Cette thèse porte sur les questions d'évaluation et de couverture des options dans un modèle exponentiel-Lévy avec changements de régime. Un tel modèle est construit sur un processus additif markovien un peu comme le modèle de Black- Scholes est basé sur un mouvement Brownien. Du fait de l'existence de plusieurs sources d'aléa, nous sommes en présence d'un marché incomplet et ce fait rend inopérant les développements théoriques initiés par Black et Scholes et Merton dans le cadre d'un marché complet. Nous montrons dans cette thèse que l'utilisation de certains résultats de la théorie des processus additifs markoviens permet d'apporter des solutions aux problèmes d'évaluation et de couverture des options. Notamment, nous arrivons à caracté- riser la mesure martingale qui minimise l'entropie relative à la mesure de probabilit é historique ; aussi nous dérivons explicitement sous certaines conditions, le portefeuille optimal qui permet à un agent de minimiser localement le risque quadratique associé. Par ailleurs, dans une perspective plus pratique nous caract érisons le prix d'une option Européenne comme l'unique solution de viscosité d'un système d'équations intégro-di érentielles non-linéaires. Il s'agit là d'un premier pas pour la construction des schémas numériques pour approcher ledit prix. / This thesis focuses on the pricing and hedging problems of financial derivatives in a Markov-modulated exponential-Lévy model. Such model is built on a Markov additive process as much as the Black-Scholes model is based on Brownian motion. Since there exist many sources of randomness, we are dealing with an incomplete market and this makes inoperative techniques initiated by Black, Scholes and Merton in the context of a complete market. We show that, by using some results of the theory of Markov additive processes it is possible to provide solutions to the previous problems. In particular, we characterize the martingale measure which minimizes the relative entropy with respect to the physical probability measure. Also under some conditions, we derive explicitly the optimal portfolio which allows an agent to minimize the local quadratic risk associated. Furthermore, in a more practical perspective we characterize the price of a European type option as the unique viscosity solution of a system of nonlinear integro-di erential equations. This is a rst step towards the construction of e ective numerical schemes to approximate options price.

Cette thèse porte sur les questions d'évaluation et de couverture des options dans un modèle exponentiel-Lévy avec changements de régime. Un tel modèle est construit sur un processus additif markovien un peu comme le modèle de Black- Scholes est basé sur un mouvement Brownien. Du fait de l'existence de plusieurs sources d'aléa, nous sommes en présence d'un marché incomplet et ce fait rend inopérant les développements théoriques initiés par Black et Scholes et Merton dans le cadre d'un marché complet. Nous montrons dans cette thèse que l'utilisation de certains résultats de la théorie des processus additifs markoviens permet d'apporter des solutions aux problèmes d'évaluation et de couverture des options. Notamment, nous arrivons à caracté- riser la mesure martingale qui minimise l'entropie relative à la mesure de probabilit é historique ; aussi nous dérivons explicitement sous certaines conditions, le portefeuille optimal qui permet à un agent de minimiser localement le risque quadratique associé. Par ailleurs, dans une perspective plus pratique nous caract érisons le prix d'une option Européenne comme l'unique solution de viscosité d'un système d'équations intégro-di érentielles non-linéaires. Il s'agit là d'un premier pas pour la construction des schémas numériques pour approcher ledit prix. / This thesis focuses on the pricing and hedging problems of financial derivatives in a Markov-modulated exponential-Lévy model. Such model is built on a Markov additive process as much as the Black-Scholes model is based on Brownian motion. Since there exist many sources of randomness, we are dealing with an incomplete market and this makes inoperative techniques initiated by Black, Scholes and Merton in the context of a complete market. We show that, by using some results of the theory of Markov additive processes it is possible to provide solutions to the previous problems. In particular, we characterize the martingale measure which minimizes the relative entropy with respect to the physical probability measure. Also under some conditions, we derive explicitly the optimal portfolio which allows an agent to minimize the local quadratic risk associated. Furthermore, in a more practical perspective we characterize the price of a European type option as the unique viscosity solution of a system of nonlinear integro-di erential equations. This is a rst step towards the construction of e ective numerical schemes to approximate options price.

