Send via e-MailImprimer × Table des matières Groupe de Travail Modélisation Stochastique Next talks Previous talks Groupe de travail Thematic team Random structures and stochastic models Manage talks Groupe de Travail Modélisation Stochastique Day, hour and place Wednesday at 14:15, Sophie Germain 1016 Contact(s) Mathieu Merle Eric Vernier Next talks Groupe de Travail Modélisation Stochastique Wednesday March 29, 2023, 2:15PM, Sophie Germain 1016 Lauren Williams (Harvard) Combinatorics of hopping particles and positivity in Markov chains The asymmetric simple exclusion process (ASEP) is a model for translation in protein synthesis and traffic flow; it can be defined as a Markov chain describing particles hopping on a one-dimensional lattice. I will give an overview of some of the connections of the stationary distribution of the ASEP to combinatorics and special functions. I will also mention some open problems and observations about positivity in Markov chains Groupe de Travail Modélisation Stochastique Wednesday May 17, 2023, 2:15PM, Sophie Germain 1016 Jean-Christophe Mourrat (ENS Lyon) On the free energy of spin glasses with multiple types In the simplest spin-glass model, due to Sherrington and Kirkpatrick, the energy function involves interaction terms between all pairs of spins. A bipartite version of this model can be obtained by splitting the spins into two groups, which we can visualize as forming two layers, and by keeping only interaction terms that go from one to the other layer. For this and other models that incorporate a finite number of types of spins, the asymptotic behavior of the free energy remains mysterious (at least from the mathematical point of view). I will present the difficulties arising there, and some partial progress. — Sur l'énergie libre des verres de spins à plusieurs types — Dans le modèle de verre de spins le plus simple, dû à Sherrington et Kirkpatrick, la fonction d'énergie présente des termes d'interaction entre toutes les paires de spins. Une version bipartie de ce modèle peut être obtenue en divisant les spins en deux groupes, que l'on peut visualiser comme formant deux couches, et en ne gardant que les termes d'interaction qui vont d'une couche à l'autre. Pour ce modèle et d'autres qui incorporent un nombre fini de types de spins, le comportement asymptotique de l'énergie libre reste mystérieux (au moins du point de vue mathématique). Je présenterai les difficultés qui s'y posent, et quelques progrès partiels. Groupe de Travail Modélisation Stochastique Wednesday May 31, 2023, 2:15PM, Sophie Germain 1016 Sébastien Martineau (LPSM) Percolation sur les graphes à croissance polynomiale Prenons un graphe raisonnable G et effaçons les arêtes aléatoirement de façon indépendante, chaque arête étant conservée avec probabilité p. Comment se comportent les composantes connexes du graphe aléatoire ainsi formé ? Il se trouve qu'il y a une valeur critique pc(G) telle que, pour p < pc(G), le nombre de composantes infinies soit nul presque sûrement et, pour p>pc(G), il soit non-nul presque sûrement. Oui mais alors comment pc(G) dépend-il de G ? Que dire des composantes finies quand p > pc(G) : ressemblent-elles beaucoup ou pas tant que ça aux composantes du régime sous-critique ? On verra qu'il est possible de répondre à ces questions pour les graphes G dits à croissance polynomiale, c'est-à-dire dont le cardinal de la boule de rayon n est en O(n^d) pour un certain d. Ces résultats généralisent des théorèmes connus dans le cas du réseau cubique de dimension d — et dans ces cas antérieurement connus, nos résultats proposent des démonstrations nouvelles. Il s'agit de travaux effectués en collaboration avec Daniel Contreras et Vincent Tassion. [DATE A CONFIRMER] Previous talks Year 2023 Groupe de Travail Modélisation Stochastique Wednesday March 22, 2023, 2:15PM, Sophie Germain 1016 Walid Hachem (Université Gustave Eiffel) “Approximate Message Passing” for sparse matrices with application to the equilibria of large ecological Lotka-Volterra systems This presentation is divided into two parts. The