Il existe des situations de modélisation statistique pour lesquelles le problème classique de classification non supervisée (c'est-à-dire sans information a priori sur la nature ou le nombre de classes à constituer) se double d'un problème d'identification des variables réellement pertinentes pour déterminer la classification. Cette problématique est d'autant plus essentielle que les données dites de grande dimension, comportant bien plus de variables que d'observations, se multiplient ces dernières années : données d'expression de gènes, classification de courbes... Nous proposons une procédure de sélection de variables pour la classification non supervisée adaptée aux problèmes de grande dimension. Nous envisageons une approche par modèles de mélange gaussien, ce qui nous permet de reformuler le problème de sélection des variables et du choix du nombre de classes en un problème global de sélection de modèle. Nous exploitons les propriétés de sélection de variables de la régularisation l1 pour construire efficacement, à partir des données, une collection de modèles qui reste de taille raisonnable même en grande dimension. Nous nous démarquons des procédures classiques de sélection de variables par régularisation l1 en ce qui concerne l'estimation des paramètres : dans chaque modèle, au lieu de considérer l'estimateur Lasso, nous calculons l'estimateur du maximum de vraisemblance. Ensuite, nous sélectionnons l'un des ces estimateurs du maximum de vraisemblance par un critère pénalisé non asymptotique basé sur l'heuristique de pente introduite par Birgé et Massart. D'un point de vue théorique, nous établissons un théorème de sélection de modèle pour l'estimation d'une densité par maximum de vraisemblance pour une collection aléatoire de modèles. Nous l'appliquons dans notre contexte pour trouver une forme de pénalité minimale pour notre critère pénalisé. D'un point de vue pratique, des simulations sont effectuées pour valider notre procédure, en particulier dans le cadre de la classification non supervisée de courbes. L'idée clé de notre procédure est de n'utiliser la régularisation l1 que pour constituer une collection restreinte de modèles et non pas aussi pour estimer les paramètres des modèles. Cette étape d'estimation est réalisée par maximum de vraisemblance. Cette procédure hybride nous est inspirée par une étude théorique menée dans une première partie dans laquelle nous établissons des inégalités oracle l1 pour le Lasso dans les cadres de régression gaussienne et de mélange de régressions gaussiennes, qui se démarquent des inégalités oracle l0 traditionnellement établies par leur absence totale d'hypothèse.

Dans ce travail, nous nous sommes intéressés d'une part à la théorie du chaos multiplicatif Gaussien introduite par Kahane en 1985 et d'autre part à la théorie des matrices aléatoires dont les pionniers sont Wigner, Wishart et Dyson. La première partie de ce manuscrit contient une brève introduction à ces deux théories ainsi que les contributions personnelles de ce manuscrit expliquées rapidement. Les parties suivantes contiennent les textes des articles publiés [1], [2], [3], [4], [5] et pré-publiés [6], [7], [8] sur ces résultats dans lesquels le lecteur pourra trouver des développements plus détaillés

In this thesis, we study local Tb theorems for singular integral operators in the setting of spaces of homogeneous type. We give a direct proof of the local Tb theorem with L^2 integrability on the pseudo- accretive system. Our argument relies on the Beylkin-Coifman-Rokhlin algorithm applied in adapted Haar wavelet basis and some stopping time results. Motivated by questions of S. Hofmann, we extend it to the case when the integrability conditions are lower than 2, with an additional weak boundedness type hypothesis, which incorporates some Hardy type inequalities. We study the possibility of relaxing the support conditions on the pseudo-accretive system to a slight enlargement of the dyadic cubes. We also give a result in the case when, for practical reasons, hypotheses on the pseudo-accretive system are made on balls rather than dyadic cubes. Finally we study the particular case of perfect dyadic operators for which the proof gets much simpler. Our argument gives us the opportunity to study Hardy type inequalities. The latter are well known in the Euclidean setting, but seem to have been overlooked in spaces of homogeneous type. We prove that they hold without restriction in the dyadic setting. In the more general case of a ball B and its corona 2B\B, they can be obtained from some geometric conditions relative to the distribution of points in the homogeneous space. For example, we prove that some relative layer decay property suffices. We also prove that this property is implied by the monotone geodesic property of Tessera. Finally, we give some explicit examples and counterexamples in the complex plane to illustrate the relationship between the geometry of the homogeneous space and the validity of the Hardy type inequalities.

We are interested in variable sélection in linear régression models. This research is motivated by recent development in microarrays, proteomics, brain images, among others. We study this problem in both frequentist and bayesian viewpoints.In a frequentist framework, we propose methods to deal with the problem of variable sélection, when the number of variables is much larger than the sample size with a possibly présence of additional structure in the predictor variables, such as high corrélations or order between successive variables. The performance of the proposed methods is theoretically investigated ; we prove that, under regularity conditions, the proposed estimators possess statistical good properties, such as Sparsity Oracle Inequalities, variable sélection consistency and asymptotic normality.In a Bayesian Framework, we propose a global noninformative approach for Bayesian variable sélection. In this thesis, we pay spécial attention to two calibration-free hierarchical Zellner's g-priors. The first one is the Jeffreys prior which is not location invariant. A second one avoids this problem by only considering models with at least one variable in the model. The practical performance of the proposed methods is illustrated through numerical experiments on simulated and real world datasets, with a comparison betwenn Bayesian and frequentist approaches under a low informative constraint when the number of variables is almost equal to the number of observations.

