Nous nous intéressons d'abord à l'équation aux dérivées partielles stochastique de Cahn-Hilliard en dimension 1 avec une seule singularité. C'est une équation d'ordre 4 dont la non linéarité est de type logarithmique ou en puissance négative $x^{-\alpha}$, à laquelle on ajoute la dérivée d'un bruit blanc en espace et en temps. On montre l'existence et l'unicité des solutions en utilisant les solutions d'équations approchées aux non linéarités Lipschitz. La présence d'une mesure de réflexion permet d'assurer l'existence de solutions. On étudie ces mesures à l'aide des mesures de Revuz associées et, grâce à une formule d'intégration par parties, on montre qu'elles sont identiquement nulles lorsque alpha est plus grand ou égal à 3. Dans un deuxième temps, on considère la même équation mais avec deux singularités logarithmiques en +1 et -1. Il s'agit du modèle complet de l'équation de Cahn-Hilliard. Cette fois-ci on utilise des équations approchées aux non linéarités polynomiales pour montrer l'existence et l'unicité de solutions. Deux mesures de réflexion doivent ici être ajoutées pour assurer l'existence. De plus, on montrera que la mesure invariante est ergodique. Enfin, on étudie l'équation déterministe : des simulations numériques basées sur une méthode d'élements finis de hauts degrés permettent d'illustrer plusieurs résultats théoriques. La capture des interfaces et des états stationnaires requiert une attention particulière. On s'intéressera également aux bifurcations autour de la première valeur propre du Laplacien sur des domaines généraux. Par ailleurs, quelques simulations stochastiques permettent de mettre en évidence les instants de contact avec les singularités, les évolutions stochastiques en temps long et les changements d'états stationnaires.

The goal of this thesis in finance is to combine the use of advanced mathematical methods with a return to foundational economic issues. In that perspective, I study generalized rational expectations and asset pricing in Chapter 2, and a converse comparison principle for backward stochastic differential equations with jumps in Chapter 3. Since the use of stochastic methods in finance is an interesting and complex issue in itself - if only to clarify the difference between the use of mathematical models in finance and in physics or biology - I also present a philosophical reflection on the interpretation of mathematical models in finance (Chapter 4). In Chapter 5, I conclude the thesis with an essay on the history and interpretation of mathematical probability - to be read while keeping in mind the fundamental role of mathematical probability in financial models.

L'étude de la propagation de la lumière dans les fibres optiques monomodes requiert la prise en compte de plusieurs phénomènes compliqués tels que la dispersion modale de polarisation et l'effet Kerr. Il s'est avéré que l'évolution de l'enveloppe lentement variable du champ électrique est bien décrite par un système couplé d'équations de Schrödinger non linéaires à coefficients aléatoires : l'équation de Manakov PMD. Cette équation fait intervenir différentes échelles dont le ratio est donné par un petit paramètre. La première partie de ce travail consiste à étudier le comportement asymptotique de la solution de l'équation de Manakov PMD lorsque ce petit paramètre tend vers zéro. En généralisant la théorie de l'Approximation-Diffusion au cadre de la dimension infinie, on a montré que la dynamique asymptotique est donnée par une équation aux dérivées partielles stochastiques dirigée par un mouvement brownien de dimension trois. Dans une seconde partie, nous proposons un schéma de différences finies de type Crank Nicolson pour cette équation pour lequel nous obtenons un ordre de convergence en probabilité d'ordre 1/2. La discrétisation du bruit doit être implicite afin d'obtenir un schéma conservatif et stable. Enfin la dernière partie est relative à la simulation numérique de la dispersion modale de polarisation et à ses effets sur la propagation et la collision de solitons de Manakov. Dans ce cadre, on propose une méthode de réduction de variance valable pour les équations aux dérivées partielles stochastiques.

