Dans cette thèse, nous nous intéressons à des matrices aléatoires en lien avec des permutations. Nous abordons l'étude de leurs spectres de plusieurs manières, et à différentes échelles d'observation. Dans un premier temps, nous prolongeons l'étude de Wieand à propos des nombres de valeurs propres appartenant à certains arcs fixés du cercle unité. Pour cela nous tirons parti des travaux réalisés par Ben Arous et Dang sur les statistiques linéaires du spectre de matrices de permutation pour une famille de lois à un paramètre englobant le cas de la loi uniforme sur le groupe symétrique, appelée famille des lois d'Ewens. Une partie innovante de notre travail réside dans la généralisation à des arcs non nécessairement fixés. Nous obtenons en effet des résultats similaires en autorisant les longueurs des arcs à décroître lentement vers zéro avec la taille des matrices. Dans un deuxième temps, nous regardons le spectre à échelle microscopique. En nous inspirant des travaux de Najnudel et Nikeghbali en rapport avec la convergence de mesures empiriques des angles propres normalisés, nous commençons par donner un sens à la convergence en terme de comptages de points sur des intervalles fixés. A partir du processus ponctuel limite, nous montrons que le nombre de points dans un intervalle a des fluctuations asymptotiquement gaussiennes lorsque la longueur de l'intervalle tend vers l'infini. Enfin, nous adaptons certains résultats de Chhaibi, Najnudel et Nikeghbali sur le polynôme caractéristique de matrices du CUE à échelle microscopique, et les développons dans notre cadre. De manière analogue mais avec d'autres techniques de preuves, nous obtenons des convergences des polynômes caractéristiques vers des fonctions entières, et cela pour une grande famille de lois pour le tirage des permutations, incluant les lois d'Ewens. / In this thesis, our goal is to study random matrices related to permutations. We tackle the study of their spectra in various ways, and at different scales. First, we extend the work of Wieand about the numbers of eigenvalues lying in some fixed arcs of the unit circle. We take advantage of the results of Ben Arous and Dang on the linear statistics of the spectrum of permutation matrices for a one-parameter family of deformations of the uniform law on the symmetric group, called Ewens' measures. One of the most innovative parts of our work is the generalization to non-fixed arcs. Indeed we get similar results when we let the lengths of the arcs decrease to zero slower than 1/n. Then, we look at the spectrum at microscopic scale. Inspired by the work of Najnudel and Nikeghbali about the convergence of empirical measures of rescaled eigenangles, we give a meaning to the convergence in terms of indicator functions of intervals. From the limiting point process, we show that the number of points in any interval is asymptotically normal as the length of the interval goes to infinity. Finally, we adapt some results of Chhaibi, Najnudel and Nikeghbali on the characteristic polynomial of the CUE at microscopic scale, and develop them in our framework. Analogously but with different techniques of proof, we get that the characteristic polynomials converge to entire functions, and this for a large family of laws including the Ewens' measures.

