L'étude consiste à estimer des paramètres pour un système dynamique régi par une équation différentielle stochastique, linéaire, unidimensionnelle, excitée par des bruits brownien et poissonnien, en présence de contrôles adaptés à l'état du système. On suppose que les paramètres des bruits sont connus, et on montre que l'on peut estimer les paramètres de dérive par une famille, convergente et asymptotiquement normale, d'estimateurs de maximun de vraisemblance quand deux stratégies sont choisies: l'une étagée par rapport à une partition de l'intervalle de temps [O,T]; l'autre markovienne, définie en temps continu. Pour cela on prouve l'existence de solutions stationnaires de l'équation d'évolution. On s'intéresse, enfin, au caractère d'optimalité du contrôle choisi, pour un critère lié à la matrice d'information de FISCHER

Dans cette thèse, on s'intéresse à des systèmes stochastiques modélisant un des phénomènes biologiques les plus mystérieux, les mouvements collectifs de populations. Pour un groupe de N individus, vus comme des particules sans poids ni volume, on étudie deux types de comportements asymptotiques : d'un côté, en temps long, les propriétés d'ergodicité et de flocking, de l'autre, quand le nombre de particules N tend vers l'infini, les phénomènes de propagation du chaos. Le modèle, déterministe, de Cucker-Smale, un modèle cinétique de champ moyen pour une population sans structure hiérarchique, est notre point de départ : les deux premiers chapitres sont consacrés à la compréhension de diverses dynamiques stochastiques qui s'en inspirent, du bruit étant rajouté sous différentes formes. Le troisième chapitre, originellement une tentative d'amélioration de ces résultats, est basé sur la méthode du développement en amas, un outil de physique statistique. On prouve l'ergodicité exponentielle de certains processus non- markoviens à drift non-régulier. Dans la dernière partie, on démontre l'existence d'une solution, unique dans un certain sens, pour un système stochastique de particules associé au modèle chimiotactique de Keller et Segel. / In this thesis, stochastic dynamics modelling collective motions of populations, one of the most mysterious type of biological phenomena, are considered. For a system of N particle-like individuals, two kinds of asymptotic behaviours are studied: ergodicity and flocking properties, in long time, and propagation of chaos, when the number N of agents goes to infinity. Cucker and Smale, deterministic, mean-field kinetic model for a population without a hierarchical structure is the starting point of our journey: the fist two chapters are dedicated to the understanding of various stochastic dynamics it inspires, with random noise added in different ways. The third chapter, an attempt to improve those results, is built upon the cluster expansion method, a technique from statistical mechanics. Exponential ergodicity is obtained for a class of non-Markovian process with non-regular drift. In the final part, the focus shifts onto a stochastic system of interacting particles derived from Keller and Segel 2-D parabolic-elliptic model for chemotaxis. Existence and weak uniqueness are proven.