Face aux forts besoins de réduction de la consommation énergétique et de l’impact environnemental,le bâtiment d’aujourd’hui vise la performance en s’appuyant sur des sourcesd’énergie de plus en plus diversifiées (énergies renouvelables), une enveloppe mieux conçue(isolation) et des systèmes de gestion plus avancés. Plus la conception vise la basse consommation,plus les interactions entre ses composants sont complexes et peu intuitives. Seule unerégulation plus intégrée permettrait de prendre en compte cette complexité et d’optimiser lefonctionnement pour atteindre la basse consommation sans sacrifier le confort.Les techniques de commande prédictive, fondées sur l’utilisation de modèles dynamiqueset de techniques d’optimisation, promettent une réduction des consommations et de l’inconfort.Elles permettent en effet d’anticiper l’évolution des sources et des besoins intermittentstout en tirant parti de l’inertie thermique du bâtiment, de ses systèmes et autres élémentsde stockage. Cependant, dans le cas du bâtiment, l’obtention d’un modèle dynamique suffisammentprécis présente des difficultés du fait d’incertitudes importantes sur les paramètresdu modèle et les sollicitations du système. Les avancées récentes dans le domaine de l’instrumentationdomotique constituent une opportunité prometteuse pour la réduction de cesincertitudes, mais la conception d’un tel système pour une telle application n’est pas triviale.De fait, il devient nécessaire de pouvoir considérer les problématiques de monitoring énergétique,d’instrumentation, de commande prédictive et de modélisation de façon conjointe.Cette thèse vise à identifier les liens entre commande prédictive et instrumentation dansle bâtiment, en proposant puis exploitant une méthode générique de modélisation du bâtiment,de simulation thermique et de résolution de problèmes d’optimisation. Cette méthodologiemet en oeuvre une modélisation thermique multizone du bâtiment, et des algorithmesd’optimisation reposant sur un modèle adjoint et les outils du contrôle optimal. Elle a étéconcrétisée dans un outil de calcul permettant de mettre en place une stratégie de commandeprédictive comportant des phases de commande optimale, d’estimation d’état et decalibration.En premier lieu, nous étudions la formulation et la résolution d’un problème de commandeoptimale. Nous abordons les différences entre un tel contrôle et une stratégie de régulationclassique, entre autres sur la prise en compte d’indices de performance et de contraintes. Nousprésentons ensuite une méthode d’estimation d’état basée sur l’identification de gains thermiquesinternes inconnus. Cette méthode d’estimation est couplée au calcul de commandeoptimale pour former une stratégie de commande prédictive.Les valeurs des paramètres d’un modèle de bâtiment sont souvent très incertaines. Lacalibration paramétrique du modèle est incontournable pour réduire les erreurs de prédictionet garantir la performance d’une commande optimale. Nous appliquons alors notreméthodologie à une technique de calibration basée sur des mesures de températures in situ.Nous ouvrons ensuite sur des méthodes permettant d’orienter le choix des capteurs à utiliser(nombre, positionnement) et des paramètres à calibrer en exploitant les gradients calculéspar la méthode adjointe.La stratégie de commande prédictive a été mise en oeuvre sur un bâtiment expérimentalprès de Chambéry. Dans le cadre de cette étude, l’intégralité du bâtiment a été modélisé,et les différentes étapes de notre commande prédictive ont été ensuite déployées de mainière séquentielle. Cette mise en oeuvre permet d’étudier les enjeux et les difficultés liées àl’implémentation d’une commande prédictive sur un bâtiment réel.Cette thèse est issue d’une collaboration entre le CEA Leti, l’IFSTTAR de Nantes et leG2ELab, et s’inscrit dans le cadre du projet ANR PRECCISION. / More efficient energy management of buildings through the use of Model Predictive Control(MPC) techniques is a key issue to reduce the environmental impact of buildings. Buildingenergy performance is currently improved by using renewable energy sources, a betterdesign of the building envelope (insulation) and the use of advanced management systems.The more the design aims for high performance, the more interactions and coupling effectsbetween the building, its environment and the conditions of use are important and unintuitive.Only a more integrated regulation would take in account this complexity, and couldhelp to optimize the consumption without compromising the comfort.Model Predictive Control techniques, based on the use of dynamic models and optimizationmethods, promise a reduction of consumption and discomfort. They can generate energysavings by anticipating the evolution of renewable sources and intermittent needs, while takingadvantage of the building thermal inertia and other storage items. However, in the caseof buildings, obtaining a good dynamic model is tough, due to important uncertainties onmodel parameters and system solicitations.Recent advances in the field of wireless sensor networks are fostering the deployment ofsensors in buildings, and offer a promising opportunity to reduce these errors. Nevertheless,designing a sensor network dedicated to MPC is not obvious, and energy monitoring,instrumentation, modeling and predictive control matters must be considered jointly.This thesis aims at establishing the links between MPC and instrumentation needs inbuildings. We propose a generic method for building modeling, thermal simulation andoptimization. This methodology involves a multi-zone thermal model of the building, andefficient optimization algorithms using an adjoint model and tools from the optimal controltheory. It was implemented in a specific toolbox to develop a predictive control strategywith optimal control phases, state estimation phases and model calibration.At first, we study the formulation and resolution of an optimal control problem. We discussthe differences between such a control and a conventional regulation strategy, throughperformance indicators. Then, we present a state estimation method based on the identificationof unknown internal gains. This estimation method is subsequently coupled with theoptimal control method to form a predictive control strategy.As the parameters values of a building model are often very uncertain, parametric modelcalibration is essential to reduce prediction errors and to ensure the MPC performance. Consequently,we apply our methodology to a calibration technique based on in situ temperaturemeasurements. We also discuss how our approach can lead to selection techniques in orderto choose calibrated parameters and sensors for MPC purposes.Eventually, the predictive control strategy was implemented on an experimental building,at CEA INES, near Chambéry. The entire building was modeled, and the different steps ofthe control strategy were applied sequentially through an online supervisor. This experimentgave us a useful feedback on our methodology on a real case.This thesis is the result of a collaboration between CEA Leti, IFSTTAR Nantes andG2ELab, and is part of the ANR PRECCISION project.