Ce manuscrit est dédié à l'étude de l'estimation paramétrique d'une famille de processus ponctuels appelée processus déterminantaux. Ces processus sont utilisés afin de générer et modéliser des configurations de points possédant de la dépendance négative, dans le sens où les points ont tendance à se repousser entre eux. Plus précisément, nous étudions les propriétés asymptotiques de divers estimateurs classiques de processus déterminantaux paramétriques, stationnaires et non-stationnaires, dans les cas où l'on observe une unique réalisation d'un tel processus sur une fenêtre bornée. Ici, l'asymptotique se fait sur la taille de la fenêtre et donc, indirectement, sur le nombre de points observés. Dans une première partie, nous montrons un théorème limite central pour une classe générale de statistiques sur les processus déterminantaux. Dans une seconde partie, nous montrons une inégalité de béta-mélange générale pour les processus ponctuels que nous appliquons ensuite aux processus déterminantaux. Dans une troisième partie, nous appliquons le théorème limite central obtenu à la première partie à une classe générale de fonctions estimantes basées sur des méthodes de moments. Finalement, dans la dernière partie, nous étudions le comportement asymptotique du maximum de vraisemblance des processus déterminantaux. Nous donnons une approximation asymptotique de la log-vraisemblance qui est calculable numériquement et nous étudions la consistance de son maximum. / This manuscript is devoted to the study of parametric estimation of a point process family called determinantal point processes. These point processes are used to generate and model point patterns with negative dependency, meaning that the points tend to repel each other. More precisely, we study the asymptotic properties of various classical parametric estimators of determinantal point processes, stationary and non stationary, when considering that we observe a unique realization of such a point process on a bounded window. In this case, the asymptotic is done on the size of the window and therefore, indirectly, on the number of observed points. In the first chapter, we prove a central limit theorem for a wide class of statistics on determinantal point processes. In the second chapter, we show a general beta-mixing inequality for point processes and apply our result to the determinantal case. In the third chapter, we apply the central limit theorem showed in the first chapter to a wide class of moment-based estimating functions. Finally, in the last chapter, we study the asymptotic behaviour of the maximum likelihood estimator of determinantal point processes. We give an asymptotic approximation of the log-likelihood that is computationally tractable and we study the consistency of its maximum.

Cette thèse porte sur deux thèmes : 1)Percolation et connexité sur les graphes géométriques aléatoires dits "type AB". 2)Comparaison stochastique directionnellement convexe de processus ponctuels et leurs propriétés de percolation et connexité. Dans le premier sujet, nous définissons un graphe biparti, dit "de type AB", sur deux processus ponctuels de Poisson indépendants. Cet graphe est une extension continue de graphe dit "type AB" sur une grille régulière. Nous montrons l'existence de percolation pour toute dimension supérieure à deux et nous établissons des bornes pour l'intensité critique. Dans le cas de dimensions deux, nous caractérisons exactement l'intensité critique. Pour le problème de connexité, nous étudions le modelé sur les processus ponctuels de Poisson indépendant dans le cube de volume un avec des intensités n et c_n pour une constante c > 0. Nous établissons des bornes asymptotiques presque sûres pour le seuil de connexité. 2) Le but du deuxième sujet de travail est de définir l'ordre directionnellement convexe de processus ponctuels est de lier cet ordre aux propriétés de regroupement des points de processus ponctuels et, dans un contexte applicatif, aux caractéristiques de la performance des réseaux de communication sans fil. La dernière partie de cette thèse porte sur la comparaison des intensités critiques de percolation pour les processus ponctuels ordonnés selon cet ordre et les applications de ces résultats de comparaison pour les réseaux sans fils. Nous concluons en montrant que les processus ponctuels inférieurs, selon cet ordre, à un processus ponctuel de Poisson ont une transition de phase non-triviale dans plusieurs modelés des percolation.

Une mosaïque aléatoire est une partition aléatoire de l'espace euclidien en des polytopes appelés cellules. Ce type de structure apparaît dans divers domaines tels que la biologie cellulaire, les télécommunications et la segmentation d'images. Beaucoup de travail a déjà été effectué sur la cellule typique c'est-à-dire sur une cellule "choisie uniformément". Cependant, ces travaux ne tiennent pas compte de l'irrégularité de la mosaïque et d'éventuelles cellules pathologiques (par exemple, celles qui sont anormalement allongées ou anormalement grandes). Dans cette thèse, on étudie les mosaïques aléatoires par une approche inédite: celle des valeurs extrêmes. En pratique, on observe la mosaïque aléatoire dans une fenêtre et on considère une certaine caractéristique géométrique (comme le volume, le nombre de sommets ou le diamètre des cellules). Le problème de base est d'étudier le comportement du maximum et du minimum, voire des statistiques d'ordre, de cette caractéristique pour toutes les cellules de la fenêtre lorsque la taille de celle-ci tend vers l'infini. Une telle approche permet non seulement de mieux comprendre la régularité de la mosaïque mais aussi d'étudier la qualité d'une approximation discrète d'un ensemble par des cellules d'une mosaïque aléatoire. Cette approche pourrait également fournir une piste inédite pour discriminer les processus ponctuels. Les résultats de cette thèse portent principalement sur des théorèmes limites des extrêmes et des statistiques d'ordre pour diverses caractéristiques géométriques et diverses mosaïques aléatoires. En particulier, on obtient des vitesses de convergence en établissant de fines estimations géométriques. On déduit de l'étude du maximum des diamètres une majoration de la distance de Hausdorff entre un ensemble et son approximation dite de Poisson-Voronoï. On traite, notamment, de plusieurs aspects géométriques comme les problèmes de bord et la forme des cellules optimisantes. Enfin, dans le but de savoir comment se répartissent les cellules excédentes (celles dont la caractéristique est grande), on s'intéresse à la convergence de processus ponctuels associés et à la taille moyenne d'un cluster d'excédents. Les outils utilisés sont issus à la fois de la géométrie aléatoire (mesure de Palm, probabilités de recouvrement, formule de Slivnyak) et de la théorie des valeurs extrêmes (graphes de dépendance, méthode de Chen-Stein, indice extrême).

