Cette thèse traite des équations différentielles stochastiques rétrogrades réfléchies du second ordre dans une filtration générale . Nous avons traité tout d'abord la réflexion à une barrière inférieure puis nous avons étendu le résultat dans le cas d'une barrière supérieure. Notre contribution consiste à démontrer l'existence et l'unicité de la solution de ces équations dans le cadre d'une filtration générale sous des hypothèses faibles. Nous remplaçons la régularité uniforme par la régularité de type Borel. Le principe de programmation dynamique pour le problème de contrôle stochastique robuste est donc démontré sous les hypothèses faibles c'est à dire sans régularité sur le générateur, la condition terminal et la barrière. Dans le cadre des Équations Différentielles Stochastiques Rétrogrades (EDSRs ) standard, les problèmes de réflexions à barrières inférieures et supérieures sont symétriques. Par contre dans le cadre des EDSRs de second ordre, cette symétrie n'est plus valable à cause des la non linéarité de l'espérance sous laquelle est définie notre problème de contrôle stochastique robuste non dominé. Ensuite nous un schéma d'approximation numérique d'une classe d'EDSR de second ordre réfléchies. En particulier nous montrons la convergence de schéma et nous testons numériquement les résultats obtenus. / This thesis deals with the second-order reflected backward stochastic differential equations (2RBSDEs) in general filtration. In the first part , we consider the reflection with a lower obstacle and then extended the result in the case of an upper obstacle . Our main contribution consists in demonstrating the existence and the uniqueness of the solution of these equations defined in the general filtration under weak assumptions. We replace the uniform regularity by the Borel regularity(through analytic measurability). The dynamic programming principle for the robust stochastic control problem is thus demonstrated under weak assumptions, that is to say without regularity on the generator, the terminal condition and the obstacle. In the standard Backward Stochastic Differential Equations (BSDEs) framework, there is a symmetry between lower and upper obstacles reflection problem. On the contrary, in the context of second order BSDEs, this symmetry is no longer satisfy because of the nonlinearity of the expectation under which our robust stochastic non-dominated stochastic control problem is defined. In the second part , we get a numerical approximation scheme of a class of second-order reflected BSDEs. In particular we show the convergence of our scheme and we test numerically the results.

Ce travail de thèse porte sur les équations différentielles stochastiques progressives rétrogrades, en particulier celles dont le coefficient de diffusion progressif dépend de toutes les inconnues. Nous proposons une manière originale d'aborder le problème, nous permettant de retrouver des résultats classiques d'existence et d'unicité de Pardoux-Tang ou Yong. Nous obtenons de surcroît, en adoptant l'approche Pardoux-Tang en solutions de viscosité, des représentations probabilistes de toute une nouvelle classe d'EDP paraboliques dont les coefficients de dérivation d'ordre 2 dépendent du gradient de la solution. Nous proposons également un schéma de discrétisation itératif dont nous prouvons la convergence et évaluons l'erreur sur un exemple bien particulier.

Nous présentons dans ce mémoire un résumé des travaux concernant tout d'abord les discrétisations de processus stochastiques: processus de diffusion stoppés, équation différentielles stochastiques rétrogrades, développement d'erreur pour les densités d'EDS dirigées par des processus stables symétriques approchées par leur schéma d'Euler. Nous abordons ensuite les estimées de densité pour une certaine classe de processus dégénérés (processus de Langevin et théorème limite local associé, chaine d'oscillateurs bruités) ainsi que quelques applications (bornes de Monte Carlo non asymptotiques).

