Vous êtes sur la page 1sur 58

DÉPARTEMENT DE MATHÉMATIQUES ET APPLICATIONS

ENSEIGNEMENT

2017-2018

Brochure
Enseignement

45 rue d’Ulm 75230 Paris cedex 05 | Tél : 01 44 32 31 72 | Fax : 01 44 32 20 69 – Mél :


education@math.ens.fr
BROCHURE ENSEIGNEMENT 2017-2018

Le département de mathématiques et applications offre une formation en trois


ans de haut niveau scientifique, sanctionnée par le Diplôme de l’Ecole Normale
Supérieure ès Mathématiques. D’effectif sélectionné réduit (une cinquantaine
d’étudiants par an, dont une majorité d’élèves de l’ENS), elle est axée sur les
mathématiques et leurs applications. Les objectifs visent à assurer une
professionnalisation de haut niveau, une formation par la recherche ainsi qu’une
multidisciplinarité équilibrée. En partenariat avec les universités Pierre et Marie
Curie, Paris Diderot, Dauphine, Paris-Sud 11, Paris 13 Nord, le cursus inclut la
validation de deux diplômes nationaux : la licence et le master.

| Directeur de l’enseignement des mathématiques : Olivier Biquard


| Directeur des études des mathématiques : Raphaël Cerf
| Secrétariat de l’enseignement : Albane Trémeau

45 rue d’Ulm 75230 Paris cedex 05 |


Tél : 01 44 32 31 72 | Fax : 01 44 32 20 69 |
Page d'accueil : http://www.math.ens.fr/enseignement/|
Mél : education@math.ens.fr |

PAGE 2 SUR 58
BROCHURE ENSEIGNEMENT 2017-2018

TABLE DES MATIÈRES :


PRÉSENTATION

Objectifs ................................................................................................................................................ 6

Débouchés ............................................................................................................................................. 6

Candidature 2018/2019 ......................................................................................................................... 7

Inscription à l’université ....................................................................................................................... 7

Le diplôme de l'ENS avec mention ès Mathématiques………………………………………………..7

Tutorat ................................................................................................................................................... 7

Stage ...................................................................................................................................................... 8

Séminaire « des mathématiques » ......................................................................................................... 8

Planning................................................................................................................................................. 9

ENSEIGNEMENT

Organisation de la formation............................................................................................................... 11

• Filière mathématiques ............................................................................................................... 11

• Filières pluridisciplinaires......................................................................................................... 12

Règles d’obtention .............................................................................................................................. 14

• première année .......................................................................................................................... 14

• deuxième année......................................................................................................................... 17

• troisième année ......................................................................................................................... 18

Cours de l’année scolaire 2017/2018 .................................................................................................. 20

• première année .......................................................................................................................... 20

• seconde année ........................................................................................................................... 24

• troisième année ......................................................................................................................... 24

PAGE 3 SUR 58
BROCHURE ENSEIGNEMENT 2017-2018

PROGRAMME DES COURS DE L’ANNÉE 2017/2018

| Algèbre 1 | ............................................................................................................................. 27

| Algèbre 2 | ............................................................................................................................. 28

| Analyse complexe |.............................................................................................................. 28

| Analyse des équations aux dérivées partielles | ............................................................. 29

| Analyse fonctionnelle | ........................................................................................................ 31

| Approches numériques pour les EDP | ............................................................................ 31

| Chaos multiplicatif gaussien et gravité de Liouville | ...................................................... 32

| Cours avancé : Combinatoire géométrique et algébrique | ........................................... 33

| Cours avancé : Géométrie Lorentzienne et EDP hyperboliques |................................ 33

| Cours avancé : Mouvement Brownien, intégrale stochastique, chemins rugueux | .. 34

| Cours d'Anglais pour les scientifiques | ............................................................................ 35

| Cours spécifique à la filière maths - physique : Dynamique et Modélisation | ........... 36

| Cours spécifique à la filière maths-informatique : Théorie de l'information et du


codage | ................................................................................................................................... 36

| Géométrie différentielle | ..................................................................................................... 37

| Groupe de lecture : Géométrie des corps convexes | .................................................... 38

| Groupe de lecture : La méthode probabiliste | ................................................................ 39

| Groupe de lecture : Méthodes de cribles | ....................................................................... 39

| Groupe de travail : Groupes et dynamique topologique | .............................................. 40

| Groupe de travail : Mathématique et modélisation | ....................................................... 40

| Groupe de travail : Opérateurs d'entrelacement : théorie de Lie et géométrie | ........ 41

| Groupe de travail : Percolation Bootstrap | ...................................................................... 42

| Groupe de travail : Statistiques | ....................................................................................... 43

PAGE 4 SUR 58
BROCHURE ENSEIGNEMENT 2017-2018

| Groupe de travail : Surfaces de Riemann et théorie de Teichmüller | ......................... 44

| Groupe de travail : Théorie algébrique des formes quadratiques | .............................. 44

| Groupe de travail : Transport optimal et applications | .................................................. 45

| Intégration et Probabilités | ................................................................................................. 46

| Introduction aux sciences du Vivant | ............................................................................... 47

| Introduction à la combinatoire additive | ........................................................................... 48

| Invariants géométriques des groupes infinis | ................................................................. 48

| Les surfaces K3 | ................................................................................................................. 49

| Logique | ................................................................................................................................ 51

| Méthodes mathématiques pour la science des données | ............................................ 52

| Modélisation mathématique et numérique | ..................................................................... 52

| Processus stochastiques | .................................................................................................. 53

| Statistique | ........................................................................................................................... 54

| Systèmes dynamiques | ...................................................................................................... 56

| Topologie algébrique | ......................................................................................................... 57

| Topologie et calcul différentiel | ......................................................................................... 57

PAGE 5 SUR 58
BROCHURE ENSEIGNEMENT 2017-2018

PRÉSENTATION

OBJECTIFS
Le Diplôme de l’ENS ès Mathématiques assure une formation originale d’excellence de
mathématiciens purs et appliqués, ayant acquis de solides connaissances dans d’autres disciplines
(informatique, physique, biologie, …). Il s’agit d’une formation de trois ans à la recherche et par la
recherche. Son atout majeur est un rythme plus rapide rendu possible par un encadrement renforcé,
notamment grâce à un tutorat individuel. Plusieurs cursus sont possibles dont des cursus
pluridisciplinaires.

DEBOUCHES
À la sortie de la formation, l’étudiant peut poursuivre des études de mathématiques en
préparant un doctorat. Il peut également prendre immédiatement un emploi professionnel.
À moyen terme, après la thèse, les débouchés possibles sont les suivants :
– chercheur en mathématiques pures ou appliquées dans un organisme de recherche public
(CNRS, CEA, INRIA, ONERA, CNES, ...) ou privé (dont secteur bancaire, assurance,…) ;
– enseignant-chercheur à l’université ;
– ingénieur mathématicien dans l’industrie ;
– enseignant en classes préparatoires et plus généralement dans l’enseignement post-
baccalauréat.
Des passerelles sont possibles en cours de scolarité vers les formations proposées par d’autres
départements de l’ENS, dont l’informatique, la physique, l’économie, la biologie.

PAGE 6 SUR 58
BROCHURE ENSEIGNEMENT 2017-2018

Des possibilités de sortie en cours de formation vers les filières universitaires peuvent être
aménagées en accord avec les universités partenaires.

CANDIDATURE 2018/2019
Le recrutement au diplôme de l’ENS ès Mathématiques s’effectue par une sélection
rigoureuse, sur dossier et entretien. Il est ouvert aux étudiants ayant validé les deux ou trois
premières années de la licence ou d’un diplôme étranger équivalent. Toutes les informations se
trouvent sur :
– le site enseignement des mathématiques : http://www.math.ens.fr/enseignement/
– ou sur le site l’École normale supérieure : http://www.ens.fr/une-formation-d-exception
/admission-concours/concours-voie-universitaire

LE DIPLOME DE L’ENS MENTION MATHEMATIQUES


Les élèves et étudiants reçoivent le Diplôme ès Mathématiques de l’ENS à l’issue de leur
scolarité, pourvu qu’ils aient satisfait les conditions suivantes :
– l’inscription au diplôme de l’ENS, obligatoire chaque année
– l’obtention d’un master recherche de mathématique
– la validation de chacune des trois années au DMA suivant les règles exposées dans cette
brochure
– la validation de 72 ECTS en plus des diplômes nationaux de licence et de master, dont :
 24 ECTS de cours mathématiques
 18 ECTS de cours scientifiques non-mathématiques, à choisir dans la liste des cours
non mathématiques proposés par le département de mathématiques (p. 22) ou dans
la maquette d’un autre département scientifique (physique, informatique, biologie,
chimie, géosciences, études cognitives) en accord avec le tuteur.

INSCRIPTION A L’UNIVERSITE
Après leur admission, les étudiants s’inscrivent auprès des universités partenaires via le
secrétariat enseignement du département de mathématiques de l’ENS. Au cours de leurs études, ils
doivent en particulier obtenir les diplômes nationaux de licence et de master délivrés à partir des
résultats obtenus aux différents modules d’enseignement selon les modalités suivantes :
– pour la troisième année de licence (L3) et la première année de master (M1), les cours,
examens ont lieu au département de mathématiques de l’École normale supérieure et les
résultats sont transmis aux universités partenaires ;
– pour la seconde année de master (M2), les étudiants s’inscrivent directement dans les
universités partenaires qui délivrent les diplômes ;

PAGE 7 SUR 58
BROCHURE ENSEIGNEMENT 2017-2018

– à l’issue de la dernière année de la formation, étant titulaires du master, les étudiants qui le
souhaitent préparent une thèse de doctorat, sous réserve de l’accord d’un directeur de
recherche ainsi que des divers encadrants de l’université d’inscription (délégué aux thèses,
directeur de l’école doctorale de rattachement, directeur du laboratoire d’accueil).

TUTORAT
L'encadrement des étudiants en mathématiques est assuré par un système de tutorat
individualisé, et supervisé par le directeur des études. Chaque année, un tuteur, membre du
département de mathématiques et applications de l'ENS, sera affecté à chaque étudiant. Aléatoire
en première année, il sera, pour les autres années, fonction des thèmes de préférence indiqués lors
des journées d'entretien de fin d'année. Le rôle du tuteur est d'aider l'étudiant à l'organisation de sa
scolarité, de le conseiller sur ses choix de thèmes de travail et de lecture, et d'être un appui crucial
pour son orientation. Au début de chaque année, un programme d'études sera mis au point par
l'étudiant, son tuteur et le directeur des études, et signé par ces parties. Il est vivement recommandé
d’aller voir régulièrement son tuteur.

STAGE
La scolarité en mathématiques comprend normalement un stage d'au moins 4 mois, à
l'étranger de préférence. Ce stage a pour but de familiariser l'étudiant à un environnement différent.
La plus grande souplesse est laissée aux étudiants pour ce stage et une certaine initiative
demandée en contrepartie. Le positionnement de ce stage dans les trois années en enseignement ou
en recherche, le thème scientifique, l'aspect linguistique sont autant de paramètres à prendre en
compte et cela nécessite d'y réfléchir bien à l'avance, d'en parler avec son tuteur et les responsables
du DMA.
Pour aider à mettre en place ce stage, les membres du département de mathématiques
proposent des universités d'accueil et des encadrants potentiels pour des séjours à l'étranger, dans
diverses thématiques, de niveau M2 ou plus. Une liste partielle est disponible sur le site de
l’enseignement du département de mathématiques de l’ENS (les étudiants sont supposés contacter
les encadrants étrangers proposés non pas directement, mais par l'intermédiaire des membres du
département de mathématiques).

SEMINAIRE « DES MATHEMATIQUES »


Le séminaire « Des Mathématiques » a lieu deux fois par mois après le thé du département de
mathématiques et s’adresse à tous. Le suivi de ces exposés ne demande pas de prérequis. C’est
souvent l’occasion de découvrir un champ de recherches mathématiques.