Dans cette thèse, nous nous sommes intéressés à la détection de galaxies lointaines dans les données hyperspectrales MUSE. Ces galaxies, en particulier, sont difficiles à observer, elles sont spatialement peu étendues du fait de leur distance, leur spectre est composé d'une seule raie d'émission dont la position est inconnue et dépend de la distance de la galaxie, et elles présentent un rapport signal-à-bruit très faible. Ces galaxies lointaines peuvent être considérées comme des sources quasi-ponctuelles dans les trois dimensions du cube. Il existe peu de méthodes dans la littérature qui permettent de détecter des sources dans des données en trois dimensions. L'approche proposée dans cette thèse repose sur la modélisation de la configuration de galaxies par un processus ponctuel marqué. Ceci consiste à représenter la position des galaxies comme une configuration de points auxquels nous ajoutons des caractéristiques géométriques, spectrales, etc, qui transforment un point en objet. Cette approche présente l'avantage d'avoir une représentation mathématique proche du phénomène physique et permet de s'affranchir des approches pixelliques qui sont pénalisées par les dimensions conséquentes des données (300 x 300 x 3600 pixels). La détection des galaxies et l'estimation de leurs caractéristiques spatiales, spectrales ou d'intensité sont réalisées dans un cadre entièrement bayésien, ce qui conduit à un algorithme générique et robuste, où tous les paramètres sont estimés sur la base des seules données observées, la détection des objets d'intérêt étant effectuée conjointement.La dimension des données et la difficulté du problème de détection nous ont conduit à envisager une phase de prétraitement des données visant à définir des zones de recherche dans le cube. Des approches de type tests multiples permettent de construire des cartes de proposition des objets. La détection bayésienne est guidée par ces cartes de pré-détection (définition de la fonction d'intensité du processus ponctuel marqué), la proposition des objets est réalisée sur les pixels sélectionnés sur ces cartes. La qualité de la détection peut être caractérisée par un critère de contrôle des erreurs.L'ensemble des traitements développés au cours de cette thèse a été validé sur des données synthétiques, et appliqué ensuite à un jeu de données réelles acquises par MUSE suite à sa mise en service en 2014. L'analyse de la détection obtenue est présentée dans le manuscrit. / Detecting the faintest galaxies in the hyperspectral MUSE data is particularly challenging because they have a small spatial extension, a very sparse spectrum that contains only one narrow emission line, which position in the spectral range is unknown. Moreover, their signal-to-noise ratio are very low. These galaxies are modeled as quasi point sources in the three dimensions of the data cube. We propose a method for the detection of a galaxy configuration based on a marked point process in a nonparametric Bayesian framework. A galaxy is modeled by a point (its position in the spatial domain), and marks (geometrical, spectral features) are added to transform a point into an object. These processes yield a natural sparse representation of massive data (300 x 300 x 3600 pixels). The fully Bayesian framework leads to a general and robust algorithm where the parameters of the objects are estimated in a fully data-driven way. Preprocessing strategies are drawn to tackle the massive dimensions of the data and the complexity of the detection problem, they allow to reduce the exploration of the data to areas that probably contain sources. Multiple testing approaches have been proposed to build proposition map. This map is also used to define the intensity of the point process, textit{i.e.} it describes the probability density function of the point process. It also gives a global error control criterion for the detection. The performance of the proposed algorithm is illustrated on synthetic data and real hyperspectral data acquired by the MUSE instrument for young galaxy detection.

