Piet LammersChaire de professeur junior
Piet Lammers occupe une chaire de professeur junior au CNRS. Il est membre du Laboratoire de Probabilités, Statistique et Modélisation1. Après des études à l’université d’Utrecht, il a effectué une thèse à l’université de Cambridge sous la direction de James Norris, puis un séjour postdoctoral à l’IHES dans l’équipe de Hugo Duminil-Copin. En 2023, il a été invité à donner un Cours Peccot au Collège de France pour ses travaux en physique statistique.
Ses recherches se situent à l’interface des probabilités, de la combinatoire et de la physique statistique. Elles portent sur les transitions de phase dans les modèles sur réseau, avec un intérêt particulier pour les modèles XY et de Heisenberg, pour lesquels il développe de nouvelles approches probabilistes et combinatoires fondées sur des chemins et des boucles aléatoires. Plus récemment, en collaboration avec Hugo Duminil-Copin et plusieurs co-auteurs, il a également contribué à des avancées sur le modèle à six sommets, mettant en évidence de nouveaux liens entre modèles intégrables et phénomènes critiques. Son projet ERC contribuera à renforcer la dynamique de recherche au LPSM en soutenant le recrutement de chercheurs postdoctoraux et l’accueil de visiteurs internationaux.
- 1
CNRS/SORBONNE UNIVERSITÉ/UNIVERSITÉ PARIS CITÉ
GeStruct (Geometric Structure of Lattice Spin O(N) models)
Pourquoi un aimant devient-il brusquement magnétique lorsqu’on le refroidit ? Pourquoi certains matériaux deviennent-ils supraconducteurs alors que d’autres restent de simples conducteurs ? Ces phénomènes émergent du comportement collectif d’un très grand nombre de particules en interaction et comptent parmi les questions fondamentales de la physique mathématique.
Une avancée majeure pour des modèles plus simples, comme le modèle d’Ising, a consisté à traduire les interactions entre particules en structures géométriques aléatoires, issues de la théorie de la percolation. Cette approche a profondément renouvelé les outils mathématiques disponibles et permis des progrès décisifs dans la compréhension des transitions de phase. En revanche, pour les modèles à spins continus, tels que les modèles XY et de Heisenberg, des méthodes d’une efficacité comparable font encore défaut.
Ce projet vise à développer de nouveaux outils mathématiques fondés sur des chemins et des boucles aléatoires. Plutôt que d’étudier directement les interactions entre particules, cette approche met en évidence des structures cachées qui rendent certaines questions plus accessibles. En combinant probabilités, combinatoire et physique statistique, le projet ambitionne de faire progresser notre compréhension des transitions de phase et des phénomènes critiques, tout en développant des méthodes susceptibles de trouver des applications dans d’autres domaines de la physique mathématique.