Cette thèse présente plusieurs contributions méthodologiques au traitement des images multicomposantes. Nous présentons notre travail dans le contexte applicatif difficile de l’imagerie de tomographie d’émission de positons dynamique (TEPd), une modalité d’imagerie fonctionnelle produisant des images multicomposantes fortement dégradées. Le caractère vectoriel du signal offre des propriétés de redondance et de complémentarité de l’information le long des différentes composantes permettant d’en améliorer le traitement. Notre première contribution exploite cet avantage pour la segmentation robuste de volumes d’intérêt au moyen de modèles déformables. Nous proposons un champ de forces extérieures guidant les modèles déformables vers les contours vectoriels des régions à délimiter. Notre seconde contribution porte sur la restauration de telles images pour faciliter leur traitement ultérieur. Nous proposons une nouvelle méthode de restauration par équations aux dérivées partielles permettant d’augmenter le rapport signal sur bruit d’images dégradées et d’en renforcer la netteté. Appliqués à l’imagerie TEPd, nous montrons l’apport de nos contributions pour un problème ouvert des neurosciences, la quantification non invasive d’un radiotraceur de la neuroinflammation. / This thesis presents several methodological contributions to the processing of vector-valued images, with dynamic positron emission tomography imaging (dPET) as its target application. dPET imaging is a functional imaging modality that produces highly degraded images composed of subsequent temporal acquisitions. Vector-valued images often present some level of redundancy or complementarity of information along the channels, allowing the enhancement of processing results. Our first contribution exploits such properties for performing robust segmentation of target volumes with deformable models.We propose a new external force field to guide deformable models toward the vector edges of regions of interest. Our second contribution deals with the restoration of such images to further facilitate their analysis. We propose a new partial differential equation-based approach that enhances the signal to noise ratio of degraded images while sharpening their edges. Applied to dPET imaging, we show to what extent our methodological contributions can help to solve an open problem in neuroscience : noninvasive quantification of neuroinflammation.

Em decorrência ao grande crescimento e evolução dos processos de usinagem e a demanda para adequação ambiental, novos fluidos de corte tem sido aplicados. Uma comprovação de sua eficiência em refrigerar a peça, e a ferramenta melhorando a produtividade do processo ainda é necessária. O presente trabalho propõe o estudo e o desenvolvimento de um sistema para avaliar a eficácia de fluidos de corte em operações de usinagem. Inicia-se com uma abordagem matemática da modelagem do processo de dissipação de calor em operações de usinagem. Em seguida prossegue-se com uma investigação de diferentes maneiras de solução do modelo proposto. Experimentos práticos foram realizados no laboratório de Otimização de Processos de Fabricação - OPF. A partir dos dados obtidos foi realizada uma análise assintótica das equações diferencias parciais que governam o modelo. Finalizando, o modelo selecionado foi aplicado no fresamento do aço AISI 4340 endurecido usinado sob alta velocidade. / Due to the rapid growth and development of machining processes there has been a demand for environmental sustainability and news cutting fluids have been applied. A reliable assessment of their efficiency in cooling the workpiece, tools and improving productivity is still a requirement. The present thesis presents a theoretical study and a proposal of a system to assess the effectiveness of cutting fluids applied to machining operation. It begins using a mathematical approach to model the heat propagation during machining operations. Then, it continues with an investigation into different ways to solve the proposed theorical model. Machining experiments using realistic cutting operations were also conducted at the Laboratory for Optimization of Manufacturing Processes - OPF. From the experimental data, was carried out an asymptotic analysis of partial differential equations, which govern the mathematical model. Finally, the selected model will be applied to a milling operation using High Speed Machining (HSM) technique on hardened steel AISI 4340.

