Cette thèse se compose de deux parties indépendantes qui portent sur le contrôle stochastique avec des espérances non linéaires et les équations stochastiques rétrogrades (EDSR), ainsi que sur les méthodes numériques de résolution de ces équations. Dans la première partie on étudie une nouvelle classe d'équations stochastiques rétrogrades, dont la particularité est que la condition terminale n'est pas fixée mais vérifie une contrainte non linéaire exprimée en termes de "f-espérances". Ce nouvel objet mathématique est étroitement lié aux problèmes de couverture approchée des options européennes où le risque de perte est quantifié en termes de mesures de risque dynamiques, induites par la solution d'une EDSR non linéaire. Dans le chapitre suivant on s'intéresse aux problèmes d'arrêt optimal pour les mesures de risque dynamiques avec sauts. Plus précisément, on caractérise dans un cadre markovien la mesure de risque minimale associée à une position financière comme l'unique solution de viscosité d'un problème d'obstacle pour une équation intégro-différentielle. Dans le troisième chapitre, on établit un principe de programmation dynamique faible pour un problème mixte de contrôle stochastique et d'arrêt optimal avec des espérances non linéaires, qui est utilisé pour obtenir les EDP associées.La spécificité de ce travail réside dans le fait que la fonction de gain terminal ne satisfait aucune condition de régularité (elle est seulement considérée mesurable), ce qui n'a pas été le cas dans la littérature précédente. Dans le chapitre suivant, on introduit un nouveau problème de jeux stochastiques, qui peut être vu comme un jeu de Dynkin généralisé (avec des espérances non linéaires). On montre que ce jeu admet une fonction valeur et on obtient des conditions suffisantes pour l'existence d'un point selle. On prouve que la fonction valeur correspond à l'unique solution d'une équation stochastique rétrograde doublement réfléchie avec un générateur non linéaire général. Cette caractérisation permet d'obtenir de nouveaux résultats sur les EDSR doublement réfléchies avec sauts. Le problème de jeu de Dynkin généralisé est ensuite étudié dans un cadre markovien.Dans la deuxième partie, on s'intéresse aux méthodes numériques pour les équations stochastiques rétrogrades doublement réfléchies avec sauts et barrières irrégulières, admettant des sauts prévisibles et totalement inaccessibles. Dans un premier chapitre, on propose un schéma numérique qui repose sur la méthode de pénalisation et l'approximation de la solution d'une EDSR par une suite d'EDSR discrètes dirigées par deux arbres binomiaux indépendants (un qui approxime le mouvement brownien et l'autre le processus de Poisson composé). Dans le deuxième chapitre, on construit un schéma en discrétisant directement l'équation stochastique rétrograde doublement réfléchie, schéma qui présente l'avantage de ne plus dépendre du paramètre de pénalisation. On prouve la convergence des deux schémas numériques et on illustre avec des exemples numériques les résultats théoriques. / This thesis consists of two independent parts which deal with stochastic control with nonlinear expectations and backward stochastic differential equations (BSDE), as well as with the numerical methods for solving these equations.We begin the first part by introducing and studying a new class of backward stochastic differential equations, whose characteristic is that the terminal condition is not fixed, but only satisfies a nonlinear constraint expressed in terms of "f - expectations". This new mathematical object is closely related to the approximative hedging of an European option, when the shortfall risk is quantified in terms of dynamic risk measures, induced by the solution of a nonlinear BSDE. In the next chapter we study an optimal stopping problem for dynamic risk measures with jumps.More precisely, we characterize in a Markovian framework the minimal risk measure associated to a financial position as the unique viscosity solution of an obstacle problem for partial integrodifferential equations. In the third chapter, we establish a weak dynamic programming principle for a mixed stochastic control problem / optimal stopping with nonlinear expectations, which is used to derive the associated PDE. The specificity of this work consists in the fact that the terminal reward does not satisfy any regularity condition (it is considered only measurable), which was not the case in the previous literature. In the next chapter, we introduce a new game problem, which can be seen as a generalized Dynkin game (with nonlinear expectations ). We show that this game admits a value function and establish sufficient conditions ensuring the existence of a saddle point . We prove that the value function corresponds to the unique solution of a doubly reected backward stochastic equation (DRBSDE) with a nonlinear general driver. This characterization allows us to obtain new results on DRBSDEs with jumps. The generalized Dynkin game is finally addressed in a Markovian framework.In the second part, we are interested in numerical methods for doubly reected BSDEs with jumps and irregular barriers, admitting both predictable and totally inaccesibles jumps. In the first chapter we provide a numerical scheme based on the penalisation method and the approximation of the solution of a BSDE by a sequence of discrete BSDEs driven by two independent random walks (one approximates the Brownian motion and the other one the compensated Poisson process). In the second chapter, we construct an alternative scheme based on the direct discretisation of the DRBSDE, scheme which presents the advantage of not depending anymore on the penalization parameter. We prove the convergence of the two schemes and illustrate the theoretical results with some numerical examples.

Au sein d’un échangeur à air, les trompes à air permettent de créer l’écoulement d’air froid nécessaireà son bon fonctionnement. Ces dispositifs, qui peuvent ^etre assimilés à des jets subsoniques confinésen conduit, peuvent contribuer au bruit rayonné par les avions lors des phases au sol. Nous proposonsdans cette thèse de développer un outil numérique prédictif de l’acoustique rayonnée par ces dispositifsafin de pouvoir proposer des solutions de réduction de bruit appropriées. Cet outil est adapté au contexteindustriel de Liebherr Aerospace. Une méthode stochastique permet, à partir d’un calcul stationnaireRANS, de générer un champ de vitesse turbulente qui autorise la formation d’un terme de forçage dansles équations d’Euler linéarisées qui sont alors utilisées comme un opérateur de propagation. Un nouveaumodèle stochastique basé sur l’hypothèse de sweeping est développé. Ce dernier permet de produiredes champs instationnaires respectant certaines propriétés aérodynamiques statistiques dans le cadre dejets libres subsoniques. Cette méthode est couplée avec le solveur Euler de l’Onera sAbrinA_v0 et l’outilrésultant est appliqué sur le cas d’un jet libre subsonique à M=0.72. Moyennant une calibration duterme source, la méthodologie permet de reproduire les spectres acoustiques en champ lointain, exceptépour les angles faibles. L’outil numérique est ensuite couplé avec un solveur FW-H pour étudier le casconcret de la trompe à air. Les résultats aérodynamiques et acoustiques sont validés par comparaison àune base de données aérodynamique et acoustique constituée au préalable à partir d’une campagne d’essaiscomprenant des mesures par anémométrie laser Doppler à l’intérieur du conduit et des microphonesacoustiques en champ lointain. / In air exchangers, the cool air flow can be produced by jet pumps. These devices, which can be consideredas subsonic jets confined in ducts, could contribute directly to ramp noise. A predictive numerical toolof the acoustic radiated by jet pumps is therefore developped in order to be able to propose appropriatenoise reduction solutions. This tool is adapted to Liebherr Aerospace’s industrial context. A stochasticmethod allows, starting from a steady RANS computation, to synthetise a turbulent velocity fields andto enforce source terms in the linearized Euler equations therefore used as a wave propagator. A newstochastic model relying on the sweeping hypothesis is developped. Unsteady fields reproducing someaerodynamics features of a free subsonic jet flow can be generated. This method is then coupled withOnera’s Euler solver sAbrinA_v0 and the resulting tool is applied on a free subsonic jet configuration atMach 0.72. Assuming a cabration of the source terms, this methodology models properly the far fieldacoustic spectra except for small angles. The numerical tool is then coupled with a FW-H solver to studya realistic jet pump. Aerodynamic and acoustic results are validated by comparison with a data baseobtained from an experimental campaign including laser Doppler anemometry measures inside the ductand pressure recording in the far-field.

