Cette thèse est constitué de deux partie : dans la première partie, nous etudions un marché complet dont l'actif risqué est un processus discontinu. <br />La seconde est consacrée à une modélisation du risque de défaut. Nous insistons sur la différence entre l'information liée au défaut de celle du marché sans défaut. Nous établissons des théorèmes de représentation prévisibles pour les martingales dans la filtration élargie.

Cette thèse donne deux applications du calcul de Malliavin pour les processus de sauts.<br />Dans la première partie, nous traitons la minoration de la densité des diffusions à sauts dont la partie continue est dirigée par un mouvement Brownien. Pour cela, nous utilisons une formule d'intégration par parties conditionnelle basée sur le mouvement Brownien uniquement.<br />Nous traitons ensuite le calcul d'options financières dont le prix du sous-jacent est un processus à sauts pur.<br />Dans la deuxième partie, nous développons un calcul abstrait du type Malliavin basé sur des variables aléatoires non indépendantes, de densité conditionnelle discontinue. Nous établissons une formule d'intégration par parties que nous appliquons aux amplitudes et temps de sauts des processus à sauts considérés. Dans la troisième partie, nous utilisons cette intégration par parties pour calculer le Delta d'options européennes et asiatiques, et pour calculer le prix et le Delta d'options américaines via des formules de représentation pour les espérances conditionnelles et leur gradient.

L'ensemble de ce travail est dédié à l'étude de certaines propriétés concernant les processus de sauts d-dimensionnels X = (Xt) dont le générateur est donné par Lψ(x) = 1/2 ∑ aᵤᵥ(x)∂²ψ(x)/∂xᵤ∂xᵥ + g(x)∇ψ(x) + ∫ (ψ(x + c(z, x)) − ψ(x))γ(z, x)µ(dz) où µ est de masse totale infinie. Si γ ne dépendait pas de x, nous nous trouverions dans une situation classique où le processus X pourrait être représenté comme une solution d'une équation stochastique comportant une mesure ponctuelle de Poisson de mesure d'intensité γ(z)µ(dz) ; lorsque γ dépend de x, on peut s'en représenter l'heuristique en imaginant le processus comme la trajectoire d'une particule, la loi des sauts pouvant alors dépendre de la position de la particule. Dans la première partie, nous donnons des conditions pour obtenir l'existence et l'unicité de tels processus. Ensuite, nous considérons ce type de processus comme une généralisation des PDMP ; nous montrons qu'ils peuvent être vus comme une limite d'une suite (Xᵣ(t)) de PDMP standards pour lesquels l'intensité des sauts tend vers l'infini quand r tend vers l'infini, suivant deux régimes : un lent et un rapide qui, en supposant que les processus en question sont centrés et normalisés convenablement, produit une composante de diffusion à la limite. Finalement, on prouve la récurrence au sens de Harris de X en utilisant un schéma régénératif entièrement basé sur les sauts du processus. De plus, nous dégageons des conditions explicites par rapport aux coefficients du processus qui nous permettent de contrôler la vitesse de convergence vers l'équilibre en terme d'inégalités de déviation pour des fonctionnelles additives intégrables. Dans la seconde partie, nous considérons à nouveau le même type de processus X = (Xt(x)) partant du point x. Utilisant une approche basé sur un Calcul de Malliavin fini-dimensionnel, nous étudions la régularité jointe de ce processus dans le sens suivant : on fixe b≥1 et p>1, K un ensemble compact de Rᵈ, et nous donnons des conditions suffisantes pour avoir P(Xt(x)∈dy)=pt(x,y)dy avec (x,y)↦pt(x,y) appartenant à Wᵇᵖ(K×Rᵈ) / This work is dedicated to the study of some properties concerning the d-dimensional jump type diffusion X = (Xt) with infinitesimal generator given by Lψ(x) = 1/2 ∑ aᵤᵥ(x)∂²ψ(x)/∂xᵤ∂xᵥ + g(x)∇ψ(x) + ∫ (ψ(x + c(z, x)) − ψ(x))γ(z, x)µ(dz) where µ is of infinite total mass. If γ did not depend on x, we would be in a classical situation where the process X could be represented as the solution of a stochastic equation driven by a Poisson point measure with intensity measure γ(z)µ(dz) ; when γ depends on x, we may have the heuristic idea that, if we were to imagine the process as a trajectory of a particle, the law of the jumps may depend on the position of the particle. In the first part, we give some conditions to obtain existence and uniqueness of such processes. Then, we consider this type of processes as a generalization of Piecewise Deterministic Markov Processes (PDMP) ; we show that they can be seen as a limit of a sequence (Xᵣ(t)) of standard PDMP's for which the intensity of the jumps tends to infinity as r tends to