Nous étudions la mesure spectrale des transformations stationnaires, puis nous l'utilisons pour étudier le théorème ergodique et le théorème limite central. Nous étudions également les martingales avec une nouvelle preuve du théorème central limite, sans analyse de Fourier. Pour le théorème limite central pour marches aléatoires dans un environnement aléatoire sur la dimension 1, on donne deux méthodes pour l'obtenir: approximation pour une martingale et méthode des moments. La méthode des martingales fait résoudre l'equation de Dirichlet (I −P )h = 0, alors que celle des moments résoudre l'equation de Poisson (I − P )h = f . Enfin, nous pouvons utiliser la deuxième méthode pour prouver la relation d'Einstein pour des diffusions réversibles dans un environnement aléatoire dans une dimension.

Cette thèse est constituée de deux parties pouvant être lues indépendamment. Dans la première partie on s'intéresse à la modélisation mathématique du risque de liquidité. L'aspect étudié ici est la contrainte sur les dates des transactions, c'est-à-dire que contrairement aux modèles classiques où les investisseurs peuvent échanger les actifs en continu, on suppose que les transactions sont uniquement possibles à des dates aléatoires discrètes. On utilise alors des techniques de contrôle optimal (programmation dynamique, équations d'Hamilton-Jacobi-Bellman) pour identifier les fonctions valeur et les stratégies d'investissement optimales sous ces contraintes. Le premier chapitre étudie un problème de maximisation d'utilité en horizon fini, dans un cadre inspiré des marchés de l'énergie. Dans le deuxième chapitre on considère un marché illiquide à changements de régime, et enfin dans le troisième chapitre on étudie un marché où l'agent a la possibilité d'investir à la fois dans un actif liquide et un actif illiquide, ces derniers étant corrélés. Dans la deuxième partie on présente des méthodes probabilistes de quantification pour résoudre numériquement un problème de switching optimal. On considère d'abord une approximation en temps discret du problème et on prouve un taux de convergence. Ensuite on propose deux méthodes numériques de quantification : une approche markovienne où on quantifie la loi normale dans le schéma d'Euler, et dans le cas où la diffusion n'est pas contrôlée, une approche de quantification marginale inspirée de méthodes numériques pour le problème d'arrêt optimal.

Cette thèse porte sur les méthodes numériques pour les équations aux dérivées partielles (EDP) non-linéaires dégénérées, ainsi que pour des problèmes de contrôle d'EDP non-linéaires résultants d'un nouveau problème de transport optimal. Toutes ces questions sont motivées par des applications en mathématiques financières. La thèse est divisée en quatre parties. Dans une première partie, nous nous intéressons à la condition nécessaire et suffisante de la monotonie du $\theta$-schéma de différences finies pour l'équation de diffusion en dimension un. Nous donnons la formule explicite dans le cas de l'équation de la chaleur, qui est plus faible que la condition classique de Courant-Friedrichs-Lewy (CFL). Dans une seconde partie, nous considérons une EDP parabolique non-linéaire dégénérée et proposons un schéma de type ''splitting'' pour la résoudre. Ce schéma réunit un schéma probabiliste et un schéma semi-lagrangien. Au final, il peut être considéré comme un schéma Monte-Carlo. Nous donnons un résultat de convergence et également un taux de convergence du schéma. Dans une troisième partie, nous étudions un problème de transport optimal, où la masse est transportée par un processus d'état type ''drift-diffusion'' controllé. Le coût associé est dépendant des trajectoires de processus d'état, de son drift et de son coefficient de diffusion. Le problème de transport consiste à minimiser le coût parmi toutes les dynamiques vérifiant les contraintes initiales et terminales sur les distributions marginales. Nous prouvons une formule de dualité pour ce problème de transport, étendant ainsi la dualité de Kantorovich à notre contexte. La formulation duale maximise une fonction valeur sur l'espace des fonctions continues bornées, et la fonction valeur correspondante à chaque fonction continue bornée est la solution d'un problème de contrôle stochastique optimal. Dans le cas markovien, nous prouvons un principe de programmation dynamique pour ces problèmes de contrôle optimal, proposons un algorithme de gradient projeté pour la résolution numérique du problème dual, et en démontrons la convergence. Enfin dans une quatrième partie, nous continuons à développer l'approche duale pour le problème de transport optimal avec une application à la recherche de bornes de prix sans arbitrage des options sur variance étant donnés les prix des options européennes. Après une première approximation analytique, nous proposons un algorithme de gradient projeté pour approcher la borne et la stratégie statique correspondante en options vanilles.

