Différences

Ci-dessous, les différences entre deux révisions de la page.

--- mega:start [2017/05/22 06:32] – [Exposés à venir] male
+++ mega:start [2017/12/01 12:02] – [Exposés à venir 2017-2018] male
@@ Ligne 12: / Ligne 12: @@
    * **Calendrier.** https://calendar.google.com/calendar/ical/qn5qq7dlmp38sc624s4png8umc%40group.calendar.google.com/public/basic.ics
-{{ :mega:20141121_153039.jpg?400 |}}
+   * **Organisateurs 2017-2018.**
-===== Exposés à venir =====
-   * **Organisateurs.**
      * Matinée des thésards : [[http://google.com/search?q=RSéaphaël+Butez+ ceremade|Raphaël Butez]] [[butez@ceremade.dauphine.fr]]
      * Exposés de l'après-midi :  [[http://www.normalesup.org/~dumaz/|Laure Dumaz]] [[dumaz@ceremade.dauphine.fr]] et [[http://camillemale.com|Camille Male]] [[camille.male@math.u-bordeaux.fr]]
+{{ :mega:20141121_153039.jpg?400 |}}
+===== Exposés à venir 2017-2018 =====
-     * Vendredi **2 Juin 2017**, salle 421 le matin, salle 314 l'après midi
+* Vendredi **8 décembre**
-         * 14h30-15h45:  **[[https://people.kth.se/~schnelli/|Kevin Schnelli]]**
+         * 14h30-15h45:  **[[https://www.kcl.ac.uk/nms/depts/mathematics/people/atoz/Fyodorovy.aspx|Yan Fyodorov]]** //On statistics of bi-orthogonal eigenvectors in real and complex Ginibre ensembles combining partial Schur decomposition with supersymmetry.\\ //I will present a method of studying the joint probability density (JPD) of an eigenvalue and the associated 'non-orthogonality overlap factor' (also known as the condition number) of the  left and right eigenvectors for non-selfadjoint random matrices. First we derive the general finite size N expression for the JPD of a real eigenvalue and the associated non-orthogonality factor in the real Ginibre ensemble, and then analyze its 'bulk' and 'edge' scaling limits. The ensuing distribution is maximally heavy-tailed, so that all integer moments beyond normalization are divergent. A similar calculation for a complex eigenvalue  and the associated non-orthogonality factor in the complex Ginibre ensemble will be presented as well and yields a distribution with the finite first moment. Its  'bulk' scaling limit yields a distribution whose first moment reproduces the well-known result of Chalker and Mehlig , and I provide the 'edge' scaling distribution for this case as well. The method involves evaluating the ensemble average of products and ratios of integer and half-integer powers of characteristic polynomials for Ginibre matrices, which is performed in the framework of the supersymmetry approach. These results complement recent studies by P. Bourgade & G. Dubach.
-         * 15h45-17h00:
+         * 15h45-17h00:  **[[http://perso.ens-lyon.fr/aguionne/|Alice Guionnet]]** //Fluctuations pour les pavages aleatoires et equations de Nekrasov \\ //Lozenge random tiling converge as the size of the tiles go to zero to a deterministic shape for a wide variety of domains. This shape has regions were the tiles are fully packed (the so-called void or frozen regions) and regions where more choices are available, the so-called liquid region. The fluctuations of these regions, and in particular of the frozen boundary, are known to follow the Tracy-Widom laws appearing in random matrix theory for nice domains. We will discuss how to prove such a result for domains constructed by gluing trapezoids, for which the distribution of tiles is given by a discrete coulomb gas. Introducing more general domains called the discrete Beta-ensembles, we will discuss universal local fluctuations of extreme particles for these models and relate it to the fluctuations in continuous Beta-models. The main tool to approach these questions are Nekrasov's equations.This talk is based on join works with Borodin, Borot,Gorin and Huang.
