L'objectif principal de cette thèse est de répondre à la question: étant donné une matrice aléatoire avec spectre réel, combien de valeurs propres tomber entre A et B? Ceci est une question fondamentale dans la théorie des matrices aléatoires et toutes ses applications, autant de problèmes peuvent être traduits en comptant les valeurs propres à l'intérieur des régions du spectre. Nous appliquons la méthode de gaz Coulomb à ce problème général dans le cadre de différents ensembles de matrice aléatoire et l'on obtient de résultats pour intervalles générales [a, b]. Ces résultats sont particulièrement intéressants dans l'étude des variations des systèmes fermioniques unidimensionnelles de particules confinées non-interaction à la température zéro. / The main goal of this thesis is to answer the question: given a random matrix with real spectrum, how many eigenvalues fall between a and b? This is a fundamental question in random matrix theory and all of its applications, as many problems can be translated into counting eigenvalues inside regions of the spectrum. We apply the Coulomb gas method to this general problem in the context of different random matrix ensembles and we obtain many results for general intervals [a,b]. These results are particularly interesting in the study of fermionic fluctuations for one-dimensional systems of confined non-interacting particles at zero temperature.

De nos jours, il est de plus en plus fréquent de travailler sur des bases de données de très grandes tailles dans plein de domaines différents. Cela ouvre la voie à de nouvelles possibilités d'exploitation ou d'exploration de l'information, et de nombreuses technologies numériques ont été créées récemment dans cette optique. D'un point de vue théorique, ce problème nous contraint à revoir notre manière d'analyser et de comprendre les données enregistrées. En effet, dans cet univers communément appelé « Big Data », un bon nombre de méthodes traditionnelles d'inférence statistique multivariée deviennent inadaptées. Le but de cette thèse est donc de mieux comprendre ce phénomène, appelé fléau (ou malédiction) de la dimension, et ensuite de proposer différents outils statistiques exploitant explicitement la dimension du problème et permettant d'extraire des informations fiables des données. Pour cela, nous nous intéresserons beaucoup aux vecteurs propres de matrices symétriques. Nous verrons qu’il est possible d’extraire de l'information présentant un certain degré d’universalité. En particulier, cela nous permettra de construire des estimateurs optimaux, observables, et cohérents avec le régime de grande dimension. / Nowadays, it is easy to get a lot ofquantitative or qualitative data in a lot ofdifferent fields. This access to new databrought new challenges about data processingand there are now many different numericaltools to exploit very large database. In atheoretical standpoint, this framework appealsfor new or refined results to deal with thisamount of data. Indeed, it appears that mostresults of classical multivariate statisticsbecome inaccurate in this era of “Big Data”.The aim of this thesis is twofold: the first one isto understand theoretically this so-called curseof dimensionality that describes phenomenawhich arise in high-dimensional space.Then, we shall see how we can use these toolsto extract signals that are consistent with thedimension of the problem. We shall study thestatistics of the eigenvalues and especially theeigenvectors of large symmetrical matrices. Wewill highlight that we can extract someuniversal properties of these eigenvectors andthat will help us to construct estimators that areoptimal, observable and consistent with thehigh dimensional framework.

A k × n array with entries from a q-letter alphabet is called a t-covering array if each t × n submatrix contains amongst its columns each one of the gt different words of length t that can be produced by the q letters. In the present article we use a probabilistic approach based on an appropriate Markov chain embedding technique, to study a t-covering problem where, instead of looking at all possible t ×n submatrices, we consider only submatrices of dimension t ×n with its rows being consecutive rows of the original k × n array. Moreover, an exact formula is established for the probability distribution function of the random variable, which enumerates the number of deficient submatrices (i.e., submatrices with at least one missing word, amongst their columns), in the case of a k × n binary matrix (q = 2) obtained by realizing kn Bernoulli variables.

No description available.

[pt] Nessa dissertação vamos abordar a famosa lei do Semicírculo de Wigner, que dá uma descrição do comportamento do espectro de autovalores de matrizes aleatórias simétricas. A demonstração combina ideias e técnicas de Combinatória e Probabilidade, incluindo uma analise cautelosa dos momentos da distribuição de autovalores. / [en] In this dissertation we will approach the famous Wigner s Semicircle Law, which gives a description of the behavior of the eigenvalue spectrum of symmetric random matrices. The proof combines ideas and techniques from Combinatorics and Probability, including a careful analysis of the moments of the eigenvalue distribution.