first part is devoted to the study of a class of Approximate Message Passing (AMP) algorithms which are widely used in the fields of statistical physics, machine learning, or communication theory. The AMP algorithms studied in this part are those where the measurement matrix has independent elements, up to the symmetry constraint when this matrix is symmetric, with a variance profile that can be sparse. The AMP problem is solved by adapting the approach of Bayati, Lelarge, and Montanari (2015) to this matrix model. The Lotka-Volterra (LV) model is the standard model for studying the dynamical behavior of large dimensional ecological food chains. The second part is focused on the study of the statistical distribution of the globally stable equilibrium vector of a LV system in the situation where the random symmetric interaction matrix among the living species is sparse, and in the regime of large dimensions. This equilibirium vector is the solution of a Linear Complementarity Problem, which distribution is shown to be characterized through the AMP approach developed in the first part. Groupe de Travail Modélisation Stochastique Wednesday March 8, 2023, 2:15PM, Sophie Germain 1016 Ricardo Grande (ENS Paris) Probabilistic study of the formation of extreme waves In this talk, we will study the formation of waves of large amplitude in deep sea from a statistical viewpoint. First we will derive a large deviation principle for the probability of a large wave occurring (as the amplitude of the wave tends to infinity). Then we will study a related problem: if a large wave does occur, what is the most likely initial datum that produced it? We answer this question in the weakly nonlinear regime by giving a probabilistic characterization of the set of extreme waves, both in the case of the NLS equation and in the case of the Water-Wave system. Groupe de Travail Modélisation Stochastique Wednesday February 15, 2023, 2:15PM, Sophie Germain 1016 François Simenhaus (CEREMADE) Probabilité de survie et localisation pour une marche aléatoire tuée par un processus de renouvellement Dans cet exposé je présenterai des résultats récents obtenus avec Julien Poisat sur un modèle de marche aléatoire unidimensionnelle tuée par des obstacles mous disposés selon un processus de renouvellement. Nous nous intéressons au cas où la queue de la loi déterminant l’espacement entre les points du renouvellement décroit polynomialement conduisant ainsi à des corrélations de longue portée dans l’environnement. Ce problème peut, de façon équivalente, être vu comme un modèle de polymère dirigé en dimension 1+1 interagissant avec des interfaces répulsives. Nous montrerons d’abord que le logarithme de la probabilité de survie de la marche (vue comme variable aléatoire fonction de la position des obstacles) converge, après une renormalisation adaptée, vers une loi limite caractérisée par un principe variationnel. Nous nous intéresserons ensuite à la loi de la marche conditionnée à survivre jusqu’à un grand temps. Nous établirons un phénomène de localisation : la marche rejoint en un temps court une large bande sans obstacle où elle reste ensuite confinée le temps restant. Nous décrirons ce phénomène de localisation qui prend une forme plus ou moins forte selon que la distribution du renouvellement est intégrable ou non. Groupe de Travail Modélisation Stochastique Wednesday February 8, 2023, 2:15PM, Sophie Germain 1016 Raphaël Lachieze Rey (MAP5 Université Paris Cité) Réplication des ondes gaussiennes arithmétiques Résumé: On étudie des solutions de l’équation de Helmholtz sur une variété plate, aussi appelés « modes propres », qui sont de nature aléatoire et isotropes. On s’intéresse plus particulièrement aux lignes nodales de ces solutions, aussi appelés « diagrammes de Chladni ». Le modèle gaussien est prépondérant en raison de sa tractabilité et de son universalité, et a donné lieu à de nombreux travaux et conjectures sur la longueur et les propriétés de connectivités de ces lignes. Sur le tore, la nature de ces solutions à haute énergie n est intrinsèquement