Le contrat est un acte de prévision et, à ce titre, les prévisions des parties doivent être prises en compte et respectées. A côté des prévisions contractuelles, une notion existe mais est depuis longtemps méconnue : celle de prévisibilité contractuelle. Fondement de nombreux mécanismes bien connus en droit des contrats, comme le dommage prévisible, la force majeure ou encore l'obligation de modérer le dommage, la prévisibilité contractuelle donne naissance à un devoir contractuel : le devoir de prévision, dont la violation constitue une faute de prévision. Outil de moralisation de la relation contractuelle mais également de respect des attentes des parties et de la force obligatoire du contrat, le devoir de prévision a deux conséquences principales : il donne naissance à une obligation d'informer de ce qu'on a pu prévoir, tant lors de la formation que de l'exécution du contrat, et il impose aux parties de mettre en œuvre les mesures raisonnables nécessaires à la bonne exécution du contrat. / The contract is an act of forecasting and, as such, the forecasts of the parties must be taken into account and respected. Besides that, a notion exists but has long been ignored: the notion of contractual predictability. The foundations of many well-known mechanisms in contract law, such as foreseeable damage, force majeure or the mitigation of damages, contractual foreseeability gives rise to a real contractual duty : the duty of forecasting, sanctioned by a fault of forecast. Tools for moralizing the contractual relationship but also for respecting the expectations of the parties and the force of the contract, the duty of forecasting has two main consequences: it gives rise to an obligation to inform what has been foreseen, during training and the performance of the contract, and it requires the parties to implement the necessary reasonable measures for the proper performance of the contract.

La génération actuelle des sondeurs infrarouges avancés constitue l’une des sources les plus importantes d’observation dans les systèmes d’assimilation de données dans les modèles de la Prévision Numérique du Temps (PNT). Cependant la richesse d’informations fournies par ce type de capteur avec son grand nombre de canaux et sa couverture globale est loin d’être complètement exploitée. La présence de nuages dans le champ de vision de l’instrument, qui affecte la majorité des observations, est l’une des raisons pour lesquelles les centres de PNT rejettent une grande quantité des observations des sondeurs. Les centres de PNT ont cependant commencé à assimiler au-dessus des océans les radiances affectées par les nuages en utilisant des canaux dont les effets radiatifs nuageux sont modélisés par un modèle de nuage simple. Certains de ces algorithmes de détection sont évalués dans ce manuscrit, et leurs limitations sont explicitées. Afin d’accroître la quantité de données assimilées, il est nécessaire de mieux représenter les nuages et leurs effets radiatifs. Depuis quelques années, des études ont été menées pour mieux représenter leurs effets dans les modèles de transfert radiatif ([Faijan et al., 2012] ; [Martinet et al., 2013]) ; et utiliser dans l’assimilation de nouveaux canaux infrarouges informatifs sur les hydrométéores nuageux. ([Martinet et al., 2014]). Cette thèse se concentre principalement sur ces méthodes de détection de scènes homogènes en consacrant sa majeur partie à l’établissement, l’évaluation et l’amélioration d’algorithme de détection de scènes homogènes en se basant sur la colocalistion d’observation avec d’autres sondeurs. Ces études sont rendus possibles par la prise en compte des champs d’hydrométéores fournis par les schémas convectifs du modèle ARPEGE en entrée du modèle de transfert radiatif nuageux RTTOV-CLD. Une partie validation des simulations est opérée dans cette thèse, en comparant l’apport les forces et faiblesses du schéma convectif en opérationnel ainsi que PCMT. Par la suite, différents tests, ou critères, de détection sont proposés, et en réalisant des expériences d’assimilation et en évaluant l’impact de ces ces critères de sélection proposés sur la qualité des prévisions à longues échéances, un des tests parmi ceux proposés se démarque des autres en conservant une quantité importante d’observation ciel clair et démontre des impacts neutres à légèrement positifs sur les prévisions. Les nouvelles méthodes de sélection de scènes homogènes proposées dans cette études permettent d’envisager une amélioration significative du contrôle de qualité des observation IASI en ciel clair. Cela ouvre ainsi donc la voie à une utilisation, plus maîtrisée, des scènes nuageuses. Nous expliquons dans ce manuscrit pourquoi il serait imprudent de précéder à des assimilation de radiances infrarouge contaminées par la présence de nuages. Pour contourner cette difficulté, une technique d’assimilation en deux étapes déjà utilisé pour l’assimilation des réflectivité radar ([Wattrelot et al., 2014]) dans AROME est évaluée. Cette méthode basée sur l’inversion bayésienne a récemment été adaptée pour les observations microondes satellitaire ([Duruisseau et al., 2018]). Dans cette étude, nous explorons cette technique pour les observations IASI. Plusieurs tests de sensibilité sont effectués sur les différents paramètres de l’algorithme, avec pour objectif de préparer de futurs travaux sur l’assimilation all-sky infrarouges, explicités dans les perspectives de ce manuscrit.

