Cette thèse vise à élaborer et analyser mathématiquement des modèles de populations structurées pour étudier l'évolution de la population de follicules ovariens tout au long de la vie reproductive des mammifères.Dans un premier temps, nous avons construit un modèle de naissance, mort et migration; structuré en compartiments : chaque stade de maturation des follicules est représenté par un compartiment. Afin de tenir compte des interactions existant au sein de la population folliculaire, les taux de transition de la chaîne de Markov à temps continu ainsi obtenue dépendent de l'ensemble ou d'une partie de la population. En utilisant une différence d’abondance et de vitesse de transit au sein des compartiments, nous obtenons un modèle dit lent/rapide. Nous démontrons alors l’existence et l’unicité d’un modèle limite dans le cadre de la théorie des perturbations stochastiques singulières en utilisant un critère de Foster-Lyapunov, un couplage ainsi qu’une équation de Poisson bien choisie. Ce modèle limite est composé d’une équation différentielle ordinaire décrivant la (lente) dynamique du premier compartiment, couplée avec une distribution quasi-stationnaire pour les compartiments (rapides) suivants.Dans un second temps, nous ajoutons au modèle une échelle de temps intermédiaire pour modéliser plus finement l’accélération continue de la croissance des follicules. À l’aide des mêmes outils mathématiques, nous prouvons l’existence et l’unicité d’un modèle limite plus complexe que le précédent. L’échelle la plus lente et la plus rapide sont toujours représentées respectivement par une équation différentielle ordinaire et par une distribution quasi-stationnaire. L’échelle intermédiaire est représenté par le point fixe d’un système d'équation différentielle ordinaire. Chaque échelle dépend de la précédente via une moyennisation ce qui rend l’étude de ce modèle dans un cadre général particulièrement difficile. Dans le cas de 2 ou de 3 échelles de temps, nous avons ensuite poussé l’étude de la limite à l’ordre supérieur en caractérisant l’espérance et la variance de l’erreur entre le modèle et sa limite.Enfin, nous avons introduit un modèle (un système d’équations différentielles ordinaires) adapté aux données biologiques expérimentales disponibles chez la souris. Ce modèle capture plus finement les premières étapes de formation des follicules (par l’ajout d’un compartiment en amont de la dynamique folliculaire) et tient compte de l’existence de deux sous-populations distinctes. En tenant compte d’une étude de l’identifiabilité théorique des paramètres, nous avons reparamétré le modèle et estimé les nouveaux paramètres du modèle. Nous avons finalement illustré le potentiel du modèle de deux façons : en suggérant le type de données biologiques à ajouter afin d’identifier un plus grand nombre de paramètres et en reproduisant des expériences in silico.