Les marchés financiers ont connu, grâce aux études réalisées durant les trois dernières décennies, une expansion considérable et ont vu l'apparition de produits dérivés divers et variés. Parmi les plus répandus, on retrouve les options américaines. Une option américaine est par définition une option qu'on a le droit d'exercer avant l'échéance convenue T. Les plus basiques sont le Put ou le Call américain (respectivement option de vente (K - x)+ ou d'achat (x - K)+). La première partie, et la plus conséquente, de cette thèse est consacrée à l'étude des options américaines dans des modèles exponentiels de Lévy. On commence dans un cadre multidimensionnel caractérise le prix d'une option américaine, dont le Pay-off appartient à une classe de fonctions non forcément bornées, à l'aide d'une inéquation variationnelle au sens des distributions. On étudie, ensuite, les propriétés générales de la région d'exercice ainsi que de la frontière libre. On affine encore ces résultats en étudiant, en particulier, la région d'exercice d'un Call américain sur un panier d'actifs, où on caractérise en particulier la région d'exercice limite (à l'échéance). Dans un deuxième temps, on se place dans un cadre unidimensionnel et on étudie le comportement du prix critique (fonction délimitant la région d'exercice) d'un Put américain près de l'échéance. Particulièrement, on considère le cas où le prix ne converge pas vers le strike K, dans un modèle Jump-diffusion puis dans un modèle où le processus de Lévy est à saut pur avec un comportement proche de celui d'un &-stable. La deuxième partie porte sur l'approximation numérique de la Credit Valuation Adjustment (CVA). On y présente une méthode basée sur le calcul de Malliavin inspirées de celles utilisées pour les options américaines. Une étude de la complexité de cette méthode y est aussi présentée et comparée aux méthodes purement Monte Carlo et aux méthodes fondées sur la régression.

Les Processus Markoviens D eterministes par Morceaux (PDMP) ont et e introduits dans la litt erature par M.H.A Davis comme une classe g en erale de mod eles stochastiques. Les PDMP forment une famille de processus markoviens qui d ecrivent une trajectoire d eterministe ponctu ee par des sauts al eatoires. Dans une premi ere partie, les PDMP sont utilis es pour calculer des probabilit es d' ev enements redout es pour un cas-test de la abilit e dynamique (le r eservoir chau e) par deux m ethodes num eriques di erentes : la premi ere est bas ee sur la r esolution du syst eme di erentiel d ecrivant l' evolution physique du r eservoir et la seconde utilise le calcul de l'esp erance de la fonctionnelle d'un PDMP par un syst eme d' equations int egro-di erentielles. Dans la seconde partie, nous proposons une m ethode num erique pour approcher la fonction valeur du probl eme d'arr^et optimal pour un PDMP. Notre approche est bas ee sur la quanti cation de la position apr es saut et le temps inter-sauts de la chaî ne de Markov sous-jacente au PDMP, et la discr etisation en temps adapt ee a la trajectoire du processus. Ceci nous permet d'obtenir une vitesse de convergence de notre sch ema num erique et de calculer un temps d'arrêt epsilon-optimal.

0n s'intéresse à la modélisation probabiliste pour l'évolution génétique de populations diploïdes, dans un contexte d'éco-évolution. La population considérée est modélisée par un processus de naissance et mort multi-types, avec interaction, et dont les taux de naissance modélisent la reproduction mendélienne. En particulier, la taille de la population considérée n'est pas constante et peut être petite. Une première partie du travail est consacrée à l'étude probabiliste du vortex d'extinction démo-génétique, un phénomène au cours duquel la taille d'une petite population décroît de plus en plus rapidement suite à des fixations de plus en plus fréquentes de mutations délétères. Nous donnons notamment une formule pour la probabilité de fixation d'un allèle légèrement délétère en fonction de la composition génétique de la population et nous prouvons l'existence d'un vortex d'extinction sous une hypothèse de mutations rares. Nous donnons par ailleurs des résultats numériques et une analyse biologique détaillée des comportements obtenus. Nous étudions en particulier l'impact du vortex sur la dynamique de la taille moyenne de population, et nous quantifions ce phénomène en fonction des paramètres écologiques. Dans une deuxième partie, sous une asymptotique de grande taille de population et événements de naissance et mort fréquents, nous étudions d'abord la convergence vers une dynamique lente-rapide et le comportement quasi-stationnaire d'une population diploïde caractérisée par sa composition génétique à un locus bi-allélique. Nous étudions en particulier la possibilité de coexistence en temps long de deux allèles dans la population conditionnée à ne pas être éteinte. Ensuite nous généralisons cette dynamique lente-rapide à une population présentant un nombre fini quelconque d'allèles. La population est alors modélisée par un processus à valeurs mesures dont nous prouvons la convergence lorsque le nombre d'allèles tend vers l'infini vers un superprocessus de Fleming-Viot généralisé, avec une taille de population variable et une sélection diploïde additive.

