Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Tytuł pozycji:

Professor Ryszard Zieliński's contribution to Monte Carlo methods and random number generators. Uniform asymptotics in statistics

Tytuł:
Professor Ryszard Zieliński's contribution to Monte Carlo methods and random number generators. Uniform asymptotics in statistics
Autorzy:
Niemiro, W.
Data publikacji:
2012
Słowa kluczowe:
stochastyczna optymalizacja
wyżarzanie symulowane
generator liczb pseudolosowych
jednostajne twierdzenia graniczne
jednostajna zgodność
stochastic optimization
simulated annealing
random number generator
uniform limit theorems
uniform consistency
Język:
polski
Dostawca treści:
BazTech
Artykuł
  Przejdź do źródła  Link otwiera się w nowym oknie
Omawiamy dwa ważne wycinki działalności naukowej Ryszarda Zielińskiego. Po pierwsze, sa to prace związane z metodami Monte Carlo. Wiele z nich dotyczyło stochastycznych metod optymalizacji. Ryszard Zieliński badał algorytmy typu stochastycznej aproksymacji i poszukiwań losowych. Interesował sie zagadnieniami optymalizacji globalnej. Podkreślamy wątek traktowania zadań obliczeniowych w sposób właściwy dla statystyki matematycznej. Wspominamy również o związkach algorytmów typu „symulowanego wyżarzania” z wcześniejszymi wynikami Zielińskiego. Odrębny rozdział stanowią prace na temat generatorów losowych. Ryszard Zieliński zaproponował i badał generator wytwarzający nieokresowy ciąg liczb pseudo-losowych. Inny nurt badań Ryszarda Zielińskiego dotyczy jednostajnych twierdzeń granicznych w statystyce. Motywacja jest związana z podkreślaną przez Zielińskiego metodologią statystyki jako nauki dedukcyjnej rozwijanej na potrzeby zastosowań. Zieliński badał, w których modelach statystycznych Prawo Wielkich Liczb i Centralne Twierdzenie Graniczne zachodzi jednostajnie względem rozważanej rodziny rozkładów prawdopodobieństwa. Rozstrzygnął pytanie o jednostajną zgodność kwantyli próbkowych. Wykazał, jak można osiagnąć jednostajną zgodność wygładzonej dystrybuanty empirycznej, dowodząc odpowiednik nierówności Dvoretzky’ego–Kiefera–Wolfowitza.

Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies