Évènements

Maximisation des valeurs propres du Laplacien-Neumann

Catégorie d'évènement : Groupe de Travail Équations aux Derivées Partielles et Applications (Nancy) Date/heure : 29 janvier 2019 09:15-10:15 Lieu : Oratrice ou orateur : Antoine Henrot Résumé :

Résumé


Problème inverse pour des équations de diffusion

Catégorie d'évènement : Séminaire Équations aux Derivées Partielles et Applications (Nancy) Date/heure : 29 janvier 2019 10:45-11:45 Lieu : Oratrice ou orateur : Kian Yavar Résumé :

Nous considérons le problème inverse consistant à  déterminer de façon unique un terme apparaissant dans une équation de diffusion, linéaire ou non-linéaire, à  partir de mesures des solutions sur le bord du domaine. Dans le cas linéaire, notre équation est une équation de convection-diffusion décrivant le transfert de particules, d’énergie ainsi que d’autres quantités physiques. Notre problème inverse consiste à  déterminer le champs de vitesse, avec lequel la quantité décrite se déplace, ainsi que des informations à  propos de la densité du milieu. Nous nous plaçons dans un cadre général o๠les quantités que nous cherchons à  déterminer sont associées à  des coefficients dépendant des variables spatiales et temporelles avec des conditions de régularité affaiblies. Dans le cas non-linéaire, nous traiterons le problème consistant à  déterminer un terme quasi-linéaire apparaissant dans l’équation. Ce travail est issu d’une collaboration avec Pedro Caro.


Structure hiérarchique : entre déterminisme et fluctuations aléatoires

Catégorie d'évènement : Séminaire des doctorants Date/heure : 29 janvier 2019 14:00-15:00 Lieu : Oratrice ou orateur : Michel Pain Résumé :

Je présenterai le modèle de la marche aléatoire branchante, qui est un système de particules qui alterne entre une phase de reproduction et une phase de déplacement. Cela revient à observer un grand nombre de variables aléatoires dont la structure de corrélation est donné par l’arbre généalogique de la population. Nous verrons l’influence de ces corrélations sur la position des particules les plus hautes à un instant donné, ce qui permettra de rappeler et d’illustrer les différentes notions de convergence utilisée en probabilités.