Un des défis majeurs en traitement radar consiste à identifier une cible cachée dans un environnement bruité. Pour ce faire, il est nécessaire de caractériser finement les propriétés statistiques du bruit, en particulier sa matrice de covariance. Sous l'hypothèse gaussienne, cette dernière est estimée par la matrice de covariance empirique (SCM) dont le comportement est parfaitement connu. Cependant, dans de nombreuses applications actuelles, tels les systèmes radar modernes à haute résolution par exemple, les données collectées sont de nature hétérogène, et ne peuvent être proprement décrites par un processus gaussien. Pour pallier ce problème, les distributions symétriques elliptiques complexes, caractérisant mieux ces phénomènes physiques complexes, ont été proposées. Dans ce cas, les performances de la SCM sont très médiocres et les M-estimateurs apparaissent comme une bonne alternative, principalement en raison de leur flexibilité par rapport au modèle statistique et de leur robustesse aux données aberrantes et/ou aux données manquantes. Cependant, le comportement de tels estimateurs reste encore mal compris. Dans ce contexte, les contributions de cette thèse sont multiples.D'abord, une approche originale pour analyser les propriétés statistiques des M-estimateurs est proposée, révélant que les propriétés statistiques des M-estimateurs peuvent être bien approximées par une distribution de Wishart. Grâce à ces résultats, nous analysons la décomposition de la matrice de covariance en éléments propres. Selon l'application, la matrice de covariance peut posséder une structure particulière impliquant valeurs propres multiples contenant les informations d'intérêt. Nous abordons ainsi divers scénarios rencontrés dans la pratique et proposons des procédures robustes basées sur des M-estimateurs. De plus, nous étudions le problème de la détection robuste du signal. Les propriétés statistiques de diverses statistiques de détection adaptative construites avec des M-estimateurs sont analysées. Enfin, la dernière partie de ces travaux est consacrée au traitement des images radar à synthèse d'ouverture polarimétriques (PolSAR). En imagerie PolSAR, un effet particulier appelé speckle dégrade considérablement la qualité de l'image. Dans cette thèse, nous montrons comment les nouvelles propriétés statistiques des M-estimateurs peuvent être exploitées afin de construire de nouvelles techniques pour la réduction du speckle. / One of the main challenges in radar processing is to identify a target hidden in a disturbance environment. To this end, the noise statistical properties, especially the ones of the disturbance covariance matrix, need to be determined. Under the Gaussian assumption, the latter is estimated by the sample covariance matrix (SCM) whose behavior is perfectly known. However, in many applications, such as, for instance, the modern high resolution radar systems, collected data exhibit a heterogeneous nature that cannot be adequately described by a Gaussian process. To overcome this problem, Complex Elliptically Symmetric distributions have been proposed since they can correctly model these data behavior. In this case, the SCM performs very poorly and M-estimators appear as a good alternative, mainly due to their flexibility to the statistical model and their robustness to outliers and/or missing data. However, the behavior of such estimators still remains unclear and not well understood. In this context, the contributions of this thesis are multiple.First, an original approach to analyze the statistical properties of M-estimators is proposed, revealing that the statistical properties of M-estimators can be approximately well-described by a Wishart distribution. Thanks to these results, we go further and analyze the eigendecomposition of the covariance matrix. Depending on the application, the covariance matrix can exhibit a particular structure involving multiple eigenvalues containing the information of interest. We thus address various scenarios met in practice and propose robust procedures based on M-estimators. Furthermore, we study the robust signal detection problem. The statistical properties of various adaptive detection statistics built with M-estimators are analyzed. Finally, the last part deals with polarimetric synthetic aperture radar (PolSAR) image processing. In PolSAR imaging, a particular effect called speckle significantly degrades the image quality. In this thesis, we demonstrate how the new statistical properties of M-estimators can be exploited in order to build new despeckling techniques.

