Les systèmes stochastiques à information partielle permettent de représenter de nombreux systèmes dont les paramètres sont inconnus et dont le fonctionnement dépend de facteurs en dehors de notre contrôle. Dans cette thèse, nous étudions plusieurs problèmes liés à ces systèmes. Le premier est la diagnosticabilité, c’est-à-dire la capacité de décider si un évènement particulier s’est produit. Le second est la classification qui est la capacité de décider à partir d’une trace d’une exécution quel système l’a produite. Enfin, nous nous intéressons aux garanties que l'on peut avoir quand on apprend les probabilités de transition d’un système stochastique.