Thèse (de maîtrise)--Université Laval, 2007. / Bibliogr.: 106-114. Publié aussi en version électronique dans la Collection Mémoires et thèses électroniques.

Th.--Phys.--Toulouse--I.N.P., 1977. N°: 24.

Le système de FitzHugh-Nagumo stochastique est un modèle qualitatif pour la propagation de l’influx nerveux dans un neurone. Ce système lent-rapide s’écrit εdxt = (xt - xt3 + yt) dt + √εσ1 dWt(1), dyt = (a - bxt - cyt) dt + σ2 dwt(2) où a, b et c sont des réels, ε est un petit réel positif, σ1 et σ2 sont deux réels positifs représentant l’intensité du bruit, Wt(1) et Wt(2) sont deux mouvements browniens standards indépendants. Dans cette thèse, nous étudions d’abord le système déterministe associé (σ1 = σ2 = 0) et montrons qu’il est excitable. Nous regardons ensuite le cas particulier où b = 0. Dans ce cas, le comportement au voisinage du point d’équilibre est le même que celui d’un autre modèle, celui de Morris-Lecar. Nous étudions alors la loi du temps de sortie de ce voisinage. Dans le cas général, après avoir mis en évidence trois principaux régimes, nous montrons des résultats généraux sur la distribution du nombre de petites oscillations N entre deux spikes consécutifs en introduisant une chaîne de Markov. Puis nous étudions le cas particulier du régime de bruit faible. / The stochastic FitzHugh-Nagumo equations is a qualitative model for the dynamics of neuronalaction potential. This slow-fast system is written εdxt = (xt - xt3 + yt) dt + √εσ1 dWt(1), dyt = (a - bxt - cyt) dt + σ2 dwt(2) where a, b and c are real numbers, ε is a small positive real number, σ1 et σ2 are two positivereal number representing the intensity of noise, Wt(1) et Wt(2) are two standard Brownian motion independent.In this thesis, we first study the associated deterministic system (σ1 = σ2 = 0) and we show this system is excitable. Then we are interested in the particular case b = 0. In this case, the behaviorin the neighborhood of the equilibrium is the same as the Morris-Lecar model. We study the law ofthe exit time of this neighborhood. In the general case, we show there are three main regimes. Westudy the distribution of the number of small oscillations N between two consecutive spikes using a substochastic Markov chain. Then we obtain results in the case of the weak-noise regime.

Définies il y a quelques décennies, les martingales dans les variétés sont maintenant des objets bien connus. Des questions très simples restent en suspens cependant. Par exemple,étant donnée une variable aléatoire à valeurs dans une variété complète, et une filtration continue(dont toute martingale réelle possède une version continue), existe-t-il une martingale continue dans cette variété qui a pour valeur terminale donnée cette variable aléatoire ? Que dire des semimartingales de valeur terminale et dérives données ? Le but principal de cette thèse est d’apporter des réponses à ces questions. Sous des hypothèses de géométrie convexe, des réponses sont données dans les articles de Kendall (1990), Picard (1991), Picard (1994), Darling (1995) ou encore Arnaudon (1997). Le cas des semimartingales a plus largement été traité par Blache (2004). Les martingales dans les variétés permettent de définir les barycentres associés à une filtration, qui sont parfois plus simples à calculer que les barycentres usuels ou les moyennes, et qui possèdent une propriété d’associativité. Ils sont fortement reliés à la théorie du contrôle, à l’optimisation stochastique, ainsi qu’aux équations différentielles stochastiques rétrogrades (EDSRs). La résolution du problème avec des arguments géométriques donne par ailleurs des outils pour résoudre des EDSRs quadratiques multidimensionnelles.Au cours de cette thèse deux principales méthodes ont été employées pour étudier le problème de l’existence de martingale de valeur terminale donnée. La première est basée sur un algorithme stochastique. La variable aléatoire que l’on cherchera à atteindre sera d’abord déformée en une famille x (a) de classe C 1, et on se posera la question suivante : existe-t-il une martingale X(a) de valeur terminale x (a) ? Une méthode de tir, selon un principe similaire au tir géodésique déterministe, sera employée relativement au paramètre a en direction de la variable aléatoire x (a). La seconde est basée sur la résolution générale d’une EDSR multidimensionnelle à croissance quadratique. La principale problématique de cette partie sera d’adapter au cadre multidimensionnel une stratégie récente développée par Briand et Elie (2013) permettant de traiter les EDSRs quadratiques multidimensionnelles. Cette approche nouvelle permet de retrouver la plupart des résultats partiels obtenus par des méthodes différentes. Au-delà de l’intérêt