Sous l'hypothèse gaussienne, la relation entre indépendance conditionnelle et parcimonie permet de justifier la construction d'estimateurs de l'inverse de la matrice de covariance -- également appelée matrice de précision -- à partir d'approches régularisées. Cette thèse, motivée à l'origine par la problématique de classification d'images, vise à développer une méthode d'estimation de la matrice de précision en grande dimension, lorsque le nombre $n$ d'observations est petit devant la dimension $p$ du modèle. Notre approche repose essentiellement sur les liens qu'entretiennent la matrice de précision et le modèle de régression linéaire. Elle consiste à estimer la matrice de précision en deux temps. Les éléments non diagonaux sont tout d'abord estimés en considérant $p$ problèmes de minimisation du type racine carrée des moindres carrés pénalisés par la norme $ell_1$.Les éléments diagonaux sont ensuite obtenus à partir du résultat de l'étape précédente, par analyse résiduelle ou maximum de vraisemblance. Nous comparons ces différents estimateurs des termes diagonaux en fonction de leur risque d'estimation. De plus, nous proposons un nouvel estimateur, conçu de sorte à tenir compte de la possible contamination des données par des {em outliers}, grâce à l'ajout d'un terme de régularisation en norme mixte $ell_2/ell_1$. L'analyse non-asymptotique de la convergence de notre estimateur souligne la pertinence de notre méthode / Under the Gaussian assumption, the relationship between conditional independence and sparsity allows to justify the construction of estimators of the inverse of the covariance matrix -- also called precision matrix -- from regularized approaches. This thesis, originally motivated by the problem of image classification, aims at developing a method to estimate the precision matrix in high dimension, that is when the sample size $n$ is small compared to the dimension $p$ of the model. Our approach relies basically on the connection of the precision matrix to the linear regression model. It consists of estimating the precision matrix in two steps. The off-diagonal elements are first estimated by solving $p$ minimization problems of the type $ell_1$-penalized square-root of least-squares. The diagonal entries are then obtained from the result of the previous step, by residual analysis of likelihood maximization. This various estimators of the diagonal entries are compared in terms of estimation risk. Moreover, we propose a new estimator, designed to consider the possible contamination of data by outliers, thanks to the addition of a $ell_2/ell_1$ mixed norm regularization term. The nonasymptotic analysis of the consistency of our estimator points out the relevance of our method

Ce travail de thèse comporte trois parties. La partie principale s'intéresse au transport des courants polarisés en spin dans des matériaux à base de semi-conducteurs. Nous dérivons et analysons une hiérarchie des modèles allant du niveau microscopique au niveau macroscopique et tenant compte des différents mécanismes de rotation et de relaxation du vecteur spin dans les semi-conducteurs. Les mécanismes essentiels pris en compte sont les couplages spin-orbite et les interactions avec renversement de spin (spin-flip interactions). Une analyse semi-classique (via la transformation de Wigner) de l'équation de Schrödinger avec hamiltonien spin-orbite est présentée. Au niveau cinétique, l'équation de Vlasov (ou Boltzmann) spinorielle est une équation à valeur dans l'ensemble des matrices carrées d'ordre deux hermitiennes et positives. Partant ensuite de la spinor forme de l'équation de Boltzmann (avec différents opérateurs de collisions avec et sans renversement du vecteur spin) et par des techniques d'asymptotiques de diffusion, nous dérivons et analysons plusieurs modèles macroscopiques. Ils sont de type dérive-diffusion, SHE, Energie-Transport, à deux composantes ou spinoriels conservant des effets de rotation et de relaxation du vecteur spin. Nous validons ensuite ces modèles par des cas tests numériques. Deux applications numériques sont présentées : la simulation d'un transistor à effet de rotation de spin et l'étude de l'effet d'accumulation de spin à l'interface entre