Mémoire numérisé par la Division de la gestion de documents et des archives de l'Université de Montréal.

Les modèles de Markov à sauts (appelés JMS pour Jump Markov System) sont utilisés dans de nombreux domaines tels que la poursuite de cibles, le traitement des signaux sismiques et la finance, étant donné leur bonne capacité à modéliser des systèmes non-linéaires et non-gaussiens. De nombreux travaux ont étudié les modèles de Markov linéaires pour lesquels bien souvent la restauration de données est réalisée grâce à des méthodes d’échantillonnage statistique de type Markov Chain Monte-Carlo. Dans cette thèse, nous avons cherché des solutions alternatives aux méthodes MCMC et proposons deux originalités principales. La première a consisté à proposer un algorithme de restauration non supervisée d’un JMS particulier appelé « modèle de Markov couple à sauts conditionnellement gaussiens » (noté CGPMSM). Cet algorithme combine une méthode d’estimation des paramètres basée sur le principe Espérance-Maximisation (EM) et une méthode efficace pour lisser les données à partir des paramètres estimés. La deuxième originalité a consisté à étendre un CGPMSM spécifique appelé CGOMSM par l’introduction des copules. Ce modèle, appelé GCOMSM, permet de considérer des distributions plus générales que les distributions gaussiennes tout en conservant des méthodes de restauration optimales et rapides. Nous avons équipé ce modèle d’une méthode d’estimation des paramètres appelée GICE-LS, combinant le principe de la méthode d’estimation conditionnelle itérative généralisée et le principe des moindre-carrés linéaires. Toutes les méthodes sont évaluées sur des données simulées. En particulier, les performances de GCOMSM sont discutées au regard de modèles de Markov non-linéaires et non-gaussiens tels que la volatilité stochastique, très utilisée dans le domaine de la finance. / Switching Markov Models, also called Jump Markov Systems (JMS), are widely used in many fields such as target tracking, seismic signal processing and finance, since they can approach non-Gaussian non-linear systems. A considerable amount of related work studies linear JMS in which data restoration is achieved by Markov Chain Monte-Carlo (MCMC) methods. In this dissertation, we try to find alternative restoration solution for JMS to MCMC methods. The main contribution of our work includes two parts. Firstly, an algorithm of unsupervised restoration for a recent linear JMS known as Conditionally Gaussian Pairwise Markov Switching Model (CGPMSM) is proposed. This algorithm combines a parameter estimation method named Double EM, which is based on the Expectation-Maximization (EM) principle applied twice sequentially, and an efficient approach for smoothing with estimated parameters. Secondly, we extend a specific sub-model of CGPMSM known as Conditionally Gaussian Observed Markov Switching Model (CGOMSM) to a more general one, named Generalized Conditionally Observed Markov Switching Model (GCOMSM) by introducing copulas. Comparing to CGOMSM, the proposed GCOMSM adopts inherently more flexible distributions and non-linear structures, while optimal restoration is feasible. In addition, an identification method called GICE-LS based on the Generalized Iterative Conditional Estimation (GICE) and the Least-Square (LS) principles is proposed for GCOMSM to approximate any non-Gaussian non-linear systems from their sample data set. All proposed methods are tested by simulation. Moreover, the performance of GCOMSM is discussed by application on other generable non-Gaussian non-linear Markov models, for example, on stochastic volatility models which are of great importance in finance.

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.