L'objet de cette thèse est l'étude mathématique de familles d'espaces-temps satisfaisant aux équations d'Einstein de la Relativité Générale. Deux approches sont considérées pour cette étude. La première partie, composée des trois premiers chapitres, examine les propriétés géométriques des espaces-temps d'Emparan-Reall et dePomeransky-Senkov, de dimension 5. Nous montrons qu'ils contiennent un trou noir, dont l'horizon des événements est à sections compactes non-homéomorphes à la sphère. Nous en construisons une extension analytique et prouvons que cette extension est maximale et unique dans une certaine classe d'extensions pour les espaces-temps d'Emparan-Reall. Nous établissons ensuite le diagramme de Carter-Penrose de ces extensions, puis analysons la structure de l'ergosurface des espaces-temps de Pomeransky-Senkov. La deuxième partie est consacrée à l'étude de données initiales, solutions des équations des contraintes, induites par les équations d'Einstein. Nous effectuons un recollement d'une classe de données initiales avec des données initiales d'espaces-temps de Kerr-Kottler-deSitter, en utilisant la méthode de Corvino. Nous construisons, d'autre part, des métriques asymptotiquement hyperboliques en dimension 3, satisfaisant les hypothèses du théorème de masse positive à l'exception de la complétude, et ayant un vecteur moment-énergie de genre causal arbitraire. / The aim of this thesis is the mathematical study of families of spacetimes satisfying the Einstein's equations of General Relativity. Two methodsare used in this context.The first part, consisting of the first three chapters of this work,investigates the geometric properties of the Emparan-Reall andPomeransky-Senkov families of 5-dimensional spacetimes. We show that they contain a black-hole region, whose event horizon has non-spherical compact cross sections. We construct an analytic extension, and show its maximality and its uniqueness within a natural class in the Emparan-Reallcase. We further establish the Carter-Penrose diagram for these extensions, and analyse the structure of the ergosurface of the Pomeransky-Senkovspacetimes.The second part focuses on the study of initial data, solutions of theconstraint equations induced by the Einstein's equations. We perform agluing construction between a given family of inital data sets andinitial data of Kerr-Kottler-de Sitter spacetimes, using Corvino'smethod.On the other hand, we construct 3-dimensional asymptotically hyperbolicmetrics which satisfy all the assumptions of the positive mass theorem but the completeness, and which display an energy-momentum vector of arbitry causal type.

Cette Thèse se divise en deux parties. Dans la partie mathématique, nous étudions différentes edp d'ordre supérieur à 3 issues des neurosciences avec un point de vue probabiliste. Nous démontrons une formule de FK pour une grande classe de solutions de KdV (pas seulement les n-solitons), à l'aide des déterminants de Fredholm et des transformées de Laplace d'intégrales de Skorohod itérées. Concernant les edp d'ordre supérieur à 3, les processus itérés qui consistent en la composition de deux processus indépendants, l'un correspondant à la position et l'autre au temps, sont liés à leurs solutions. En effet, nous montrons une formule de FK pour des solutions d'edp d'ordre supérieur à 3 basée sur des fonctionnelles de processus itérés, même dans le cas non Markovien, étendant ainsi les résultats existants. Nous proposons aussi un schéma numérique pour la simulation de trajectoires de diffusions itérées basé sur le schéma d'Euler, qui converge p.s., uniformément en temps, avec un taux de convergence d'ordre $1/4$. Une estimation de l'erreur est proposée. Dans la partie biologique, nous avons collecté plusieurs articles en neuroscience et d'autres domaines de biologie, où les edp précédentes sont utilisées. En particulier, on s'intéresse à la simulation et à la propagation du potentiel d'action lorsque la capacité de la membrane cellulaire n'est pas supposée constante. Ces articles ont en commun le fait qu'ils remettent en question le fameux modèle d'Hodgkin-Huxley datant des années cinquante. En effet, même si ce modèle a été très efficace pour la compréhension du signal neuronal, il ne prend pas en compte tous les phénomènes résultants de la propagation du potentiel d'action. / This Thesis consists of two parts. In the mathematical part we study Korteweg--de Vries (KdV) equation and high-order pdes with a probabilistic point of view in order to obtain Feynman-Kac (FK) type formulas. This study was motivated by recent biological models. We prove a FK representation for a larger class of solutions of KdV equation (not only n-solitons), using Fredholm determinants and Laplace transforms of iterated Skorohod integrals. Regarding higher order pdes, iterated processes that consist in the composition of two independent processes, one corresponding to position and the other one to time, are naturally related to their solutions. Indeed, we prove FK formulas for solutions of high order pdes based on functionals of iterated processes even in the non Markovian case, thus extending the existing results. We also propose a scheme for the simulation of iterated diffusions trajectories based on Euler scheme, that converges a.s., uniformly in time, with a rate of convergence of order $1/4$. An estimation of the error is proposed. In the biological part, we have collected several papers in neuroscience and other fields of biology where the previous types of pdes are involved. In particular, we are interested in the simulation of the propagation of the action potential when the capacitance of the cell membrane is not assumed to be constant. These papers have in common the fact that they question the famous Hodgkin Huxley model dating back to the fifties. Indeed this model even if it has been very efficient for the understanding of neuronal signaling does not take into account all the phenomena that occur during the propagation of the action potential.

