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).

19.11.2025
L’équipe composée de Claire Boyer (Orsay), Francis Bach (INRIA) et Gérard Biau (LPSM) est lauréate de l'appel à projets “Mathématiques de l'apprentissage profond” du PEPR IA. Félicitations!

5.6.2025
Lorenzo Zambotti vient d'être nommé membre Senior de L'Institut Universitaire de France à compter du 1er octobre: https://www.enseignementsup-recherche.gouv.fr/fr/bo/2025/Hebdo23/MENS2514954A

Félicitations Lorenzo !

toutes les anciennes actualités

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

Séminaire de Probabilités
Mardi 2 décembre 2025, 14 heures, Jussieu, Salle Paul Lévy, 16-26 209
Rémy Poudevigne (LPSM) La phase surcritique du Vertex Reinforced Jump Process (VRJP)

Le VRJP est un modèle simple de marche renforcée introduit en 2004. Un lien remarquable avec un modèle de spin supersymétrique découvert en 2015 a grandement facilité son étude. Sur Z^d une transition de phase a lieu entre une phase sous critique récurrente et une phase sur critique transiente. Le modèle est raisonnablement bien compris pour des paramètres soit très petits soit très grands mais beaucoup moins bien compris à proximité du point critique. Nous montrons que des méthodes utilisées pour les polymères permettent d'avoir des informations sur toute la phase surcritique, jusqu'au point critique. (Collaboration avec Quentin Berger, Alexandre Legrand et Christophe Sabot)

Séminaire de statistique
Mardi 2 décembre 2025, 10 heures 45, Sophie Germain en salle 1013
Clément Royer (Dauphine - LAMSADE) Line-search methods with restarting for nonconvex optimization

Complexity guarantees have grown in importance in smooth nonconvex optimization over recent years, fueled by interest in machine learning and theoretical computer science. Gradient descent is arguably the simplest method that can be endowed with complexity results in this setting, yet numerous algorithmic variants outperform gradient descent in practice. When only noisy estimates of functions and derivatives are available, variants on gradient descent with complexity have also been proposed, though other strategies have again proven more efficient in practice.

In this talk, I will present a line-search algorithmic framework with restarting that is endowed with complexity guarantees. Using nonlinear conjugate gradient as a special case, I will show that the proper restarting condition has minimal impact on the practical performance while enabling complexity results to be proven. I will then explain how the restarting approach extends to other schemes such as quasi-Newton methods, as well as recently proposed line-search techniques for noisy optimization. In the latter setting, I will discuss which conditions on the noise allow for obtaining complexity guarantees, and study the practical effect of noise on restarting.

This talk is based on joint works with Albert Berahas, Rémi Chan–Renous-Legoubin and Michael O'Neill.

Séminaire de Théorie Ergodique
Mardi 2 décembre 2025, 10 heures 30, Jussieu, 15-16-309 ATTENTION changement de salle !
Faustin Adiceam (UPEC) Sur la conjecture de Littlewood P(t)-adique

La conjecture de Littlewood P(t)-adique est une version sur les corps de fonctions de la conjecture du même nom (datant des années 1930) en approximation diophantienne. Elle a été proposée par De Mathan et Teulié en 2004. Nous la réfutons ici en une infinité de caractéristiques.

Toutes les notions utiles seront introduites au cours de l'exposé. Travail en commun avec Dzmitry Badziahin (University of Sydney)

Séminaire Modélisation et Probabilités
Mercredi 3 décembre 2025, 14 heures 15, Sophie Germain 1013
Céline Lévy-Leduc (LPSM) Variable selection approaches in different models and their applications in life sciences

In this talk, I will present several variable selection approaches in different models motivated by questions arising in life sciences. Each of them will be illustrated through numerical experiments, compared to alternative methods and applied to the original data coming from the study.

Séminaire Modélisation aléatoire du vivant
Mercredi 3 décembre 2025, 11 heures, 16-26.209
Léo Micollet (LPSM (MAV)) Stochastic Models for Mosquito Population Dynamics and Control Using the Sterile Insect Technique

Séminaire doctoral du LPSM
Jeudi 4 décembre 2025, 17 heures 30, Sophie Germain - Salle 1013 (1er étage)
Roland Sogan + Francesca Cottini Scalable Graphon inference: A Fast and Consistent Approach for Multi-Network Data (R. Sogan) + Directed polymer in critical correlated environment (F. Cottini)

Modern network datasets increasingly consist of multiple heterogeneous graphs with varying node sets and sizes, posing significant challenges for statistical estimation. This paper addresses the fundamental problem of graphon estimation from such collections, a core task in nonparametric modeling of exchangeable random graphs. Existing graphon estimators face a critical trade-off, since they are either computationally efficient but statistically inconsistent, or statistically consistent but prohibitively slow for practical applications. We break this trade-off by introducing a fast histogram-based estimator that leverages joint node alignment across all available networks. Our method achieves both computational efficiency and statistical consistency by synchronously organizing node information rather than processing graphs sequentially. Theoretical guarantees establish consistency under mild regularity conditions. Extensive numerical experiments demonstrate clear advantages such as superior accuracy with small, variable-sized networks, orders-of-magnitude speed improvements over competing consistent methods, and improved performance in downstream graph neural network applications thanks to more effective data augmentation.