Habilitation à Diriger des Recherches : Processus aléatoires invariants d'échelle et analyse multirésolution pour la modélisation d'observations de systèmes physiques

La surveillance de l'état d'un système peut fournir des informations utiles pour la prise de décision en maintenance, mais peu d'outils de modélisation permettent de les intégrer correctement dans le processus de décision. L'originalité des travaux présentés ici réside dans la construction de nouveaux modèles probabilistes quantitatifs dont l'objectif est d'évaluer l'apport de l'information de surveillance en fonction de sa qualité et des grandeurs observées, dans un contexte d'optimisation de la maintenance. Les modèles stochastiques de défaillance et de mesure proposés intègrent à la fois les données capteurs relatives à la dégradation/défaillance du système à maintenir, les informations de surveillance sur l'impact de l'environnement opérationnel, et les caractéristiques des techniques de contrôle. En s'appuyant sur ces modèles, on propose des politiques de maintenance et on développe des modèles de coût associés pour étudier les meilleures méthodes d'exploitation de l'information de surveillance. L'ensemble des études menées montrent l'intérêt de développer des structures de décision de maintenance qui permettent d'intégrer l'information de surveillance et d'en évaluer l'impact sur les performances de la maintenance.

Dans ce travail on se propose d'établir des estimations d'erreurs a priori pour les solutions approchées d'équations d'évolution obtenues par la méthode d'éléments finis mixte duale en espace et ce pour trois types de problèmes : le premier concerne le problème de Cauchy pour l'équation de diffusion de la chaleur, le second est le problème de Stokes instationnaire, et le dernier concerne le problème de Cauchy pour l'équation de diffusion de la chaleur mais avec un coefficient de diffusion aléatoire. Pour ces trois types de problèmes, il y a un certain nombre de raisons de préférer la méthode mixte duale en espace à une méthode classique en espace ; parmi elles la propriété fondamentale qu'est la conservation locale, et par suite globale, de certaines quantités physiques (la quantité de mouvement, la masse, la quantité de chaleur,...). Une autre raison bien connue pour adopter la méthode mixte duale en espace est qu'elle nous permet d'introduire des nouvelles variables : p(t) =grad u(t) le flux de chaleur à l'instant t pour l'équation de diffusion de la chaleur, p(t) = K ◊ u(t) le flux de chaleur à l'instant t pour l'équation de diffusion de la chaleur avec un coefficient de diffusion aléatoire K, ◊ dénotant le produit de Wick, σ = grad u(t) le tenseur gradient du champ des vitesses à l'instant t pour le problème de Stokes instationnaire, ces inconnues supplémentaires ayant un sens physique et une importance particulière pour plus d'une application. Il est donc important de disposer d'une méthode numérique donnant aussi de bonnes approximations de ces quantités.

Dans la première partie de cette thèse nous appliquons le calcul via régularisation à l'étude d'un marché où le processus des prix d'un actif risqué n'est pas une semimartingale mais simplement à variation quadratique finie. Cette condition est réalisée lorsque le prix de l'actif est admis dans la classe A de toutes les stratégies admissibles, et devient réaliste si la condition de non-arbitrage sur l'ensemble de toutes les stratégies simples prévisibles n'est pas plausible. Cette situation est vérifiée, par exemple, lorsque l'agent est un initié ou si A est restreinte.<br />Nous fournissons des exemples de portefeuilles autofinancés et introduisons une notion de A-martingale. Un calcul relatif à celle-ci est développé. La condition de non-arbitrage parmi toutes les stratégies dans A est récupérée si le processus des prix de l'actif risqué est une A-martingale.<br />Nous abordons le problème de la viabilité du marché, de la couverture et de la maximisation de l'utilité de la richesse terminale.<br />La deuxième partie de la thèse est consacrée à l'étude d'une équation différentielle stochastique unidimensionnelle dirigée par une semimartingale mélangée à un processus à variation cubique finie.<br />Nous proposons une méthode qui repose sur une transformation réduisant le coefficient de diffusion à 1.<br />Le développement de la méthode utilisée nous conduit à des résultats significatifs dans l'analyse du calcul via régularisation.<br />En particulier, une formule de type Ito-Wentzell relative aux processus à variation cubique finie est<br />établie et la structure des processus weak-Dirichlet par rapport à la filtration brownienne est clarifiée.<br />Nous démontrons, par une approche similaire, l'existence et l'unicité d'une équation dirigée par un processus hölder-continu dans l'espace. En utilisant une formule d'Ito pour les semimartingales réversibles nous prouvons l'existence d'une solution lorsque le processus dirigeant l'équation est le mouvement brownien et le coefficient de diffusion est juste continu

