Cette thèse est consacrée à l'étude mathématique des effets de désordre dans divers systèmes physiques. On commence par trois problèmes d'homogénéisation stochastique en lien avec des questions statiques de physique classique. Premièrement, en vue de la déduction rigoureuse de l'élasticité non linéaire à partir de la physique statistique de réseaux de chaînes de polymères, on établit l'existence de propriétés effectives pour des matériaux hyperélastiques hétérogènes aléatoires sous des hypothèses générales de croissance. Deuxièmement, dans un cadre linéarisé simplifié, on étudie les formules de Clausius-Mossotti pour les propriétés effectives d'alliages binaires dilués: on donne la première preuve générale et rigoureuse de ces formules, ainsi qu'une extension aux ordres supérieurs. Troisièmement, encore pour des systèmes linéarisés, on propose d'étudier les déviations par rapport aux propriétés effectives et on établit la première théorie générale des fluctuations en homogénéisation stochastique. Dans la seconde partie de cette thèse, on se focalise sur la compétition entre désordre et interactions, et on étudie plus particulièrement la dynamique des vortex de Ginzburg-Landau dans des supraconducteurs 2D de type II en présence d'impuretés. Bien que la compréhension mathématique des propriétés vitreuses complexes de ces systèmes semble hors de portée, on établit rigoureusement la limite de champ moyen pour la dynamique d'un grand nombre de vortex, et on étudie l'homogénéisation de ces équations limites et leurs propriétés. / This thesis is devoted to the mathematical study of effects of disorder in various physical systems. We start with three stochastic homogenization problems in connection with static classical physics questions. First, motivated by the rigorous derivation of nonlinear elasticity from the statistical physics of polymer-chain networks, we establish the existence of effective properties for randomly heterogeneous hyperelastic materials under general growth assumptions. Second, in the simplest linearized setting, we investigate the so-called Clausius-Mossotti formulas for the effective properties of dilute two-phase dispersed media: we provide the first general and rigorous proof of these formulas, as well as an extension to higher orders. Third, again for linearized models, we propose to study deviations with respect to effective properties and we establish the first general theory of fluctuations in stochastic homogenization. In the second part of this thesis, the focus is on the interplay between disorder and interactions, and more precisely we study the dynamics of Ginzburg-Landau vortices in 2D type-II superconductors in the presence of several impurities. Although a complete mathematical understanding of the complex glassy properties of such systems seems out of reach, we rigorously establish the mean-field dynamics of a large number of vortices, and we investigate the homogenization of the fluid-like mean-field equations and their stick-slip properties.

Le cortex cérébral des mammifères est constitué de larges et complexes réseaux de neurones. La tâche de ces assemblées de cellules est d’encoder et de traiter, le plus précisément possible, l'information sensorielle issue de notre environnement extérieur. De façon surprenante, les enregistrements électrophysiologiques effectués sur des animaux en comportement ont montré que l’activité corticale est excessivement irrégulière. Les motifs temporels d’activité ainsi que les taux de décharge moyens des cellules varient considérablement d’une expérience à l’autre, et ce malgré des conditions expérimentales soigneusement maintenues à l’identique. Une hypothèse communément répandue suggère qu'une partie importante de cette variabilité émerge de la connectivité récurrente des réseaux. Cette hypothèse se fonde sur la modélisation des réseaux fortement couplés. Une étude classique [Sompolinsky et al, 1988] a en effet montré qu'un réseau de cellules aux connections aléatoires exhibe une transition de phase : l’activité passe d'un point fixe ou le réseau est inactif, à un régime chaotique, où les taux de décharge des cellules fluctuent au cours du temps et d’une cellule à l’autre. Ces analyses soulèvent néanmoins de nombreuse questions : de telles fluctuations