Le but de ce cours sera de présenter quelques techniques liées aux processus de Schur, dans le cadre le plus simple de la mesure de Plancherel sur les partitions d'entiers.
La mesure de Plancherel est une mesure sur l'ensemble des partitions d'un entier n, où une partition donnée apparaît avec une probabilité proportionnelle au carré de son nombre de tableaux de Young standard. Cette mesure apparaît très naturellement en lien avec le fameux problème de Ulam-Hammersley, qui consiste à étudier la longueur d'une plus longue sous-suite croissante d'une permutation uniforme de {1,...,n}. Il est en fait fructueux de travailler avec une version «poissonisée» du problème, où la taille n est tirée selon une loi de Poisson, dont on fera tendre le paramètre vers l'infini afin d'étudier les asymptotiques.
Dans la première séance, nous verrons que la mesure de Plancherel poissonisée est en fait un processus déterminantal, dont le noyau de corrélation fait intervenir les fonctions de Bessel. Nous utiliserons pour cela le formalisme de l'espace de Fock fermionique. (Toutes les notions nécessaires seront introduites au fur et à mesure, de la manière la plus élémentaire possible.)
Dans la seconde séance, nous étudierons les différentes asymptotiques du noyau de corrélation, par une application élégante de la méthode du col due à Okounkov et Reshetikhin. Nous verrons en particulier apparaître un phénomène de forme-limite, le noyau sinus discret dans le cas des limites «bulk» et le noyau d'Airy dans la limite «edge». In fine, nous aboutirons à une preuve du théorème de Baik-Deift-Johansson (1998) énonçant que les fluctuations de la longueur d'une plus longue sous-suite croissante d'une permutation uniforme ont asymptotiquement la même distribution que la plus grande valeur propre d'une matrice hermitienne aléatoire.[-]

Dans cet exposé, nous introduirons certaines chaînes de Markov simples, dites “montantes-descendantes”, sur les permutations et les graphes. Une étape de la chaîne consiste à dupliquer un élément aléatoire de la permutation ou un sommet aléatoire du graphe (pas montant), puis à supprimer un autre élément/sommet aléatoire (pas descendant). Nous prouvons que ces chaînes convergent dans la limite des grandes tailles et après renormalisation du temps vers une diffusion de Feller sur l'espace des permutons et des graphons, respectivement. Nous obtenons également une formule explicite pour la distance de séparation entre la distribution des chaînes après n pas, excluant l'apparition d'un phénomène de “cut-off”. Notre approche fonctionne dans un cadre plus général : il est basé sur des relations de commutation entre les opérateurs des pas montants et descendants, et s'inspire des travaux de Fulman, Olshanski et Borodin–Olshanski sur l'espace des partitions et le simplex de Thoma. Je ne supposerai aucune connaissance préalable des permutons, graphons, diffusions de Feller, distances de séparation, seuils, ... Travail joint (et encore en cours) avec Kelvin Rivera-Lopez, Gonzaga University.[-]

La décomposition par substitution des permutations permet de voir ces objets combinatoires comme des arbres. Je présenterai d'abord cette décomposition par substitution, et les arbres sous-jacents, appelés arbres de décomposition. Puis j'exposerai une méthode, complètement algorithmique et reposant sur les arbres de décomposition, qui permet de calculer des spécifications combinatoires de classes de permutations à motifs interdits. La connaissance de telles spécifications combinatoires ouvre de nouvelles perspectives pour l'étude des classes de permutations, que je présenterai en conclusion.[-]

Quel rapport entre la forme d'un chou-fleur des côtes de Bretagne, des vaisseaux sanguins et les structures fractales ?
Quel rapport entre une maladie génétique et un fichier de musique mp3 ?
Quel rapport entre des dessins faits par Léonard de Vinci et les lois mathématiques gouvernant la forme des plantes ou la reproduction des lapins ?
Quel rapport entre la forme de la terre, le GPS de ma voiture et un vieux puits d'Egypte ?
Pourquoi les météorologues sont capables de prédire une hausse du niveau des océans dans 100 ans mais incapables de prévoir s'il va pleuvoir dans 15 jours ?
Quel rapport entre le cerveau humain et le cerveau d'un ordinateur ?
Nous répondrons à toutes ces questions via des mathématiques simples et élégantes, accessibles à tous.[-]

La géométrie stochastique est l'étude d'objets issus de la géométrie euclidienne dont le comportement relève du hasard. Si les premiers problèmes de probabilités géométriques ont été posés sous la forme de casse-têtes mathématiques, le domaine s'est considérablement développé depuis une cinquantaine d'années de part ses multiples applications, notamment en sciences expérimentales, et aussi ses liens avec l'analyse d'algorithmes géométriques. L'exposé sera centré sur la description des polytopes aléatoires qui sont construits comme enveloppes convexes d'un ensemble aléatoire de points. On s'intéressera plus particulièrement aux cas d'un nuage de points uniformes dans un corps convexe fixé ou d'un nuage de points gaussiens et on se focalisera sur l'étude asymptotique de grandeurs aléatoires associées, en particulier via des calculs de variances limites. Seront également évoqués d'autres modèles classiques de la géométrie aléatoire tels que la mosaïque de Poisson-Voronoi.[-]