L'objectif principal de cette thèse est l'introduction de la dimension spatiale dans un modèle d'équilibre général calculable afin de représenter au mieux les processus de localisation des activités agricoles à une échelle locale grâce aux apports de l'économie spatiale. Nous présentons ainsi un modèle d'équilibre général calculable dont la dimension spatiale est conduite sous forme multirégionale, le système économique étudié étant divisé en un ensemble de mailles susceptibles d'échanger des biens entre elles. Renonçant à l'hypothèse d'Armington classiquement utilisée pour représenter importations et exportations, nous postulons une parfaite homogénéité d'un bien produit dans des mailles différentes, mais introduisons explicitement des coûts de transport. Au gré des simulations, abandon ou adoption de certaines productions et de certaines relations d'échange sont ainsi possibles. A partir d'une matrice de comptabilité sociale nationale, une méthodologie originale de calibrage en deux étapes permet de déterminer l'équilibre multirégional de référence de façon endogène. Trois facteurs de production, 7 activités produisant 10 biens, 1 consommateur représentatif et une institution publique sont identifiés. Le modèle est implémenté grâce au logiciel GAMS dans un format de complémentarité mixte. Les simulations sont conduites sur un ensemble de 8 mailles, le modèle ayant été testé avec succès jusqu'à 35 mailles. Une analyse systématique inconditionnelle de la sensibilité vis à vis des paramètres d'élasticité permet de conclure à une robustesse satisfaisante du modèle. Nous étudions ensuite successivement l'impact d'une modification de la contiguïté entre mailles, du référentiel de définition des distances et de la mesure de celles-ci ; contiguïté et accessibilité des mailles se révèlent être des paramètres déterminants. Enfin, nous démontrons l'intérêt de la prise en compte de la dimension spatiale grâce à l'étude de deux politiques agricoles stylisées. En particulier, l'approche multirégionale permet de comparer l'impact spatial de politiques supposées équivalentes mais définies sur des ensembles de mailles différents.

La détermination de certains paramètres hydrodynamiques dans les modèles d'écoulement en zone non-saturée (et plus généralement dans certains modèles géophysiques) requiert l'utilisation d'un modèle et de données d'observations. Le but de ce travail est de proposer une méthode d'assimilation variationnelle de données permettant de reconstituer ces paramètres en tenant compte des observations et le modèle. La méthode proposée est fondée sur les techniques de contrôle optimal. Le travail mené dans cette étude porte sur l'identification de paramètres sur le modèle de Richards monodimensionnel ainsi que sa mise en oeuvre numérique. Au préalable, une investigation de la physique liée à notre problématique est explorée. Les données à assimiler sont les mesures d'infiltration cumulée et le vecteur de contrôle choisi est constitué de la condition initiale, des conditions aux limites et des paramètres hydrodynamiques. C'est ainsi que suivant certaines distributions des observations (infiltration cumulée observée), le paramètre de contrôle est reconstitué. Cette phase est suivie par une étude a posteriori basée sur les études au second ordre qui permettent d'estimer l'erreur de l'identification, l'influence de la configuration temporelle des observations sur la qualité de l'identification ainsi qu'une bonne compréhension du processus de minimisation. La dérivation automatique à l'aide du logiciel de différentiation automatique ODYSSEE est utilisée pour déduire les informations du premier et du second ordre. Enfin, en se servant des études au second ordre réalisées, nous appliquons l'algorithme de Newton au système d'optimalité.

Nous présentons quelques contributions à la simulation et à l'analyse de discrétisation de processus, avec leurs applications notamment en finance. Nous avons regroupé nos travaux selon 4 thèmes: 1. statistique des processus avec observations discrètes; 2. couverture en temps discret en finance; 3. sensibilités d'espérances; 4. analyses d'erreurs de discrétisation. Le premier chapitre sur la statistique des processus est assez indépendant du reste. En revanche, les trois autres chapitres correspondent à une cohérence et une progression dans les questions soulevées. Néanmoins au fil de la lecture, on remarquera des liens entre les quatre parties: différentiation par rapport à des domaines et amélioration de simulation de temps de sortie, sensibilités d'espérances et statistique asymptotique avec le calcul de Malliavin, sensibilités d'espérances et analyse d'erreur etc... Les preuves des résultats s'appuient notamment sur les outils du calcul de Malliavin, des martingales, des Équations aux Dérivées Partielles et de leurs liens avec les Équations Différentielles Stochastiques.