La théorie des processus de branchement multi-type en environnement i.i.d. est considérablement moins développée que dans le cas univarié, et les questions fondamentales ne sont pas résolues en totalité à ce jour. Les réponses exigent une compréhension profonde du comportement des produits des matrices i.i.d. à coefficients positifs. Sous des hypothèses assez générales et lorsque les fonctions génératrices de probabilité des lois de reproduction sont “linéaire fractionnaires”, nous montrons que la probabilité de survie à l’instant n du processus de branchement multi-type en environnement aléatoire est proportionnelle à 1/√n lorsque n → ∞. La démonstration de ce résultat suit l’approche développée pour étudier les processus de branchement uni-variés en environnement aléatoire i. i. d. Il utilise de façon cruciale des résultats récents portant sur les fluctuations des normes de produits de matrices aléatoires i.i.d. / The theory of multi-type branching process in i.i.d. environment is considerably less developed than for the univariate case, and fundamental questions are up to date unsolved. Answers demand a solid understanding of the behavior of products of i.i.d. matrices with non-negative entries. Under mild assumptions, when the probability generating functions of the reproduction laws are fractional-linear, the survival probability of the multi-type branching process in random environment up to moment n is proportional to 1/√n as n → ∞. Techniques for univariate branching process in random environment and methods from the theory of products of i.i.d. random matrices are required.

La statistique des valeurs extrêmes est une question majeure dans divers contextes scientifiques. Cependant, bien que la description de la statistique d'un extremum global soit certainement une caractéristique importante, celle-ci ne se concentre que sur une seule variable parmi un grand nombre de variables aléatoires. Une question naturelle qui se pose alors est la suivante: ces valeurs extrêmes sont-elles isolées, loin des autres variables ou bien au contraire existe-t-il un grand nombre d'autres variables proches de ces valeurs extrêmes ? Ces questions ont suscité l'étude de la densité d'état de ces événements quasi-extrêmes. Il existe pour cette quantité peu de résultats pour des variables fortement corrélées, qui est pourtant le cas rencontré dans de nombreux modèles fondamentaux. Deux pistes de modèles physiques de variables fortement corrélées pouvant être étudiés analytiquement se démarquent alors: les positions d’une marche aléatoire et les valeurs propres de matrice aléatoire. Cette thèse est ainsi consacrée à l’étude de statistique d’extrêmes pour ces deux modèles de variables fortement corrélées. Dans une première partie, j’étudie le cas où la collection de variables aléatoires est la position au cours du temps d’un mouvement brownien, qui peut être contraint à être périodique, positif... Ce mouvement brownien est vu comme la limite d’un marcheur aléatoire classique après un grand nombre de pas. Il est alors possible d’interprèter ce problème comme celui d’une particule quantique dans un potentiel ce qui permet d’utiliser des méthodes puissantes issues de la mécanique quantique comme l’utilisation de propagateurs et de l’intégrale de chemin. Ces outils permettent de calculer la densité moyenne à partir du maximum pour les différents mouvements browniens contraints et même la distribution complète de cette quantité pour certains cas. Il est également possible de généraliser cette démarche à l’étude de plusieurs marches aléatoires indépendantes ou avec interaction. Cette démarche permet également d’effectuer une étude temporelle, ainsi que de généraliser à l’étude d’autres fonctionnelle du maximum. Dans la seconde partie, j’étudie le cas où la collection de variables aléatoires est composée des valeurs propres d’une matrice aléatoire. Ce travail se concentre sur l’études des matrices des ensembles gaussiens (GOE, GUE et GSE) ainsi qu’à l’étude des matrices de Wishart. L’étude du voisinage de la valeur propre maximale pour ces deux modèles est faite en utilisant une méthode fondée sur les propriétés des polynômes orthogonaux. Dans le cas des matrices gaussiennes unitaires GUE, j’ai obtenu une formule analytique pour la distribution à partir du maximum ainsi qu’une nouvelle expression de la statistique du gap entre les deux plus grandes valeurs propres en termes d’une fonction transcendante de Painlevé. Ces résultats, et plus particulièrement leurs généralisations aux cas GOE, sont alors appliqués à un modèle de verre de spin sphérique en champs moyen. Dans le cas des matrices de Wishart, l’analyse des polynômes orthogonaux dans le régime de double échelle m’a permis de retrouver les différentes statistiques de la valeur propre minimale et également de prouver une conjecture sur la première correction de taille finie pour des grandes matrices de la distribution de la valeur propre minimale dans la limite dite de «hard edge». / Extreme value statistics plays a keyrole in various scientific contexts. Although the description of the statistics of a global extremum is certainly an important feature, it focuses on the fluctuations of a single variable among many others. A natural question that arises is then the following: is this extreme value lonely at the top or, on the contrary, are there many other variables close to it ? A natural and useful quantity to characterize the crowding is the density of states near extremes. For this quantity, there exist very few exact results for strongly correlated variables, which is however the case encountered in many situations. Two physical models of strongly correlated variables have attracted much attention because they can be studied analytically : the positions of a random walker and the eigenvalues of a random matrix. This thesis is devoted to the study of the statistics near the maximum of these two ensembles of strongly correlated variables. In the first part, I study the case where the collection of random variables is the position of a Brownian motion, which may be constrained to be periodic or positive. This Brownian motion is seen as the limit of a classical random walker after a large number of steps. It is then possible to interpret this problem as a quantum particle in a potential which allows us to use powerful methods from quantum mechanics as propagators and path integral. These tools are used to calculate the average density from the maximum for different constrained Brownian motions and the complete distribution of this observable in certain cases. It is also possible to generalize this approach to the study of several random walks, independent or with interaction, as well as to the study of other functional of the maximum. In the second part, I study the case of the eigenvalues of random matrices, belonging to both Gaussian and Wishart ensembles. The study near the maximal eigenvalues for both models is performed using a method based on semi-classical orthogonal polynomials. In the case of Gaussian unitary matrices, I have obtained an analytical formula for the density near the maximum as well as a new expression for the distribution of the gap between the two largest eigenvalues. These results, and in particular their generalizations to different Gaussian ensembles, are then applied to the relaxational dynamics of a mean-field spin glass model. Finally, for the case of Wishart matrices I proposed a new derivation of the distribution of the smallest eigenvalue using orthogonal polynomials. In addition, I proved a conjecture on the first finite size correction of this distribution in the «hard edge» limit.

