Modèles probabilistes en théorie des nombres : au-delà  de l'équirépartition

Beaucoup de quantités arithmétiques intéressantes ont un comportement individuel difficile à  prédire, mais se comportent de
manière beaucoup plus régulière en moyenne. Dans certains cas, ce comportement peut se quantifier par une approximation par des mesures
universelles bien connues (théorème de Erdos-Kac, limite gaussiennepour le logarithme de la fonction zéta, d'après Selberg), mais peuvent
révéler des modèles beaucoup plus fins quand on les étudie sans normalisation. L'exposé présentera un survol de ces questions, en
prenant comme guide la question de la distribution des valeurs centrales de fonctions L.