Nous étudions le comportement asymptotique des dérivées intrinsèques d'une courbe évoluant sous l'action d'un système dynamique aléatoire régulier. Etant donnée une courbe $c$ sur une variété riemannienne, nous désignons par "dérivées intrinsèques de la courbe $c$ en un point $m$", les dérivées à l'origine d'une paramétrisation normale de la courbe transportée sur l'espace tangent au point $m$, par l'application exponentielle. En utilisant le théorème ergodique multiplicatif d'Oseledets, nous obtenons une condition suffisante sur les deux premiers exposants de Lyapounov d'un système dynamique aléatoire régulier, réversible et ergodique, pour que les premières dérivées intrinsèques des images d'une courbe par ce système convergent. Si $\lambda_1$ et $\lambda_2$ sont les deux premiers exposants de Lyapounov du système, $\lambda_1$ étant supposé de multiplicité un, la condition "$\lambda_2-k\lambda_1<0$" assure la convergence des $k$ premières dérivées intrinsèques ; elle n'exclut donc pas les systèmes dynamiques aléatoires stables. La preuve proposée utilise un développement des dérivées intrinsèques à l'aide de diagrammes et donne un procédé récursif pour déterminer les limites des dérivées intrinsèques. Lorsque le premier exposant de Lyapounov est strictement positif, nous faisons le lien entre les limites des dérivées intrinsèques et les variétés instables associées à cet exposant. Nous vérifions ensuite "l'optimalité" de la condition $\lambda_2-2\lambda_1<0$ assurant la convergence de la courbure, en étudiant une classe particulière de systèmes dynamiques aléatoires : les flots browniens isotropes sur la sphère unité de $R^d$. Plus généralement, nous établissons que la norme au carré du vecteur courbure de l'image d'une courbe par un tel système dynamique aléatoire est une diffusion. L'étude du comportement asymptotique de cette diffusion en fonction de la valeur des deux premiers exposants de Lyapounov montre que, sauf si elle est presque sûrement constante, cette diffusion est récurrente positive si et seulement si $\lambda_2-2\lambda_1<0$.

Cette thèse est consacrée à l'inférence de modèles stochastiques d'évolution de l'ADN avec dépendance au contexte, l'étude portant spécifiquement sur la classe de modèles stochastiques RN95+YpR. Cette classe de modèles repose sur un renforcement des taux d'occurrence de certaines substitutions en fonction du contexte local, ce qui introduit des phénomènes de dépendance dans l'évolution des différents sites de la séquence d'ADN. Du fait de cette dépendance, le calcul direct de la vraisemblance des séquences observées met en jeu des matrices de dimensions importantes, et est en général impraticable. Au moyen d'encodages spécifiques à la classe RN95+YpR, nous mettons en évidence de nouvelles structures de dépendance spatiales pour ces modèles, qui sont associées à l'évolution des séquences d'ADN sur toute leur histoire évolutive. Ceci rend notamment possible l'utilisation de méthodes numériques particulaires, développées dans le cadre des modèles de Markov cachés, afin d'obtenir des approximations consistantes de la vraisemblance recherchée. Un autre type d'approximation de la vraisemblance, basé sur des vraisemblances composites, est également introduit. Ces méthodes d'approximation de la vraisemblance sont implémentées au moyen d'un code en C++. Elles sont mises en œuvre sur des données simulées afin d'étudier empiriquement certaines de leurs propriétés, et sur des données génomiques, notamment à des fins de comparaison de modèles d'évolution