infinity, following two regimes: a slow one, which leads to a jump component with finite variation, and a rapid one which, supposing that the processes at hand are centered and renormalized in a convenient way, produces the diffusion component in the limit. Finally, we prove Harris recurrence of X using a regeneration scheme which is entirely based on the jumps of the process. Moreover we state explicit conditions in terms of the coefficients of the process allowing to control the speed of convergence to equilibrium in terms of deviation inequalities for integrable additive functionals. In the second part, we consider again the same type of process X = (Xt(x)) starting from x. Using an approach based on a finite dimensional Malliavin Calculus, we study the joint regularity of this process in the following sense : we fix b≥1 and p>1, K a compact set of Rᵈ, and we give sufficient conditions in order to have P(Xt(x)∈dy)=pt(x,y)dy with (x,y)↦pt(x,y) in Wᵇᵖ(K×Rᵈ)

Dans cette thèse, on considère une équation différentielle stochastique gouvernée par un processus de Lévy de saut pur dont l’indice d’activité des sauts α ∈ (0, 2) et on observe des données haute fréquence de ce processus sur un intervalle de temps fixé. Cette thèse est consacrée tout d’abord à l’étude du comportement de la densité du processus en temps petit. Ces résultats permettent ensuite de montrer la propriété LAMN (Local Asymptotic Mixed Normality) pour les paramètres de dérive et d’échelle. Enfin, on étudie des estimateurs de l’indice α du processus.La première partie traite du comportement asymptotique de la densité en temps petit du processus. Le processus est supposé dépendre d’un paramètre β = (θ,σ) et on étudie, dans cette partie, la sensibilité de la densité par rapport à ce paramètre. Cela étend les résultats de [17] qui étaient restreints à l’indice α ∈ (1,2) et ne considéraient que la sensibilité par rapport au paramètre de dérive. En utilisant le calcul de Malliavin, on obtient la représentation de la densité, de sa dérivée et de sa dérivée logarithmique comme une espérance et une espérance conditionnelle. Ces formules de représentation font apparaître des poids de Malliavin dont les expressions sont données explicitement, ce qui permet d’analyser le comportement asymptotique de la densité en temps petit, en utilisant la propriété d’autosimilarité du processus stable.La deuxième partie de cette thèse concerne la propriété LAMN (Local Asymptotic Mixed Normality) pour les paramètres. Le coefficient de dérive et le coefficient d’échelle dépendent tous les deux de paramètres inconnus et on étend les résultats de [17]. On identifie l’information de Fisher asymptotique ainsi que les vitesses optimales de convergence. Ces quantités dépendent de l’indice αLa troisième partie propose des estimateurs pour l’indice d’activité des sauts α ∈ (0,2) basés sur des méthodes de moments qui généralisent les résultats de Masuda [53]. On montre la consistence et la normalité asymptotique des estimateurs et on illustre les résultats par des simulations numériques / In this thesis, we consider a stochastic differential equation driven by a truncated pure jump Lévy process with index α ∈(0,2) and observe high frequency data of the process on a fixed observation time. We first study the behavior of the density of the process in small time. Next, we prove the Local Asymptotic Mixed Normality (LAMN) property for the drift and scaling parameters from high frequency observations. Finally, we propose some estimators of the index parameter of the process.The first part deals with the asymptotic behavior of the density in small time of the process. The process is assumed to depend on a parameter β = (θ,σ) and we study, in this part, the sensitivity of the density with respect to this parameter. This extends the results of [17] which were restricted to the index α ∈ (1,2) and considered only the sensitivity with respect to the drift coefficient. By using Malliavin calculus, we obtain the representation of the density, its derivative and its logarithm derivative as an expectation and a conditional expectation. These representation formulas involve some Malliavin weights whose expressions are given explicitly and this permits to analyze the asymptotic behavior in small time of the density, using the self-similarity property of the stable process.The second part of this thesis concerns the Local Asymptotic Mixed Normality property for the parameters. Both the drift coefficient and scale coefficient depend on the unknown parameters. Extending the results of [17], we compute the asymptotic Fisher information and find that the rate in the Local Asymptotic Mixed Normality property depends on the index α.The third part proposes some estimators of the jump activity index α ∈ (0,2) based on the method of moments as in Masuda [53]. We prove the consistency and asymptotic normality of the estimators and give some simulations to illustrate the finite-sample behaviors of the estimators