PAGE 8 SUR 58
BROCHURE ENSEIGNEMENT 2017-2018

PLANNING
Premier semestre

Début des cours


Première année : jeudi 21 septembre
Deuxième année : lundi 11 septembre

Vacances et jours fériés


Vacances de la Toussaint : du samedi 28 octobre au dimanche 5 novembre
Vacances de Noël : du samedi 23 décembre au dimanche 7 janvier

Fin des cours


Première année : Mercredi 17 janvier
Deuxième année : Vendredi 22 décembre

Examens du premier semestre


Première année : du lundi 22 janvier au vendredi 26 janvier
Deuxième année : du lundi 15 janvier au vendredi 26 janvier
(attention, certains examens peuvent avoir lieu plus tôt)

Inter-semestre

Réunion de présentation du second semestre


Mercredi 24 janvier à 17h, amphithéâtre Rataud

Vacances d’hiver (inter-semestre)


Samedi 27 janvier au dimanche 4 février

Deuxième semestre

Début des cours


Lundi 5 février

Vacances et jours fériés

PAGE 9 SUR 58
BROCHURE ENSEIGNEMENT 2017-2018

Lundi de Pâques, 2 avril férié


Vacances de printemps : du samedi 14 avril au dimanche 29 avril
Mardi 1er mai, férié
Mardi 8 mai, férié
Jeudi 10 mai, ascension, férié

Fin des cours


Vendredi 25 mai au soir

Examens du second semestre


Lundi 4 juin au vendredi 8 juin
(attention, certains examens peuvent avoir lieu plus tôt)

Fin de l'année scolaire

Semaine des exposés de mathématiques et des entretiens individuels de première et deuxième années
Du lundi 18 juin au vendredi 22 juin

Commissions des études 2018


1ère session (première et deuxième années) : mercredi 27 juin

PAGE 10 SUR 58
BROCHURE ENSEIGNEMENT 2017-2018

ENSEIGNEMENT
ORGANISATION DE LA FORMATION
Les cursus sont individuels, et mis au point en particulier au début de chaque année avec le
tuteur, le directeur des études ou de l’enseignement et les encadrants du département de
mathématiques. De nombreuses déclinaisons de cursus sont possibles :
– la filière mathématiques
– la filière mathématiques/informatique
– la filière mathématiques/physique
– la filière mathématiques/biologie.
Les filières pluridisciplinaires permettent, sous réserve de confirmation par le jury compétent, la
validation d’une seconde spécialité pour le diplôme de l’ENS.

L'équipe d'encadrement pourra examiner toute proposition individuelle cohérente de cursus


présentée par les étudiants et s'inscrivant dans l'esprit de la formation. De façon générale, les élèves
doivent obtenir l’aval de leur tuteur et du directeur des études ou de l’enseignement pour tous les
choix concernant leur programme d’études.

FILIERE MATHEMATIQUES

Première année
Les étudiants sont inscrits en troisième année de licence (L3). Ils suivent aussi des cours de
première année de master (M1) dont la validation sera effective en seconde année avec l’inscription
administrative en M1. La formation comporte également des cours d’informatique, de physique,

PAGE 11 SUR 58
BROCHURE ENSEIGNEMENT 2017-2018

d’économie ou de biologie. La validation de la première année nécessite la rédaction d’un mémoire,


dit de première année, au second semestre.

Deuxième année
Les étudiants sont inscrits en première année de master (M1). En parallèle sont proposés des
groupes de travail et des cours avancés de niveau recherche assurés par des spécialistes. Au second
semestre, les étudiants dont l’avancement des études est suffisant peuvent effectuer un stage long,
éventuellement à l’étranger, dans une université ou une entreprise.

Troisième année
La troisième année de la formation est consacrée à la deuxième année de master (M2).
L’inscription dans une université est entièrement de la responsabilité de l’élève. Avec son tuteur,
l’élève décide des compléments à apporter à sa formation : stage, groupes de travail, cours
supplémentaires…
En fin d’année, les étudiants composent un mémoire dit de Diplôme, qui récapitule tous les
travaux personnels réalisés pendant leur scolarité, en y ajoutant une présentation d’un domaine de
recherche. Ce mémoire fait l’objet d’une soutenance orale obligatoire pour la validation du diplôme
de l’ENS avec mention ès Mathématiques.

FILIERES PLURIDISCIPLINAIRES

Ces cursus exigeants sont une spécificité de l’ENS. Organisées conjointement entre le département
de mathématiques et les départements de physique, d’informatique ou de biologie, ces formations
permettent :
– aux étudiants motivés de poursuivre une double formation ;
– aux étudiants encore indécis de repousser d'une année le choix entre deux disciplines.

Filière mathématiques/physique
En première année, les élèves valident une licence de mathématiques et une licence de physique.
En deuxième année, ils s’orientent soit vers les mathématiques soit vers la physique et rejoignent le
département de leur choix.

Filière mathématiques/informatique

En première année, les élèves valident une licence de mathématiques et une licence d’informatique.
Les élèves entrés par le concours info s'inscrivent au département d’informatique, les élèves entrés
par le concours math au département de mathématiques, et ils ont un tuteur dans leur département
d'inscription. En deuxième année, ils s’orientent soit vers les mathématiques soit vers l’informatique
et rejoignent le département de leur choix.

PAGE 12 SUR 58
BROCHURE ENSEIGNEMENT 2017-2018

Filière mathématiques/biologie

Les mathématiques jouent un rôle de plus en plus important dans les grandes avancées de la
biologie ; réciproquement, l’étude du vivant est devenue source de nouveaux problèmes
mathématiques, profonds et difficiles. Dans ce contexte, la filière mathématiques/biologie proposée
par le département de mathématiques de l’ENS, en partenariat avec le département de biologie de
l’ENS, vise à former des chercheurs capables d’exprimer les problèmes biologiques en langage
mathématique, de développer les idées mathématiques ainsi générées et de promouvoir les
applications de ces nouvelles théories à l’analyse des systèmes biologiques qui leur ont donné
naissance.

Objectifs du cursus

Les étudiants issus de la filière mathématiques/biologie de l’ENS maîtriseront les bases de la


biologie contemporaine. Ils auront appris à décortiquer la littérature spécialisée, suivre les
développements rapides sur les thèmes de pointe, et initier dialogue et collaboration avec les
biologistes dans leurs laboratoires. Les deux années de cursus permettent aux élèves concernés de
continuer, suivant leur parcours,
- ou bien en suivant un M2 de mathématiques de la modélisation,
- ou bien en suivant un M2 de biologie ou de sciences cognitives.

Structure du cursus

La filière mathématiques/biologie se déroule sur deux ans. Les élèves s’inscrivent en L3 et M1 de


mathématiques tout en suivant des cours de biologie et/ou de neurosciences. Par ailleurs, les cours
de biologie sont ouverts à tous les étudiants du département de mathématiques ; l’inscription à ces
cours n’engage donc pas les étudiants concernés à l’exécution du programme complet de la filière
mathématiques/biologie.

PAGE 13 SUR 58
BROCHURE ENSEIGNEMENT 2017-2018

REGLES D’OBTENTION
| Un enseignement de langue au moins est obligatoire pour toutes les filières chaque année.
Il peut être validé par un cours du département des langues de l’ENS (ECLA), ou par un séjour
longue durée dans un pays non francophone. |

PREMIÈRE ANNÉE

La licence troisième année (L3) de mathématiques nécessite selon les filières :

4 cours de niveau licence : (1)

o Algèbre 1
o Analyse complexe 12 ECTS x 4 =
Commun pour toutes les filières 48 ECTS
o Intégration et probabilités
o Topologie et calcul différentiel

Filière Mathématique Mémoire et exposé de 1ère année

Filière Math/Physique Cours spécifique : Dynamique et Modélisation


12 ECTS
Cours spécifique : Théorie de l’information et du
Filière Math/Informatique
codage

Filière Math/Biologie Mémoire et exposé d’interface math-biologie

Total 60 ECTS

(1) Un cours de L3 peut être remplacé par un cours de M1 fondamental

L’obtention de la première année, nécessite, outre la L3 de mathématiques :

Filière mathématiques
o Un cours fondamental de M1 de mathématique parmi :
Analyse complexe – comptabilisé pour le M1 si ne compte pas pour la L3
Analyse fonctionnelle
Géométrie différentielle
Logique

o Un groupe de lecture

PAGE 14 SUR 58
BROCHURE ENSEIGNEMENT 2017-2018

o Des cours scientifiques non mathématiques, à choisir dans la liste des cours non
mathématiques proposés par le département de mathématiques (p. 22) ou dans la maquette
d’un autre département scientifique (physique, informatique, biologie…) en accord avec le
tuteur.

| Il est nécessaire de valider un minimum de 12 ECTS en première année et 18 ECTS en tout


sur les deux premières années en cours scientifiques non-mathématiques. |

Filières pluridisciplinaires

Mathématiques/physique

Les élèves s’inscrivent en L3 de mathématiques et en L3 de physique. L'obtention de la première


année nécessite, en plus de la L3 de mathématiques, l’obtention de la L3 de physique :

o des cours de physique de niveau licence recommandés par la FIP équivalents à deux cours
par semestre pour un total de 36 ECTS
Physique statistique des systèmes en équilibre (1er sem) (9 ECTS)
Introduction à la mécanique quantique (1er sem) (9 ECTS)
Relativité et électromagnétisme (2ème sem) (9 ECTS)
Hydrodynamique (2ème sem) (9 ECTS)
Physique du solide (2ème sem) (9 ECTS)

o le stage et l’exposé du cursus maths/physique (24 ECTS) ; ce stage est co-encadré par des
chercheurs des deux disciplines.

En deuxième année, les élèves s’orientent soit vers les mathématiques soit vers la physique et
rejoignent le département de leur choix.

Mathématiques/informatique

Les élèves s’inscrivent en L3 de mathématiques. L'obtention de la première année demande, en plus


de la L3 de mathématiques, l’obtention de la L3 d’informatique :

o des cours d'informatique de niveau licence équivalents à 36 ECTS parmi :


Semestre 1 :
Algorithmique et programmation (9 ECTS)
Système digital : De l'algorithme au circuit (9 ECTS)
Langages de programmation et de compilation (9 ECTS)
Langages formels, calculabilité et complexité (9 ECTS)

PAGE 15 SUR 58
BROCHURE ENSEIGNEMENT 2017-2018

Structures et algorithmes aléatoires (9 ECTS)

Semestre 2 :
Systèmes et réseaux (obligatoire, 9 ECTS)
Sémantique et application à la vérification de programmes (9 ECTS)
Informatique scientifique par la pratique (9 ECTS)
Initiation à la cryptologie (9 ECTS)
Logique et informatique (6 ECTS)
Bases de données (9 ECTS)

Sous réserve d'accord des responsables de cours, il pourra être possible de faire un projet supplé-
mentaire (3 ECTS).

o le stage (12 ECTS) et l’exposé/mémoire (12 ECTS) du cursus maths/informatique :

Il s’agit d'un travail bibliographique encadré par un chercheur et se terminant par la rédaction d'un mé-
moire et une soutenance, puis d’un stage de recherche en informatique d’au moins 6 semaines entre mi-
juin et fin août. Il a lieu en laboratoire (universitaire ou industriel) prioritairement en province. Le
stage comprend aussi la rédaction d'un rapport et une soutenance. Les sujets de mémoire et de stage sont
liés l’un à l’autre.

En deuxième année, les élèves s’orientent soit vers les mathématiques soit vers l’informatique et
rejoignent le département de leur choix.

