En théorie des probabilités et en physique mathématique, une matrice aléatoire est une matrice dont les éléments sont des variables aléatoires. La théorie des matrices aléatoires a pour objectif de comprendre certaines propriétés de ces matrices, comme leur norme d'opérateur, leurs valeurs propres ou leurs valeurs singulières.
Face à la complexité croissante des spectres nucléaires observés expérimentalement dans les années 1950, Wigner a suggéré de remplacer l'opérateur hamiltonien du noyau par une matrice aléatoire.
Cette hypothèse féconde a conduit au développement rapide d'un nouveau champ de recherche très actif en physique théorique, qui s'est propagé à la théorie des nombres en mathématiques, avec notamment une connexion intéressante avec la fonction zêta de Riemann (voir par exemple l'article prépublié en par Michael Griffin, Ken Ono, Larry Rolen et Don Zagier et les commentaires (en anglais) de Robert C. Smith sur son blog).
En plus de ces exemples on compte parmi les applications de la théorie des matrices aléatoires :
les systèmes intégrables,
le chaos quantique,
la chromodynamique quantique sur réseau,
la gravité quantique en deux dimensions et plus via la théorie des cordes et la Correspondance AdS/CFT,
les théories de jauge supersymétriques.
Les matrices aléatoires se retrouvent aussi dans quantité de situations du quotidien : temps d'attente de la rame du métro, tsunamis, cours de bourse, antennes de téléphonie mobile, position des arbres dans une forêt sauvage, durée d'embarquement dans un avion, etc. Elles se sont par ailleurs révélées fécondes en biologie : forme des protéines, cristaux, etc.
Une matrice de Wigner est une matrice aléatoire symétrique dont les entrées sont des variables aléatoires centrées indépendantes et identiquement distribuées (iid). Par exemple, si est une famille de variables aléatoires iid suivant une Loi de Rademacher, la matrice symétrique définie par :
est une matrice de Wigner.
Ce sont les ensembles introduits par Wigner pour la théorie des spectres nucléaires.
Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.
Discrete mathematics is a discipline with applications to almost all areas of study. It provides a set of indispensable tools to computer science in particular. This course reviews (familiar) topics a
The course introduces modern methods to acquire, clean, and analyze large quantities of financial data efficiently. The second part expands on how to apply these techniques and robust statistics to fi
En théorie des probabilités et en statistique, la loi du demi-cercle ou loi du demi-cercle de Wigner est une loi de probabilité sur l'intervalle [-R,R] et dont le graphe de la densité de probabilité est un demi-cercle de rayon R, centré en 0 et convenablement renormalisé, ce qui en fait, en fait, une ellipse. En anglais, cette loi est nommée Wigner semicircle distribution, d'après le nom du physicien Eugene Wigner. En théorie des nombres, la loi du demi-cercle est parfois appelée loi de Satō-Tate, voir la conjecture de Satō-Tate.
En théorie des probabilités et en statistiques, la loi de Poisson est une loi de probabilité discrète qui décrit le comportement du nombre d'événements se produisant dans un intervalle de temps fixé, si ces événements se produisent avec une fréquence moyenne ou espérance connue, et indépendamment du temps écoulé depuis l'événement précédent. gauche|vignette|Chewing gums sur un trottoir. Le nombre de chewing gums sur un pavé est approximativement distribué selon une loi de Poisson.
En théorie des probabilités et en statistique, la loi de Wishart est la généralisation multidimensionnelle de la loi du χ2, ou, dans le cas où le nombre de degré de libertés n'est pas entier, de la loi gamma. La loi est dénommée en l'honneur de John Wishart qui la formula pour la première fois en 1928. C'est une famille de lois de probabilité sur les matrices définies positives, symétriques. Une variable aléatoire de loi de Wishart est donc une matrice aléatoire.
Discrete choice models are used extensively in many disciplines where it is important to predict human behavior at a disaggregate level. This course is a follow up of the online course “Introduction t
Discrete choice models are used extensively in many disciplines where it is important to predict human behavior at a disaggregate level. This course is a follow up of the online course “Introduction t
Introduit des variables aléatoires, des distributions de probabilité et des valeurs attendues au moyen d'exemples pratiques.
Explore les probabilités avancées, les variables aléatoires et les valeurs attendues, avec des exemples pratiques et des quiz pour renforcer l'apprentissage.
Introduit des variables aléatoires sous-gaussiennes et sous-exponentielles, des attentes conditionnelles et des normes Orlicz.
A key challenge across many disciplines is to extract meaningful information from data which is often obscured by noise. These datasets are typically represented as large matrices. Given the current trend of ever-increasing data volumes, with datasets grow ...
Given a family of nearly commuting symmetric matrices, we consider the task of computing an orthogonal matrix that nearly diagonalizes every matrix in the family. In this paper, we propose and analyze randomized joint diagonalization (RJD) for performing t ...
In the rapidly evolving landscape of machine learning research, neural networks stand out with their ever-expanding number of parameters and reliance on increasingly large datasets. The financial cost and computational resources required for the training p ...