Parmi les modèles permettant d'introduire de l'interaction entre les points, nous trouvons très large famille des modèles gibbsiens de processus ponctuels spatiaux issus de la physique statistique, permettant de modéliser à la fois des motifs répulsifs ou attractifs. Dans cette thèse, nous nous intéressons à l'inférence semi-paramétrique de ces modèles caractérisés par l'intensité conditionnelle de Papangelou. Deux contextes sont étudiés. Dans le premier thème, nous décrivons une procédure d'estimation du terme d'interaction du premier ordre (qui peut être aussi appelé l'intensité de Poisson) de l'intensité conditionnelle de Papangelou. L'idée sur laquelle l'estimation est basée permet, sous l'hypothèse d'une portée finie, de négliger les termes d'interaction d'ordre supérieur quelle que soit leur nature. La consistance forte et la normalité asymptotique de l'estimateur sont prouvées. Une étude par simulations illustre la performance de l'estimateur sur une fenêtre d'observation finie. Dans le second thème, nous nous focalisons sur la classe la plus connue et utilisée; le processus ponctuel à interaction par paires. Nous construisons une nouvelle méthode d'estimation de la fonction d'interaction de paires dans l'esprit des estimations non paramétriques par lissage à partir d'une réalisation du processus ponctuel spatial à interaction par paires. Deux cas sont étudiées: le cas stationnaire et le cas isotrope. Ces estimateurs exploitent à nouveau la propriété de portée finie des processus ponctuels et intégrent l'estimation du paramètre de l'intensité de Poisson vue dans le premier thème. Nous présentons les propriétés asymptotiques telles que la consistance forte ponctuelle, la consistance forte globale avec différentes vitesses de consistance, le comportement de l'erreur quadratique moyenne et la normalité asymptotique de ces estimateurs. / Among models allowing to introduce interaction between points, we find the large class of Gibbs models coming from statistical physics. Such models can produce repulsive as well as attractive point pattern. In this thesis, we are interested in the semi-parametric inference of such models characterized by the Papangelou conditional intensity. Two frameworks are considered. First, we describe a procédure which intends to estimate the first-order interaction term (also called Poisson intensity) of the Papangelou conditional intensity. Under the assumption of finite range of the process, the idea upon which the procedure is based allows us to neglect higher-order interaction terms. We study the stong consistency and the asymptotic normality and conduct a simulation study which highlights the efficiency of the method for finite observation window. Second, we focus on the main class of Gibbs models which is the class of pairwise interaction point processes. We construct a kernel-based estimator of the pairwise interaction function. Two cases are studied: the stationary case and the isotropic case.The estimators, we propose, exploit the finite range property and the estimator of the Poisson intensity defined in the first part. We present asymptotic properties, namely the strong consistency, the behavior of the mean squared error and the asymptotic normality.