This thesis is devoted to the study of different stochastic processes which have a common feature: they are Markov-modulated, which means that their evolution rules depend on the state occupied by an underlying Markov process. In the first part of this thesis, we analyse the stationary distribution and various first passage problems for Markov-modulated Brownian motions (MMBMs) as well as for two extensions: MMBMs with jumps and MMBMs modified by a temporary change of regime upon visits to level zero. The second part of this thesis is devoted to the use of Markov-modulated processes in mathematical finance, more precisely for the calculation of different option prices. We use a Fourier transform approach to price different European options (vanilla, exchange and quanto options) in the case where the value of the considered risky assets evolves like the exponential of a Markov-modulated Lévy process. The third part of this thesis is devoted to the study of some stochastic epidemic processes, namely the SIR processes. In our models, a Markov process is used to modulate the behaviour of the individuals who bring the disease. We use different martingale approaches as well as matrix analytic methods to obtain various information about the state of the population when the epidemic is over. / Doctorat en Sciences / info:eu-repo/semantics/nonPublished

L'objectif de cette thèse est l'étude des jeux différentiels stochastiques à information incomplète. Nous considérons un jeu à deux joueurs adverses qui contrôlent une diffusion afin de minimiser, respectivement de maximiser un paiement spécifique. Pour modéliser l'incomplétude des informations, nous suivrons la célèbre approche d'Aumann et Maschler. Nous supposons qu'il existe des états de la nature différents dans laquelle le jeu peut avoir lieu. Avant que le jeu commence, l'état est choisi au hasard. L'information est ensuite transmise à un joueur alors que le second ne connaît que les probabilités respectives pour chaque état.Dans cette thèse nous établissons une représentationduale pour les jeux différentiels stochastiques à information incomplète. Ici, nous utilisons largement la théorie des équations différentielles stochastiques rétrogrades (EDSRs), qui se révèle être un outilindispensable dans cette étude. En outre, nous montrons comment, sous certaines restrictions, cette représentation permetde construire des stratégies optimales pour le joueur informé. Ensuite, nous donnons, en utilisant la représentation duale, une preuve particulièrement simple de la semiconvexité de la fonction valeur des jeux différentiels à information incomplète.Un autre partie de la thèse est consacré à des schémas numériques pour les jeux différentiels stochastiques à informationincomplète. Dans la dernière partie nous étudions des jeux d'arrêt optimal en temps continue, appelés jeux de Dynkin, à information incomplète. Nous établissons également une représentation duale, qui est utilisé pour déterminer des stratégies optimales pour le joueur informé dans ce cas. / The objective of this thesis is the study of stochastic differential games with incomplete information. We consider a game with two opponent players who control a diffusion in order to minimize, respectively maximize a certain payoff. To model the information incompleteness we will follow the famous ansatz of Aumann and Maschler. We assume that there are different states of nature in which the game can take place. Before the game starts the state is chosen randomly. The information is then transmitted to one player while the second one only knows the respective probabilities for each state. In this thesis we establish a dual representation for stochastic differential games with incomplete information. Therein we make a vast use of the theory of backward stochastic differential equations (BSDEs), which turns out to be an indispensable tool in this study. Moreover we show how under some restrictions that this representation allows to construct optimal strategies for the informed player.Morover we give - using the dual representation - a strikingly simple proof for semiconvexity of the value function of differential games with incomplete information. Another part of this thesis is devoted to numerical schemes for stochastic differential games with incomplete information. In the last part we investigate continuous time optimal stopping games, so called Dynkin games, with information incompleteness. We show that these games have a value and a unique characterization by a fully non-linear variational PDE for which we provide a comparison principle. Also we establish a dual representation for Dynkin games with incomplete information.

