Former les citoyens à la pensée de la variabilité et à la gestion de l'aléatoire est aujourd'hui une question socialement vive dont on montre ici, à propos de la classe de seconde, qu'elle est aussi didactiquement vive. Lorsqu'un professeur de mathématiques conçoit et réalise la partie de son enseignement dévolue à la statistique, sous quelles contraintes doit-il opérer ? Pourquoi, bien que fort divers, les enseignements donnés semblent-ils converger imparablement vers une réduction arithmétique de la statistique ? Peut-on modifier ces contraintes pour rendre possible un enseignement plus authentique au plan épistémologique ? Qu'y peuvent les professeurs et leurs organisations professionnelles ? À l'aide des outils les plus récents de la théorie anthropologique du didactique, nous mettons notamment en évidence que l'indispensable reprise de la transposition didactique de la statistique doit être éclairée et guidée par une analyse d'ensemble de son enseignement comme « fait social total ».

Le modèle de dimères est un système de mécanique statistique qui modélise l'adsorption de molécules diatomiques sur la surface d'un cristal, représenté par un réseau périodique plan biparti. On attribue à chaque type d'arête une énergie. Pour une telle distribution d'énergie, il existe une famille à deux paramètres de mesures de Gibbs, dont les comportements sont classifiés en trois phases : gazeuse, liquide, solide.<br /><br />Dans la première partie, on étudie le comportement d'un tel système près de la transition liquide-solide. En examinant le cas du réseau hexagonal, nous exhibons deux types de comportements limites. Le premier est une collection de chemins aléatoires conditionnés à s'éviter. Le deuxième, le modèle du collier de perles, est un processus ponctuel sur ZxR. Ces deux modèles limites ont pour marginales le processus déterminantal sur R avec noyau sinus, décrivant aussi les valeurs propres des grandes matrices aléatoires de l'ensemble GUE. Le modèle du collier de perles est universel : on montre qu'il est la limite de tout modèle de dimères sur un graphe planaire biparti périodique.<br /><br />Dans une deuxième partie, on étudie la statistique des motifs dessinés par des dimères. Les fluctuations de densité d'un motif convergent à la limite d'échelle vers un champ gaussien. Dans le cas liquide, l'objet limite est la somme d'une dérivée du champ libre et d'un bruit blanc indépendant. Pour une mesure gazeuse, la limite est juste un bruit blanc.<br /><br />Enfin, on aborde un problème de dénombrement de chemins sur le graphe-échelle, lié à l'étude du noyau de la chaleur sur le groupe de l'allumeur de réverbères, ainsi qu'à celle des opérateurs de Schrödinger aléatoires.

Nous nous intéressons à l'extension des méthodes de segmentation bayésienne reposant sur le modèle de chaîne de Markov cachée, utilisé classiquement en traitement du signal. Nos travaux se sont développés selon trois axes : la remise en cause de la structure du modèle classique par l'utilisation des modèles de chaînes de Markov couple, et la recherche de familles de lois pertinentes pour les données multidimensionnelles afin de traiter les observations complexes obtenues par les radars modernes, notamment à l'aide des copules. Un troisième axe consiste en l'estimation de ces modèles. Nous proposons une méthode d'estimation des paramètres des modèles à données manquantes fondée sur les fonctions estimantes, ce qui permet de choisir des fonctions moins complexes que la vraisemblance. En exploitant la structure cachée, nous proposons un algorithme itératif généralisant EM. Nous donnons alors de nouveaux estimateurs pour les modèles décrits à l'aide de copules. Nous obtenons ainsi des algorithmes d'estimation remarquablement simples pour les modèles de Markov couples, et nous montrons leur bon comportement sur données simulées et sur données radar.

