Cette thèse est divisée en trois parties. Les groupes de première partie des contributions à l'étude des équilibres corrélés. Nous nous concentrons sur les propriétés et les applications de la réduction de la double (Myerson, 1997) et la géométrie de Nash équilibres et des équilibres corrélés. La deuxième partie traite de l'évolution dynamique. Nous étudions le lien entre les stratégies appartenant à l'appui de Nash ou équilibres corrélés et les stratégies de survie dans le long terme. Nous constatons que la dynamique de beaucoup, y compris le réplicateur et les plus dynamiques de réponse peut éliminer toutes les stratégies à l'appui des équilibres corrélés. Élimination de toutes les stratégies à l'appui des équilibres de Nash est jugée encore plus universelle, et peuvent se produire à partir de presque toutes les conditions initiales. Le troisième partie se compose d'un seul article co-écrit, qui appartient au domaine de la biologie théorique. Nous aspects de l'étude de la transition de l'unicellulaire à organismes multi-cellulaires, en particulier les facteurs de conduite germe-soma spécialisation chez les algues vertes volvocine. introductions longues sont donnés au début de chaque partie. Le Bibliographie de la partie I et partie II est disjointe de la bibliographie de la partie III, et est offert à la fin de la partie II. Bien que reliées entre elles, les chapitres sont essentiellement autonome. En particulier, les notations et quelques définitions sont rappelés à chaque fois. Cela explique certaines répétitions.

Cette thèse a pour objet la modélisation de systèmes multi-proies-prédateurs. Elle s'intéresse particulièrement à l'influence du comportement d'un prédateur sur les interactions indirectes entre ses proies, i.e. l'effet de l'ajout d'une proie sur la densité des autres. La théorie classique prédit l'occurrence d'effets indirects négatifs entre les proies, ou compétition apparente, résultant de l'interaction avec un prédateur commun ; des résultats plus récents identifient certains mécanismes à même d'atténuer ces effets négatifs. Nos travaux revisitent les hypothèses autour de ces mécanismes dans des systèmes composés de deux proies et de leur prédateur commun. Après avoir fixé le cadre écologique en rappelant les principaux types d'interactions directes et indirectes, nous introduisons les modèles proies-prédateurs classiques. Les travaux se concentrent ensuite sur une famille de modèles présentant de la densité-dépendance négative chez les prédateurs couplés à différentes modélisations du comportement des prédateurs lorsqu'ils sont confrontés à plusieurs types de proies. Nous montrons notamment que les interactions entre ces mécanismes peuvent inverser la compétition apparente et, contre intuitivement, accroître la densité des proies par l'intermédiaire d'un prédateur commun. Nos résultats trouvent pour partie application en lutte biologique, où il est courant de chercher à favoriser les auxiliaires en aménageant leur environnement (apport de nourriture alternative, refuge, ...). Ils suggèrent que de telles pratiques peuvent se révéler contre-productives, le contrôle des ravageurs pouvant être affaibli du fait d'une distraction de leurs prédateurs.

Les moteurs de recherche jouent un rôle essentiel sur le Web. Ils rassemblent des informations sur les pages web et pour chaque requête d'un internaute, ils donnent une liste ordonnée de pages pertinentes. Ils utilisent divers algorithmes pour classer les pages en fonction de leur contenu textuel ou de la structure d'hyperlien du Web. Ici, nous nous concentrons sur les algorithmes qui utilisent cette structure d'hyperliens, comme le PageRank, HITS, SALSA et HOTS. La notion fondamentale pour tous ces algorithmes est le graphe du web. C'est le graphe orienté qui a un noeud pour chaque page web et un arc entre les noeuds i et j si il y a un hyperlien entre les pages i et j. Le problème original considéré dans cette thèse est l'optimisation du référencement des pages d'un site web donné. Il consiste à trouver une stratégie optimale de liens qui maximise une fonction scalaire d'un classement donné sous des contraintes de design. Le PageRank, HITS et SALSA classent les pages par un vecteur de Perron, c'est-à-dire qu'ils correspondent au vecteur propre principal d'une matrice à coefficients positifs. Quand on optimise le référencement, on optimise donc une fonction scalaire du vecteur propre de Perron sur un ensemble de matrices positives irréductibles. La matrice est construite à partir du graphe du web, donc commander les hyperliens revient à commander la matrice elle-même. Nous étudions d'abord un problème général d'optimisation du PageRank avec une fonction d'utilité correspondant au revenu total du site et des contraintes de design. Ce cas est d'un intérêt particulier car pour de nombreux sites la valeur du PageRank est corrélée au chiffre d'affaires. Nous avons réduit le problème d'optimisation du PageRank à des problèmes de décision markoviens dont les ensembles d'action sont définis implicitement comme étant les points extrêmes de polytopes qui ont un oracle de séparation polynomial. Nous