Directed polymers in random environments describe a perturbation of the simple random walk given by a random disorder (environment). The partition functions of this model have been thoroughly investigated in recent years, also motivated by their link with the solution of the Stochastic Heat Equation. While classical results focus on space-time independent disorder, we consider a Gaussian environment with (critical) spatial correlations decaying as $|x|^{-2}$ times a slowly varying function. We show that a phase transition, analogous to that in the space-time independent case, still occurs: in the high temperature regime the log-partition function satisfies a central limit theorem, while it vanishes in law in the low temperature regime. Remarkably, the inverse temperature needs to be tuned differently from the independent case, where the scaling constant $\hat{\beta}$ emerges from a nontrivial multi-scale dependence in the second moment computation.

Les probas du vendredi
Vendredi 5 décembre 2025, 11 heures, Jussieu, Salle Paul Lévy, 16-26 209
Paul Thevenin à venir

Séminaire de statistique
Mardi 9 décembre 2025, 10 heures 45, Jussieu en salle 15-16 201
Pallavi Basu (Indian School of Business) Error Control and Decisions in Large-Scale Experiments

In this talk, I present three projects that address statistical decision-making in large-scale testing and experimentation. The first develops weighted FDR procedures that allow greater emphasis on scientifically important hypotheses while maintaining rigorous error control. The second introduces an empirical Bayes framework for controlling false discovery exceedance, aiming to reduce instances in which the false discovery proportion exceeds a specified threshold, rather than focusing solely on its expectation. The third extends these ideas to large-scale A/B testing by integrating lift, cost, and empirical Bayes modeling to obtain value-based rankings of experiments. Collectively, these papers trace a progression from weighted error control to tail-risk management to decision rules that incorporate business value in high-volume experimentation settings.

Séminaire Modélisation et Probabilités
Mercredi 10 décembre 2025, 14 heures 15, Sophie Germain 1013
Pierre Le Bris (Télécom SudParis) Linear Landau equation from a mean field particle system

We consider a tagged particle in mean field interaction with a Rayleigh gas of density N, and prove the convergence of its trajectory, as N goes to infinity, to the one of a diffusion process associated with the linear Landau equation. This is joint work with T. Bodineau (IHES).

Les probas du vendredi
Vendredi 12 décembre 2025, 11 heures, Jussieu, Salle Paul Lévy, 16-26 209
Aurélien Velleret à venir

Séminaire de Probabilités
Mardi 16 décembre 2025, 14 heures, Jussieu, Salle Paul Lévy, 16-26 209
Irène Marcovici (Rouen) Non encore Annoncé

Séminaire de Théorie Ergodique
Mardi 16 décembre 2025, 10 heures 30, Jussieu, Salle Paul Lévy, 16-26 209
Christophe Leuridan (Université de Grenoble I) Endomorphismes non dilatants du tore

On note η la mesure de Haar sur le tore Tᵈ. Tout endomorphisme surjectif T du groupe compact Tᵈ qui préserve la mesure de Haar est de la forme x ↦ Ax où A est une matrice à coefficients entiers de déterminant non nul. Les propriétés de T dépendent de la matrice A. En particulier, T est inversible si et seulement si |\det A| = 1, T est ergodique si et seulement si A n'a pas de valeur propre qui soit une racine de l'unité.

Nous nous intéressons à l'exactitude de T (la tribu asymptotique ∩ T⁻ⁿ(Tᵈ) est-elle triviale ?), au caractère Bernoulli de l'endomorphisme T et si oui, à la régularité du générateur.

Séminaire sur les processus de Hawkes
Mercredi 17 décembre 2025, 10 heures, Jussieu, TBA
Justin Baarq ANR Happy Manon Costa

Mathématiques financières et actuarielles, probabilités numériques
Jeudi 18 décembre 2025, 11 heures 15, Jussieu, Salle Paul Lévy, 16-26 209
Pierre Monmarché (Ecole des Ponts) Convergence locale et métastabilité pour des particules champ-moyen

On consider des particules dans un potentiel muli-puit attirées par leur barycentre (correspondant à l'approximation particulaire du flot Wasserstein d'une certaine énergie libre). Il est bien connu que ce système présente une transition de phase : à haute température, l'équation champ-moyen limite a une unique solution stationnaire, le système de N particules relaxe à l'équilibre à un taux indépendant de N et la propagation du chaos est uniforme en temps. À basse température, l'EDP non-linéaire a plusieurs solutions stationnaires et la limite du système de particules quand N et t vont à l'infini ne commutent pas. On va voir qu'il est cependant possible, en présence de plusieurs solutions stationnaires, d'obtenir des taux de convergence locale pour des conditions initiales dans certaines boules Wasserstein (collaboration avec Julien Reygner). Concernant la métastabilité du système de particules, on peut montrer que pour ces conditions initiales, le temps de sortie de la mesure empirique d'un voisinnage d'une solution stationnaire est exponentiellement large avec N et approximativement exponentielle, et que la propagation du chaos a lieu uniformément jusqu'au temps moyen de sortie (et donc, jusqu'à des temps exponentiellement grand avec N).

Séminaire doctoral du LPSM
Jeudi 18 décembre 2025, 17 heures 30, Jussieu - Salle Paul Lévy (16-26 209)
Chloé Hashimoto-Cullen + Emmanuel Gnabeyeu Non encore annoncé + Non encore annoncé

Mentions légales

Bienvenue

Actualités

Événements