L'objet de cette thèse est d'établir des résultats asymptotiques pour l'estimateur du quantile conditionnel par la méthode des polynômes locaux ainsi qu'à la généralisation de ces résultats pour les M-estimateurs. Nous étudions ces estimateurs et plus particulièrement leur représentation de Bahadur et leur biais. Nous donnons en outre un résultat sur les intervalles de confiance uniformes construits à partir de cette représentation pour le quantile conditionnel et ses dérivées.

La protection des structures, matériels et personnels contre les agressions thermiques violentes est une problématique incontournable dans le secteur militaire. Dans ce contexte, les revêtements intumescents, qui ont la propriété de gonfler lorsqu'ils sont soumis à un flux thermique intense, peuvent s'intégrer efficacement parmi les dispositifs de protections traditionnels. Cette étude, menée pour le ministère de la Défense, propose dans un premier temps une étude du comportement des peintures intumescentes et des principales agressions thermiques rencontrées sur le champ de bataille. Leurs effets sur des échantillons revêtus de peinture intumescente sont testés grâce à un moyen d'essai original : le Four Solaire Principal de la Délégation Générale de l'Armement. Dans un second temps, un modèle mathématique 1D basé sur un système d'équations aux dérivées partielles est développé pour décrire le comportement thermique et le gonflement de revêtements intumescents soumis à un flux radiatif. Une analyse de sensibilité est effectuée afin de désigner les paramètres "clés" du modèle (dont les incertitudes influencent particulièrement les résultats). Par la suite, les protocoles d'identification mis en oeuvre pour déterminer ces paramètres sont présentés. Des méthodes inverses basées sur des signaux thermiques périodiques sont utilisées pour identifier la diffusivité thermique des couches vierges et charbonneuse de peinture. En outre, la méthode des gradients conjugués est mise en oeuvre pour l'identification de la conductivité thermique non linéaire de la couche réactive. Enfin, les résultats obtenus sont discutés et les perspectives de l'étude sont présentées.

Les travaux de recherche de ce mémoire porte sur l'étude d'une classe particulière de systèmes dynamiques hybrides (s.d.h.) à commutations autonomes, ces dernières étant engendrées par un phénomène d'hystérésis. Plus particulièrement, après avoir introduit le système mathématique étudié, une analyse de cette classe de s.d.h. est réalisée avec notamment une étude des cycles limites (équations qui les déterminent, stabilité) et des phénomènes de bifurcations (noeud-selle, doublement de période). L'existence de propriétés caractéristiques des systèmes chaotiques comme la sensibilité aux conditions initiales est également mise en avant de façons graphique et calculatoire (exposant de Lyapunov). Enfin, une partie optimisation paramétrique a aussi été traitée dans le but d'améliorer certaines performances du système. Tous ces résultats théoriques sont appliqués à un système thermique (thermostat à résistance d'anticipation) et à un système électronique (convertisseur statique) à l'aide du calcul forme (Maple), de l'analyse par intervalles (Proj2D) et de simulations numériques (Matlab)

Cette thèse se consacre à l'estimation non paramétrique pour les modèles autorégressifs. Nous considérons le problème de l'estimation d'une fonction inconnue en un point fixe à l'aide de données régies par des modèles autorégressifs. Pour définir le risque associé à l'emploi d'un estimateur et ainsi mesurer la qualité de celui-ci, nous utilisons la fonction de perte liée à l'erreur absolue. Le travail de cette thèse suit l'approche minimax dont l'objectif est de trouver une borne inférieure asymptotique du risque minimax puis de construire un estimateur, dit asymptotiquement efficace, dont le risque maximal atteint asymptotiquement cette borne. Pour un modèle autorégressif non paramétrique où la fonction autorégressive est supposée appartenir à une classe H\"{o}ldérienne faible de régularité connue, nous montrons qu'un estimateur à noyau est asymptotiquement efficace. Lorsque la régularité de la fonction autorégressive est inconnue, nous obtenons la vitesse de convergence minimax adaptative des estimateurs sur une famille de classes H\"{o}ldériennes.\\