Bien que de nombreuses séquences génomiques soient maintenant connues, les mécanismes évolutifs qui déterminent la taille des génomes, et notamment leur part d'ADN non codant, sont encore débattus. Ainsi, alors que de nombreux mécanismes faisant grandir les génomes (prolifération d'éléments transposables, création de nouveaux gènes par duplication, ...) sont clairement identifiés, les mécanismes limitant la taille des génomes sont moins bien établis. La sélection darwinienne pourrait directement défavoriser les génomes les moins compacts, sous l'hypothèse qu'une grande quantité d'ADN à répliquer limite la vitesse de reproduction de l'organisme. Cette hypothèse étant cependant contredite par plusieurs jeux de données, d'autres mécanismes non sélectifs ont été proposés, comme la dérive génétique et/ou un biais mutationnel rendant les petites délétions d'ADN plus fréquentes que les petites insertions. Dans ce manuscrit, nous montrons à l'aide d'un modèle matriciel de population que la taille du génome peut aussi être limitée par la dynamique spontanée des duplications et des grandes délétions, qui tend à raccourcir les génomes même si les deux types de ré- arrangements se produisent à la même fréquence. En l'absence de sélection darwinienne, nous prouvons l'existence d'une distribution stationnaire pour la taille du génome même si les duplications sont deux fois plus fréquentes que les délétions. Pour tester si la sélection darwinienne peut contrecarrer cette dynamique spontanée, nous simulons numériquement le modèle en choisissant une fonction de fitness qui favorise directement les génomes conte- nant le plus de gènes, tout en conservant des duplications deux fois plus fréquentes que les délétions. Dans ce scénario où tout semblait pousser les génomes à grandir infiniment, la taille du génome reste pourtant bornée. Ainsi, notre étude révèle une nouvelle force susceptible de limiter la croissance des génomes. En mettant en évidence des comporte- ments contre-intuitifs dans un modèle pourtant minimaliste, cette étude souligne aussi les limites de la simple " expérience de pensée " pour penser l'évolution. Nous proposons un modèle mathématique de l'évolution structurelle des génomes en met- tant l'accent sur l'influence des différents mécanismes de mutation. Il s'agit d'un modèle matriciel de population, à temps discret, avec un nombre infini d'états génomiques pos- sibles. La taille de population est infinie, ce qui élimine le phénomène de dérive génétique. Les mutations prises en compte sont les mutations ponctuelles, les petites insertions et délétions, mais aussi les réarrangements chromosomiques induits par la recombinaison ectopique de l'ADN, comme les inversions, les translocations, les grandes délétions et les duplications. Nous supposons par commodité que la taille des segments réarrangés suit une loi uniforme, mais le principal résultat analytique est ensuite généralisé à d'autres dis- tributions. Les mutations étant susceptibles de changer le nombre de gènes et la quantité d'ADN intergénique, le génome est libre de varier en taille et en compacité, ce qui nous permet d'étudier l'influence des taux de mutation sur la structure génomique à l'équilibre. Dans la première partie de la thèse, nous proposons une analyse mathématique dans le cas où il n'y a pas de sélection, c'est-à-dire lorsque la probabilité de reproduction est identique quelle que soit la structure du génome. En utilisant le théorème de Doeblin, nous montrons qu'une distribution stationnaire existe pour la taille du génome si le taux de duplications par base et par génération n'excède pas 2.58 fois le taux de grandes délétions. En effet, sous les hypothèses du modèle, ces deux types de mutation déterminent la dynamique spontanée du génome, alors que les petites insertions et petites délétions n'ont que très peu d'impact. De plus, même si les tailles des duplications et des grandes délétions sont distribuées de façon parfaitement symétriques, leur effet conjoint n'est, lui, pas symétrique et les délétions l'emportent sur les duplications. Ainsi, si les tailles de délétions et de duplications sont distribuées uniformément, il faut, en moyenne, plus de 2.58 duplications pour compenser une grande délétion. Il faut donc que le taux de duplications soit quasiment trois fois supérieur au taux de délétions pour que la taille des génomes croisse à l'infini. L'impact des grandes délétions est tel que, sous les hypothèses du modèle, ce dernier résultat reste valide même en présence d'un mécanisme de sélection favorisant directement l'ajout de nouveaux gènes. Même si un tel mécanisme sélectif devrait intuitivement pousser les génomes à grandir infiniment, en réalité, l'influence des délétions va rapidement limiter leur accroissement. En résumé, l'étude analytique prédit que les grands réarrangements délimitent un ensemble de tailles stables dans lesquelles les génomes peuvent évoluer, la sélection influençant la taille précise à l'équilibre parmi cet ensemble de tailles stables. Dans la deuxième partie de la thèse, nous implémentons le modèle numériquement afin de pouvoir simuler l'évolution de la taille du génome en présence de sélection. En choisissant une fonction de fitness non bornée et strictement croissante avec le nombre de gènes dans le génome, nous testons le comportement du modèle dans des conditions extrêmes, poussant les génomes à croître indéfiniment. Pourtant, dans ces conditions, le modèle numérique confirme que la taille des génomes est essentiellement contrôlée par les taux de duplications et de grandes délétions. De plus, cette limite concerne la taille totale du génome et s'applique donc aussi bien au codant qu'au non codant. Nous retrouvons en particulier le seuil de 2.58 duplications pour une délétion en deçà duquel la taille des génomes reste finie, comme prévu analytiquement. Le modèle numérique montre même que, dans certaines conditions, la taille moyenne des génomes diminue lorsque le taux de duplications augmente, un phénomène surprenant lié à l'instabilité structurelle des grands génomes. De façon similaire, augmenter l'avantage sélectif des grands génomes peut paradoxalement faire rétrécir les génomes en moyenne. Enfin, nous montrons que si les petites insertions et délétions, les inversions et les translocations ont un effet limité sur la taille du génome, ils influencent très largement la proportion d'ADN non codant.

