Les prix des matières premières ont augmenté à un rythme sans précédent au cours des dernières années rendant les dérivés sur matières premières de plus en plus populaires dans de nombreux secteurs comme l'énergie, les métaux et les produits agricoles. Le développement rapide du marché des produits dérivés sur matières premières a aussi induit une recherche vers toujours plus de précision et cohérence dans la modélisation et l'évaluation de produits dérivés des matières premières. Les points les plus importants dans la modélisation des matières premières sont la bonne représentation du rendement d'opportunité appelé communément "convenience yield ", la prise en compte de la saisonnalité et la capture du phénomène de retour à la moyenne pour les prix des matières premières. Il est à noter que le rendement d'opportunité (convenience yield ) peut être induit du prix des la courbe des forwards et être simplement ajouté au terme d'évolution(terme de drift) dans les modèles canoniques, comme le modèle de Black Scholes, le modèle à volatilité locale et les modèles à volatilité stochastique. An delà de ces modèles, d'autres modèles ont été conçus pour modéliser spécifiquement l'évolution du convenience yield, la saisonnalité ou le phénomène de retour à la moyenne des prix. Il s'agit par exemple du modèle de Gibson Schwartz qui suppose que le terme de convenience yield est aléatoire. Cette approche prend donc en compte l'évolution non déterministe du convenience yield et l'interprète comme un paramètre critique du modèle. Ceci explique sa grande popularité et son adoption important par les praticiens du marché. Un autre modèle fréquemment utilisé est le modèle de Gabillon. Celui se concentre sur la saisonnalité des prix et l'effet de retour a la moyenne, en modélisant un prix à long terme stochastique corrélé aux prix du spot. Dans cette thèse, nous prouvons que ces deux approches ne sont en fait qu'une et qu'il y a une relation d'équivalence entre le modèle de Gibson Schwartz et le modèle de Gabillon. Reposant sur le principe de diffusion équivalente introduite par Gyöngy, nous montrons que le modèle de Gibson Schwartz et le modèle de Gabillon peuvent se réduire à un modèle à un facteur dont la distribution marginale peut être explicitement calculée sous certaines conditions. Ceci nous permet en particulier de trouver des formules analytiques pour l'ensemble des options vanilles. Certaines de ces formules sont nouvelles à notre connaissance et d'autres confirment des résultats antérieurs. Dans un second temps, nous nous intéressons à la bonne modélisation de la dynamique de la volatilité des marchés des matières premières. En effet, les marchés de matières premières sont caractérisés par des volatilités très fluctuantes et importante. Alors que les effets sur la saisonnalité, la modèlisation du convenience yield et l'effet de retour à la moyenne des prix ont été fortement soulignés dans la littérature, la bonne modélisation de la dynamique de la volatilité a souvent été oubliée. La famille de modèle à volatilité stochastique est introduite pour renforcer la dynamique de la volatilité, capturant le phénomène de smile de la surface de volatilité grâce à un processus stochastique pour la volatilité. C'est une caractéristique très importante pour les dérivés à maturité longue où l'effet volatilité stochastique conduit à des résultats très différents de ceux obtenus avec des modèles plus conventionnels. Les modèles à volatilité stochastique permettent aussi de prendre en compte le phénomène de corrélation négative entre le sous-jacent et la volatilité en introduisant de manière explicite ce paramètre de corrélation. Les modèles à volatilité stochastique les plus populaires comprennent le modèle d'Heston, le modèle de Piterbarg, le modèle de SABR, etc. Dans cette thèse, nous étendons les idées de Piterbarg à la famille des modèles à volatilité stochastique en rendant le concept plus général. Nous montrons en particulier comment introduire des paramètres dépendant du temps dans les modèles à volatilité stochastique et explicitons différentes formules de calcul explicite du prix d'options vanilles, permettant ainsi une calibration des paramètres du modèles extrêmement efficace.