C'est le souci d'une modélisation mathématique à la fois précise et maniable qui constitue le dénominateur commun à ces travaux de thèse. Nous nous sommes en particulier intéressés à deux champs d'application des probabilités les marchés financiers et la biologie. Le premier chapitre détaille nos motivations. Il résume nos principaux résultats, les compare aux travaux existants et suggère des extensions possibles. Au deuxième chapitre, suite aux articles de Talay et Tubaro (1990) et Bally et Talay (1996), nous mesurons l'erreur que l'on commet lorsque l'on approche la loi de la solution d'une équation différentielle stochastique par celle de son schéma d'Euler. Sous hypothèse d'ellipticité, l'utilisation conjointe de techniques probabilistes et analytiques nous permet d'obtenir un développement limité fonctionnel, dans des espaces de fonctions très régulières de type noyau gaussien, du "noyau de transition" du schéma d'Euler, en fonction du pas de temps de discrétisation. Ce résultat trouve une application naturelle en mathématiques financières. Il donne la vitesse de convergence des prix, deltas et gammas d'options européennes pour une classe extrêmement large de payoffs. Il nous permet aussi de construire, au chapitre 3, dans l'analyse d'un modèle à volatilité stochastique proposé par Fouque, Papanicolaou et Sircar (2000), un algorithme d'évaluation et de couverture des options européennes dans lequel l'équilibre entre l'erreur statistique, due à l'échantillonnage "Monte-Carlo", et l'erreur de discrétisation temporelle est assuré de manière adaptative. Enfin, le dernier chapitre a pour thème le vieillissement cellulaire et est le fruit d'une coopération avec des biologistes de la Faculté de Médecine Necker à Paris. Les données expérimentales se présentent sous forme d'un arbre binaire de taux de croissance, à partir duquel nos collègues biologistes souhaitent détecter deux sous populations. Pour expliquer ces données, nous proposons un modèle autorégressif avec bifurcation, généralisant celui proposé par Cowan et Staudte en 1986, puis construisons et implémentons des procédures permettant d'estimer des paramètres et de tester des hypothèses biologiques. Pour ce faire, nous introduisons le concept de "chaînes de Markov bifurcantes", prouvons que cette famille de processus stochastiques satisfait des théorèmes limites originaux que nous appliquons au modèle et confrontons aux données, confirmant l'intuition et les calculs préliminaires des biologistes.

La thématique principale de cette thèse est la construction et l'étude de méthodes implémentables par ordinateur permettant d'approcher le régime stationnaire d'un processus ergordique multidimensionnel solution d'une EDS dirigée par un processus de Lévy. S'appuyant sur une approche développée par Lamberton&Pagès puis Lemaire dans le cadre des diffusions Browniennes, nos méthodes basées sur des schémas <br />d'Euler à pas décroissant, « exacts » ou « approchés », permettent de simuler efficacement la probabilité invariante mais également la loi globale d'un tel processus en régime stationnaire. <br />Ce travail possède des applications théoriques et pratiques diverses dont certaines <br />sont développées ici (TCL p.s. pour les lois stables, théorème limite relatif aux valeurs extrêmes, pricing d'options pour des modèles à volatilité stochastique stationnaire...).

Dans cette thèse, on s’intéresse à la combinaison des méthodes de réduction de variance et de réduction de la complexité de la méthode Monte Carlo. Dans une première partie de cette thèse, nous considérons un modèle de diffusion continu pour lequel on construit un algorithme adaptatif en appliquant l’importance sampling à la méthode de Romberg Statistique Nous démontrons un théorème central limite de type Lindeberg Feller pour cet algorithme. Dans ce même cadre et dans le même esprit, on applique l’importance sampling à la méthode de Multilevel Monte Carlo et on démontre également un théorème central limite pour l’algorithme adaptatif obtenu. Dans la deuxième partie de cette thèse,on développe le même type d’algorithme pour un modèle non continu à savoir les processus de Lévy. De même, nous démontrons un théorème central limite de type Lindeberg Feller. Des illustrations numériques ont été menées pour les différents algorithmes obtenus dans les deux cadres avec sauts et sans sauts. / In this thesis, we are interested in studying the combination of variance reduction methods and complexity improvement of the Monte Carlo method. In the first part of this thesis,we consider a continuous diffusion model for which we construct an adaptive algorithm by applying importance sampling to Statistical Romberg method. Then, we prove a central limit theorem of Lindeberg-Feller type for this algorithm. In the same setting and in the same spirit, we apply the importance sampling to the Multilevel Monte Carlo method. We also prove a central limit theorem for the obtained adaptive algorithm. In the second part of this thesis, we develop the same type of adaptive algorithm for a discontinuous model namely the Lévy processes and we prove the associated central limit theorem. Numerical simulations are processed for the different obtained algorithms in both settings with and without jumps.

