On appelle suite récurrente stochastique (SRS) dirigée par une suite de matrices aléatoires une suite de variables aléatoires telles que le terme de rang n+1 est obtenu en multipliant celui de rang n par la enième matrice. Cette thèse porte sur le comportement asymptotique de telles suites. Dans la première partie, les matrices sont inversibles et on donne un critère de séparation des exposants de Lyapunov quand la suite de matrices suit une mesure de Gibbs sur un sous-shift de type fini. Dans la seconde partie, les produits se font au sens max-plus. On montre que le comportement des SRS au premier ordre est essentiellement déterminé par celui de certains blocs diagonaux et que la propriété de perte de mémoire, qui assure la stabilité des SRS, est générique. Si une suite de matrices (ou d'applications topicales) aléatoires est i.i.d. et a la propriété de perte de mémoire, alors les SRS qu'elle dirige vérifient des théorèmes limites. Ce résultat est obtenu par la méthode du trou spectral.