unifiant,cette nouvelle approche ouvre la voie à de potentiels futurs travaux. / Defined several decades ago, martingales in manifolds are very canonical objects. About these objects very simple questions are still unresolved. For instance, given a random variable with values in a complete manifold and a continuous filtration (one with respect to which all real-valued martingales admit a continuous version), does there exist a continuous martingale in the manifold with terminal value given by this random variable ? What about semimartingales with prescribed drift and terminal value ? The main aim of this thesis is to provide answers to these questions. Under convex geometry assumption, answers are given in the articles of Kendall (1990), Picard (1991), Picard (1994), Darling (1995) or Arnaudon (1997). The case of semimartingales was widely treated by Blache (2004). The martingales in the manifolds make it possible to define the barycenters associated to a filtration, which are sometimes simpler to compute than the usual barycenters or averages, and which have an associative property. They are strongly related to control theory, stochastic optimization, and backward stochastic differential equations (BSDEs). Solving the problem with geometric arguments also gives tools for solving multidimensional quadratic EDSRs.During the thesis, two methods have been used for studying the problem of existence of a martingale with prescribed terminal value. The first one is based on a stochastic algorithm. The random variable that we try to reach will be deformed into a $mcC^1$-family $xi(a)$, and we deal with the following newer problem: does there exist a martingale $X(a)$ with terminal value $xi(a)$ ? A shooting method, using the same kind of principle as the deterministic geodesic shooting, will be used with respect to a parameter $a$ towards $xi(a)$.The second one is the resolution of a multidimensional quadratic BSDE. The aim of this part will be to adapt to the multidimensional framework a recent strategy developed by Briand and Elie (2013) to treat multidimensional quadratic BSDEs. This new approach makes it possible to rediscover the results obtained by different methods. Beyond the unification, this new approach paves the way for potential future works.

Toutes les analyses et les constructions de modèles stratigraphiques s'appuient sur des corrélations stratigraphiques entre unités sédimentaires observées au niveau de forages ou d'affleurements. Cependant, deux problèmes se posent aux géologues au moment de la construction de ces corrélations stratigraphiques. Premièrement, les données disponibles sont éparses et peu nombreuses. Deuxièmement, les processus sédimentaires menant à la mise en place des unités sédimentaires à corréler sont nombreux, interdépendants et partiellement connus. Ainsi la construction d'un modèle de corrélations stratigraphiques peut être vue comme un problème sous-contraint auquel plusieurs solutions peuvent être proposées. L'objectif de cette thèse est de mettre en place un système numérique permettant de générer de manière stochastique des modèles stratigraphiques contraints localement par des données d'observation. Deux éléments sont nécessaires à la mise en place d'un tel système : 1. La mise en place de règles régissant l'organisation spatiale d'unités sédimentaires observées au niveau d'affleurements ou de puits. En ce qui concerne ces règles, deux voies seront explorées : - La mise en équation des règles définies dans le cadre de la stratigraphie séquentielle. Ces règles, exprimées d'un point de vue qualitatif dans la littérature sont traduites en termes quantitatifs afin d'évaluer la probabilité de deux unités sédimentaires observées d'être corrélées. - La déduction de la probabilité de corrélations entre deux unités sédimentaires observées à partir de modèles stratigraphiques construits par approche basée processus (forward stratigraphic models). 2. La mise en place d'un cœur algorithmique permettant de construire de façon stochastique un ensemble de modèles stratigraphiques plausibles à partir des règles précédemment présentées et des données d'observation / All stratigraphic models building and analysis are based on stratigraphic correlations of sedimentary units observed on wells or outcrops. However, the geologist building these stratigraphic correlations faces two main problems. First, the data available are few and sparse. Second, the sedimentary processes leading to the deposition of the units are numerous, interdependent and poorly known. So, the construction of a stratigraphic correlation model might be seen as an under-constrained problem with several possible solutions. The aim of this thesis is to create a numeric method to generate stochastic stratigraphic models that are locally constrained by observation data. Two steps are necessary: 1. The establishment of rules describing the spatial organization of sedimentary units observed on outcrops and wells. For these rules, two axis are explored: - The formulation in equations of rules defined in the sequence stratigraphy framework. These rules, presented qualitatively in the literature are translated in quantitative terms to evaluate the probability of two sedimentary units to be correlated. - The deduction of the probability of two sedimentary units to be correlated from stratigraphic models built from forward stratigraphic methods. 