Nous considérons dans cette thèse la discrétisation par la méthode spectrale et la simulation numérique de l'écoulement d'un fluide visqueux incompressible occupant le domaine ? modélisé par les équations de Navier-Stokes. Nous avons choisi de les coupler avec l'équation de la chaleur dans le cas ou la viscosité dépend de la température avec des conditions aux limites portant sur la vitesse et la température.La méthode s'avère optimale en ce sens que l'erreur obtenue n'est limitée que par la régularité de la solution. Elle est de type spectrale. Nous donnons des estimations d'erreur a priori optimales et nous confirmons l'étude théorique par des résultats numériques. Nous considérons aussi les équations de Navier-Stokes/chaleur instationnaires dont nous proposons une discrétisation en temps et en espace en utilisant le schéma d'Euler implicite et les méthodes spectrale. Quelques expériences numériques confirment l'intérêt de la discrétisation. / In this thesis we consider the discretization by spectral method and the numerical simulation of a viscous incompressible fluid in the domain ?, the model being the Navier-Stokes equations. We have chosen to couple them with the heat equation where the viscosity of the fluid depends on the temperature, with boundary conditions which involve the velocity and the temperature. The method is proved to be optimal in the sense that the order of convergence is only limited by the regularity of the solution. The numerical analysis of the discrete problem is performed and numerical experiments are presented, they turn out to be in good coherence with the theoretical results. Finally, we consider the unsteady Navier-Stokes/heat equations which models the time-dependent flow. We propose a discretization of this problem that relies on a backward Euler's scheme in time and spectral methods in space and present some numerical experiments which confirm the interest of the discretization.

Cette thèse se donne comme ambition de montrer que la simulation numérique de transfert de chaleur et de masse dans un milieu poreux, peut être traitée de manière efficace par un programme de calcul basé sur une discrétisation spatiale de type spectral. La méthode spectrale s'avère optimale en ce sens que l'erreur obtenue n'est limitée que par la régularité de la solution. Le point de départ de cette étude est le système des équations de Darcy non linéaire et non stationnaire qui modélise l'écoulement instationnaire d'un fluide visqueux dans un milieu poreux quand la perméabilité du milieu dépend de la pression. Le deuxième problème proposé est le transfert de la chaleur dans un milieu poreux décrit par un couplage des équations de Darcy avec l'équation de la chaleur. Dans la dernière partie, la concentration de masse est prise en compte dans le milieu, nous décrivons un problème non linéaire instationnaire qui modélise le transfert de chaleur et de masse dans un milieu poreux.Dans les trois problèmes proposés, les résultats d'existence et unicité sont établis. Puis les problèmes discrets correspondants sont décrits. Nous avons prouvé des estimations d'erreur a priori et nous avons confirmé l'étude théorique par des résultats numériques. / This thesis aims to show that the numerical simulation of heat and mass transfer in porous media can be effectively treated by a numerical program which is based on a space discretization of spectral type. The spectral method is optimal in the sense that the error obtained is only limited by the regularity of the solution. The starting point of this study is the system of nonlinear unsteady Darcy equations that models the unsteady flow of a viscous fluid in a porous medium when the permeability of the medium depends on the pressure. The second problem which we study models transfer of heat in a porous medium which is described by Darcy equations coupling with the heat equation. In the last part, the concentration of mass is taken into account in the medium, we describe a nonlinear problem that models unsteady transfer of heat and mass in porous media. In the three proposed problems, the results of the existence and the uniqueness are established. Then the corresponding discrete problems are described. We prove the error a priori estimates and we confirm the theoretical study with numerical results.

Nous présentons quelques contributions à la simulation et à l'analyse de discrétisation de processus, avec leurs applications notamment en finance. Nous avons regroupé nos travaux selon 4 thèmes: 1. statistique des processus avec observations discrètes; 2. couverture en temps discret en finance; 3. sensibilités d'espérances; 4. analyses d'erreurs de discrétisation. Le premier chapitre sur la statistique des processus est assez indépendant du reste. En revanche, les trois autres chapitres correspondent à une cohérence et une progression dans les questions soulevées. Néanmoins au fil de la lecture, on remarquera des liens entre les quatre parties: différentiation par rapport à des domaines et amélioration de simulation de temps de sortie, sensibilités d'espérances et statistique asymptotique avec le calcul de Malliavin, sensibilités d'espérances et analyse d'erreur etc... Les preuves des résultats s'appuient notamment sur les outils du calcul de Malliavin, des martingales, des Équations aux Dérivées Partielles et de leurs liens avec les Équations Différentielles Stochastiques.

