Cette thèse est consacrée à l'étude de trois modèles combinatoires intervenant dans la théorie des probabilités. Nous nous intéressons tout d'abord à la hauteur d'arbres de fragmentation. À mesure de dislocation fixée, deux régimes bien différents peuvent apparaître selon la capacité des sommets : au-delà d'une capacité critique, les hauteurs ont même asymptotique tandis que, en deçà de ce paramètre critique, les arbres sont de plus en plus hauts à mesure que le seuil de rupture diminue. Nous présentons ensuite des résultats obtenus avec Nicolas Curien sur le quadtree. Nous explicitons les comportements asymptotiques des coûts moyens des requêtes partielles. La théorie des fragmentations joue encore un rôle clé. Nous étudions enfin les grands graphes aléatoires, critiques pour le modèle de configuration. Sous certaines hypothèses, nous prouvons que, correctement remises à l'échelle, les suites des tailles des composantes connexes de ces graphes convergent en un certain sens vers une suite aléatoire non triviale que nous caractérisons. La situation est bien différente selon que la loi des degrés d'un sommet a un moment d'ordre 3 fini ou est une loi de puissance d'exposant compris entre 3 et 4.

Dans ce travail nous nous intéressons à l'estimation de la densité spectrale par la méthode du noyau pour des processus à temps continu et des champs aléatoires observés selon des schémas d'échantillonnage (ou plan d'expériences) discrets aléatoires. Deux types d'échantillonnage aléatoire sont ici considérés : schémas aléatoires dilatés, et schémas aléatoires poissonniens. Aucune condition de gaussiannité n'est imposée aux processus et champs étudiés, les hypothèses concerneront leurs cumulants.En premier nous examinons un échantillonnage aléatoire dilaté utilisé par Hall et Patil (1994) et plus récemment par Matsuda et Yajima (2009) pour l'estimation de la densité spectrale d'un champ gaussien. Nous établissons la convergence en moyenne quadratique dans un cadre plus large, ainsi que la vitesse de convergence de l'estimateur.Ensuite nous appliquons l'échantillonnage aléatoire poissonnien dans deux situations différentes : estimation spectrale d'un processus soumis à un changement de temps aléatoire (variation d'horloge ou gigue), et estimation spectrale d'un champ aléatoire sur R2. Le problème de l'estimation de la densité spectrale d'un processus soumis à un changement de temps est résolu par projection sur la base des vecteurs propres d'opérateurs intégraux définis à partir de la fonction caractéristique de l'accroissement du changement de temps aléatoire. Nous établissons la convergence en moyenne quadratique et le normalité asymptotique de deux estimateurs construits l'un à partir d'une observation continue, et l'autre à partir d'un échantillonnage poissonnien du processus résultant du changement de temps.La dernière partie de ce travail est consacrée au cas d'un champ aléatoire sur R2 observé selon un schéma basé sur deux processus de Poissons indépendants, un pour chaque axe de R2. Les résultats de convergence sont illustrés par des simulations / In this work, we are dealing in the kernel estimation of the spectral density for a continuous time process or random eld observed along random discrete sampling schemes. Here we consider two kind of sampling schemes : random dilated sampling schemes, and Poissonian sampling schemes. There is no gaussian condition for the process or the random eld, the hypotheses apply to their cumulants.First, we consider a dilated sampling scheme introduced by Hall and Patil (1994) and used more recently by Matsuda and Yajima (2009) for the estimation of the spectral density of a Gaussian random eld.We establish the quadratic mean convergence in our more general context, as well as the rate of convergence of the estimator.Next we apply the Poissonian sampling scheme to two different frameworks : to the spectral estimation for a process disturbed by a random clock change (or time jitter), and to the spectral estimation of a random field on R2.The problem of the estimatin of the spectral density of a process disturbed by a clock change is solved with projection on the basis of eigen-vectors of kernel integral operators defined from the characteristic function of the increment of the random clock change. We establish the convergence and the asymptotic normality of two estimators contructed, from a continuous time observation, and the other from a Poissonian sampling scheme observation of the clock changed process.The last part of this work is devoted to random fields on R2 observed along a sampling scheme based on two Poisson processes (one for each axis of R2). The convergence results are illustrated by some simulations