This thesis presents the results of the STAMPAS all-sky search for long transient gravitational waves in the 2005-2007 LIGO-Virgo data. Gravitational waves are perturbations of the space-time metric. The Virgo and LIGO experiments are designed to detect such waves. They are Michelson interferometers with 3 km and 4 km long arms, whose light output is altered during the passage of a gravitational wave.Until very recently, transient gravitational wave search pipelines were focused on short transients, lasting less than 1 second, and on binary coalescence signals. STAMPAS is one of the very first pipelines entirely dedicated to the search of long transient gravitational wave signals, lasting from 1s to O(100s).These signals originate, among other sources, from instabilities in protoneutron stars as a result of their violent birth. The standing accretion shock instability in core collapse supernovae or instabilities in accretion disks are also possible mechanisms for gravitational wave long transients. Eccentric black hole binary coalescences are also expected to emit powerful gravitational waves for several seconds before the final plunge.STAMPAS is based on the correlation of data from two interferometers. Time-frequency maps of the data are extracted, and significant pixels are clustered to form triggers. No assumption on the direction, the time or the form of the signals is made.The first STAMPAS search has been performed on the data from the two LIGO detectors, between 2005 and 2007. After a rigorous trigger selection, the analysis revealed that their rate is close to Gaussian noise expectation, which is a significant achievement. No gravitational wave candidate has been detected, and upper limits on the astrophysical rates of several models of accretion disk instability sources and eccentric black holes binary coalescences have been set. The STAMPAS pipeline demonstrated its capabilities to search for any long transient gravitational wave signals during the advanced detector era.Keywords: Gravitational waves, Interferometry, Long transients, Signal Processing, Accretion Disk Instabilities, Eccentric Black Hole Binaries.

Dans une première partie, on s'intéresse à un système d'EDP stochastiques variant selon deux échelles de temps, et plus particulièrement à l'approximation de la composante lente à l'aide d'un schéma numérique efficace. On commence par montrer un principe de moyennisation, à savoir la convergence de la composante lente du système vers la solution d'une équation dite moyennée. Ensuite on prouve qu'un schéma numérique de type Euler fournit une bonne approximation d'un coefficient inconnu apparaissant dans cette équation moyennée. Finalement, on construit et on analyse un schéma de discrétisation du système à partir des résultats précédents, selon la méthodologie dite HMM (Heterogeneous Multiscale Method). On met en évidence l'ordre de convergence par rapport au paramètre d'échelle temporelle et aux différents paramètres du schéma numérique; on étudie les convergences au sens fort (approximation des trajectoires) et au sens faible (approximation des lois). Dans une seconde partie, on étudie une méthode d'approximation de solutions d'EDP paraboliques, en combinant une approche semi-lagrangienne et une discrétisation de type Monte-Carlo. On montre d'abord dans un cas simplifié que la variance dépend des pas de discrétisation; enfin on fournit des simulations numériques de solutions, afin de mettre en avant les applications possibles d'une telle méthode.

Dans le Chapitre 1, nous explorons le comportement joint des variables d'une marche aléatoire (X1, . . . ,Xn) lorsque leur valeur moyenne tend vers l'infini quand n tend vers l'infini. Il est prouvé que toutes ces variables doivent partager la même valeur, ce qui généralise les résultats précédents, dans le cadre de grands dépassements de sommes finies de i.i.d variables aléatoires. Dans le Chapitre 2, nous montrons un théorème de Gibbs conditionnel pour une marche aléatoire (X1, ..,Xn) conditionnée à une déviation extrême. Il est prouvé que lorsque les opérandes ont des queues légères avec une certaine régularité supplémentaire, la distribution asymptotique conditionnelle de X1 peut être approximée par la distribution tiltée en norme de la variation totale, généralisant ainsi le cas classique du LDP. Le troisième Chapitre explore le principe du maximum de vraisemblance dans les modèles paramétriques, dans le contexte du théorème de grandes déviations de Sanov. Le MLE est associé à la minimisation d'un critère spécifique de type divergence, qui se généralise au cas du bootstrap pondéré, où la divergnce est fonction de la distribution des poids. Certaines propriétés de la procédure résultante d'inférence sont présenteés ; l'efficacité de Bahadur de tests est également examinée dans ce contexte.