Ce document synthétise mes contributions à l'étude de discrétisation des processus avec sauts, et à la modélisation du risque de liquidité et du risque de saut dans les marchés financiers. Chapitre 2 regroupe les résultats plus théoriques dans le domaine de discrétisation des processus stochastiques avec sauts, avec notamment une étude de l'erreur de discrétisation des stratégies de couverture, et des nouveaux schémas de simulation des équations différentielles stochastiques dirigées par des processus de Lévy. Chapitre 3 présente et étudie via le contrôle stochastique un problème d'optimisation d'investissement et de consommation dans les marchés financiers illiquides. Chapitre 4 contient des travaux plus appliqués sur la modélisation du risque de saut dans les stratégies d'assurance de portefeuille, les produits dérivés, et les marchés d'électricité.

Résumé : Cette thèse comporte 8 chapitres. Le chapitre 1 est une introduction aux problématiques rencontrées sur les marchés énergétiques : fréquence d'intervention faible, coûts de transaction élevés, évaluation des options spread. Le chapitre 2 étudie la convergence de l'erreur de couverture d'une option call dans le modèle de Bachelier, pour des coûts de transaction proportionnels (modèle de Leland-Lott) et lorsque la fréquence d'intervention devient infinie. Il est prouvé que cette erreur est bornée par une variable aléatoire proportionnelle au taux de transaction. Cependant, les démonstrations de convergence en probabilité demandent des régularités sur les sensibilités assez restrictives en pratique. Les chapitres suivants contournent ces obstacles en étudiant des convergences presque sûres. Le chapitre 3 développe tout d'abord de nouveaux outils de convergence presque sûre. Ces résultats ont de nombreuses conséquences sur le contrôle presque sûr de martingales et de leur variation quadratique, ainsi que de leurs incréments entre deux temps d'arrêt généraux. Ces résultats de convergence trajectorielle sont connus pour être difficiles à obtenir sans information sur les lois. Par la suite, nous appliquons ces résultats à la minimisation presque sûre de la variation quadratique renormalisée de l'erreur de couverture d'une option de payoff général (cadre multidimensionnel, payoff asiatique, lookback) sur une large classe de temps d'intervention. Une borne inférieure à notre critère est trouvée et une suite minimisante de temps d'arrêt optimale est exhibée : il s'agit de temps d'atteinte d'ellipsoïde aléatoire, dépendant du gamma de l'option. Le chapitre 4 étudie la convergence de l'erreur de couverture d'une option de payoff convexe (dimension 1) en prenant en compte des coûts de transaction à la Leland-Lott. Nous décomposons l'erreur de couverture en une partie martingale et une partie négligeable, puis nous minimisons la variation quadratique de cette martingale sur une classe de temps d'atteintes générales pour des Deltas vérifiant une certaine EDP non-linéaire sur les dérivées secondes. Nous exhibons aussi une suite de temps d'arrêt atteignant cette borne. Des tests numériques illustrent notre approche par rapport à une série de stratégies connues de la littérature. Le chapitre 5 étend le chapitre 3 en considérant une fonctionnelle des variations discrètes d'ordre Y et de Z de deux processus d'Itô Y et Z à valeurs réelles, la minimisation étant sur une large classe de temps d'arrêt servant au calcul des variations discrètes. Borne inférieure et suite minimisant sont obtenues. Une étude numérique sur les coûts de transaction est faite. Le chapitre 6 étudie la discrétisation d'Euler d'un processus multidimensionnel X dirigé par une semi-martingale d'Itô Y . Nous minimisons sur les temps de la grille de discrétisation un critère quadratique sur l'erreur du schéma. Nous trouvons une borne inférieure et une grille optimale, ne dépendant que des données observables. Le chapitre 7 donne un théorème limite centrale pour des discrétisations d'intégrale stochastique sur des grilles de temps d'atteinte d'ellipsoïdes adaptées quelconque. La corrélation limite est conséquence d'asymptotiques fins sur les problèmes de Dirichlet. Dans le chapitre 8, nous nous intéressons aux formules d'expansion pour les options sur spread, pour des modèles à volatilité locale. La clé de l'approche consiste à conserver la propriété de martingale de la moyenne arithmétique et à exploiter la structure du payoff call. Les tests numériques montrent la pertinence de l'approche.

