Jean Bernard Lasserre

Lasserre a étudié à l'École nationale supérieure d'informatique et de mathématiques appliquées (ENSIMAG) à Grenoble (diplôme d'ingénieur en 1976), puis à l'université Paul-Sabatier à Toulouse, où il obtient le titre de Docteur-Ingénieur en 1978 avec une thèse intitulée Étude de la planification à moyen terme d'une unité de fabrication; il soutient enfin une thèse d'État en 1984^[1]. Il a ensuite effectué des recherches pour le Centre national de la recherche scientifique (CNRS) au Laboratoire d'Analyse et d'Architecture des Systèmes du CNRS (LAAS-CNRS, Toulouse) jusqu'en 2019. Il est depuis directeur de recherche émérite au LAAS et également membre de l'Institut de mathématiques de l'Université de Toulouse, et membre associé de Toulouse School of Economics (TSE).

Il a été chercheur invité à l'Université de Californie à Berkeley en 1978-1979 et 1985-1986 et a effectué plusieurs séjours à l'Université Stanford, au Massachusetts Institute of Technology, Mathematical Sciences Research Institute (MSRI), en Australie, au Canada (Fields Institute, Université de la Colombie-Britannique), au Mexique, au CWI à Amsterdam, à NUS (Singapour), au BIMSA et Tsinghua University à Beijing, ainsi qu'à Hong Kong Baptist University.

C'est également un grand amateur de moto^[2].

Jean Bernard Lasserre s'intéresse à l'optimisation, à la théorie des probabilités, à la géométrie algébrique réelle, à la recherche opérationnelle et aux mathématiques appliquées. Il est un pionnier dans le domaine de l'optimisation polynomiale globale^[3] (Optimisation sur les polynômes, hiérarchie de Lasserre). La convergence de hiérarchie de Lasserre est basée sur un certificat de positivité en géométrie algébrique réelle, du à Mihai Putinar, chercheur au département de mathématiques de l'Université de Californie à Santa Barbara^[4]. Plus tard, la hiérarchie de Lasserre s'est montrée également efficace pour résoudre numériquement des problèmes de commande optimale d'équations aux dérivées ordinaires non-linéaires^[5] ou encore la résolution numérique de lois de conservation non-linéaire^[6]. La hiérarchie de Lasserre ainsi que sa version non-commutative (la hiérarchie NPA due à Navascuès, Pironio et Acin) sont aussi devenues des outils importants en théorie de l'information quantique.

En 2021 il a reçu le Grand prix INRIA-Académie des Sciences, notamment pour ses travaux en optimisation. En 2015, il a reçu le prix de théorie John-von-Neumann, conjointement avec Václav Chvátal pour leurs travaux sur l'optimisation convexe, en particulier le rang de Chvatal, et la hiérarchie de Lasserre (en). En 2015 également il a reçu le prix Khachiyan décerné par la société d'optimisation d'INFORMS et en 2009 le prix Lagrange décerné conjointement par SIAM et la société d'optimisation mathématique. Il est SIAM-Fellow (class 2014) et a reçu une subvention ERC Advanced Grant en 2014. Enfin il a été conférencier invité au Congrès International des Mathématiciens (ICM) à Rio de Janeiro en 2018.

Livres (co-author) :

• An Integrated Approach in Production Planning and Scheduling, notes de cours sur l'économie et les systèmes mathématiques, Springer, Berlin 1994
• Markov Control Processes: Basic Optimality Criteria, Springer, New York, 1996
• Further Topics in Markov Control Processes, Springer, New York, 1999
• Markov Chains and Invariant Probabilities, Birkhauser, 2003.
• Linear & Integer Programming vs Linear Integration and Counting, Springer, New York, 2009.
• Moments, Positive Polynomials and Their Applications, Imperial College Press, Londres, 2009
• Modern Optimization Modelling Techniques, Springer, New York, 2012
• An Introduction to Polynomial and Semi-Algebraic Optimization, Cambridge University Press, Cambridge, Royaume-Uni, 2015
• The Moment-SOS Hierarchy: Lectures in Probability, Statistics, Computational Geometry, Control and Non Linear PDEs, World Scientific, 2020
• The Christoffel-Darboux Kernel for Data Analysis, Cambridge University Press, Cambridge, Royaume Uni, 2022

Articles scientifiques (sélection) :

• « Global Optimization with Polynomials and the Problem of Moments », SIAM Journal on Optimization, vol. 11, n^o 3,‎ 2001, p. 796–817 (ISSN 1052-6234, DOI 10.1137/S1052623400366802)
• « A semidefinite programming approach to the generalized problem of moments », Mathematical Programming, vol. 112, n^o 1,‎ 2007, p. 65–92 (ISSN 0025-5610, DOI 10.1007/s10107-006-0085-1)
• « A Sum of Squares Approximation of Nonnegative Polynomials », SIAM Review, vol. 49, n^o 4,‎ 2007, p. 651–669 (DOI 10.1137/070693709) — Article paru auparavant avec le même titre dans SIAM Journal on Optimization volume 16, numéro 3, 2006, 751-765

• Site officiel
• Ressources relatives à la recherche :
  • Digital Bibliography & Library Project
  • Dimensions
  • Google Scholar
  • HAL
  • Mathematics Genealogy Project
  • ORCID
  • ResearchGate
  • Scopus
• Notices d'autorité :

  • VIAF
  • ISNI
  • BnF (données)
  • IdRef
  • LCCN
  • GND
  • CiNii
  • Pays-Bas
  • Pologne
  • Israël
  • NUKAT
  • Catalogne
  • Norvège
  • Tchéquie