L’émergence de petites caméras CMOS et de microphones MEMS, à coût et puissance réduits, a contribué au développement d’une technologie permettant la transmission de flux multimédia (audio, image, vidéo) : les réseaux de capteurs multimédia. Cette technologie, offrant de nouvelles perspectives d’applications potentielles où la collecte d’informations visuelles et/ou acoustiques apporte une plus- value certaine, suscite un intérêt manifeste. Avec des données multimédia, la qualité de service devient désormais une exigence fondamentale pour la transmission dans un environnement contraint en ressources. Dans le contexte spécifique de cette thèse, nous considérons un déploiement par voie aérienne d’une grande quantité de capteurs image pour des applications critiques de surveillance telles que la détection d’intrusion ou des opérations de recherche et sauvetage. La prise en compte de la criticité des applications constitue un aspect important de cette thèse, novateur par rapport aux contributions déjà effectuées dans le domaine. Nos travaux se fondent sur une méthode d’ordonnancement adaptatif de l’activité des capteurs image qui fournit, pour chacun d’entre eux, son ensemble de cover-sets. La détection d’un événement dans le réseau déclenche la transmission d’une large quantité d’informations visuelles, émanant de plusieurs sources pour résoudre les ambiguïtés. L’objectif de cette thèse est d’optimiser cette transmission simultanée d’images causant des désagréments sur le réseau. Nous avons tout d’abord proposé une stratégie de sélection des cover-sets pertinents à activer pour une transmission efficace des images capturées. Cette stratégie, basée sur des critères d’état et de voisinage, assure un compromis entre autonomie et criticité. Une extension multi-chemin de GPSR assure la remontée des images émises des sources sélectionnées au puits. Une seconde contribution, également une approche de sélection, se fonde sur les informations de chemins à 2 sauts pour la sélection des cover-sets. Contrairement à la précédente, elle accorde une priorité à la criticité par rapport à la préservation de l’énergie, même si cette préservation est faite de manière indirecte. Un protocole de routage multi-chemin T-GPSR essentiellement basé sur les informations à 2 sauts est associé à la seconde approche de sélection. Une étude de performances de la mobilité du puits sur les propositions basées sur les informations à 2 sauts constitue notre troisième contribution. / Recent advances of inexpensive and low-power CMOS cameras and MEMS mi- crophones have led to the emergence of Wireless Multimedia Sensor Networks (WMSNs). WMSNs promise a wide spectrum of potential applications which require to ubiquitously capture multimedia content (visual and audio information). To support the transmission of multimedia content in a resource constrained environment, WMSNs may require a certain level of quality of service (QoS) in terms of delay, bandwidth, jitter, reliability, quality level etc. In this thesis, we consider Wireless Image Sensor Networks (WISNs) where sensor nodes equipped with miniaturized visual cameras to provide accurate information in various geographical parts of an area of interest can be thrown in mass for mission-critical applications such as intrusion detection or search & rescue. An innovative and important aspect of this thesis is to take into account the criticality of applications. The network adopts an adaptive scheduling of image sensor node’s activity based on the application criticality level, where each node computes its cover-sets. So, event detection triggers the simulataneous transmission of a large volume of visual data from multiples sources to the Sink. The main objective of this thesis is to optimize this simultaneous transmission of images that can degrade network performance. With this goal in mind, we first proposed a multi-criteria approach to select the suitable cover-sets to be activated for reliable transmission of images in mission-critical applications. The proposed approach takes into account various parameters that affect the image quality at the Sink in a multi-hop transmission network and guarantees a compromise between autonomy and criticality. A modified version of GPSR routing protocol supporting the transmission of multimedia streams ensures the transfer of images from selected sources to the Sink. The second contribution consists in an optimized selection strategy based on 2-hop neighborhood information to determine the most relevant cover-sets to be activated to increase reliability for image transmission. This selection approach prioritizes the application’s criticality. A multipath extension of GPSR, called T-GPSR, wherein routing decisions are based 2-hop neighborhood information is also proposed. A performance study of the sink mobility on proposals based on 2-hop information is our third contribution.

No description available.

Le smile de volatilité implicite observé sur les marchés d'options traduit l'insuffisance du modèle de Black et Scholes. Avec la nécessité d'élaborer un modèle d'actif financier plus satisfaisant, vient celle de sa calibration, objet de cette thèse. <br />La calibration de modèles financiers par minimisation de lentropie relative a été proposée récemment dans le cadre de la méthode de Monte Carlo. On a étudié la convergence et la stabilité de cette méthode et on a étendu les résultats à des critères plus généraux que lentropie relative. La prise en compte des contraintes sur le sous-jacent assurant labsence dopportunité darbitrage a été abordée sous langle dun problème de moments.<br />Dans la seconde partie, on a considéré un modèle simple du phénomène de krach en introduisant en particulier des sauts dans la volatilité du sous-jacent. On a calculé le risque quadratique et effectué un développement approché du smile utile pour la calibration.<br />Finalement, dans la troisième partie, on utilise lentropie relative pour calibrer lintensité des sauts dun modèle de diffusion avec sauts et volatilité locale. La stabilité de la méthode a été prouvée grâce à des techniques de contrôle optimal ainsi quau théorème des fonctions implicites.