[pt] O objetivo principal desta dissertação é estudar a desigualdade de Harnack e as estimativas de Holder, para um operador elíptico de segunda ordem, na forma não divergente e na forma divergente, respectivamente, sendo os coeficientes funções mensuráveis e limitadas em um domínio ômega contido em Rn. / [en] The main objective of this dissertation is to study Harnack s inequality and Holder s estimates for a second-order elliptic operator, written in the non-divergent form and in the divergent form, respectively, where the coefficient functions are measurable and bounded functions in a domain omega contained in Rn.

offizielles Organ der Deutschen Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie (GMDS) e.V.

Les problèmes de contrôle stochastique optimal à horizon fini forment une classe de problèmes de contrôle optimal où interviennent des processus stochastiques considérés sur un intervalle de temps borné. Tout comme beaucoup de problème de contrôle optimal, ces problèmes sont résolus en utilisant le principe de la programmation dynamique qui induit une équation aux dérivées partielles (EDP) appelée équation d'Hamilton-Jacobi-Bellman. Les méthodes basées sur la discrétisation de l’espace sous forme de grille, les méthodes probabilistes ou plus récemment les méthodes max-plus peuvent alors être utilisées pour résoudre cette équation. Cependant, le premier type de méthode est mis en défaut quand un espace à dimension grande est considéré à cause de la malédiction de la dimension tandis que le deuxième type de méthode ne permettait jusqu'ici que de résoudre des problèmes où la non linéarité de l'équation aux dérivées partielles par rapport à la Hessienne n'est pas trop forte. Quant au troisième type de méthode, il entraine une explosion de la complexité de la fonction valeur. Nous introduisons dans cette thèse deux nouveaux schémas probabilistes permettant d'agrandir la classe des problèmes pouvant être résolus par les méthodes probabilistes. L'une est adaptée aux EDP à coefficients bornés tandis que l'autre peut être appliqué aux EDP à coefficients bornés ou non bornés. Nous prouvons la convergence des deux schémas probabilistes et obtenons des estimées de l'erreur de convergence dans le cas d'EDP à coefficients bornés. Nous donnons également quelques résultats sur le comportement du deuxième schéma dans le cas d'EDP à coefficients non bornés. Ensuite, nous introduisons une méthode complètement nouvelle pour résoudre les problèmes de contrôle stochastique optimal à horizon fini que nous appelons la méthode max-plus probabiliste. Elle permet d'utiliser le caractère non linéaire des méthodes max-plus dans un contexte probabiliste tout en contrôlant la complexité de la fonction valeur. Une application au calcul du prix de sur-réplication d'une option dans un modèle de corrélation incertaine est donnée dans le cas d’un espace à dimension 2 et 5. / Stochastic optimal control problems with finite horizon are a class of optimal control problems where intervene stochastic processes in a bounded time. As many optimal control problems, they are often solved using a dynamic programming approach which results in a second order Partial Differential Equation (PDE) called the Hamilton-Jacobi-Bellman equation. Grid-based methods, probabilistic methods or more recently max-plus methods can be used then to solve this PDE. However, the first type of methods default in a space of high dimension because of the curse of dimensionality while the second type of methods allowed till now to solve only problems where the nonlinearity of the PDE with respect to the second order derivatives is not very high. As for the third type of method, it results in an explosion of the complexity of the value function. We introduce two new probabilistic schemes in order to enlarge the class of problems that can be solved with probabilistic methods. One is adapted to PDE with bounded coefficients while the other can be applied to PDE with bounded or unbounded coefficients. We prove the convergence of the two probabilistic scheme and obtain error estimates in the case of a PDE with bounded coefficients. We also give some results about the behavior of the second probabilistic scheme in the case of a PDE with unbounded coefficients. After that, we introduce a completely new type of method to solve stochastic optimal control problems with finite horizon that we call the max-plus probabilistic method. It allows to add the non linearity feature of max-plus methods to a probabilistic method while controlling the complexity of the value function. An application to the computation of the optimal super replication price of an option in an uncertain correlation model is given in a 5 dimensional space.