Durant les dernières décennies, l'essor des moyens technologiques et particulièrement informatiques a permis l'émergence de la mise en œuvre de méthodes numériques pour l'approximation d'Equations Différentielles Stochastiques (EDS) ainsi que pour l'estimation de leurs paramètres. Cette thèse aborde ces deux aspects et s'intéresse plus spécifiquement à l'efficacité de ces méthodes. La première partie sera consacrée à l'approximation d'EDS par schéma numérique tandis que la deuxième partie traite l'estimation de paramètres. Dans un premier temps, nous étudions des schémas d'approximation pour les EDSs. On suppose que ces schémas sont définis sur une grille de temps de taille $n$. On dira que le schéma $X^n$ converge faiblement vers la diffusion $X$ avec ordre $h in mathbb{N}$ si pour tout $T>0$, $vert mathbb{E}[f(X_T)-f(X_T^n)] vertleqslant C_f /n^h$. Jusqu'à maintenant, sauf dans certains cas particulier (schémas d'Euler et de Ninomiya Victoir), les recherches sur le sujet imposent que $C_f$ dépende de la norme infini de $f$ mais aussi de ses dérivées. En d'autres termes $C_f =C sum_{vert alpha vert leqslant q} Vert partial_{alpha} f Vert_{ infty}$. Notre objectif est de montrer que si le schéma converge faiblement avec ordre $h$ pour un tel $C_f$, alors, sous des hypothèses de non dégénérescence et de régularité des coefficients, on peut obtenir le même résultat avec $C_f=C Vert f Vert_{infty}$. Ainsi, on prouve qu'il est possible d'estimer $mathbb{E}[f(X_T)]$ pour $f$ mesurable et bornée. On dit alors que le schéma converge en variation totale vers la diffusion avec ordre $h$. On prouve aussi qu'il est possible d'approximer la densité de $X_T$ et ses dérivées par celle $X_T^n$. Afin d'obtenir ce résultat, nous emploierons une méthode de calcul de Malliavin adaptatif basée sur les variables aléatoires utilisées dans le schéma. L'intérêt de notre approche repose sur le fait que l'on ne traite pas le cas d'un schéma particulier. Ainsi notre résultat s'applique aussi bien aux schémas d'Euler ($h=1$) que de Ninomiya Victoir ($h=2$) mais aussi à un ensemble générique de schémas. De plus les variables aléatoires utilisées dans le schéma n'ont pas de lois de probabilité imposées mais appartiennent à un ensemble de lois ce qui conduit à considérer notre résultat comme un principe d'invariance. On illustrera également ce résultat dans le cas d'un schéma d'ordre 3 pour les EDSs unidimensionnelles. La deuxième partie de cette thèse traite le sujet de l'estimation des paramètres d'une EDS. Ici, on va se placer dans le cas particulier de l'Estimateur du Maximum de Vraisemblance (EMV) des paramètres qui apparaissent dans le modèle matriciel de Wishart. Ce processus est la version multi-dimensionnelle du processus de Cox Ingersoll Ross (CIR) et a pour particularité la présence de la fonction racine carrée dans le coefficient de diffusion. Ainsi ce modèle permet de généraliser le modèle d'Heston au cas d'une covariance locale. Dans cette thèse nous construisons l'EMV des paramètres du Wishart. On donne également la vitesse de convergence et la loi limite pour le cas ergodique ainsi que pour certains cas non ergodiques. Afin de prouver ces convergences, nous emploierons diverses méthodes, en l'occurrence : les théorèmes ergodiques, des méthodes de changement de temps, ou l'étude de la transformée de Laplace jointe du Wishart et de sa moyenne. De plus, dans dernière cette étude, on étend le domaine de définition de cette transformée jointe / The development of technology and computer science in the last decades, has led the emergence of numerical methods for the approximation of Stochastic Differential Equations (SDE) and for the estimation of their parameters. This thesis treats both of these two aspects. In particular, we study the effectiveness of those methods. The first part will be devoted to SDE's approximation by numerical schemes while the second part will deal with the estimation of the parameters of the Wishart process. First, we focus on approximation schemes for SDE's. We will treat schemes which are defined on a time grid with size $n$. We say that the scheme $ X^n $ converges weakly to the diffusion $ X $, with order $ h in mathbb{N} $, if for every $ T> 0 $, $ vert mathbb{E} [f (X_T) -f (X_T^n)]vert leqslant C_f / h^n $. Until now, except in some particular cases (Euler and Victoir Ninomiya schemes), researches on this topic require that $ C_f$ depends on the supremum norm of $ f $ as well as its derivatives. In other words $C_f =C sum_{vert alpha vert leqslant q} Vert partial_{alpha} f Vert_{ infty}$. Our goal is to show that, if the scheme converges weakly with order $ h $ for such $C_f$, then, under non degeneracy and regularity assumptions, we can obtain the same result with $ C_f=C Vert f Vert_{infty}$. We are thus able to estimate $mathbb{E} [f (X_T)]$ for a bounded and measurable function $f$. We will say that the scheme converges for the total variation distance, with rate $h$. We will also prove that the density of $X^n_T$ and its derivatives converge toward the ones of $X_T$. The proof of those results relies on a variant of the Malliavin calculus based on the noise of the random variable involved in the scheme. The great benefit of our approach is that it does not treat the case of a particular scheme and it can be used for many schemes. For instance, our result applies to both Euler $(h = 1)$ and Ninomiya Victoir $(h = 2)$ schemes. Furthermore, the random variables used in this set of schemes do not have a particular distribution law but belong to a set of laws. This leads to consider our result as an invariance principle as well. Finally, we will also illustrate this result for a third weak order scheme for one dimensional SDE's. The second part of this thesis deals with the topic of SDE's parameter estimation. More particularly, we will study the Maximum Likelihood Estimator (MLE) of the parameters that appear in the matrix model of Wishart. This process is the multi-dimensional version of the Cox Ingersoll Ross (CIR) process. Its specificity relies on the square root term which appears in the diffusion coefficient. Using those processes, it is possible to generalize the Heston model for the case of a local covariance. This thesis provides the calculation of the EMV of the parameters of the Wishart process. It also gives the speed of convergence and the limit laws for the ergodic cases and for some non-ergodic case. In order to obtain those results, we will use various methods, namely: the ergodic theorems, time change methods or the study of the joint Laplace transform of the Wishart process together with its average process. Moreover, in this latter study, we extend the domain of definition of this joint Laplace transform

While many university students get introduced to the concept of statistics early in their education, random matrix theory (RMT) usually first arises (if at all) in graduate level classes. This thesis serves as a friendly introduction to RMT, which is the study of matrices with entries following some probability distribution. Fundamental results, such as Gaussian and Wishart ensembles, are introduced and a discussion of how their corresponding eigenvalues are distributed is presented. Two well-studied applications, namely neural networks and PCA, are discussed where we present how RMT can be applied / Medan många stöter på statistik och sannolikhetslära tidigt under sina universitetsstudier så är det sällan slumpmatristeori (RMT) dyker upp förän på forskarnivå. RMT handlar om att studera matriser där elementen följer någon sannolikhetsfördelning och den här uppsatsen presenterar den mest grundläggande teorin för slumpmatriser. Vi introducerar Gaussian ensembles, Wishart ensembles samt fördelningarna för dem tillhörande egenvärdena. Avslutningsvis så introducerar vi hur slumpmatriser kan användas i neruonnät och i PCA.

In this thesis we will brush through fundamental multivariate statistical theory and then present MIMO-systems briefly in order to later calculate the channel capacity of a MIMO system. After theory has been presented we will then look at different properties of the channel capacity and then investigate a supposed MIMO system dataset and use standardized methods to verify it’s model. The properties of the limiting channel capacity uses the Marčenko-Pastur law. Therefore we will present some fundamental theorems and definitions of limiting spectral distribution of Wishart and Wigner matrices, and some fundamental properties they hold.