Cette thèse est constituée de trois parties pouvant être lues indépendamment. Dans la première partie, on s'intéresse à la résolution de problème de contrôle stochastique par des méthodes de quantification. La quantification consiste à trouver la meilleure approximation d'une loi de probabilité continue par une loi de probabilité discrète avec un nombre donné N de points supportant cette loi. Nous allons expliciter un cadre de programmation dynamique " générique " qui permet de résoudre de nombreux problèmes de contrôle stochastique comme les problèmes de temps d'arrêt optimal, de maximisation d'utilité, d'équations différentielles stochastiques rétrogrades, de filtrage... Dans ce cadre, nous donnons trois schémas de discrétisation en espace associée à la quantification d'une chaîne de Markov. Dans la deuxième partie, nous présentons un schéma numérique pour les équations différentielles stochastiques rétrogrades doublement réfléchies. Nous nous plaçons dans un cadre général qui contient des sauts et des processus progressifs dépendant de la trajectoire. On propose une approximation du type schéma d'Euler. Nous prouvons la convergence du schéma pour les équations différentielles stochastiques rétrogrades quand le nombre de pas de temps n tend vers l'infini. Nous donnons aussi la vitesse de convergence pour les game options. Dans la troisième partie, on s'intéresse à la réplication des dérivés sur la variance réalisée. On propose une couverture robuste au modèle de volatilité constituée de positions dynamiques sur des options européennes. On étend ensuite cette méthodologie aux options sur fond et aux processus à saut.

Cette thèse porte sur l'étude mathématique du problème de projection Markovienne d'un processus aléatoire: il s'agit de construire, étant donné un processus aléatoire ξ, un processus de Markov ayant à chaque instant la même distribution que ξ. Cette construction permet ensuite de déployer les outils analytiques disponibles pour l'étude des processus de Markov (équations aux dérivées partielles ou équations integro-différentielles) dans l'étude des lois marginales de ξ, même lorsque ξ n'est pas markovien. D'abord étudié dans un contexte probabiliste, notamment par Gyöngy (1986), ce problème a connu un regain d'intêret motivé par les applications en finance, sous l'impulsion des travaux de B. Dupire. La thèse entreprend une étude systématique des aspects probabilistes (construction d'un processus de Markov mimant les lois marginales de ξ) et analytiques (dérivation d'une équation de Kolmogorov forward) de ce problème, étendant les résultats existants au cas de semimartingales discontinues. Notre approche repose sur l'utilisation de la notion de problème de martingale pour un opérateur integro-différentiel. Nous donnons en particulier un résultat d'unicité pour une équation de Kolmogorov associée à un opérateur integro-différentiel non-dégénéré. Ces résultats ont des applications en finance: nous montrons notamment comment ils peuvent servir à réduire la dimension d'un problème à travers l'exemple de l'évaluation des options sur indice en finance.

Dans ce dossier je présente l'ensemble des travaux de recherche que j'ai effectués pendant les années 2007-2012. Depuis ma thèse doctorale (soutenue le 11 décembre 2006), mes travaux de recherche portent sur les risques de crédit et des applications, en particulier, sur les quatre thèmes suivants : approche de densité dans la modélisation de défaut, optimisation de portefeuille avec risques de contrepartie et de contagion, risque d'informations asymétriques sur le défaut, et méthode de Stein. L'étude de ces problèmes fait intervenir de différentes théories mathématiques, comme par exemple le grossissement de filtrations, le contrôle stochastique, les méthodes numériques probabilistes, etc., et conduit à des questions mathématiques intéressantes, souvent profondes. Parmi ces sujets, certains sont issus de motivations d'actualité financière et susceptibles d'avoir des applications dans la pratique; d'autres sont des problèmes mathématiques inspirés par la finance mais qui ont un caractère théorique.

Ce travail se place dans le cadre physico-chimique du modèle de Mampel : modèle de transformation des poudres par germination surfacique et croissance isotrope. Tout d'abord, une relecture probabiliste des hypothèses du modèle existant permet d'établir une expression générale du degré d'avancement de la transformation. Elle s'affranchit de toute considération géométrique et est valable en conditions non isothermes non isobares. L'évaluation numérique se fait naturellement par la méthode de Monte Carlo. L'accélération de la simulation est alors réalisée en mettant en œuvre différentes techniques de réduction de variance. Ensuite, on montre que la caractérisation probabiliste du degré d'avancement expérimental permet de quantifier et de réduire les incertitudes inhérentes à l'estimation. Enfin, le modèle de la germination est repensé d'un point de vue microscopique. Le germe est alors modélisé par un agglomérat de défauts qui apparaissent et migrent au sein du réseau cristallin.

