Cette thèse porte sur l'étude de la mémoire longue de la volatilité des rendements d'actions. Dans une première partie, nous apportons une interprétation de la mémoire longue en termes de comportement d'agents grâce à un modèle de volatilité à mémoire longue dont les paramètres sont reliés aux comportements hétérogènes des agents pouvant être rationnels ou à rationalité limitée. Nous déterminons de manière théorique les conditions nécessaires à l'obtention de mémoire longue. Puis nous calibrons notre modèle à partir des séries de volatilité réalisée journalière d'actions américaines de moyennes et grandes capitalisations et observons le changement de comportement des agents entre la période précédant l'éclatement de la bulle internet et celle qui la suit. La deuxième partie est consacrée à la prise en compte de la mémoire longue en gestion de portefeuille. Nous commençons par proposer un modèle de choix de portefeuille à volatilité stochastique dans lequel la dynamique de la log-volatilité est caractérisée par un processus d'Ornstein-Uhlenbeck. Nous montrons que l'augmentation du niveau d'incertitude sur la volatilité future induit une révision du plan de consommation et d'investissement. Puis dans un deuxième modèle, nous introduisons la mémoire longue grâce au mouvement brownien fractionnaire. Cela a pour conséquence de transposer le système économique d'un cadre markovien à un cadre non-markovien. Nous fournissons donc une nouvelle méthode de résolution fondée sur la technique de Monte Carlo. Puis, nous montrons toute l'importance de modéliser correctement la volatilité et mettons en garde le gérant de portefeuille contre les erreurs de spécification de modèle.

Ce mémoire d'habilitation comporte deux parties. Dans la première, nous étudions une famille de mesures de probabilité construite à partir de la loi du mouvement brownien via une procédure appelée pénalisation. Nous expliquons une partie des résultats obtenus par la construction d'une mesure sigma-finie, que nous généralisons ensuite à d'autres contextes. Dans la deuxième partie, nous étudions des objets infini-dimensionnels associés à des modèles de matrices aléatoires.

Dans cette thèse de Doctorat, on étudie dans un premier temps les processus d'Ornstein-Uhlenbeck à valeurs complexes (Zt = Xt + iYt, t ≥ 0), où (Xt, t ≥ 0) et (Yt, t ≥ 0) sont ses coordonnées cartésiennes. En prenant le paramètre du processus d'Ornstein-Uhlenbeck égal à 0, on discute, en particulier, le cas du mouvement brownien plan. Plus précisément, on étudie la distribution de certains temps d'atteinte associés aux nombres de tours autour d'un point fixé. Pour obtenir des résultats analytiques, on utilise et on étend l'identité de Bougerol. Cette identité dit que, pour un mouvement brownien réel Nous développons quelques identités en loi concernant les processus d'Ornstein-Uhlenbeck à valeurs complexes, qui sont équivalentes à l'identité de Bougerol. Ces identités nous permettent de caractériser les lois de temps d'atteinte Tc ≡ inf{t : θt = c}, (c > 0) du processus continu des nombres de tours θt, t ≥ 0 associé au processus d'Ornstein-Uhlenbeck à valeurs complexes Z. De plus, on étudie la distribution du temps aléatoire T−d,c ≡ inf{t : θt= −d ou c}, (c, d > 0) et particulièrement de T−c,c ≡ inf{t : θt=−c, c}, (c > 0). Une étude approfondie de l'identité de Bougerol montre que 1/Au(β), où Au(β) est l'horloge qui intervient dans l'identité de Bougerol, considéré sous une mesure appropriée, changée à partir de la mesure de Wiener, est infiniment divisible. En utilisant les résultats précédents, on estime le temps de rotation moyen, noté TRM. Ce dernier est la moyenne du premier temps pour qu'un polymère plan modélisé comme une collection de n cordes paramétrées par un angle brownien fasse un tour autour d'un autre point (winding). On est ainsi conduit à étudier une somme d'exponentielles i.i.d. avec un mouvement brownien réél en argument. On montre que la position finale satisfait à une nouvelle équation stochastique, avec un drift non-linéaire. Finalement, on obtient une formule asymptotique pour le TRM. Le terme dominant dépend de √n et, notablement, il dépend aussi faiblement de la configuration initiale moyenne. Nos résultats analytiques sont confirmés par des simulations browniennes.