Cette thèse porte sur l'étude probabiliste des réponses démographique et génétique de populations à certains événements ponctuels. Dans une première partie, nous étudions l'impact de catastrophes tuant une fraction de la population et survenant de manière répétée, sur le comportement en temps long d'une population modélisée par un processus de branchement. Dans un premier temps nous construisons une nouvelle classe de processus, les processus de branchement à états continus avec catastrophes, en les réalisant comme l'unique solution forte d'une équation différentielle stochastique. Nous déterminons ensuite les conditions d'extinction de la population. Enfin, dans les cas d'absorption presque sûre nous calculons la vitesse d'absorption asymptotique du processus. Ce dernier résultat a une application directe à la détermination du nombre de cellules infectées dans un modèle d'infection de cellules par des parasites. En effet, la quantité de parasites dans une lignée cellulaire suit dans ce modèle un processus de branchement, et les "catastrophes" surviennent lorsque la quantité de parasites est partagée entre les deux cellules filles lors des divisions cellulaires. Dans une seconde partie, nous nous intéressons à la signature génétique laissée par un balayage sélectif. Le matériel génétique d'un individu détermine (pour une grande partie) son phénotype et en particulier certains traits quantitatifs comme les taux de naissance et de mort intrinsèque, ou sa capacité d'interaction avec les autres individus. Mais son génotype seul ne détermine pas son ``adaptation'' dans le milieu dans lequel il vit : l'espérance de vie d'un humain par exemple est très dépendante de l'environnement dans lequel il vit (accès à l'eau potable, à des infrastructures médicales,...). L'approche éco-évolutive cherche à prendre en compte l'environnement en modélisant les interactions entre les individus. Lorsqu'une mutation ou une modification de l'environnement survient, des allèles peuvent envahir la population au détriment des autres allèles : c'est le phénomène de balayage sélectif. Ces événements évolutifs laissent des traces dans la diversité neutre au voisinage du locus auquel l'allèle s'est fixé. En effet ce dernier ``emmène'' avec lui des allèles qui se trouvent sur les loci physiquement liés au locus sous sélection. La seule possibilité pour un locus de ne pas être ``emmené'' est l'occurence d'une recombination génétique, qui l'associe à un autre haplotype dans la population. Nous quantifions la signature laissée par un tel balayage sélectif sur la diversité neutre. Nous nous concentrons dans un premier temps sur la variation des proportions neutres dans les loci voisins du locus sous sélection sous différents scénarios de balayages. Nous montrons que ces différents scenari évolutifs laissent des traces bien distinctes sur la diversité neutre, qui peuvent permettre de les discriminer. Dans un deuxième temps, nous nous intéressons aux généalogies jointes de deux loci neutres au voisinage du locus sous sélection. Cela nous permet en particulier de quantifier des statistiques attendues sous certains scenari de sélection, qui sont utilisées à l'heure actuelle pour détecter des événements de sélection dans l'histoire évolutive de populations à partir de données génétiques actuelles. Dans ces travaux, la population évolue suivant un processus de naissance et mort multitype avec compétition. Si un tel modèle est plus réaliste que les processus de branchement, la non-linéarité introduite par les compétitions entre individus en rend l'étude plus complexe / This thesis is devoted to the probabilistic study of demographic and genetical responses of a population to some point wise events. In a first part, we are interested in the effect of random catastrophes, which kill a fraction of the population and occur repeatedly, in populations modeled by branching processes. First we construct a new class of processes, the continuous state branching processes with catastrophes, as the unique strong solution of a stochastic differential equation. Then we describe the conditions for the population extinction. Finally, in the case of almost sure absorption, we state the asymptotical rate of absorption. This last result has a direct application to the determination