Le travail est consacré aux questions de la statistique des processus stochastiques. Particulièrement, on considère deux problèmes d'estimation. Le premier chapitre se concentre sur le problème d'estimation non-paramétrique pour le processus de Poisson non-homogène. On estime la fonction moyenne de ce processus, donc le problème est dans le domaine d'estimation non-paramétrique. On commence par la définition de l'efficacité asymptotique dans les problèmes non-paramétriques et on procède à exploration de l'existence des estimateurs asymptotiquement efficaces. On prend en considération la classe des estimateurs à noyau. Dans la thèse il est démontré que sous les conditions sur les coefficients du noyau par rapport à une base trigonométrique, on a l'efficacité asymptotique dans le sens minimax sur les ensembles divers. Les résultats obtenus soulignent le phénomène qu'en imposant des conditions de régularité sur la fonction inconnue, on peut élargir la classe des estimateurs asymptotiquement efficaces. Pour comparer les estimateurs asymptotiquement efficaces (du premier ordre), on démontre une inégalité qui nous permet de trouver un estimateur qui est asymptotiquement efficace du second ordre. On calcule aussi la vitesse de convergence pour cet estimateur, qui dépend de la régularité de la fonction inconnue et finalement on calcule la valeur minimale de la variance asymptotique pour cet estimateur. Cette valeur joue le même rôle dans l'estimation du second ordre que la constantede Pinsker dans le problème d'estimation de la densité ou encore l'information de Fisher dans les problèmes d'estimation paramétrique.Le deuxième chapitre est dédié au problème de l’estimation de la solution d’une équation différentielle stochastique rétrograde (EDSR). On observe un processus de diffusion qui est donnée par son équation différentielle stochastique dont le coefficient de la diffusion dépend d’un paramètre inconnu. Les observations sont discrètes. Pour estimer la solution de l’EDSR on a besoin d’un estimateur-processus pour leparamètre, qui, chaque instant n’utilise que la partie des observations disponible. Dans la littérature il existe une méthode de construction, qui minimise une fonctionnelle. On ne pouvait pas utiliser cet estimateur, car le calcul serait irréalisable. Dans le travail nous avons proposé un estimateur-processus qui a la forme simple et peut être facilement calculé. Cet estimateur-processus est un estimateur asymptotiquementefficace et en utilisant cet estimateur on estime la solution de l’EDSR de manière efficace aussi. / This work is devoted to the questions of the statistics of stochastic processes. Particularly, the first chapter is devoted to a non-parametric estimation problem for an inhomogeneous Poisson process. The estimation problem is non-parametric due to the fact that we estimate the mean function. We start with the definition of the asymptotic efficiency in non-parametric estimation problems and continue with examination of the existence of asymptotically efficient estimators. We consider a class of kernel-type estimators. In the thesis we prove that under some conditions on the coefficients of the kernel with respect to a trigonometric basis we have asymptotic efficiency in minimax sense over various sets. The obtained results highlight the phenomenon that imposing regularity conditions on the unknown function, we can widen the class ofasymptotically efficient estimators. To compare these (first order) efficient estimators, we prove an inequality which allows us to find an estimator which is asymptotically efficient of second order. We calculate also the rate of convergence of this estimator, which depends on the regularity of the unknown function, and finally the minimal value of the asymptotic variance for this estimator is calculated. This value plays the same role in the second order estimation as the Pinsker constant in the density estimation problem or the Fisher information in parametric estimation problems. The second chapter is dedicated to a problem of estimation of the solution of a Backward Stochastic Differential Equation (BSDE). We observe a diffusion process which is given by its stochastic differential equation with the diffusion coefficientdepending on an unknown parameter. The observations are discrete. To estimate the solution of a BSDE, we need an estimator-process for a parameter, which, for each given time, uses only the available part of observations. In the literature there exists a method of construction, which minimizes a functional. We could not use this estimator, because the calculations would not be feasible. We propose an estimator-process which has a simple form and can be easily computed. Using this estimator we estimate the solution of a BSDE in an asymptotically efficient way.