Les modèles de culture constituent des outils indispensables pour comprendre l'influence des conditions agropédoclimatiques sur le système sol-plante à différentes échelles spatiales et temporelles. A l'échelle locale de la parcelle agricole, le modèle peut être utilisé dans le cadre de l'agriculture de précision pour optimiser les pratiques de fertilisation azotée de façon à maximiser le rendement ou le revenu tout en minimisant le lessivage des nitrates vers la nappe. Cependant, la pertinence de l'utilisation du modèle repose sur la qualité des prédictions réalisées, basée entre autres sur une bonne détermination des paramètres d'entrée du modèle. Dans le cadre de l'agriculture de précision, les paramètres concernant les propriétés des sols sont les plus délicates à connaître en tout point de la parcelle et il existe très peu de cartes de sols permettant de les déterminer de manière précise. Néanmoins, dans ce contexte, on peut disposer d'observations acquises automatiquement sur l'état du système sol-plante, telles que des images de télédétection, les cartes de rendement ou les mesures de résistivité électrique du sol. Il existe alors une alternative intéressante pour estimer les propriétés des sols à l'échelle de la parcelle qui consiste à inverser le modèle de culture à partir de ces observations pour retrouver les valeurs des propriétés des sols. L'objectif de cette thèse consiste (i) dans un premier temps à analyser les performances d'estimation des propriétés des sols par inversion du modèle STICS à partir de différents jeux d'observations sur des cultures de blé et de betterave sucrière, en mettant en oeuvre une méthode bayésienne de type Importance Sampling, (ii) dans un second temps à mesurer l'amélioration des prédictions de variables agro-environnementales réalisées par le modèle à partir des valeurs estimées des paramètres. Nous montrons que l'analyse de sensibilité globale permet de quantifier la quantité d'information contenue dans les jeux d'observations et les performances réalisées en matière d'estimation des paramètres. Ce sont les propriétés liées au fonctionnement hydrique du sol (humidité à la capacité au champ, profondeur de sol, conditions initiales) qui bénéficient globalement de la meilleure performance d'estimation par inversion. La performance d'estimation, évaluée par comparaison avec l'estimation fournie par l'information a priori, dépend fortement du jeu d'observation et est significativement améliorée lorsque les observations sont faites sur une culture de betterave, les conditions climatiques sont sèches ou la profondeur de sol est faible. Les prédictions agro-environnementales, notamment la quantité et la qualité du rendement, peuvent être grandement améliorées lorsque les propriétés du sol sont estimées par inversion, car les variables prédites par le modèle sont également sensibles aux propriétés liées à l'état hydrique du sol. Pour finir, nous montrons dans un travail exploratoire que la prise en compte d'une information sur la structure spatiale des propriétés du sol fournie par les mesures de résistivité électrique, peut permettre d'améliorer l'estimation spatialisée des propriétés du sol. Les observations acquises automatiquement sur le couvert végétal et la résistivité électrique du sol se révèlent être pertinentes pour estimer les propriétés du sol par inversion du modèle et améliorer les prédictions des variables agro-environnementales sur lesquelles reposent les règles de choix des pratiques agricoles

Suite au paradigme de la planification énergétique intégrée des années 90 et le récent regain d'intérêt de la planification énergétique décentralisée, la Maîtrise de la Demande en Electricité (MDE) tend à tenir une place importante dans les futures activités de planification. En effet, la MDE représente une alternative intéressante pour atteindre les objectifs environnementaux et énergétiques fixés au système énergétique ou encore pour contrecarrer les problèmes d'approvisionnement en électricité, spécifiques à certaines régions. A partir de nos observations, nous avons constaté la présence d'actions de MDE à l'échelle locale, au moins dans le contexte français. Par conséquent, il y a un besoin de méthodes et d'outils d'évaluation d'impact d'action de MDE applicables à l'échelle locale. Autrement dit, ces méthodes et ces outils doivent être en mesure de prendre en compte les spécificités des territoires (physiques, sociales, géographiques, économiques, institutionnelles, etc.) Ces travaux visent à améliorer la finesse de la résolution spatiale des paramètres d'entrée d'un modèle d'évaluation des impacts de la MDE. En se basant sur un cas d'étude français (le projet PREMIO : architecture système de communication appliquée à l'échelle d'un quartier) et un modèle de simulation existant, nous avons étudié les impacts de cette expérience locale sur plusieurs communes.

