Le sujet de la thèse se situe dans le cadre de l'étude des équations différentielles ordinaires et des systèmes dynamiques non linéaires. La thèse présente une étude des attracteurs des systèmes dynamiques dissipatifs. En particulier, l'attracteur chaotique de Lorenz et les cycles limites des systèmes de Liénard. La première partie est dédiée au système de Lorenz. Ce système est obtenu par simplication des équations de Boussinesq fourmulées dans la cadre de la convection de Rayleigh-Bénard. Le système de Lorenz est important car il est le premier à avoir exhibé un comportement chaotique. On utilise des sections transverses (courbes ou surfaces qui ne sont traversées par le flot que dans un seul sens sur toute leur étendue) pour acquerir de l'information sur l'attracteur chaotique du système. Pour cela, on utilise les formes algébriques des intégrales du mouvement pour trouver des équations de sections tranverses. L'existance des ces sections transverses pour des plages de valeurs des paramètres nous permet de donner des limites algébriques à l'attracteur chaotique du systeme quand celui ci existe mais aussi de donner des plages de valeur des paramètres pour lesquelles il n'y a pas de comportement chaotique possible. La deuxième partie de la thèse présente un algorithme formel qui donne accès au nombre de cycles limites des systèmes de Liénard. En plus du nombre, on obtient une approximation algébrique de l'equation ainsi que la multiplicité de chacun de ces cycles. Le grand intérêt de cet algorithme est qu'il ne repose pas sur l'existence d'un petit paramètre (l'algorithme n'est pas perturbatif) et qu'il change le problème initial de résoudre une équation differentielle nonlinéaire en un problème algébrique de compter les racines d'un polynôme à une variable. On obtient aussi grâce à cet algorithme des approximations algébriques des courbes de bifurcations (de Hopf, saddle-node, hétérocline) des systèmes de Liénard.

Le but de cette thèse est de fournir des moyens de calcul et de visualisation d'objets mathématiques issus de l'analyse complexe. Dans ce cadre, de nombreux problèmes d'origine mathématique empêchent d'utiliser les nombres complexes aussi naturellement que les nombres réels : indéterminations dans les calculs, nombre élevé de dimensions empêchant les méthodes naïves de visualisation, phénomènes multiformes. Au niveau calcul, quelques méthodes ont été étudiées, menant à la définition d'un modèle de programmation permettant de gérer les indéterminations. Au niveau visualisation, des méthodes adaptées aux objets mathématiques complexes ont été mises au point, en particulier dans le cadre des solutions d'équations différentielles complexes. Toutes ces méthodes (calcul, visualisation) ont été implémentées sous forme de modules dans un environnement commun permettant le prototypage rapide d'expériences, axées notamment sur un couplage entre calcul et visualisation. Les différentes applications présentées dans le document (intégration numérique d'équations différentielles avec des fonctions multiformes, visualisation de solutions d'équations différentielles complexes, visualisation de l'erreur globale estimée pendant une intégration) y ont été intégrées.

Cette thèse étudie la compensation robuste d'un retard de commande affectant un système dynamique. Pour répondre aux besoins du domaine applicatif du contrôle moteur, nous étudions d'un point de vue théorique des lois de contrôle par prédiction, dans les cas de retards incertains et de retards variables, et présentons des résultats de convergence asymptotique. Dans une première partie, nous proposons une méthodologie générale d'adaptation du retard, à même de traiter également d'autres incertitudes par une analyse de Lyapunov-Krasovskii. Cette analyse est obtenue grâce à une technique d'ajout de dérivateur récemment proposée dans la littérature et exploitant une modélisation du retard sous forme d'une équation à paramètres distribués. Dans une seconde partie, nous établissons des conditions sur les variations admissibles du retard assurant la stabilité du système boucle fermée. Nous nous intéressons tout particulièrement à une famille de retards dépendant de la commande (retard de transport). Des résultats de stabilité inspirés de l'ingalité Halanay sont utilisés pour formuler une condition de petit gain permettant une compensation robuste. Des exemples illustratifs ainsi que des résultats expérimentaux au banc moteur soulignent la compatibilité de ces lois de contrôle avec les impératifs du temps réel ainsi que les mérites de cette approche.

