L'inférence statistique est un domaine complexe et en constante évolution. Ce mémoire traitera de l'inférence sur la fonction de densité d'une variable aléatoire. Nous partirons de plusieurs résultats connus et développerons une analyse de ces résultats dans le cadre paramétrique avec une approche bayésienne. Nous nous aventurerons aussi dans les problèmes avec espace paramétrique restreint. L'objectif du travail est de trouver les meilleurs estimateurs possibles considérant l'information a priori et l'observation de variables tirées d'une densité faisant intervenir le paramètre. Le chapitre 1 traitera de notions d'inférence bayésienne, de choix de perte évaluant la performance d'un estimateur et possédant des propriétés recherchées. Le chapitre 2 concernera l'estimation ponctuelle du paramètre. En particulier, nous aborderons l'estimateur de James-Stein et trouverons des conditions suffisantes pour la minimaxité et la dominance d'estimateurs en remarquant la forme particulière de ceux-ci. Une condition remontera même à la loi a priori utilisée. Le chapitre 3 établira des liens entre l'estimation ponctuelle et l'estimation par densité prédictive pour le cas multinormal. Des conditions seront aussi établies pour la minimaxité et la dominance. Nous comparerons nos estimateurs à l'estimateur de Bayes découlant d'une loi a priori non informative et démontrerons les résultats par des exemples. Le chapitre 4 considérera le problème dans un cadre plus général où le paramètre d'intérêt pourra être un paramètre de position ou d'échelle. Des liens entre ces deux problèmes seront énoncés et nous trouverons des conditions sur la famille de densités étudiée pour trouver des estimateurs minimax. Quelques exemples concluront cette section. Finalement, le chapitre 5 est l'intégrale de l'article déposé en collaboration avec Tatsuya Kubokawa, Éric Marchand et William E. Strawderman, concernant l'ensemble du problème étudié dans ce mémoire, à savoir l'estimation par densité prédictive dans un espace paramétrique restreint.

La thèse porte sur l'approximation probabiliste dans un contexte fractionnaire, c'est-a-dire dans des modèles reliés d'une manière ou d'une autre au mouvement brownien fractionnaire. Le dénominateur commun de nos résultats est qu'ils proposent des conditions générales sous lesquelles une variable aléatoire de loi compliquée converge, en loi, vers une variable aléatoire de loi plus aisée. Et quand cela a été possible, nous avons aussi cherché à associer des vitesses de convergence. Les outils utilisés sont reliés a un domaine de recherche récent, appelé approche de Malliavin-Stein. En 2005, Nualart et Peccati ont découvert un théorème limite surprenant (qui porte aujourd'hui le nom de théorème du moment quatrième) pour les suites d'intégrales multiples de Wiener-Itô: pour de telles suites et après renormalisation, la convergence en loi vers la gaussienne standard se trouve être équivalente à la convergence du seul moment quatrième. Peu de temps après la publication de ce joli résultat, Peccati et Tudor l'ont étendu au cadre multivarié. Et, depuis, de nombreuses améliorations et nouveaux développements sont apparus dans la littérature, notamment un article de Nourdin et Peccati qui, pour la première fois, a combiné la méthode de Stein avec le calcul de Malliavin, offrant ainsi un cadre dans lequel il est maintenant possible d'associer une vitesse de convergence au théorème du moment quatrième. Nous nous intéressons dans cette thèse à la distance en variation totale entre les lois de deux intégrales doubles de Wiener-Itô. Nous améliorons des résultats antérieurs dus à Davydov et Martinova . Puis on étudie le comportement asymptotique des variations croisées d'un processus bidimensionnel ayant la forme d'une intégrale de Young. Finalement, on établit la convergence multivariée de certains processus de Volterra construits à partir du mouvement brownien fractionnaire. / The thesis deals with the probabilistic approximation in a fractional context, which means in models connected in one way or another to the fractional Brownian motion. The common denominator of our results is that they offer general conditions under which a random variable having a complicated law converges in law to a random variable with easier law. And when this was possible, we have also associated convergence rates. The tools are linked to a recent research field, called Malliavin-Stein approach. In 2005, Nualart and Peccati have discovered a surprising limit theorem (known as the fourth moment theorem) for series of multiple Wiener-Itô integrals: for such series and after renormalization, convergence in distribution to standard Gaussian happens to be equivalent to the convergence of the fourth moment only. Shortly after the publication of this nice result, Peccati and Tudor have extended it to the multivariate case. And since many improvements and new developments have appeared in the literature, including an article by Nourdin and Peccati which for the first time combined the method of Stein with the Malliavin calculus, providing a framework in which it is now possible to associate a rate of convergence to the fourth moment theorem. We focus in this thesis on the total variation distance between the laws of two double Wiener-Itô integrals. We improve a previous result of Davydov and Martinova. Then we study the asymptotic behavior of a two-dimensional cross-variation process that has the form of a Young integral. Finally, a multivariate convergence is established of some Volterra processes built from the fractional Brownian motion.