deux couches semi-conductrices différemment dopées. Dans la seconde partie, nous considérons une équation cinétique de type Boltzmann linéaire dans des domaines où un champ magnétique fort est appliqué. Nous étudions la limite de diffusion en supposant que le champ magnétique est unidirectionnel et tend vers l'infini. Le modèle obtenu est un modèle macroscopique constitué d'une équation diffusive dans la direction parallèle au champ magnétique et d'une dérive représentant l'effet centre-guide en présence d'un champ électrique dans la direction perpendiculaire. Le terme de diffusion contient des moyennes de giration de l'opérateur de collisions utilisé. Nous prouvons la convergence en utilisant des techniques d'entropie pour traiter le comportement diffusif, et en conjuguant par les rotations locales induites par le champ magnétique pour tenir compte des oscillations. Dans la troisième partie de cette thèse, Nous nous intéressons à la description du potentiel de confinement dans des gas d'électrons bidimensionnels. Nous étudions la limite faible longueur de Debye (ou faible température) du système de Schrödinger-Poisson unidimensionnel stationnaire sur un intervalle borné. Les électrons sont supposés dans un mélange d'états avec une statistique de Boltzmann (ou de Fermi-Dirac). En utilisant différentes reformulations du système comme des problèmes de minimisation convexe, nous montrons qu'asymptotiquement seul le premier niveau d'énergie est occupé. Le potentiel électrostatique converge vers une couche limite avec un profil calculé à l'aide d'un système de Schrödinger-Poisson sur le demi axe réel.

L'étude et l'introduction de nouveaux systèmes dynamiques<br /> de type gradient sont l'objet central de cette thèse. Le<br /> caractère dissipatif de telles dynamiques est au coeur de<br /> nombreux domaines en mathématiques : optimisation,<br /> mécanique, équations d'évolutions en dimension infinie.<br /><br />Dans une première partie, les champs de gradients (ou de sous-différentiels<br /> de fonction convexe) sont contrôlés à l'aide d'opérateurs-barrières. <br />La motivation essentielle est d'obtenir<br /> des méthodes intérieures de descente en vue d'optimiser<br /> une fonction sous des contraintes convexes. Le cadre<br /> d'étude proposé permet d'unifier dans un même formalisme de nombreuses<br /> méthodes continues : gradient projeté, plus grande pente riemannienne,<br /> méthode continue de Newton... Parmi les conséquences de <br />la généralisation proposée, on peut, par exemple, évoquer des <br /> résultats abstraits de viabilité et de convergence globale. Toujours <br />dans cette <br />perspective, les fonctions de Legendre jouent un rôle crucial~:<br /> elles permettent d'une part de donner lieu à des structures<br /> riemanniennes possédant de nombreuses propriétés - parmi lesquelles une<br /> propriété d'intégration caractéristique remarquable -, et d'autre part, <br /> elles fournissent en dimension infinie un cadre intéressant<br /> pour l'étude de certaines équations d'évolution de type<br /> parabolique.<br /><br />La deuxième partie est consacrée à l'étude de systèmes<br /> dynamiques du second ordre en temps avec une dissipation géométrique<br /> de type hessien. Outre leur intérêt en optimisation<br /> et leurs liens avec les méthodes de type Newton, ces systèmes<br /> sont d'une grande souplesse et permettent d'approcher certains <br />phénomènes non-lisses en mécanique unilatérale. En guise d'application,<br /> il est en effet prouvé que les systèmes considérés permettent <br />d'obtenir à la limite des dynamiques <br />satisfaisant des lois de chocs inélastiques. Les<br /> perspectives de cette étude ouvrent en particulier la voie à une approche <br />alternative de certains systèmes d'inégalités variationnelles de type <br />hyperbolique.<br /><br /><br />L'une des préoccupations majeures de cette thèse est la question<br /> de la convergence des orbites des systèmes étudiés. Dans le <br /> cadre de la minimisation convexe, quasi-convexe, ou analytique, de nombreux<br /> résultats sont proposés : convergence globale, , <br />vitesse de convergence, contrôle asymptotique, attractivité des <br /> minima sous contraintes en dimension infinie.