2. The development of an algorithm to build possible stochastic stratigraphic models from the rules cited above and observation data

Cette thèse est consacrée à l'étude théorique et numérique d'algorithmes d'optimisation stochastiques adaptés au traitement du problème de planification des trajectoires d'avions en environnement incertain. L'optimisation des temps de vol et de la consommation de carburant est un élément central de la compétitivité des compagnies aériennes. Elles sont à la recherche d'outils permettant d'optimiser le choix de leurs routes aériennes avec toujours plus de précision. Pourtant, les méthodes actuellement disponibles pour l'optimisation de ces routes aériennes requièrent l'utilisation de représentations simplifiées des performances avion. Nous proposons, dans cette thèse, de répondre à cette exigence de précision et d'adapter, par conséquent, nos méthodes de résolution aux contraintes de la modélisation industrielle des performances avion tout en tenant compte de l'incertitude qui pèse sur les conditions réelles de vol (trafic aérien et conditions atmosphériques). Nous appuyons notre démarche par trois contributions scientifiques. Premièrement, nous avons mis en place un environnement de test pour algorithmes d'optimisation de trajectoires. Ce cadre a permis d'unifier la procédure de test pour l'ensemble des modèles de performances avion. Deuxièmement, nous avons développé et analysé sur le plan théorique deux nouveaux algorithmes d'optimisation stochastique globale en l'absence de dérivés. La première approche, très générique, n'utilise pas d'information particulière liée à la dynamique avion. Il s'agit de l'algorithme NSA basé sur la méthode du recuit simulé. Les développements théoriques ont abouti à la formulation des conditions et vitesse de convergence de cet algorithme. La seconde approche, l'algorithme SPY, est plus spécifique, il utilise une information de régularité lipschitzienne autour de l'optimum recherche. Il s'agit d'un algorithme de type bandits Lipschitz, basé sur la méthode de Piyavskii. De même, nous analysons les conditions de convergence de cet algorithme et fournissons une borne supérieure sur son erreur d'optimisation (regret simple). / This PhD thesis is dedicated to the theoretical and numerical analysis of stochastic algorithms for the stochastic flight planning problem. Optimizing the fuel consumption and flight time is a key factor for airlines to be competitive. These companies thus look for flight optimization tools with higher and higher accuracy requirements. However, nowadays available methodologies for flight planning are based on simplified aircraft performance models. In this PhD, we propose to fulfill the accuracy requirements by adapting our methodology to both the constraints induced by the utilization of an industrial aircraft performance computation code and the consideration of the uncertainty about the real flight conditions, i.e., air traffic and weather conditions. Our proposal is supported by three main contributions. First, we design a numerical framework for benchmarking aircraft trajectory optimization tools. This provides us a unified testing procedure for all aircraft performance models. Second, we propose and study (both theoretically and numerically) two global derivative-free algorithms for stochastic optimization problems. The first approach, the NSA algorithm, is highly generic and does not use any prior knowledge about the aircraft performance model. It is an extension of the simulated annealing algorithm adapted to noisy cost functions. We provide an upper bound on the convergence speed of NSA to globally optimal solutions. The second approach, the SPY algorithm, is a Lipschitz bandit algorithm derived from Piyavskii's algorithm. It is more specific as it requires the knowledge of some Lipschitz regularity property around the optimum, but it is therefore far more efficient. We also provide a theoretical study of this algorithm through an upper bound on its simple regret.