Três ensembles, respectivamente relacionados com as distribuições Gaussiana, Lognormal e de Levy, são abordados neste trabalho primordialmente do ponto de vista da termodinâmica de seus espectros. Novas expressões para as grandezas termodinâmicas sao encontradas para os ensembles de Stieltjes e de Bertuola-Pato, e a conexão destes com os ensembles Gaussianos e estabelecida. Esta tese também se compromete com a continuação do desenvolvimento e aprimorarão do ensemble generalizado de Bertuola-Pato, estendendo alguns resultados para os ensembles simplifico e unitário generalizados, alem do ortogonal generalizado já introduzido anteriormente por A. C. Bertuola e M. P. Pato. / Three ensembles, related to the Gaussian, the Lognormal and the L´evy distributions respectively, have been studied in this work and were investigated most of all in what concerns their spectral thermodynamics. New expressions for the thermodynamics quantities were found for the Stieltjes and the Bertuola-Pato ensembles, and the connection with the gaussian ensembles is established. This work concerned with the development continuity and with the improvement of Bertuola-Pato generalized ensemble, extending some of the results to the simplectic and unitary generalized ensembles, besides the orthogonal generalized ensemble introduced before by A. C. Bertuola and M. P. Pato.

Dans cette thèse, nous nous intéressons à des matrices aléatoires en lien avec des permutations. Nous abordons l'étude de leurs spectres de plusieurs manières, et à différentes échelles d'observation. Dans un premier temps, nous prolongeons l'étude de Wieand à propos des nombres de valeurs propres appartenant à certains arcs fixés du cercle unité. Pour cela nous tirons parti des travaux réalisés par Ben Arous et Dang sur les statistiques linéaires du spectre de matrices de permutation pour une famille de lois à un paramètre englobant le cas de la loi uniforme sur le groupe symétrique, appelée famille des lois d'Ewens. Une partie innovante de notre travail réside dans la généralisation à des arcs non nécessairement fixés. Nous obtenons en effet des résultats similaires en autorisant les longueurs des arcs à décroître lentement vers zéro avec la taille des matrices. Dans un deuxième temps, nous regardons le spectre à échelle microscopique. En nous inspirant des travaux de Najnudel et Nikeghbali en rapport avec la convergence de mesures empiriques des angles propres normalisés, nous commençons par donner un sens à la convergence en terme de comptages de points sur des intervalles fixés. A partir du processus ponctuel limite, nous montrons que le nombre de points dans un intervalle a des fluctuations asymptotiquement gaussiennes lorsque la longueur de l'intervalle tend vers l'infini. Enfin, nous adaptons certains résultats de Chhaibi, Najnudel et Nikeghbali sur le polynôme caractéristique de matrices du CUE à échelle microscopique, et les développons dans notre cadre. De manière analogue mais avec d'autres techniques de preuves, nous obtenons des convergences des polynômes caractéristiques vers des fonctions entières, et cela pour une grande famille de lois pour le tirage des permutations, incluant les lois d'Ewens. / In this thesis, our goal is to study random matrices related to permutations. We tackle the study of their spectra in various ways, and at different scales. First, we extend the work of Wieand about the numbers of eigenvalues lying in some fixed arcs of the unit circle. We take advantage of the results of Ben Arous and Dang on the linear statistics of the spectrum of permutation matrices for a one-parameter family of deformations of the uniform law on the symmetric group, called Ewens' measures. One of the most innovative parts of our work is the generalization to non-fixed arcs. Indeed we get similar results when we let the lengths of the arcs decrease to zero slower than 1/n. Then, we look at the spectrum at microscopic scale. Inspired by the work of Najnudel and Nikeghbali about the convergence of empirical measures of rescaled eigenangles, we give a meaning to the convergence in terms of indicator functions of intervals. From the limiting point process, we show that the number of points in any interval is asymptotically normal as the length of the interval goes to infinity. Finally, we adapt some results of Chhaibi, Najnudel and Nikeghbali on the characteristic polynomial of the CUE at microscopic scale, and develop them in our framework. Analogously but with different techniques of proof, we get that the characteristic polynomials converge to entire functions, and this for a large family of laws including the Ewens' measures.