Nous utilisons la méthode d'équivalence de Cartan pour réaliser une étude géométrique des équations différentielles ordinaires du second ordre et du premier ordre, sous l'action des transformations ponctuelles préservant les aires dans le cas du second ordre et de certaines autres transformations dans le cas du premier. Cela nous permet de caractériser de manière invariante toutes les équations différentielles du second ordre se ramenant à y"=0. De plus nous associons à toute telle équation, une connexion de Cartan affine normale dont la courbure contient tous ses invariants. Dans le cas du premier ordre nous apportons un regard nouveau sur une étude de R. Liouville concernant l'équation différentielle d'Abel. Enfin dans un autre ordre d'idées nous réalisons une étude de certaines solutions algébriques de l'équation de Riccati. / Abstract

L'objet de cette thèse est l'étude d'un système différentielle non linéaire issu d'un modèle stellaire. Après réduction et changements d'inconnues et variables, on se ramène à un second membre analytique en chacune des variables du problème ainsi qu'en des fonctions bien choisies. Nous montrons ensuite que les solutions peuvent s'écrire dans un espace de séries absolument convergentes. Ce théorème d'existence servira alors de brique élémentaire à une méthode de réduction de type Fuchsienne. L'objectif étant d'obtenir un développement sous forme de série faisant apparaître de manière explicite les différentes constantes arbitraires inhérentes à ce type d'équations. / The object of this thesis is the study of a non linear differential equation stemming from a stellar model. After reduction and unknowns changes and variables, we achieve to an analytic second member in each of the problem variables and well chosen functions. Then we show that the solutions can be described in a space of absolute convergent series. This theorem of existence will be used as an elementary brick to a nearby method of Fuchsian reduction. The objective was to obtain a development which elicits arbitrary various constants inherent to this type of equations.

L'étude des systèmes aux équations différentielles ordinaires vise à prédire le futur des systèmes considérés. La connaissance de l'évolution dans le temps de toutes les variables d' état du modèle permet de prédire de possibles changements radicaux des variables ou des défaillances, par exemple, un moteur peut exploser, un pont peut s'écrouler, une voiture peut se mettre à consommer plus d'essence. De plus, les systèmes dynamiques peuvent contenir des dérivées spatiales et leur discrétisation peut ajouter un très grand nombre d'équations. La résolution des équations différentielles ordinaires est alors une étape essentielle dans la construction des systèmes physiques en terme de dimensionnement et de faisabilité. Le solveur de tels systèmes EDOs doit être rapide, précis et pertinent.En pratique, il n'est pas possible de trouver une fonction continue qui soit solution exacte du problème EDO. C'est pourquoi, des méthodes numériques sont utilisées afin de donner des solutions discrèes qui approchent la solution continue avec une erreur contrôlable. La gestion précise de ce contrôle est très importante afin d'obtenir une solution pertinente en un temps raisonnable.Cette thèse développe un nouveau solveur qui utilise plusieurs méthodes d'amélioration de la vitesse d'exécution des systèmes EDOs. La première méthode est l'utilisation d'un nouveau schéma numérique. Le but est de minimiser le coût de l'intégration en produisant une erreur qui soit le plus proche possible de la tolérance maximale permise par l'utilisateur du solveur. Une autre méthode pour améliorer la vitesse d'exécution est de paralléliser le solveur EDO en utilisant une architecture multicoeur et multiprocesseur. Enfin, le solveur a été testé avec différentes applications d'OpenModelica. / The study of systems of Ordinary Differential Equations aims at predicting the future of the considered systems. The access to the evolution of all states of a system's model allows us to predict possible drastic shifts of the states or failures, e.g. an engine blowing up, a bridge collapsin, a car consuming more gasoline etc. Solving ordinary differential equations is then an essential step of building industrial physical systems in regard to dimensioning and reliability. The solver of such ODE systems needs to be fast, accurate and relevant.In practice, it is not possible to find a continuous function as the exact solution of the real ODE problem. Consequently numerical methods are used to give discrete solutions which approximates the continuous one with a controllable error. The correct handline of this control is very important to get a relevant solution within an acceptable recovery time. Starting from existing studies of local and global errors, this thesis work goes more deeply and adjusts the time step of the integration time algorithm and solves the problem in a very efficient manner.A new scheme is proposed is this thesis, to minimize the cost of integration. Another method to improve the execution speed is to parallelize the ODE solver by using a multicore and a multiprocessor architecture. Finally, the solver has been tested with different applications from OpenModelica.

