MAP5 – Mathématiques Appliquées à Paris 5

Le MAP5 est rattaché à Université de Paris (ex Université Paris Descartes) et à l’Institut National des Sciences Mathématiques et de leurs Interactions (INSMI) du CNRS. Il fait partie de la Fondation Sciences Mathématiques de Paris (FSMP).

Le MAP5 est un laboratoire récent créé sous sa forme présente en 2004. Il a pris la suite d’équipes principalement tournées vers les applications de la statistique au domaine biomédical et vers l’image. Son effectif est passé de 28 permanents en 2005 à une cinquantaine aujourd’hui. Une des ambitions du laboratoire est d’établir à Université de Paris un excellent niveau de recherche en mathématiques appliquées, tout en développant des liens avec les autres composantes de l’université. Le MAP5 est composé de 4 équipes, travaillant chacune dans un domaine particulier des mathématiques appliquées : les statistiques, les probabilités, l’analyse numérique et le traitement des images. Il rassemble une variété d’expertises et de compétences assez large pour créer une vraie synergie entre les développements théoriques et les applications.

Accès intranet

Actualités :

Le laboratoire MAP5 aura le plaisir et l’honneur d’accueillir Pr. Adrian Raftery du 16 septembre au 15 décembre 2021, avec le soutien de la FSMP et de l’Université de Paris. Pr. Raftery donnera à cette occasion vingt heures de cours sur la démographie statistique.

A voir cette semaine :

Journées Scientifiques : Adrian Raftery (University of Washington), Salle du conseil, espace Turing, mardi 19 octobre 2021, 9h00 - 16h30,

Statistical Demography, sessions 13 – 16


Séminaire de Probabilités du MAP5 : Hugo Vanneuville (Institut Fourier), Salle du conseil, espace Turing, vendredi 22 octobre 2021, 9h30 - 10h30,

Il y a un effet de seuil si l’événement dépend peu de chaque coordonnée

Tirons aléatoirement un élément de {0,1}^n de telle sorte que chaque coordonnée soit égale à 1 avec une certaine probabilité p, et ce indépendamment des autres coordonnées.
On dit qu’un sous-ensemble croissant A de {0,1}^n satisfait un effet de seuil s’il existe un paramètre p_0 et un petit h tel que la probabilité de A est petite si p < p_0-h et est proche de 1 si p > p_0+h.
Dans un article de 1994, inspiré par un article de Lucio Russo (1982), Michel Talagrand dit :
« There is a threshold effect as soon as A depends little on any given coordinate » (ce qui est essentiellement le titre de l’exposé).
Le but de l’exposé est d’énoncer et de comparer plusieurs façons de donner un sens mathématique à cette phrase, certaines qui viennent des années 80, d’autres très récentes. J’illustrerai aussi tout cela en parlant de percolation et d’un travail en commun avec Stephen Muirhead et Alejandro Rivera.


Groupe de travail Modélisation, analyse & simulation : Frédérique Noël, INRIA équipe COMMEDIA, Salle du conseil, espace Turing, vendredi 22 octobre 2021, 11h00 - 12h00,

Optimisation de la ventilation pulmonaire chez l’humain et chez tous les mammifères


Soutenance de thèse : Juliana Pegoraro, Salle du conseil, espace Turing, vendredi 22 octobre 2021, 14h00 - 17h00,

Détection des changements de profil respiratoire des patients sous oxygénothérapie de longue durée