Dans cette thèse, nous nous intéressons à résoudre certains problèmes inverses pour des équations différentielles aux dérivées fractionnaires. Un problème inverse est généralement mal posé. Un problème mal posé est un problème qui ne répond pas à l’un des trois critères de Hadamard pour être bien posé, c’est-à-dire, soit l’existence, l’unicité ou une dépendance continue aux données n'est plus vraie, à savoir, des petits changements dans les données de mesure entraînent des changements indéfiniment importants dans la solution. La plupart des difficultés à résoudre des problèmes mal posés sont causées par l’instabilité de la solution. D’autre part, les équations différentielles fractionnaires deviennent un outil important dans la modélisation de nombreux problèmes de la vie réelle et il y a eu donc un intérêt croissant pour l’étude des problèmes inverses avec des équations différentielles fractionnaires. Le calcul fractionnaire est une branche des mathématiques qui fait référence à l’extension du concept de dérivation classique à la dérivation d’ordre non entier. Calculer une dérivée fractionnaire à un certain moment exige tous les processus précédents avec des propriétés de mémoire. C’est l’avantage principal du calcul fractionnaire d’expliquer les processus associés aux systèmes physiques complexes qui ont une mémoire à long terme et / ou des interactions spatiales à longue distance. De plus, les équations différentielles fractionnaires peuvent nous aider à réduire les erreurs découlant de paramètres négligés dans la modélisation des phénomènes physiques. / In this thesis, we are interested in solving some inverse problems for fractional differential equations. An inverse problem is usually ill-posed. The concept of an ill-posed problem is not new. While there is no universal formal definition for inverse problems, Hadamard [1923] defined a problem as being ill-posed if it violates the criteria of a well-posed problem, that is, either existence, uniqueness or continuous dependence on data is no longer true, i.e., arbitrarily small changes in the measurement data lead to indefinitely large changes in the solution. Most difficulties in solving ill-posed problems are caused by solution instability. Inverse problems come into various types, for example, inverse initial problems where initial data are unknown and inverse source problems where the source term is unknown. These unknown terms are to be determined using extra boundary data. Fractional differential equations, on the other hand, become an important tool in modeling many real-life problems and hence there has been growing interest in studying inverse problems of time fractional differential equations. The Non-Integer Order Calculus, traditionally known as Fractional Calculus is the branch of mathematics that tries to interpolate the classical derivatives and integrals and generalizes them for any orders, not necessarily integer order. The advantages of fractional derivatives are that they have a greater degree of flexibility in the model and provide an excellent instrument for the description of the reality. This is because of the fact that the realistic modeling of a physical phenomenon does not depend only on the instant time, but also on the history of the previous time, i.e., calculating timefractional derivative at some time requires all the previous processes with memory and hereditary properties.