L'utilisation d'équipes de robots a pris de l'ampleur ces dernières années. Cela est dû aux avantages que peut offrir une équipe de robot par rapport à un robot seul pour la réalisation d'une même tâche. Cela s'explique aussi par le fait que ce type de plates-formes deviennent de plus en plus abordables et fiables. Ainsi, l'utilisation d'une équipe de véhicules aériens devient une alternative viable. Cette thèse se concentre sur le problème du déploiement d'une équipe de Micro-Véhicules Aériens (MAV) pour effectuer des missions de surveillance sur un terrain inconnu de morphologie arbitraire. Puisque la morphologie du terrain est inconnue et peut être complexe et non-convexe, les algorithmes standards ne sont pas applicables au problème particulier traité dans cette thèse. Pour y remédier, une nouvelle approche basée sur un algorithme d'optimisation cognitive et adaptatif (CAO) est proposée et évaluée. Une propriété fondamentale de cette approche est qu'elle partage les mêmes caractéristiques de convergence que les algorithmes de descente de gradient avec contraintes qui exigent une connaissance parfaite de la morphologie du terrain pour optimiser la couverture. Il est également proposé une formulation différente du problème afin d'obtenir une solution distribuée, ce qui nous permet de surmonter les inconvénients d'une approche centralisée et d'envisager également des capacités de communication limitées. De rigoureux arguments mathématiques et des simulations étendues établissent que l'approche proposée fournit une méthodologie évolutive et efficace qui intègre toutes les contraintes physiques particulières et est capable de guider les robots vers un arrangement qui optimise localement la surveillance. Finalement, la méthode proposée est mise en œuvre sur une équipe de MAV réels pour réaliser la surveillance d'un environnement extérieur complexe. / The use of multi-robot teams has gained a lot of attention in recent years. This is due to the extended capabilities that the teams offer compared to the use of a single robot for the same task. Moreover, as these platforms become more and more affordable and robust, the use of teams of aerial vehicles is becoming a viable alternative. This thesis focuses on the problem of deploying a swarm of Micro Aerial Vehicles (MAV) to perform surveillance coverage missions over an unknown terrain of arbitrary morphology. Since the terrain's morphology is unknown and it can be quite complex and non-convex, standard algorithms are not applicable to the particular problem treated in this thesis. To overcome this, a new approach based on the Cognitive-based Adaptive Optimization (CAO) algorithm is proposed and evaluated. A fundamental property of this approach is that it shares the same convergence characteristics as those of constrained gradient-descent algorithms, which require perfect knowledge of the terrain's morphology to optimize coverage. In addition, it is also proposed a different formulation of the problem in order to obtain a distributed solution, which allows us to overcome the drawbacks of a centralized approach and to consider also limited communication capabilities. Rigorous mathematical arguments and extensive simulations establish that the proposed approach provides a scalable and efficient methodology that incorporates any particular physical constraints and limitations able to navigate the robots to an arrangement that (locally) optimizes the surveillance coverage. The proposed method is finally implemented in a real swarm of MAVs to carry out surveillance coverage in an outdoor complex area.