Au Niger, les bonnes performances macroéconomiques enregistrées, consécutivement à la mise en œuvre du document stratégique de réduction de la pauvreté, suscitent la question de leur impact par rapport à l'évolution de l'inégalité et de la pauvreté. La présente recherche se propose d'analyser les spécificités des dynamiques d'inégalité et de pauvreté inhérentes au nouveau processus de développement, à partir de données d'enquêtes auprès des ménages entre 2005 et 2007/2008. Dans un premier temps, l'analyse, en statique comparative, indique une légère baisse des privations monétaires au Niger. Toutefois, des disparités semblent prévaloir entre les zones rurales et urbaines du pays. Globalement, la distribution des dépenses n'est pas inégalitaire, et le processus de croissance économique se révèle pro-pauvres au Niger, sauf dans la capitale où la croissance semble être pro-riches. Dans un second temps, la prise en compte de l'hétérogénéité de la pauvreté à travers la distinction entre la pauvreté chronique et transitoire, en relation avec la vulnérabilité, précise davantage l'appréhension des privations. D'une part, si la pauvreté chronique a sensiblement baissé, on note une progression de la pauvreté transitoire. D'autre part, l'étude souligne la forte vulnérabilité des ménages nigériens, notamment les ménages non pauvres qui ont une probabilité élevée d'exposition au risque de pauvreté à court terme. Finalement, l'analyse des privations au Niger est approfondie en intégrant une approche non monétaire. Les résultats obtenus confirment la complémentarité des approches mesurant les privations dans le cas du Niger.

Des modèles dynamiques sont souvent utilisés pour simuler l'impact des pratiques agricoles et parfois pour tester des règles de décision. Ces modèles incluent de nombreux paramètres incertains et il est parfois difficile voire impossible de tous les estimer. Une pratique courante dans la littérature consiste à sélectionner les paramètres clés à l'aide d'indices de sensibilité calculés par simulation et de n'estimer que les paramètres les plus influents. Bien que cette démarche soit intuitive, son intérêt réel et ses conséquences sur la qualité prédictive des modèles ne sont pas connus. Nos travaux de recherches ont pour ambition d'évaluer cette pratique des modélisateurs en établissant une relation entre les indices de sensibilité des paramètres d'un modèle et des critères d'évaluation de modèles tels que le MSEP (Mean Square Error of Prediction) et le MSE (Mean Square Error), souvent utilisés en agronomie. L'établissement d'une telle relation nécessite le développement d'une méthode d'AS qui fournit un unique indice par facteur qui prend en compte les corrélations entre les différentes sorties du modèle obtenues à différentes dates. Nous proposons un nouvel indice de sensibilité global qui permet de synthétiser les effets des facteurs incertains sur l'ensemble des dynamiques simulées à l'aide de modèle. Plusieurs méthodes sont présentées dans ce mémoire pour calculer ces nouveaux indices. Les performances de ces méthodes sont évaluées pour deux modèles agronomiques dynamiques: Azodyn et WWDM. Nous établissons également dans ce mémoire, une relation formelle entre le MSE, le MSEP et les indices de sensibilité dans le cas d'un modèle linéaire et une relation empirique entre le MSEP et les indices dans le cas du modèle dynamique non linéaire CERES-EGC. Ces relations montrent que la sélection de paramètres à l'aide d'indices de sensibilité n'améliore les performances des modèles que sous certaines conditions.