sont-elles encore visibles dans des réseaux corticaux aux architectures plus réalistes? De quelle façon cette variabilité intrinsèque dépend-elle des paramètres biophysiques des cellules et de leurs constantes de temps ? Dans quelle mesure de tels réseaux chaotiques peuvent-ils sous-tendre des computations ? Dans cette thèse, on étudiera la dynamique et les propriétés computationnelles de modèles de circuits de neurones à l’activité hétérogène et variable. Pour ce faire, les outils mathématiques proviendront en grande partie des systèmes dynamiques et des matrices aléatoires. Ces approches seront couplées aux méthodes statistiques des champs moyens développées pour la physique des systèmes désordonnées. Dans la première partie de cette thèse, on étudiera le rôle de nouvelles contraintes biophysiques dans l'apparition d’une activité irrégulière dans des réseaux de neurones aux connections aléatoires. Dans la deuxième et la troisième partie, on analysera les caractéristiques de cette variabilité intrinsèque dans des réseaux partiellement structurées supportant des calculs simples comme la prise de décision ou la création de motifs temporels. Enfin, inspirés des récents progrès dans le domaine de l’apprentissage statistique, nous analyserons l’interaction entre une architecture aléatoire et une structure de basse dimension dans la dynamique des réseaux non-linéaires. Comme nous le verrons, les modèles ainsi obtenus reproduisent naturellement un phénomène communément observé dans des enregistrements électrophysiologiques : une dynamique de population de basse dimension combinée avec représentations neuronales irrégulières, à haute dimension, et mixtes. / The mammalian cortex consists of large and intricate networks of spiking neurons. The task of these complex recurrent assemblies is to encode and process with high precision the sensory information which flows in from the external environment. Perhaps surprisingly, electrophysiological recordings from behaving animals have pointed out a high degree of irregularity in cortical activity. The patterns of spikes and the average firing rates change dramatically when recorded in different trials, even if the experimental conditions and the encoded sensory stimuli are carefully kept fixed. 
One current hypothesis suggests that a substantial fraction of that variability emerges intrinsically because of the recurrent circuitry, as it has been observed in network models of strongly interconnected units. In particular, a classical study [Sompolinsky et al, 1988] has shown that networks of randomly coupled rate units can exhibit a transition from a fixed point, where the network is silent, to chaotic activity, where firing rates fluctuate in time and across units. Such analysis left a large number of questions unsolved: can fluctuating activity be observed in realistic cortical architectures? How does variability depend on the biophysical parameters and time scales? How can reliable information transmission and manipulation be implemented with such a noisy code? 
In this thesis, we study the spontaneous dynamics and the computational properties of realistic models of large neural circuits which intrinsically produce highly variable and heterogeneous activity. The mathematical tools of our analysis are inherited from dynamical systems and random matrix theory, and they are combined with the mean field statistical approaches developed for the study of physical disordered systems. 
In the first part of the dissertation, we study how strong rate irregularities can emerge in random networks of rate units which obey some among the biophysical constraints that real cortical neurons are subject to. In the second and third part of the dissertation, we investigate how variability is characterized in partially structured models which can support simple computations like pattern generation and decision making. To this aim, inspired by recent advances in networks training techniques, we address how random connectivity and low-dimensional structure interact in the non-linear network dynamics. The network models that we derive naturally capture the ubiquitous experimental observations that the population dynamics is low-dimensional, while neural representations are irregular, high-dimensional and mixed.