Les superprocessus sont des processus de markov a valeurs mesures. Ils sont caracterises par un processus markovien sous-jacent et un mecanisme de branchement spatial. lorsque le mecanisme de branchement est restreint a un domaine de l'espace, appele ensemble de catalyse, on parle alors de superprocessus avec catalyse. Dans le premier chapitre nous rappelons la construction du super-mouvement brownien avec catalyse, puis nous etablissons des proprietes de continuite trajectorielle. Nous demontrons egalement que hors de l'ensemble de catalyse, le super-mouvement brownien possede une densite aleatoire solution de l'equation de la chaleur. Dans le deuxieme chapitre nous etudions l'image du super-mouvement brownien a l'aide d'un processus a valeurs trajectoires, appele serpent brownien. Enfin dans le troisieme chapitre nous etablissons, a l'aide du serpent brownien et d'une methode de subordination, des resultats sur la dimension de hausdorff du support des superprocessus avec un mecanisme de branchement general, ainsi que des resultats d'absolue continuite.

La géométrie fractale, développée par Mandelbrot dans les années 70, a connu un essor considérable ces 20 dernières années. Dans cette thèse, je m'intéresse à la génération de signaux dits fractals et multifractals. J'étudie en particulier 2 modèles, dont leur point commun est leur structure d'arbre de branchement sous jacente.<br />Le premier modèle est une généralisation des Systèmes de fonctions Itérés ou IFS, introduits par Hutchinson dans les années 80. Les IFS constituent un moyen simple et efficace pour produire des ensembles et des processus fractals en itérant un nombre fixed d'opérateurs. L'idée est d'autoriser un nombre aléatoire d'opérateurs aléatoires à chaque itération de l'algorithme. Nous donnons des conditions simples et faciles à vérifier sous lesquelles l'IFS admet un point fixe. Quelques propriétés du point fixe sont également étudiées. Le deuxième modèle, que nous appellons Multifractal Embedded Branching Process (MEBP), s'obtient à l'aide d'un changement de temps multifractal d'un processus à invariance d'échelle discrète, le processus EBP Canonique (CEBP). Nous donnons un algorithm efficace de simulation "on-line" de ces processus, permettant de générer X(n + 1) à partir de X(n) en O(log n) opérations. Nous obtenons également un borne supérieure pour le spectre multifractal du changement de temps et confirmons les résultats théoriques à l'aide de simulations. Les mouvements Browniens en temps multifractal sont des cas particuliers des processus MEBP, ce qui suggère une application potentielle des processus MEBP en finance. Enfin, nous proposons d'imiter un mouvement Brownien fractionnaire à l'aide d'un processus MEBP.

Cette thèse étudie la distribution limite de paramètres définis récursivement sur des arbres (graphes enracinés). Un premier paramètre étudié est le résultat d'expressions arithmétiques tirées aléatoirement. Une application est l'amélioration heuristique d'un algorithme de recherche de structures secondaires d'ARN. Un autre paramètre étudié est la taille d'expressions logiques ou arithmétiques réduites selon des lois idempotentes, nilpotentes ou d'absorption. J'étudie des fonctionnelles polynomiales du mouvement brownien standard, du pont, du méandre, et de l'excursion browniens en utilisant la méthode des moments à base de séries génératrices et d'analyse de singularité. J'obtiens la limite gaussienne de la loi jointe de la taille et de la longueur de cheminement interne des tries avec source de Bernoulli en utilisant des méthodes de point fixe.