On étudie dans cette thèse l'équation de Szegö sur la droite réelle ainsi que ses perturbations. Cette équation a été introduite il y a quelques années par Gérard et Grellier comme modèle mathématique d'une équation non linéaire totalement non dispersive.L'équation de Szegöapparait naturellement dans l'étude de l'équation de Schrödinger non linéaire (NLS) danscertaines situations sur-critiques où l'on constate un manque de dispersion, par exemplelorsque l'on considère NLS sur le groupe de Heisenberg. Par conséquent, une des motivationsde cette thèse est d'établir des résultats concernant l'équation de Szegö qui pourrontéventuellement être utilisés dans le contexte de l'équation de Schrödinger non linéaire.Le premier résultat de cette thèse est la classification des solitons de l'équation de Szegö.On montre que ce sont tous des fonctions rationnelles ayant un unique pôle qui est simple.De plus, on prouve que les solitons sont orbitalement stables.La propriété la plus remarquable de l'équation de Szegö est le fait qu'elle est complètement intégrable, ce qui permet notamment d'établir une formule explicite de sa solution.Comme applications de cette formule, on obtient les trois résultats suivants. (A) On montreque les solutions fonctions rationnelles génériques se décomposent en une somme de solitonset d'un reste qui est petit lorsque le temps tend vers l'infini. (B) On met en évidence unexemple de solution non générique dont les grandes normes de Sobolev tendent vers l'infiniavec le temps. (C) On détermine des coordonnées action-angle généralisées lorsque l'on restreintl'équation de Szegö à une sous-variété de dimension finie. En particulier, on en déduitqu'une grande partie des trajectoires de cette équation sont des spirales autour de cylindrestoroïdaux.Comme l'équation de Szegö est complètement intégrable, il est ensuite naturel d'étudierses perturbations et d'établir de nouvelles propriétés pour celles-ci à partir des résultatsconnus pour l'équation de Szegö. Une des perturbations de l'équation de Szegö est une équation desondes non linéaire (NLW) de donnée bien préparée.On prouve que si la donnée initiale de NLW est petite et à support dans l'ensemble desfréquences positives, la solution de NLW est alors approximée pour un temps long par lasolution de l'équation de Szegö. Autrement dit, on démontre ainsi que l'équation de Szegöest la première approximation de NLW. On construit ensuite une solution de NLW dont lesgrandes normes de Sobolev augmentent (relativement à la norme de la donnée initiale).Sur le tore T, Gérard et Grellier ont démontré un résultat analogue d'approximation deNLW. On améliore ce résultat en trouvant une approximation plus fine, de deuxième ordre.Dans une dernière partie, on s'intéresse à l'équation de Szegö perturbée par un potentielmultiplicatif petit. On étudie l'interaction de ce potentiel avec les solitons. Plus précisément,on montre que, si la donnée initiale est celle d'un soliton pour l'équation non perturbée, lasolution de l'équation perturbée garde la forme d'un soliton sur un long temps. De plus, ondéduit la dynamique effective, i.e. les équations différentielles satisfaites par les paramètresdu soliton.

Le cône diamant a été introduit par N. J. Wildberger pour l'algèbre de Lie sl(n;R). C'est une présentation combinatoire d'une base de l'espace C[N] des fonctions polynomiales sur le facteur nilpotent N de la décompositon d'Iwasawa de SL(n;R), qui respecte la stratification naturelle de ce N-module indécomposable. Cette approche combinatoire peut se réaliser à l'aide de tableaux de Young, qui indexent une telle base. On réalise l'algèbre C[N] comme un quotient, appelé algèbre de forme réduite, de l'algèbre de forme S_ de SL(n;R), on en déduit une base indexée par des tableaux de Young semi standards particuliers, dits tableaux quasi standards. Dans cette thèse cette construction est étendue aux cas des algèbres semi simples de rang 2, puis des algèbres sp(2n), enfin aux super algèbres de Lie sl(m; 1). Dans chaque cas, on définit les tableaux quasi standards, et on montre qu'ils forment une bonne base de l'algèbre de forme réduite, soit directement, soit en utilisant une variante du jeu de taquin de Schützenberger.