Si le noyau atomique peut sembler aujourd'hui un système bien connu, sa description microscopique théorique comporte toujours des lacunes : décrire la structure nucléaire des noyaux tout le long de la charte des noyaux de manière satisfaisante par une seule interaction s'avère encore compliqué aujourd'hui.Les interactions les plus performantes et les plus utilisées pour atteindre ce but sont les interactions effectives. On peut généralement classer celles-ci en deux catégories: celles de portée finie et celles de portée nulle. L'interaction de Skyrme, dont il est principalement question dans ce manuscrit, appartient à la deuxième catégorie. Apparue dans les années 50 comme un développement en gradients à l'ordre 2, sa simplicité en a longtemps fait une interaction de choix. Une collaboration internationale, UNEDF, a toutefois montré que l'interaction en l'état était trop limitée pour reproduire correctement les données expérimentales actuelles et qu'il était nécessaire d'y trouver des extensions. Ce manuscrit propose une telle extension, décrivant le processus aboutissant à l'utilisation d'un développement en gradients jusqu'à l'ordre 6.Après avoir présenté les principales forces effectives utilisées dans le cadre de la structure nucléaire, nous montrerons le comportement de cette nouvelle interaction dans le modèle idéal de la matière infinie et son application dans la description des étoiles à neutrons. Nous verrons ainsi que les performances de notre interaction se sont avérées prometteuses. La comparaison des mêmes propriétés pour des potentiels de portée finie a validé ce constat. Notre extension à l'interaction de Skyrme offre à minima des performances comparables dans ce modèle.En conséquence, nous détaillerons également dans la suite du manuscrit la manière dont nous avons poursuivi le développement de notre nouvelle interaction en l'adaptant pour la description de noyaux sphériques. La dernière partie présente le processus d'ajustement de notre interaction, visant à une description des noyaux le long de la charte nucléaire. Une paramétrisation issue d'un tel ajustement sera enfin proposée / The nucleus may seem well known, but its microscopic description still isn't perfect. Describing accurately the nuclei along the nuclear chart remain complicated.Nowadays, the effective interactions are the best choice to achieve such a goal, and can be sorted in two categories: finite-range and zero-range. Skyrme interaction, the main subject of this report, belongs to the latter. Used since the 50s because of its simplicity, it is an expansion of gradients up to the 2th order. However, an international collaboration, UNEDF, showed recently that this interaction was too limited to describe all the nuclear constraints given by experimental datas. The conclusion was the necessity of Skyrme interaction extensions.This thesis is describing the process from the design of the interaction to its use in nuclei and in fitting procedures.First, we review the requirements and the construction of a general nuclear interactions, and the main interactions used in nuclear structure, both finite and zero range.We then show the behaviour of these interactions in a perfect model: the infinite nuclear matter. This is considered a preliminary test for every interaction aiming to describe nuclei, and the performances of our interactions are discussed, along the performances of the other models.The last part of the thesis is the adaptation of our extension for calculations of nuclei. Furthermore, the fitting procedure of our extended Skyrme interaction on both infinite nuclear matter and nuclei quantities is detailed. A resulting parametrisation is presented at the end of the thesis, aiming to describe more accurately the nuclear chart and the additional physic provided by the new terms

La disponibilité de quantités énormes de données a changé le rôle de la physique par rapport aux autres disciplines. Dans cette thèse, je vais explorer les innovations introduites dans la biologie moléculaire grâce à des approches de physique statistique. Au cours des 20 dernières années, la taille des bases de données sur le génome a augmenté de façon exponentielle : l'exploitation des données brutes, dans le champ d'application de l'extraction d'informations, est donc devenu un sujet majeur dans la physique statistique. Après le succès dans la prédiction de la structure des protéines, des résultats étonnamment bons ont été finalement obtenus aussi pour l'ARN. Cependant, des études récentes ont révélé que, même si les bases de données sont de plus en plus grandes, l'inférence est souvent effectuée dans le régime de sous-échantillonnage et de nouveaux systèmes informatiques sont nécessaires afin de surmonter cette limitation intrinsèque des données réelles. Cette thèse va discuter des méthodes d'inférence et leur application à des prédictions de la structure de l'ARN. Nous allons comprendre certaines approches heuristiques qui ont été appliquées avec succès dans les dernières années, même si théoriquement mal comprises. La dernière partie du travail se concentrera sur le développement d'un outil pour l'inférence de modèles génératifs, en espérant qu'il ouvrira la voie à de nouvelles applications. / The availability of huge amounts of data has changed the role of physics with respect to other disciplines. Within this dissertation I will explore the innovations introduced in molecular biology thanks to statistical physics approaches. In the last 20 years the size of genome databases has exponentially increased, therefore the exploitation of raw data, in the scope of extracting information, has become a major topic in statistical physics. After the success in protein structure prediction, surprising results have been finally achieved also in the related field of RNA structure characterisation. However, recent studies have revealed that, even if databases are growing, inference is often performed in the under sampling regime and new computational schemes are needed in order to overcome this intrinsic limitation of real data. This dissertation will discuss inference methods and their application to RNA structure prediction. We will discuss some heuristic approaches that have been successfully applied in the past years, even if poorly theoretically understood. The last part of the work will focus on the development of a tool for the inference of generative models, hoping it will pave the way towards novel applications.