Nous calculons presque sûrement, simultanément, les dimensions de Hausdorff des ensembles de branches infinies de la frontière d'un arbre de Galton-Watson super-critique (muni d'une métrique aléatoire) le long desquelles les moyennes empiriques d'une marche aléatoire de branchement vectorielle admettent un ensemble donné de points limites. Cela va au-delà de l'analyse multifractale, question pour laquelle nous complétons les travaux antérieurs en considérant les ensembles associés à des niveaux situés dans la frontière du domaine d'étude. Nous utilisons une méthode originale dans ce contexte, consistant à construire des mesures de Mandelbrot inhomogènes appropriées. Cette méthode est inspirée de l'approche utilisée pour résoudre des questions similaires dans le contexte de la dynamique hyperboliques pour les moyennes de Birkhoff de potentiels continus. Elle exploite des idées provenant du chaos multiplicatif et de la théorie de la percolation pour estimer la dimension inférieure de Hausdorff des mesures de Mandelbrot inhomogènes. Cette méthode permet de renforcer l'analyse multifractale en raffinant les ensembles de niveaux de telle sorte qu'ils contiennent des branches infinies le long desquels on observe une version quantifiée de la loi des grands nombres d'Erdös Renyi ; de plus elle permet d'obtenir une loi de type $0-\infty$ pour les mesures de Hausdorff de ces ensembles. Nos résultats donnent naturellement des informations géométriques et de grandes déviations sur l'hétérogénéité du processus de naissance le long des différentes branches infinies de l'arbre de Galton-Watson.

Ma thèse porte sur l'étude de la distribution de processus stochastiques avec absorption et leur approximation. Ces processus trouvent des applications dans de nombreux domaines, tels que l'écologie, la finance ou les études de fiabilité. Nous étudions en particulier l'évolution en temps long de la distribution de processus de Markov avec absorption. La distribution limite d'un processus conditionné à ne pas être éteint au moment où on l'observe permet de décrire et d'expliquer des comportements non-triviaux, comme les plateaux de mortalité. Lorsqu'une telle distribution existe, elle est appelée distribution quasi-stationnaire. Dans le premier chapitre, nous rappelons et démontrons en toute généralités des propriétés propres à ces distributions. Dans les chapitres suivants, nous démontrons dans une grande généralité une méthode particulaire d'approximation des distributions de processus de Markov conditionnés à ne pas être absorbés et de leur limite distribution quasi-stationnaire. Des programmes en C++ ont été écrits afin d'implémenter numériquement l'approximation particulaire de distribution quasi-stationnaires de processus provenant de modèles biologiques, tels que les diffusions de Wright-Fisher et les diffusions de Lotka-Volterra. La méthode d'approximation démontrée dans cette thèse associée à des méthodes de couplage nous permet également d'obtenir des nouveaux résultats d'existence et d'unicité de distributions quasi-stationnaires, ainsi que de démontrer des propriétés de mélanges nouvelles pour les diffusions conditionnées à ne pas sortir d'un ouvert borné.

Dans la première partie de ma thèse, en adaptant l'idée de Jien et Ma (2010), l'objectif principal est étudier les équations différentielles doublement stochastiques rétrogrades, semi-linéaires ou nonlinéaires, régies par un mouvement brownien standard et un mouvement brownien fractionnaire indépendant, ainsi que les équations différentielles partielles stochastiques associées régies par le mouvement brownien fractionnaire. Pour le cas semi-linéaire, dans un papier en collaboration avec Jorge A. Leόn (CINVESTAV, Mexique), nous utilisons le calcul de Malliavin dans le cadre du mouvement brownien fractionnaire et la transformation de Girsanov anticipative. Pour le cas nonlinéaire, nous appliquons la transformation de Doss-Sussmann. Dans la deuxième partie nous étudions la régularité, à savoir la continuité de Lipschitz conjointe et la semiconcavité conjointe, de la solution de viscosité pour une classe générale d'équations aux dérivées partielles-intégrales non locales de type Hamilton-Jacobi-Bellman. Pour cette fin nous employons l'interprétation stochastique par une équation différentielle stochastique rétrograde contrôlée avec sauts, en appliquant du changement de temps pour le mouvement brownien et la transformation de Kulik pour la mesure aléatoire de Poisson. Notre travail est une généralisation des travaux de Buckdahn, Cannarsa et Quincampoix (2010) et Buckdahn, Huang et Li (2011).