La thèse s'inscrit dans l'étude de la structuration des forêts à partir des propriétés de la canopée telles que décrites par la distribution spatiale ou la taille des houppiers des arbres dominants. L'approche suivie est fondée sur la théorie des Processus Ponctuels Marqués (PPM) qui permet de modéliser ces houppiers comme des disques sur images considérées comme un espace 2D. Le travail a consisté à évaluer le potentiel des PPM pour détecter automatiquement les houppiers d'arbres dans des images optiques de très résolution spatiale acquises sur des forêts de mangroves et des plantations d'Eucalyptus. Pour les mangroves, nous avons également travaillé sur des images simulées de réflectance et des données Lidar. Différentes adaptations (paramétrage, modèles d'énergie) de la méthode de PPM ont été testées et comparées grâce à des indices quantitatifs de comparaison entre résultats de la détection et références de positionnement issues du terrain, de photo-interprétation ou de maquettes forestières.Dans le cas des mangroves, les tailles de houppier estimées par détection restent cohérentes avec les sorties des modèles allométriques disponibles. Les résultats thématiques indiquent que la détection par PPM permet de cartographier dans une jeune plantation d'Eucalyptus la densité locale d'arbres dont la taille des houppiers est proche de la résolution spatiale de l'image (0.5m). Cependant, la qualité de la détection diminue quand le couvert se complexifie. Ce travail dresse plusieurs pistes de recherche tant mathématique, comme la prise en compte des objets de forme complexe, que thématiques, comme l'apport des informations forestières à des échelles pertinentes pour la mise au point de méthodes de télédétection. / This PhD work aims at providing information on the forest structure through the analysis of canopy properties as described by the spatial distribution and the crown size of dominant trees. Our approach is based on the Marked Point Processes (MPP) theory, which allows modeling tree crowns observed in remote sensing images by discs belonging a two dimensional space. The potential of MPP to detect the trees crowns automatically is evaluated by using very high spatial resolution optical satellite images of both Eucalyptus plantations and mangrove forest. Lidar and simulated reflectance images are also analyzed for the mangrove application. Different adaptations (parameter settings, energy models) of the MPP method are tested and compared through the development of quantitative indices that allow comparison between detection results and tree references derived from the field, photo-interpretation or the forest mockups.In the case of mangroves, the estimated crown sizes from detections are consistent with the outputs from the available allometric models. Other results indicate that tree detection by MPP allows mapping, the local density of trees of young Eucalyptus plantations even if crown size is close to the image spatial resolution (0.5m). However, the quality of detection by MPP decreases with canopy closeness. To improve the results, further work may involve MPP detection using objects with finer shapes and forest data measurements collected at the tree plant scale.

Dans ce travail de thèse, nous étudions les fluctuations macroscopiques dans un modèle de boules aléatoires. Un modèle de boules aléatoires est une agrégation de boules dans Rd dont les centres et les rayons sont aléatoires. On marque également chaque boule par un poids aléatoire. On considère la masse M induite par le système de boules pondérées sur une configuration μ de Rd. Pour réaliser l’étude macroscopique des fluctuations de M, on réalise un "dézoom" sur la configuration de boules. Mathématiquement cela revient à diminuer le rayon moyen tout en augmentant le nombre moyen de centres par unité de volume. La question a déjà été étudiée lorsque les composantes des triplets (centre, rayon, poids) sont indépen- dantes et que ces triplets sont engendrés selon un processus ponctuel de Poisson sur Rd × R+ × R. On observe alors trois comportements distincts selon le rapport de force entre la vitesse de diminution des rayons et la vitesse d’augmentation de la densité des boules. Nous proposons de généraliser ces résultats dans trois directions distinctes. La première partie de ce travail de thèse consiste à introduire de la dépendance entre les centres et les rayons et de l’inhomogénéité dans la répartition des centres. Dans le modèle que nous proposons, le comportement stochastique des rayons dépend de l’emplacement de la boule. Dans les travaux précédents, les convergences obtenues pour les fluctuations de M sont au mieux des convergences fonctionnelles en dimension finie. Nous obtenons, dans la deuxième partie de ce travail, de la convergence fonctionnelle sur un ensemble de configurations μ de dimension infinie. Dans une troisième et dernière partie, nous étudions un modèle de boules aléatoires (non pondérées) sur C dont les couples (centre, rayon) sont engendrés par un processus ponctuel déterminantal. Contrairement au processus ponctuel de Poisson, le processus ponctuel déterminantal présente des phénomènes de répulsion entre ses points ce qui permet de modéliser davantage de problèmes physiques. / In this thesis, we study the macroscopic fluctuations in random balls models. A random balls model is an aggregation of balls in Rd whose centers and radii are random. We also mark each balls with a random weight. We consider the mass M induced by the system of weighted balls on a configuration μ of Rd. In order to investigate the macroscopic fluctuations of M, we realize a zoom-out on the configuration of balls. Mathematically, we reduce the mean radius while increasing the mean number of centers by volume unit. The question has already been studied when the centers, the radii and the weights are independent and the triplets (center, radius, weight) are generated according to a Poisson point process on Rd ×R+ ×R. Then, we observe three different behaviors depending on the comparison between the speed of the decreasing of the radii and the speed of the increasing of the density of centers. We propose to generalize these results in three different directions. The first part of this thesis consists in introducing dependence between the radii and the centers and inhomogeneity in the distribution of the centers. In the model we propose, the stochastic behavior of the radii depends on the location of the ball. In the previous works, the convergences obtained for the fluctuations of M are at best functional convergences in finite dimension. In the second part of this work, we obtain functional convergence on an infinite dimensional set of configurations μ. In the third and last part, we study a random balls model (non-weighted) on C where the couples (center, radius) are generated according to determinantal point process. Unlike to the Poisson point process, the determinantal point process exhibits repulsion phenomena between its points which allows us to model more physical problems.

