Bienvenue

Le LPSM est une unité mixte de recherche (UMR 8001) dépendant du CNRS, de Sorbonne Université et de l’Université Paris Cité. Le laboratoire compte environ 200 personnes (dont env. 90 permanents), répartis sur deux sites (Campus P. et M. Curie de Sorbonne Université et Campus Paris Rive Gauche de l’Université Paris Cité).

Les activités de recherche du LPSM couvrent un large spectre en Probabilités et Statistique, depuis les aspects les plus fondamentaux (qui incluent notamment l'Analyse Stochastique, la Géométrie Aléatoire, les Probabilités Numériques et les Systèmes Dynamiques) jusqu’aux applications à la Modélisation dans diverses disciplines (Physique, Biologie, Sciences des Données, Finance, Actuariat, etc), applications qui incluent des partenariats en dehors du monde académique.

Le LPSM est un laboratoire relativement récent. Cependant, ses composantes sont anciennes et proviennent du développement des « mathématiques du hasard » dans le centre de Paris, depuis le premier quart du 20ième siècle (voir ici pour plus de détails).

NB: Site largement inspiré de celui de l'IRIF (merci à eux pour la mise à disposition de leur maquette).

5.2.2026
Nous apprenons avec tristesse le décès de Paul Deheuvels, membre de l'Académie des Sciences, professeur émérite à Sorbonne Université et membre du LPSM, survenu le 30 janvier 2026. Voici une notice biographique en français, et en anglais.

9.12.2025
L'équipe composée de Claire Boyer (Saclay), Francis Bach (Inria) et Gérard Biau (LPSM) est lauréate de l'AAP “Mathématiques de l'apprentissage profond” du PEPR IA, pour le projet Géné-Pi. Félicitations!

9.12.2025
L'Académie des Sciences a décerné à Nicole El Karoui la médaille de section “Applications des Sciences”. Félicitations!

toutes les anciennes actualités

(Ces actualités sont présentées selon un classement mêlant priorité et aléatoire.)

Mathématiques financières et actuarielles, probabilités numériques
Jeudi 26 mars 2026, 11 heures 15, Sophie Germain salle 1013
Alexandre Richard (Centrale Supélec) Approximation quantitative du système de Vlasov-Navier-Stokes

Dans cet exposé, nous considérerons un système fluide-particules décrivant le mouvement de particules cinétiques dans un fluide. Le fluide est modélisé par les équations incompressibles de Navier-Stokes, tandis que $N$ particules stochastiques interagissent avec le fluide via la force de traînée de Stokes. Lorsque le nombre de particules $N$ tend vers l'infini, nous présentons un taux de convergence des mesures empiriques des particules et de la vitesse du fluide vers le système de Vlasov-Navier-Stokes.

Travail en collaboration avec L. Goudenège (Evry), C. Olivera (UniCamp) et G. Planas (UniCamp).

Les probas du vendredi
Vendredi 27 mars 2026, 11 heures, Jussieu, Salle Paul Lévy, 16-26 209
Isao Sauzede (ENS Lyon) à venir

Séminaire de Probabilités
Mardi 31 mars 2026, 14 heures, Jussieu, Salle Paul Lévy, 16-26 209
Maurice Duits (KTH et LPSM) A venir

Séminaire Modélisation et Probabilités
Mercredi 1 avril 2026, 14 heures 15, Sophie Germain 1013
Ronan Memin (DMA (ENS, Paris)) Matrices de Lax aléatoires et Beta-Ensembles

Je présenterai quelques aspects d'un lien découvert récemment reliant l'étude en temps long de systèmes intégrables hamiltoniens à celle des Beta-Ensembles des matrices aléatoires ; via l'étude des propriétés spectrales de certaines matrices aléatoires (appelées matrices de Lax). Je présenterai ces objets et quelques résultats en me concentrant sur l'exemple de la chaîne de Toda, reliée à l'étude du Beta-Ensemble réel.

Séminaire Modélisation aléatoire du vivant
Mercredi 1 avril 2026, 11 heures, 16-26.209
Luis Almeida (LPSM) Non encore annoncé.

Mathématiques financières et actuarielles, probabilités numériques
Jeudi 2 avril 2026, 11 heures 15, Jussieu, Salle Paul Lévy, 16-26 209 / Sophie Germain salle 1013
Mohamed Mrad (Université Sorbonne Paris Nord) Composition de schémas numériques et applications

On se donne un champ aléatoire $F(x,\omega)$ et une variable aléatoire $\Theta(\omega)$. Considérons ensuite des approximations $F^N$ de $F$ et $\Theta^N$ de $\Theta, pour un paramètre de convergence $N \to +\infty$.