Ce travail propose un ensemble de méthodes dédiées à la quantification des incertitudes sur la simulation des écoulements dans un réservoir pétrolier. Ces méthodes sont basées sur l’utilisation de surfaces de réponse approchant la relation, le plus souvent inconnue et non linéaire, entre les paramètres incertains du réservoir et les variables de production. L’ensemble proposé contient ainsi des algorithmes de construction ou d’analyse (échantillonnage, analyse de sensibilité, inversion bayésienne d’un historique de production) de surfaces de réponse. Ces méthodes ont été tout d’abord développés dans un cadre déterministe puis étendues à la prise en compte de simulation d’écoulement secondaires et de paramètres incertains stochastiques caractérisés par un impact aléatoire sur la production. Les principales considérations de se travail sont de tenir compte d’un grand nombre de paramètres incertains, de données de production bruitée et de pourvoir modéliser une réponse de forme complexe / This work develops several methodologies to assess uncertainty on oil reservoir production. Taking in consideration that flow simulations are time consuming it uses response surfaces to approximate the relationship between reservoir uncertain parameters and production variables. First deterministic methods are developed to construct and analyze such surfaces: construction algorithms are the discrete smooth interpolation and the dual kriging while analysis methods are the variance based sensitivity analysis and the bayesian inversion of production history. This framework is then extended to include fast flow simulation results and to handle stochastic parameters characterized by a random effect on reservoir production. These methodologies are developed based on the following considerations: the number of uncertain parameters is usually large, data may be noisy if some parameters are neglected and the complex relationship between uncertain parameters and reservoir production

La plupart des systèmes non linéaires loin de l'équilibre sont sensibles aux fluctuations internes. Dans ce travail, les effets stochastiques dans des modèles génériques de réaction-diffusion sont étudiés à deux échelles différentes. Dans l'approche mésoscopique, l'évolution du système est gouvernée par une équation maîtresse résolue par des simulations de Monte Carlo cinétique. A l'échelle microscopique, des simulations de dynamique des particules sont réalisées. Ces approches stochastiques sont comparées à des équations macroscopiques, déterministes de réaction-diffusion. Dans l'introduction, les différentes échelles, les concepts concernant les systèmes non linéaires et les méthodes numériques utilisées sont présentés. La première partie du chapitre consacré aux résultats est dédiée à l'étude de la perturbation de la distribution des vitesses des particules induite par la réaction pour un système bistable et la propagation d'un front d'onde. Une équation maîtresse incluant cette perturbation est écrite et comparée à des simulations de la dynamique microscopique. La seconde partie concerne la formation de structures dans les systèmes réaction-diffusion dans le contexte de la biologie du développement. Une méthode pour simuler des structures de Turing à l'échelle microscopique est développée à partir de l'algorithme DSMC (direct simulation Monte Carlo). Ensuite, des expériences consistant à perturber la formation de la colonne vertébrale sont expliquées dans le cadre du mécanisme de Turing. Enfin, un modèle de réaction-diffusion associé à un mécanisme différent, connu sous le nom de "Clock and wavefront", est proposé pour rendre compte de la segmentation. / Many nonlinear systems under non-equilibrium conditions are highly sensitive to internal fluctuations. In this dissertation, stochastic effects in some generic reaction-diffusion models are studied using two approaches of different precision. In the mesoscopic approach, evolution of the system is governed by the master equation, which can be solved numerically or used to set up kinetic Monte Carlo simulations. On the microscopic level, particle computer simulations are used. These two stochastic approaches are compared with deterministic, macroscopic reaction-diffusion equations.In the Introduction, key information about the different approaches is presented, together with basics of nonlinear systems and a presentation of numerical algorithms used.The first part of the Results chapter is devoted to studies on reaction-induced perturbation of particle velocity distributions in models of bistability and wave front propagation. A master equation including this perturbation is presented and compared with microscopic simulations.The second part of the Results deals with pattern formation in reaction-diffusion systems in the context of developmental biology. A method for simulating Turing patternsat the microscopic level using the direct simulation Monte Carlo algorithm is developed. Then, experiments consisting of perturbing segmentation of vertebrate embryo’s bodyaxis are explained using the Turing mechanism. Finally, a different possible mechanism of body axis segmentation, the “clock and wavefront” model, is formulated as a reaction-diffusion model.