This thesis is about high–dimensional problems considered under the so{called Kolmogorov condition. Hence, we consider research questions related to random matrices with p rows (corresponding to the parameters) and n columns (corresponding to the sample size), where p &gt; n, assuming that the ratio <img src="http://www.diva-portal.org/cgi-bin/mimetex.cgi?%5Csmall%5Cfrac%7Bp%7D%7Bn%7D" /> converges when the number of parameters and the sample size increase. We focus on the eigenvalue distribution of the considered matrices, since it is a well–known information–carrying object. The spectral distribution with compact support is fully characterized by its moments, i.e., by the normalized expectation of the trace of powers of the matrices. Moreover, such an expectation can be seen as a free moment in the non–commutative space of random matrices of size p x p equipped with the functional <img src="http://www.diva-portal.org/cgi-bin/mimetex.cgi?%5Csmall%20%5Cfrac%7B1%7D%7Bp%7DE%5BTr%5C%7B%5Ccdot%5C%7D%5D" />. Here, the connections with free probability theory arise. In the relation to that eld we investigate the closed form of the asymptotic spectral distribution for the sum of the quadratic forms. Moreover, we put a free cumulant–moment relation formula that is based on the summation over partitions of the number. This formula is an alternative to the free cumulant{moment relation given through non{crossing partitions ofthe set. Furthermore, we investigate the normalized <img src="http://www.diva-portal.org/cgi-bin/mimetex.cgi?%5Csmall%20E%5B%5Cprod_%7Bi=1%7D%5Ek%20Tr%5C%7BW%5E%7Bm_i%7D%5C%7D%5D" /> and derive, using the dierentiation with respect to some symmetric matrix, a recursive formula for that expectation. That allows us to re–establish moments of the Marcenko–Pastur distribution, and hence the recursive relation for the Catalan numbers. In this thesis we also prove that the <img src="http://www.diva-portal.org/cgi-bin/mimetex.cgi?%5Csmall%20%5Cprod_%7Bi=1%7D%5Ek%20Tr%5C%7BW%5E%7Bm_i%7D%5C%7D" />, where <img src="http://www.diva-portal.org/cgi-bin/mimetex.cgi?%5Csmall%20W%5Csim%5Cmathcal%7BW%7D_p(I_p,n)" />, is a consistent estimator of the <img src="http://www.diva-portal.org/cgi-bin/mimetex.cgi?%5Csmall%20E%5B%5Cprod_%7Bi=1%7D%5Ek%20Tr%5C%7BW%5E%7Bm_i%7D%5C%7D%5D" />. We consider <img src="http://www.diva-portal.org/cgi-bin/mimetex.cgi?%5Csmall%20Y_t=%5Csqrt%7Bnp%7D%5Cbig(%5Cfrac%7B1%7D%7Bp%7DTr%5Cbig%5C%7B%5Cbig(%5Cfrac%7B1%7D%7Bn%7DW%5Cbig)%5Et%5Cbig%5C%7D-m%5E%7B(t)%7D_1%20(n,p)%5Cbig)," />, where <img src="http://www.diva-portal.org/cgi-bin/mimetex.cgi?%5Csmall%20m%5E%7B(t)%7D_1%20(n,p)=E%5Cbig%5B%5Cfrac%7B1%7D%7Bp%7DTr%5Cbig%5C%7B%5Cbig(%5Cfrac%7B1%7D%7Bn%7DW%5Cbig)%5Et%5Cbig%5C%7D%5Cbig%5D" />, which is proven to be normally distributed. Moreover, we propose, based on these random variables, a test for the identity of the covariance matrix using a goodness{of{t approach. The test performs very well regarding the power of the test compared to some presented alternatives for both the high–dimensional data (p &gt; n) and the multivariate data (p ≤ n).