liée aux propriétés arithmétiques de n, raison pour laquelle elles sont appelées « arithmetic random waves », et plusieurs phénomènes observés ont été récemment confirmés par des études mathématiques rigoureuses. On s’intéresse plus particulièrement au phénomène de « full correlation », qui se manifeste par une corrélation asymptotiquement égale à 1 entre les longueurs totales sur le tore complet et dans une petite boule, dont l’échelle minimale est encore l’objet de conjectures. On montre en particulier que ce phénomène est fortement lié à une quasi-périodicité des ondes gaussiennes arithmétiques, et entraîne un phénomène plus fort de « quasi replication » à une échelle légèrement supérieure. En collaboration avec Loïc Thomassey. Groupe de Travail Modélisation Stochastique Wednesday February 1, 2023, 2:15PM, Sophie Germain 1013 Justin Ko (ENS Lyon) AP Variational Principle for the Constrained Overlap Multiple Spherical Sherrington-Kirkpatrick Model Abstract: In this talk, we discuss the large deviations of overlaps from spherical spin glasses. It is known that the large deviations are given by a Parisi type variational problem. For the spherical Sherrington-Kirkpatrick model, we will show that it can also be expressed in terms of a TAP variational principle. In this setting, we are able to apply results from random matrix theory such as the asymptotics of the n-dimensional spherical integrals studied by Husson and Guionnet to derive an explicit simple form of the variational principle. The derived variational formula confirms that this model is replica symmetric for all positive temperatures, a fact which is natural but not obvious from the Parisi formula for the model. This is joint work with David Belius and Leon Frober. Attention, salle inhabituelle Groupe de Travail Modélisation Stochastique Wednesday January 18, 2023, 2:15PM, Sophie Germain 1016 Jeanne Boursier (CEREMADE) Mécanique statistique du gaz de Riesz circulaire. Dans cet exposé je présenterai quelques résultats de physique statistique sur un système de particules en dimension un interagissant selon le noyau de Riesz. Ce système généralise le log-gaz, ou beta-ensemble, qui apparaît notamment en matrices aléatoires comme loi jointe des valeurs propres d'ensembles invariants. Nous verrons comment la portée de l'interaction influe sur les fluctuations et les corrélations et comment il est possible de démontrer l'universalité du comportement microscopique du système. Les différents résultats obtenus reposent sur l'analyse du Laplacien de Witten avec des techniques venant des mesures log-concaves, des méthodes de transport, des arguments liés aux inégalités FKG ainsi que sur des techniques élémentaires d'EDP. Groupe de Travail Modélisation Stochastique Wednesday January 11, 2023, 2:15PM, Sophie Germain 1016 Armand Riera (LPSM) Théorie des excursions pour les processus de Markov indexés par des arbres de Lévy. Les processus de Markov indexés par des arbres de Lévy sont des objets fondamentaux en théorie des probabilités. Ils sont reliés à la théorie des super-processus et apparaissent dans plusieurs théorèmes limites. Plus récemment, le cas du mouvement brownien indexé par l'arbre brownien a été utilisé comme bloc élémentaire pour construire les différents modèles de surfaces browniennes. Nous présenterons dans cet exposé comment construire une théorie des excursions – avec temps local – pour ces processus et, si le temps le permet, nous introduirons plusieurs applications. L'exposé sera complètement auto-contenu et ne nécessitera aucune connaissance préalable. Les résultats que nous présenterons sont issus d'un travail en collaboration avec Alejandro Rosales-Ortiz. Year 2022 Groupe de Travail Modélisation Stochastique Wednesday December 14, 2022, 2:15PM, Sophie Germain 1016 Willem Van Zuijlen (Weierstrass Institute, Berlin) Weakly self avoiding walk in a random potential We investigate a model of simple-random walk paths in a random environment that has two competing features: an attractive one towards the highest values of a random potential, and a self-repellent