Les hypothèses qui sous-tendent les modèles de prédiction de la défaillance d'entreprise ont conduit leurs auteurs à privilégier comme méthodes d'élaboration, celles issues de la statistique et de l'analyse de données. Parmi toutes les méthodes employées – analyse discriminante, régression logistique, arbre de décision, etc. – les réseaux de neurones occupent une place privilégiée depuis une vingtaine d'années en raison de leurs propriétés mathématiques intrinsèques, mais aussi à cause des caractéristiques spécifiques qu'ils confèrent aux modèles. Pour autant, la performance d'un modèle numérique, c'est-à-dire sa capacité prédictive, ne dépend pas simplement de la famille de méthode qui l'a produit. Elle dépend des données employées pour son ajustement. Or, les travaux de recherche réalisés jusqu'à présent se sont appuyés essentiellement sur des variables de convenance, choisies parce qu'elles sont présentes dans les échantillons retenus ou parce qu'elles correspondent à des indicateurs traditionnels associés à la « santé financière » d'une entreprise. L'objet de ce travail doctoral s'inscrit dans cette perspective. Il vise à montrer en quoi les méthodes de sélection de variables adaptées aux réseaux de neurones, fondés sur des heuristiques d'énumération, offrent une alternative utile aux choix arbitraires de ces dernières ; ils permettent d'améliorer le degré de précision dans la prévision d'une défaillance et, grâce à une détection des variables pertinentes, d'approfondir la connaissance du problème traité.

Les recherches qui se font pour modéliser l'évolution de trafic Internet sur une grande échelle de temps et pour développer des modèles de prédictions à court et à long terme constituent les domaines les plus intéressés par les chercheurs en technologies de l'information. En effet, pour compléter et affiner la caractérisation du trafic introduite par les premières études et recherches, il est fort utile de modéliser de façon nouvelle et efficace le trafic Internet. Jusqu'à présent, les ingénieurs et chercheurs en réseau utilisaient des modèles Mathématiques et Statistiques pour modéliser les processus de trafic. Pour ce, il faudrait proposer de nouveaux modèles de trafic réalistes. On peut notamment citer le trafic réseau le plus réaliste en intégrant les notions d'auto-similarité et de dépendance à long terme LRD. En utilisant des outils mathématiques, on a commencé par chercher le type du processus à partir des historiques de l'information et savoir le type de trafic pour des différentes échelles de temps, ceci exige une grande collection de mesures sur une longue durée de temps. Ce que nous a permit de montrer que le trafic dans un réseau Internet est exposé à des fortes périodicités et des variabilités aux multiples échelles de temps. Une autre contribution importante, décrite en détail dans ce mémoire, consiste à utiliser les résultats des simulations de trafic Internet plus réalistes afin d'appliquer des algorithmes de prédiction sur ces séries simulées. Quatre algorithmes ont été testés dans ce cadre intégrant des modèles mathématiques afin d'offrir des preuves et des validations du bon fonctionnement des solutions proposées, pour en sortir à la fin, le meilleur algorithme qui permet de donner un taux d'erreurs minimum ainsi qu'une grande simplicité dans son application.

