Durant cette thèse, on a étudié essentiellement deux modèles aléatoires qui, malgré leur différence apparente, cachent un intérêt commun et mettent en évidence des phénomènes mathématiques et physiques communs. Le modèle de percolation de dernier passage dans le plan (last-passage directed percolation model ou LPP) est un modèle de percolation orientée bidimensionnel. Il fait partie d'une vaste liste de modèles de croissance et sert à modéliser des phénomènes dans des domaines variés. Dans la première partie de cette thèse, on s'est intéressé essentiellement aux propriétés de grandes déviations de ce modèle. On a également examiné les fluctuations transversales du même modèle. Toute cette étude a été faite dans le cadre d'un rectangle fin. Parallèlement aux travaux sur les modèles de croissance, on a étudié un autre sujet qui émerge également du monde de la Physique : celui des matrices aléatoires. Ces matrices se divisent en deux catégories principales introduites à une vingtaine d'années d'intervalle : les matrices de covariance empirique et les matrices de Wigner. L'étendue du champ d'application de ces matrices est tellement vaste qu'on peut les rencontrer presque dans toutes les filières scientifiques : probabilité, combinatoire, physique atomique, statistique multivariée, télécommunication théorie des représentations, etc. Parmi les objets mathématiques les plus étudiés, on cite la loi jointe des valeurs propres, la densité spectrale, l'espacement des valeurs propres, la plus grande valeur propre et les vecteurs propres associés. En mécanique quantique par exemple, les valeurs propres d'une matrice du GUE modélisent les niveaux d'énergie d'un électron autour du noyau tandis que le vecteur propre associé à la plus grande valeur propre d'une matrice de covariance empirique indique la direction ou l'axe principal en analyse de données. Comme pour le modèle de percolation dirigée, on s'est intéressé en particulier aux propriétés de grandes déviations de la valeur propre maximale d'un certain type de matrices de covariance empirique. Cette étude pourrait avoir des applications en statistique et notamment en analyse en composantes principales. Malgré l'apparente différence, la théorie des matrices aléatoires est strictement liée au modèle de percolation dirigée. Leurs structures de corrélation se ressemblent dans certains cas d'une manière troublante. La convergence des fluctuations, dans les deux cas, vers la célèbre loi de Tracy-Widom en est un bon exemple.

Le travail effectué dans cette thèse concerne les domaines de la théorie des matrices aléatoires et des probabilités libres, dont on connaît les riches connexions depuis le début des années 90. Les résultats s'organisent principalement en deux parties : la première porte sur la liberté infinitésimale, la seconde sur les matrices aléatoires déformées. Plus précisément, on jette les bases d'une théorie combinatoire de la liberté infinitésimale, au premier ordre d'abord, telle que récemment introduite par Belinschi et Shlyakhtenko, puis aux ordres supérieurs. On en donne un cadre simple et général, et on introduit des fonctionnelles de cumulants non-croisés, caractérisant la liberté infinitésimale. L'accent est mis sur la combinatoire et les idées d'essence différentielle qui sous-tendent cette notion. La seconde partie poursuit l'étude des déformations de modèles matriciels, qui a été ces dernières années un champ de recherche très actif. Les résultats présentés sont originaux en ce qu'ils concernent des perturbations déterministes Hermitiennes de rang non nécessairement fini de matrices de Wigner et de Wishart. En outre, un apport de ce travail est la mise en lumière du lien entre la convergence des valeurs propres de ces modèles et les probabilités libres, plus particulièrement le phénomène de subordination pour la convolution libre. Ce lien donne une illustration de la puissance des idées des probabilités libres dans les problèmes de matrices aléatoires.