montrons que de tels problèmes de décision markoviens sont solubles en temps polynomial et nous donnons un algorithme qui passe à l'échelle pour la résolution effective du problème d'optimisation du PageRank sur de grandes bases de données. Ensuite, nous étudions le problème général de l'optimisation d'une fonction scalaire du vecteur propre de Perron sur un ensemble de matrices positives irréductibles. Cela couvre tous les classements par vecteur de Perron, HITS et SALSA compris. Nous montrons que la matrice des dérivées partielles de la fonction objectif a un petit rang et peut être calculée par un algorithme qui a les mêmes propriétés de convergence que la méthode de la puissance utilisée pour calculer le classement. Nous donnons un algorithme d'optimisation qui couple les itérations puissance et gradient et nous prouvons sa convergence vers un point stationnaire du problème d'optimisation. En considérant HOTS comme un vecteur de Perron non linéaire, nous montrons que l'algorithme HOTS converge géométriquement et nous résolvons l'optimisation locale de HOTS. Finalement, nous étendons le domaine d'application des méthodes d'optimisation du vecteur propre et de la valeur propre de Perron à l'optimisation de la chimiothérapie, sous l'hypothèse que les cellules se comportent différemment suivant l'heure de la journée. Nous voulons profiter de cette caractéristique pour minimiser le taux de croissance des cellules cancéreuses tout en maintenant le taux de croissance des cellules saines au dessus d'un seuil de toxicité donné. L'objectif et la contrainte peuvent s'écrire comme les valeurs propres de Floquet de modèles d'EDP structurés en âge avec des coefficients périodiques, qui sont approchés par des valeurs propres de Perron dans le problème discrétisé. Nous cherchons des stratégies d'injection de médicament localement optimales par une méthode des multiplicateurs où les minimisations sans contrainte sont faites en utilisant l'algorithme couplant les itérations puissance et gradient développé dans le cadre de l'optimisation du référencement.

Cette thèse a pour objet la modélisation de systèmes multi-proies–prédateurs. Elle s’intéresse particulièrement à l’influence du comportement d’un prédateur sur les interactions indirectes entre ses proies, i.e. l’effet de l’ajout d’une proie sur la densité des autres. La théorie classique prédit l’occurrence d’effets indirects négatifs entre les proies, ou compétition apparente, résultant de l’interaction avec un prédateur commun ; des résultats plus récents identifient certains mécanismes à même d’atténuer ces effets négatifs. Nos travaux revisitent les hypothèses autour de ces mécanismes dans des systèmes composés de deux proies et de leur prédateur commun. Après avoir fixé le cadre écologique en rappelant les principaux types d’interactions directes et indirectes, nous introduisons les modèles proies-prédateurs classiques. Les travaux se concentrent ensuite sur une famille de modèles présentant de la densité-dépendance négative chez les prédateurs couplés à différentes modélisations du comportement des prédateurs lorsqu’ils sont confrontés à plusieurs types de proies. Nous montrons notamment que les interactions entre ces mécanismes peuvent inverser la compétition apparente et, contre intuitivement, accroître la densité des proies par l’intermédiaire d’un prédateur commun. Nos résultats trouvent pour partie application en lutte biologique, où il est courant de chercher à favoriser les auxiliaires en aménageant leur environnement (apport de nourriture alternative, refuge, ...). Ils suggèrent que de telles pratiques peuvent se révéler contre-productives, le contrôle des ravageurs pouvant être affaibli du fait d’une distraction de leurs prédateurs. / This thesis deals with multi-prey–predators modeling. It is particularly focused on the influence of the behavior of a predator on indirect interactions between its prey, i.e, the effect of the addition of a prey on the other prey. Classical theory predicts the occurrence of negative indirect effects between prey, or apparent competition, resulting from the interaction with a common predator. More recent results identify mechanisms that mitigate these negative effects. Our work revisits the assumptions about these mechanisms in systems composed of two prey and their common predator. After setting the ecological framework by recalling the main types of direct and indirect interactions, we introduce classical predator-prey models. The work then focuses on a family of models with predator negative density-dependence coupled with different models of predator behavior when faced with different types of prey. We show that the interactions between these mechanisms can reverse apparent competition and counter-intuitively, increase prey density through their common predator. Our results are relevant to biological control programs, where a common practice aims at fostering biological control agents by providing them with alternative food or shelters. Our theory suggests that such practices may be counter-productive, pest control being disrupted by a predator distraction effect.