Cette thèse est consacrée à l’étude mathématique des effets de désordre dans divers systèmes physiques. On commence par trois problèmes d’homogénéisation stochastique en lien avec des questions statiques de physique classique. Premièrement, en vue de la déduction rigoureuse de l’élasticité non-linéaire à partir de la physique statistique de réseaux de chaînes de polymères, on établit l’existence de propriétés effectives pour des matériaux hyperélastiques hétérogènes aléatoires sous des hypothèses générales de croissance. Deuxièmement, dans un cadre linéarisé simplifié, on étudie les formules de Clausius-Mossotti pour les propriétés effectives d’alliages binaires dilués: on donne la première preuve générale et rigoureuse de ces formules, ainsi qu’une extension aux ordres supérieurs. Troisièmement, encore pour des systèmes linéarisés, on propose d’étudier les déviations par rapport aux propriétés effectives et on établit la première théorie générale des fluctuations en homogénéisation stochastique. Dans la seconde partie de cette thèse, on se focalise sur la compétition entre désordre et interactions, et on étudie plus particulièrement la dynamique des vortex de Ginzburg-Landau dans des supraconducteurs 2D de type II en présence d’impuretés. Bien que la compréhension mathématique des propriétés vitreuses complexes de ces systèmes semble hors de portée, on établit rigoureusement la limite de champ moyen pour la dynamique d’un grand nombre de vortex, et on étudie l’homogénéisation de ces équations limites et leurs propriétés. / Doctorat en Sciences / info:eu-repo/semantics/nonPublished

L'Inconel 718 est un superalliage base-nickel très utilisé pour la fabrication de pièces aéronautiques soumises à de fortes contraintes et de hautes températures. La maîtrise de la microstructure finale issue de la mise en forme à chaud est un des éléments clés pour le contrôle des propriétés mécaniques et pour répondre aux exigences strictes du secteur. Dans cette étude, l'évolution de la microstructure de l'Inconel 718 est étudiée au moyen d'essais de torsion suivis d'une trempe à l'eau (pour examiner les évolutions dynamiques) ou d'un maintien à la température de déformation puis d'une trempe à l'eau (pour examiner les évolutions post-dynamiques). Ces essais sont réalisés dans les domaines de température δ-supersolvus et δ-subsolvus et pour des vitesses de déformation de 10-2 à 0.1 s-1. Des analyses microstructurales par microscopie électronique à balayage et cartographie des orientations cristallographiques par EBSD sont réalisées pour suivre l'évolution de la fraction recristallisée, de la taille de grains recristallisés ainsi que de l'état de précipitation lors de la déformation et des maintiens pré- et post-déformation. Sur base de ces observations expérimentales, les principaux mécanismes métallurgiques actifs sont identifiés, puis modélisés : écrouissage, germination de nouveaux grains, migration de joints de grains, et interaction avec les particules de seconde-phases. Un modèle d'évolution microstructurale en champ moyen a été enrichi pour prendre en compte l'ensemble de ces mécanismes élémentaires et leur dépendance aux conditions thermomécaniques. Ce modèle permet de décrire, pour les domaines δ-subsolvus et δ-supersolvus, les cinétiques de recristallisation dynamique et post-dynamique de l'Inconel 718, les cinétiques de précipitation et dissolution de la phase δ, ainsi que l'évolution de la taille de grains. Il prédit également les courbes contrainte-déformation dans le domaine de température δ-supersolvus. / Inconel 718 is nickel-based Superalloy widely used in the aeronautic industry to manufacture aircraft parts subjected to extreme in-service conditions of high stresses at elevated temperatures. Controlling the microstructure after hot forming is a key element to control the mechanical properties of the final products and meet the tight specifications imposed by the aeronautic industry.In this work, the microstructure evolution of Inconel 718 was investigated via isothermal and iso-strain rate torsion tests followed by water quenching (to investigate dynamic evolution) or by annealing at deformation temperature then water quenching (to investigate post-dynamic evolution). These tests were conducted in both δ-Supersolvus and δ-Subsolvus