans la première partie de ce mémoire nous omettons le branchement et nous étudions le comportement d'une seule lignée. Celle-ci est modélisée via un processus de Markov qui peut admettre des sauts, des parties diffusives ou déterministes par morceaux. Nous quantifions la convergence de ce processus hybride à l'aide de la courbure de Wasserstein, aussi nommée courbure grossière de Ricci. Cette notion de courbure, introduite récemment par Joulin, Ollivier, et Sammer correspond mieux à l'étude des processus avec sauts. Nous établissons une expression du gradient du semigroupe des processus de Markov stochastiquement monotone, qui nous permet d'expliciter facilement leur courbure. D'autres bornes fines de convergence en distance de Wasserstein et en variation totale sont aussi établies. Dans le même contexte, nous démontrons qu'un processus de Markov, qui change de dynamique suivant un processus discret, converge rapidement vers un équilibre, lorsque la moyenne des courbures des dynamiques sous-jacentes est strictement positive. Dans la deuxième partie de ce mémoire, nous étudions le comportement de toute la population de particules. Celui-ci se déduit du comportement d'une seule lignée grâce à une formule many-to-one, c'est-à-dire un changement de mesure de type Girsanov. Via cette transformation, nous démontrons une loi des grands nombres et établissons une limite macroscopique, pour comparer nos résultats aux résultats déjà connus en théorie des équations aux dérivées partielles. Nos résultats sont appliqués sur divers modèles ayant des applications en biologie et en informatique. Parmi ces modèles, nous étudierons le comportement en temps long de la plus grande particule dans un modèle simple de population structurée en taille

Dans cette thèse, nous nous sommes intéressés à la métastabilité de certains systèmes dynamiques stochastiques. Plus précisément, nous avons étudié des équations différentielles ou des équations aux dérivées partielles perturbées par un bruit blanc additif dans l'asymptotique du bruit faible. Nous avons donné l'expression et le calcul de l'espérance de temps des transitions métastables pour certains types de modèles (formule dite d'Eyring-Kramers). Dans un premier temps, nous avons généralisé des résultats connus pour des diffusions d'Itô dont la dérive est le gradient d'un potentiel. Nous donnons une équivalence entre la géométrie du paysage décrit par le potentiel et des circuits électriques qui nous permet de donner des expressions simples pour le calcul des temps de transition entre des minima du potentiel. Nous utilisons la théorie du potentiel et les capacités dans le calcul de ces temps. Le principal résultat de cette thèse concerne des équations aux dérivées partielles stochastiques scalaires, paraboliques, semi-linéaires et perturbées par un bruit blanc espace-temps sur un intervalle borné réel comme l'équation d'Allen-Cahn. Ce modèle constitue un analogue infini-dimensionnel aux diffusions en dimension finie. Nous avons considéré deux types de conditions au bord, Dirichlet et Neumann, et discutons le cas des conditions périodiques. Sous certaines hypothèses, nous donnons l'expression, analogue à la dimension finie, des temps transitions. La preuve utilise une discrétisation par différence finie de l'équation et un couplage nous permettant d'appliquer les estimations pour la dimension finie. Il a fallu notamment contrôler uniformément ces estimations en fonction de la dimension pour passer à la limite et récupérer le système infini-dimensionnel.