Dans cette thèse, nous étudions les effets cohérents associés à la propagation d’ondes dans les milieux diffusants, en particulier les ondes électromagnétiques.En milieux faiblement désordonnés, l'intensité lumineuse fluctue spatialement sur de grandes distances. Ce phénomène est le résultat d'effets cohérents mésoscopiques complexes, qui se produisent à une échelle microscopique. Nous montrons que ces fluctuations mésoscopiques cohérentes de la lumière induisent des forces de rayonnement d'un nouveau genre. L'amplitude de ces forces fluctuantes est déterminée par un paramètre unique et facilement réglable, la conductance adimensionnée, qui dépend à la fois de la géométrie et des propriétés de diffusion du milieu. Notre découverte devrait donc avoir des applications intéressantes, telles que de nouveaux capteurs pour la matière molle ou la biophysique.Du point de vue méthodologique, nous utilisons une approche à la Langevin pour décrire les fluctuations lumineuses cohérentes, où un bruit précisément calculé rend compte des effets cohérents mésoscopiques. Nous montrons comment inclure systématiquement les corrections cohérentes dans le terme de bruit, afin de reproduire les fluctuations d'intensité. Cette description permet de comprendre les fluctuations cohérentes comme résultant d’un flux lumineux hors équilibre, caractérisé par deux paramètres seulement, le coefficient de diffusion et la mobilité, qui sont par ailleurs liés par une relation d’Einstein. Un avantage évident de cette méthode est sa dépendance à deux paramètres seulement, ce qui fournit une description à la fois compacte et précise des riches effets cohérents sous-jacents. De plus, la correspondance que nous présentons entre la lumière cohérente et l'hydrodynamique hors d'équilibre est facilement généralisable à une large classe de problèmes d'ondes quantiques ou classiques.Pour les perspectives futures, cette connexion entre les effets cohérents mésoscopiques et les processus stochastiques hors équilibre devraient intéresser les communautés de la mésoscopie et de la mécanique statistique. Pour les premiers, le lien avec l'hydrodynamique hors équilibre fournit un nouvel éclairage sur la physique mésoscopique, ainsi que des outils utiles pour étudier les quantités jusqu'ici difficiles d'accès, telles que les fonctions de corrélation d'intensité d'ordres supérieurs. Pour les seconds, ces travaux devraient motiver une étude plus approfondie des processus indépendants du temps inspirés de la mésoscopie. / In this work, we study coherent effects associated to wave propagation in scattering media, in particular electromagnetic waves.In weakly disordered media, light intensity fluctuates spatially over large distances. This phenomenon is the result of complex mesoscopic coherent effects, which occur at a microscopic scale. We show that these mesoscopic coherent fluctuations of light induce radiation forces of a new kind. The strength of these fluctuating forces is determined by a single and easily tunable parameter, the dimensionless conductance, which depends on both the geometry and the scattering properties of the medium. Our findings should therefore have interesting applications such as new sensors in soft condensed matter or biophysics.On the methodological viewpoint, we use a hydrodynamic Langevin approach to describe the coherent light fluctuations, where a properly tailored noise accounts for mesoscopic coherent effects. We show how to systematically include the coherent corrections in the noise term, in order to reproduce the intensity fluctuations. This description allows to understand coherent light fluctuations as resulting from a non equilibrium light flow, characterized by two parameters only, the diffusion coefficient and the mobility, otherwise related by an Einstein relation. A clear asset of this method is its dependence upon two parameters only, which provides a compact yet accurate description of the rich underlying coherent effects. Moreover, the mapping we present between coherent light and out of equilibrium hydrodynamics is easily generalizable to a large class of quantum or classical wave problems.For future perspectives, this connection between coherent effects in mesoscopics and non equilibrium stochastic processes should be of interest in both the mesoscopics and statistical mechanics communities. For the former, the mapping to non equilibrium hydrodynamics provides a new insight to mesoscopic physics as well as useful tools to study quantities so far difficult to access, such as higher orders intensity correlation functions. For the latter, this work should motivate further study of time independent processes inspired from mesoscopics.

