Dans cette thèse, nous étudions les valeurs extrêmes de certains champs aléatoires log-corrélés qui sont gaussiens (le champ libre gaussien inhomogène et la marche aléatoire branchante inhomogène) ou approximativement gaussiens (le log-module de la fonction zêta de Riemann sur la ligne critique et un modèle-jouet randomisé de celui-ci), ainsi que les propriétés asymptotiques de divers estimateurs en statistique. Outre l'introduction et la conclusion, la thèse est divisée en trois parties, chacune contenant trois articles. La première partie contient trois articles sur les champs gaussiens log-corrélés. Le premier article montre le premier ordre de convergence du maximum et du nombre de hauts points pour le champ libre gaussien inhomogène sur tout son domaine. Le deuxième article utilise les résultats du premier article pour montrer que la loi limite de la mesure de Gibbs est une cascade de Ruelle avec un certain nombre d'échelles effectives (un arbre de processus de Poisson-Dirichlet). Le troisième article montre la tension du maximum recentré pour la marche aléatoire branchante inhomogène. La deuxième partie contient trois articles sur la fonction zêta de Riemann. Le premier article montre que, à basse température, la loi limite de la mesure de Gibbs d'un modèle-jouet randomisé du log-module de zêta sur la ligne critique est un processus de Poisson-Dirichlet. Le deuxième article concerne le problème ouvert de la tension du maximum recentré pour ce modèle-jouet sur un intervalle de longueur $O(1)$. Nous simplifions le problème en montrant que le maximum continue se situe à une constante près d'un maximum discret sur $O(\log T \sqrt{\log \log T})$ points. Le troisième article montre le premier ordre de convergence du maximum et de l'énergie libre pour le log-module de la fonction zêta de Riemann sur des intervalles courts de longueur $O(\log^{\theta} T)$, $\theta > -1$, de la ligne critique. La troisième partie contient trois articles traitant de sujets divers en statistique asymptotique. Le premier article montre la monotonicité complète des probabilités multinomiales et ouvre la porte sur l'étude des propriétés asymptotiques des estimateurs de Bernstein sur le simplexe. Le deuxième article prouve une loi uniforme des grands nombres pour les sommes contenant des termes qui « explosent ». Le troisième article trouve la loi limite d'une statistique de score modifiée lorsqu'on teste un membre donné de la famille des lois exponentielles de puissances contre la famille des lois de puissances asymétriques. La thèse contient neuf articles dont sept sont déjà publiés dans des journaux évalués par les pairs. Toute l'information se trouve sur mon site web personnel : https://sites.google.com/site/fouimet26/research.

L'objectif de ce mémoire est de donner une introduction aux marches aléatoires en milieux aléatoires (MAMA). Le domaine des MAMA est vaste; nous nous intéressons particulièrement aux modèles où la marche est transiente dans une direction afin d'y étudier les comportements asymptotiques. Nous présenterons plusieurs modèles et les résultats principaux associés. Nous verrons également quelques techniques de base utilisées dans ce domaine. L'un des outils qui aura permis le plus de progrès dans l'étude des MAMA est la structure de renouvellement. Elle permet entre autres de répondre à des questions concernant la vitesse d'une marche aléatoire biaisée. Cette dernière constitue l'objet de ce mémoire. Nous traitons la question suivante: est-ce que la vitesse d'une marche aléatoire biaisée sur un arbre de Galton-Watson est monotone par rapport à son environnement? Nous répondons par l'affirmative pour un biais assez élevé.

Nous nous penchons sur la propriété de vieillissement exhibée par plusieurs modèles de marches aléatoires en milieux aléatoires qui présentent une dynamique de pièges. Nous faisons en particulier la preuve de telles propriétés pour le modèle de la marche aléatoire biaisée sur des conductances aléatoires dans la grille hyper-cubique à d dimensions, dans le cas où les conductances sont indépendantes et ont une queue lourde (c’est à dire qu’elles n’ont pas de premier moment).

L’objectif en arrière-plan est de montrer que plusieurs modèles de marches aléatoires en milieux aléatoires (MAMA) sont reliés à un modèle-jouet appelé le modèle de piège de Bouchaud. Le domaine des MAMA est très vaste, mais nous nous intéressons particulièrement à une classe de modèle où la marche est réversible et directionnellement transiente. En particulier, nous verrons pourquoi on pense que ces modèles se ressemblent et quel genre de similarités on s’attend à obtenir, une fois qu’on aura présenté le modèle de Bouchaud. Nous verrons aussi quelques techniques de base utilisés de ce domaine, telles que les temps de régénérations. Comme contribution, nous allons démontrer un théorème central limite pour la marche aléatoire β-biaisée sur un arbre de Galton-Watson.