temperature domains and for strain rates of 0.01 to 0.1 s-1.Scanning electron microscopy (SEM) and Electron Back Scattered Diffraction (EBSD) were used to characterize the microstructure and follow the evolution of the recrystallized fraction, the recrystallized grain size and the δ-phase precipitation after deformation and during pre-deformation and post-deformation annealing. Based on these experimental observations, the main metallurgical mechanisms have been identified and modelled: hardening, nucleation of new grains, grain boundaries migration and the δ-phase- recrystallization interaction.A two-site mean field approach having a low computational cost was chosen to model the microstructural evolution at different thermomechanical conditions. This model describes the main mechanisms taking place during hot forming of Inconel 718 in both δ-Supersolvus and δ-Subsolvus domains and predicts the recrystallization kinetics in both dynamic and post-dynamic regimes , the δ-phase precipitation and dissolution kinetics and the grain size evolution. The model predicts also the strain-stress curves at high temperatures in the absence of δ-phase particles.

Les propriétés finales des alliages métalliques sont directement liées à la microstructure de fin de mise en forme. Les mécanismes de recristallisation dynamique (DRX) et post-dynamique (PDRX) jouent un rôle important sur les évolutions microstructurales intervenant pendant et après les étapes de déformation à chaud. Dans ce contexte, un défi majeur pour les industriels et les chercheurs est de prédire la microstructure obtenue en fonction des conditions de mise en forme. Cela implique de bien connaître les mécanismes de DRX et PDRX et leur cinétique. Les modèles en champ complet permettent de modéliser explicitement la microstructure des alliages métalliques et ses possibles évolutions à l’échelle du polycristal. Ces modèles sont précis comparativement aux modèles œuvrant aux plus grandes échelles, mais ils sont généralement très couteux en termes de temps de calcul. Les modèles à champ moyen sont quant à eux basés sur une description implicite de la microstructure, conduisant à des temps de calcul considérablement réduits, mais ils reposent sur un grand nombre d’hypothèses, notamment topologiques. Cette thèse propose un nouveau modèle champ complet de DRX/PDRX et croissance de grains, capable de fonctionner en 2D comme en 3D, et une nouvelle approche en champ moyen, s'appuyant sur ces simulations en champ complet. La nouvelle approche champ moyen prend notamment mieux en compte les effets topologiques pour une meilleure prédiction des distributions de tailles de grains. Ce travail inclut une procédure de calibration et une validation des deux modèles s'appuyant sur une campagne d’essais expérimentaux sur un acier austénitique 304L. / Final properties of metal alloys are directly related to their microstructure, inherited from the processing route. Dynamic (DRX) and post-dynamic recrystallization (PDRX) mechanisms play a primordial role in microstructure evolutions occurring during and after hot-deformation. Within this context, predicting microstructures depending on the applied thermomechanical conditions is a major challenge for both industrials and researchers. This requires a good knowledge of recrystallization mechanisms and kinetics. Full field models are based on an explicit description of the microstructure of a metallic alloy, and its possible evolutions at a polycrystalline scale. These models are accurate compared to models operating at larger scales, but they generally lead to prohibitive numerical costs. On the other hand, mean field models are based on an implicit description of the microstructure, leading to considerably reduced numerical costs, but they are based on many assumptions, notably with regards to topology. The outcome of this PhD work is a new full field model of DRX/PDRX and grain growth, working in 3D as well as in 2D, and a new DRX/PDRX mean field approach which better accounts for topological effects, and provides better predictions for grain size distributions. This work also includes a calibration procedure and a validation of these two new models, using experimental data obtained from compression tests performed on the 304L austenitic steel.