Cette thèse est consacrée à la construction et l'analyse multifractale de fonctions aléatoires et de leurs graphes. La construction de ces objets se fait dans le cadre de la théorie des T-martingales de Kahane, et plus spécifiquement des [0, 1]-martingales. Cette théorie est fréquemment utilisée pour construire des martingales à valeurs dans les mesures de Borel positives dont la limite soit presque sûrement singulière par rapport à la mesure de Lebesgue. Ceci se fait en perturbant cette dernière à l'aide d'une suite de densités aléatoires qui sont des martingales positives d'espérance 1. Ici, nous autorisons ces martingales à prendre des valeurs complexes, et plutôt que des martingales à valeurs dans les mesures, nous considérons des martingales à valeurs dans les fonctions continues à valeurs complexes, puis la question de leur convergence uniforme presque sûre. Nous obtenons une condition suffisante de convergence pour les éléments d'une large classe de [0, 1]-martingales complexes. Les limites non dégénérées sont toutes candidates à être des fonctions multifractales. L'étude de leur nature multifractale révèle de nouvelles diffiultés. Nous la menons de façon complète dans le cas des "cascades b-adiques indépendantes" complexes. Ceci conduit à de nouveaux phénomènes. En particulier, nous construisons des fonctions continues statistiquement autosimilaires dont le spectre de singularité est croissant et entièrement supporté par l'intervalle [0;\infty]. Nous considérons également de nouveaux spectres de singularité associés au graphe, à l'image, ainsi qu'aux ensembles de niveau d'une fonction multifractale f donnée. Ces spectres s'obtiennent de la façon suivante. Soit Eh l'ensemble iso-Hölder de f associé à l'exposant h. Soit h le sous-ensemble du graphe de f obtenu en y relevant Eh. Pour tout h, on cherche la dimension de Hausdorff de h, celle de f(Eh), et celle des ensembles du type h \ Ly, où Ly est l'ensemble de niveau y de f. Pour les cascades b-adiques indépendantes non conservatives à valeurs réelles, nous obtenons presque sûrement les spectres associés au graphe et à l'image, et pour les spectres associés aux ensembles de niveau, nous obtenons un résultat en regardant des lignes de niveau dans "Lebesgue presque toute direction". Enfin, nous considérons les mêmes questions que précédemment pour une autre classe de foncions aléatoires multifractales obtenues comme séries d'ondelettes pondérées par des mesures de Gibbs. Nous obtenons presque sûrement les spectres associés au graphe et à l'image.

Mes travaux portent essentiellement sur des champs aléatoires qui satisfont une propriété d'autosimilarité globale ou locale, éventuellement anisotrope. Au cours de ces dernières années, je me suis concentrée sur l'étude de la régularité des trajectoires de tels champs mais aussi de leur simulation, de l'estimation des paramètres ou encore de certaines propriétés géométriques (dimension d'Hausdorff). J'ai été amenée à introduire de nouvelles notions d'autosimilarité : autosimilarité locale pour des champs indexés par une variété et autosimilarité locale anisotrope. Une partie de mes travaux porte sur des séries de type shot noise (vitesse de convergence, régularité). Ces séries permettent notamment de proposer une méthode de simulation pour les champs fractionnaires ou multifractionnaires. Elles nous ont permis d'obtenir une majoration du module de continuité de champs aléatoires anisotropes stables mais sont aussi utiles pour l'étude de champs plus généraux (champs définis par une série aléatoire conditionnellement sous-gaussienne, champs multi-stables). L'étude de modèles anisotropes est motivée par la modélisation de roches mais aussi de radiographies d'os en vue de l'aide à la détection précoce de l'ostéoporose (projet ANR MATAIM). J'ai aussi abordé des questions plus statistiques : estimations des paramètres, propriété LAN (Local Asymptotic Normality). Enfin, au sein de l'équipe INRIA BIology Genetics and Statistics, je travaille sur des problématiques tournées vers des applications médicales en collaboration avec des automaticiens. J'ai en particulier travaillé sur un algorithme de débruitage en vue d'application à des ECG.