one in the spirit of the well-known weakly self-avoiding random walk. We tune the strength of the second effect such that they both contribute on the same scale as the time variable tends to infinity. In this talk I will discuss our results on the identification of (1) the logarithmic asymptotics of the partition function, and (2) of the path behaviour that gives the overwhelming contribution to the partition function. This is joint work with Wolfgang König, Nicolas Pétrélis and Renato Soares dos Santos. Groupe de Travail Modélisation Stochastique Wednesday December 7, 2022, 2:15PM, Sophie Germain 1016 Laura Kanzler (CEREMADE) Kinetic modelling of non-instantaneous binary collisions In this talk we introduce a new class of kinetic models, which overcome the standard assumption in kinetic transport theory that collision processes happen instantaneously. On the level of the underlining stochastic processes this results in replacing the jump-process, which are defining the collisions, with continuous stochastic processes. We investigate a kinetic model with non-instantaneous binary alignment collisions between particles. The collisions are described by a transport process in the joint state space of a pair of particles, where the states of the particles approach their midpoint. For two spatially homogeneous models with deterministic or stochastic collision times existence and uniqueness of solutions, the long time behavior, and the instantaneous limit are considered, where the latter leads to standard kinetic models of Boltzmann type. Reference: L. Kanzler, C. Schmeiser, V. Tora, Two kinetic models for non-instantaneous binary alignment collisions, arXiv:2203.15711 Groupe de Travail Modélisation Stochastique Wednesday November 30, 2022, 2:15PM, Sophie Germain 1016 Sara Brofferio (Université Paris Est Créteil) Unicité de la mesure stationnaire pour des Systèmes de Fonctions Itérées de la droite Un Système de Fonctions Itérées (IFS) est une chaine de Markov définie récursivement par des transformations aléatoires i.i.d. sur un espace donné. Ces types de processus apparaissent naturellement dans différents domaines des mathématiques. D'une part ce sont des modèles naturels en probabilité (plus ou moins appliqués), d'autre part leur comportement en mesure est strictement lié aux propriétés géométriques des (semi)-groupes générés par les transformations. Nous nous intéresserons aux mesures invariantes pour un IFS défini par itération d'homéomorphismes de la droite et je présenterai les résultats d'un travail en collaboration avec D. Buraczewski et T. Szarek, dans lequel nous établissons des conditions (relativement optimales) garantissant que le système admet une unique mesure invariante (éventuellement de masse infinie). Groupe de Travail Modélisation Stochastique Wednesday November 23, 2022, 2:15PM, Sophie Germain 1016 Camille Coron (Laboratoire de Mathématiques d'Orsay) Poids des ancêtres dans une population biparentale Notre but est d'étudier la composition génétique d'une population dans laquelle chaque individu a deux parents, qui contribuent à parts égales au génome de leur enfant. On modélise cette population par un modèle de Moran biparental, caractérisé par une taille de population N. Ensuite on échantillonne un gène dans la population au temps présent et on regarde la loi de sa position (l'ancêtre dans lequel il se trouve) n pas de temps plus tôt. On étudie la convergence de cette loi lorsque n puis N tendent vers l'infini. On obtient que le poids asymptotique d'un ancêtre, lorsque la taille de population tend vers l'infini, est soit égal à 0 (avec probabilité 1/2), soit suit une loi exponentielle de paramètre 1/2. Des extensions sont proposés dans des cas avec sélection, possibilité d'auto-fécondation, et transmission inégale du génome. Groupe de Travail Modélisation Stochastique Wednesday November 16, 2022, 2:15PM, Sophie Germain 1016 Pierre Le Bris (LJLL) Some recent results in propagation of chaos Consider a system of N particles interacting with one another. We are interested in the limit, as N goes to