Atelier des doctorants du Vendredi 15/12/2017 2eme Partie
Homogénéisation de quelques problèmes elliptiques dans un domaine périodiquement perforé.
Homogénéisation de quelques problèmes elliptiques dans un domaine périodiquement perforé.
Coïncidence des mesures invariantes et mélangeantes pour le shift avec la mesure de Haar sur un sous groupe.
Restrictions sur le groupe d'automorphismes préservant un sous-shift fixé
Un sous-shift est un ensemble fermé de suites sur un alphabet fini, invariant par décalage (le shift). Un automorphisme (également appelé automate cellulaire) est un homéomorphisme de cet espace qui commute avec le shift. L'ensemble des automorphismes préservant ce sous-shift est un groupe dénombrable en général compliqué à décrire. Nous présenterons dans cet exposé un survol des différentes restrictions sur ces groupes pour les sous-shifts d'entropie nulle.
Ensembles de niveaux des particules extrémales du mouvement brownien branchant
Il a été démontré que la distribution des valeurs extrêmes du mouvement brownien branchant est caractérisée dans sa limite en tant qu'un processus ponctuel de Poisson (PPP) décoré. Les points de ce PPP capturent les maxima locaux (par rapport à la distance généalogique) des extrêmes, tandis que les décorations décrivent la configuration des particules autour d'eux. Dans cette présentation, nous étudierons plus en détail la structure de ces valeurs extrêmes.
Suites de type Chowla généralisé
Les suites de type Chowla et les suites de type Sarnak dans $\{-1,0,1\}^{\mathbb{N}}$ ont été introduites par El Houcein el Abdalaoui, Joanna Kułaga-Przymus, Mariusz Lemańczyk et Thierry de la Rue pour envisager les conjectures de Chowla et de Sarnak d'un point de vue théorie ergodique. Un de leurs résultats est que les suites de type Chowla sont toujours de type Sarnak, c'est-à-dire qu'elles sont orthogonales à tous les systèmes dynamiques topologiques d'entropie nulle.
Optimal time-decay estimates for the compressible Navier-Stokes equations in the critical $L^p$ framework
The global existence issue for the isentropic compressible Navier-Stokes equations in the critical regularity framework has been addressed by R. Danchin more than fifteen years ago. However, whether (optimal) time-decay rates could be shown in general critical spaces and any dimension $d\geq2$ has remained an open question. Here we give a positive answer in more general $L^p$ critical framework. This is a joint work with R. Danchin.
Gross-Pitaevskii equation at positive temperature
The stochastic Gross-Pitaevskii equation is used as a model to describe Bose-Einstein condensation at positive temperature. The equation is a complex Ginzburg Landau equation with a trapping potential and an additive space-time white noise.
I am going to talk about two important questions and corresponding our results for this system: the global existence of solutions in the support of the Gibbs measure, and the convergence of those solutions to the equilibrium for large time.
Volumes finis et solutions renormalisées. Applications aux systèmes couplés.
On s’intéresse dans cette présentation à l’étude de problèmes à donnée L 1 à l’aide de la méthode des volumes finis. Dans [2, 3] les auteurs montrent que la solution approchée par un schéma de type volumes finis converge vers une solution au sens des distributions. Cependant cette solution n’est pas forcément unique dans le cadre d’une donnée L 1 (voir le contre exemple de Serrin [5] dans le cas elliptique). La théorie des solutions renormalisées (voir [1, 4]) a été développée pour palier le manque de régularité de la donnée et obtenir l’unicité de la solution.
Théorèmes Centraux Limite : Méthode de Lindeberg et Principe de Conditionnement
Rates of convergence of averaged stochastic gradient algorithms : locally strongly convex objective
An usual problem in statistics consists in estimating the minimizer of a convex function.
When we have to deal with large samples taking values in high dimensional spaces, stochastic
gradient algorithms and their averaged versions are efficient candidates.
Indeed, (1) they do not need too much computational efforts, (2) they do not need to store
all the data, which is crucial when we deal with big data, (3) they allow to simply update the
Le LMRS est l'une des composantes
de la Fédération Normandie-Mathématiques.
© 2025, Laboratoire de Mathématiques Raphaël Salem