Mathématiques/biologie

Les élèves s’inscrivent seulement en L3 de mathématiques. L'obtention de la première année


demande, en plus de la L3 de mathématiques :

o Le cours d’Introduction aux sciences du vivant (S1)

o Le cours de M1 d’Analyse fonctionnelle (S2, peut remplacer analyse complexe qui devra
alors être validé en 2nde année)

o Le cours de Modélisation (S2)

o Le groupe de lecture en biologie : Modélisation des systèmes biologiques (S2)

o L’école d’été de biologie de Marseille-Luminy ou bien un stage de neurosciences

PAGE 16 SUR 58
BROCHURE ENSEIGNEMENT 2017-2018

DEUXIÈME ANNÉE

L’obtention de la première année de master (M1) requiert :

3 cours fondamentaux de M1 de mathématiques parmi :

o Algèbre 2
o Analyse complexe (1)
o Analyse fonctionnelle (3) 3 x 12 ECTS = 36 ECTS
o Géométrie différentielle (3)
o Logique (3)
o Processus stochastiques (2)

1 cours complémentaire de M1 de mathématiques parmi :

o Analyse des équations aux dérivées partielles


o Approches numériques pour les EDP
o Méthodes mathématiques pour la science des données 12 ECTS
o Modélisation mathématique et numérique (3)
o Statistiques (2)
o Systèmes dynamiques
o Topologie algébrique (3)

Un groupe de travail 12 ECTS

Total 60 ECTS

(1) Comptabilisé pour le M1 si ne compte pas pour la L3


(2) Cours recommandé pour la filière maths/biologie
(3) Cours accessible dès la 1ère année

L’obtention de la deuxième année nécessite en plus du M1 de mathématiques :

Filière mathématiques
o Un second cours de M1 complémentaire (peut être remplacé par la validation de 12 ECTS
de cours de M2)
o La validation de deux « cours avancés » (24 ECTS)

PAGE 17 SUR 58
BROCHURE ENSEIGNEMENT 2017-2018

Chaque cours avancé est composé d’une partie cours sur 6 semaines, validée par un examen,
puis d’une partie groupe de travail, validée par un ou plusieurs exposés. Les élèves valident
deux « cours avancés » parmi trois propositions. Les cours avancés sont remplaçables par un
stage long (4 mois minimum) ; un stage moins long, commençant au milieu du second
semestre, permet d’être dispensé de la partie groupe de travail.
o Le mémoire et exposé de 1e année pour les élèves arrivés directement en 2e année
o Un cours dans une discipline autre que les mathématiques, à choisir dans la liste des cours
non mathématiques proposés par le département de mathématiques (page 22) ou dans la
maquette d’un autre département scientifique (physique, informatique, biologie…) en
accord avec le tuteur.
| Remarque : Il est nécessaire de valider un minimum de 12 ECTS en première année et 18
ECTS en tout sur les deux premières années en cours scientifiques non-mathématiques. |

Filière mathématiques/biologie
o Trois cours à valider parmi :
○ Écologie/évolution (S1)
○ Biologie cellulaire (S1)
○ Neurosciences CA6A du Cogmaster (S1)
○ Machine learning CA6B du Cogmaster (S2)
o Un projet long en biologie ou en neurosciences

TROISIÈME ANNÉE

L'obtention de la troisième année nécessite :

o L'obtention de la seconde année du master de mathématique (M2)

o La composition du mémoire de Diplôme


Ce mémoire est formé d'un curriculum vitæ, de l'ensemble des travaux écrits réalisés lors
de la scolarité, et d'un texte nouveau, entre 10 et 20 pages, appelé Présentation du domaine
de recherche, présentant de manière motivée le domaine de recherche dans lequel se placera
une éventuelle thèse. Ce travail est présenté lors d’une soutenance orale, obligatoire pour
la validation du diplôme de l’ENS avec mention ès Mathématiques.

PAGE 18 SUR 58
BROCHURE ENSEIGNEMENT 2017-2018

o La validation de cours supplémentaires (facultatif) :


− cours de M2
− Introduction à la combinatoire additive, Timothy Gowers
− Les surfaces K3, Olivier Debarre
− Invariants géométriques des groupes infinis, Anna Erschler
− Chaos multiplicatif gaussien et gravité de Liouville, Vincent Vargas

o Un stage long à l'étranger, en province ou industriel (facultatif).

PAGE 19 SUR 58
BROCHURE ENSEIGNEMENT 2017-2018

COURS DE L’ANNÉE SCOLAIRE 2017/2018


PREMIÈRE ANNÉE

Cours mathématiques – cours des cursus mixtes


Premier semestre :

• Algèbre 1 (L3, 12 ECTS) A. Mézard UPMC


(70h : 42h cours + 28h TD) C. Demarche UPMC

• Intégration et probabilités (L3, 12 ECTS) R. Cerf ENS/Paris Sud


(70h : 42h cours + 28h TD) M. Pain ENS

• Topologie et calcul différentiel (L3, 12 ECTS) L. Charles UPMC


(70h : 42h cours + 28h TD) T. Blomme ENS

• Groupe de lecture (L3, 6 ECTS) : Méthodes de cribles Q. Guignard ENS

• Groupe de lecture (L3, 6 ECTS) : Géométrie des corps convexes J. Lehec Dauphine

• Groupe de lecture (L3, 6 ECTS) : La méthode probabiliste T. Budzinski ENS

• Cours de 2nde année accessible en 1ère année : Logique (M1, 12 ECTS) T. Tsankov Paris Diderot
(70h : 42h cours + 28h TD) N. de Rancourt ENS

• Cours du cursus math/bio : Introduction aux sciences du vivant P. Charnay ENS


(L3, 3 ECTS) (24h cours)

Deuxième semestre :

• Analyse complexe (L3, 12 ECTS) J. Barral Paris 13


(70h : 42h cours + 28h TD) D. Izquierdo ENS

• Analyse fonctionnelle (M1, 12 ECTS) I. Gallagher ENS/Paris Diderot


(70h : 42h cours + 28h TD) J. Thirouin ENS

• Géométrie différentielle (M1, 12 ECTS) O. Biquard ENS/UPMC


(70h : 42h cours + 28h TD) M. Novel ENS

• Modélisation mathématique et numérique (M1, obligatoire en cursus mixte math/bio, 12 ECTS)


(56h : 56h cours/TP) B. Maury Paris Sud

• Cours de 2nde année accessible en 1ère année :


Topologie algébrique (12 ECTS) I. Itenberg UPMC
(63h : 35h cours + 28h TD) S. Tayou ENS

PAGE 20 SUR 58
BROCHURE ENSEIGNEMENT 2017-2018

• Cours spécifique cursus maths/physique : C. Viterbo ENS/Paris Sud


Dynamique et Modélisation E. Dormy CNRS/ENS
(12 ECTS) (52h cours)

• Cours spécifique cursus maths/info : B. Blaszczyszyn ENS


Théorie de l’information et du codage
(12 ECTS) (35h cours + 24hTD)

• Groupe de lecture en biologie du cursus maths/bio : A.Véber Polytechnique


Modélisation des systèmes biologiques (12 ECTS) R. Ferrière ENS
D. Thieffry ENS

Exposé de première année (12 ECTS)


Il s’agit d’une initiation à un thème de recherche actuel. Il s’effectue en binôme sous la direction
d’un encadrant appartenant le plus souvent au département de mathématiques de l’ENS ou en
laboratoire pour les sujets relevant des filières pluridisciplinaires. Il s’agit en général de la
présentation d’un article de recherche. Une liste de sujets (non limitative) est présentée au mois de
janvier y compris ceux des filières pluridisciplinaires.
Le travail consiste en la rédaction d’un texte de synthèse, dit mémoire de première année, et d’un
exposé. Cet exposé a lieu en général la deuxième quinzaine de juin. Les qualités de rédaction et
d’exposition (clarté, concision, aisance) sont importantes.

Stage et exposé du cursus mathématiques/physique (24 ECTS)


Ce travail personnel bi-disciplinaire, encadré par un enseignant de chaque discipline, consiste en :
– Un travail bibliographique comparable à l'exposé de première année du cursus
mathématiques au cours du second semestre, sous la houlette d'un enseignant de
mathématiques et/ou d’un enseignant de physique, sur un sujet relié à celui du stage ;
– Un stage niveau L3 dans un laboratoire de physique (12 ECTS).

Stage (12 ECTS) et exposé du cursus mathématiques/informatique (12 ECTS)

Ce travail personnel bi-disciplinaire, encadré par un enseignant de chaque discipline, consiste en :


– Un travail bibliographique comparable à l'exposé de première année du cursus
mathématiques au cours du second semestre, sous la houlette d'un enseignant de
mathématiques et/ou d’un enseignant d’informatique, sur un sujet relié à celui du stage, se
terminant par la rédaction d’un mémoire et une soutenance ;
– Un stage d’initiation à la recherche de niveau L3 dans un laboratoire de recherche
d'informatique public ou privé, hors ENS et de préférence en province, donnant lieu à la
rédaction d’un rapport et à une soutenance.

PAGE 21 SUR 58
BROCHURE ENSEIGNEMENT 2017-2018

Mémoire et exposé d’interface mathématiques/biologie (12 ECTS)

Les étudiants réalisent un travail personnel à partir d’un article de recherche exploitant les
mathématiques associées à un thème biologique. Ce travail donnera lieu en fin d’année à la rédaction
d’un rapport et la présentation d’un exposé.
Prérequis : Cours de S1 « Introduction aux sciences du vivant ».

Cours non mathématiques

| Il est nécessaire de valider un minimum de 12 ECTS en première année et 18 ECTS en tout sur
les deux premières années en cours scientifiques non-mathématiques. Toute autre proposition
pourra être étudiée avec le tuteur. |

– économie - http://www.economie.ens.fr

 Introduction aux théories de la croissance économique, D. Cohen


 Introduction à l’économie contemporaine, C. Hemet
 Economie pour scientifiques, J. Pouyet

– biologie - http://www.biologie.ens.fr/depbio/spip.php?rubrique8
 Introduction aux sciences du vivant
 Biologie moléculaire de la cellule
 Écologie, génétique et évolution

– physique - http://www.phys.ens.fr/spip.php?rubrique49

 Physique statistique des systèmes en équilibre


 Introduction à la mécanique quantique
 Mécanique analytique
 Astrophysique
 Relativité et électromagnétisme
 Hydrodynamique
 Physique du solide
 Optique

– informatique - http://diplome.di.ens.fr/
 Langages formels, calculabilité et complexité
 Algorithmique et programmation
 Langages de programmation et de compilation
 Structures et algorithmes aléatoires
 Système digital : de l’algorithme au circuit
 Logique et informatique
 Théorie de l’information et codage
 Initiation à la cryptologie
 Sémantique et application à la vérification de programmes
 Bases de données

PAGE 22 SUR 58
BROCHURE ENSEIGNEMENT 2017-2018

 Systèmes et réseaux
 Informatique scientifique par la pratique

– études cognitives -
http://sapience.dec.ens.fr/cogmaster/www/f_01_cours.php?from=head_f_01_portail.php

 DEC-CO4 Introduction aux neurosciences cognitives


 DEC-CO6 Introduction aux neurosciences computationnelles

PAGE 23 SUR 58
BROCHURE ENSEIGNEMENT 2017-2018

SECONDE ANNÉE

Cours de mathématiques

Premier semestre :

• Algèbre 2 (M1, 12 ECTS) J.-F. Dat UPMC


(70h : 42h cours + 28h TD) D. Izquierdo ENS

• Analyse des équations aux dérivées partielles (M1, 12 ECTS) C. Imbert CNRS/ENS
(63h : 35h cours + 28hTD) I. Tristani CNRS/ENS

• Logique (M1, 12 ECTS) T. Tsankov Paris Diderot


(70h : 42h cours + 28h TD) N. de Rancourt ENS

• Approches numériques pour les EDP (M1, 12 ECTS) E. Dormy CNRS/ENS


(63h : 35h cours + 28h TD)

• Processus stochastiques (M1, 12 ECTS) D. Chelkak ENS


(70h : 42h cours + 28h TD) T. Budzinski ENS

• Statistique (M1, 12 ECTS) S. Boucheron Paris Diderot


(63h : 35h cours + 28h TD) C. Boyer UPMC

• Systèmes dynamiques (M1, 12 ECTS) P. Bernard ENS/Dauphine


(63h : 35h cours + 28h TD) J. Lehec Dauphine

• Méthodes mathématiques pour la science des données (M1, 12 ECTS) G. Peyré CNRS/ENS
(63h : 35h cours + 28h TD) J. Feydy ENS

Deuxième semestre :

• Analyse fonctionnelle (M1, 12 ECTS) I. Gallagher ENS/Paris Diderot


(70h : 42h cours + 28h TD) J. Thirouin ENS

• Géométrie différentielle (M1, 12 ECTS) O. Biquard ENS/UPMC


(70h : 42h cours + 28h TD) M. Novel ENS

• Modélisation mathématique et numérique (M1, 12 ECTS) B. Maury Paris Sud


(56h : 56h cours/TP)

• Topologie algébrique (M1, 12 ECTS) I. Itenberg UPMC


(63h : 35h cours + 28h TD) S. Tayou ENS

• Cours avancé : Combinatoire géométrique et algébrique O. Amini CNRS/ENS


(M1, 6 ECTS + 6 ECTS) (18h cours)

PAGE 24 SUR 58
BROCHURE ENSEIGNEMENT 2017-2018

• Cours avancé : Mouvement Brownien, intégrale stochastique, chemins rugueux


(M1, 6 ECTS + 6 ECTS) (18h cours) M. Bauer CNRS

• Cours avancé : Géométrie Lorentzienne et EDP hyperboliques J. Smulevici Paris Sud


(M1, 6 ECTS + 6 ECTS) (18h cours)

Groupes de travail :

Premier semestre
Transport optimal et applications F. Bollay UPMC
Groupe et dynamique topologique L. Bartholdi ANR/ENS
Statistiques S. Boucheron Paris Diderot
Théorie algébrique des formes quadratiques D. Izquierdo ENS
Surfaces de Riemann et théorie de Teichmüller R. Dujardin UPMC
Opérateurs d'entrelacement : théorie de Lie et géométrie D. Hernandez Paris Diderot
Percolation Bootstrap C. Toninelli CNRS/UPMC
Mathématique et modélisation V. Bonnaillie-Noël CNRS/ENS

Cours avancés, deuxième semestre :


Chaque cours avancé est composé d’une partie cours sur 6 semaines, validée par un examen, puis
d’une partie groupe de travail, validée par un ou plusieurs exposés. Les élèves valident deux « cours
avancés ». Les cours avancés sont remplaçables par un stage, long d’au moins 4 mois.