Les marches aléatoires en milieux aléatoires constituent un modèle permettant de décrire des phénomènes de diffusion en milieux inhomogènes, possédant des propriétés de régularité à grande échelle. La thèse comportent 6 chapitres. Les trois premiers sont introductifs : le chapitre 1 est une courte introduction générale, le chapitre 2 donne une présentation des modèles considérés par la suite et le chapitre 3 un bref aperçu des résultats obtenus. Les preuves sont renvoyées aux chapitres 4, 5 et 6. Le contenu du chapitre 4 porte sur les théorèmes limites pour une marche aléatoire avec biais sur un arbre de Galton-Watson avec des feuilles dans un régime transient sous-balistique. Le chapitre 5 porte sur le comportement de la vitesse d'une marche aléatoire avec biais sur un amas de percolation quand le paramètre de percolation se rapproche de 1. Un développement asymptotique de la vitesse en fonction du paramètre de percolation est obtenu. On en déduit que la vitesse est croissante en $p=1$. Finalement le chapitre 6 porte sur des estimées de déviations modérées pour une marche aléatoire en milieu aléatoire unidimensionnel.

Les modèles numériques, de plus en plus utilisés en tant que prototypes virtuels, requièrent la connaissance de paramètres d'entrée comme les dimensions géométriques, les caractéristiques physiques des matériaux et les sollicitations externes. Les modèles numériques disponibles actuellement sont très proches de la physique qu'il représente et les écarts que l'on constate avec la réalité peuvent maintenant incomber en partie à une méconnaissance des paramètres d'entrée. L'approche probabiliste qui consiste à modéliser les quantités incertaines par des variables ou champs aléatoires est la solution qui a été retenue dans cette thèse pour prendre en compte les incertitudes d'origine géométrique. Pour résoudre le problème, la méthode de transformation, permettant de ramener un problème aux incertitudes portées par la géométrie à un problème aux incertitudes portées par les lois de comportement, a été choisie. Comme il existe une infinité de transformations possibles, différentes méthodes de détermination de la transformation ont été mises en œuvre et comparées. En particulier, un estimateur d'erreur a-priori a été proposé de manière à dégager des critères de choix. Il a été aussi montré que la méthode de transformation peut prendre en compte naturellement des discontinuités au niveau stochastique des grandeurs locales. Enfin, la méthode étudiée a été employée pour étudier l'influence des incertitudes géométriques d'un stator sur les performances d'une machine électrique. Cette étude s'appuie sur un ensemble de mesures faites sur un lot de stators.

Mémoire numérisé par la Direction des bibliothèques de l'Université de Montréal.

