Random Matrices and Non-Commutative Probability
Jest to książka wprowadzająca w zagadnienia prawdopodobieństwa niekomutatywnego lub prawdopodobieństwa swobodnego i wielowymiarowych macierzy losowych. Podstawowe pojęcia prawdopodobieństwa swobodnego są wprowadzane przez analogię do prawdopodobieństwa klasycznego w przejrzysty i szybki sposób. Następnie rozwija wyniki dotyczące zbieżności wielowymiarowych macierzy losowych, ze szczególnym uwzględnieniem interesujących powiązań z prawdopodobieństwem swobodnym. Książka nie zakłada prawie żadnych warunków wstępnych. Jednak znajomość podstawowych pojęć zbieżności w rachunku prawdopodobieństwa i odrobina matematycznej dojrzałości będą pomocne.
⬤ Kombinatoryczne własności nie przecinających się partycji, w tym funkcja Mbiusa, odgrywają kluczową rolę we wprowadzaniu prawdopodobieństwa swobodnego.
⬤ Wolna niezależność jest definiowana poprzez wolne kumulanty analogicznie do sposobu, w jaki klasyczna niezależność może być definiowana poprzez klasyczne kumulanty.
⬤ Wolne kumulanty są wprowadzane za pomocą funkcji Mbiusa.
⬤ Wolne iloczynowe przestrzenie prawdopodobieństwa są konstruowane przy użyciu wolnych kumulantów.
⬤ Omówiono zbieżność marginalną i łączną macierzy losowych o dużych wymiarach, takich jak macierze Wignera, eliptyczne, kowariancji próbkowej, kowariancji krzyżowej, Toeplitza, Circulanta i Hankela.
⬤ Omówiono zbieżność empirycznego rozkładu widmowego dla macierzy symetrycznych.
⬤ Szczegółowo omówiono wyniki asymptotycznej beztroski dla macierzy losowych, w tym kilka najnowszych. Wyjaśniają one strukturę granic wspólnej zbieżności macierzy losowych.
⬤ Wykazano również asymptotyczną beztroskę macierzy kowariancji niezależnych próbek poprzez osadzenie w macierzach Wignera.
⬤ W każdym rozdziale znajdują się ćwiczenia na poziomie zaawansowanych studiów licencjackich i magisterskich.
© Book1 Group - wszelkie prawa zastrzeżone.
Zawartość tej strony nie może być kopiowana ani wykorzystywana w całości lub w części bez pisemnej zgody właściciela.
Ostatnia aktualizacja: 2024.11.13 21:45 (GMT)