Jean Rochet (MAP5)

Valeurs Propres Extr »mes de Matrices Non-Hermitiennes Perturbées

jeudi 15 janvier 2015, 13h30 - 14h30

Salle de réunion, espace Turing


L’étude du spectre de grandes matrices aléatoires trouvent de nombreuses applications notamment en finance, en télécommunication, physique statistique, neurobiologie (etc). En particulier, la connaissance du comportement asymptotique des plus grandes valeurs propres apporte beaucoup d’informations dans un grand nombre de modèles.
Après plusieurs rappels en théorie des matrices aléatoires, cet exposé traitera de modèles non-hermitiens de grandes matrices que l’on perturbe et dont on étudie le comportement de ses valeurs propres extr »mes.