-         * 10h30-12h00:  **[[http://www.normalesup.org/~decastro/|Yohann de Castro]]**
+* Vendredi **12 janvier**
+         * 14h30-15h45:  **[[https://sites.google.com/site/torbenkruegermath/|Torben Krüger]]** // \\ //
+         * 15h45-17h00:  **[[http://www.iecl.univ-lorraine.fr/~Jeremie.Unterberger/|Jérémie Unterberger]]**
+* Vendredi **9 février**
+* Vendredi **16 mars**
+         * 14h30-15h45:  **[[http://www.math.ku.dk/~mikosch/|Thomas Mikosch]]** // \\ //
+         * 15h45-17h00:  **[[http://umr-math.univ-mlv.fr/membres/tian.peng|Peng Tian]]** // \\ //
+* Vendredi **6 avril**
+* Vendredi **11 mai**
+* Vendredi **8 juin**
 ===== Année 2016-2017 =====
+ * **Organisateurs 2016-2017.**
+     * Matinée des thésards : [[http://google.com/search?q=RSéaphaël+Butez+ ceremade|Raphaël Butez]] [[butez@ceremade.dauphine.fr]]
+     * Exposés de l'après-midi :  [[http://www.normalesup.org/~dumaz/|Laure Dumaz]] [[dumaz@ceremade.dauphine.fr]] et [[http://camillemale.com|Camille Male]] [[camille.male@math.u-bordeaux.fr]]
+* Vendredi **2 Juin 2017**, salle 421 le matin, salle 314 l'après midi
+         * 14h30-15h45:  **[[https://people.kth.se/~schnelli/|Kevin Schnelli]]** // Free addition of random matrices and the local single ring theorem\\ //In the first part of this talk, I will discuss some recent results on local laws and rigidity of eigenvalues for additive random matrix models. In the second part, I will explain how these results can be used to derive the optimal convergence rate of the empirical eigenvalue distribution in the Single Ring Theorem.
+         * 15h45-17h00:  **[[http://www.normalesup.org/~menard/|Laurent Ménard]]** //Limite fluide pour l'algorithme de recherche en profondeur dans un graphe d'Erdos-Renyi\\ //Dans cet exposé, je présenterai l'algorithme de recherche en profondeur, qui est une manière d'explorer un graphe en formant des chemins simples longs. L'algorithme fabrique un arbre couvrant pour chaque composante connexe du graphe exploré. Dans le cas d'un graphe d'Erdos-Rényi à n sommets ou les arêtes sont présentes avec probabilité c/n, la forêt construite converge vers une limite déterministe explicite avec le bon changement d'échelle. Il s'agit d'un travail en cours avec Nathanaël Enriquez et Gabriel Faraud.
+         * 10h30-12h00:  **[[http://www.normalesup.org/~decastro/|Yohann de Castro]]** // Quelques aspects statistiques de l'optimisation convexe en matrices aléatoires \\ //La minimisation convexe est une méthode très efficace en Statistique pour résoudre des systèmes d'équations linéaires où le nombre d'équations est bien plus petit que le nombre de variables. Pour que ce problème est un sens (et en vue des applications) on suppose que le nombre de variables non nulles à retrouver est contrôler. Dans ce cas, on sait résoudre exactement de tels systèmes d'équations linéaires dès lors que le noyau de la matrice du système vérifie une certaine propriété. J'expliquerai cette analyse dans un premier temps. Puis j'exposerai, la résolution d'un problème du même goût où l'on rajoute une perturbation et/ou on ne suppose plus de contrôle sur le nombre de variables non nulles à retrouver.
      * Vendredi **4 Novembre 2016**, salle 421
@@ Ligne 55: / Ligne 79: @@
          * 15h45-17h00: **[[https://www.math.univ-toulouse.fr/~rchhaibi/|Reda Chhaibi]]**  \\ //Maxima of characteristic polynomials and multiplicative chaos://
          * 10h30-12h00:  **[[http://math.univ-lyon1.fr/~aubrun/|Guillaume Aubrun]]** \\ // Etats quantiques aléatoires: //
+     * Vendredi **5 Mai 2017**, Amphi Hermite le matin, salle 314 l'après midi
+         * 14h30-15h45:  **[[https://ion.nechita.net/about/|Ion Nechita]]** \\ // Block-modified random matrices and applications to entanglement theory: //
+         * 15h45-17h00:  **[[http://pub.ist.ac.at/~jalt/|Johannes Alt]]** \\ // Local inhomogeneous circular law: //
+         * 10h30-12h00:  **[[http://pub.ist.ac.at/~lerdos/|Laszlo Erdös]]** \\ // The matrix Dyson equation in random matrix theory: //
 ===== Année 2015-2016 =====