La quantification du risque avalanche à long terme dans un but de zonage et d'optimisation des moyens de protection est fait dans la plupart des pays sur la base de la connaissance des événements de forte intensité. Ces approches fondées sur les périodes de retours, centrées uniquement sur l'aléa, ne considèrent pas explicitement les éléments à risque étudiés (bâtiments, personnes à l'intérieur, etc.) et négligent les possibles contraintes budgétaires. Afin de palier à ces limitations, les méthodes de zonage basés sur le risque et les analyses coût-bénéfice ont récemment émergées. Elles combinent la distribution de l'aléa avec les relations de vulnérabilité des éléments étudiés. Ainsi, l'évaluation systématisée de la vulnérabilité des bâtiments permet de mieux quantifier le risque dans un couloir d'avalanche donné. Cependant, en pratique, les relations de vulnérabilité disponibles restent principalement limitées à de rares estimations empiriques déduites de l'analyse de quelques catastrophes survenues. De plus, les méthodes existantes basées sur le risque font face à des calculs encore lourds, et les hypothèses sur la modélisation de l'aléa sont discutables (choix de quelques scénarios, faible considération des valeurs extrêmes, etc.). Dans cette thèse, ces problèmes sont abordés en construisant grâce à une approche fiabiliste des relations de fragilité de différents configurations de bâtiments en béton armé (BA) sollicités par des avalanches de neige et également des relations de fragilité pour les personnes potentiellement à l'intérieur de ces bâtiments. Ces relations sont ensuite utilisées dans un cadre de quantification du risque et de recherche de structure de défense optimale. L'apport de cette thèse est donc l'enrichissement de la caractérisation de la vulnérabilité et du risque face aux avalanches par des approches de complexités variables utilisables en fonction de la spécificité du cas et du temps imparti pour conduire l'étude. La thèse est composée de quatre volets. D'abord, les courbes de fragilité associées à différents états limites de murs en BA soumis au chargement uniforme d'une avalanche sont obtenues à partir d'approches classiques de dimensionnement du BA. Ensuite, l'approche est étendue à des modèles numériques de bâtis plus riches (modèle masse-ressort) permettant de décrire en particulier l'évolution temporelle de la réponse du système. A partir de ces relations de fragilité, de nouvelles relations pour les personnes à l'intérieur de ces bâtiments sont proposées. Ces relations pour les bâtiments et les personnes sont utilisées dans une analyse complète de sensibilité du risque. Enfin, une formule analytique du risque basée sur la statistique des valeurs extrêmes est proposée pour efficacement quantifier le risque et obtenir une caractéristique optimale de digue paravalanche. / Long term avalanche risk quantification for mapping and the design of defense structures is done in mostcountries on the basis of high magnitude events. Such return period/level approaches, purely hazardoriented,do not consider elements at risk (buildings, people inside, etc.) explicitly, and neglect possiblebudgetary constraints. To overcome these limitations, risk based zoning methods and cost-benefit analyseshave emerged recently. They combine the hazard distribution and vulnerability relations for the elementsat risk. Hence, the systematic vulnerability assessment of buildings can lead to better quantify the riskin avalanche paths. However, in practice, available vulnerability relations remain mostly limited to scarceempirical estimates derived from the analysis of a few catastrophic events. Besides, existing risk-basedmethods remain computationally intensive, and based on discussable assumptions regarding hazard modelling(choice of few scenarios, little consideration of extreme values, etc.). In this thesis, we tackle theseproblems by building reliability-based fragility relations to snow avalanches for several building types andpeople inside them, and incorporating these relations in a risk quantification and defense structure optimaldesign framework. So, we enrich the avalanche vulnerability and risk toolboxes with approaches of variouscomplexity, usable in practice in different conditions, depending on the case study and on the time availableto conduct the study. The developments made are detailed in four papers/chapters.In paper one, we derive fragility curves associated to different limit states for various reinforced concrete(RC) buildings loaded by an avalanche-like uniform pressure. Numerical methods to describe the RCbehaviour consist in civil engineering abacus and a yield line theory model, to make the computations asfast as possible. Different uncertainty propagation techniques enable to quantify fragility relations linkingpressure to failure probabilities, study the weight of the different parameters and the different assumptionsregarding the probabilistic modelling of the joint input distribution. In paper two, the approach is extendedto more complex numerical building models, namely a mass-spring and a finite elements one. Hence, muchmore realistic descriptions of RC walls are obtained, which are useful for complex case studies for whichdetailed investigations are required. However, the idea is still to derive fragility curves with the simpler,faster to run, but well validated mass-spring model, in a “physically-based meta-modelling” spirit. Inpaper three, we have various fragility relations for RC buildings at hand, thus we propose new relationsrelating death probability of people inside them to avalanche load. Second, these two sets of fragilitycurves for buildings and human are exploited in a comprehensive risk sensitivity analysis. By this way,we highlight the gap that can exist between return period based zoning methods and acceptable riskthresholds. We also show the higher robustness to vulnerability relations of optimal design approaches ona typical dam design case. In paper four, we propose simplified analytical risk formulas based on extremevalue statistics to quantify risk and perform the optimal design of an avalanche dam in an efficient way. Asensitivity study is conducted to assess the influence of the chosen statistical distributions and flow-obstacleinteraction law, highlighting the need for precise risk evaluations to well characterise the tail behaviour ofextreme runouts and the predominant patterns in avalanche - structure interactions.

