Nous proposons dans cette étude quelques méthodes stochastiques pour le calcul des ponts aux séismes. Après avoir rappelé les représentations du mouvement sismique par spectres de réponse, densités spectrales de puissance et signaux temporels, nous introduisons des modèles de variabilité spatiale d'ondes sismiques. Nous en étudions l'effet sur la réponse linéaire des ponts grâce à une méthode de spectre de réponse pour structures multi-supportées. Nous proposons une méthode simplifiée permettant un calcul rapide de la sensibilité des ouvrages à de faibles variations spatiales des mouvements du sol et nous donnons un algorithme efficace pour le calcul de la réponse la plus défavorable lorsque les variations spatiales sont grandes et incertaines. Pour tenir compte du potentiel de ductilité des ponts, nous proposons une méthode de spectre de réponse tirant partie de la localisation des non-linéarités matérielles dans la structure (rotules plastiques, appareils d'appui). Les éléments non-linéaires sont remplacés par des éléments linéaires équivalents. Une technique de synthèse modale adaptée à la localisation des non-linéarités permet un calcul rapide de la réponse. Cette approche intègre le caractère aléatoire des sollicitations sans avoir recours à de coûteuses simulations de Monte-Carlo. Elle donne de bons résultats en termes de demande de ductilité et d'énergie dissipée par cycles d'hystérésis dans les éléments non-linéaires. Enfin, nous évoquons une technique de calcul de fiabilité de structures non-linéaires sous sollicitations stochastiques.

La jonction tunnel magnétique (JTM) commutée par la couple de transfert de spin (STT) a été considérée comme un candidat prometteur pour la prochaine génération de mémoires non-volatiles et de circuits logiques, car elle fournit une solution pour surmonter le goulet d'étranglement de l'augmentation de puissance statique causée par la mise à l'échelle de la technologie CMOS. Cependant, sa commercialisation est limitée par la fiabilité faible, qui se détériore gravement avec la réduction de la taille du dispositif. Cette thèse porte sur l'étude de la fiabilité des circuits basés sur JTM. Tout d'abord, un modèle compact de JTM incluant les problèmes principaux de fiabilité est proposé et validé par la comparaison avec des données expérimentales. Sur la base de ce modèle précis, la fiabilité des circuits typiques est analysée et une méthodologie d'optimisation de la fiabilité est proposée. Enfin, le comportement de commutation stochastique est utilisé dans certaines nouvelles conceptions d'applications classiques. / Spin transfer torque magnetic tunnel junction (STT-MTJ) has been considered as a promising candidate for next generation of non-volatile memories and logic circuits, because it provides a perfect solution to overcome the bottleneck of increasing static power caused by CMOS technology scaling. However, its commercialization is limited by the poor reliability, which deteriorates severely with device scaling down. This thesis focuses on the reliability investigation of MTJ based non-volatile circuits. Firstly, a compact model of MTJ including main reliability issues is proposed and validated by the comparison with experimental data. Based on this accurate model, the reliability of typical circuits is analyzed and reliability optimization methodology is proposed. Finally, the stochastic switching behavior is utilized in some new designs of conventional applications.

