Présentation MODAL'X

 

L'unité de recherche Modélisation aléatoire de Paris Nanterre (MODAL'X, prononcé modalix) est le laboratoire de recherche en mathématiques de l'Université Paris Nanterre.
Sous tutelle de l’Université Paris Nanterre au sein de l’Ecole doctorale Connaissance, langage, modélisation, elle est associée au laboratoire d’excellence Modèles Mathématiques et Économiques de la Dynamique, de l’Incertitude et des Interactions (MME-DII) et à la Fédération Parisienne de Modélisation Mathématique (FP2M). Elle est constituée de huit Professeurs, vingt quatre Maîtres de Conférences (dont huit Habilités à Diriger des Recherches). Quatre membres sont en détachement long. MODAL'X accueille également deux Prag et quatre Chercheurs associés.


MODAL'X est une équipe de mathématiques axée sur la modélisation aléatoire. Elle couvre un large spectre dans le champ des probabilités et des statistiques, et de leurs interactions notamment avec l'analyse. Son interdisciplinarité favorise l'émergence de travaux de recherche transversaux entre ces thèmes. Ses thèmes de recherche principaux sont :
 
  •     Inégalités fonctionelles et équations de transport ;
  •     Analyse en grande dimension et géométrie convexe ;
  •     Analyse spectrale, équations aux dérivées partielles et théorie du contrôle ;
  •     Grandes déviations ;
  •     Processus stochastiques et marches aléatoires ;
  •     Modèles de croissance aléatoire, percolation ;
  •     Mécanique statistique ;
  •     Méthodes de Bootstrap ;
  •     Théorie des valeurs extrêmes et analyse du risque ;
  •     Analyse multifractale ;
  •     Estimation semi et non-paramétrique ;
  •     Apprentissage statistique et classification ;
  •     Statistique spatiale ;
  •     Analyse des risques alimentaires et toxicologiques ;
  •     Modèles statistiques dans l'analyse des comportements à risques;
  •     Modèles statistiques pour la linguistique.
Les membres de MODAL'X s'engagent pour le climat et ont rédigé une charte éco-responsable et un guide des bonnes pratiques.

Evènements à venir



 

Mis à jour le 28 septembre 2026