Cette thèse est dédiée à l'étude mathématique de l'approximation de champ-moyen des gaz de bosons. En physique quantique une telle approximation est vue comme la première approche permettant d'expliquer le comportement collectif apparaissant dans les systèmes quantiques à grand nombre de particules et illustre des phénomènes fondamentaux comme la condensation de Bose-Einstein et la superfluidité. Dans cette thèse, l'exactitude de l'approximation de champ-moyen est obtenue de manière générale comme seule conséquence de principes de symétries et de renormalisations d'échelles. Nous recouvrons l'essentiel des résultats déjà connus sur le sujet et de nouveaux sont prouvés, particulièrement pour les systèmes quantiques sur réseau, incluant le modèle de Bose-Hubbard. D'autre part, notre étude établit un lien entre les équations aux hiérarchies de Gross-Pitaevskii et de Hartree, issues des méthodes BBGKY de la physique statistique, et certaines équations de transport ou de Liouville dans des espaces de dimension infinie. Résultant de cela, les propriétés d'unicité pour de telles équations aux hiérarchies sont prouvées en toute généralité utilisant seulement les caractéristiques génériques de problèmes aux valeurs initiales liés à de telles équations. Egalement, de nouveaux résultats de caractères bien posés et un contre-exemple à l'unicité d'une hiérarchie de Gross-Pitaevskii sont prouvés. L’originalité de nos travaux réside dans l'utilisation d'équations de Liouville et de puissantes techniques de transport étendues à des espaces fonctionnels de dimension infinie et jointes aux mesures de Wigner, ainsi qu'à une approche utilisant les outils de la seconde quantification. Notre contribution peut être vue comme l'aboutissement d'idées initiées par Z. Ammari, F. Nier et Q. Liard autour de la théorie de champ-moyen. / This thesis is dedicated to the mathematical study of the mean-field approximation of Bose gases. In quantum physics such approximation is regarded as the primary approach explaining the collective behavior appearing in large quantum systems and reflecting fundamental phenomena as the Bose-Einstein condensation and superfluidity. In this thesis, the accuracy of the mean-field approximation is proved in full generality as a consequence only of scaling and symmetry principles. Essentially all the known results in the subject are recovered and new ones are proved specifically for quantum lattice systems including the Bose-Hubbard model. On the other hand, our study sets a bridge between the Gross-Pitaevskii and Hartree hierarchies related to the BBGKY method of statistical physics with certain transport or Liouville's equations in infinite dimensional spaces. As an outcome, the uniqueness property for these hierarchies is proved in full generality using only generic features of some related initial value problems. Again, several new well-posedness results as well as a counterexample to uniqueness for the Gross-Pitaevskii hierarchy equation are proved. The originality in our works lies in the use of Liouville's equations and powerful transport techniques extended to infinite dimensional functional spaces together with Wigner probability measures and a second quantization approach. Our contributions can be regarded as the culmination of the ideas initiated by Z. Ammari, F. Nier and Q. Liard in the mean-field theory.