Dans cette thèse nous étudions l'asymptotique de petits bruits pour des perturbations aléatoires d'équations de Schrödinger non linéaires. Les bruits sont Gaussiens, la plupart du temps blancs en temps et toujours colorés en espace, additifs ou multiplicatifs. Un évènement de grandes déviations est un évènement où le système diffère significativement du système déterministe. Lorsque le bruit tend vers zéro, la probabilité d'un tel évènement rare tend vers zéro sur une échelle logarithmique avec pour vitesse l'amplitude du bruit. Nous prouvons des principes de grandes d´eviations trajectoriels. Dans ce cas le facteur multiplicatif de la vitesse, le taux, est relié à un problème de contrôle optimal. Les résultats sont appliqués aux temps d'explosion. Nous étudions ensuite l'asymptotique de petits bruits des queues de la masse et de la position du signal dans une "limite bruit blanc". Les fluctuations de ces quantités sont les causes principales d'erreur de transmission par solitons dans les fibres optiques. Nous considérons également le problème des temps moyens et des points de sortie d'un voisinage de zéro pour des équations faiblement amorties. Enfin, nous présentons un principe de grandes déviations et un théorème de support pour des bruits Gaussiens fractionnaires additifs.

Nous étudions les processus de Dirichlet dont le paramètre est une mesure proportionnelle à la loi d'un processus temporel, par exemple un mouvement Brownien ou un processus de saut Markovien. Nous les utilisons pour proposer des modèles hiérarchiques bayésiens basés sur des équations différentielles stochastiques en milieu aléatoire. Nous proposons une méthode pour estimer les paramètres de tels modèles et nous l'illustrons sur l'équation de Black-Scholes en milieu aléatoire.

Le mouvement brownien fractionnaire (mbf) constitue un important outil de modélisation utilisé dans plusieurs domaines (biologie, économie, finance, géologie, hydrologie, télécommunications, etc.) ; toutefois, ce modèle ne parvient pas toujours à donner une description suffisamment fidèle de la réalité, à cause, entre autres, des deux limitations suivantes : d'une part le mbf est un processus gaussien, et d'autre part, sa rugosité locale (mesurée par un exposant de Hölder) reste la même tout le long de sa trajectoire, puisque cette rugosité est partout égale au paramètre de Hurst H qui est une constante. En vue d'y remédier, S. Stoev et M.S. Taqqu (2004 et 2005) ont introduit le mouvement multifractionnaire stable linéaire (mmsl) ; ce processus stochastique strictement α-stable (StαS), désigné par {Y(t)}, est obtenu en remplaçant la mesure brownienne par une mesure StαS et le paramètre de Hurst H par une fonction H(.) dépendant de t. On se place systématiquement dans le cas où cette fonction est continue et à valeurs dans l'intervalle ouvert ]1/α,1[. Il convient aussi de noter que l'on a pour tout t, Y(t)=X(t,H(t)), où {X(u,v)} est le champ stochastique StαS, tel que pour tout v fixé, le processus {X(u,v)} est un mouvement fractionnaire stable linéaire. L'objectif de la thèse est de mener une étude approfondie du mmsl, au moyen de méthodes d'ondelettes ; elle consiste principalement en trois parties. (1) On détermine de fins modules de continuité, globaux et locaux de {Y(t)} ; cela repose essentiellement sur une nouvelle représentation de {X(u,v)}, sous la forme d'une série aléatoire, dont on montre la convergence presque sûre dans certains espaces de Hölder. (2) On introduit, via la base de Haar, une autre représentation de {X(u,v)} en série aléatoire ; cette dernière permet la mise en place d'une méthode de simulation efficace du mmsl, ainsi que de ses parties hautes et basses fréquences. (3) On construit des estimateurs par ondelettes du paramètre fonctionnel H(.) du mmsl, ainsi que de son paramètre de stabilité α.

On étudie quelques aspects de certaines diffusions matricielles pour lesquelles on utilise des outils d'analyse harmonique pour répondre à des questions de nature probabiliste : on commence par le processus de Laguerre, puis on s'intéresse au processus de Dunkl radial qui généralise le processus des valeurs propres de ces diffusions. On regarde ensuite le processus de Jacobi dans le cas où la taille de la matrice tend vers l'infini, ceci nous plonge dans le monde des probabilités libres. Le dernier chapitre est consacré à la résolution d'un problème de grandes déviations pour des statistiques de processus de Jacobi univariés.