Le principal objectif de ce mémoire consiste en l'évaluation de trois modèles dynamiques canadiens de prévision numérique saisonnière du climat. Ayant conscience de l'influence de l'océan sur la qualité des prévisions numériques saisonnières nous vérifierons au cours de ce travail l'hypothèse de base suivante: la persistance de l'anomalie de la température de la surface de l'océan Pacifique (SSTA) communique à l'atmosphère un certain degré de prévisibilité. Afin de vérifier cette hypothèse un ensemble de vingt-six années de simulations effectuées par chacun des modèles a été étudié. Ensuite, pour tenter d'améliorer la qualité des prévisions saisonnières, nous avons calculé la moyenne d'ensemble des trois modèles. Nous appellerons désormais cette technique multimodèle. Pour estimer la réponse de chacun des modèles aux effets du forçage de l'océan nous avons commencé par séparer les années prévues en deux catégories: les années caractérisées par une forte SSTA (années EPSO) et celles caractérisées par une faible SSTA (années NEPSO). Ensuite, nous avons étudié la prévision des modèles des deux derniers mois de la saison. Ceci nous permet de distinguer l'influence des conditions aux limites. Nos résultats montrent que durant les saisons d'hiver et printemps boréales les trois modèles ainsi que le multimodèle semblent bien reproduire les patrons de la circulation dynamique au sein de l'atmosphère (GZ500). On peut également y voir un potentiel pour l'amélioration de la qualité des prévisions à longue échéance. En outre, nous avons remarqué que la région tropicale est généralement mieux prévue par les modèles que les extra-tropiques. Enfin, nous avons remarqué que les modèles présentent une habileté à prévoir les champs atmosphériques au-dessus de certaines régions du globe en dehors des tropiques. Parmi ces régions nous citons le Pacifique Nord/Amérique du Nord dans le cas de GZ500 et la route des dépressions du Pacifique « Storm Track » dans le cas des précipitations. Le « Storm Track » du Pacifique influence le climat de l'est de l'Asie ainsi que celui de l'Amérique du Nord. L'habileté de nos modèles à prévoir le « Storm Track » du Pacifique n'avait pas été observée dans des études précédentes. ______________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : Prévision numérique saisonnière moyenne d'ensemble.

Lorsqu'un individu tente d'expliquer ou de prédire le comportement d'autrui, son jugement risque d'être fortement influencé par les informations dont il dispose sur les états mentaux (désirs, croyances, intentions) de cette personne. C'est ce qu'étudie principalement le domaine de recherche des théories de la pensée. Par ailleurs, un individu peut également expliquer ou anticiper le comportement d'une personne selon les informations qu'il détient sur ses traits de personnalité. Néanmoins, peu de tentatives ont porté sur l'intégration des résultats de ces deux traditions de recherche. L'objectif de cette étude est donc de mettre en relation ces deux domaines de recherche, en examinant l'importance relative accordée aux états mentaux et aux traits chez les enfants et les adultes lorsque ces deux sources d'informations sont contradictoires et qu'elles mènent à des prédictions différentes de comportement. Selon Piaget (1970), ce n'est pas avant que l'enfant ait acquis le concept de conservation qu'il peut comprendre que les attributs d'une personne ou d'un objet peuvent demeurer stables malgré une modification de l'apparence physique. Avant l'âge de 7-8 ans, les enfants auraient donc tendance à privilégier les attributs externes dans la description et l'explication du comportement (Miller et Aloise, 1989). Les études antérieures montrent que lorsque plusieurs sources d'informations sont disponibles, les jeunes enfants ont tendance à accorder davantage d'importance à l'information portant sur l'apparence physique (Hoffner et Cantor, 1985) et sur la situation (Newman, 1991) qu'aux traits. Les enfants plus vieux et les adultes accordent à l'inverse davantage d'importance aux traits. L'hypothèse est donc que l'importance accordée aux traits et aux croyances varie selon l'âge. Puisque les croyances immédiates découlent des éléments du contexte, il est attendu que les jeunes enfants accordent plus d'importance aux croyances. À l'opposé, les enfants plus âgés devraient avoir un biais envers les traits. Finalement, les adultes devraient accorder de l'importance tant aux croyances qu'aux traits dans la prédiction du comportement et ainsi avoir un jugement plus nuancé. Des histoires sont présentées à des enfants de 6 ans, de 9 ans et à des adultes. Dans chaque histoire, le trait d'un personnage est présenté, de même que sa croyance ponctuelle à l'égard de la situation qu'il vit. Les histoires sont conçues de sorte que le trait du personnage est en contradiction avec sa croyance immédiate. Il se retrouve donc devant un dilemme comportemental où il doit faire un choix soit en lien avec son trait de personnalité, soit en lien avec sa croyance. Les participants doivent ainsi prédire le comportement du personnage Les résultats montrent que les groupes d'âge se différencient de façon significative quant au type de prédiction. Les adultes semblent effectivement avoir un jugement plus nuancé que les enfants lors de la prédiction du comportement. Ils accordent une plus grande importance aux croyances, sans toutefois négliger les traits. Par contre, à l'inverse des hypothèses, les enfants de 6 ans effectuent une majorité de prédictions selon les traits et les enfants de 9 ans effectuent presque autant de prédictions selon les traits que selon les croyances. Les résultats présentent donc plutôt une tendance développementale croissante à privilégier les croyances lorsqu'elles sont contradictoires aux traits. Avec l'âge, les participants apportent de plus en plus de nuances à leurs réponses et se montrent capables de tenir compte à la fois du trait et de la croyance. Selon Rholes, Newman et Ruble (1990) et Yuill et Pearson (1998), les jeunes enfants utiliseraient une stratégie de régularité comportementale lors de la prédiction du comportement. Ils comprennent que les comportements sont associés à des étiquettes et que ceux d'une même étiquette ont tendance à se répéter. Bien que cette stratégie leur permette dans plusieurs situations d'arriver à effectuer des prédictions appropriées selon les traits, ils ne seraient pas en mesure de comprendre que les traits constituent des mécanismes internes et causaux du comportement et que ceux-ci sont étroitement reliés aux désirs et aux croyances. La compréhension de la relation entre les traits et les états mentaux (désirs, croyances) n'est donc pas nécessaire à l'utilisation d'une telle stratégie. Les enfants de 6 ans de la présente étude pourraient donc l'avoir appliquée comme si elle correspondait à une règle absolue, c'est-à-dire qu'un individu se comportera de la même façon que par le passé. Les jeunes enfants ne sont probablement pas en mesure de saisir qu'un état mental ponctuel et contradictoire (croyance) peut modifier la règle de la régularité comportementale et engendrer un comportement inverse à celui qui aurait été émis si les comportements étaient toujours en lien avec les traits. Ils ne comprendraient pas encore très bien qu'à la règle existent des exceptions. Par contre, avec l'âge, sa pensée perdrait de sa rigidité. D'ailleurs, ce n'est qu'avec le temps que l'enfant peut admettre l'existence simultanée d'émotions (Harris, 1983) ou de traits de valence différente (Hand, 1982). Il est donc probable qu'il lui faille aussi du temps pour admettre l'existence d'états internes (trait et croyance) contradictoires susceptibles de générer des comportements de valence différente. La présente étude ajoute un élément important aux connaissances sur les théories de la pensée. Bien que bon nombre d'études aient porté sur l'acquisition d'une théorie de la pensée chez les enfants d'âge préscolaire, le développement de la compréhension des états mentaux et des traits semble se poursuivre au-delà de cet âge. Les résultats suggèrent en effet qu'un changement conceptuel important puisse s'opérer entre 6 ans et 9 ans. Les enfants en viendraient à comprendre la relation entre les traits et les états mentaux et ainsi, qu'une croyance est susceptible d'altérer la manifestation d'un trait. ______________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : Théorie de la pensée, Théorie de l'esprit, Croyances, Compréhension des états mentaux, Traits, Traits de personnalité, Compréhension des traits, Prédiction du comportement.