Au cours de ce travail, une implantation de la méthode d'analyse de sensibilité d'ordre élevé a été réalisée au sein de la méthode des éléments finis (MEF). Tout d'abord nous avons posé ta base théorique des développements: la MEF classique et surtout la méthode de dérivées d'ordre élevé qui engendre les résultats sous la forme de développements de Taylor par rapport aux paramètres de conception. En s'appuyant sur la structure typique d'un code de calculs EF, nous avons développé ensuite les modules d'un calcul "paramétré": la paramétrisation géométrique, la dérivation du maillage et la résolution paramétrée. L'originalité de cette implantation consiste dans une nouvelle organisation des calculs de dérivées qui sont basés notamment sur les opérations symboliques. Pour valider des étapes de calculs, plusieurs exemples ont été présentés. Enfin, les applications possibles des résultats paramétrés sont évoquées, entre autres, une procédure pour définir le modèle analytique équivalent de dispositifs électromagnétiques a été proposée. Notons que plusieurs problèmes de réalisation informatique ont été mise en évidence et résolus, ce qui représente un gros investissement en programmation. Des nombreuses perspectives sont ouvertes par cette approche, le travail mériterait donc d'être poursuivi.

L'énergie stockée dans le Large Hadron Collider est sans précédent. La perte des particules du faisceau peut endommager gravement les aimants supraconducteurs, ayant pour résultat des temps significatifs d'arrêt pour la réparation. Le système des moniteurs de pertes du faisceau (en anglais: BLMS) détecte les gerbes de particules secondaires créées par les pertes faisceau et provoque l'extraction du faisceau avant que des dommages sérieux de l'équipement ne puissent se produire. Cette thèse définit les caractéristiques du BLMS en termes de la fiabilité. Le but principal est la conception d'un système réduisant au minimum soit la probabilité de ne pas détecter une perte dangereuse, soit le nombre de fausses alarmes produites. La théorie et les techniques de fiabilité utilisées sont décrites. La Prédiction de fiabilité, Analyse des Modes de Défaillance de leurs Effets et de leur Criticité (en anglais: FMECA), et l'Analyse par Arbre de Défaillance ont été employées pour fournir une évaluation de la probabilité d'endommager un aimant, du nombre de fausses alarmes et du nombre d'avertissements produits. Les composants les plus faibles dans le BLMS ont été précisés. Les chiffres de fiabilité du BLMS ont été calculés en utilisant un logiciel commercial (IsographTM). L'effet de la variation des paramètres sur les résultats obtenus a été évalué avec une Analyse de Sensibilité. Le modèle de fiabilité a été complété par les résultats des tests d'irradiation. Des améliorations de la conception du système, comme la transmission optique redondante, ont été mises en application grâce à un processus itératif. Le système proposé est conforme aux requêtes de fiabilité. Les incertitudes du modèle proviennent de la connaissance limitée des niveaux de seuils des aimants supraconducteurs et de la localisation des pertes autour de l'anneau. Le modèle mis en œuvre permet des modifications du système, suivant la mesure des taux de risque pendant la durée de vie du LHC. Il peut également fournir des valeurs de référence à d'autres accélérateurs qui mettront en application des technologies semblables.

Le traitement des données manquantes est un sujet en pleine expansion en épidémiologie. La méthode la plus souvent utilisée restreint les analyses aux sujets ayant des données complètes pour les variables d'intérêt, ce qui peut réduire lapuissance et la précision et induire des biais dans les estimations. L'objectif de ce travail a été d'investiguer et d'appliquer une méthode d'imputation multiple à des données transversales d'enquêtes épidémiologiques et de systèmes de surveillance de maladies infectieuses. Nous avons présenté l'application d'une méthode d'imputation multiple à des études de schémas différents : une analyse de risque de transmission du VIH par transfusion, une étude cas-témoins sur les facteurs de risque de l'infection à Campylobacter et une étude capture-recapture estimant le nombre de nouveaux diagnostics VIH chez les enfants. A partir d'une base de données de surveillance de l'hépatite C chronique (VHC), nous avons réalisé une imputation des données manquantes afind'identifier les facteurs de risque de complications hépatiques graves chez des usagers de drogue. A partir des mêmes données, nous avons proposé des critères d'application d'une analyse de sensibilité aux hypothèses sous-jacentes àl'imputation multiple. Enfin, nous avons décrit l'élaboration d'un processus d'imputation pérenne appliqué aux données du système de surveillance du VIH et son évolution au cours du temps, ainsi que les procédures d'évaluation et devalidation.Les applications pratiques présentées nous ont permis d'élaborer une stratégie de traitement des données manquantes, incluant l'examen approfondi de la base de données incomplète, la construction du modèle d'imputation multiple, ainsi queles étapes de validation des modèles et de vérification des hypothèses.