infinity, of this particle system, trying to derive from a microscopic point of view (i.e the particle dynamics) a mesoscopic point of view (i.e a statistical description of the system). The notion of propagation of chaos refers to the phenomenon according to which, as N grows in the particle system, two given particles become « more and more » statistically independent. The goal of this talk is to show this phenomenon for various types of particle systems (depending on time) : either in a kinetic framework, or with singular interactions (2D vortex model or 1D log and Riesz gases), or with incomplete interactions (i.e in a graph). In the process, we will describe some current methods used in this field, and focus in particular on proving the convergence in N uniformly in time. This is based on joint work with A. Guillin and P. Monmarché, also mentioning some results with L. Colombani and C. Poquet. Lien Zoom : https://u-paris.zoom.us/j/81178287932?pwd=SCtRUlg3dVJmSjRFWUpPNFBIRHh3QT09 ID de réunion : 811 7828 7932 Code secret : 781251 Groupe de Travail Modélisation Stochastique Wednesday October 26, 2022, 2:15PM, Sophie Germain 1016 Matteo Tanzi (LPSM) Uniformly Expanding Coupled Maps: Self-Consistent Transfer Operators and Propagation of Chaos Recently, much progress has been made in the mathematical study of self-consistent transfer operators describing the thermodynamic limit of globally coupled expanding maps. Existence of equilibrium measures (fixed points for the self-consistent transfer operator) has been established together with their stability under perturbations and linear response. One of the main questions remaining open is to which extent the thermodynamic limit describes the evolution of the finite dimensional system. More precisely, I will consider N uniformly expanding coupled maps when N is finite but large. I will introduce self-consistent transfer operators that approximate the evolution of measures under the dynamics, and quantify this approximation explicitly with respect to N. Using this result, I will prove that uniformly expanding coupled maps satisfy propagation of chaos when N tends to infinity, and characterize the absolutely continuous invariant measures for the finite dimensional system. The main working assumption is that the expansion is not too small and the strength of the interactions is not too large, although both can be of order one. In contrast with previous approaches, we do not require the coupled maps and the interactions to be identical. The technical advances that allow us to describe the system are: the introduction of a framework to study the evolution of conditional measures along some non-invariant foliations where the dependence of all estimates on the dimension is explicit; and the characterization of an invariant class of measures close to products that satisfy exponential concentration inequalities. Retransmission Zoom : https://u-paris.zoom.us/j/81178287932?pwd=SCtRUlg3dVJmSjRFWUpPNFBIRHh3QT09 ID de réunion : 811 7828 7932 Code secret : 781251 Groupe de Travail Modélisation Stochastique Wednesday October 19, 2022, 2:15PM, Sophie Germain 1016 Cristina Toninelli (CEREMADE) Fredrickson-Andersen 2-spin facilitated model: sharp threshold The Fredrickson-Andersen 2-spin facilitated model (FA-2f) on Zd is a paradig- matic interacting particle system with kinetic constraints (KCM) featuring co- operative and glassy dynamics. For FA-2f vacancies facilitate motion: a particle can be created/killed on a site only if at least 2 of its nearest neighbors are empty. We will present sharp results for the first time, τ , at which the origin is emptied for the stationary process when the density of empty sites (q) is small: in any dimension d ≥ 2 it holds τ ∼ exp( dλ(d, 2) + o(1)q1/(d−1)) w.h.p., with λ(d, 2) the threshold constant for the 2-neighbour bootstrap perco- lation on Zd. This is the first sharp result for a critical KCM and settles various controversies accumulated in physics literature over the last four decades. We will explain the dominant relaxation mechanism leading to this