Durant cette thèse, une méthode d'analyse statistique sur la gerbe d'éclats d’une bombe, en particulier sur leurs masses, a été mise au point. Nous avions à disposition trois échantillons partiels de données expérimentales et un modèle mécanique simulant l'explosion d'un anneau. Dans un premier temps, un modèle statistique a été créé à partir du modèle mécanique fourni, pour générer des données pouvant être similaires à celles d'une expérience. Après cela, la distribution des masses a pu être étudiée. Les méthodes d'analyse classiques ne donnant pas de résultats suffisamment précis, une nouvelle méthode a été mise au point. Elle consiste à représenter la masse par une variable aléatoire construite à partir d'une base de polynômes chaos. Cette méthode donne de bons résultats mais ne permet pas de prendre en compte le lien entre les éclats d'une même charge. Il a donc été décidé ensuite de modéliser la masse par un processus stochastique, et non par une variable aléatoire. La portée des éclats, qui dépend en partie de la masse, a elle aussi été modélisée par un processus. Pour finir, une analyse de sensibilité a été effectuée sur cette portée avec les indices de Sobol. Ces derniers s'appliquant aux variables aléatoires, nous les avons adaptés aux processus stochastiques de manière à prendre en compte les liens entre les éclats. Dans la suite, les résultats de cette dernière analyse pourront être améliorés. Notamment, grâce à des indices présentés en dernière partie qui seraient adaptés aux variables dépendantes, et permettraient l'utilisation de processus stochastiques à accroissements non indépendants. / During this thesis, a method of statistical analysis on sheaf of bomb fragments, in particular on their masses, has been developed. Three samples of incomplete experimental data and a mechanical model which simulate the explosion of a ring were availables. First, a statistical model based on the mechanical model has been designed, to generate data similar to those of an experience. Then, the distribution of the masses has been studied. The classical methods of analysis being not accurate enough, a new method has been developed. It consists in representing the mass by a random variable built from a basis of chaos polynomials. This method gives good results however it doesn't allow to take into account the link between slivers. Therefore, we decided to model the masses by a stochastic process, and not a random variable. The range of fragments, which depends of the masses, has also been modeled by a process. Last, a sensibility analysis has been carried out on this range with Sobol indices. Since these indices are applied to random variables, it was necessary to adapt them to stochastic process in a way that take into account the links between the fragments. In the last part, it is shown how the results of this analysis could be improved. Specifically, the indices presented in the last part are adapted to dependent variables and therefore, they could be suitable to processes with non independent increases.

Dans cette thèse nous nous intéressons à l’étude du modèle à bloc stochastique (SBM) en présence de données manquantes. Nous proposons une classification des données manquantes en deux catégories Missing At Random et Not Missing At Random pour les modèles à variables latentes suivant le modèle décrit par D. Rubin. De plus, nous nous sommes attachés à décrire plusieurs stratégies d’échantillonnages de réseau et leurs lois. L’inférence des modèles de SBM avec données manquantes est faite par l’intermédiaire d’une adaptation de l’algorithme EM : l’EM avec approximation variationnelle. L’identifiabilité de plusieurs des SBM avec données manquantes a pu être démontrée ainsi que la consistance et la normalité asymptotique des estimateurs du maximum de vraisemblance et des estimateurs avec approximation variationnelle dans le cas où chaque dyade (paire de nœuds) est échantillonnée indépendamment et avec même probabilité. Nous nous sommes aussi intéressés aux modèles de SBM avec covariables, à leurs inférence en présence de données manquantes et comment procéder quand les covariables ne sont pas disponibles pour conduire l’inférence. Finalement, toutes nos méthodes ont été implémenté dans un package R disponible sur le CRAN. Une documentation complète sur l’utilisation de ce package a été écrite en complément. / In this thesis we are interested in studying the stochastic block model (SBM) in the presence of missing data. We propose a classification of missing data into two categories Missing At Random and Not Missing At Random for latent variable models according to the model described by D. Rubin. In addition, we have focused on describing several network sampling strategies and their distributions. The inference of SBMs with missing data is made through an adaptation of the EM algorithm : the EM with variational approximation. The identifiability of several of the SBM models with missing data has been demonstrated as well as the consistency and asymptotic normality of the maximum likelihood estimators and variational approximation estimators in the case where each dyad (pair of nodes) is sampled independently and with equal probability. We also looked at SBMs with covariates, their inference in the presence of missing data and how to proceed when covariates are not available to conduct the inference. Finally, all our methods were implemented in an R package available on the CRAN. A complete documentation on the use of this package has been written in addition.