Les neurones interagissent à travers leur potentiel de membrane qui a en général une évolution temporelle complexe due aux nombreuses entrées synaptiques irrégulières reçues. Cette évolution est mieux décrite en termes probabilistes, en raison de ces entrées irrégulières ou «bruit synaptique». L'évolution temporelle du potentiel de membrane est stochastique mais aussi déterministe: stochastique, car conduite par des entrées synaptiques qui arrivent de façon aléatoire dans le temps, et déterministe, car un neurone biologique a une évolution temporelle très similaire quand soumis à une même séquence d'entrées synaptiques. Nous étudions les propriétés statistiques d'un modèle simplifié de neurone soumis à des entrées à taux variable d'où en résulte l'évolution non-stationnaire du potentiel de membrane. Nous considérons un modèle passif de membrane neuronale, sans mécanisme de décharge neuronale, soumis à des entrées à courant ou à conductance sous la forme d'un processus de «shot noise». Les fluctuations du potentiel de membrane sont aussi modélisées par un processus stochastique similaire, de «shot noise» filtré. Nous avons analysé les propriétés statistiques de ces processus dans le cadre des transformations de processus ponctuels de Poisson. Des propriétés de ces transformations sont dérivées les statistiques non-stationnaires du processus. Nous obtenons ainsi des expressions analytiques exactes pour les moments et cumulants du processus filtré dans le cas général des taux d'entrée variables. Ce travail ouvre de nombreuses perspectives pour l'analyse de neurones dans les conditions in vivo, en présence d'entrées synaptiques intenses et bruitées. / Neurons interact through their membrane potential that generally has a complex time evolution due to numerous irregular synaptic inputs received. This complex time evolution is best described in probabilistic terms due to this irregular or "noisy" activity. The time evolution of the membrane potential is therefore both stochastic and deterministic: it is stochastic since it is driven by random input arrival times, but also deterministic, since subjecting a biological neuron to the same sequence of input arrival times often results in very similar membrane potential traces. In this thesis, we investigated key statistical properties of a simplified neuron model under nonstationary input from other neurons that results in nonstationary evolution of membrane potential statistics. We considered a passive neuron model without spiking mechanism that is driven by input currents or conductances in the form of shot noise processes. Under such input, membrane potential fluctuations can be modeled as filtered shot noise currents or conductances. We analyzed the statistical properties of these filtered processes in the framework of Poisson Point Processes transformations. The key idea is to express filtered shot noise as a transformation of random input arrival times and to apply the properties of these transformations to derive its nonstationary statistics. Using this formalism we derive exact analytical expressions, and useful approximations, for the mean and joint cumulants of the filtered process in the general case of variable input rate. This work opens many perspectives for analyzing neurons under in vivo conditions, in the presence of intense and noisy synaptic inputs.