Cette thèse concerne le développement, l'extension et l'application d'une formulation stochastique des équations de la mécanique des fluides introduite par Mémin (2014). La vitesse petite échelle, non-résolue, est modélisée au moyen d'un champ aléatoire décorrélé en temps. Cela modifie l'expression de la dérivée particulaire et donc les équations de la mécanique des fluides. Les modèles qui en découlent sont dénommés modèles sous incertitude de position. La thèse s'articulent autour de l'étude successive de modèles réduits, de versions stochastiques du transport et de l'advection à temps long d'un champ de traceur par une vitesse mal résolue. La POD est une méthode de réduction de dimension, pour EDP, rendue possible par l'utilisation d'observations. L'EDP régissant l'évolution de la vitesse du fluide est remplacée par un nombre fini d'EDOs couplées. Grâce à la modélisation sous incertitude de position et à de nouveaux estimateurs statistiques, nous avons dérivé et simulé des versions réduites, déterministe et aléatoire, de l'équation de Navier-Stokes. Après avoir obtenu des versions aléatoires de plusieurs modèles océaniques, nous avons montré numériquement que ces modèles permettaient de mieux prendre en compte les petites échelles des écoulements, tout en donnant accès à des estimés de bonne qualité des erreurs du modèle. Ils permettent par ailleurs de mieux rendre compte des évènements extrêmes, des bifurcations ainsi que des phénomènes physiques réalistes absents de certains modèles déterministes équivalents. Nous avons expliqué, démontré et quantifié mathématiquement l'apparition de petites échelles de traceur, lors de l'advection par une vitesse mal résolu. Cette quantification permet de fixer proprement des paramètres de la méthode d'advection Lagrangienne, de mieux le comprendre le phénomène de mélange et d'aider au paramétrage des simulations grande échelle en mécanique des fluides. / This thesis develops, analyzes and demonstrates several valuable applications of randomized fluid dynamics models referred to as under location uncertainty. The velocity is decomposed between large-scale components and random time-uncorrelated small-scale components. This assumption leads to a modification of the material derivative and hence of every fluid dynamics models. Through the thesis, the mixing induced by deterministic low-resolution flows is also investigated. We first applied that decomposition to reduced order models (ROM). The fluid velocity is expressed on a finite-dimensional basis and its evolution law is projected onto each of these modes. We derive two types of ROMs of Navier-Stokes equations. A deterministic LES-like model is able to stabilize ROMs and to better analyze the influence of the residual velocity on the resolved component. The random one additionally maintains the variability of stable modes and quantifies the model errors. We derive random versions of several geophysical models. We numerically study the transport under location uncertainty through a simplified one. A single realization of our model better retrieves the small-scale tracer structures than a deterministic simulation. Furthermore, a small ensemble of simulations accurately predicts and describes the extreme events, the bifurcations as well as the amplitude and the position of the ensemble errors. Another of our derived simplified model quantifies the frontolysis and the frontogenesis in the upper ocean. This thesis also studied the mixing of tracers generated by smooth fluid flows, after a finite time. We propose a simple model to describe the stretching as well as the spatial and spectral structures of advected tracers. With a toy flow but also with satellite images, we apply our model to locally and globally describe the mixing, specify the advection time and the filter width of the Lagrangian advection method, as well as the turbulent diffusivity in numerical simulations.

Cette thèse introduit une nouvelle notion de solution pour des équationsd'évolution non-linéaires déterministes, appellées solutionsmild découplées.Nous revisitons les liens entre équations différentielles rétrogrades(EDSRs) markoviennes browniennes et EDPsparaboliques semilinéaires en montrant que, sous de très faibles hypothèses,les EDSRs produisent une unique solution mild découplée d'une EDP.Nous étendons ce résultat à de nombreuses autres équations déterministestelles que des Pseudo-EDPs, des Equations Intégrales aux Dérivées Partielles(EIDPs), des EDPs à drift distributionnel, ou des E(I)DPs à dépendancetrajectorielle. Les solutions de ces équations sont représentées via des EDSRs qui peuvent être sans martingale de référence, ou dirigées par des martingales cadlag. En particulier, cette thèse résout le problème d'identification,qui consiste, dans le cas classique d'une EDSR markovienne brownienne, à donner un sens analytique au processus Z, second membre de la solution (Y,Z) de l'EDSR. Dans la littérature, Y détermine en général une solution de viscosité de l'équation déterministe et ce problème d'identification n'est résolu que quand cette solution de viscosité a un minimum de régularité. Notre méthode permet de résoudre ce problème même dans le cas général d'EDSRs à sauts (non nécéssairement markoviennes). / This thesis introduces a new notion of solution for deterministic non-linear evolution equations, called decoupled mild solution.We revisit the links between Markovian Brownian Backward stochastic differential equations (BSDEs) and parabolic semilinear PDEs showing that under very mild assumptions, the BSDEs produce a unique decoupled mild solution of some PDE.We extend this result to many other deterministic equations such asPseudo-PDEs, Integro-PDEs, PDEs with distributional drift or path-dependent(I)PDEs. The solutions of those equations are represented throughBSDEs which may either be without driving martingale, or drivenby cadlag martingales. In particular this thesis solves the so calledidentification problem, which consists, in the case of classical Markovian Brownian BSDEs, to give an analytical meaning to the second component Z ofthe solution (Y,Z) of the BSDE. In the literature, Y generally determinesa so called viscosity solution and the identification problem is only solved when this viscosity solution has a minimal regularity.Our method allows to treat this problem even in the case of general (even non-Markovian) BSDEs with jumps.