La microscopie holographique utilise des techniques d’interférométrie pour mesurer les changements de volume des neurones et des astrocytes avec une précision sans précédent. Un défi important serait de relier les changements de phase mesurés aux changements de volume du neurone et plus encore de relier l’étendue de ces changements de volumes à certaines propriétés des neurones comme le niveau d’activité des cotransporteurs cation-chlorure (CCC) et certaines propriétés biomécaniques des membranes. L’objectif à plus long terme est d’utiliser des changements de phase pour détecter des modifications dans la réponse volumique des neurones à un choc osmotique par exemple, modifications qui pourraient éventuellement permettre de détecter des pathologies. Pour comprendre l’information que l’on peut tirer des mesures expérimentales, il est important de comprendre le lien entre différentes variables : force de la pompe Na⁺ – K⁺ATPase, la perméabilité de la membrane à l’eau, les propriétés biomécaniques de la membrane et les changements de phase observés par l’expérimentateur. Pour y arriver, nous aborderons quelques notions sur les systèmes dynamiques, plus précisément nous utiliserons les Equations Différentielles Ordinaires (E.D.O.) afin d’éffectuer la modélisation mathématique du phénomène illustrant la variation du volume de la membrane cellulaire, ainsi que les variations des quantités de K⁺, Na⁺ et Cl⁻, qui constituent la principale composition ionique des astrocytes, qui sont les cellules étudiées dans ce projet. Dans ce même régistre de rappel mathématique sur les systèmes dynamiques, nous parlerons des bifurcations, pour lesquelles nous décrirons quand et comment est ce qu’elles apparaîssent tout en les illustrant par des exemples, ceci dans l’optique de se préparer à une meilleure compréhension des résultats à venir après l’étude de notre modèle, puisqu’on espère y observer des bifurcations. Nous serons ainsi amenés à étudier profondémént le système d’E.D.O obtenu, notamment la recherche des points d’équilibre et leurs comportements dans l’espace des phases, voir s’il ya lieu des points de bifurcation et leurs interprétations pour la cellule concernée. Le but visé étant d’obtenir des bifurcations, ce qui expliquerait le dysfonctionnement des astrocytes, et expliquerait certainement l’origine de certaines maladies maladies neurodégénératives ; nous verrons finalement après étude du modèle qu’il n’existe pas de bifurcation, néanmoins la simplicité du modèle utilisé ouvre des portes à de futurs projets plus complexes qui permettront peut-être d’atteindre les objectifs visés. / The holographic microscopy uses interferometry techniques for measuring changes in volume of neurons with an unprecedented accuracy. A major challenge is to relate the measured phase changes with the neuron volume changes and more to relate the extent of these changes volumes to certain properties of neurons such as the activity level of Cation-Chloride Cotransporter (CCC) and some biomechanical properties membranes. The longer term objective is the use of phase changes for detecting changes in the density response of neurons to an osmotic shock which could possibly allow the detection of many kind of pathologies. To understand the information that can be derived from experimental measurements, it is important to understand the relationship between different variables: force pump Na⁺ – K⁺ ATPase, membrane permeability of water, biomechanical properties of the membranes and the phase changes observed by the experimenter. To achieve this, we need some dynamical system skills, we will use the Ordinary Differential Equations (E.D.O) in order to perform the mathematical modeling of the phenomenon illustrating the variation of the membrane volume, as well as the variations in quantities of K⁺, Na⁺ and Cl⁻, which constitute the main ionic composition of astrocytes, which are the cells studied in this project. In this mathematical recall on dynamical systems, we will talk about the bifurcations for a better understanding of the incoming results since we are expecting bifurcations for our model. We will study deeply the E.D.O. system obtained including the search of equilibrium points and their behavior in the phase space, and we will see if there are bifurcations and what is their meaning. The aim being to obtain bifurcations, which would explain the dysfunction of the astrocytes, and would certainly explain the origin of certain neurodegenerative diseases; we will finally see, after studying the model, that there is no bifurcation, nevertheless the simplicity of the model used opens doors to more complex future projects that will perhaps achieve the desired objectives.

