Ces dernières années ont connu de grandes avancées en cosmologie et en astrophysique grâce à l'incroyable précision atteinte par les mesures des paramètres cosmologiques. La matière Noire (MN) apporte un lien entre ces mesures et celles effectuées en collisionneurs comme le LHC ou le collisionneur linéaire qui permettra d'augmenter encore la précision sur les propriétés de la MN. Les prédictions théoriques doivent alors atteindre la même précision que les mesures expérimentales portant sur la MN. Le neutralino du Modèle Standard Supersymétrique Minimal (MSSM) est un excellent candidat de MN. Le travail de cette thèse porte sur le développement d'un programme de renormalisation complet et cohérent du MSSM permettant le calcul à une boucle de toutes sortes de processus. Pour faciliter l'implémentation de ce programme qui tient compte d'un grand nombre de paramètres du modèle ainsi que d'un nombre incroyable de diagrammes de Feynman, un outil automatique a été développé. Celui-ci a permis d'étudier une grande variété d'applications à une boucle, de la détermination des masses, des désintegrations, des sections efficaces aux collisionneurs jusqu'à la prédiction de la densité relique de MN froide pour différents scénarios. D'un point de vue théorique, plusieurs schémas de renormalisation du paramètre tan(β) ainsi que leur dépendance de jauge ont été analysés, ceci en partie grâce à l'utilisation d'une fixation de jauge non linéaire qui a permis de généraliser certaines identités de Ward du secteur de Higgs.

L'identification passive d'un système réside dans l'estimation des paramètres qui décrivent ce système uniquement à l'aide de sollicitations ambiantes. Dans le génie civil, cette discipline est appliquée pour le suivi de l'état de santé des structures, on parle de SHM (Structural Health Monitoring) passif. Le SHM passif est généralement réalisé à l'aide d'une instrumentation déployée en surface. La thèse s'est intéressée aux possibilités offertes par une instrumentation qui serait enfouie. Dans une première partie, on établit les résultats associés à l'identification passive des milieux visco-élastiques. L'originalité de ces travaux réside dans la prise en compte d'un modèle de dissipation réaliste, la viscosité, ainsi que du caractère vectoriel des ondes élastiques. Ces résultats théoriques sont validés expérimentalement et démontrent la portabilité du SHM passif en surface au SHM passif en volume. Dans une deuxième partie, on s'intéresse à deux problèmes attachés à l'enfouissement de capteurs: l'estimation passive de leur position (problème SNL, Sensor Network Location problem) et de leur attitude (problème SNA, Sensor Network Attitude problem). Ces problèmes sont résolus grâce à l'identification passive qui fournit, en plus d'information physique sur le milieu, des informations géométriques sur le réseau. En particulier, on peut estimer des distances et des attitudes relatives entre capteurs. A l'aide de ces informations partielles et bruitées, des algorithmes de résolution des problèmes SNL et SNA ont été développés puis validés expérimentalement. Enfin, on synthétise l'apport de la thèse et on identifie les verrous technologiques à lever afin de justifier la faisabilité de l'enfouissement d'un réseau de capteurs dans le but de faire du SHM passif.

L'identification passive d'un système réside dans l'estimation des paramètres qui décrivent ce système uniquement à l'aide de sollicitations ambiantes. Dans le génie civil, cette discipline est appliquée pour le suivi de l'état de santé des structures, on parle de SHM (Structural Health Monitoring) passif. Le SHM passif est généralement réalisé à l'aide d'une instrumentation déployée en surface. La thèse s'est intéressée aux possibilités offertes par une instrumentation qui serait enfouie. Dans une première partie, on établit les résultats associés à l'identification passive des milieux visco-élastiques. L'originalité de ces travaux réside dans la prise en compte d'un modèle de dissipation réaliste, la viscosité, ainsi que du caractère vectoriel des ondes élastiques. Ces résultats théoriques sont validés expérimentalement et démontrent la portabilité du SHM passif en surface au SHM passif en volume. Dans une deuxième partie, on s'intéresse à deux problèmes attachés à l'enfouissement de capteurs: l'estimation passive de leur position (problème SNL, Sensor Network Location problem) et de leur attitude (problème SNA, Sensor Network Attitude problem). Ces problèmes sont résolus grâce à l'identification passive qui fournit, en plus d'information physique sur le milieu, des informations géométriques sur le réseau. En particulier, on peut estimer des distances et des attitudes relatives entre capteurs. A l'aide de ces informations partielles et bruitées, des algorithmes de résolution des problèmes SNL et SNA ont été développés puis validés expérimentalement. Enfin, on synthétise l'apport de la thèse et on identifie les verrous technologiques à lever afin de justifier la faisabilité de l'enfouissement d'un réseau de capteurs dans le but de faire du SHM passif. / Passive identification of a system relies on the estimation of the parameters which describe that system only by using ambient sources. In civil engineering, we can apply this technique to monitor the state of health of structures. This is called passive SHM (Structural Health Monitoring). Passive SHM is generally realised by using an instrumentation distributed on the surface. This thesis focuses on the possibility given by the use of an embedded instrumentation.In the first part, we establish new results associated to passive identification in visco-elastic media. The originality of this work relies on the consideration of a realistic dissipation model, the viscosity, and the vectorial aspect of elastic waves. Those theoretical results, which are experimentally validated, prove the portability of surface passive SHM to volume passive SHM. In the second part, we focus on two problems related to an embedded sensors network: the passive estimation of sensors position (SNL problem - Sensor Network Location problem) and attitude (SNA problem - Sensor Network Attitude problem). Those problems are solved by using passive identification which gives, besides physical information on the medium, geometrical information on the network. In particular, we can estimate the distances and relative attitudes between sensors. With that partial and noisy information we have developed algorithms solving SNL and SNA problems and we have validated them experimentally.At last, we synthesize the contribution of the thesis and we identify the technological locks to release in order to justify the feasibility of passive SHM using an embedded instrumentation.