Nous étudions le problème fondamental de la sélection de variables descriptives d'un signal, sélection dédiée à divers traitements comme la classification d'objets dans une image. Nous définissons dans un premier temps une loi de probabilités sur les variables descriptives du signal et utilisons un algorithme de descente de gradient, exact puis stochastique pour identifier la bonne distribution de probabilités sur ces variables. Nous donnons alors diverses applications à la classification d'objets (chiffres manuscrits, détection de visages, de spam, ...).<br /> Dans un second temps, nous implémentons un algorithme de diffusion réfléchie sur l'espace des probabilités puis de diffusion réfléchie avec sauts pour permettre plus facilement de faire évoluer l'espace des variables, ainsi que la probabilité apprise. Cette seconde approche nécessite un effort particulier au niveau des simulations stochastiques, qui sont alors étudiées le plus clairement possible.<br />Nous concluons par quelques expériences dans les mêmes domaines que précédemment.

Deux problèmes concernant les milieux diphasiques du type liquide à bulles sont résolus. Premièrement, la stabilité linéaire de l'écoulement de Couette est établie dans l'approximation des ondes longues. Pour cela, le milieu est décrit par le modèle de Iordanski, Kogarko et Van Wijngaarden. Les spectres discret et continu sont déterminées. Le problème aux valeurs initiales est résolu. La deuxième est partie est consacrée aux interactions hydrodynamiques entre N bulles dans un liquide parfait. A l'aide des méthodes de la physique statistique, une fonction de partition est construite dans l'ensemble canonique: les bulles sont considérées comme un gaz de particules. Les potentiels effectifs d'interactions sont déterminés et exprimés analytiquement dans deux cas limites : la limite des sphères rigides et la limite des sphères immobiles oscillantes.

L'inversion de courts segments (moins de 1000 bases) est soupçonnée être un mécanisme majeur de l'évolution des génomes. Deux méthodes de détection ab initio de tels segments sont présentées. La séquence est modélisée par une chaîne de Markov $X^+$. La séquence inverse-complémentaire est alors également modélisée par une chaîne de Markov note $X^-$. Le premier chapitre présente de façon didactique les modèles de Markov utilisés en analyse de séquences génomiques. Une généralisation au cas d'un ordre supérieur à 1 d'un résultat sur la vitesse de convergence vers la distribution stationnaire est également établie. Le deuxième chapitre est consacré à l'étude du score local : $H_(n)=\max_(1\leq i \leq j \leq n)(Y_i+...+Y_j)$, pour une séquence $(Y_1,...,Y_n) \in \R^n$. La loi jointe asymptotique des $r$ plus grandes valeurs de score local est établie à l'aide de la théorie des valeurs extrêmes. Enfin, une démarche de test multiple permettant de choisir $r$ est proposée. Le troisième chapitre propose une statistique de détection fondée sur un rapport de vraisemblance (modèle $X^+$ contre modèle $X^-$) lorsque la longueur du segment retourné est connue. Une approche de type ``fenêtre glissante'' est ensuite appliquée. Une approximation connue de la loi du maximum de ce type de statistique est utilisée pour associer un degré de signification aux segments détectés. Dans le quatrième chapitre, le cas de recherche de segments de longueurs inconnues est traité à l'aide d'une méthode de type score local. Le cinquième chapitre présente l'application de ces méthodes à quelques génomes viraux. Un logiciel développé pour traiter cette problématique est également présenté.

Cette thèse vise à développer des algorithmes de simulation conditionnelle de fonctions aléatoires à lois bivariables isofactorielles, c'est-à-dire telles qu'il existe une base de fonctions (facteurs) sans corrélations spatiales croisées. Les lois isofactorielles réalisent un compromis entre deux exigences souvent difficiles à concilier: d'une part, elles forment une vaste classe de modèles et permettent de s'adapter à la description de nombreux phénomènes; d'autre part, l'inférence statistique du modèle repose sur un faible nombre de paramètres. La première partie de la thèse met en relief les limitations et les approximations commises par une technique réputée "passe-partout": l'algorithme séquentiel, qui consiste à simuler les sites de l'espace les uns après les autres dans un ordre aléatoire, en estimant en chaque site la distribution de probabilité conditionnelle de la valeur inconnue par un krigeage d'indicatrices ou par un krigeage disjonctif. La seconde partie propose des modèles nouveaux et des algorithmes adaptés à leur simulation et au conditionnement à des données expérimentales. Plusieurs outils structuraux sont introduits et étudiés pour mener l'inférence des lois bivariables, notamment le madogramme, les variogrammes d'ordre inférieur à deux et les variogrammes d'indicatrices. Les concepts et méthodes sont finalement appliqués à un ensemble de données minières (accumulations en or et argent dans un gisement chilien en veine) caractérisées par une très forte dissymétrie des histogrammes.