of the number of infected cells in a model of cell infection by parasites. Indeed, the parasite population size in a lineage follows in this model a branching process, and catastrophes correspond to the sharing of the parasites between the two daughter cells when a division occurs. In a second part, we focus on the genetic signature of selective sweeps. The genetic material of an individual (mostly) determines its phenotype and in particular some quantitative traits, as birth and intrinsic death rates, and interactions with others individuals. But genotype is not sufficient to determine "adaptation" in a given environment: for example the life expectancy of a human being is very dependent on his environment (access to drinking water, to medical infrastructures,...). The eco-evolutive approach aims at taking into account the environment by modeling interactions between individuals. When a mutation or an environmental modification occurs, some alleles can invade the population to the detriment of other alleles: this phenomenon is called a selective sweep and leaves signatures in the neutral diversity in the vicinity of the locus where the allele fixates. Indeed, this latter "hitchhiking” alleles situated on loci linked to the selected locus. The only possibility for an allele to escape this "hitchhiking" is the occurrence of a genetical recombination, which associates it to another haplotype in the population. We quantify the signature left by such a selective sweep on the neutral diversity. We first focus on neutral proportion variation in loci partially linked with the selected locus, under different scenari of selective sweeps. We prove that these different scenari leave distinct signatures on neutral diversity, which can allow to discriminate them. Then we focus on the linked genealogies of two neutral alleles situated in the vicinity of the selected locus. In particular, we quantify some statistics under different scenari of selective sweeps, which are currently used to detect recent selective events in current population genetic data. In these works the population evolves as a multitype birth and death process with competition. If such a model is more realistic than branching processes, the non-linearity caused by competitions makes its study more complex

Cette thèse présente trois sujets de recherche indépendants appartenant au domaine des méthodes numériques et du contrôle stochastique avec des applications en mathématiques financières.<br /><br />Nous présentons dans la première partie une méthode non-paramétrique d'estimation des sensibilités des prix d'options. A l'aide d'une perturbation aléatoire du paramètre d'intérêt, nous représentons ces sensibilités sous forme d'espérance conditionnelle, que nous estimons à l'aide de simulations Monte Carlo et de régression par noyaux. Par des arguments d'intégration par parties, nous proposons plusieurs estimateurs à noyaux de ces sensibilités, qui ne nécessitent pas la connaissance de la densité du sous-jacent, et nous obtenons leurs propriétés asymptotiques. Lorsque la fonction payoff est irrégulière, ils convergent plus vite que les estimateurs par différences finies, ce que l'on vérifie numériquement.<br /><br />La deuxième partie s'intéresse à la résolution numérique de systèmes découplés d'équations différentielles stochastiques progressives rétrogrades. Pour des coefficients Lipschitz, nous proposons un schéma de discrétisation qui converge plus vite que $n^{-1/2+e}$, pour tout $e>0$, lorsque le pas de temps $1/n$ tends vers $0$, et sous des hypothèses plus fortes de régularité, le schéma atteint la vitesse de convergence paramétrique. L'erreur statistique de l'algorithme dûe a l'approximation non-paramétrique d'espérances conditionnelles est également controlée et nous présentons des exemples de résolution numérique de systèmes couplés d'EDP semi-linéaires.<br /><br />Enfin, la dernière partie de cette thèse étudie le comportement d'un gestionnaire de fond, maximisant l'utilité intertemporelle de sa consommation, sous la contrainte que la valeur de son portefeuille ne descende pas en dessous d'une fraction fixée de son maximum courant. Nous considérons une classe générale de fonctions d'utilité, et un marché financier composé d'un actif risqué de dynamique black-Scholes. Lorsque le gestionnaire se fixe un horizon de temps infini, nous obtenons sous forme explicite sa stratégie optimale d'investissement et de consommation, ainsi que la fonction valeur du problème. En horizon fini, nous caractérisons la fonction valeur comme unique solution de viscosité de l'équation d'Hamilton-Jacobi-Bellman correspondante.