This thesis is about high–dimensional problems considered under the so{called Kolmogorov condition. Hence, we consider research questions related to random matrices with p rows (corresponding to the parameters) and n columns (corresponding to the sample size), where p &gt; n, assuming that the ratio <img src="http://www.diva-portal.org/cgi-bin/mimetex.cgi?%5Csmall%5Cfrac%7Bp%7D%7Bn%7D" /> converges when the number of parameters and the sample size increase. We focus on the eigenvalue distribution of the considered matrices, since it is a well–known information–carrying object. The spectral distribution with compact support is fully characterized by its moments, i.e., by the normalized expectation of the trace of powers of the matrices. Moreover, such an expectation can be seen as a free moment in the non–commutative space of random matrices of size p x p equipped with the functional <img src="http://www.diva-portal.org/cgi-bin/mimetex.cgi?%5Csmall%20%5Cfrac%7B1%7D%7Bp%7DE%5BTr%5C%7B%5Ccdot%5C%7D%5D" />. Here, the connections with free probability theory arise. In the relation to that eld we investigate the closed form of the asymptotic spectral distribution for the sum of the quadratic forms. Moreover, we put a free cumulant–moment relation formula that is based on the summation over partitions of the number. This formula is an alternative to the free cumulant{moment relation given through non{crossing partitions ofthe set. Furthermore, we investigate the normalized <img src="http://www.diva-portal.org/cgi-bin/mimetex.cgi?%5Csmall%20E%5B%5Cprod_%7Bi=1%7D%5Ek%20Tr%5C%7BW%5E%7Bm_i%7D%5C%7D%5D" /> and derive, using the dierentiation with respect to some symmetric matrix, a recursive formula for that expectation. That allows us to re–establish moments of the Marcenko–Pastur distribution, and hence the recursive relation for the Catalan numbers. In this thesis we also prove that the <img src="http://www.diva-portal.org/cgi-bin/mimetex.cgi?%5Csmall%20%5Cprod_%7Bi=1%7D%5Ek%20Tr%5C%7BW%5E%7Bm_i%7D%5C%7D" />, where <img src="http://www.diva-portal.org/cgi-bin/mimetex.cgi?%5Csmall%20W%5Csim%5Cmathcal%7BW%7D_p(I_p,n)" />, is a consistent estimator of the <img src="http://www.diva-portal.org/cgi-bin/mimetex.cgi?%5Csmall%20E%5B%5Cprod_%7Bi=1%7D%5Ek%20Tr%5C%7BW%5E%7Bm_i%7D%5C%7D%5D" />. We consider <img src="http://www.diva-portal.org/cgi-bin/mimetex.cgi?%5Csmall%20Y_t=%5Csqrt%7Bnp%7D%5Cbig(%5Cfrac%7B1%7D%7Bp%7DTr%5Cbig%5C%7B%5Cbig(%5Cfrac%7B1%7D%7Bn%7DW%5Cbig)%5Et%5Cbig%5C%7D-m%5E%7B(t)%7D_1%20(n,p)%5Cbig)," />, where <img src="http://www.diva-portal.org/cgi-bin/mimetex.cgi?%5Csmall%20m%5E%7B(t)%7D_1%20(n,p)=E%5Cbig%5B%5Cfrac%7B1%7D%7Bp%7DTr%5Cbig%5C%7B%5Cbig(%5Cfrac%7B1%7D%7Bn%7DW%5Cbig)%5Et%5Cbig%5C%7D%5Cbig%5D" />, which is proven to be normally distributed. Moreover, we propose, based on these random variables, a test for the identity of the covariance matrix using a goodness{of{t approach. The test performs very well regarding the power of the test compared to some presented alternatives for both the high–dimensional data (p &gt; n) and the multivariate data (p ≤ n).