Une alternative prometteuse à la lutte chimique pour la régulation des ravageurs de culture consiste à favoriser les populations de leurs prédateurs en jouant sur la structure du paysage agricole. L'identification de structures spatio-temporelles favorables aux ennemis naturels peut se faire par l'exploration de scénarios paysagers via une modélisation couplée de paysages et de dynamiques de population. Dans cette approche, les dynamiques de populations sont simulées sur des paysages virtuels aux propriétés structurales contrôlées, et l'observation des motifs de populations associés permet l'identification de structures favorables. La modélisation des dynamiques de populations repose cependant sur une connaissance fine des processus écologiques et de leur variabilité entre les différentes unités du paysage. L'état actuel des connaissances sur les mécanismes écologiques régissant les dynamiques des ennemis naturels de la famille des carabidés demeure l'obstacle majeur à la recherche in silico de scénarios paysagers favorables. La littérature sur les liens entre motifs de population de carabes et variables paysagères permet de formuler un ensemble d'hypothèses en compétition sur ces mécanismes. Réduire le nombre de ces hypothèses en analysant les convergences entre les motifs de population qui leur sont associés, et étudier la stabilité de ces convergences le long d'un gradient paysager apparaît comme une première étape nécessaire vers l'amélioration de la connaissance sur les processus écologiques. Dans une première partie, nous proposons une heuristique méthodologique basée sur la simulation de modèles de réaction-diffusion porteurs de ces hypothèses en compétition. L'étude des motifs de population a permis d'effectuer une typologie des modèles en fonction de leur réponse à une variable paysagère, via un algorithme de classification, réduisant ainsi le nombre d’hypothèses en compétition. La sélection de l'hypothèse la plus plausible parmi cet ensemble irréductible doit s'effectuer sur la base d'une observation des motifs de population sur le terrain. Cela implique que ces derniers soient caractérisés à des résolutions spatiales et temporelles suffisantes pour sélectionner une unique hypothèse parmi celles en compétition. Dans la deuxième partie, nous proposons une heuristique méthodologique permettant de déterminer a priori des stratégies d'échantillonnage maximisant la robustesse de la sélection d'hypothèses écologiques. Dans un premier temps, la simulation de modèles de réaction-diffusion représentatifs des hypothèses écologiques en compétition permet de générer des données biologiques virtuelles en tout point de l'espace et du temps. Ces données biologiques sont ensuite échantillonnées suivant des protocoles différant dans l'effort total d'échantillonnage, le nombre de dates, le nombre de points par unité d'espace et le nombre de réplicats de paysages. Les motifs des populations sont caractérisés à partir de ces échantillons. Le potentiel des stratégies d'échantillonnage est évalué via un algorithme de classification qui classe les modèles biologiques selon les motifs de population associés. L'analyse des performances de classification, i.e. la capacité de l'algorithme à discriminer les processus écologiques, permet de sélectionner un protocole d'échantillonnage optimal. Nous montrons également que la manière de distribuer l'effort d'échantillonnage entre ses composantes spatiales et temporelles est un levier majeur sur l'inférence des processus écologiques. La réduction du nombre d'hypothèses en compétition et l'aide à l'échantillonnage pour la sélection de modèles répondent à un besoin fort dans le processus d'acquisition de connaissances écologiques pour l'exploration in silico de scénarios paysagers favorisant des services écosystémiques. Nous discutons dans une dernière partie des implications de nos travaux et de leurs perspectives d'amélioration. / A promising alternative to the chemical control of pests consists in favoring their natural enemies populations by managing the agricultural landscape structure. Identifying favorable spatio-temporal structures can be performed through the exploration of landscape scenarios using coupled models of landscapes and population dynamics. In this approach, population dynamics are simulated on virtual landscapes with controlled properties, and the observation of population patterns allows for the identification of favorable structures. Population modeling however relies on a good knowledge about the ecological processes and their variability within the landscape elements. Current state of knowledge about the ecological mechanisms underlying natural enemies’ of the carabid family population dynamics remains a major obstacle to in silico investigation of favorable landscape scenarios. Literature about the relationship between carabid population and landscape properties allows the formulation of competing hypotheses about these processes. Reducing the number of these hypotheses by analyzing the convergence between their associated population patterns and investigating the stability of their convergence along a landscape gradient appears to be a necessary tep towards a better knowledge about ecological processes. In a first step, we propose a heuristic method based on the simulation of reaction-diffusion models carrying these competing hypotheses. Comparing the population patterns allowed to set a model typology according to their response to the landscape variable, through a classification algorithm, thus reducing the initial number of competing hypotheses. The selection of the most likely hypothesis from this irreducible set must rely on the observation of population patterns on the field. This implies that population patterns are described with spatial and temporal resolutions that are fine enough to select a unique hypothesis among the ones in competition. In the second part, we propose a heuristic method that allows determining a priori sampling strategies that maximize the robustness of ecological hypotheses selection. The simulation of reaction-diffusion models carrying the ecological hypotheses allows to generate virtual population data in space and time. These data are then sampled using strategies differing in the total effort, number of sampling locations, dates and landscape replicates. Population patterns are described from these samples. The sampling strategies are assessed through a classification algorithm that classifies the models according to the associated patterns. The analysis of classification performances, i.e. the ability of the algorithm to discriminate the ecological processes, allows the selection of optimal sampling designs. We also show that the way the sampling effort is distributed between its spatial and temporal components is strongly impacting the ecological processes inference. Reducing the number of competing ecological hypotheses, along with the selection of sampling strategies for optimal model inference both meet a strong need in the process of knowledge improvement about the ecological processes for the exploration of landscape scenarios favoring ecosystem services. In the last chapter, we discuss the implications and future prospects of our work.