Cours non mathématiques


| Il est nécessaire de valider un minimum de 12 ECTS en première année et 18 ECTS en tout sur
les deux premières années en cours scientifiques non-mathématiques. Toute autre proposition
pourra être étudiée avec le tuteur. |
Voir la liste des cours proposés par le département de mathématiques page 22. On peut choisir aussi,
en accord avec le tuteur, d’autres cours des départements scientifiques de l’ENS.

TROISIÈME ANNÉE

Cours de mathématiques

Deuxième semestre :

Les cours suivants peuvent être validés dans le cadre du DENS. Ils peuvent aussi souvent être validés dans le cadre
d’un M2, voir le responsable pédagogique de votre M2.

PAGE 25 SUR 58
BROCHURE ENSEIGNEMENT 2017-2018

• Introduction à la combinatoire additive (DENS, 9 ECTS) T. Gowers Cambridge

• Les surfaces K3 (DENS, 9 ECTS) O. Debarre ENS/Paris Diderot

• Invariants géométriques des groupes infinis (DENS, 9 ECTS) A. Erschler CNRS/ENS

• Chaos multiplicatif gaussien et gravité de Liouville (DENS, 9 ECTS) V. Vargas CNRS/ENS

PAGE 26 SUR 58
BROCHURE ENSEIGNEMENT 2017-2018

PROGRAMME DES COURS DE L’ANNÉE 2017/2018

| Algèbre 1 |
(Ariane Mézard)

1) Groupes

Morphismes. Groupe quotient. Structure des groupes abéliens de type fini. Présentation par générateurs et
relations. Structure des groupes. Groupe linéaire.

2) Action de groupes

Groupes opérant sur un ensemble. Théorèmes de Sylow. Groupe symétrique. Groupe linéaire projectif.

3) Représentations des groupes finis

Représentations irréductibles, Lemme de Schur, décomposition en somme de représentations irréductibles.


Tenseurs. Caractères des représentations. Tables de caractères complexes. Représentations induites.
Représentations du groupe symétriques.

4) Groupes classiques

PAGE 27 SUR 58
BROCHURE ENSEIGNEMENT 2017-2018

Formes sesquilinéaires. Orthogonalité. Théorème de Witt. Groupe Symplectique. Groupe unitaire. Groupe
orthogonal. Groupes simples.

| Algèbre 2 |
(Jean-François Dat)

Ce cours a pour but de fournir les bases d'algèbre commutative nécessaires à tout étudiant désirant poursuivre
en théorie algébrique des nombres ou en géométrie algébrique. Nous aborderons donc les notions suivantes:

-- Principaux exemples d'anneaux commutatifs : anneaux de polynômes, de séries formelles, anneaux


d'entiers algébriques.

-- Divisibilité, factorisation et idéaux dans les anneaux commutatifs. Applications arithmétiques.

-- Opérations sur les anneaux commutatifs et leurs modules : localisation, produit tensoriel. Interprétation
géométrique.

-- Structure des modules sur un anneau principal. Application à la réduction des endomorphismes.

-- Extensions de corps. Théorie de Galois. Application à la résolubilité d'équations polynômiales.

-- Nullstellensatz et son interprétation géométrique


Selon le temps, on introduira un peu de langage des catégories, très pratique pour formuler des "propriétés
universelles" et définir des objets "canoniques", voire un peu d'algèbre homologique.

| Analyse complexe |
(Julien Barral)

I. Fonctions holomorphes: (1) Définitions, exemples, équations de Cauchy-Riemann; (2) Caractère


holomorphe des sommes de séries entières (3) Opérations; (4) Déterminations holomorphe du logarithme.

PAGE 28 SUR 58
BROCHURE ENSEIGNEMENT 2017-2018

II. Théorème de Cauchy-Goursat dans un domaine étoilé, formule de Cauchy et applications: (1) Problème
des primitives, intégrale curviligne, théorème de Cauchy-Goursat; (2) Premières conséquences de la formule
de Cauchy; (3) Exemples d'utilisations de primitives; (4) Intégrales dépendant d'un paramètre complexe et
problème de Dirichlet (5) Limites uniformes de fonctions holomorphes; (6) Une application de l'analyse
complexe en analyse fonctionnelle: le théorème de Hausdorff-Young.

III. Singularités isolées. Première forme de la formule des résidus et applications. Séries et produits infinis
de fonctions méromorphes: (1) Développement en série de Laurent et singularités isolées; (2) Formule des
résidus pour un compact à bord C^1 par morceaux et applications; (3) Séries de fonctions méromorphes; (4)
Produits infinis de fonctions méromorphes; (5) Théorème de factorisation d’Hadamard.

IV. Le théorème des nombres premiers: (1) Quelques repères historiques; (2) Propriétés basiques de la
fonction $\zeta$ de Riemann; (3) Preuve du théorème modulo un lemme d’analyse; (4) Preuve du lemme.

V. Formule de Cauchy homologique, ouverts simplement connexes et théorème de représentation conforme:


(1) Indice d'un lacet par rapport à un point; (2) Formules de Cauchy et des résidus homologiques. (3)
Caractérisation des ouverts homologiquement triviaux. Ouverts simplement connexes et théorème de
représentation conforme.

Bibliographie:

Y. Katznelson: An introduction to harmonic analysis. Cambridge Mathematical Library, 3rd edition, 2002.

S. Land: Complex Analysis. Springer, 1985.

W. Rudin: Analyse réelle et complexe. Dunod, 1998.

Stein & Shakarchi: Complex analysis. Princeton Lectures in Analysis II. Princeton University Press, 2002.

| Analyse des équations aux dérivées partielles |


(Cyril Imbert)

Ce cours constitue une introduction à un domaine très large des mathématiques qui est celui des équations
aux dérivées partielles.

PAGE 29 SUR 58
BROCHURE ENSEIGNEMENT 2017-2018

--- Plan de cours (provisoire)

Partie I. Analyse convexe et équations de Hamilton-Jacobi

* Equations de Hamilton-Jacobi. Solutions de viscosité. Principe de comparaison. Formule de Oleinik-Lax.


Lois de conservation scalaires.
* Analyse convexe. Notion d'inf-convolution, fonctions semi-convexes, théorème d'Alexandroff.

Partie II. Equations elliptiques complètement non-linéaires

* Estimée d'Alexandroff-Bakelman-Pucci.
* Inégalité de Harnack.
* Solutions régulières pour les équations elliptiques linéaires à coefficients h\"oldériens (théorie de
Schauder)

Partie III. Explosion dans les équations d'évolution

* Existence locale de solutions pour une classe d'équations d'évolution


* Quelques exemples de phénomènes d'explosion (par exemple dans le cas des équations de la chaleur et de
Schrödinger non-linéaire, ou bien en mécanique des fluides).

--- Bibliographie (provisoire)

* Evans, Lawrence C. Partial differential equations. Second edition. Graduate Studies in Mathematics, 19.
American Mathematical Society, Providence, RI, 2010. xxii+749 pp. ISBN: 978-0-8218-4974-3
* Barles, Guy Solutions de viscosité des équations de Hamilton-Jacobi. (French) [Viscosity solutions of
Hamilton-Jacobi equations] Mathématiques \& Applications (Berlin) [Mathematics \& Applications], 17.
Springer-Verlag, Paris, 1994. x+194 pp. ISBN: 3-540-58422-6
* Caffarelli, Luis A.; Cabré, Xavier Fully nonlinear elliptic equations. (English summary) American
Mathematical Society Colloquium Publications, 43. American Mathematical Society, Providence, RI,
1995. vi+104 pp. ISBN: 0-8218-0437-5
* Tao, Terence Nonlinear dispersive equations. Local and global analysis. CBMS Regional Conference
Series in Mathematics, 106. Published for the Conference Board of the Mathematical Sciences,
Washington, DC; by the American Mathematical Society, Providence, RI, 2006. xvi+373 pp. ISBN: 0-
8218-4143-2

PAGE 30 SUR 58
BROCHURE ENSEIGNEMENT 2017-2018

| Analyse fonctionnelle |
(Isabelle Gallagher)

I Compléments de topologie

- Espaces de Baire
- Opérateurs linéaires et théorème de Banach-Steinhaus
- Théorèmes de l'application ouverte et du graphe fermé.

II. Dualité, distributions

- Théorème de Hahn-Banach
- Dualité et topologies faibles
- Distributions

III. Analyse de Fourier, espaces de Sobolev

- Rappels sur les séries de Fourier et définition de la transformée de Fourier continue


- Espaces de Sobolev, injections compactes

IV. Quelques méthodes de résolution d'équations aux dérivées partielles

| Approches numériques pour les EDP |


(Emmanuel Dormy)

On introduira dans ce cours les difficultés mathématiques associées à la modélisation numérique et à la


construction de solutions approchées d’EDP sur ordinateur. Il s’agit d’une branche en pleine expansion des
mathématiques appliquées. Le travail sur ordinateur implique la construction d’un problème approché

PAGE 31 SUR 58
BROCHURE ENSEIGNEMENT 2017-2018

impliquant un nombre fini de degrés de liberté. Il en résulte une modification de l’équation originale qui peut
entrainer des changements significatifs de la nature du problème considéré.
Le cours est ouvert en Mathématiques et en Physique. La première partie (cours) sera donc très appliquée,
complétée par des DM, pour les élèves en Mathématiques, permettant d’approfondir les notions introduites
en cours.
La seconde partie (projet) impliquera une mise en œuvre sur un cas concret et impliquera, pour les élèves en
Mathématiques, un volet pratique (numérique) et un volet théorique (analytique).

| Chaos multiplicatif gaussien et gravité de Liouville |


(Vincent Vargas)

La théorie des champs de Liouville fut introduite en physique théorique par Polyakov en 1981 dans sa théorie
de sommation des métriques sur une surface de Riemann (appelé "Quantum geometry of bosonic strings").
Par conséquent, la théorie de Liouville peut être considérée comme une version aléatoire des surfaces de
Riemann. En physique, cette théorie est définie formellement par une version 2d des intégrales de chemin à
la Feynman. Le but de ce cours est de donner une construction probabiliste rigoureuse de la théorie, en
utilisant le champ libre gaussien (GFF) et l'exponentiel du champ libre appelé le chaos multiplicatif gaussien
(d'après J.P. Kahane). On verra que la théorie possède des symétries qui en font une théorie conforme. On
énoncera également des conjectures précises reliant la théorie de Liouville à la limite d'échelle des grandes
cartes planaires plongées de façon conforme dans la sphère.

Résumé

-introduction au GFF et au chaos multiplicatif gaussien

-construction des corrélations et de la forme volume associées à la théorie de Liouville. Propriétés de base
de la théorie: invariance conforme, anomalie de Weyl, etc...

-relation KPZ: relation (conjecturelle) entre les corrélations de la théorie de Liouville et certaines observables
des grandes cartes planaires plongées dans la sphère (forme volume, champ de spin, etc...)