Τις τελευταίες δεκαετίες κυρίως λόγω της εμφάνισης των ηλεκτρονικών υπολογιστών έχει μεταβληθεί η φυσιογνωμία της στατιστικής επιστήμης και οι εφαρμογές της έχουν επεκταθεί σε πολλούς τομείς, αφού έγινε εύκολη και σύντομη επεξεργασία μεγάλου όγκου δεδομένων. Αυτές οι νέες συνθήκες στατιστικών αναλύσεων οδήγησαν τους στατιστικούς στην εξέλιξη πολλών θεωρητικών μεθόδων. Μια μεγάλη ενότητα αυτών των μεθόδων είναι η Πολυμεταβλητή Στατιστική Ανάλυση, που αποτελεί μια εξαιρετικά ενδιαφέρουσα κατεύθυνση της στατιστικής επιστήμης. Για να έχουμε το τελικό προιόν από μια έρευνα πρέπει να προκύψει μετά από ένα σύνολο μετρήσεων που θα γίνει σε ένα σύνολο πειραμάτων. Με τις συνήθεις όμως στατιστικές αναλύσεις εξετάζεται κάθε φορά και όχι η συνισταμένη δράση αυτών ταυτόχρονα. Έτσι πρέπει να καταφύγουμε στην Πολυμεταβλητή Ανάλυση. Η Πολυμεταβλητή Ανάλυση ασχολείται με στατιστικές μεθόδους συλλογής, περιγραφής και ανάλυσης δεδομένων που αποτελούνται από μετρήσεις πολλών μεταβλητών σε ένα πλήθος ατόμων ή γενικότερων πειραματικών μονάδων. Σε αυτήν την εργασία θα δούμε τις τεχνικές και τα αποτελέσματα, ώστε να αναπτύξουμε τεχνικές για την ανάλυση δεδομένων. Ο στόχος μου θα είναι να παρουσιάσω μια πλήρη στατιστική ανάλυση του στοιχείου που βασίζεται σε ταυτόχρονες δηλώσεις εμπιστοσύνης. Ένα από τα κεντρικά μηνύματα της πολυμεταβλητής ανάλυσης είναι ότι οι p - μεταβλητές πρέπει να αναλυθούν από κοινού. Επομένως θα πρέπει να χρησιμοποιήσουμε πολυμεταβλητούς ελέγχους υποθλεσεων, οι οποίοι θα εξετάζουν όλο το διάνυσμα κάθε παρατήρησης και όχι μεμονωμένες μεταβλητές. Επιπλέον, θα δούμε τη μέθοδο της Πολυμεταβλητής Ανάλυσης Διακύμανσης, η οποία αποτελεί γενίκευση της Μονομεταβλητής Ανάλυσης Διακύμανσης, όταν εξετάζουμε περισσότερες από μια μεταβλητές. Άποτελεί λοιπόν μια μέθοδο ελέγχου του αν οι μέσοι δυο ή περισσοτέρων ομάδων διαφέρουν και γενικεύοντας σε περιπτώσεις πολλών παραγόντων, αν οι παράγοντες αυτοί επιδρούν στη μέση τιμή ( μιλώντας πια για διάνυσμα μέσων τιμών. Πολλά πράγματα που ισχύουν στη Μονομεταβλητή περίπτωση μεταφέρονται με ανάλογο τρόπο και στην Πολυμεταβλητή περίπτωση, όπως για παράδειγμα η διάσπαση της συνολικής διακύμανσης στη μεταξύ των ομάδων και εντός των ομάδων διακύμανση. / --

No description available.

Integrations over the unitary group are required in many applications including the joint eigenvalue distributions of the Wishart matrices. In this thesis, a universal integration framework is proposed to use the character expansions for any unitary integral with general rectangular complex matrices in the integrand. The proposed method is applied to solve some of the well--known but not solved in general form unitary integrals in their general forms, such as the generalized Harish--Chandra--Itzykson--Zuber integral. These integrals have applications in quantum chromodynamics and color--flavor transformations in physics. The unitary integral results are used to obtain new expressions for the joint eigenvalue distributions of the semi--correlated and full--correlated central Wishart matrices, as well as the i.i.d. and uncorrelated noncentral Wishart matrices, in a unified approach. Compared to the previous expressions in the literature, these new expressions are much easier to compute and also to apply for further analysis. In addition, the joint eigenvalue distribution of the full--correlated case is a new result in random matrix theory. The new distribution results are employed to obtain the individual eigenvalue densities of Wishart matrices, as well as the capacity of multiple--input multiple--output (MIMO) wireless channels. The joint eigenvalue distribution of the i.i.d. case is used to obtain the largest eigenvalue density and the bit error rate (BER) of the optimal beamforming in finite--series expressions. When complete channel state information is not available at the transmitter, a codebook of beamformers is used by the transmitter and the receiver. In this thesis, a codebook design method using the genetic algorithm is proposed, which reduces the design complexity and achieves large minimum--distance codebooks. Exploiting the specific structure of these beamformers, an order and bound algorithm is proposed to reduce the beamformer selection complexity at the receiver side. By employing a geometrical approach, an approximate BER for limited feedback beamforming is derived in finite--series expressions.