Cette thèse de doctorat propose un modèle d'évaluation, des options avec sauts, volatilité et taux d'intérêt stochastiques, dont la solution analytique généralise les formules de Black & Scholes (1973), Heston (1993), Bates (1996) et Bakshi, Cao & Chen (1997). Après avoir exploré la capacité des schémas GARCH à modéliser la structure par terme de la volatilité de l'indice S&P500 sur le CBOE, la volatilité stochastique devient le coeur probabiliste du paradigme d'incomplétude des marchés. Mais faire de la volatilité stochastique ne permet pas encore de capturer les grandes valeurs de kurtosis pour les options courtes. Le problème leptokurtique est alors résolu en adoptant une classe de distributions générées par des processus de diffusion à sauts. L'effet d'une fréquence aléatoire des sauts poissonniens dans le processus des rentabilités est examiné sur le CBOE. Par ailleurs, l'auteur propose une extension académique du modèle en présence de dividendes stochastiques.

La nucléation et la propagation dynamique d'une rupture est modélisée par une méthode d'équations intégrales aux frontières où les fonctions de Green sont calculées par la méthode des nombres d'ondes discrets. Pour cela, un modèle de crack en mode plan clans un milieu homogène, linéaire et élastique est considéré. Pour caractériser la propagation, les conditions de rupture proviennent du critère numériquement défini par Hamano. L'étude de la propagation suivant une faille unique montre que la vitesse de rupture dépend de la résistance du milieu, caractérisée par le coefficient S. Suivant la valeur dé S, cette vitesse est sub-Rayleigh ou super-cisaillantes. Nous avons alors montré que lors du séisme d'Imperial Valley, la vitesse de rupture pouvait atteindre des valeurs proches de la vitesse des ondes P dans le milieu. L'étude de la propagation de la rupture sur différents segments de faille a été effectuée dans le cas du séisme de Parkfield. Après avoir déterminé les zones de nucléation possible pour un second segment, la propagation dynamique a été modélisée sur deux segments de faille. Nous avons alors observé que la nucléation et la propagation sur le second segment dépendent de la valeur du coefficient S.

L'objectif principal de cette thèse est d'étudier quelques problèmes de mathématiques financières dans un marché incomplet avec incertitude sur les modèles. Récemment, la théorie des équations différentielles stochastiques rétrogrades du second ordre (2EDSRs) a été développée par Soner, Touzi et Zhang sur ce sujet. Dans cette thèse, nous adoptons leur point de vue. Cette thèse contient quatre parties dans le domain des 2EDSRs. Nous commençons par généraliser la théorie des 2EDSRs initialement introduite dans le cas de générateurs lipschitziens continus à celui de générateurs à croissance quadratique. Cette nouvelle classe des 2EDSRs nous permettra ensuite d'étudier le problème de maximisation d'utilité robuste dans les modèles non-dominés. Dans la deuxième partie, nous étudions ce problème pour trois fonctions d'utilité.Dans chaque cas, nous donnons une caractérisation de la fonction valeur et d'une stratégie d'investissement optimale via la solution d'une 2EDSR. Dans la troisième partie, nous fournissons également une théorie d'existence et unicité pour des EDSRs réfléchies du second ordre avec obstacles inférieurs et générateurs lipschitziens, nous appliquons ensuite ce résultat à l'étude du problème de valorisation des options américaines dans un modèle financier à volatilité incertaine. Dans la quatrième partie, nous étudions des 2EDSRs avec sauts. En particulier, nous prouvons l'existence d'une unique solution dans un espace approprié. Comme application de ces résultats, nous étudions un problème de maximisation d'utilité exponentielle robuste avec incertitude sur les modèles. L'incertitude affecte à la fois le processus de volatilité, mais également la mesure des sauts.

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.