Differences
This shows you the differences between two versions of the page.
| Both sides previous revisionPrevious revision | |
| start_english [2025/05/20 11:50] – [2024-2025] tserafini | start_english [2025/05/20 11:51] (current) – [2024-2025] tserafini |
|---|
| * Wednesday, 29/01 : Paul Wang. **Théorie catégorique des systèmes**.\\ //Qu'est-ce qu'un système ? Dans quelle mesure est-il possible d'étudier un système en le décomposant en sous-systèmes ? La théorie catégorique des systèmes, que j'illustrerai (sans utiliser de notions techniques !) avec l'exemple des systèmes déterministes à temps discret, vise à fournir des réponses à ces questions.// | * Wednesday, 29/01 : Paul Wang. **Théorie catégorique des systèmes**.\\ //Qu'est-ce qu'un système ? Dans quelle mesure est-il possible d'étudier un système en le décomposant en sous-systèmes ? La théorie catégorique des systèmes, que j'illustrerai (sans utiliser de notions techniques !) avec l'exemple des systèmes déterministes à temps discret, vise à fournir des réponses à ces questions.// |
| |
| * Thursday, 13/02 : Thomas Serafini. **Monodromy and differential equations**.\\ //The monodromy of a family of topological spaces is an object which gives information on how the fibers deform up to homotopy. I will explain how it is, quite surprisingly, closely linked with linear homogeneous differential equations with holomorphic coefficients.//// | * Thursday, 13/02 : Thomas Serafini. **Monodromy and differential equations**.\\ //The monodromy of a family of topological spaces is an object which gives information on how the fibers deform up to homotopy. I will explain how it is, quite surprisingly, closely linked with linear homogeneous differential equations with holomorphic coefficients.// |
| |
| * Thursday, 6/03 : Alexis Metz-Donnadieu. **Une introduction à la géométrie brownienne**\\ //Considérons une marche aléatoire (S_n)_n sur R dont les incréments sont des variables indépendantes de loi mu centrée, de variance finie. Indépendamment du choix de mu, les trajectoires de S convergent systématiquement lorsqu’on les renormalise vers la même trajectoire aléatoire : le mouvement brownien (c’est l’objet du fameux théorème de Donsker). En ce sens, le mouvement brownien est donc une limite d’échelle universelle d’une très large classe de modèles discrets de trajectoires aléatoires. De manière remarquable, un phénomène analogue existe pour d’autres classes de modèles discrets. Par exemple, de nombreux arbres plans aléatoires convergent après renormalisation (dans un sens que l’on précisera) vers le même arbre aléatoire « continu »: l’arbre brownien. | * Thursday, 6/03 : Alexis Metz-Donnadieu. **Une introduction à la géométrie brownienne**\\ //Considérons une marche aléatoire (S_n)_n sur R dont les incréments sont des variables indépendantes de loi mu centrée, de variance finie. Indépendamment du choix de mu, les trajectoires de S convergent systématiquement lorsqu’on les renormalise vers la même trajectoire aléatoire : le mouvement brownien (c’est l’objet du fameux théorème de Donsker). En ce sens, le mouvement brownien est donc une limite d’échelle universelle d’une très large classe de modèles discrets de trajectoires aléatoires. De manière remarquable, un phénomène analogue existe pour d’autres classes de modèles discrets. Par exemple, de nombreux arbres plans aléatoires convergent après renormalisation (dans un sens que l’on précisera) vers le même arbre aléatoire « continu »: l’arbre brownien. |