Cette thèse aborde deux sujets de recherches, le premier est sur l’existence et l’unicité des solutions des Équations Différentielles Doublement Stochastiques Rétrogrades (EDDSRs) et les Équations aux Dérivées partielles Stochastiques (EDPSs) multidimensionnelles à croissance surlinéaire. Le deuxième établit l’existence d’un contrôle optimal strict pour un système controlé dirigé par des équations différentielles stochastiques progressives rétrogrades (EDSPRs) couplées dans deux cas de diffusions dégénérée et non dégénérée.• Existence et unicité des solutions des EDDSRs multidimensionnels :Nous considérons EDDSR avec un générateur de croissance surlinéaire et une donnée terminale de carré intégrable. Nous introduisons une nouvelle condition locale sur le générateur et nous montrons qu’elle assure l’existence, l’unicité et la stabilité des solutions. Même si notre intérêt porte sur le cas multidimensionnel, notre résultat est également nouveau en dimension un. Comme application, nous établissons l’existence et l’unicité des solutions des EDPS semi-linéaires.• Contrôle des EDSPR couplées :Nous étudions un problème de contrôle avec une fonctionnelle coût non linéaire dont le système contrôlé est dirigé par une EDSPR couplée. L’objective de ce travail est d’établir l’existence d’un contrôle optimal dans la classe des contrôle stricts, donc on montre que ce contrôle vérifie notre équation et qu’il minimise la fonctionnelle coût. La méthode consiste à approcher notre système par une suite de systèmes réguliers et on montre la convergence. En passant à la limite, sous des hypothèses de convexité, on obtient l’existence d’un contrôle optimal strict. on suit cette méthode théorique pour deux cas différents de diffusions dégénérée et non dégénérée. / In this Phd thesis, we considers two parts. The first one establish the existence and the uniquness of the solutions of multidimensional backward doubly stochastic differential equations (BDSDEs in short) and the stochastic partial differential equations (SPDEs in short) in the superlinear growth generators. In the second part, we study the stochastic controls problems driven by a coupled Forward-Backward stochastic differentialequations (FBSDEs in short).• BDSDEs and SPDEs with a superlinear growth generators :We deal with multidimensional BDSDE with a superlinear growth generator and a square integrable terminal datum. We introduce new local conditions on the generator then we show that they ensure the existence and uniqueness as well as the stability of solutions. Our work go beyond the previous results on the subject. Although we are focused on multidimensional case, the uniqueness result we establish is new in one dimensional too. As application, we establish the existence and uniqueness of probabilistic solutions tosome semilinear SPDEs with superlinear growth generator. By probabilistic solution, we mean a solution which is representable throughout a BDSDEs.• Controlled coupled FBSDEs :We establish the existence of an optimal control for a system driven by a coupled FBDSE. The cost functional is defined as the initial value of the backward component of the solution. We construct a sequence of approximating controlled systems, for which we show the existence of a sequence of feedback optimal controls. By passing to the limit, we get the existence of a feedback optimal control. The convexity condition is used to ensure that the optimal control is strict. In this part, we study two cases of diffusions : degenerate and non-degenerate.

Le travail présenté dans cette thèse a été motivé par des problématiques posées par l'évaluation de contrats échangés sur le marché du gaz: les contrats de stockage et d'approvisionnement en gaz. Ceux-ci incorporent de l'optionalité et des contraintes, ce qui rend leur évaluation difficile dans un contexte de prix de matières premières aléatoires. L'évaluation de ces contrats mène à des problèmes de contrôle stochastique complexes: switching optimal ou contrôle impulsionnel et contrôle stochastique en grande dimension. La première partie de cette thèse est une revue relativement exhaustive de la littérature, mettant en perspective les différentes approches d'évaluation existantes. Dans une deuxième partie, nous considérons une méthode numérique de résolution de problèmes de contrôle impulsionnel basée sur leur représentation comme solution d'EDSRs à sauts contraints. Nous proposons une approximation à temps discret utilisant une pénalisation pour traiter la contrainte et donnons un taux de convergence de l'erreur introduite. Combinée avec des techniques Monte Carlo, cette méthode a été testée numériquement sur trois problèmes: gestion optimale de biomasse, évaluation d'options Swing et de contrats de stockage gaz. Dans une troisième partie, nous proposons une méthode pour l'évaluation d'options dont le payoff dépend de moyennes mobiles de prix sous-jacents. Elle utilise sur une approximation à dimension finie de la dynamique des processus de moyenne mobile, basée sur un développement en série de Laguerre tronquée. Les résultats numériques fournis incluent des exemples de contrats Swing gaziers à prix d'exercice indexés sur moyennes mobiles de prix pétroliers.

Dans un premier temps, nous étudions une nouvelle classe d'équations différentielles stochastiques rétrogrades (notées EDSRs) qui sont reliées à des conditions de Neumann semi-linéaires relatives à des phénomènes ergodiques. La particularité de ces problèmes est que la constante ergodique apparaît dans la condition au bord. Nous étudions l'existence et l'unicité de solutions pour de telles EDSRs ergodiques ainsi que le lien avec les équations aux dérivées partielles et nous appliquons ces résultats à des problèmes de contrôle ergodique optimal. Dans une deuxième partie nous généralisons des travaux de P. Briand et Y. Hu publiés en 2008. Ces derniers ont prouvé un résultat d'unicité pour les solutions d'EDSRs quadratiques de générateur convexe et de condition terminale non bornée ayant tous leurs moments exponentiels finis. Nous prouvons que ce résultat d'unicité reste vrai pour des solutions qui admettent uniquement certains moments exponentiels finis, ces moments étant reliés de manière naturelle à ceux présents dans le théorème d'existence. Nous améliorons aussi la formule de Feynman-Kac non linéaire prouvée par P. Briand et Y. Hu. Enfin, nous nous intéressons à la résolution numérique d'EDSRs quadratiques markoviennes dont la condition terminale est bornée. Nous estimons dans un premier temps des bornes déterministes sur le processus Z. Nous donnons ensuite un nouveau schéma de discrétisation en temps dont la particularité est que la grille de discrétisation est non uniforme. Enfin nous obtenons une vitesse de convergence pour ce schéma. Par ailleurs, quelques simulations numériques permettent d'étudier l'efficacité de notre nouveau schéma dans un cadre pratique.