Dans cette thèse, nous étudions plusieurs problèmes de mathématiques financières liés à la valorisation des produits dérivés. Par différentes approches asymptotiques, nous développons des méthodes pour calculer des approximations précises du prix de certains types d’options dans des cas où il n’existe pas de formule explicite.Dans le premier chapitre, nous nous intéressons à la valorisation des options dont le payoff dépend de la trajectoire du sous-jacent par méthodes de Monte-Carlo, lorsque le sous-jacent est modélisé par un processus affine à volatilité stochastique. Nous prouvons un principe de grandes déviations trajectoriel en temps long, que nous utilisons pour calculer, en utilisant le lemme de Varadhan, un changement de mesure asymptotiquement optimal, permettant de réduire significativement la variance de l’estimateur de Monte-Carlo des prix d’options.Le second chapitre considère la valorisation par méthodes de Monte-Carlo des options dépendant de plusieurs sous-jacents, telles que les options sur panier, dans le modèle à volatilité stochastique de Wishart, qui généralise le modèle Heston. En suivant la même approche que dans le précédent chapitre, nous prouvons que le processus vérifie un principe de grandes déviations en temps long, que nous utilisons pour réduire significativement la variance de l’estimateur de Monte-Carlo des prix d’options, à travers un changement de mesure asymptotiquement optimal. En parallèle, nous utilisons le principe de grandes déviations pour caractériser le comportement en temps long de la volatilité implicite Black-Scholes des options sur panier.Dans le troisième chapitre, nous étudions la valorisation des options sur variance réalisée, lorsque la volatilité spot est modélisée par un processus de diffusion à volatilité constante. Nous utilisons de récents résultats asymptotiques sur les densités des diffusions hypo-elliptiques pour calculer une expansion de la densité de la variance réalisée, que nous intégrons pour obtenir l’expansion du prix des options, puis de leur volatilité implicite Black-Scholes.Le dernier chapitre est consacré à la valorisation des dérivés de taux d’intérêt dans le modèle Lévy de marché Libor qui généralise le modèle de marché Libor classique (log-normal) par l’ajout de sauts. En écrivant le premier comme une perturbation du second et en utilisant la représentation de Feynman-Kac, nous calculons explicitement l’expansion asymptotique du prix des dérivés de taux, en particulier, des caplets et des swaptions. / In this thesis, we study several mathematical finance problems, related to the pricing of derivatives. Using different asymptotic approaches, we develop methods to calculate accurate approximations of the prices of certain types of options in cases where no explicit formulas are available.In the first chapter, we are interested in the pricing of path-dependent options, with Monte-Carlo methods, when the underlying is modelled as an affine stochastic volatility model. We prove a long-time trajectorial large deviations principle. We then combine it with Varadhan’s Lemma to calculate an asymptotically optimal measure change, that allows to reduce significantly the variance of the Monte-Carlo estimator of option prices.The second chapter considers the pricing with Monte-Carlo methods of options that depend on several underlying assets, such as basket options, in the Wishart stochastic volatility model, that generalizes the Heston model. Following the approach of the first chapter, we prove that the process verifies a long-time large deviations principle, that we use to reduce significantly the variance of the Monte-Carlo estimator of option prices, through an asymptotically optimal measure change. In parallel, we use the large deviations property to characterize the long-time behaviour of the Black-Scholes implied volatility of basket options.In the third chapter, we study the pricing of options on realized variance, when the spot volatility is modelled as a diffusion process with constant volatility. We use recent asymptotic results on densities of hypo-elliptic diffusions to calculate an expansion of the density of realized variance, that we integrate to obtain an expansion of option prices and their Black-Scholes implied volatility.The last chapter is dedicated to the pricing of interest rate derivatives in the Levy Libor market model, that generaliszes the classical (log-normal) Libor market model by introducing jumps. Writing the first model as a perturbation of the second and using the Feynman-Kac representation, we calculate explicit expansions of the prices of interest rate derivatives and, in particular, caplets and swaptions

