L'ensemble de ce travail est dédié à l'étude de certaines propriétés concernant les processus de sauts d-dimensionnels X = (Xt) dont le générateur est donné par Lψ(x) = 1/2 ∑ aᵤᵥ(x)∂²ψ(x)/∂xᵤ∂xᵥ + g(x)∇ψ(x) + ∫ (ψ(x + c(z, x)) − ψ(x))γ(z, x)µ(dz) où µ est de masse totale infinie. Si γ ne dépendait pas de x, nous nous trouverions dans une situation classique où le processus X pourrait être représenté comme une solution d'une équation stochastique comportant une mesure ponctuelle de Poisson de mesure d'intensité γ(z)µ(dz) ; lorsque γ dépend de x, on peut s'en représenter l'heuristique en imaginant le processus comme la trajectoire d'une particule, la loi des sauts pouvant alors dépendre de la position de la particule. Dans la première partie, nous donnons des conditions pour obtenir l'existence et l'unicité de tels processus. Ensuite, nous considérons ce type de processus comme une généralisation des PDMP ; nous montrons qu'ils peuvent être vus comme une limite d'une suite (Xᵣ(t)) de PDMP standards pour lesquels l'intensité des sauts tend vers l'infini quand r tend vers l'infini, suivant deux régimes : un lent et un rapide qui, en supposant que les processus en question sont centrés et normalisés convenablement, produit une composante de diffusion à la limite. Finalement, on prouve la récurrence au sens de Harris de X en utilisant un schéma régénératif entièrement basé sur les sauts du processus. De plus, nous dégageons des conditions explicites par rapport aux coefficients du processus qui nous permettent de contrôler la vitesse de convergence vers l'équilibre en terme d'inégalités de déviation pour des fonctionnelles additives intégrables. Dans la seconde partie, nous considérons à nouveau le même type de processus X = (Xt(x)) partant du point x. Utilisant une approche basé sur un Calcul de Malliavin fini-dimensionnel, nous étudions la régularité jointe de ce processus dans le sens suivant : on fixe b≥1 et p>1, K un ensemble compact de Rᵈ, et nous donnons des conditions suffisantes pour avoir P(Xt(x)∈dy)=pt(x,y)dy avec (x,y)↦pt(x,y) appartenant à Wᵇᵖ(K×Rᵈ) / This work is dedicated to the study of some properties concerning the d-dimensional jump type diffusion X = (Xt) with infinitesimal generator given by Lψ(x) = 1/2 ∑ aᵤᵥ(x)∂²ψ(x)/∂xᵤ∂xᵥ + g(x)∇ψ(x) + ∫ (ψ(x + c(z, x)) − ψ(x))γ(z, x)µ(dz) where µ is of infinite total mass. If γ did not depend on x, we would be in a classical situation where the process X could be represented as the solution of a stochastic equation driven by a Poisson point measure with intensity measure γ(z)µ(dz) ; when γ depends on x, we may have the heuristic idea that, if we were to imagine the process as a trajectory of a particle, the law of the jumps may depend on the position of the particle. In the first part, we give some conditions to obtain existence and uniqueness of such processes. Then, we consider this type of processes as a generalization of Piecewise Deterministic Markov Processes (PDMP) ; we show that they can be seen as a limit of a sequence (Xᵣ(t)) of standard PDMP's for which the intensity of the jumps tends to infinity as r tends to infinity, following two regimes: a slow one, which leads to a jump component with finite variation, and a rapid one which, supposing that the processes at hand are centered and renormalized in a convenient way, produces the diffusion component in the limit. Finally, we prove Harris recurrence of X using a regeneration scheme which is entirely based on the jumps of the process. Moreover we state explicit conditions in terms of the coefficients of the process allowing to control the speed of convergence to equilibrium in terms of deviation inequalities for integrable additive functionals. In the second part, we consider again the same type of process X = (Xt(x)) starting from x. Using an approach based on a finite dimensional Malliavin Calculus, we study the joint regularity of this process in the following sense : we fix b≥1 and p>1, K a compact set of Rᵈ, and we give sufficient conditions in order to have P(Xt(x)∈dy)=pt(x,y)dy with (x,y)↦pt(x,y) in Wᵇᵖ(K×Rᵈ)