Laboratoire de Probabilités, Statistique et Modélisation (LPSM, UMR 8001)



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).

Actualités

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

france2030.jpg

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!

toutes les anciennes actualités


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

Événements

Mathématiques financières et actuarielles, probabilités numériques
Jeudi 8 janvier 2026, 11 heures 15, Jussieu, Salle Paul Lévy, 16-26 209
Mathieu Laurière (NYU Shanghai) Probabilistic Analysis of Graphon Mean Field Control

Motivated by recent interest in graphon mean field games and their applications, we study a comprehensive probabilistic analysis of graphon mean field control (GMFC) problems, where the controlled dynamics are governed by a graphon mean field stochastic differential equation with heterogeneous mean field interactions. We formulate the GMFC problem with general graphon mean field dependence and establish the existence and uniqueness of the associated graphon mean field forward-backward stochastic differential equations (FBSDEs). We then derive a version of the Pontryagin stochastic maximum principle tailored to GMFC problems. Furthermore, we analyze the solvability of the GMFC problem for linear dynamics and study the continuity and stability of the graphon mean field FBSDEs under the optimal control profile. Finally, we show that the solution to the GMFC problem provides an approximately optimal solution for large systems with heterogeneous mean field interactions, based on a propagation of chaos result. Joint work with Zhongyuan Cao (NYUSH).

Séminaire du LPSM
Jeudi 15 janvier 2026, 9 heures 30, A préciser
Mathilde Mougeot (EnsIIE & ENS Paris-Saclay) Transfer and physics-informed learning to overcome data scarcity

In recent years, considerable progress has been made in implementing decision support procedures based on machine learning methods through the use of very large databases and learning algorithms. In many application areas, the available databases are modest in size, raising the question of whether it is reasonable, in this context, to seek to develop powerful tools based on machine learning techniques. This presentation introduces models that leverage various types of knowledge through pre-trained alternative models, targeted observations, or physics in order to implement effective machine learning models in a context of data scarcity. Several industrial applications are used to illustrate benefits of these approaches.

Séminaire sur les processus de Hawkes
Lundi 19 janvier 2026, 14 heures, Jussieu, Salle Emile Borel, 15-16-201
Matthias Kirchner (PH NMS Bern) Non encore annoncé.

Séminaire de statistique
Mardi 20 janvier 2026, 10 heures 45, Sophie Germain en salle 1013
Laurent Oudre (ENS Paris Saclay) Non encore annoncé.

Séminaire Modélisation et Probabilités
Mercredi 21 janvier 2026, 14 heures 15, Sophie Germain 1013
Noé Cuneo (LPSM) Non encore annoncé.

Les probas du vendredi
Vendredi 23 janvier 2026, 11 heures, Jussieu, Salle Paul Lévy, 16-26 209
Julie Tourniaire (Univ. Franche-Comté) à venir

Séminaire Modélisation et Probabilités
Mercredi 28 janvier 2026, 14 heures 15, Sophie Germain 1013
Lucas Teyssier (Institut Élie Cartan de Lorraine) Non encore annoncé.

Les probas du vendredi
Vendredi 30 janvier 2026, 11 heures, Jussieu, Salle Paul Lévy, 16-26 209
Ariane Carrance (Univ. of Vienna) à venir

Séminaire de Probabilités
Mardi 3 février 2026, 14 heures, Jussieu, Salle Paul Lévy, 16-26 209
Raphael Lachièze-Rey (Inria) A venir

Séminaire Modélisation et Probabilités
Mercredi 4 février 2026, 14 heures 15, Sophie Germain 1013
Jana Reker Non encore annoncé.

UMPA, ENS Lyon

Séminaire Modélisation aléatoire du vivant
Mercredi 4 février 2026, 11 heures, 16-26.209
Alexander Reisach (MAP5) The Promise and Pitfalls of Causal Graphs

Mentions légales