This thesis consists of two papers devoted to the asymptotics of random matrix ensembles and measure valued stochastic processes which can be considered as generalizations of the Gaussian unitary ensemble (GUE) of Hermitian matrices H=A+A†, where the entries of A are independent identically distributed (iid) centered complex Gaussian random variables. In the first paper, a system of interacting diffusing particles on the real line is studied; special cases include the eigenvalue dynamics of matrix-valued Ornstein-Uhlenbeck processes (Dyson's Brownian motion). It is known that the empirical measure process converges weakly to a deterministic measure-valued function and that the appropriately rescaled fluctuations around this limit converge weakly to a Gaussian distribution-valued process. For a large class of analytic test functions, explicit formulae are derived for the mean and covariance functionals of this fluctuation process. The second paper concerns a family of random matrix ensembles interpolating between the GUE and the Ginibre ensemble of n x n matrices with iid centered complex Gaussian entries. The asymptotic spectral distribution in these models is uniform in an ellipse in the complex plane, which collapses to an interval of the real line as the degree of non-Hermiticity diminishes. Scaling limit theorems are proven for the eigenvalue point process at the rightmost edge of the spectrum, and it is shown that a non-trivial transition occurs between Poisson and Airy point process statistics when the ratio of the axes of the supporting ellipse is of order n -1/3. / Denna avhandling består av två vetenskapliga artiklar som handlar om gränsvärdessatser för slumpmatriser och måttvärda stokastiska processer. De modeller som studeras kan betraktas som generaliseringar av den gaussiska unitära ensembeln (GUE) av hermiteska n x n-matriser H=A+A†, där A är en matris vars element är oberoende, likafördelade, centrerade, komplexa normalfördelade stokastiska variabler. I artikel I betraktas ett system av växelverkande diffunderande partiklar på reella linjen, vissa specialfall av denna modell kan tolkas som egenvärdesdynamiken för matrisvärda Ornstein-Uhlenbeck-processer (Dysons brownska rörelse). Sedan tidigare är det känt att den empiriska måttprocessen konvergerar svagt mot en deterministisk måttvärd funktion och att fluktuationerna runt denna gräns, i lämplig skalning, konvergerer svagt mot en distributionsvärd gaussisk process. För en stor klass av analytiska testfunktioner härleds explicita formler för medelvärdes- och kovariansfunktionalerna för denna fluktuationsprocess. Artikel II behandlar en familj av slumpmatrisensembler som interpolerar mellan GUE och Ginibre-ensembeln, bestående av matriser A som ovan. För denna modell är egenvärdena komplexa och asymptotiskt likformigt fördelade i en ellips i komplexa planet. Skalningsgränsvärdessatser för egenvärdet med maximal realdel och för egenvärdespunktprocessen kring detta visas för ett allmänt val av interpolationsparametern i modellen. Då förhållandet mellan axlarna i den asymptotiska ellipsen är av storleksordning n-1/3 uppträder en övergångsfas mellan Airypunktprocess- och Poissonprocessbeteendena, typiska för GUE respektive Ginibre-ensembeln. / QC 20100705