Cette thèse présente des travaux sur l’étude et la calibration de modèles d’équations aux dérivées partielles pour la croissance tumorale. La première partie porte sur l’analyse d’un modèle de croissance tumorale pour le cas de métastases au foie de tumeurs gastro-intestinales (GIST). Le modèle est un système d’équations aux dérivées partielles couplées et prend en compte plusieurs traitements dont un traitement anti-angiogénique. Le modèle permet de reproduire des données cliniques. La première partie de ce travail concerne la preuve d’existence/unicité de la solution du modèle. La seconde partie du travail porte sur l’étude du comportement asymptotique de la solution du modèle lorsqu’un paramètre du modèle, décrivant la capacité de la tumeur à évacuer la nécrose, converge vers 0. La seconde partie de la thèse concerne le développement d’un modèle de croissance pour des sphéroïdes tumoraux ainsi que sur la calibration de ce modèle à partir de données expérimentales in vitro. L’objectif est de développer un modèle permettant de reproduire quantitativement la distribution des cellules proliférantes à l’intérieur d’un sphéroïde en fonction de la concentration en nutriments. Le travail de modélisation et de calibration du modèle a été effectué à partir de données expérimentales permettant d’obtenir la répartition spatiale de cellules proliférantes dans un sphéroïde tumoral. / In this thesis, we present several works on the study and the calibration of partial differential equations models for tumor growth. The first part is devoted to the mathematical study of a model for tumor drug resistance in the case of gastro-intestinal tumor (GIST) metastases to the liver. The model we study consists in a coupled partial differential equations system and takes several treatments into account, such as a anti-angiogenic treatment. This model is able to reproduce clinical data. In a first part, we present the proof of the existence/uniqueness of the solution to this model. Then, in a second part, we study the asymptotic behavior of the solution when a parameter of this model, describing the capacity of the tumor to evacuate the necrosis, goes to 0. In the second part of this thesis, we present the development of model for tumor spheroids growth. We also present the model calibration thanks to in vitro experimental data. The main objective of this work is to reproduce quantitatively the proliferative cell distribution in a spheroid, as a function of the concentration of nutrients. The modeling and calibration of this model have been done thanks to experimental data consisting of proliferative cells distribution in a spheroid.

Les travaux de la présente thèse portent sur le recalage de modèles dynamiques d’aubes de turbinecomposites à matrice céramique. Ils s’inscrivent dans le cadre de la quantification d’incertitudes pour la validation de modèles et ont pour objectif de fournir des outils d’aide à la décision pour les ingénieurs desbureaux d’études. En effet, la dispersion importante observée lors des campagnes expérimentales invalidel’utilisation des méthodes de recalage déterministe. Après un état de l’art sur la relation entre les incertitudeset la physique, l’approche de Vérification & Validation a été introduite comme approche permettantd’assurer la crédibilité des modèles numériques. Puis, deux méthodes de recalages stochastiques, permettantde déterminer la distribution statistique des paramètres, ont été comparées sur un cas académique. La priseen compte des incertitudes n’élude pas les potentielles compensations entre paramètres. Par conséquent, desindicateurs ont été développés afin de détecter la présence de ces phénomènes perturbateurs. Ensuite, lathéorie info-gap a été employée en tant que moyen de modéliser ces méconnaissances. Une méthode derecalage stochastique robuste a ainsi été proposée, assurant un compromis entre la fidélité du modèle auxessais et la robustesse aux méconnaissances. Ces outils ont par la suite été appliqués sur un modèle éléments / This work is focused on the stochastic updating of ceramic matrix composite turbine blade model. They arepart of the uncertainty quantification framework for model validation. The aim is to enhance the existing toolused by the industrial decision makers. Indeed, consequent dispersion was measured during the experimentalcampaigns preventing the use of deterministic approaches. The first part of this thesis is dedicated to therelationship between mechanical science and uncertainty. Thus, Verification and Validation was introduced asthe processes by which credibility in numerical models is established. Then two stochastic updatingtechniques, able to handle statistic distribution, were compared through an academic example. Nevertheless,taking into account uncertainties doesn’t remove potential compensating effects between parameters.Therefore, criteria were developed in order to detect these disturbing phenomena. Info-gap theory wasemployed as a mean to model these lack of knowledge. Paired with the stochastic updating method, a robuststochasticapproach has been proposed. Results demonstrate a trade-off relationship between the model’sfidelity and robustness. The developed tools were applied on a ceramic matrix composite turbine blade finiteelement model.