En 2002, Marek Musiela et Thaleia Zariphopoulo ont introduit la notion de {\em forward utility}, c'est à dire une utilité dynamique, progressive, cohérente avec un marché financier donné. On peut voir ce processus comme un champ aléatoire $U(t,x)$ adapté à l'information disponible, qui a chaque instant est une utilité standard (donc en particulier à la date $0$, compatible avec une famille de stratégies données $(X^{\pi})$ au sens où pour tout $t,h>0$, $ \mathbb{E}(U(t+h,X^{\pi}_{t+h})|\mathcal{F}_t)\leq U(t,X^{\pi}_t)$ et il existe un portefeuille optimal $X^*$ pour lequel l'inégalité est une égalité.\\ Les auteurs ont fait plusieurs articles sur ce sujet, montrant en particulier comment les utilités classiques, puissance, exponentielle, etc doivent être modifiées pour être des utilités dynamique progressives. Une attention limitée a été portée à l'univers d'investissement. \noindent Dans mon travail de thèse, je considère un cadre beaucoup plus général. En effet, le marché est incomplet dans le sens où un investisseur est contraint, à chaque date $t\ge 0$, de choisir ces stratégies admissibles dans des cones convexes fermés, adaptés $\K_t (X_t)$ dépendent du niveau de sa richesse $X_t$. Je considère par la suite que les champs aléatoires $U(t,x)$ évoluent selon la dynamique \begin{equation}\label{eq:champ} dU(t,x)=\beta(t,x)+\Gamma(t,x) dW_t,~U(0,.)=u(.) (\text{donnée}) \end{equation} Comme dans l'optimisation classique, (dite rétrograde puisqu'on reconstruit l'information à partir de la fin), %je montre que le terme %$\beta(t,x)$ contient, contient nécéssairement, un terme de type hamiltonien classique %modifié par la présence de la dérivée de la volatilité %$\Gamma(t,x)$ de l'utilité progressive. Et par conséquent toute utilité progressive qui % satisfait les hypothèses de régularités du lemme d'Itô-Ventzell % satisfait je me propose d'étudier les équations de type Hamilton-Jacobi-Bellman que satisfait une utilités progressive $u(t,x)$. Pour mener cette étude, j'utilise une formule d'Itô généralisée apellée la formule de Ventzell-Friedlin, qui permet d'établir la décomposition de type Itô de la composée d'un champ aléatoire avec un processus d'Itô. Je montre alors que le terme $\beta(t,x)$ contient, nécéssairement, un terme de type hamiltonien classique modifié par la présence de la dérivée de la volatilité $\Gamma(t,x)$ de l'utilité progressive. Et par conséquent toute utilité progressive qui satisfait les hypothèses de régularités du lemme d'Itô-Ventzell satisfont l' équation différentielle stochastique suivante \begin{equation}\label{EDPSU} dU(t,x)=\Big\{-xU'_{x}\, r_t dt+ \frac{1}{2U''_{xx}(t,x)}\|\prod_{\K_t(x)\sigma_t}\big(U'_{x}(t,x) \eta_t+\Gamma'_x(t,x)\big) \|^2\Big\}(t,x)\,dt\>+\Gamma(t,x)\,dW_t. \end{equation} avec comme portefeuille optimal $X^*$ le processus associé à la stratégie $\pi^*$ donnée par \begin{equation} x\pi^*(t,x)\sigma_t=- \frac{1}{U''_{xx}(t,x)}\|\prod_{\K_t(x)\sigma_t}\big(U'_{x}(t,x) \eta_t+\Gamma'_x(t,x)\big)(t,x) \end{equation} \noindent où $r$ est le taux court, $\eta$ la prime de marché, $\sigma$ la matrice de variance