result, give a flavour of the proof techniques, and discuss further results that can be obtained via our technique for more general KCM, including full universality results in two dimensions. [Joint work with I.Hartarsky and F.Martinelli] Lien Zoom : https://u-paris.zoom.us/j/81178287932?pwd=SCtRUlg3dVJmSjRFWUpPNFBIRHh3QT09 ID de réunion : 811 7828 7932 Code secret : 781251 Groupe de Travail Modélisation Stochastique Wednesday October 12, 2022, 2:15PM, Sophie Germain 1016 Guillaume Chapuy (IRIF) Mots synchronisants dans les automates aléatoires, et w-arbres. On considère un automate aléatoire à n états, c'est à dire le choix de deux fonctions aléatoires uniformes a,b de [n] dans [n]. Un mot w est dit synchronisant (“reset word”) s'il existe un état v_0 dans [n] tel qu'en lisant lettre-à-lettre le mot w depuis n'importe quel état, on arrive à l'état v_0. On démontre une conjecture de Kisielewicz, Kowalski, Szykula (2013) selon laquelle, avec proba tendant vers 1, il existe un mot synchronisant de longueur au plus \sqrt{n}^{1+o(1)}. La meilleure borne connue était quasilinéaire (Nicaud, 2016). Cela repose sur un théorème de structure un peu étonnant qui dit qu'avec grande proba, il existe un mot w très court (de longueur seulement 1.01log(n)) tel que les w-transitions induisent un arbre. J'expliquerai l'heuristique de la preuve et j'en profiterai pour énoncer quelques questions ouvertes sur ces “w-arbres” que nous introduisons, dont notre preuve trop technique est loin de révéler tous les secrets. Travail commun avec Guillem Perarnau (Barcelone), https://arxiv.org/abs/2207.14108. Lien Zoom : https://u-paris.zoom.us/j/81178287932?pwd=SCtRUlg3dVJmSjRFWUpPNFBIRHh3QT09 ID de réunion : 811 7828 7932 Code secret : 781251 Groupe de Travail Modélisation Stochastique Thursday June 23, 2022, 10:45AM, Sophie Germain 1013 Pierre Youssef (New York University in Abu Dhabi) Temps de mélange de la chaîne d'échange sur les graphes bipartites. On considère la chaîne d'échange sur les graphes bipartite d-reguliers avec d fixé. Nous montrons des inégalités de Poincaré, Log-Sobolev, et Modified Log-Sobolev optimales. Ces inégalités impliquent que le temps de mélange de la chaîne est de l'ordre de n. log(n) améliorant les résultats de Kannan, Tetali, Vempala et Dyer et al. qui avaient montré des majorations de l'ordre de n^13 log n et n^7 log n respectivement. Ceci est un travail en collaboration avec Konstantin Tikhomirov. Groupe de Travail Modélisation Stochastique Thursday June 16, 2022, 10:45AM, Sophie Germain 1013 Marco Zamparo (Università degli Studi di Bari Aldo Moro) Large deviation principles in renewal-reward processes Renewal-reward processes describe some event that is continuously renewed over time, involving a reward at each occurrence. In this seminar, I will establish a sharp large deviation principle for renewal-reward processes supposing that rewards take values in a separable Banach space. My large deviation principle extends Cramér’s theorem to renewal theory. Some applications will be reviewed with special focus on renewal models of statistical physics, such as the Poland-Scheraga model of DNA denaturation, which are Gibbs changes of measure of a renewal process. References: M. Zamparo, Large deviations in discrete-time renewal theory, Stoch. Process. Their Appl. 139 (2021) 80-109 M. Zamparo, Large deviations in renewal models of statistical mechanics, J. Phys. A: Math. Theor. 52 (2019) 495004 M. Zamparo, Critical fluctuations in renewal models of statistical mechanics, J. Math. Phys. 62 (2021) 113301 M. Zamparo, Large deviation principles for renewal-reward processes, submitted to Ann. Appl. Probab. (arXiv:2111.01679) Groupe de Travail Modélisation Stochastique Thursday June 2, 2022, 10:45AM, Sophie Germain 1013 Clément Berenfeld (CEREMADE) Centrality Measures in Random Geometric Graphs In the context of multivariate analysis, a data depth is meant to provide an ordering on the sample that encapsulates its outlyingness with respect to the underlying distribution. A natural method to build such a depth could be to form a