Les questions naturelles sont les suivantes : a-t-on convergence de la composée $F^N(\Theta^N(\omega), \omega)$ vers $F(\Theta(\omega), \omega)$?

À quelle vitesse cette convergence a-t-elle lieu, et comment dépend-elle des vitesses de convergence de $F^N$ vers $F$ et de $\Theta^N$ vers $\Theta ?

Je présenterai ensuite quelques applications de ces résultats, notamment à la résolution de certaines EDP de type HJB, ainsi qu’à des problèmes de réduction de mémoire.

Les probas du vendredi
Vendredi 3 avril 2026, 11 heures, Jussieu, Salle Paul Lévy, 16-26 209
Joseph Chen à venir

Séminaire de Probabilités
Mardi 7 avril 2026, 14 heures, Jussieu, Salle Paul Lévy, 16-26 209
Jordan Serres (LPSM) K-means with learned metrics

K-means is a very well-known and widely used algorithm for clustering Euclidean data. It can be generalized to metric measure spaces, however, it is less well understood in settings where both the distance and the measure are unknown and must be estimated. In this talk, I will present recent work in which we prove the consistency of k-means in this context by establishing the stability of k-means centroids and clusters with respect to the measured Gromov–Hausdorff topology. This framework provides a unified approach for proving consistency across a wide range of metric learning procedures. In particular, I will discuss consequences for Isomap and Fermat geodesic distances on manifolds, diffusion distances, and Wasserstein distances. Work in collaboration with P. Groisman (Buenos Aires), M. Jonckheere (Toulouse) and M. Sued (Buenos Aires).

Séminaire doctoral du LPSM
Mardi 7 avril 2026, 17 heures 30, Sophie Germain - Salle 1013 (1er étage)
Bixuan Liu + Gaspard Gomez Identifiability of VAR(1) model in a stationary setting (B. Liu) + TBA

This work addresses the identifiability of First-order Vector AutoRegressive (VAR(1)) models in a stationary setting where time-series observations are unavailable, a common challenge in ecological research limited to independent samples from a stationary distribution. Recovering the dynamic interaction graph from static data is non-trivial because the autoregressive interaction graph does not coincide with the graphical model of the steady-state distribution, rendering standard Gaussian Graphical Model tools inapplicable. To resolve this, we adopt an approach from algebraic statistics, using Jacobian matroids of the model’s parametrization map to derive sufficient graphical conditions under which distinct dynamic networks yield distinguishable stationary distributions. This offers a framework for reconstructing dynamical interactions solely from equilibrium data.

TBA

Séminaire Modélisation et Probabilités
Mercredi 8 avril 2026, 14 heures 15, Sophie Germain 1013
Victor Issa (ENS Lyon) Non encore annoncé.

Mathématiques financières et actuarielles, probabilités numériques
Jeudi 9 avril 2026, 11 heures 15, Sophie Germain salle 1013
Chiara Amorino (Universitat Pompeu Fabra in Barcelona) Fractional interacting particle system: drift parameter estimation via Malliavin calculus

We address the problem of estimating the drift parameter in a system of $N$ interacting particles driven by additive fractional Brownian motion of Hurst index $ H \geq 1/2 $. Considering continuous observation of the interacting particles over a fixed interval $[0, T]$, we examine the asymptotic regime as $ N \to \infty $. Our main tool is a random variable reminiscent of the least squares estimator but unobservable due to its reliance on the Skorohod integral. We demonstrate that this object is consistent and asymptotically normal by establishing a quantitative propagation of chaos for Malliavin derivatives, which holds for any $ H \in (0,1) $. Leveraging a connection between the divergence integral and the Young integral, we construct computable estimators of the drift parameter. These estimators are shown to be consistent and asymptotically Gaussian. Finally, a numerical study highlights the strong performance of the proposed estimators. The talk is based on a joint work with I. Nourdin and R. Shevchenko

Les probas du vendredi
Vendredi 10 avril 2026, 11 heures, Jussieu, Salle Paul Lévy, 16-26 209
Zoé Varin à venir

Séminaire de Probabilités
Mardi 14 avril 2026, 14 heures, Jussieu, Salle Paul Lévy, 16-26 209
Laure Marêché (Strasbourg) A venir

Séminaire Modélisation et Probabilités
Mercredi 15 avril 2026, 14 heures 15, Sophie Germain 1013
Friedrich Huebner (LPENS) Non encore annoncé.

Mentions légales

Bienvenue

Actualités

Événements