Les marches aléatoires en milieux aléatoires constituent un modèle permettant de décrire des phénomènes de diffusion en milieux inhomogènes, possédant des propriétés de régularité à grande échelle. La thèse comportent 6 chapitres. Les trois premiers sont introductifs : le chapitre 1 est une courte introduction générale, le chapitre 2 donne une présentation des modèles considérés par la suite et le chapitre 3 un bref aperçu des résultats obtenus. Les preuves sont renvoyées aux chapitres 4, 5 et 6. Le contenu du chapitre 4 porte sur les théorèmes limites pour une marche aléatoire avec biais sur un arbre de Galton-Watson avec des feuilles dans un régime transient sous-balistique. Le chapitre 5 porte sur le comportement de la vitesse d'une marche aléatoire avec biais sur un amas de percolation quand le paramètre de percolation se rapproche de 1. Un développement asymptotique de la vitesse en fonction du paramètre de percolation est obtenu. On en déduit que la vitesse est croissante en $p=1$. Finalement le chapitre 6 porte sur des estimées de déviations modérées pour une marche aléatoire en milieu aléatoire unidimensionnel. / Random walks in random environments is a suitable model to describe diffusions in inhomogeneous media that have regularity properties on a macroscopic scale. The three first chapters are introductive : chapter 1 is a short general introduction, chapter 2 presents the models considered afterwards and chapter 3 is a brief overview of the results obtained. The proofs are postponed to the chapters4, 5 and 6.The content of chapter 4sheds light on limit theorems for a biased random walk on a Galton-Watson tree with leaves in the transient and sub-ballistic regime. Next, chapter 5 deals with the behaviour of the speed of a biased random walk on a percolation cluster as the percolation parameter goes to 1. An expansion of the speed in function of the percolation parameter is obtained. It can be deduced from this that the speed is increasing in $p=1$. Finally, chapter 6 tackles the problem of moderate deviations for random walks in random environments in dimension $1$.

Alternatives aux méthodes de Monte-Carlo pour le traitement des problèmes de propagation d'incer- titudes dans les modèles mécaniques structuraux, les méthodes d'éléments finis stochastiques (MEFS) connaissent un succès grandissant depuis une dizaine d'années, concrétisée par de nombreux travaux de recherche internationaux. Le présent travail est une contribution à ces recherches et son but est double. D'une part, considérant la MEFS spectrale (Ghanem & Spanos, 1991), qui est actuellement très utilisée, nous en faisons une présentation détaillée afin d'en cerner les limites. Cette méthode, essentiellement valable pour les problèmes linéaires, présente l'internet de permettre l'emploi, non seulement de variables aléatoires mais également de processus ou champs stochastiques pour la modélisation probabiliste des paramètres incertains du modèle. Deux applications, l'une sur une barre en traction, l'autre sur une structure formée de poutres modélisant un assemblage bois, permettent de juger de ses possibilités. D'autre part, et c'est le coeur du travail, nous proposons une MEFS originale pour la résolution de problèmes mécaniquement non linéaires. Cette approche, de type surface de réponse, comprend deux étapes clés : une projection de la réponse mécanique non linéaire sur une base de polynomes d'Hermite et une approximation de cette réponse par B-splines cubiques interpolantes pour le calcul des coeficients de la projection. Sa pertinence vis-à-vis de l'estimation des moments de la réponse est jugée à travers quatre exemples de complexité variable : un treillis élastoplastique, une sphère élastoplastique sous pression et un cylindre en contact avec un plan, étudiée en phases élastique puis élastoplastique.

Ce travail se compose de deux parties indépendantes. La première est consacrée à l'étude de la méthode du décalage, dite aussi méthode du Shift, pour le calcul d'espérances mathématiques en dimension grande ou infinie. Pour l'essentiel, la méthode du décalage est la mise en oeuvre informatique du théorème ergodique ponctuel de Birkhoff pour l'opérateur de décalage (à gauche ou, à défaut, à droite). La deuxième partie s'attache au problème de l'approximation des mesures invariantes pour les chaînes de Markov.

Cette thèse est une contribution à l'analyse probabiliste des ponts métalliques ou mixtes en fatigue. Dans cette thèse, nous proposons des méthodes originales, pour calculer l'indice de fiabilité ß et évaluer la probabilité de ruine, basées respectivement sur le modèle d'endommagement linéaire de Miner et sur la loi de propagation de fissure de Paris à seuil, qui prennent en compte les aléas quantifiés sur les charges de trafic réel et sur la résistance déduite des essais de fatigue. L'application du théorème central limite permet des calculs analytiques explicites du dommage cumulé. La modélisation de l'avancement de fissure par processus Markovien simplifie les calculs de la distribution de probabilité. Un programme informatique est fait pour calculer l'intégrale J et pour déterminer le facteur d'intensité de contraintes.