Nous considérons des modèles de régression où la variable expliquée est censurée à droite aléatoirement. Nous proposons de nouveaux estimateurs de la fonction de régression dans des modèles paramétriques, et nous proposons une procédure de test non paramétrique d'adéquation à ces modèles. Nous prolongeons ces méthodes à l'étude du modèle semi-paramétrique "single-index", généralisant ainsi des techniques de réduction de dimension utilisées en l'absence de censure. Nous nous penchons tout d'abord sur le cas d'un modèle où la variable de censure est indépendante de la variable expliquée ainsi que des variables explicatives. Nous travaillons dans un second temps dans un cadre moins restrictif où la variable expliquée et la censure sont indépendantes conditionnellement aux variables explicatives. Une difficulté spécifique à ce dernier type de modèle tient en l'impossibilité des techniques actuelles à estimer une espérance conditionnelle (de façon paramétrique ou non) en présence de plus d'une<br />variable explicative. Nous développons une nouvelle approche de réduction de la dimension afin de résoudre ce problème.

L'objectif de ce travail est de proposer de nouveaux estimateurs de quantiles extrêmes dans le cadre conditionnel c'est-à-dire dans la situation où la variable d'intérêt Y, supposée aléatoire et réelle, est mesurée simultanément avec une covariable X. Pour ce faire, nous nous intéressons à l'étude des valeurs extrêmes d'un échantillon d'observations indépendantes dont la loi conditionnelle de Y en un point x de la covariable X est à " queue lourde ". Selon la nature de la covariable, nous considérons deux situations. Primo, lorsque la covariable est déterministe et de dimension finie ou infinie (i.e covariable fonctionnelle), nous proposons d'estimer les quantiles extrêmes par la méthode dite de la " fenêtre mobile ". La loi limite des estimateurs ainsi construits est ensuite donnée en fonction de la vitesse de convergence de l'ordre du quantile vers un. Secundo, lorsque la covariable est aléatoire et de dimension finie, nous montrons que sous certaines conditions, il est possible d'estimer les quantiles extrêmes conditionnels au moyen d'un estimateur à " noyau " de la fonction de survie conditionnelle. Ce résultat nous permet d'introduire deux versions lisses de l'estimateur de l'indice de queue conditionnel indispensable lorsque l'on veut extrapoler. Nous établissons la loi asymptotique de ces estimateurs. Par ailleurs, nous considérons le cas sans covariable (non conditionnel) lorsque la fonction de répartition est à " queue lourde ". Nous proposons et étudions un nouvel estimateur des quantiles extrêmes. Afin d'apprécier le comportement de nos nouveaux outils statistiques, des résultats sur simulation ainsi que sur des données réelles sont présentés.

La maîtrise du calcul prévisionnel du comportement dynamique des stators de machines de traction est un enjeu majeur pour le constructeur tant sur le plan de la compréhension de certains phénomènes physiques, que sur le plan de l amélioration de la conception en présence de facteurs mal maîtrisés. La démarche proposée dans ce travail a d abord consisté à construire et valider le modèle d un stator type en effectuant des corrélations calculs-essais et un recalage de modèle. Ceci a permis de caractériser le comportement moyen de cet assemblage hétérogène et surtout d établir des règles de modélisation transposables à d autres types d architectures. L étude s est poursuivie ensuite avec l investigation des incertitudes affectant cette modélisation ainsi que leur propagation. Afin de prendre en compte tous types d incertitudes, aléatoires ou épistémiques, sur une même procédure, une méthode hybride paramétrique non-paramétrique de modélisation et de propagation des incertitudes a été proposée. En raison de la taille importante des modèles industriels des stators, le problème est traité dans un contexte de sous-structuration et revient à réaliser une réanalyse approchée. Afin d assurer un compromis entre un coût de calcul raisonnable et une bonne prédiction des bases de réduction, la méthode des Approximations Combinées a été adaptée à la sous-structuration afin d être intégrée au processus de réanalyse. Outre ses avantages en termes de gain en temps de calcul parrapport à une réanalyse exacte, nous avons également montré sa robustesse par rapport à une méthode de réduction standard ou à une méthode améliorée de type enrichissement par résidus statique.