covariance des actifs et $ \prod_{\K_t(x)\sigma_t}$ désigne l'opérateur de projection sur le cône $\K_t(x)\sigma_t$. \\ Ce point de vue permet de vérifier que le champ aléatoire, s'il existe est compatible avec l'univers d'investissement. Cependant, la question de la convexité et de la monotonie est complexe a priori, car il n'existe pas de théorèmes de comparaison pour les équations progressives (qui sont {\em forward}), contrairement au cas des équations rétrogrades. La question de l'interprétation et du rôle de la volatilité s'avère alors être centrale dans cette étude. Contrairement au cadre général que je considère ici, M.Musiela et T.Zariphopoulo, puis C.Rogers et al se sont restreint au cas où la volatilité de l'utilité est identiquement nulle. Le processus progressif $u(t,x)$ est alors une fonction déterministe satisfaisant une EDP non linéaire, que les auteurs ont transformé en solution harmonique espace temps de l'équation de la chaleur. \\ Mon choix a été d'étudire la question de la volatilité par des techniques de changement de numéraire; ainsi, je montre la stabilité de la notion d'utilité progressive par changement de numéraire. L'avantage considérable de cette technique, comparée à la méthode classique, % Comme dans le cas % classique, le problème est compliqué par le fait que l'espace des % contraites n'est pas invariant par changement de numéraire. est le fait qu'elle permet de se ramener toujours à un marché "martingale" ($r=0$ et $\eta=0$), ce qui simplifie considérablement les équations et les calculs. La dérivée de la volatilité apparaît alors comme une prime de risque instantanée que le marché introduit, et qui dépend du niveau de la richesse de l'investisseur. Ce point de vue nouveau permet de répondre à la question de l'interprétation de la volatilité de l'utilité. Dans la suite, j'étudie le problème dual et je montre que la transformée de {\em Fenchel} $\tU$ de la fonction concave $U(t,x)$ est un champ markovien lui aussi satisfaisant la dynamique \begin{eqnarray}\label{EDPSDuale'} d\tilde{U}(t,y)=\left[\frac{1}{2\tU_{yy}''}(\|\tilde{\Gamma}'\|^2-\|\prod_{\K_t(-\tU_y'(t,y))\sigma_t}(\tilde{\Gamma}^{'}_y-y\eta_t)\|^2) +y\tU_{y}' r_t\right](t,y)dt +\tilde{\Gamma}(t,y)dW_t,~~\tilde{\Gamma}(t,y)=\Gamma(t,\tU_y'(t,y)). \end{eqnarray} À partir de ce résultat je montre que le problème dual admet une unique solution $Y^*$ dans la volatilté $\nu^*$ est donnée par \begin{equation} y\nu^*(t,y)= -\frac{1}{\tU_{yy}''}\Big(\tilde{\Gamma}'+y\eta_t-\prod_{\K_t(-\tU_y')\sigma_t}(\tilde{\Gamma}^{'}_y-y\eta_t)\Big)(t,y). \end{equation} \noindent Ce ci permettra d'établir les identités clé suivantes: \begin{eqnarray} &Y^*(t,(U_x')^{-1}(0,x))=U'_x(t,X^*(t,x)) \label{A}\\ &(\Gamma'_x+U'_x\eta)(t,x)=(xU''(t,x)\pi^*(t,x)\sigma_t+\nu^*(U_x'(t,x))\label{B}. \end{eqnarray} % Remarquons que le terme $(\Gamma'_x+U'_x\eta)$ se décompose de manière unique sous forme % de sa projection sur le cone $\K\sigma$, qui est la stratégie optimale, et la projection sur le cone dual $\K^* \sigma$, % qui est la volatilité du processus optimal dual. Mais notre but est deux