La présente thèse a pour objectif principal de développer des approches déterministes et heuristiques pour résoudre certaines classes de problèmes d'optimisation en Finance, Affectation et Recherche d'Informations. Il s'agit des problèmes d'optimisation non convexe de grande dimension. Nos approches sont basées sur la programmation DC&DCA et la méthode Cross-Entropy (CE). Grâce aux techniques de formulation/reformulation, nous avons donné la formulation DC des problèmes considérés afin d'obtenir leurs solutions en utilisant DCA. En outre, selon la structure des ensembles réalisables de problèmes considérés, nous avons conçu des familles appropriées de distributions pour que la méthode Cross-Entropy puisse être appliquée efficacement. Toutes ces méthodes proposées ont été mises en œuvre avec MATLAB, C/C++ pour confirmer les aspects pratiques et enrichir notre activité de recherche.

Dans cette thèse nous étudions des équations différentielles stochastiques sur quelques graphes simples dont les solutions sont des flots de noyaux au sens de Le Jan et Raimond. Dans une première partie, nous définissons une extension de l'équation de Tanaka sur un nombre fini de demi-droites orientées et issues de l'origine. Utilisant certaines propriétés de régularité du flot associé au mouvement brownien biaisé, nous donnons une description complète de toutes les solutions. S'appuyant sur une transformation discrète introduite par Csaki et Vincze, nous donnons dans un cas d'orientation particulière (qui couvre déjà l'équation de Tanaka usuelle) une approche discrète à quelques solutions. La dernière partie de ce travail est effectuée avec O. Raimond. Par une méthode de couplage des flots, nous classifions les solutions de l'équation de Tanaka sur le cercle. Nous établissons aussi que ces flots sont coalescents.

The construction of compact high-order Residual Distribution schemes for the discretizationof steady multidimensional advection-diffusion problems on unstructuredgrids is presented. Linear and non-linear scheme are considered. A piecewise continuouspolynomial approximation of the solution is adopted and a gradient reconstructionprocedure is used in order to have a continuous representation of both thenumerical solution and its gradient. It is shown that the gradient must be reconstructedwith the same accuracy of the solution, otherwise the formal accuracy ofthe numerical scheme is lost in applications in which diffusive effects prevail overthe advective ones, and when advection and diffusion are equally important. Thenthe method is extended to systems of equations, with particular emphasis on theNavier-Stokes and RANS equations. The accuracy, efficiency, and robustness of theimplicit RD solver is demonstrated using a variety of challenging aerodynamic testproblems.

Les modèles linéaires généralisés sont une généralisation des modèles de régression linéaire, et sont très utilisés dans le domaine du vivant. Le modèle de régression logistique, l'un des modèles de cette classe, très souvent utilisé dans les études biomédicales demeure le modèle de régression le plus approprié quand il s'agit de modéliser une variable discrète de nature binaire. Dans cette thèse, nous nous intéressons au problème de l'inférence statistique dans le modèle de régression logistique, en présence d'individus immunes dans la population d'étude.Dans un premier temps, nous considérons le problème de l'estimation dans le modèle de régression logistique en présence d'individus immunes, qui entre dans le cadre des modèles de régression à excès de zéros (ou zéro-inflatés). Un individu est dit immune s'il n'est pas exposé à l'événement d'intérêt. Le statut d'immunité est inconnu sauf si l'événement d'intérêt a été observé. Nous développons une méthode d'estimation par maximum de vraisemblance en proposant une modélisation conjointe de l'immunité et des risques d'infection. Nous établissons d'abord l'identifiabilité du modèle proposé. Puis, nous montrons l'existence de l'estimateur du maximum de vraisemblance des paramètres de ce modèle. Nous montrons ensuite,la consistance de cet estimateur, et nous établissons sa normalité asymptotique. Enfin, nous étudions, au moyen de simulations, leur comportement sur des échantillons de taille finie.Dans un deuxième temps, nous nous intéressons à la construction de bandes de confiance simultanées pour la probabilité d'infection, dans le modèle de régression logistique avec fraction immune. Nous proposons trois méthodes de constructions de bandes de confiance pour la fonction de régression. La première méthode (méthodede Scheffé) utilise la propriété de normalité asymptotique de l'estimateur du maximum de vraisemblance, et une approximation par une loi du khi deux pour approcher le quantile nécessaire à la construction des bandes. La deuxième méthode utilise également la propriété de normalité asymptotique de l'estimateur du maximum de vraisemblance et est basée sur une égalité classique de (Landau & Sheep 1970). La troisième méthode (méthode bootstrap) repose sur des simulations, pour estimer le quantile approprié de la loi du supremum d'un processus gaussien. Enfin, nous évaluons, au moyen de simulations, leurs propriétés sur des échantillons de taille finie.Enfin, nous appliquons les résultats de modélisation à des données réelles surla dengue. Il s'agit d'une maladie vectorielle tropicale à transmission strictement inter-humaine. Les résultats montrent que les probabilités d'infection estimées à partir de notre approche de modélisation sont plus élevées que celles obtenues à partir d'un modèle de régression logistique standard qui ne tient pas compte d'une possible immunité. En particulier, les estimations fournies par notre approche suggèrent que le sous-poids constitue un facteur de risque majeur de l'infection par la dengue, indépendamment de l'âge.