Nous étudions les propriétés probabilistes, trajectorielles et statistiques des processus stochastiques multistables, qui sont tangents en chaque point à un processus stable. Ils possèdent ainsi une intensité de sauts et une régularité locale qui varient au cours du temps. Nous nous intéressons dans un premier temps aux processus pouvant être définis par une moyenne mobile et possédant la propriété d'être localisables, c'est-à-dire d'être tangents en loi à un processus en chaque point. Des critères assurant la localisabilité, ainsi qu'une méthode de simulation de tels processus sont donnés. Nous proposons ensuite une nouvelle construction et des critères de localisabilité des processus multistables à l'aide d'une représentation de type Ferguson-Klass-LePage. Pour les processus obtenus, nous étudions certaines propriétés probabilistes et trajectorielles. En particulier, nous caractérisons le comportement asymptotique des accroissements des processus multistables, ainsi que leur régularité Höldérienne. Enfin, nous proposons des estimateurs de la fonction de stabilité et de la fonction de localisabilité. La consistance au sens de la convergence Lp est prouvée. Les performances des estimateurs sont illustrées sur des séries simulées suivant deux modèles : le mouvement de Lévy multistable et le mouvement linéaire multifractionnaire multistable.

Ce travail est centré sur la charactérisation de certaines classes de processus aléatoires par des formules de dualité. En particulier on considérera des processus réciproques à sauts, un cas jusqu'à présent négligé dans la littérature.Dans la première partie nous formulons de façon innovante une charactérisation des processus à accroissements indépendants. Celle-ci est basée sur une formule de dualité pour des processus infiniment divisibles, déjà connue dans le cadre du calcul de Malliavin. On va présenter deux nouvelles méthodes pour prouver cette formule, qui n'utilisent pas la décomposition en chaos de l'espace des fonctionnelles de carré intégrable. Une méthode s'appuie sur une formule d'intégration par parties satisfaite par des vecteurs aléatoires infiniment divisibles. Sous cet angle, notre charactérisation est une généralization du lemme de Stein dans le cas Gaussien et du lemme de Chen dans le cas Poissonien. La généralité de notre approche nous permet de plus, de présenter une charactérisation des mesures aléatoires infiniment divisibles.Dans la deuxième partie de notre travail nous nous concentrons sur l'étude des classes réciproques de processus de Markov avec ou sans sauts, et sur leur charactérisation. On commence avec un résumé des résultats déjà existants concernant les classes réciproques de diffusions browniennes comme solutions d'une formule de dualité. Nous obtenons notamment une nouvelle interprétation des classes réciproques comme les solutions d'une équation de Newton. Cela nous permet de relier nos résultats à la mécanique stochastique d'une part et à la théorie du contrôle optimale, d'autre part. La formule de dualité nous permet aussi de prouver une propriété d'invariance par retournement du temps de la classe réciproque d'une diffusion brownienne.En outre nous obtenons une série de nouveaux résultats concernant les processus de sauts purs. Nous décrivons d'abord la classe réciproque associée à un processus markovien de comptage, c'est-à-dire un processus de sauts de taille un, puis en présentons une charactérisation par une formule de dualité. Cette formule contient une dérivée stochastique, une intégrale stochastique compensée, et une fonctionnelle qui est une grandeur invariante de la classe réciproque. De plus nous livrons une interprétation de la classe réciproque comme ensemble des solutions d'un problème de contrôle optimal. Enfin, par une utilisation appropriée de la formule de dualité, nous montrons que la classe réciproque d'un processus markovien de comptage est invariante par retournement du temps.Quelques-uns de ces résultats restent valables pour des processus de sauts purs dont les sauts sont de taille variée. En particulier nous montrons que certaines fonctionnelles dites invariants réciproques permettent de distinguer différentes classes réciproques. Notre dernier résultat est la charactérisation de la classe réciproque