Je présente 10 ans de travaux de recherche sur la physique du B et de la violation de CP, dans le cadre de l'expérience BaBar à SLAC et du groupe d'interprétation phénoménologique et statistique de ces mesures : CKMfitter. Je place ces travaux dans la perspective du potentiel de physique de l'expérience LHCb, au CERN. Depuis 1998, j'ai participé à la fin de la construction du détecteur BaBar, notamment de sa chambre à fils et de son système de gaz, à sa mise en route et à sa prise de données jusqu'au mode de croisière et à la fin de son fonctionnement en 2008. Je décris les activités de calibration et d'études des données que j'ai menées pour la reconstruction et la sélection des électrons et les neutres dans BaBar. Je présente les mesures que j'a effectuées sur la physique des modes B en charmonium, qui ont servi à observer pour la première fois la violation de CP dans les mésons B, par la mesure du paramètre sin(2beta). Dans le cadre du groupe des désintégrations des mésons B en modes charmés, je présente les mesures que j'ai effectuées sur les modes supprimés de couleur, pour comprendre la phénoménologie des désintégrations des B et pour mesurer l'angle CKM beta, dans 2 approches alternatives aux modes charmonium. Enfin je décris les mesures de l'angle CKM gamma, par recherche de violation directe de CP, dans les modes B- en D(*)K- et DK*-.

Cette thèse a pour objet la construction, la calibration et l'étude d'estimateurs multi-tâches, dans un cadre fréquentiste non paramétrique et non asymptotique. Nous nous plaçons dans le cadre de la régression ridge à noyau et y étendons les méthodes existantes de régression multi-tâches. La question clef est la calibration d'un paramètre de régularisation matriciel, qui encode la similarité entre les tâches. Nous proposons une méthode de calibration de ce paramètre, fondée sur l'estimation de la matrice de covariance du bruit entre les tâches. Nous donnons ensuite pour l'estimateur obtenu des garanties d'optimalité, via une inégalité oracle, puis vérifions son comportement sur des exemples simulés. Nous obtenons par ailleurs un encadrement précis des risques des estimateurs oracles multi-tâches et mono-tâche dans certains cas. Cela nous permet de dégager plusieurs situations intéressantes, où l'oracle multi-tâches est plus efficace que l'oracle mono-tâche, ou vice versa. Cela nous permet aussi de nous assurer que l'inégalité oracle force l'estimateur multi-tâches à avoir un risque inférieur à l'estimateur mono-tâche dans les cas étudiés. Le comportement des oracles multi-tâches et mono-tâche est vérifié sur des exemples simulés.