Références:

Berestycki: An elementary approach to Gaussian multiplicative chaos, arXiv:1506.09113

Gawedzki: Lectures on Conformal Field Theory, disponible sur le site de l'IAS

PAGE 32 SUR 58
BROCHURE ENSEIGNEMENT 2017-2018

Rhodes, Vargas: Lecture notes on Gaussian multiplicative chaos and Liouville Quantum Gravity,
arXiv:1602.07323

Sheffield: Gaussian free fields for mathematicians, arXiv:math/0312099

| Cours avancé : Combinatoire géométrique et algébrique |


(Omid Amini)

Ce cours donne une introduction aux aspects géométriques des objets combinatoires, en mettant l'accent sur
les interactions entre la combinatoire et la topologie et la géométrie algébriques.

Les thèmes abordés dans le cours et le groupe de travail qui suivra couvrent :

- Introduction à la théorie de graphes et hypergraphes


- Matroïdes et leur universalité mathématique
- Théorie de Morse discrète
- Géométrie algébrique des objets combinatoires
- Géométrie différentielle des espaces affines par morceaux
- Théorie de Hodge combinatoire
- Applications

Les prérequis sont des notions de bases en algèbre et en géométrie différentielle. Il est recommandé de
suivre le cours de topologie algébrique en parallèle.

| Cours avancé : Géométrie Lorentzienne et EDP hyperboliques |


(Jacques Smulevici)

Le but du cours est d'introduire suffisamment d'éléments d'analyse et de géométrie pour pouvoir appréhender
l'étude des équations de la relativité générale: les équations d'Einstein. Ces équations fondamentales font
l'objet d'une intense activité de recherche, que ce soit en mathématique, en physique théorique, ou même en
physique expérimentale avec la récente détection des ondes gravitationnelles. L'étude de ces équations

PAGE 33 SUR 58
BROCHURE ENSEIGNEMENT 2017-2018

nécessite un mélange d'analyse et de géométrie. Comme application des outils introduits dans le cours, nous
verrons comment formuler le problème d'évolution pour les équations d'Einstein et en particulier, nous
expliquerons le caractère hyperbolique de ces équations.

Les thèmes abordés dans le cours et les groupes de travail qui suivront couvrent:

1. Éléments de géométrie Riemannienne et Lorentzienne.


2. Introduction à l'analyse sur les variétés
3. Analyse géométrique de l'équation des ondes
4. Relativité restreinte et générale pour mathématiciens.
5. Introduction aux équations d'Einstein.
6. La géométrie des trous noirs.
7. Le problème de Cauchy en relativité générale.
8. Analyse des équations d'onde non-linéaires.
9. La géométrie des équations cinétiques.
10.Le théorème d'incomplétude géodésique de Penrose.

Prérequis: Notions de bases en théorie des équations aux dérivées


partielles et en géométrie différentielle (notions de variétés, sous-variétés, espace-tangent).

https://www.math.u-psud.fr/~smulevic/lgpdes.pdf

| Cours avancé : Mouvement Brownien, intégrale stochastique, chemins rugueux |


(Michel Bauer)

Même si les mathématiciens de l’antiquité avaient développé des idées remarquablement modernes pour
calculer longueurs, surfaces et volumes, la première construction rigoureuse de l’intégrale, due à Bernhard
Riemann, date du milieu du XIX siècle. Sa définition de ∫â–’fdx tient en quelques lignes, et il caractérise
complètement la classe des fonctions f pour lesquelles l’intégrale existe. Depuis cette date, motivés par des
considérations abstraites mais aussi par des questions pratiques, les mathématiciens n’ont pas cessé de
rechercher des généralisations de la notion d’intégrale. Même en restant dans le cadre d’une variable, donner
un sens à ∫â–’fdg pour des classes de plus en plus vastes d’intégrandes f et d’intégrateurs g reste d’actualité.
Pour citer la direction la plus connue, la théorie de la mesure à permis de traiter dans un cadre général le cas
où f est mesurable et g est à variation bornée (i.e. la différence de deux fonctions croissantes) ; c’est la théorie
de Lebesgue-Stieltjes.

PAGE 34 SUR 58
BROCHURE ENSEIGNEMENT 2017-2018

Traiter des intégrandes et des intégrateurs aléatoires est un autre développement qui a conduit au calcul
stochastique. Dans ce cadre les intégrateurs sont souvent à variation non-bornée, une autre extension qui a
motivé des travaux jusqu’à nos jours. Le cours proposé est une introduction à ces aspects, illustrée à chaque
étape par l’exemple du mouvement Brownien. Nous définirons l’intégrale d’Itô, dont le cadre est
probabiliste, donnerons ses propriétés élémentaires et quelques applications. Nous construirons aussi, dans
le cadre déterministe, l’intégrale de Young et montrerons comment elle échoue, mais de peu, à traiter le cas
Brownien. Nous traiterons enfin sa récente et fructueuse généralisation au cas des intégrales de chemins
rugueux.
La littérature sur le calcul stochastique est immense. Nous recommandons [Øks03] et [Kuo06] dont les
chapitres pertinents pour ce cours sont d’un niveau adapté. Parmi les livres plus avancés, on peut citer [RY05]
ou [KS00] par exemple. La littérature sur les chemins rugueux est bien moins étendue. Nous recommandons
[FH14] dont les chapitres pertinents pour ce cours sont très lisibles. À un niveau plus avancé, on pourra
consulter [FV10].

Références
[FH14] Peter K. Friz and Martin Hairer, A Course on Rough Paths, Universitext, Springer, 2014.
[FV10] Peter K. Friz and Nicolas B. Victoir, Multidimensional stochastic processes as rough paths,
Cambridge Studies in Advanced Mathematics, Cambridge University Press, 2010.
[KS00] Ioannis Karatsas and Steven E. Shreve, Brownian Motion and Stochastic Calculus, Graduate Texts
in Mathematics, no. 113, Springer, 2000.
[Kuo06] Hui-Hsiung Kuo, Introduction to stochastic integration, 1 ed., Universitext, Springer, 2006.
[Øks03] Bernt Øksendal, Stochastic Differential Equations : An Introduction with Applications, 6 ed.,
Universitext, Springer, 2003.
[RY05] Daniel Revuz and Marc Yor, Continuous Martingales and Brownian Motion, 3 ed., Grundlehren der
matematischen Wissenschaften, vol. 293, Springer, 2005.

| Cours d'Anglais pour les scientifiques |


(Département ECLA)

Le département ECLA vous propose un cours d'Anglais pour scientifiques que nous vous recommandons.

PAGE 35 SUR 58
BROCHURE ENSEIGNEMENT 2017-2018

| Cours spécifique à la filière maths - physique : Dynamique et Modélisation |


(C. Viterbo, E. Dormy)

Les problèmes simples de mécanique, impliquant peu de degrés de liberté, peuvent généralement être
modélisés à l’aide de systèmes couplés d’équations différentielles ordinaires. Bien que simples, ces systèmes
mènent à une dynamique particulièrement riche et à des situations parfois imprédictibles ; c’est le chaos
déterministe.
De manière plus surprenante, la dynamique des systèmes complexes (comme les écoulements
atmosphériques ou océaniques, la circulation des courants électriques dans les planètes et les étoiles, et bien
d’autres encore) peut également être décrite en termes de systèmes dynamiques.
Ce cours introductif se concentrera sur les aspects mathématiques de ces modèles dynamiques, les problèmes
physiques qui les motivent et les difficultés introduites par la construction de solutions numériques
approchées.

| Cours spécifique à la filière maths-informatique : Théorie de l'information et du codage


|
(Bartek Blaszczyszyn)

Ce cours présente la théorie de l'information et du codage dans un cadre discret.


On s'intéresse à la quantité d'information contenue dans un message et aux moyens de transmettre ce message
à travers un canal bruité.
On s'intéresse donc à la fois aux méthodes de compression des données et aux méthodes de détection et de
correction d'erreurs.

I - Compression des données : taux de compression et entropie ;


algorithme de Huffman, Ziv-Lempel et optimalité

II - Canal de transmission : capacité d'un canal, théorème de Shannon

III - Codes correcteurs d'erreurs : codes linéaires, codes cycliques,


code de Hamming, codes BCH.

Bibliographie :

PAGE 36 SUR 58
BROCHURE ENSEIGNEMENT 2017-2018

P. Brémaud , Models and Methods Probability on Graphs and Trees, Markov Chains and Random Fields,
Entropy and Coding, Springer 2017.

T. Cover, J. Thomas, Elements of Information Theory, Wiley, 1991

D. Welsh, Codes and Cryptography, Oxford 1988

D.J.C. MacKay, Information theory, inference and learning algorithms, Cambridge 2003.

Page du cours : http://www.di.ens.fr/~blaszczy/cours-it

| Géométrie différentielle |
(Olivier Biquard)

Variétés différentielles :
Définitions, applications différentiables entre variétés, sous-variétés, produits et revêtements de variétés,
fibré tangent, application tangente. Exemples : sphères, tores, espaces projectifs, grassmanniennes.
Théorème de Whitney. Immersions, submersions, fibrations, théorème de Sard. Champs de vecteurs, flots,
commutation des flots, crochet.

Introduction aux groupes et algèbres de Lie. Espaces homogènes.

Formes différentielles :
Définitions, produit extérieur, dérivation extérieure. Cohomologie de de Rham. Intégration des formes
différentielles, théorème de Stokes.

Topologie différentielle :
Théorie du degré, indice de champs de vecteurs.

Surfaces :
Seconde forme fondamentale. Courbure de Gauss. Theorema egregium. Théorème de Gauss-Bonnet.

Bibliographie:
J. Lafontaine, Introduction aux variétés différentielles, Press. Univ. Grenoble, 1996.
J. Lee, Introduction to smooth manifolds, 2nd edition, Graduate Text in Mathematics 214, Springer, 2013.

PAGE 37 SUR 58
BROCHURE ENSEIGNEMENT 2017-2018

Accès électronique depuis l'ENS : http://dx.doi.org/10.1007/978-1-4419-9982-5


J. W. Milnor, Topology from the differentiable viewpoint, Univ. Press Virginia, 1965.
M. Spivak, Differential geometry, Publish or Perish, 1979.

| Groupe de lecture : Géométrie des corps convexes |


(Joseph Lehec)

On appelle corps convexe un sous-ensemble compact, convexe et d’intérieur non vide de l’espace euclidien.
Bien que la convexité soit une propriété simple à exprimer, la théorie des corps convexes est d’une richesse
étonnante, mêlant tout à la fois analyse, géométrie et théorie des probabilités. Le domaine s’est d’ailleurs
considérablement développé au cours des quarante dernières années.

L’objectif de ce groupe de lecture est d’en découvrir certains aspects. Parmi les résultats fondamentaux qui
seront abordés on peut citer notamment:
- L’inégalité de Brunn-Minkowski
- Le théorème de John
- Le théorème de Dvoretzky

On s’appuiera principalement sur des notes d’exposé de Keith Ball:

[1] Keith Ball, An elementary introduction to modern convex geometry. Flavors of geometry, 1–58, Math.
Sci. Res. Inst. Publ., 31, Cambridge Univ. Press, Cambridge, 1997

On pourra éventuellement compléter ces notes par quelques articles, comme par exemple:

[2] Keith Ball, Convex geometry and functional analysis. Handbook of the geometry of Banach spaces, Vol.
I, 161–194, North-Holland, Amsterdam, 2001.
[3] Franck Barthe, Autour de l'inégalité de Brunn-Minkowski. Ann. Fac. Sci. Toulouse Math. (6) 12 (2003),
no. 2, 127–178.
[4] Mathieu Meyer; Alain Pajor, On Santaló's inequality. Geometric aspects of functional analysis (1987–
88), 261–263, Lecture Notes in Math., 1376, Springer, Berlin, 1989.

PAGE 38 SUR 58
BROCHURE ENSEIGNEMENT 2017-2018

| Groupe de lecture : La méthode probabiliste |


(T. Budzinski)

La méthode probabiliste, popularisée par Paul Erdös, désigne l'utilisation de techniques probabilistes pour
traiter des problèmes "déterministes" en mathématiques discrètes. Souvent, il s'agit, quand on veut montrer
l'existence d'un objet satisfaisant certaines propriétés, de choisir cet objet de manière aléatoire et de montrer
qu'il vérifie les propriétés voulues avec probabilité strictement positive.

Malgré l'apparente simplicité de cette idée, les contextes dans lesquels elle s'applique sont variés
(combinatoire, théorie des graphes mais aussi théorie des nombres, logique, codes correcteurs...) et les outils
probabilistes utilisés (méthodes du premier et du second moment, martingales, inégalités de concentration...)
sont fondamentaux en probabilités.