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.

Les réactions biochimiques sous-jacentes au fonctionnement des cellules sont des processus intrinsèquement stochastiques. En conséquence, le fonctionnement de la cellule, considérée comme un système, est aléatoire en raison des fluctuations de ses composantes fondamentales. Parmi ces dernières se trouvent les protéines, qui jouent un rôle majeur dans les cellules. Le caractère stochastique des protéines est tel qu'il est même responsable des différences observées dans le phénotype et ce même dans le cas de cellules clonées exposées à des conditions environnementales identiques. Dans ce travail de thèse nous avons mis en place un nouveau cadre mathématique basé sur les Processus Ponctuels de Poisson Marqués (MPPP) pour décrire les principales étapes de la production d'une protéine spécifique. Avec ce cadre, nous avons réussi à surmonter l'hypothèse fondamentale et restrictive des modèles classiques, ce qui exige une durée exponentielle de toutes les étapes. La description non-markovienne de l'expression génétique obtenue a permis de proposer un modèle plus réaliste comprenant l'étape d'élongation de la protéine et de la dilution des protéines en raison de la croissance du volume. Nous avons également proposé une première modélisation de la production de plusieurs protéines en considérant les interactions comme le résultat de la compétition pour des ressources communes. Le système de production est étudié par une approche de champ moyen. En conclusion, la thèse a porté sur l'étude de la nature stochastique de l'expression génétique, en développant différents modèles afin de progresser vers une description plus réaliste des phénomènes.