Ce travail est consacré à l’étude de quelques questions issues de la modélisation des systèmes biologiques en combinant des outils analytiques et probabilistes. Dans la première partie, nous nous intéressons à la dérivation des équations de champ moyen associées aux réseaux de neurones, ainsi qu’à l’étude de la convergence vers l’équilibre des solutions. Dans le Chapitre 2, nous utilisons la méthode de couplage pour démontrer la propagation du chaos pour un réseau neuronal avec délais et avec une architecture aléatoire. Dans le Chapitre 3, nous considérons une équation cinétique du type FitzHugh-Nagumo. Nous analysons l'existence de solutions et prouvons la convergence exponentielle dans les régimes de faible connectivité. Dans la deuxième partie, nous étudions le rôle des homéoprotéines (HPs) sur la robustesse des bords des aires fonctionnelles. Dans le Chapitre 4, nous proposons un modèle général du développement neuronal. Nous prouvons qu'en l'absence de diffusion, les HPs sont exprimées dans des régions irrégulières. Mais en présence de diffusion, même arbitrairement faible, des frontières bien définies émergent. Dans le Chapitre 5, nous considérons le modèle général dans le cas unidimensionnel et prouvons l'existence de solutions stationnaires monotones définissant un point d'intersection unique aussi faible que soit le coefficient de diffusion. Enfin, dans la troisième partie, nous étudions une équation de Keller-Segel sous-critique. Nous démontrons la propagation du chaos sans aucune restriction sur le noyau de force. En outre, nous démontrons que la propagation du chaos a lieu dans le sens de l’entropie. / This work is devoted to the study of mathematical questions arising from the modeling of biological systems combining analytic and probabilistic tools. In the first part, we are interested in the derivation of the mean-field equations related to some neuronal networks, and in the study of the convergence to the equilibria of the solutions to the limit equations. In Chapter 2, we use the coupling method to prove the chaos propagation for a neuronal network with delays and random architecture. In Chapter 3, we consider a kinetic FitzHugh-Nagumo equation. We analyze the existence of solutions and prove the nonlinear exponential convergence in the weak connectivity regime. In the second part, we study the role of homeoproteins (HPs) on the robustness of boundaries of functional areas. In Chapter 4, we propose a general model for neuronal development. We prove that in the absence of diffusion, the HPs are expressed on irregular areas. But in presence of diffusion, even arbitrarily small, well defined boundaries emerge. In Chapter 5, we consider the general model in the one dimensional case and prove the existence of monotonic stationary solutions defining a unique intersection point for any arbitrarily small diffusion coefficient. Finally, in the third part, we study a subcritical Keller-Segel equation. We show the chaos propagation without any restriction on the force kernel. Eventually, we demonstrate that the propagation of chaos holds in the entropic sense.

Les matériaux corrélés offrent une richesse de nouveaux phénomènes, dont beaucoup ne sont pas encore - ou seulement partiellement - compris. Au centre de cette thèse sont des modèles multi-orbitalaires que j'etudie à travers une palette de méthodes, dont la théorie du champ moyen dynamique. Dans le modèle de Hubbard multi-orbitalaire proche de la transition de Mott, je mets en évidence un régime de mauvais métal induit par le couplage de Hund. Les propriétés de la transition de Mott dans ce système sont analysées. Dans un deuxèime temps, je traite un modèle élargi pour inclure des degrés de liberté des ligands dans les oxydes. Plus spécifiquement, cette thèse étudie les effets des interactions inter-couches entre orbitales corrélés d'un atome de métal de transition et les orbitales p des ligands. Une partie du travail est dédiée au développement de nouvelles méthodes dont une approche de rotateurs esclaves à ce problème. Le dernier chapitre concerne le domaine de la spintronique moléculaire, où j'étudie la physique du "spin-state switching" en fonction de l'hybridation d'un ion de métal de transition avec ses ligands dans les molecules organométalliques du type porphyrine de nickel. / The physics of correlated materials offers a wealth of new phenomena, many of which are not yet - or only partially - understood. In this thesis, we focus on multi-orbital models, which we study using various methods, including dynamical mean-field theory. We show that in the multi-orbital Hubbard model close to the Mott transition, Hund's coupling gives rise to a bad metal regime the properties of which we analyze. Furthermore, we consider a more general class of models that include oxygen ligands. More specifically, we study the effect of inter-shell interactions between correlated metal- and ligand p-orbitals. In this context, we develop and test a new slave-rotor approach to treat such interactions in an effective manner. The final chapter constitutes an excursion to the field of molecular spintronics, where we study the physics of the hybridization-induced spin-state switching in organometallic nickel porphyrin molecules.