d'un processus de Poisson composé dès lors que les (tailles des) différents sauts sont incommensurables. / This work is concerned with the characterization of certain classes of stochastic processes via duality formulae. In particular we consider reciprocal processes with jumps, a subject up to now neglected in the literature. In the first part we introduce a new formulation of a characterization of processes with independent increments. This characterization is based on a duality formula satisfied by processes with infinitely divisible increments, in particular Lévy processes, which is well known in Malliavin calculus. We obtain two new methods to prove this duality formula, which are not based on the chaos decomposition of the space of square-integrable functionals. One of these methods uses a formula of partial integration that characterizes infinitely divisible random vectors. In this context, our characterization is a generalization of Stein's lemma for Gaussian random variables and Chen's lemma for Poisson random variables. The generality of our approach permits us to derive a characterization of infinitely divisible random measures.The second part of this work focuses on the study of the reciprocal classes of Markov processes with and without jumps and their characterization. We start with a resume of already existing results concerning the reciprocal classes of Brownian diffusions as solutions of duality formulae. As a new contribution, we show that the duality formula satisfied by elements of the reciprocal class of a Brownian diffusion has a physical interpretation as a stochastic Newton equation of motion. Thus we are able to connect the results of characterizations via duality formulae with the theory of stochastic mechanics by our interpretation, and to stochastic optimal control theory by the mathematical approach. As an application we are able to prove an invariance property of the reciprocal class of a Brownian diffusion under time reversal.In the context of pure jump processes we derive the following new results. We describe the reciprocal classes of Markov counting processes, also called unit jump processes, and obtain a characterization of the associated reciprocal class via a duality formula. This formula contains as key terms a stochastic derivative, a compensated stochastic integral and an invariant of the reciprocal class. Moreover we present an interpretation of the characterization of a reciprocal class in the context of stochastic optimal control of unit jump processes. As a further application we show that the reciprocal class of a Markov counting process has an invariance property under time reversal. Some of these results are extendable to the setting of pure jump processes, that is, we admit different jump-sizes. In particular, we show that the reciprocal classes of Markov jump processes can be compared using reciprocal invariants. A characterization of the reciprocal class of compound Poisson processes via a duality formula is possible under the assumption that the jump-sizes of the process are incommensurable.

Cette thèse porte sur l'étude probabiliste de modèles écologiques appartenant à la récente théorie des "dynamiques adaptatives". Après avoir précisé et généralisé le cadre et l'heuristique biologique de ces modèles, nous obtenons une justification microscopique d'un modèle d'évolution par sauts à partir d'un système de particules en interaction à valeurs mesure, décrivant la dynamique de la population à l'échelle individuelle. Il s'agit d'un résultat de séparation d'échelles de temps lié à deux asymptotiques : mutations rares et grande population. Ensuite, nous retrouvons une équation différentielle ordinaire connue sous le nom d'"équation canonique des dynamiques adaptatives" en appliquant une asymptotique de petits sauts au processus précédent. Cette asymptotique nous conduit à introduire un modèle d'évolution par diffusion comme approximation diffusion du processus de saut, dont les coefficients présentent une mauvaise régularité : dérive discontinue et diffusion dégénérée aux mêmes points. Nous examinons d'abord l'existence faible, l'unicité en loi et la propriété de Markov forte pour ces processus, questions liées au problème d'atteinte de certains points isolés de l'espace. Enfin, nous démontrons un principe de grandes déviations pour ces diffusions qui permet d'étudier le temps et le lieu de sortie d'un domaine attracteur --- question biologique fondamentale.