Titre de l'écran-titre (visionné le 10 octobre 2023) / Cette thèse porte sur l'utilisation de différents outils mathématiques pour décrire la transmission synaptique. Le but de mon travail est double. Sur le plan biologique, j'ai effectué des simulations pour aider à mieux comprendre la transmission synaptique, en particulier le rôle des nanocolonnes dans la formation du courant synaptique. Les nanocolonnes sont des structures sous-microscopiques qui alignent les récepteurs postsynaptique et les vésicules présynaptiques. Étant donné qu'il est très difficile d'étudier expérimentalement les nanocolonnes, la modélisation mathématique devient un outil important pour mieux comprendre leur rôle et leur fonction. Cette partie de mon travail m'a amenée à publier un article de recherche dans la revue Frontiers in Comuptational Neuroscience intitulé "Computational modeling of trans-synaptic nanocolumns, a modulator of synaptic transmission". Dans cet article, nous montrons à travers des simulations mathématiques que les nanocolonnes pourraient jouer un rôle dans le renforcement des courants synaptiques dans les synapses de petites tailles. Le deuxième objectif de cette thèse est d'étudier différents outils mathématiques qui pourraient a priori être utilisés pour décrire la transmission synaptique. Une étape importante de la transmission synaptique est la diffusion des neurotransmetteurs dans la fente synaptique. D'un point de vue mathématique, une approche courante consiste à considérer la concentration des neurotransmetteurs comme une quantité continue et à décrire son évolution en résolvant l'équation de la chaleur. Dans le chapitre 1 de cette thèse, je discute des solutions et de l'approximation des solutions des équations de la chaleur sur des domaines cylindriques avec différentes conditions limites. Une approche plus précise est de décrire le mouvement des neurotransmetteurs individuels par une marche aléatoire. C'est cette méthode que j'ai utilisée dans mon article de recherche. Bien que plus précise, la description du mouvement des neurotransmetteurs individuels par des marches aléatoires est également plus coûteuse en calcul. De plus, étant donné la nature stochastique des simulations, une seule réalisation ne donnera qu'un résultat possible alors que de multiples simulations sont essentielles pour avoir une idée de la distribution des solutions. Cela peut être réalisé grâce à une approche Monte Carlo. Les marches aléatoires seront abordées dans le chapitre 3 de la thèse. Une troisième approche mathématique possible consiste à utiliser des équations différentielles stochastiques pour décrire le mouvement brownien des neurotransmetteurs. Les équations différentielles stochastiques ont l'avantage que leur solution fournit une distribution à partir de laquelle on peut déduire la probabilité d'une réalisation donnée. Cependant, les équations différentielles stochastiques sont généralement plus difficiles à résoudre et constituent un objet mathématique délicat à manipuler. Les équations différentielles stochastiques et la façon dont elles peuvent être appliquées à la description de la diffusion des neurotransmetteurs dans la synapse sont discutées au chapitre 2. / This thesis focuses on using different mathematical tools to describe synaptic transmission. The goal of my work is twofold. On the biological side, I performed simulations to help to better understand synaptic transmission, in particular the role of nanocolumns in shaping synaptic current. Nanocolumns are submicroscopic structures which align the postsynaptic receptors with the presynaptic vesicles. Given that it is very difficult to investigate experimentally nanocolumns, mathematical modeling becomes an important tool to better understand their role and function. This part of my work led me to publish a research paper in the journal Frontiers in Computational Neuroscience entitled "Computational modeling of trans-synaptic nanocolumns, a modulator of synaptic transmission" . In this research paper, we show through mathematical simulations that nanocolumns could play a role in reinforcing synaptic currents in weak synapses. The second goal of this thesis is to investigate different mathematical tools that could a priori be used to describe