Méthodes de contrôle stochastique pour le problème de transport optimal et schémas numériques de type Monte-Carlo pour les EDP

This thesis deals with the numerical methods for a fully nonlinear degenerate parabolic partial differential equations (PDEs), and for a controlled nonlinear PDEs problem which results from a mass transportation problem. The manuscript is divided into four parts. In a first part of the thesis, we are interested in the necessary and sufficient condition of the monotonicity of finite difference $\theta$-scheme for a one-dimensional diffusion equations. An explicit formula is given in case of the heat equation, which is weaker than the classical Courant-Friedrichs-Lewy (CFL) condition. In a second part, we consider a fully nonlinear degenerate parabolic PDE and propose a splitting scheme for its numerical resolution. The splitting scheme combines a probabilistic scheme and the semi-Lagrangian scheme, and in total, it can be viewed as a Monte-Carlo scheme for PDEs. We provide a convergence result as well as a rate of convergence. In the third part of the thesis, we study an optimal mass transportation problem. The mass is transported by the controlled drift-diffusion dynamics, and the associated cost depends on the trajectories, the drift as well as the diffusion coefficient of the dynamics. We prove a strong duality result for the transportation problem, thus extending the Kantorovich duality to our context. The dual formulation maximizes a value function on the space of all bounded continuous functions, and every value function corresponding to a bounded continuous function is the solution to a stochastic control problem. In the Markovian cases, we prove the dynamic programming principle of the optimal control problems, and we propose a gradient-projection algorithm for the numerical resolution of the dual problem, and provide a convergence result. Finally, in a fourth part, we continue to develop the dual approach of mass transportation problem with its applications in the computation of the model-independent no-arbitrage price bound of the variance option in a vanilla-liquid market. After a first analytic approximation, we propose a gradient-projection algorithm to approximate the bound as well as the corresponding static strategy in vanilla options.Cette thèse porte sur les méthodes numériques pour les équations aux dérivées partielles (EDP) non-linéaires dégénérées, ainsi que pour des problèmes de contrôle d'EDP non-linéaires résultants d'un nouveau problème de transport optimal. Toutes ces questions sont motivées par des applications en mathématiques financières. La thèse est divisée en quatre parties. Dans une première partie, nous nous intéressons à la condition nécessaire et suffisante de la monotonie du $\theta$-schéma de différences finies pour l'équation de diffusion en dimension un. Nous donnons la formule explicite dans le cas de l'équation de la chaleur, qui est plus faible que la condition classique de Courant-Friedrichs-Lewy (CFL). Dans une seconde partie, nous considérons une EDP parabolique non-linéaire dégénérée et proposons un schéma de type ''splitting'' pour la résoudre. Ce schéma réunit un schéma probabiliste et un schéma semi-lagrangien. Au final, il peut être considéré comme un schéma Monte-Carlo. Nous donnons un résultat de convergence et également un taux de convergence du schéma. Dans une troisième partie, nous étudions un problème de transport optimal, où la masse est transportée par un processus d'état type ''drift-diffusion'' controllé. Le coût associé est dépendant des trajectoires de processus d'état, de son drift et de son coefficient de diffusion. Le problème de transport consiste à minimiser le coût parmi toutes les dynamiques vérifiant les contraintes initiales et terminales sur les distributions marginales. Nous prouvons une formule de dualité pour ce problème de transport, étendant ainsi la dualité de Kantorovich à notre contexte. La formulation duale maximise une fonction valeur sur l'espace des fonctions continues bornées, et la fonction valeur correspondante à chaque fonction continue bornée est la solution d'un problème de contrôle stochastique optimal. Dans le cas markovien, nous prouvons un principe de programmation dynamique pour ces problèmes de contrôle optimal, proposons un algorithme de gradient projeté pour la résolution numérique du problème dual, et en démontrons la convergence. Enfin dans une quatrième partie, nous continuons à développer l'approche duale pour le problème de transport optimal avec une application à la recherche de bornes de prix sans arbitrage des options sur variance étant donnés les prix des options européennes. Après une première approximation analytique, nous proposons un algorithme de gradient projeté pour approcher la borne et la stratégie statique correspondante en options vanilles