Cette thèse traite de l'approximation des équations différentielles stochastiques rétrogrades (EDSR) par projections et simulations de Monte-Carlo. Les applications envisagées ont rapport aux mathématiques financières. Dans une première partie, nous proposons un premier algorithme dont nous étudions la convergence en fonction de ses paramètres. Ayant montré les limitations de ce premier algorithme, nous étudions dans une deuxième partie un second algorithme pour lequel nous établissons de nouvelles bornes d'erreurs. Celles-ci nous permettent d'obtenir une précision arbitrairement petite dans l'approximation des solutions d'EDSR. Nous étendons dans une troisième partie nos résultats au cas des EDSR rétrogrades qui permettent de modéliser le problème de réplication d'options américaines. Enfin, dans une dernière partie, nous expérimentons numériquement les algorithmes analysés précédemment. En conclusion, nous donnons des pistes pour étendre ce travail.

Cette thèse est constituée de trois parties pouvant être lues indépendamment. Dans la première partie, on s'intéresse à la résolution de problème de contrôle stochastique par des méthodes de quantification. La quantification consiste à trouver la meilleure approximation d'une loi de probabilité continue par une loi de probabilité discrète avec un nombre donné N de points supportant cette loi. Nous allons expliciter un cadre de programmation dynamique " générique " qui permet de résoudre de nombreux problèmes de contrôle stochastique comme les problèmes de temps d'arrêt optimal, de maximisation d'utilité, d'équations différentielles stochastiques rétrogrades, de filtrage... Dans ce cadre, nous donnons trois schémas de discrétisation en espace associée à la quantification d'une chaîne de Markov. Dans la deuxième partie, nous présentons un schéma numérique pour les équations différentielles stochastiques rétrogrades doublement réfléchies. Nous nous plaçons dans un cadre général qui contient des sauts et des processus progressifs dépendant de la trajectoire. On propose une approximation du type schéma d'Euler. Nous prouvons la convergence du schéma pour les équations différentielles stochastiques rétrogrades quand le nombre de pas de temps n tend vers l'infini. Nous donnons aussi la vitesse de convergence pour les game options. Dans la troisième partie, on s'intéresse à la réplication des dérivés sur la variance réalisée. On propose une couverture robuste au modèle de volatilité constituée de positions dynamiques sur des options européennes. On étend ensuite cette méthodologie aux options sur fond et aux processus à saut.

Cette thèse concerne trois sujets de probabilités numériques et de mathématiques financières. D'abord, nous étudions le module de régularité L2 en temps de la composante Z d'une EDSR markovienne à coefficients lipschitziens, mais dont la fonction terminale g est irrégulière. Ce module est lié à l'erreur d'approximation par schéma d'Euler. Nous montrons, de façon optimale, que l'ordre de convergence est explicitement lié à la régularité fractionnaire de g. Ensuite, nous proposons une méthode de Monte-Carlo séquentielle pour le calcul efficace du prix d'une tranche de CDO, basée sur des variables de contrôle séquentielles, dans un cadre où les taux de recouvrement sont aléatoires et i.i.d. Enfin, nous analysons l'erreur de couverture associée à la stratégie en Delta-Gamma. La régularité fractionnaire de la fonction payoff joue un rôle crucial dans le choix des dates de rebalancement, afin d'atteindre des vitesses de convergence optimales.

Dans la première partie de ma thèse, en adaptant l'idée de Jien et Ma (2010), l'objectif principal est étudier les équations différentielles doublement stochastiques rétrogrades, semi-linéaires ou nonlinéaires, régies par un mouvement brownien standard et un mouvement brownien fractionnaire indépendant, ainsi que les équations différentielles partielles stochastiques associées régies par le mouvement brownien fractionnaire. Pour le cas semi-linéaire, dans un papier en collaboration avec Jorge A. Leόn (CINVESTAV, Mexique), nous utilisons le calcul de Malliavin dans le cadre du mouvement brownien fractionnaire et la transformation de Girsanov anticipative. Pour le cas nonlinéaire, nous appliquons la transformation de Doss-Sussmann. Dans la deuxième partie nous étudions la régularité, à savoir la continuité de Lipschitz conjointe et la semiconcavité conjointe, de la solution de viscosité pour une classe générale d'équations aux dérivées partielles-intégrales non locales de type Hamilton-Jacobi-Bellman. Pour cette fin nous employons l'interprétation stochastique par une équation différentielle stochastique rétrograde contrôlée avec sauts, en appliquant du changement de temps pour le mouvement brownien et la transformation de Kulik pour la mesure aléatoire de Poisson. Notre travail est une généralisation des travaux de Buckdahn, Cannarsa et Quincampoix (2010) et Buckdahn, Huang et Li (2011).