Cette Thèse se divise en deux parties. Dans la partie mathématique, nous étudions différentes edp d'ordre supérieur à 3 issues des neurosciences avec un point de vue probabiliste. Nous démontrons une formule de FK pour une grande classe de solutions de KdV (pas seulement les n-solitons), à l'aide des déterminants de Fredholm et des transformées de Laplace d'intégrales de Skorohod itérées. Concernant les edp d'ordre supérieur à 3, les processus itérés qui consistent en la composition de deux processus indépendants, l'un correspondant à la position et l'autre au temps, sont liés à leurs solutions. En effet, nous montrons une formule de FK pour des solutions d'edp d'ordre supérieur à 3 basée sur des fonctionnelles de processus itérés, même dans le cas non Markovien, étendant ainsi les résultats existants. Nous proposons aussi un schéma numérique pour la simulation de trajectoires de diffusions itérées basé sur le schéma d'Euler, qui converge p.s., uniformément en temps, avec un taux de convergence d'ordre $1/4$. Une estimation de l'erreur est proposée. Dans la partie biologique, nous avons collecté plusieurs articles en neuroscience et d'autres domaines de biologie, où les edp précédentes sont utilisées. En particulier, on s'intéresse à la simulation et à la propagation du potentiel d'action lorsque la capacité de la membrane cellulaire n'est pas supposée constante. Ces articles ont en commun le fait qu'ils remettent en question le fameux modèle d'Hodgkin-Huxley datant des années cinquante. En effet, même si ce modèle a été très efficace pour la compréhension du signal neuronal, il ne prend pas en compte tous les phénomènes résultants de la propagation du potentiel d'action. / This Thesis consists of two parts. In the mathematical part we study Korteweg--de Vries (KdV) equation and high-order pdes with a probabilistic point of view in order to obtain Feynman-Kac (FK) type formulas. This study was motivated by recent biological models. We prove a FK representation for a larger class of solutions of KdV equation (not only n-solitons), using Fredholm determinants and Laplace transforms of iterated Skorohod integrals. Regarding higher order pdes, iterated processes that consist in the composition of two independent processes, one corresponding to position and the other one to time, are naturally related to their solutions. Indeed, we prove FK formulas for solutions of high order pdes based on functionals of iterated processes even in the non Markovian case, thus extending the existing results. We also propose a scheme for the simulation of iterated diffusions trajectories based on Euler scheme, that converges a.s., uniformly in time, with a rate of convergence of order $1/4$. An estimation of the error is proposed. In the biological part, we have collected several papers in neuroscience and other fields of biology where the previous types of pdes are involved. In particular, we are interested in the simulation of the propagation of the action potential when the capacitance of the cell membrane is not assumed to be constant. These papers have in common the fact that they question the famous Hodgkin Huxley model dating back to the fifties. Indeed this model even if it has been very efficient for the understanding of neuronal signaling does not take into account all the phenomena that occur during the propagation of the action potential.

Ce travail présente quelques résultats concernant des méthodes numériques déterministes et probabilistes pour des équations aux dérivées partielles à coefficients aléatoires, avec des applications à l'hydrogéologie. On s'intéresse tout d'abord à l'équation d'écoulement dans un milieu poreux en régime stationnaire avec un coefficient de perméabilité lognormal homogène, incluant le cas d'une fonction de covariance peu régulière. On établit des estimations aux sens fort et faible de l'erreur commise sur la solution en tronquant le développement de Karhunen-Loève du coefficient. Puis on établit des estimations d'erreurs éléments finis dont on déduit une extension de l'estimation d'erreur existante pour la méthode de collocation stochastique, ainsi qu'une estimation d'erreur pour une méthode de Monte-Carlo multi-niveaux. On s'intéresse enfin au couplage de l'équation d'écoulement considérée précédemment avec une équation d'advection-diffusion, dans le cas d'incertitudes importantes et d'une faible longueur de corrélation. On propose l'analyse numérique d'une méthode numérique pour calculer la vitesse moyenne à laquelle la zone contaminée par un polluant s'étend. Il s'agit d'une méthode de Monte-Carlo combinant une méthode d'élements finis pour l'équation d'écoulement et un schéma d'Euler pour l'équation différentielle stochastique associée à l'équation d'advection-diffusion, vue comme une équation de Fokker-Planck.