Cette thèse est consacrée à l’étude de certains processus affines d’un point de vue théorique ainsi que appliqué par le biais d’applications en mathématiques actuarielles. Les processus affines sont des processus markoviens homogènes dont la transformée de Laplace du semi-groupe admet une structure exponentielle affine en son état initial. En vertu de leur riche structure, ces processus trouvent de nombreuses applications en biologie, physique et en mathématique de l’économie. Dans le chapitre 1, nous considérons les processus CBI (Continuous state Branching with Immigration) qui correspondent à un exemple de processus affines à valeurs dans la demi- droite réelle positive. Notre objectif dans ce chapitre consiste à étudier la transformée de Laplace du temps d’atteinte de ces processus à un niveau donné. Notre approche est basée sur un récent développement de Patie and Vigon [2015] concernant la théorie du potentiel pour la classe des processus de Markov complètement asymétriques à valeurs dans la droite réelle. Dans un premier temps, cette approche originale nous permet de donner une expression pour la transformée de Laplace du premier temps d’atteinte d’un niveau qui se trouve en dessous du point de départ du processus et ainsi de retrouver par une approche plus générale le résultat récemment obtenu par Duhalde et al. [2014]. Dans un deuxième temps, nous nous intéressons au cas où le niveau à atteindre se trouve au-dessus du point de départ du processus. Dans ce cadre, la situation est plus compliquée puisque le processus admet des sauts positifs. Néanmoins, nous sommes capable de donner une expression pour la transformée de Laplace de ce temps d’atteinte. Dans le chapitre 2, nous considérons les processus Wishart qui correspondent à un exemple de processus affines à valeurs dans le cône des matrices symétriques semi-définies positives. Plus précisément, nous considérons des processus de Wishart sans retour à la moyenne et nous étudions le problème de déterminer le plus petit instant tel que la transformée de Laplace du processus et/ou son intégrale devienne infinie. Le problème de déterminer le domaine maximal d’existence d’une transformée de Laplace est une préoccupation importante et cruciale, pas seulement d’un point de vue théorique, mais surtout pour des raisons pratiques liées à l’implémentation numérique. Sous une faible hypothèse de commutativité, nous obtenons le temps d’explosion de la transformée de Laplace jointe. Cette hypothèse disparaît lorsque l’on s’intéresse aux temps d’explosion de la transformée de Laplace de l’intégrale du processus ou du processus seul. De plus, nous expliquons le comportement du temps d’explosion en terme du rôle de la corrélation entre les facteurs positifs, ce qui va au-delà des résultats unidimensionnels que l’on peut retrouver dans la littérature. Dans le chapitre 3, nous considérons des modèles affines où une structure de dépendance entre les taux de mortalité et d’intérêt existe. Nous nous concentrons sur deux sortes de modèles. Le premier modèle suppose que les dynamiques de la mortalité et du processus de taux d’intérêt sont conduits par un processus de Cox-Ingersoll-Ross (CIR) multidimensionnel et le second par un processus de Wishart. Dans ce contexte, nos objectifs consistent à déterminer des formules pour les prix de certains contrats d’assurance tels que les options annuités garanties ainsi que d’étudier l’influence d’une structure de dépendance sur ces prix. En suivant la méthodologie introduite par Jalen and Mamon [2009], nous commençons par dériver une formule pour le prix de ces contrats. Ensuite, nous étudions la sensibilité du prix de ces contrats par rapport à la structure de dépendance entre les taux de mortalité et d’intérêt. Nous observons que dans un modèle affine général comme le modèle de Wishart qui permet de reproduire une structure de dépendance stochastique et plus riche entre les taux de mortalité et d’intérêt, plusieurs scénarios pour les prix peuvent être reproduits. / Doctorat en Sciences / info:eu-repo/semantics/nonPublished