Cette thèse considère le problème de la détection de rupture de modèle dans des systèmes dynamiques complexes. L'objectif est de mettre au point des méthodes statistiques capables de détecter le plus rapidement possible un changement de paramètre dans le modèle décrivant le système, tout en gardant un faible taux de fausses alarmes. Ce type de méthode s'applique à la détection d'anomalie ou de défaillance sur de nombreux systèmes (système de navigation, contrôle de qualité...).<br />Les méthodes développées ici prennent en compte les caractéristiques des procédés de dépollution biologique, qui constituent l'application principale de ce travail. Ainsi, la mise au point d'une procédure, de type CUSUM, construite à partir des estimations des vraisemblances conditionnelles permet de traiter, d'une part, le cas où une partie du modèle est inconnue en utilisant une approche non paramétrique pour estimer cette partie, et d'autre part, le cas fréquemment rencontré en pratique où le système est observé indirectement. Pour ce deuxième cas, des approches de type filtrage particulaire sont utilisées.<br />Des résultats d'optimalité sont établies pour les approches proposées. Ces approches sont ensuite appliquées à un problème réel, un bioréacteur de retraitement des eaux usées.

Cette thèse est consacrée à l'étude de l'oscillation paramétrique optique et des corrélations quantiques dans des microcavités planaires de semiconducteurs.<br />Dans ces systèmes, un couplage fort lumière-matière conduit à l'apparition de nouveaux états propres qui sont des états mixtes exciton-photon, les polaritons de microcavité. Des effets non-linéaires comme l'oscillation paramétrique optique deviennent possibles. Cependant, certaines limitations existent pour d'éventuelles applications en optique quantique: la nécessité du couplage fort (température de fonctionnement limitée) et l'injection de la pompe à un angle particulier (injection électrique impossible).<br />Nous nous intéressons à des structures qui contournent ces difficultés: <br />- microcavités gravées en fils photoniques où la quantification du champ électrique conduit à un multiplet de modes de polaritons en couplage fort ;<br />- structures originales de microcavités triples où le couplage optique intercavités fournit naturellement une résonance triple pour les fréquences paramétriques. <br />Nous mettons en évidence par des expériences de spectroscopie résolue en angle des processus paramétriques interbranches adaptés à une injection électrique. La pompe excite sous incidence normale les échantillons et les faisceaux signal et complémentaire peuvent être collectés à 0 degré ou à des angles opposés. La contrainte du couplage fort, i.e. de la température, disparaît dans la microcavité triple.<br />Enfin, nous étudions la configuration où signal et complémentaire sont séparés spatialement et équilibrés en intensité. Nous démontrons par des mesures de bruit quantique que ces deux faisceaux sont corrélés quantiquement.

Mes travaux s'articulent autour de trois thématiques. <br />La première thèmatique porte sur la résolution via l'approche minimax de divers problèmes d'estimation et de tests d'hypothèses dans un cadre non-paramétrique. <br />En statistique Bayésienne non-paramétrique, je me suis intéressée à un problème d'estimation d'ensembles à niveau. Les résultats obtenus résultent de l'étude des propriétés asymptotiques d'estimation Bayésienne d'ensembles à niveau. Ce sont des résultats généraux au sens où la consistance et la vitesse de convergence de l'estimateur Bayésien sont établies pour une large classe de lois a priori. <br />La troisième thématique concerne un problème d'estimation paramétrique dans un modèle de déconvolution aveugle bruitée : il s'agit de restituer la loi du signal entrant. La consistance ainsi que la distribution asymptotique d'une nouvelle procédure d'estimation sont établies.