L'observation adaptative (OA) est une pratique de prévision numérique du temps (PNT) qui cherche à prévoir quel jeu (ou réseau) d'observations supplémentaires à déployer et à assimiler dans le futur améliorera les prévisions. L'objectif est d'accroître la qualité des prévisions météorologiques en ajoutant des observations là où elles auront le meilleur impact (optimal). Des méthodes numériques d'OA apportent des réponses objectives mais partielles. Elles prennent en compte à la fois les aspects dynamiques de l'atmosphère à travers le modèle adjoint, et aussi le système d'assimilation de données. Le système d'assimilation de données le plus couramment utilisé pour l'OA est le 4D-Var. Ces méthodes linéaires (technologie de l'adjoint) reposent cependant sur une réalisation déterministe (ou trajectoire) unique. Cette trajectoire est entachée d'une incertitude qui affecte l'efficacité de l'OA. Le point de départ de ce travail est d'évaluer l'impact de l'incertitude associée au choix de cette trajectoire sur une technique: la KFS. Un ensemble de prévisions est utilisé pour étudier cette sensibilité. Les expériences réalisées dans un cadre simplifié montrent que les solutions de déploiement peuvent changer en fonction de la trajectoire choisie. Il est d'autant plus nécessaire de prendre cette incertitude en considération que le système d'assimilation utilisé n'est pas vraiment optimal du fait de simplifications liées à sa mise en oeuvre. Une nouvelle méthode d'observation adaptative, appelée Variance Reduction Field (VRF), a été développée dans le cadre de cette thèse. Cette méthode permet de déterminer la réduction de variance de la fonction score attendue en assimilant une pseudo-observation supplémentaire pour chaque point de grille. Deux approches de la VRF sont proposées, la première est basée sur une simulation déterministe. Et la seconde utilise un ensemble d'assimilations et de prévisions. Les deux approches de la VRF ont été implémentées et étudiées dans le modèle de Lorenz 96. Le calcul de la VRF à partir d'un ensemble est direct si l'on dispose déjà des membres de l'ensemble. Le modèle adjoint n'est pas nécessaire pour le calcul.L'implémentation de la VRF dans un système de prévision du temps de grande taille, tel qu'un système opérationnel, n'a pas pu être réalisée dans le cadre de cette thèse. Cependant, l'étude de faisabilité de la construction de la VRF dans l'environnement OOPS a été menée. Une description de OOPS (version 2013) est d'abord présentée dans le manuscrit, car cet environnement est une nouveauté en soi. Elle est suivie de la réflexion sur les développements à introduire pour l'implémentation de la VRF.