synaptic transmission. An important step in synaptic transmission is the diffusion of neurotransmitters in the synpatic cleft. From a mathematical standpoint, a common approach is to consider the concentration of neurotransmitters as a continuous quantity and to describe its evolution by solving the heat equation. In Chapter 1 of this thesis, I discuss solutions and approximation of solutions of heat equations on cylindrical domains with different boundaries conditions. A more accurate way to describe the movement of the neurotransmitters in the synaptic cleft is to describe the movement of individual neurotransmitters by a random walk. This second approach is the one I used in my research paper. While more accurate, the description of the movement of individual neurotransmitters by random walks is also more computationally expensive. Furthermore, given the stochastic nature of the simulations in this approach, a single realization will only give a possible outcome while performing multiple simulations is essential to get an idea of the distribution of solutions. This can be achieved through a Monte Carlo approach. Random walks will be discussed in chapter 3 of the thesis. A third possible mathematical approach is to use stochastic differential equations to describe the Brownian motion of neurotransmitters. Stochastic differential equations have the advantage that their solution provides a distribution from which one can deduce the probability of any given realization. However, stochastic differential are usually more difficult to solve and are a delicate mathematical object to handle. Stochastic differential equations and how they can be applied to the description of neurotransmitter diffusion in the synapse is discussion in chapter 2.

La gestion de risque est un domaine qui ne cesse d’évoluer chaque année. En effet, plusieurs modèles ont été construits pour modéliser la richesse d’une compagnie d’assurance et suivre son comportement dans le temps. Un des objectifs de cette modélisation est de fournir des indicateurs de risque qui donnent une visibilité sur la situation de la compagnie et aident ses gestionnaires à prendre les décisions nécessaires. La majorité des modèles reposent sur le processus de Poisson et tiennent compte du nombre et du moment de sinistre. Dans ce mémoire, on propose un nouveau modèle stochastique différent de ce qui était réalisé jusqu’à présent pour la gestion de risque. Il s’agit d’un modèle d’approximation de réserve par un processus de diffusion, basé sur une équation différentielle stochastique. Dans ce modèle on ne tient pas compte du nombre ni des instants de sinistres, on ne tient compte que de la valeur totale des dépenses et celle des revenus. On introduit aussi le taux de croissance de la compagnie car il a une grande influence sur l’augmentation des réserves dans le temps. On définit aussi quelques indicateurs de risque et on les ajuste selon notre modèle. Donc, on considère un processus de risque multidimensionnel dont chaque composante du vecteur représente le processus de réserve pour une des lignes d’activité de la compagnie. On suppose dans la construction du modèle l’indépendance entre les lignes afin de faciliter les calculs. Enfin, on supporte la construction du modèle par une validation numérique dans laquelle on utilise des schémas de discrétisation et de simulation numérique comme Euler- Maruyama et la méthode de Monte-Carlo pour expliquer le fonctionnement de chaque ligne d’activité et obtenir l’approximation de quelques indicateurs de risque. Suite à l’étude numérique on valide que notre approche est fonctionnelle et fournie une modélisation réaliste. On constate alors que le capital initial a un grand rôle et peut dans certains cas sauver la situation de la compagnie. Le niveau du seuil de l’arrêt de la ligne (en cas de ruine sévère) qu’on a introduit dans le modèle agit aussi beaucoup sur la santé de l’entreprise. / Risk management is an area that continues to evolve each year. Indeed, several models are built to model the wealth of an insurance company and follow its behavior over time. One of the targets of this modeling is to provide risk indicators that give visibility about the company’s situation and help the company’s managers make