Les propriétés thermodynamiques et mécaniques des fluides confinés à l'échelle sub-microscopique diffèrent profondément de celles du liquide macroscopique. Dans le cadre de la simulation numérique, les études actuelles sur les fluides confinés concernent pour la plupart des cas de haute symétrie où le grand potentiel du système est aisément accessible. Cette limitation restreint grandement le champ des systèmes complexes étudiés théoriquement, alors même que les progrès réalisés dans le domaine des microtechnologies permettent la préparation d'une grande variété de substrats confinants présentant une structure nanométrique. Dans cette thèse nous avons donc développé une méthode de calcul du grand potentiel par intégration thermodynamique applicable aux cas de basse symétrie. Un travail de simulation de Monte Carlo dans l'ensemble Grand Canonique sur un fluide simple confiné dans deux systèmes modèles (où les substrats portent une structure chimique ou géométrique) associé à cette méthode nous a permis de réaliser une étude approfondie du comportement de phase du fluide dans ces systèmes, notamment en identifiant les différentes morphologies que le fluide peut adopter ainsi que leur domaine de stabilité thermodynamique. Nous avons aussi étudié pour la première fois les effets de la torsion sur un fluide confiné. On s'est penché tout particulièrement sur le comportement de phase des morphologies pont (que l'on voit apparaître lors du confinement par des substrats nanostructurés), et sur leur rhéologie lors de la torsion.

Pour déterminer les lois de comportement et les paramètres mécaniques des matériaux composites, des éprouvettes sont couramment fabriquées par fraisage. Ces opérations de coupe par enlèvement de matière génèrent des efforts et des gradients de température importants, d'où risques d'endommagements au niveau des surfaces usinées. Le but de cette étude est d'évaluer expérimentalement l'interdépendance qui peut exister entre la préparation d'éprouvettes en composites par usinage et leurs performances mécaniques. Quatre matériaux composites à matrice polymère renforcés de fibres sont étudiés dans trois types d'essais mécaniques. Les dommages inhérents à la coupe sont qualifiés suivant les orientations des fibres et les configurations d'attaque de l'outil. Le traitement statistique des résultats expérimentaux permet de dégager les paramètres de coupe significativement influents, d'abord sur les dommages créés, puis sur les performances mécaniques. Deux critères d'endommagement sont définis pour caractériser les pertes des performances mécaniques en fonction des configurations d'usinage. Une recommandation de préparation des éprouvettes guide la détermination des conditions de coupe des éprouvettes d'essais en composites à matrice époxyde renforcés de fibres.

Ce travail porte sur la modélisation stochastique et l'estimation paramétrique de l'efficacité des opérations de maintenance corrective et préventive des systèmes réparables complexes. Dans une première partie, les modèles de réparation imparfaite sont classés à l'aide de l'intensité de défaillance d'un processus ponctuel. Cette revue regroupe les modèles existants et en propose de nouveaux. L'étude se focalise ensuite sur les modèles dits a réduction arithmétique de l'âge et de l'intensité, et sur le modèle de Brown-Proschan. Des résultats probabilistes originaux permettent de comprendre le comportement du processus des défaillances de ces modèles et de développer des méthodes statistiques d'estimation de leurs paramètres. Dans une deuxième partie, deux cadres de modélisation sont proposés et étudiés, afin de généraliser ces modèles au cas des différents types de maintenances préventives existants dans la réalité industrielle : maintenances préventives systématiques, planifiées ou conditionnelles. Les modèles généraux proposés permettent d'intégrer la possibilité d'une dépendance entre les instants de maintenance préventive et corrective. Enfin une méthode d'évaluation de l'efficacité globale des différentes opérations de maintenance est développée et illustrée sur un exemple réel issu de l'industrie.