La liquidité de marché renvoie à la capacité à échanger rapidement un actif financier sans perte de valeur par rapport à sa valeur fondamentale. Cette liquidité est source de risque mais également de rémunération. Dans cette thèse nous nous intéressons à ces deux aspects. Nous proposons une nouvelle méthodologie pour estimer la rémunération du risque de liquidité basé sur les modèles à composantes inobservées. En termes de risque, nous proposons de combiner les prévisions de densités de différents modèles afin de mieux prédire la liquidité à l’échelle de la haute-fréquence. Nous modélisons également la liquidité de financement. Celle-ci correspond à la capacité pour un agent d'honorer, continuellement, ses engagements en trouvant du financement. En particulier nous étudions le risque de liquidité de financement dans le système bancaire, ce risque est de première importance comme le démontre le rôle majeur qu’il a joué dans la crise financière de 2008. Nous proposons plusieurs nouvelles mesures de ce risque permettant d’évaluer l’exposition des banques. Notre modèle permet également d’évaluer des situations dites extrêmes et de mesurer la contagion de ce risque entre les institutions. / Market liquidity refers to the ease with which assets can be sold without loss with respect to their fundamental values. Liquidity is a source of risk but also compensation. In this thesis, we focus on these two aspects. We propose a new methodology to estimate the liquidity risk premium based on “unobserved components” models. In terms of risk, we propose to combine density forecasts to better predict intra-day liquidity. We also model funding liquidity. Funding liquidity refers to the ability to settle obligations with immediacy. We study this risk for banks, that is, the possibility that over a specific horizon the bank will become unable to settle obligations with immediacy. This risk is pivotal as shown by the major role it played in the financial crisis of 2008. We created several measures allowing to assess the risk exposure of banks. Our model can also be used to stress-test banking companies and to quantify contagion risk.

Mémoire numérisé par la Direction des bibliothèques de l'Université de Montréal.

La fonction cognitive de prévision est à la base du processus de décision dans plusieurs domaines de travail tels que les finances, la gestion des inventaires et la médecine. Les individus en charge de prendre des décisions quant à l’évolution de situations dynamiques complexes commettent régulièrement des erreurs, généralement attribuées à l’utilisation de stratégies décisionnelles simplificatrices : les heuristiques. Ces heuristiques sont décrites comme irrationnelles puisqu’elles ne tiennent pas compte de l’ensemble des informations disponibles pour porter un jugement sur l’évolution future d’une situation. À l’inverse, la classe de modèle du jugement linéaire constituerait la norme rationnelle dans ce contexte. Les modèles de jugement linéaire stipulent qu’un jugement optimal rationnel intègre et pondère linéairement l’ensemble des indices disponibles pour la prévision d’un critère au sein d’une seule représentation. Plus le jugement d’une personne s’écarterait du jugement linéaire, plus il serait irrationnel. La thèse remet cet énoncé en question et tente de valider une vision plus adaptative de la rationalité dans un contexte de prévision de situations dynamiques complexes. La rationalité dite écologique considère que la norme rationnelle ne doit pas être absolue, mais plutôt définie en fonction des contraintes environnementales. Selon cette vision de la rationalité, il est possible que dans un environnement favorable, une heuristique donnée soit plus performante que l’application d’une règle de jugement linéaire. Les individus sélectionneraient ainsi la stratégie la plus adaptée au contexte à partir d’un bassin de stratégies disponibles en mémoire à long terme. Or, à l’aide de simulations, la présente thèse démontre qu’il est possible que des heuristiques simplificatrices performent mieux que le jugement linéaire et que cette modulation dépend en partie des contraintes environnementales. La thèse suggère ensuite que les individus appliquent différentes stratégies en fonction des contraintes environnementales et que la stratégie appliquée est généralement adaptée à la nature de la situation. Finalement, la thèse indique que certaines limites cognitives ont également un impact sur la sélection de stratégies de prévision. Dans l’ensemble, ce patron de résultats appuie une vision écologique de la rationalité, mais souligne également que les limites cognitives fondamentales des individus contraignent le bassin de stratégies disponibles.