the necessary decisions. The majority of models rely on the composed Poisson processes and consider the number and time of sinisters. We propose in this thesis a new stochastic model based on stochastic differential equation for risk management. It is a reserve approximation model obtained by a diffusion process. In this model we do not take into account the number or the instants of sinisters, we only take into account the total of losses and of incomes together with the growth of each business line. Some risk indicators are also defined and adjusted according to our model. We consider then a multidimensional risk process, where each component of the vector is the reserve process for one line of business for the company. We assume the independence between the different lines to facilitate the modelling. Finally, we propose a simulation study using an Euler-Maruyama scheme coupled to a Monte- Carlo method. Then, we explain the behavior of each line and we compute the approximation of some risk indicators. The findings of the numerical study support the conclusion that our method works and provide good results. With regard to the numerical results, it can be concluded that the initial capital has a great role and can in some cases save the company’s situation. Moreover, the threshold level that has been introduced into the model is also very important for the insurance company’s health. / Résumé en espagnol

La théorie des systèmes dynamiques étudie les phénomènes qui évoluent au cours du temps. Plus précisément, un système dynamique est donné par : un espace de phase dont les points correspondent à des états possibles du système étudié et une loi d'évolution décrivant l'infinitésimal (pour le cas continu) pas à pas (pour le cas discret) les changements des états du système. Le but de la théorie est de comprendre l'évolution dans le long terme. Dans ce travail, nous présentons une nouvelle méthode pour la résolution des systèmes linéaires avec preuve assistée par ordinateur dans le cadre de modèles linéaires réalistes. Après une introduction de quelques propriétés de la théorie des équations différentielles ordinaires, on introduit une méthode de calcul rigoureux pour trouver la solution périodique de la conjecture de Galaktionov-Svirshchevskii. On reformule le problème comme un problème à valeur initiale, puis on calcule la solution périodique dans le domaine positif et on déduit l'autre solution par symétrie. Notre résultat énonce une partie de la conjecture 3:2 dans le livre de Victor A. Galaktionov & Sergey R. Svirshchevskii : Exact Solutions and Invariant Subspaces of Nonlinear Partial Differential Equations in Mechanics and Physics, [Chapman & Hall/CRC, applied mathematics and nonlinear science series, (2007)]. Mots clés. Conjecture de Galaktionov-Svirshchevskii, Analyse d'intervalle, Théorème de contraction de Banach, Polynômes de rayons. / The theory of dynamical systems studies phenomena which are evolving in time. More precisely, a dynamical system is given by the following data: a phase space whose points correspond to the possible states of the system under consideration and an evolution law describing the infinitesimal (for continuous time) or one-step (for discrete time) change in the state of the system. The goal of the theory is to understand the long term evolution of the system. In this work, we introduce a new method for solving piecewise linear systems with computer assisted proofs in the context of realistic linear models. After introducing some properties of the theory of ordinary differential equations, we provide a rigorous computational method for finding the periodic solution of Galaktionov-Svirshchevskii's conjecture. We reformulate the problem as an initial value problem, compute periodic solution in the positive domain and deduce the other solution by symmetry. Our result settles one part of the Conjecture 3:2 by Victor A. Galaktionov & Sergey R. Svirshchevskii: Exact Solutions and Invariant Subspaces of Nonlinear Partial Differential Equations in Mechanics and Physics, [Chapman & Hall/CRC, applied mathematics and nonlinear science series, (2007)]. Key words. Galaktionov-Svirshchevskii's conjecture, Interval analysis, Contraction mapping theorem, Radii polynomials.