[1] Alon, N., Spencer, J. The probabilistic method. J. Wiley & sons, New York, 2008.

| Groupe de lecture : Méthodes de cribles |


(Quentin Guignard)

Le crible est une méthode de sélection utilisée pour faire émerger, parmi une liste de candidats, ceux qui
vérifient un certain ensemble de critères, supposé ordonné. On commence par éliminer de la liste ceux qui
ne vérifient pas le premier critère, puis, des candidats restants on retire ceux qui ne vérifient pas le second,
et ainsi de suite.

En arithmétique, cette idée fut formalisée il y a deux millénaires de cela par le savant grec Erathostene, ce
qui lui permet d'énoncer une méthode permettant d'énumérer les nombres premiers. Le crible d'Erathostene
est revisité au 19ieme siècle par Legendre, qui en déduit que les nombres premiers se raréfient : il s'agissait
alors du premier résultat nouveau sur la distribution des nombres premiers depuis l'Antiquité !

Il faut attendre les années 1920 pour que le crible soit remis au gout du jour par les travaux du mathématicien
norvégien Viggo Brun : celui-ci étudie notamment avec succès la distribution des nombres premiers jumeaux.
Depuis, de nombreuses méthodes de crible ont vu le jour : crible de Selberg, crible linéaire, crible carré,
crible de Bombieri, grand crible, ou encore plus récemment le crible de Goldston-Pintz-Yildirim.

PAGE 39 SUR 58
BROCHURE ENSEIGNEMENT 2017-2018

L'objet de ce groupe de lecture est double : on étudiera d'une part les méthodes de cribles d'un point de vue
théorique, puis on en présentera des applications arithmétiques (nombres premiers jumeaux, problème de
Goldbach, écarts entre nombre premiers).

Bibliographie :

[1] "An Introduction to Sieve Methods and Their Applications", Alina Carmen Cojocaru et Ram Murty,
Cambridge University Press 2005.

[2] "Opera de Cribro", John Friedlander et Henryk Iwaniec, Colloquium Publications 2010.

| Groupe de travail : Groupes et dynamique topologique |


(Laurent Bartholdi)

On suivra le projet de livre de V. Nekrashevych, du même titre; ce sera l'occasion de se familiariser avec les
notions de
- dynamique symbolique, sous-décalages, diagrammes de Bratteli-Vershik
- actions de groupes, théorème de reconstruction de Rubin d'une action à partir d'un espace
- groupoides et groupes topologiques pleins
Le but de ce groupe de travail est d'arriver le plus rapidement et efficacement possible à des problèmes de
recherche actuels, en apprenant des outils et étudiant les exemples les plus importants.

| Groupe de travail : Mathématique et modélisation |


(Virginie Bonnaillie-Noël)

Nous nous intéresserons à divers problèmes issus d’autres disciplines et proposerons une approche
mathématique pour modéliser les phénomènes.
Pour cela, nous utiliserons divers outils : théorie de Fourier, équations différentielles, équations aux dérivées
partielles, optimisation, analyse numérique, …

PAGE 40 SUR 58
BROCHURE ENSEIGNEMENT 2017-2018

| Groupe de travail : Opérateurs d'entrelacement : théorie de Lie et géométrie |


(David Hernandez)

Les opérateurs d'entrelacement sont des morphismes d'un produit tensoriel de A par B vers le produit
tensoriel de B vers A dans une catégorie tensorielle, importants dans de nombreux sujets. La théorie de Lie et
sa variante quantique (les groupes quantiques) donnent un cadre puissant pour construire et étudier de tels
opérateurs. Très récemment, Maulik-Okounkov ont mis en évidence une nouvelle construction d'opérateurs
d'entrelacement s'appuyant sur l'étude géométrique de variétés remarquables.

Le but de ce groupe de travail est de comprendre le contexte algébrique (en théorie des représentations et des
groupes quantiques) et d'étudier certaines constructions géométriques, en traitant les notions nécessaires pour
ce sujet. On se focalisera sur la situation associée au groupe de Lie complexe SL(2).

Voici quelques exemples d'exposés qui seront proposés :

- Représentations et opérateurs d'entrelacement.

- Algèbres de Hopf.

- Algèbres affines quantiques.

- R-matrices universelles, doubles de Drinfeld.

- Matrices de transfert et intégrabilité.

- Homologie et homologie équivariante (relativement à un tore).

- Propriétés des grassmanniennes.

- Enveloppes stables de Maulik-Okounkov.

Références :

J-P. SERRE, Lie algebras and Lie groups, 1964 lectures given at Harvard University, Lecture Notes in
Mathematics, 1500, (2006)

W. FULTON et J. HARRIS, Representation Theory: A First Course, Graduate Texts in Mathematics, 129 (3
ème édition, 2004).

PAGE 41 SUR 58
BROCHURE ENSEIGNEMENT 2017-2018

V. CHARI et A. PRESSLEY – A Guide to Quantum Groups, Cambridge University Press, Cambridge, 1994.

D. HERNANDEZ, Avancées concernant les R-matrices et leurs applications (d'après Maulik-Okounkov,


Kang-Kashiwara-Kim-Oh...), Séminaire Bourbaki 1129 (mars 2017)
(http://www.bourbaki.ens.fr/seminaires/2017/Prog_mars17.html)

D. HERNANDEZ, Spectre des systèmes intégrables quantiques représentations linéaires, Gazette des
Mathématiciens 141 (2014), 34--47.

D. MAULIK et A. OKOUNKOV – Quantum Groups and Quantum Cohomology, Prépublication


(https://arxiv.org/abs/1211.1287)

P. ETINGOF, I. FRENKEL et A. KIRILLOV – Lectures on representation theory and Knizhnik-


Zamolodchikov equations, Mathematical Surveys and Monographs 58. American Mathematical Society,
Providence, RI, 1998

N. CHRISS et V. GINZBURG – Representation theory and complex geometry, Modern Birkhauser Classics,
Birkhuser Boston, Inc., Boston, MA, 2010.
Reprint of the 1997 edition

| Groupe de travail : Percolation Bootstrap |


(Cristina Toninelli)

Au cours de ce groupe de travail on étudiera des automates cellulaires de type percolation bootstrap. Un
processus de percolation bootstrap est spécifié par le choix d’une collection de sous-ensembles finis de Zd \
0, U = {U1, . . . , Um}, dit famille de règles de mise à jour. Le processus évolue à temps discrets de la façon
suivante. On se donne un ensemble A0 ⊂ Zd de sites initialement infectés et on définit pour t ∈ N

At+1 = At ∪ {x ∈ Zd : x + Uk ⊂ At for some k ∈ (1, . . . m)}.

Autrement dit, les sites infectés restent infectés pour toujours et un site x est infecté à t + 1 ssi au moins une
des règles de mise à jour translatée en x est infectée à t. Un exemple classique est la r-neighbour bootstrap
percolation pour laquelle x devient infecté ssi au moins r de ses premiers voisins sont infectés (les règles de
mise à jour sont donc tous les ensembles qui contiennent au moins r premiers voisins de 0).
On s’intéressera à l’étude de l’évolution à temps longs quand on choisit A0 aléatoire de la façon suivante:

PAGE 42 SUR 58
BROCHURE ENSEIGNEMENT 2017-2018

chaque site x ∈ Zd, indépendamment des autres, est initialement infecté avec probabilité q, q ∈ [0, 1]. Une
quantité importante est le seuil de percolation critique, qc, la plus petit valeur de q t.q. presque sûrement Zd
est entièrement infecté quand t → ∞. Une autre quantité importante est le temps moyen d’infection de
l’origine, τ , qui diverge quand q ↓ qc.

On étudiera d’abord les techniques qui ont permis d’identifier le scaling de τ quand q ↓ qc pour la r-neighbour
bootstrap percolation. Ensuite on étudiera des résultats recents d’universalité pour un choix general de U.
Enfin, on étudiera des modèles d’intérêt pour la mécanique statistique qui ont une dynamique étroitement
liée à celle des processus bootstrap: la dynamique de Glauber pour le modèle d’Ising et les modèles de
particules avec contraintes cinétiques.

| Groupe de travail : Statistiques |


(Stéphane Boucheron)

Le groupe de lecture de statistiques 2017-2018 sera consacré à un développement récent et remarquable des
statistiques : *l'acquisition compressive* plus communément intitulée *compressed sensing*. L'idée
générale est de résumer un signal $x$ (un vecteur en grande dimension $p$) par un petit ($p$) nombre de
mésures linéaires (la matrice de détection $A$ est de dimension $n \times p$) sans interdire la reconstruction
exacte ou approchée de $x$ à partir de $y := Ax$).
Cette tâche peut sembler désespérée, et pourtant sous des hypothèses raisonnables sur $x$, elle peut être
accomplie et à un prix calculatoire contrôlé. Ces développements ont moins de quinze ans, ils continuent de
faire l'objet de recherches intenses. Mathématiquement ils font appels aux outils modernes des probabilités
(concentration, chainage générique), de géométrie en grande dimension (projections aléatoires),
d'optimisation convexe, d'informatique théorique (dérandomisation effective).

Le groupe de travail consistera en une étude détaillée de l'ouvrage :

Foucart, Simon and Rauhut, Holger. *A mathematical introduction to compressed sensing.* Birkhauser,
2013.

Chaque élève présentera deux chapitres du livre.

PAGE 43 SUR 58
BROCHURE ENSEIGNEMENT 2017-2018

| Groupe de travail : Surfaces de Riemann et théorie de Teichmüller |


(Romain Dujardin)

L’objet de la théorie de Teichmüller est la classification des surfaces de Riemann, c’est à dire des variétés
complexes (holomorphes) de dimension 1.
Concrètement, il s’agit de comprendre comment sont paramétrées les structures holomorphes sur une surface
(de dimension réelle 2!) donnée. Remontant jusqu’aux travaux de Poincaré, Klein et Koebe sur
l’uniformisation, le sujet a été développé entre autres par Teichmüller, Ahlfors et Bers entre 1930 et 1960. Il
est resté très vivant depuis et a de nombreuses applications en topologie de petite dimension, systèmes
dynamiques, etc.

Considérons le cas d’une surface compacte de genre au moins 2. L’espace qui paramètre ces structures —
l’espace de Teichmüller— peut être appréhendé à divers niveaux de détail:
- comme espace topologique: il est homéomorphe à R^{6g-6};
- comme espace métrique
- comme variété différentiable, et même holomorphe, qui l’identifie à un domaine borné de C^{3g-3}.

Chacun de ces points de vue repose sur des techniques très différentes. Et comme pour l’analyse complexe
dans le plan, il s’agit d’un de ces sujets où toutes les mathématiques se croisent: analyse, géométrie,
topologie, théorie des groupes, et d’autres. Nous ne pourrons sûrement pas tout traiter, les thèmes qui seront
privilégiés dépendront des goûts des participants.

Prérequis: analyse complexe, géométrie différentielle.

Références:
J.H. Hubbard Teichmüller Theory, and applications to Geometry, Topology, and Dynamics vol.1 Matrix
editions.
B. Farb; D. Margalit. A primer on Mapping Class Group. Princeton Univ. Press.

| Groupe de travail : Théorie algébrique des formes quadratiques |


(Diego Izquierdo)

Le but de ce groupe de travail est de se familiariser avec divers aspects de la théorie algébrique des formes
quadratiques. Après avoir discuté certains résultats de base, nous pourrons explorer plusieurs aspects

PAGE 44 SUR 58
BROCHURE ENSEIGNEMENT 2017-2018

intéressants de la théorie:

1) Invariants des formes quadratiques: dimension, déterminant, invariants de Clifford, de Witt et de Hasse.
Premiers pas vers la célèbre conjecture de Milnor.

2) Formes multiplicatives et formes de Pfister.

3) Corps formellement réels et 17ème problème de Hilbert.

4) Invariants des corps et des anneaux associés aux formes quadratiques : niveau, nombre de Pythagore, u-
invariant. Liens avec la topologie algébrique.

5) Arithmétique des formes quadratiques : formes quadratiques sur les corps p-adiques et sur le corps des
nombres rationnels.

Il est conseillé de suivre simultanément le cours d'algèbre 2.

Références principales

[1] Lam, T. Y., Introduction to quadratic forms over fields, Graduate Studies in Mathematics, vol. 67,
American Mathematical Society, Providence, RI, 2005.