Cette thèse propose trois contributions principales pour l'imagerie en microscopie à fluorescence. (1) Modélisation du système optique : nous avons étudié les approximations gaussiennes des moindres carrés pour les réponses impulsionnelles optiques (PSFs) limitées par la diffraction du microscope en champ large (WFFM), du microscope confocal (LSCM), et du microscope confocal à disque rotatif (DSCM). Les situations paraxiales/non-paraxiales et 2D/3D sont toutes considérées. Les PSFs sont décrites par les intégrales de diffraction de Debye. Nous avons dérivé les paramètres gaussiens optimaux pour la PSF 2D paraxiale du WFFM, sous les normalisations Linf et L1. Pour les autres PSFs, avec la normalisation Linf, des paramètres quasi-optimaux sont explicitement dérivés par l'appariement des séries de Maclaurin. Ces modèles approximatifs gaussiens peuvent être calculés rapidement, et facilitent considérablement la modélisation des objets biologiques. (2) Débruitage des images de fluorescence : les images issues des LSCM et DSCM ont des statistiques purement poissoniennes ou poissoniennes et gaussiennes mélangées (MPG) selon les différents modes d'acquisition du microscope. Deux approches sont proposées pour restaurer une image poissonienne. La première méthode, basée sur les tests d'hypothèses dans le domaine de Haar biorthogonale, est particulièrement appropriée à estimer rapidement les intensités poissoniennes régulières dans des données de grandes tailles. Notre deuxième méthode, basée sur une transformée stabilisatrice de variance (VST), permet de gaussianiser et stabiliser un processus poissonien filtré. Cette VST peut être combinée avec de nombreuses transformées multi-échelles, ce qui conduit aux VSTs multi-échelles (MS-VSTs). Nous montrons que les MS-VSTs permettent de restaurer efficacement des structures saillantes de diverses formes (isotropes, linéiques et curvilignes) avec un (très) faible flux photonique. La MS-VST est également généralisée pour débruiter les données MPG et pour extraire les taches fluorescentes dans les données MPG. (3) Détection super-résolutive : nous avons revu et étendu les résultats des limites de la résolution pour les sources ponctuelles issus des théories de la détection, de l'estimation, et de l'information. En particulier, nous avons proposé d'appliquer la VST pour étudier les limites de la résolution dans le cas d'observations poissoniennes ou MPG. Les résultats sont asymptotiquement consistants et les expressions sont de formes closes. Nous avons également généralisé une approche de super-résolution qui est basée sur l'ajustement de modèle paramètrique et la sélection de l'ordre de modèle pour localiser un nombre inconnu de spots ou de bâtonnets. Cette méthode permet non seulement de localiser les sources ayant des configurations spatiales complexes, mais aussi d'extraire les objets séparés par des distances inférieures à la résolution optique de Rayleigh (super-résolution).

L'objet d'étude de cette thèse est une mesure infinie sur les boucles (lacets) naturellement associée à une large classe de processus de Markov et les processus ponctuels de Poisson d'intensité proportionnelle à cette mesure (paramètre d'intensité alpha>0). Ces processus ponctuels de Poisson portent le nom d'ensembles poissoniens de boucles markoviennes ou de soupes de boucles. La mesure sur les boucles est covariante par un certain nombre de transformations sur les processus de Markov, par exemple le changement de temps.Dans le cadre de soupe de boucles brownienne à l'intérieur d'un sous-domaine ouvert propre simplement connexe de C, il a été montré que les contours extérieurs des amas extérieurs de boucles sont, pour alpha<=1/2, des Conformal Loop Ensembles CLE(kappa), kappa dans (8/3,4]. D'autre part il a été montré pour une large classe de processus de Markov symétriques que lorsque alpha=1/2, le champ d'occupation d'une soupe de boucle (somme des temps passés par les boucles aux dessus des points) est le carré du champ libre gaussien. J'ai étudié d'abord les soupes de boucles associés aux processus de diffusion unidimensionnels, notamment leur champ d'occupation dont les zéros délimitent dans ce cas les amas de boucles. Puis j'ai étudié les soupes de boucles sur graphe discret ainsi que sur graphe métrique (arêtes remplacés par des fils continus). Sur graphe métrique on a d'une part une géométrie non triviale pour les boucles et d'autre part on a comme dans le cas unidimensionnel continu la propriété que les zéros du champ d'occupation délimitent les amas des boucles. En combinant les graphes métriques et l'isomorphisme avec le champ libre gaussien j'ai montré que alpha=1/2 est le paramètre d'intensité critique pour la percolation par soupe de boucles de marche aléatoire sur le demi plan discret Z*N (existence ou non d'un amas infini) et que pour alpha<=1/2 la limite d'échelle des contours extérieurs des amas extérieurs sur Z*N est un CLE(kappa) dans le demi-plan continu. / In this thesis I study an infinite measure on loops naturally associated to a wide range of Markovian processes and the Poisson point processes of intensity proportional to this measure (intensity parameter alpha>0). This Poissson point processes are called Poisson ensembles of Markov loops or loop soups. The measure on loops is covariant with some transformation on Markovian processes, for instance the change of time. In the setting of Brownian loop soups inside a proper open simply connected domain of C it was shown that the outer boundaries of outermost clusters of loops are, for alpha1/2, Conformal Loop Ensembles CLE(kappa), kappa in (8/3,4]. Besides, it was shown for a wide range of symmetric Markovian processes that for alpha=1/2 the occupation field of a loop soup (the sum of times spent by loops over points) is the square of the Gaussian free field. First I studied the loop soups associated to one-dimensional diffusions, and particularly the occupation field and its zeroes that delimit in this case the clusters of loops. Then I studied the loop soups on discrete graphs and metric graphs (edges replaced by continuous lines). On a metric graph on one hand the loops have a non-trivial geometry and on the other hand one has the same property as in the setting of one-dimensional diffusions that the zeroes of the occupation field delimit the clusters of loops. By combing metric graphs and the isomorphism with the Gaussian free field I have shown that alpha=1/2 is the critical parameter for random walk loop soup percolation on the discrete half-plane Z*N (existence or not of an infinite cluster of loops) and that for alpha<= 1/2 the scaling limit of outer boundaries of outermost clusters on Z*N is a CLE(kappa) on the continuum half plane.