termes projétés su comme la projection % Á partir de la première identité nous savons que $U'_x(t,X^*(t,x))$ n'est autre que le processus optimal dual %Á ce stade rapellons que le but de cette étude est de carracteriser les utilités progressives. La question par la suite est la suivante: peut-on caractériser l'utilité $U(t,x)$ pour tout $x>0$ à partir de la première identité? Ceci peut paraître trop demander car nous cherchons à caractériser le champ $U$ connaissant seulement son comportement le long de l'unique trajectoire optimale $X^*$. Cependant, la réponse à cette question s'avère être positive et assez simple. En effet, notons par $\Y(t,x):=Y^*(t,(U_x')^{-1}(0,x))$, et supposons que le flot stochastique $X^*$ soit inversible, $\X$ désigne son inverse. Alors, en inversant dans (\ref{A}), je déduis que $U_x'(t,x)=\Y(t,\X(t,x))$. En intégrant par rapport à $x$, j'obtiens que $U(t,x)=\int_0^x\Y(t,\X(t,z))dz$, ce qui prouve le théorème suivant: \begin{theo} Sous des hypothèses de régularités et d'inversion du flot $X^*$, les processus $U$ définis par $U(t,x)=\int_0^x\Y(t,\X(t,z))dz$ sont des utilités progressives solutions de l'EDP stochastique (\ref{EDPSU}). \end{theo} % %\noindent Inversement, je montre le théorème d'EDP stochastique suivant: \begin{theo} Soit $U$ un champ aléatoire solutions de l'EDP stochastique (\ref{EDPSU}). En utilisant la décompostion (\ref{B}), si les EDS suivantes \begin{eqnarray*} & dX^*_t(x)=X^*_t(x)(r_tdt+\pi^*(t,X^*_t(x))\sigma_t(dW_t+\eta_tdt)),X^*_0(x)=x ~\\ & dY^*_t(y)=Y^*_t(y)(-r_tdt+\nu^*(t,Y^*_t(y))dW_t),~Y^*_0(y)=y \end{eqnarray*} admettent des solutions fortes unique et monotonnes, alors, en notant par $ \Y(t,x):=Y^*(t,(U_x')^{-1}(0,x))$ et par $\X$ le flot inverse de $X$, on obtient que $U(t,x)= \int_0^x\Y(t,\X(t,z))dz$. Si de plus $X^*$ et $Y^*$ sont croissants, $U$ est concave. \end{theo} \noindent %Dans ce travail, je considère toujours un marché incomplet, Dans une seconde partie de ce travail, je me place dans un cadre beaucoup plus général dans le sens où les actifs sont supposés être cadlag locallement bornés, et par conséquent la filtration n'est plus une filtration brownienne. Je remplace les contraintes de type cône convexe par des contraintes plus générales de type ensemble convexe. Le but de cette partie est de caractériser toutes les utilités progressives avec le minimum d'hypothèses, notamment avec moins d'hypothèses de régularités sur les champs aléatoires $U$. Je ne suppose plus que $U$ est deux fois différentiable et par conséquent je ne peut plus appliquer le lemme d'Itô-Ventzell. L'approche est alors différente: je commence par établir des conditions d'optimalité sur le processus de richesses optimale ainsi que le processus optimal dual, et ce en utilisant des méthodes d'analyse. En utilisant ces résultats je démontre, par des éléments d'analyse, la convexité ainsi que les conditions d'optimalités que toutes les utilités progressives générant une richesse croissante est de la forme $\int_0^x\Y(t,\X(t,z))dz$ avec $\Y$ : $\Y X$ est une surmartingale pour toute richesse $X$ et une martingale si $X=X^*$.