[2] Pfister, A., Quadratic forms with applications to algebraic geometry and topology, London Mathematical
Society Lecture Note Series, Vol . 217, Cambridge University Press, Cambridge, 1995.

| Groupe de travail : Transport optimal et applications |


(François Bolley)

Le problème du transport optimal consiste en le déplacement d’une densité de probabilité (représentant


initialement un tas de sable) sur un autre (représentant initialement un trou de même volume), de sorte à
minimiser un certain coût. Posé par Gaspard Monge en 1781, ce problème a suscité de nombreux travaux
depuis les années 1980-90, que ce soit pour sa théorie propre que pour ses liens avec la géométrie, l’analyse
des équations aux dérivées partielles et les probabilités.

Dans un premier temps on étudiera les résultats fondamentaux de la théorie : formulation originale et

PAGE 45 SUR 58
BROCHURE ENSEIGNEMENT 2017-2018

formulation faible dans un espace de mesures, existence d’une solution faible, formulation duale de L.
Kantorovich dans un espace de fonctions, existence d’une solution forte due à Y. Brenier, formulation
dynamique de R. McCann, résolution du problème en dimension un et dans un cadre discret. Ces résultats
s‘appuient sur des notions de topologie des espaces de mesures et d’analyse fonctionnelle (critères de
compacité pour des mesures et des fonctions, arguments de dualité fonctions/mesures, propriété des fonctions
convexes dans R^n), classiques mais que l’on reverra au fur et à mesure.

Dans un deuxième temps, et suivant les préférences des participants, on considérera des applications à

* l’obtention d'inégalités géométriques (isopérimétrique, de Brunn-Minkowski) et fonctionnelles (de


Sobolev, de Sobolev logarithmique)

* l’étude de la stabilité de solutions d’équations aux dérivées partielles (de la chaleur, de Fokker Planck, de
Boltzmann) ou de processus stochastiques

* la concentration de la mesure (déviation de la mesure empirique de variables aléatoires indépendantes et


identiquement distribuées autour de leur loi commune).

Références principales :

F. Santambrogio. Optimal Transport for Applied Mathematicians. Birkhauser - Springer, Cham, 2015
C. Villani, Topics in Optimal Transportation. American Mathematical Society, Providence, 2003
C. Villani, Optimal Transport: Old and New. Springer, New York, 2008

| Intégration et Probabilités |
(Raphaël Cerf)

Nous présenterons tout d’abord la théorie de l’intégration construite à l’aide de la théorie de la mesure. Nous
introduirons les concepts de base et nous démontrerons les théorèmes classiques d’intégration.

Nous présenterons ensuite le cadre moderne de la théorie des probabilités. Nous introduirons les objets et
outils fondamentaux pour construire les modèles probabilistes et nous démontrerons les théorèmes limites

PAGE 46 SUR 58
BROCHURE ENSEIGNEMENT 2017-2018

classiques de la théorie des variables indépendantes.

| Introduction aux sciences du Vivant |


(Patrick Charnay - Régis Ferrière - Morgane Thomas-Chollier)

Ce cours d’introduction vise à permettre à des non-biologistes de s’approprier les connaissances


fondamentales nécessaires à toute compréhension des modes d’organisation, de fonctionnement et
d’évolution du vivant. Il constitue un pré-requis nécessaire pour suivre la plupart des autres cours destinés
aux non-biologistes et constitue la première étape de filières mixtes avec la biologie. Les généraux objectifs
sont les suivants :

• permettre une compréhension en profondeur de ce qui fait l’originalité, l’unité et la diversité du vivant
• donner les informations essentielles sur la machinerie centrale, responsable des phénomènes d’hérédité,
d'expression de l'information génétique et d’adaptation, et sur ses mécanismes de contrôle et leurs
dérèglements éventuels
• fournir une introduction aux mécanismes-cléfs impliqués dans l’origine des espèces et de leur évolution
• illustrer par quelques exemples les méthodologies qui permettent de constituer ce savoir, et leurs limites

Pré-requis : aucun

Thèmes abordés :

Unité du vivant : chimie du vivant, protéines et acides nucléiques, organisation cellulaire, métabolisme,
membranes, signalisation et communication cellulaires, cycle cellulaire, hérédité, de l’ADN aux protéines,
régulation de l’expression génique et médecine moléculaire, développement et morphogenèse.

Diversité du vivant : Individus, populations, communautés, écosystèmes : variation phénotypique et


propriétés émergentes des populations. Réseaux d’interactions entre populations : structure, robustesse,
évolution. Diversité des commnunautés et fonctionnement des écosystèmes. Evolution : marqueurs
génétiques, notion d’espèce et principes de la reconstruction phylogénétique. Histoire des caractères et
innovation évolutive. Evolution de la coopération et niveaux de sélection. Processus de spéciation.

PAGE 47 SUR 58
BROCHURE ENSEIGNEMENT 2017-2018

Méthodes pour l’étude et la manipulation des gènes et des génomes : Méthodes de base (recombinaison in
vitro, cartographie, séquençage..). Clonage moléculaire (principes, stratégies d’isolement de gènes,
manipulation de gènes isolés). Organismes génétiquement modifiés (transgenèse, invalidation, mutation et
remplacement de gènes, considérations éthiques).

| Introduction à la combinatoire additive |


(Timothy Gowers)

Additive Combinatorics is a branch of mathematics with roots in combinatorics, additive number theory,
harmonic analysis, and ergodic theory. This course will cover some of the most important results in the area,
such as Roth's theorem on arithmetic progressions, Szemeredi's regularity lemma, and Ruzsa's proof of
Freiman's theorem. However, the emphasis will be more on the techniques of proof than on the results
themselves.

| Invariants géométriques des groupes infinis |


(Anna Erschler)

Étant donne une action d'un groupe G sur un espace métrique X, on peut étudier la relation entre les propriétés
de G et la métrique de X. Le cas important est la situation où G et un groupe de type fini et X est un graphe
de Cayley de G. Quelques observations sont immédiates ou faciles à démontrer: par exemple, si G est un
produit direct de deux groupes, alors le graphe de Cayley est un produit direct de deux graphes de Cayley
associés; si G est un produit libre de deux groupes (de cardinalité au moins 2 et 3), alors "l'espace des bouts"
de G est infini; si G possède un sous-groupe libre, alors le graphe de Cayley de G contient un sous-arbre
régulier, et sa croissance est exponentielle.

Il est souvent difficile de caractériser les propriétés algébriques en termes de la métrique. La preuve de telles
caractérisations peut révéler les liens profonds entre l'algèbre et la géométrie.
La métrique d’un graphe de Cayley dépend du choix de générateurs de G, mais pas beaucoup: les graphes
de Cayley de (G, S) and (G, S') sont « quasi-isométriques ».
Un groupe est rigide par rapport aux quasi-isométries si chaque groupe qui est quasi-isométrique à G est
commensurable avec G. Une propriété P de groupes est géométrique si chaque groupe qui est quasi-
isométrique à un groupe avec la propriété P satisfait aussi cette propriété. Par exemple, on peut démontrer,

PAGE 48 SUR 58
BROCHURE ENSEIGNEMENT 2017-2018

en utilisant un théorème de Stallings, que les groupes libres sont rigides. C’est un corollaire du théorème de
Gromov sur la croissance polynomiale que la propriété d'être nilpotent est géométrique et que les groupes
abéliens sont rigides par rapport aux quasi-isométries. Par contre, il y a des propriétés qui ne sont pas
géométriques. Par exemple, les groupes de Burger et Mozes montrent qu’un groupe simple peut être quasi-
isométrique à un produit direct de deux groupes libres.
Pour d’autres propriétés de groupes, même très basiques, les questions de la géométricité et de la rigidité
restent ouvertes. Par exemple, il n’est pas connu si chaque groupe nilpotent est rigide.

Nous allons étudier des invariants quasi-isométriques des groupes : la croissance, l’isopérimétrie,
l’hyperbolicité, ainsi que des propriétés asymptotiques de diverses classes de groupes: de groupes nilpotents,
de groupes résolubles, de groupes agissants sur des arbres, de groupes à petite simplification et de groupes
hyperboliques.

[1] Pierre de la Harpe, Topics in geometric group theory, University of Chicago Press, Chicago, IL, 2000.
[2] John Meier, Groups, graphs and trees.
An introduction to the geometry of infinite groups. London Mathematical Society Student Texts, 73.
Cambridge University Press, Cambridge, 2008

3] Etienne Ghys, Pierre de la Harpe, Sur les groupes hyperboliques d'après Mikhael Gromov, Papers from
the Swiss Seminar on Hyperbolic Groups held in Bern, 1988, Progress in Mathematics, 83.
Birkhäuser Boston, Inc., Boston, MA, 1990.

| Les surfaces K3 |
(Olivier Debarre)

La géométrie algébrique est l'étude des ensembles définis des équations polynomiales à plusieurs variables
à coefficients dans un corps, appelés variétés affines. On considère aussi les sous-ensembles des espaces
projectifs définis par des équations polynomiales homogènes, de façon à obtenir des objets « compacts », les
variétés projectives. Dès qu'on a défini les concepts de dimension et de lissité, on peut entamer un travail de
classification (à isomorphisme près) des variétés projectives lisses connexes de dimension donnée, sur un
corps fixé qui sera pour nous le corps des complexes. En dimension 1, on appelle ces variétés des courbes et
un élément essentiel de leur classification est leur genre, un entier positif. Dès la dimension 2, la classification
demande plus de travail mais est maintenant bien comprise depuis des décennies.

Nous nous intéressons dans ce cours à un type de surfaces bien particulier, appelées surfaces K3 (ainsi

PAGE 49 SUR 58
BROCHURE ENSEIGNEMENT 2017-2018

nommées par André Weil « à cause de Kummer, Kähler, Kodaira et de la belle montagne K2 au Cachemire
»). Elles occupent une place bien particulière dans la classification : assez spéciales pour qu'on puisse les
décrire précisément (classification de Mukai en petits degrés), mais suffisamment diverses pour garder
suffisamment de propriétés (géométriques, dynamiques, arithmétiques) importantes pas encore toutes
élucidées.
Travailler sur le corps des nombres complexes nous permettra d'utiliser les outils de la géométrie complexe,
comme la théorie de Hodge et l'application des périodes, qui sont fondamentaux pour l'étude des surfaces
K3.

Une certaine familiarité avec les concepts de base de la géométrie algébrique ou complexe sera nécessaire
mais je m'adapterai à l'auditoire. Les surfaces K3 seront le fil conducteur du cours mais j'en profiterai bien
entendu pour introduire les divers outils classiques utilisés dans l'étude des surfaces algébriques. Enfin, ce
cours constituera une introduction au cours qui sera donné par Claire Voisin au Collège de France sur les
variétés hyperkählériennes, une généralisation des surfaces K3 en toute dimension paire.

Références :

Barth, Wolf; Hulek, Klaus; Peters, Chris; Van de Ven, Antonius; Compact complex surfaces, Second edition,
Ergebnisse der Mathematik und ihrer Grenzgebiete 4, Springer-Verlag, Berlin, 2004.

Beauville, Arnaud, Surfaces algébriques complexes, Astérisque 54, Société Mathématique de France, Paris,
1978.

Beauville, Arnaud, Complex algebraic surfaces, translated from the French by R. Barlow, N. I. Shepherd-
Barron and M. Reid, London Mathematical Society Lecture Note Series 68, Cambridge University Press,
Cambridge, 1983.

Beauville, Arnaud, Surfaces K3, séminaire Bourbaki, 217–229, Astérisque 105-106, Société Mathématique
de France, Paris, 1983.

Géométrie des surfaces K3: modules et périodes, séminaire Palaiseau, octobre 1981–janvier 1982, Astérisque
126, Société Mathématique de France, Paris, 1985.

Huybrechts, Daniel, Lectures on K3 surfaces, Cambridge Studies in Advanced Mathematics 158, Cambridge
University Press, Cambridge, 2016.

Voisin, Claire, Théorie de Hodge et géométrie algébrique complexe, Cours Spécialisés 10, Société
Mathématique de France, Paris, 2002.

PAGE 50 SUR 58
BROCHURE ENSEIGNEMENT 2017-2018

Voisin, Claire, Hodge theory and complex algebraic geometry. I and II, Translated from the French original
by Leila Schneps, Cambridge Studies in Advanced Mathematics 76 and 77, Cambridge University Press,
Cambridge, 2002.

| Logique |
(Todor Tsankov)

Ce cours est accessible aux élèves de première année. Il couvre les bases de la théorie des ensembles, de la
théorie des modèles et de la calculabilité.

