Étant donné un graphe connexe infini G, on construit un sous-graphe aléatoire de G avec densité p en supprimant chaque arête indépendamment avec une probabilité 1-p. Une question fondamentale en théorie de la percolation est de savoir pour quels graphes G il existe une composante connexe infinie dans ce sous-graphe aléatoire pour p suffisamment proche de 1. Un argument classique dû à Peierls dit que c'est le cas dès qu'il existe une borne supérieure exponentielle sur le nombre d'ensembles de coupures minimales dans le graphe. Notre premier théorème a établi […]
La théorie des modules projectifs est souvent abordée sous l'angle de l'algèbre homologique, pour les buts de laquelle la connaissance de quelques propriétés formelles de ces objets est souvent suffisante pour travailler. Pourtant, ils ont également une interprétation géométrique : un module projectif (de type fini) sur un anneau consiste essentiellement en la donnée d'un fibré vectoriel sur l'objet géométrique que la géométrie algébrique associe à cet anneau. De ce point de vue, plusieurs questions naturelles, inspirées par la topologie, se manifestent : à quelle condition un module projectif a-t-il […]
Generative AI is increasingly presented as a potential substitute for humans, including as human research subjects in various disciplines. Yet there is no scientific consensus on how closely these in-silico clones could represent their human counterparts. While some defend the use of these “synthetic users,” others point towards the biases in the responses provided by the LLMs. Through an experiment using survey questionnaires, we demonstrate that these latter critics are right to be wary of using generative AI to emulate respondents, but probably not for the right reason. Our results […]
L'une des opérations les plus importantes en mathématiques est la multiplication de matrices. En permettant aux indices de devenir continus, on obtient la convolution de fonctions. De manière analogue, on peut définir la convolution de fonctions sur les groupes de Lie. Les groupoïdes de Lie offrent une généralisation et unification de ces différentes notions de convolution. Je présenterai une introduction aux groupoïdes de Lie, suivie d'une discussion sur plusieurs de leurs applications à l'analyse des équations aux dérivées partielles.
Les Beta-ensembles sont une famille de mesures de probabilités sur Rn apparaissant naturellement dans l'étude de certains modèles de matrices aléatoires – les plus connus d'entre eux étant les ensembles invariants orthogonaux : Gaussian Orthogonal Ensemble, resp. Unitary ou Symplectic. Ces mesures se généralisent naturellement à des contextes plus larges, et leur étude se retrouve à la croisée de divers domaines des probabilités: matrices aléatoires, donc, mais aussi physique statistique, combinatoire, systèmes intégrables, etc. Je présenterai quelques aspects de leur étude, en parlant notamment d'une remarquable représentation tridiagonale, de grandes […]
Les dynamiques hyperboliques sont des modèles de dynamiques "chaotiques" en mathématiques, c'est-à-dire très sensibles aux conditions initiales. Elles apparaissent naturellement dans de nombreux contextes, notamment en géométrie riemannienne. Le but de cet exposé est de présenter quelques exemples de dynamiques hyperboliques "simples" sur le tore et les billards, de les illustrer numériquement, et d'expliquer la façon dont on les analyse mathématiquement à l'aide d'une notion-clé : les résonances de Ruelle.
Le modèle logit est un modèle relativement standard en statistiques, qui permet d’estimer le rôle que jouent des caractéristiques observables dans la réalisation d’une variable binaire (achat de biens, emploi/chômage …). Une variante de ce modèle intègre des effets fixes individuels, modélisant une propension individuelle aléatoire, plus ou moins forte, pour l’une ou l’autre des options possibles du choix binaire. En présence des ces effets fixes individuels, l’effet moyen d’une variable sur la réalisation de la variable d’intérêt binaire ne peut plus être parfaitement estimé. Dans cette présentation, nous verrons […]
Title: Stability and instability in incompressible fluids Speaker: Michele Coti Zelati Abstract: The study of stability of coherent structures in fluid flows dates back to the late 19th century and has fascinated mathematicians since Reynolds' famous experiments in 1883. Mathematically, this problem can be phrased in terms of estimating the size of the basin of attraction of steady states of the Navier-Stokes equations and related models. In Part I, I will review the theory of stability for shear flows, introducing the concepts of mixing, inviscid damping, and enhanced dissipation. We […]
Est-ce qu'un modèle d'IA peut démontrer un énoncé mathématique complexe ? Formaliser des preuves ? Une IA peut-elle développer une intuition mathématique plus puissante qu'un humain sur un problème spécifique et aider à la découverte de nouveaux théorèmes ? Les récentes avancées issues de la combinaison de différentes techniques de machine learning allant des modèles de langage aux méthodes d'apprentissage par renforcement posent de nombreuses questions sur l'avenir de la pratique des mathématiques. Pour explorer ces enjeux, nous présenterons plusieurs exemples de travaux récents en IA pour les mathématiques et […]
14.00 - 14.45 : François Thilmany (KU Leuven) « Finding ping-pong partners for finite subgroups of linear groups » In his paper on free subgroups of linear groups, Tits proved his famous alternative: a linear group is either virtually solvable, or contains a free subgroup. Since then, Tits’ work has been generalized and applied in many different ways. One remaining open question in this subject is the one asked by de la Harpe and his collaborators: let $G$ be a semisimple Lie group without compact factors and with trivial center, and let $\Gamma$ […]
The global fluctuations in models from random matrix theory, random tilings, and non-colliding particle systems are often governed by log-correlated Gaussian fields. In this talk, I will present an operator-theoretic viewpoint based on Jacobi (and CMV) matrices for a broad class of determinantal point processes associated with orthogonal polynomials. Instead of analyzing correlation functions and their asymptotics, this approach captures fluctuations efficiently through the spectral data of the underlying Jacobi operator. The emergence of log-correlated fields can then be traced back to deep results in analysis, such as the Strong […]