Au cours des dernières années, les centres d'appels ont été introduits avec succès par de nombreuses entreprises axées sur les services comme les banques et les compagnies d'assurance. Ils deviennent le principal point de contact avec les clients, et une partie intégrante de la majorité des sociétés. L'émergence à grande échelle des centres d'appels a créé une source féconde de problèmes de gestion des opérations. Dans cette thèse, nous nous concentrons sur la question de dimensionnement et définition des emplois du temps dans les centres d'appels. L'objectif de notre travail consiste à développer des analyses qualitatives ainsi que quantitatives, afin de déduire des recommandations utiles aux managers.Nous analysons quatre problèmes qui tiennent compte de l'incertitude sur les paramètres d'arrivée des appels. Le processus d'arrivée des appels est supposé suivre un processus non stationnaire et doublement stochastique avec un taux moyen d'arrivée aléatoire.Dans le premier modèle, nous considérons un centre d’appels avec une seule vacation possible. Les agents traitent en même temps des appels entrants et des tâches de back-office. Ceci permet d’avoir une certaine souplesse pour modifier en temps réel la capacité instantanée de traitement des appels entrants. Nous analysons l'impact de la flexibilité offerte par les charges de travail de back-office.Dans le deuxième modèle, nous considérons un centre d'appels avec plusieurs vacations possibles. Les agents traitent seulement des appels entrants. Dans ce modèle, le dimensionnement initialement établi peut être corrigé au cours de la journée de travail. Nous proposons une approche de programmation stochastique en deux étapes et une approche de programmation réglable robuste pour résoudre le problème d’optimisation. En particulier, nous analysons et montrons l'avantage supplémentaire d'utiliser le réglage dynamique sur les coûts de dimensionnement du centre d’appels. Dans le troisième modèle, nous considérons un autre type d'incertitude supplémentaire, qui est l'incertitude sur la distribution de probabilité d'un paramètre aléatoire. Nous proposons une approche combinant la programmation stochastique et la programmation distributionnellement robuste, et nous évaluons son rendement. Le dernier problème de dimensionnement d’un centre d'appels pour lequel le manager se propose de satisfaire un niveau de service global pour toute la journée au lieu d’un niveau de service objectif par période. Nous permettons également la mise à jour du dimensionnement au cours de la journée. Dans notre analyse, nous montrons en particulier les avantages de l'ajout de la flexibilité de mise à jour, et soulignons l'impact d'avoir une contrainte de service niveau globale sur les performances. / In the past few years, call centers have been introduced with great success by many service-oriented companies such as banks and insurance companies. They become the main point of contact with the customers, and an integral part of the majority of corporations. The large-scale emergence of call centers has created a fertile source of management issues. In this thesis, we focus on the issue of staffing and scheduling of call centers. The objective of our work is to derive both qualitative and quantitative results for practical management.We specifically address the analysis of four problems that take into account the important feature of uncertainty in the call arrival parameters. The call arrival process is assumed to follow a doubly non-stationary stochastic process with a random mean arrival rate.In the first model, we consider a single-shift call center blending inbound calls and back-office jobs. By allowing the possibility of real-time changes in the capacity dealing with inbound calls, we analyze the impact of the flexibility offered by back-office jobs.In the second model, we consider a multi-shift call center with single type of inbound calls, in which the scheduling update is allowed. We propose a two-stage stochastic programming approach and an adjustable robust programming approach to efficiently solve the problem. We also analyze the benefits of using dynamic adjustment on scheduling.In the third model, we consider an additional type of uncertainty, namely the uncertainty on the probability distribution of a random parameter. We propose an approach combining stochastic programming and distributionally robust programming, and evaluate its performance.The last model deals with a call center optimization under a global service level constraint instead of period by period constraints. We again allow scheduling decisions to be updated during the middle of the day. We show the advantages of adding the update flexibility, and point out the impact of having a global service level constraint on performance

