On considère dans cette thèse l'équation des ondes posée sur un domaine $\Omega$ supposé régulier. Si $\Gamma$ désigne une surface supposée observable, on peut définir la constante d'observabilité associée à $\Gamma$. L'intérêt de cette constante est de rendre compte de la qualité de la reconstruction dans le problème inverse qui consiste à reconstruire les données initiales à partir de la mesure de la solution sur $\Gamma$. Ainsi l'étude de cette constante s'applique entre autres à la détermination de la forme et du placement optimaux de capteurs, pour la mesure de toute sorte de phénomènes ondulatoires. Le but du premier chapire est de caractériser de manière théorique les domaines $\Gamma$ de surface prescrite qui maximisent cette constante d'observabilité, ou plus exactement une version "randomizée" de ce critère. Dans le second chapitre il s'agit d'appliquer les résulats obtenus au placement optimal de capteurs pour la tomographie photoacoustique. La tomographie photoacoustique est un procédé d'imagerie médicale ultra-sonore, non invasif encore peu développé qui est une alternative précise et plus économique à l'imagerie X. C'est dans ce cadre que l'on propose une modélisation de l'influence de la forme et de la disposition des capteurs dans le problème de reconstruction de la densité des tissus. Plus particulièrement, il s'agira de construire une fonctionnelle de la forme des capteurs, rendant compte de la qualité de l'image obtenue. / In the first part of this thesis, we consider the wave equation on a regular bounded domain $\Omega$. We investigate the problem of optimizing, in some appropriate sense, the shape and location of sensors spread on an arbitrary measurable subdomain $\Gamma$ of the boundary of $\Omega$. We introduce a spectral quantity called randomized observability constant, corresponding to the best constant in an average of the classical observability inequality, over random initial data. The pupose of the first chapter is to investigate optimal domains, maximizing the new objective function. The second part consists in applying the previous results to medical imaging, and more precisely to photoacoustic tomography. This imaging technique, constitutes a cutting-edge technology that has drawn considerable attention in the medical imaging area. Firstly because it is non-ionizing and non-invasive, and also because it constitutes a precise and cheap alternative to X imaging. In this framework, we propose here to model the influence of the shape and position of sensors in the inverse problem consisting in the reconstruction of the imaged body. In a nutshell, we build a functional of the shape of the sensors, providing an account for the reconstructed image quality.