seleccionar pàgina

Estructures aleatòries i mètode probabilístic

Estructures aleatòries i mètode probabilístic

Data
Dimarts-dj de 17h a 19h del 29 de setembre al 19 de desembre de 2013
registre
-
Ubicació
Sala 005, Facultat de Matemàtiques i Estadística, UPC
Els mètodes probabilistes tenen una àmplia gamma d'aplicacions en diverses àrees de les matemàtiques, com ara l'anàlisi, la geometria, la combinatòria, la informàtica, la teoria dels nombres o la teoria de grafs. El curs ofereix una introducció a aquests mètodes, el tema comú dels quals és l'ús del llenguatge de la probabilitat i l'anàlisi d'estructures i processos aleatoris per obtenir resultats sobre estructures deterministes. Es discutiran algunes aplicacions per il·lustrar algunes tècniques estàndard dins d'aquest enfocament. Potser un dels models més simples d'estructures aleatòries és el model Erdös-Rényi de gràfics aleatoris. Dins d'aquest model senzill, es poden analitzar a fons algunes característiques generals atractives de les estructures aleatòries, com ara fenòmens de llindar, concentració de mesura o lleis 0-1. També es parlaran d'alguns models addicionals, com ara gràfics geomètrics aleatoris o models d'enllaç preferent. Una part final del curs tracta sobre les cadenes de Markov i la seva aplicació als problemes de recompte i mostreig. Un dels principals objectius de l'anàlisi dels processos de la cadena de Markov és la seva velocitat de convergència. El curs serà d'interès sobretot per als estudiants de doctorat en combinatòria, informàtica, teoria de grafs, probabilitat i estadística, i també pot ser atractiu per als estudiants de anàlisi, teoria de nombres i altres camps. Només es requereix una formació bàsica en probabilitat a nivell de postgrau.
Data
De dimarts a dijous de 17 a 19 h a partir del 26 de setembre de 2013
registre
-
Ubicació
Sala 005, Facultat de Matemàtiques i Estadística, UPC
Els mètodes probabilistes tenen una àmplia gamma d'aplicacions en diverses àrees de les matemàtiques, com ara l'anàlisi, la geometria, la combinatòria, la informàtica, la teoria dels nombres o la teoria de grafs. El curs ofereix una introducció a aquests mètodes, el tema comú dels quals és l'ús del llenguatge de la probabilitat i l'anàlisi d'estructures i processos aleatoris per obtenir resultats sobre estructures deterministes. Es discutiran algunes aplicacions per il·lustrar algunes tècniques estàndard dins d'aquest enfocament. Potser un dels models més simples d'estructures aleatòries és el model Erdös-Rényi de gràfics aleatoris. Dins d'aquest model senzill, es poden analitzar a fons algunes característiques generals atractives de les estructures aleatòries, com ara fenòmens de llindar, concentració de mesura o lleis 0-1. També es parlaran d'alguns models addicionals, com ara gràfics geomètrics aleatoris o models d'enllaç preferent. Una part final del curs tracta sobre les cadenes de Markov i la seva aplicació als problemes de recompte i mostreig. Un dels principals objectius de l'anàlisi dels processos de la cadena de Markov és la seva velocitat de convergència. El curs serà d'interès sobretot per als estudiants de doctorat en combinatòria, informàtica, teoria de grafs, probabilitat i estadística, i també pot ser atractiu per als estudiants de anàlisi, teoria de nombres i altres camps. Només es requereix una formació bàsica en probabilitat a nivell de postgrau.
Professors
Gábor Lugosi, ICREA (UPF)

Elitza Maneva, (UB)

Oriol Serra (UPC).

contingut
  • Mètode probabilístic: Mètodes primer i segon moment. Lovàsz Local lema. Aplicacions en combinatòria, teoria de nombres i teoria de grafs.
  • Gràfics aleatoris: El model Erdös-Rényi i l'aparició del component gegant. Concentració d'alguns paràmetres de gràfics. Gràfics geomètrics aleatoris. Model d'acoblament preferent.
  • Cadenes finites de Markov: Passejades aleatòries, distribució estacionària, temps de barreja. Cadenes Metropolis i Glauber. Acoblament. Problemes de recompte i mostreig en física estadística i informàtica.

en termes d'apilament, amb vista a la teoria de categories superiors i la teoria de l'homotopia.

(Tot i que els exemples del bloc A es trien més pel costat exòtic (per efecte pedagògic), els conceptes que il·lustren són generals, i també abunden els exemples en les cinc àrees de matemàtiques generals esmentades, i en altres llocs de les ciències matemàtiques).

Bibliografia
  • Noga Alon; Joel H. Spencer. El mètode probabilístic}. Wiley, Nova York, 2008.
  • Béla Bollobás. Gràfics aleatoris. Cambridge University Press, 2001.
  • Olle Häggström. Cadenes de Markov finites i aplicacions algorítmiques. Universitat de Cambridge. Premsa, 2002.
  • Alguns  material en línia.