1) Théorie des ensembles

Ordinaux et récurrence transfinie


Cardinaux et arithmétique
Les axiomes de ZF et les différentes formes de l'axiome du choix
L'hypothèse du continu pour les fermés de R

2) Théorie des modèles

Langages, structures, formules, théories, modèles


Théorèmes de complétude et de compacité
Théorèmes de Löwenheim--Skolem
Élimination des quantificateurs
Ultrafiltres et ultraproduits

3) Récursivité, indécidabilité, incomplétude

Fonctions récursives
Arithmétique de Peano, indécidabilité de l'arithmétique
Théorèmes d'incomplétude de Gödel.

PAGE 51 SUR 58
BROCHURE ENSEIGNEMENT 2017-2018

| Méthodes mathématiques pour la science des données |


(Gabriel Peyré)

Ce cours présente un tour d'horizon de méthodes mathématiques et numériques pour la science des données,
avec des applications en imagerie, apprentissage statistique, vision par ordinateurs et informatique graphique.
La présentation du cours alterne entre l'exposition de la théorie et l'implémentation sur machine des
algorithmes. Les aspects théoriques couvrent le calcul des variations, l'analyse convexe, les problèmes
inverses et le transport optimal. Ces éléments théoriques seront présentés conjointement à leurs applications
à des problèmes tels que la super-résolution en imagerie médicale, la classification en apprentissage
supervisé, et l'échantillonnage compressé pour la conversion analogique-numérique des signaux. La
validation se fera par un mini-projet (avec lecture d'un article, tests numériques et un rapport), ainsi qu'un
examen écrit. Le support pour les parties numériques et informatiques du cours est le site www.numerical-
tours.com, qui présente des implémentations Matlab/Python/Julia des méthodes numériques.

Bibliographie :

* A Wavelet Tour of Signal Processing (3rd ed.), Stéphane Mallat, Academic Press, 2010.
* The Numerical Tours of Signal Processing, Gabriel Peyré, see www.numerical-tours.com
* Optimal Transport for Applied Mathematicians, Filippo Santambrogio, Springer, 2016
* Computational Optimal Transport, Gabriel Peyré, Marco Cuturi, Justin Solomon, to appear, 2017.

| Modélisation mathématique et numérique |


(Bertrand Maury)

Ce cours propose une introduction à la modélisation mathématique. Il s'agit plus précisément de pratiquer
des concepts et résultats a priori abstraits en situation, pour mieux appréhender des phénomènes réels.
En termes d'applications, nous nous intéresserons en particulier à la modélisation de mouvements
(individuels et collectifs) d'entités (passives ou actives): particules dans un fluide, trafic routier, mouvements
de foules, de cellules (par reptation ou nage), chimiotactisme ...

Cette démarche nous amènera à visiter (ou revisiter) un certain nombre d'objets et outils mathématiques :
- équations différentielles ordinaires (existence et unicité de solutions, stabilité, comportement

PAGE 52 SUR 58
BROCHURE ENSEIGNEMENT 2017-2018

asymptotique),
- équations aux dérivées partielles, en particulier de transport et de diffusion (existence et unicité de solutions,
régularité, propriétés qualitatives des solutions, valeurs propres d'opérateurs, décomposition spectrale),
- optimisation sous contrainte (formulation duale, multiplicateurs de Lagrange)
- une partie significative du cours sera aussi dédiée à des développement plus récents en transport optimal
de mesures (formulation originale de Monge, et reformulation de Kantorovich, notion de flot gradient dans
l'espace de Wasserstein).

Les cours théoriques seront complétés par des séances sur ordinateur (langage Python), qui nous permettront
d'effectuer la résolution effective (et approchée) de certains des problèmes abordés. Cette partie numérique
portera notamment sur les méthodologies suivantes:
- méthodes numériques de résolution des EDO,
- résolution de (grands) systèmes linéaires, calcul de valeurs propres
- méthodes de résolution des équations aux dérivées partielles (différences finies, éléments finis)
- méthodes numériques en optimisation sous contraintes.

Au - delà de ces différents ingrédients, ce cours se veut formation à la démarche de modélisation elle-même,
qui consiste, à partir d’une réalité observée, à induire des problèmes de nature mathématiques qui encodent
une partie des phénomènes sous-jacents, à développer des outils abstraits pour étudier ces modèles, ainsi que
des stratégies numériques permettant de « tester » l’adéquation des modèles à la réalité observée.

| Processus stochastiques |
(Dmitry Chelkak)

Ce cours est donné en anglais.

Révisions sur le cadre probabiliste: théorème de la limite centrale, vecteurs gaussiens.


Mouvement brownien: définition, quelques propriétés de base.
Marches aléatoires : récurrence/transience, théorème de Donsker.
Espérance conditionnelle : définition, propriétés.
Martingales à temps discret : temps d’arrêt, inégalités de Doob, convergence.
Chaînes de Markov : exemples, classification des états, mesures invariantes.
Quelques exemples des modèles de la physique statistique.

PAGE 53 SUR 58
BROCHURE ENSEIGNEMENT 2017-2018

| Statistique |
(Stéphane Boucheron)

# Cours de Statistique

- Cours Magistral : le mercredi de 13 heures 30 à 16 heures 15


- Exercices : le lundi de 13 heures 15 à 15 heures 15

# Bibliographie

- S. Boucheron et R. Ryder. *Notes de cours*


- V. Rivoirard et G. Stoltz. *Statistique en action* Dunod
- P. Bickel and K. Doksum *Mathematical Statistics, Basic Ideas and Selected Topics* Pearson
- J. A. Rice. *Mathematical Statistics and Data Analysis* Wadsworth
- D. Freedman. *Statistical models*. Cambridge University Press
- A. van der Vaart. *Asymptotic statistics*. Cambridge University Press
- L. Devroye et G. Lugosi. *Combinatorial methods in density estimation* Springer

# Sommaire

Le cours est formé de douze séances.

1. La modélisation et les problèmes de statistique inférentielle : estimation, régions de confiance, tests.


1. Vecteurs gaussiens. Conditionnement. Concentration.
1. Modèles linéaires gaussiens. Régression. Analyse de variance.
1. Méthodes d'estimation. Moments. Minimisation de contraste. Méthodes de vraisemblance.
1. Modèles exponentiels. Estimation au maximum de vraisemblance. Inégalités d'information.
1. Tests. Lemme fondamental. Tests Uniformément les plus puissants.
1. Tests de type chi-deux.
1. Tests non-paramétriques. Fonction de répartition empirique. Inégalités de déviations fonctionnelles. Tests
de rang.
1. Méthodes bayésiennes.
1. Risque et efficacité. Minimaxité.
1. Modèles non-paramétriques : estimation de densité. Méthodes de noyau (2 séances).

# Résumé

PAGE 54 SUR 58
BROCHURE ENSEIGNEMENT 2017-2018

La statistique dite inférentielle s'appuie d'abord sur un effort de modélisation : elle postule que les données
analysées par la statistique exploratoire sont produites par un mécanisme aléatoire dont les paramètres sont
à estimer.
Le mécanisme aléatoire, le modèle, peut être paramétré par un ensemble de dimension fini ou non. Dans ce
cours d'introduction, la plupart des modèles sera de dimension finie.

Schématiquement, la statistique inférentielle se pose trois grandes questions :

- la construction d'estimateurs dits ponctuels des paramètres ;


- la construction de régions de confiance pour les paramètres à estimer ;
- décider si un modèle est plus ou moins convenable qu'un autre (les tests).

Ces trois questions sont en fait intimement liées.

Nous illustrerons et étudierons d'abord ces problèmes sur des modèles gaussiens. Ces modèles permettent
des calculs exacts et transparents. Ils forment par ailleurs les limites de nombreuses expériences statistiques.

Nous développerons ensuite une approche systématique des techniques d'estimation, illustrée en priorité sur
les modèles dits exponentiels, les plus simples des modèles dits réguliers.

L'étude systématique des tests s'appuiera sur le lemme fondamental de Neyman et Pearson qui porte sur les
tests binaires mais permet d'aborder des situations bien plus compliquées.

Nous consacrerons une séance aux tests de type chi-deux. Très pratiques et utiles, ils illustrent des
phénomènes importants dans les modèles réguliers. Quoique leur justification soit asymptotique, ils se
prêtent très bien aux petits échantillons et mettent en valeur les résultats connus sur les vitesses de
convergence vers les lois limites en calcul des probabilités.

Les tests dits non-paramétriques comme le test de Kolmogorov-Smirnov donnent un avant-goût des
techniques utilisées en statistique non-paramétrique et en théorie de l'apprentissage. Ils permettent de tester
des hypothèses qualitatives, trop riches pour s'intégrer dans des modèles paramétriques.

Les méthodes bayésiennes peuvent s'aborder de deux façons :

- on peut supposer que la nature choisit elle-même au hasard, selon un schéma connu, un mécanisme de
génération aléatoire des données, et exploiter la connaissance de ce schéma pour concevoir des méthodes
d'estimation ou de test.
- on peut faire *comme si* la nature choisissait au hasard le mécanisme de génération aléatoire des données,
et construire des méthodes d'estimation, de tests adaptées. C'est l'analyse des performances qui change dans
ce cas.

PAGE 55 SUR 58
BROCHURE ENSEIGNEMENT 2017-2018

La théorie de la décision fournit un cadre pour l'étude systématique des performances des méthodes
d'estimation ou de test. Elle nous enseigne, entre autres choses, que toute méthode dite minimax est limites
de méthodes bayésiennes.
Le cours se terminera par une introduction à l'estimation non-paramétrique. Celle-ci sera étudiée au travers
de l'estimation de densité par méthode de noyaux.

| Systèmes dynamiques |
(Patrick Bernard)

Nous commencerons par des notions sur la stabilité, points fixes et compacts attractifs, fonctions de
Lyapounov.

Nous poursuivrons en étudiant les dynamiques expansives, au travers de quelques exemples.


Nous introduirons les concepts de base de théorie ergodique et montrerons qu'ils permettent de décrire les
dynamiques expansives.

Finalement, nous introduirons la notion d'hyperbolicité.

Références :

Hasselblatt Katok : Introduction to the modern theory of dynamical systems.

Shub : Stabilité globale des systèmes dynamiques.

Milnor, Dynamics: Introductory lectures


(http://www.math.stonybrook.edu/~jack/DYNOTES/)

Yves Coudène : Théorie ergodique et systèmes dynamiques


(la version anglaise Ergodic Theory and Dynamical Systems peut etre téléchargée sur le site de l'éditeur
Springer).

PAGE 56 SUR 58
BROCHURE ENSEIGNEMENT 2017-2018

| Topologie algébrique |
(Ilia Itenberg)

L'objectif du cours est de présenter plusieurs notions et résultats importants de la topologie algébrique en se
basant sur de nombreux exemples et en évoquant des applications de résultats considérés.

Programme

(1) Exemples importants d'espaces topologiques.


Complexes simpliciaux et CW-complexes.
Introduction à la théorie de l'homotopie.
Groupe fondamental d'un espace topologique. Revêtements.
Groupes d'homotopie supérieurs. Fibrations.

(2) Homologie singulière. Homologie simpliciale.


Groupes d'homologie de CW-complexes.
Groupes de cohomologie.
Homologie et variétés. Intersection et dualité de Poincaré.

| Topologie et calcul différentiel |


(Laurent Charles)

1/ Topologie générale et espaces métriques :


Espaces métriques et espaces topologiques.
Complétude, compacité, connexité.
Théorèmes d’Ascoli, de Stone-Weierstrass.

2/ Espaces de Banach :
Théorèmes de Banach-Steinhaus, de l’application ouverte, du graphe fermé.
Théorème de Hahn-Banach.
Espaces de Hilbert, projection sur un sous-espace fermé, bases.

3/ Calcul différentiel :

PAGE 57 SUR 58
BROCHURE ENSEIGNEMENT 2017-2018

Différentielle, inégalité des accroissement finis, formules de Taylor.


Théorème d'inversion locale, théorème des fonctions implicites.

4) Équations différentielles ordinaires :


Existence et unicité des solutions, régularité du flot.
Lemme de Gronwall et estimations.

PAGE 58 SUR 58