neighbourhood graph on the sample, and then use a notion of graph centrality. We study the behaviour of the resulting processes in the large-sample limit for two popular centrality measures, namely the H-index and the coreness. These processes are shown to converge, under standard conditions on the connectivity radii, to new notions of depths. (Joint work with Eddie Aamari and Ery Arias-Castro) Groupe de Travail Modélisation Stochastique Thursday May 19, 2022, 10:45AM, Sophie Germain 1013 Yijun Wan (ENS) On massive perturbations of loop-erased random walks, the Ising model and dimer model Over the past decade, there has been a lot of progress in the understanding of discrete models at criticality, such as the loop-erased random walk, the Ising model, and the dimer model, notably their scaling limits, in large parts due to the development of discrete complex analysis techniques and the introduction of the Schramm-Loewner evolution. Recently such convergence has also been obtained in the off-critical case by moving away from the critical temperature carefully. In this talk, I will talk about some massive perturbations of those models and related convergence results in the near-critical regime. This talk is based on joint works with Dmitry Chelkak and Sung-Chul Park. Groupe de Travail Modélisation Stochastique Thursday May 12, 2022, 10:45AM, Sophie Germain 1013 Djalil Chafaï Processus de Dyson Ornstein Uhlenbeck : phénomène de convergence abrupte Le processus de Dyson Ornstein Uhlenbeck est un système de particules browniennes en interaction avec une force de rappel linéaire et une interaction répulsive de paire proportionnelle à l'inverse de la distance. Ce processus a été découvert par Freeman Dyson lors de son étude dynamique de modèles de matrices aléatoires. L'exposé sera principalement consacré à un phénomène de convergence abrupte à l'équilibre, entre comportement en temps long et comportement en grand nombre de particules, en liaison avec des phénomènes d'universalité et de grande dimension. Référence : http://arxiv.org/abs/2107.14452 collaboration avec Jeanne Boursier et Cyril Labbé. Groupe de Travail Modélisation Stochastique Thursday April 21, 2022, 10:45AM, Sophie Germain 1013 Quentin Berger (LPSM) Équation de la Chaleur Stochastique avec bruit (multiplicatif) de Lévy Équation de la Chaleur Stochastique avec bruit (multiplicatif) de Lévy Dans cet exposé, je présenterai le modèle de polymère dirigé en dimension 1+d, qui décrit un polymère placé dans un milieu hétérogène. Je donnerai un aperçu du modèle qui peut être vu comme une version discrète de l’Équation de la Chaleur Stochastique (ECS) avec bruit multiplicatif. J’expliquerai comment ce modèle discret peut être utilisé comme porte d’entrée pour comprendre l’ECS — ce qui a été fait dans le cas où le bruit admet un moment d’ordre 2 fini, ce qui correspond à un bruit gaussien. Je présenterai ensuite des résultats récents obtenus avec Carsten Chong (Columbia) et Hubert Lacoin (IMPA) à propos de l’ECS avec bruit de Lévy (à saut purs). Groupe de Travail Modélisation Stochastique Thursday April 14, 2022, 10:45AM, Sophie Germain 1013 Sylvie Corteel (IRIF) Modèles de vertex colores et k-pavages par losange et dominos Des modèles de vertex intégrables ont récemment été utilisés pour étudier diverses familles de polynômes symétriques et non symétriques. Dans cet exposé, nous définirons des modèles colorés, à partir desquels nous construirons des k-pavages de l'hexagone par des losanges ou du diamant azteque par des dominos. Un k-pavage est une superposition de k pavages de la meme region tel que chaque couple de pavages “interagit”. J'expliquerai dans cet expose ce que nous savons sur ces pavages et leur comportement asymptotique et j'expliquerai aussi toutes les questions ouvertes qu'on peut se poser quand on tire aleatoirement un k-pavage. Ceci est basé sur des travaux en collaboration avec Andrew Gitlin, David Keating et Jeremy Meza. Groupe de Travail Modélisation Stochastique Thursday April 7, 2022, 10:45AM, Sophie Germain 1013 Lorenzo Zambotti (LPSM) La renormalisation: de la QFT aux EDPS Dans les 10 dernières années il y a eu une activité très intense autour des EDP stochastiques qui nécessitent une procédure de renormalisation, comme la quantisation stochastique qui apparait en théorie quantique des champs (QFT). Dans cet exposé je vais sortir de ma zone de confort pour essayer de (comprendre et) raconter ce que signifie la renormalisation en QFT, en la comparant à la procédure analogue en analyse stochastique. Groupe de Travail Modélisation Stochastique Thursday March 31, 2022, 10:45AM, Sophie Germain 1013 Anne-Laure Basdevant (Université Paris Nanterre) Coloriage d'un ensemble au plus proche voisin. Groupe de Travail Modélisation Stochastique Thursday March 17, 2022, 10:45AM, Sophie Germain 1016 Anna Ben-Hamou (LPSM) Cutoff pour les chaînes de Markov permutées Une chaîne de Markov sur un espace d’états fini peut mettre très longtemps avant de converger vers sa mesure stationnaire. Une question qui se pose souvent est alors celle de l’accélération des chaînes de Markov: peut-on construire une perturbation simple de la chaîne qui garantisse un mélange rapide? Dans cet exposé, nous nous intéresserons à la perturbation suivante: on se donne une bijection sur l’espace d’états, et l’on considère la chaîne qui alterne entre des sauts gouvernés par la chaîne initiale, et des sauts déterministes gouvernés par la bijection. Chatterjee et Diaconis (2020) ont montré que si la bijection satisfait une condition d’expansion par rapport à la chaîne initiale, alors le temps de mélange de la chaîne permutée est logarithmique en la taille de l’espace d’états, et que cette condition est satisfaite par presque toutes les bijections. Nous verrons que pour presque toute bijection, le temps de mélange peut même être caractérisé très précisément: la chaîne permutée présente un cutoff en un temps qui ne dépend que du taux d’entropie de la chaîne initiale. Groupe de Travail Modélisation Stochastique Thursday March 10, 2022, 10:45AM, Sophie Germain 1013 Davide Giraudo (Université de Strasbourg) Une inégalité exponentielle pour des U-statistiques de données indépendantes. Nous fournirons une inégalité de déviation pour le maximum d'une U-statistique d'ordre $r$ de données indépendantes $(X_i)_{i\geq 1}$. Ceci permet de majorer la queue de cette variable aléatoire par deux termes : un terme exponentiel et un autre mettant en jeu la queue de la variable aléatoire $h(X_1,…,X_r)$, $h\colon\mathbb R^r\to\mathbb R$ étant le noyau de la U-statistique en question. Nous présenterons ensuite deux applications : une à l'estimation de la vitesse de convergence dans la loi des grands nombres et l'autre à des théorèmes limites fonctionnels dans des espaces hölderiens. Groupe de Travail Modélisation Stochastique Thursday February 24, 2022, 11:45AM, Zoom Félix Foutel Rodier (Université de Québec Montréal) Convergence de généalogies via des méthodes spinales et un problème en génétique des populations Le travail que je vais présenter dans cet exposé est motivé par l'étude d'un modèle de génétique des populations : le modèle de Wright-Fisher avec recombinaison. Dans un premier temps, j'introduirai un processus de branchement approximant la descendance d'un individu dans ce modèle. Il s'agit d'un objet intéressant où chaque individu possède un intervalle qui se fragmente au fil des générations, représentant un bout de chromosome soumis à la recombinaison. J'en donnerai quelques propriétés asymptotiques : limite jointe de la généalogie vue comme un espace métrique, de la distribution de la taille des intervalles et de la répartition des intervalles sur le chromosome. Notre preuve de ces résultats se base sur une approche générale qui peut être vue comme une “méthode des moments” pour la convergence de la généalogie et des types dans un processus de branchement. Dans un second temps, j'exposerai les grandes lignes de cette approche, qui semble pouvoir s'appliquer à de nombreuses situations. Elle repose sur l'utilisation de la topologie de Gromov-faible en combinaison avec des techniques récentes de décompositions spinales.