Les contraintes en probabilité constituent un modèle pertinent pour gérer les incertitudes dans les problèmes de décision. En management d’énergie de nombreux problèmes d’optimisation ont des incertitudes sous-jacentes. En particulier c’est le cas des problèmes de gestion de la production au court-terme. Dans cette Thèse, nous investiguons les contraintes probabilistes sous l’angle théorique, algorithmique et applicative. Nous donnons quelques nouveaux résultats de différentiabilité des contraintes en probabilité et de convexité des ensembles admissibles. Des nouvelles variantes des méthodes de faisceaux « proximales » et « de niveaux » sont spécialement mises au point pour traiter des problèmes d’optimisation convexe sous contrainte en probabilité. Ces algorithmes gèrent en particulier, les erreurs d’évaluation de la contrainte en probabilité, ainsi que son gradient. La convergence vers une solution du problème est montrée. Enfin, nous examinons deux applications : l’optimisation d’une vallée hydraulique sous incertitude sur les apports et l’optimisation d’un planning de production sous incertitude sur la demande. Dans les deux cas nous utilisons une contrainte en probabilité pour gérer les incertitudes. Les résultats numériques présentés semblent montrer la faisabilité de résoudre des problèmes d’optimisation avec une contrainte en probabilité jointe portant sur un système de environ 200 contraintes. Il s’agit de l’ordre de grandeur nécessaire pour les applications. Les nouveaux résultats de différentiabilité concernent à la fois des contraintes en probabilité portant sur des systèmes linéaires et non-linéaires. Dans le deuxième cas, la convexité dans l’argument représentant le vecteur incertain est requise. Ce vecteur est supposé suivre une loi Gaussienne ou Student multi-variée. Les formules de gradient permettent l’application directe d’un schéma d’évaluation numérique efficient. Pour les contraintes en probabilité qui peuvent se réécrire à l’aide d’une Copule, nous donnons de nouveau résultats de convexité pour l’ensemble admissibles. Ces résultats requirent la concavité généralisée de la Copule, les distributions marginales sous-jacents et du système d’incertitude. Il est suffisant que ces propriétés de concavité généralisée tiennent sur un ensemble spécifique. / In optimization problems involving uncertainty, probabilistic constraints are an important tool for defining safety of decisions. In Energy management, many optimization problems have some underlying uncertainty. In particular this is the case of unit commitment problems. In this Thesis, we will investigate probabilistic constraints from a theoretical, algorithmic and applicative point of view. We provide new insights on differentiability of probabilistic constraints and on convexity results of feasible sets. New variants of bundle methods, both of proximal and level type, specially tailored for convex optimization under probabilistic constraints, are given and convergence shown. Both methods explicitly deal with evaluation errors in both the gradient and value of the probabilistic constraint. We also look at two applications from energy management: cascaded reservoir management with uncertainty on inflows and unit commitment with uncertainty on customer load. In both applications uncertainty is dealt with through the use of probabilistic constraints. The presented numerical results seem to indicate the feasibility of solving an optimization problem with a joint probabilistic constraint on a system having up to 200 constraints. This is roughly the order of magnitude needed in the applications. The differentiability results involve probabilistic constraints on uncertain linear and nonlinear inequality systems. In the latter case a convexity structure in the underlying uncertainty vector is required. The uncertainty vector is assumed to have a multivariate Gaussian or Student law. The provided gradient formulae allow for efficient numerical sampling schemes. For probabilistic constraints that can be rewritten through the use of Copulae, we provide new insights on convexity of the feasible set. These results require a generalized concavity structure of the Copulae, the marginal distribution functions of the underlying random vector and of the underlying inequality system. These generalized concavity properties may hold only on specific sets.