Au cours des dernières années, les communications inter-véhicule (IVC) sont devenues un domaine de recherche intensif, en particulier dans le cadre des systèmes de transport intelligents. Il suppose que la totalité ou une partie des véhicules est équipé de dispositifs radio permettant la communication entre eux. La norme IEEE 802.11p (normalisé pour la communication des véhicules) devrait être la technologie de facto pour ces communications. En utilisant son mode ad hoc, cette technologie radio permet aux véhicules d'étendre la portée de leur communication en formant un réseau multi-saut sans fil Ad - hoc, également appelé Vehicle ad hoc NETwork (VANET). Cette thèse aborde un problème fondamental des VANET : la capacité du réseau. Deux modèles théoriques simples ont été proposés dans cette thèse pour calculer cette capacité: un « packing problem » (la traduction française nous est inconnue) et un modèle Markovien. Ils offrent des formules simples et fermées sur le nombre maximum d'émetteurs simultanés, et sur la distribution de la distance entre eux. Une borne supérieure sur cette capacité a été proposée. De plus, le modèle Markovien a permis de proposer une formule analytique sur la distribution spatiale des émetteurs. Ces quantités nous permettent, entre autres, de paramétrer le mécanisme d’accès au medium du 802.11p, comme par exemple le seuil du CCA (Clear Channel Assessment), amenant à une optimisation de la capacité du réseau. Afin de valider les différentes contributions théoriques de cette thèse, les résultats des modèles analytiques ont été comparés à des simulations effectuées avec le simulateur de réseau NS-3. Les paramètres de simulations ont été estimés à partir d’expérimentations réelles. De plus, différentes distributions de trafic (trafic de véhicules) ont été considéré afin d’évaluer leur impact sur la capacité du réseau. L’une des applications de cette thèse est le dimensionnement des applications de sécurité routière vis-à-vis de la consommation des ressources réseau. Dans ce cadre, nous nous sommes intéressés aux reconstructions de cartes. Il faut comprendre ICI LA reconstitution de l’environnement d’un véhicule (perception map). Ces applications utilisent des informations provenant de capteurs locaux et distants afin d’offrir un système d’aide à la conduite (conduite autonome, alerte sur des collisions, annonce de situations accidentogènes, etc.). Ces applications nécessitent une bande passante élevée. Notre étude théorique a montré que cette bande passante ne sera sans doute pas disponible en pratique dans les réseaux IEEE 802.11p. Par conséquent, UN algorithme adaptatif de contrôle de puissance a été proposé et optimisé pour cette application particulière. Nous avons montré que notre algorithme, par le biais d'un modèle analytique et d'un grand nombre de simulations que la capacité du réseau est augmentée de manière significative. / In recent years, Inter Vehicle Communication (IVC) has become an intensive research area, as part of Intelligent Transportation Systems. It supposes that all, or a subset of the vehicles is equipped with radio devices, enabling communication between them. IEEE 802.11p (standardized for vehicular communication) shows a great deal of promise. By using ad hoc mode, this radio technology allows vehicles to extend their scopes of communication and thus forming a Multi-hop wireless Ad-hoc NETwork, also called Vehicular Ad-hoc NETwork (VANET). This thesis addresses a fundamental problem of VANET: the network capacity. Two simple theoretical models to estimate this capacity have been proposed: a packing model and a Markovian point process model. They offer simple and closed formulae on the maximum number of simultaneous transmitters, and on the distribution of the distance between them. An accurate upper bound on the maximum capacity had been derived. An analytical formula on distribution of the transmitters had been presented. This distribution allows us to optimize Clear Channel Assessment (CCA) parameters that leads to an optimization of the network capacity.In order to validate the approach of this thesis, results from the analytical models are compared to simulations performed with the network simulator NS-3. Simulation parameters was estimated from real experimentation. Impact of different traffic distributions (traffic of vehicles) on the network capacity is also studied. This thesis also focuses on extended perception map applications, which use information from local and distant sensors to offer driving assistance (autonomous driving, collision warning, etc.). Extended perception requires a high bandwidth that might not be available in practice in classical IEEE 802.11p ad hoc networks. Therefore, this thesis proposes an adaptive power control algorithm optimized for this particular application. It shows through an analytical model and a large set of simulations that the network capacity is then significantly increased.