Dans ce travail de recherche, nous sommes intéresses par la modélisation de l'hématopoïèse. Les cellules souches hématopoïétiques (CSH) sont des cellules indifférenciées de la moelle osseuse, possédant la capacité de se renouveler et de se différencier (pour la production des globules rouges, globules blancs et les plaquettes). Le processus de l'hématopoïèse souvent révèle des irrégularités qui causent les maladies hématologiques. En modélisant la leucémie myéloide chronique (LMC), une maladie hématologique fréquente, nous représentons l'hématopoïèse des cellules normales et cancéreuses par un système d'équations différentielles ordinaires (EDO). L'homéostasie des cellules normales et différente de l'homéostasie des cellules cancéreuses, et dépend de quelques lignées des cellules normales et cancéreuses. Nous analysons la dynamique globale du modèle pour obtenir les conditions de régénération de l'hématopoïèse ou bien la persistance de la LMC. Nous démontrons aussi que la coexistence des cellules normales et cancéreuses ne peut avoir lieu pour longtemps. Imatinib est un traitement de base de la LMC, avec un dosage variant de 400 à 1000 mg par jour. Certains patients présentent des réponses différentes à la thérapie, pouvant être hématologique, cytogénétique et moléculaire. La thérapie échoue dans deux cas: le patient demande un temps plus long pour réagir, alors il s'agit d'une réponse suboptimale; ou bien le patient résiste après une bonne réponse initiale. Pour déterminer le dosage optimal, nécessaire à la réduction des cellules cancéreuses, nous représentons les effets de la thérapie par un problème de contrôle optimal. Notre but est de minimiser le cout du traitement et le nombre des cellules cancéreuses. La réponse suboptimale, la résistance et le rétablissement sont alors obtenus suivant l'influence de l'imatinib sur les taux de division et de mortalité des cellules cancéreuses. Nous étudions par ailleurs l'hématopoïèse selon un modèle structuré en age, décrivant l'évolution des CSH normales et cancéreuses. Nous démontrons que le taux de division des CSH cancéreuses joue un rôle important dans la détermination du contrôle optimal. En contrôlant la croissance des cellules normales et cancéreuses avec compétition inter spécifique, nous démontrons que le dosage optimal dépend de l'homéostasie des CSH cancéreuses. / Modelling hematopoiesis represents a feature of our research. Hematopoietic stem cells (HSC) are undifferentiated cells, located in bone marrow, with unique abilities of self-renewal and differentiation (production of white cells, red blood cells and platelets).The process of hematopoiesis often exhibits abnormalities causing hematological diseases. In modelling Chronic Myeloid Leukemia (CML), a frequent hematological disease, we represent hematopoiesis of normal and leukemic cells by means of ordinary differential equations (ODE). Homeostasis of normal and leukemic cells are supposed to be different and depend on some lines of normal and leukemic HSC. We analyze the global dynamics of the model to obtain the conditions for regeneration of hematopoiesis and persistence of CML. We prove as well that normal and leukemic cells can not coexist for a long time. Imatinib is the main treatment of CML, with posology varying from 400 to 1000 mg per day. Some affected individuals respond to therapy with various levels being hematologic, cytogenetic and molecular. Therapy fails in two cases: the patient takes a long time to react, then suboptimal response occurs; or the patient resists after an initial response. Determining the optimal dosage required to reduce leukemic cells is another challenge. We approach therapy effects as an optimal control problem to minimize the cost of treatment and the level of leukemic cells. Suboptimal response, resistance and recovery forms are obtained through the influence of imatinib onto the division and mortality rates of leukemic cells. Hematopoiesis can be investigated according to age of cells. An age-structured system, describing the evolution of normal and leukemic HSC shows that the division rate of leukemic HSC plays a crucial role when determining the optimal control. When controlling the growth of cells under interspecific competition within normal and leukemic HSC, we prove that optimal dosage is related to homeostasis of leukemic HSC.

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.