Записки научных семинаров ПОМИ
RUS  ENG    ЖУРНАЛЫ   ПЕРСОНАЛИИ   ОРГАНИЗАЦИИ   КОНФЕРЕНЦИИ   СЕМИНАРЫ   ВИДЕОТЕКА   ПАКЕТ AMSBIB  
Общая информация
Последний выпуск
Архив
Импакт-фактор

Поиск публикаций
Поиск ссылок

RSS
Последний выпуск
Текущие выпуски
Архивные выпуски
Что такое RSS



Зап. научн. сем. ПОМИ:
Год:
Том:
Выпуск:
Страница:
Найти






Персональный вход:
Логин:
Пароль:
Запомнить пароль
Войти
Забыли пароль?
Регистрация


Записки научных семинаров ПОМИ, 2017, том 457, страницы 286–316 (Mi znsl6447)  

Эта публикация цитируется в 3 научных статьях (всего в 3 статьях)

Gaussian convex bodies: a non-asymptotic approach
[Гауссовские выпуклые тела: неассимптотический подход]

G. Paourisa, P. Pivovarovb, P. Valettasb

a Department of Mathematics, Mailstop 3368, Texas A&M University, College Station TX 77843-3368 USA
b Mathematics Department, University of Missouri, Columbia, MO 65211 USA
Список литературы:
Аннотация: Изучаются линейные образы симметричного выпуклого тела $C\subseteq\mathbb R^N$ под действием гауссовской случайной матрицы $G$ размера $n\times N$, где $N\ge n$. Частные случаи включают обычные модели гауссовских случайных многогранников и зонотопов. Рассматриваются внутренние объёмы $GC$ и изучаются математическое ожидание, дисперсия, малые и большие уклонения от среднего, а также старшие моменты. Обсуждается, как геометрия $C$, численно характеризуемая несколькими различными глобальными параметрами, влияет на свойства концентрации. При $n=1$ матрица $G$ является просто вектор-строкой, и анализ сводится к гауссовской концентрации для норм. Для матриц более высокого ранга и для естественных семейств выпуклых тел $C_N\subseteq\mathbb R^N$ при $N\to\infty$ получены новые асимптотические результаты и сделаны первые шаги к сравнению с асимптотической теорией. Библ. – 44 назв.
Ключевые слова: внутренние объемы, гауссовские матрицы, неравенства для уклонений, старшие моменты.
Финансовая поддержка Номер гранта
National Science Foundation CAREER-1151711
DMS-1612936
DMS-1440140
G. P. is supported by the NSF CAREER-1151711 grant; P. P. and P. V. are supported by the NSF grant DMS-1612936. The paper was completed while the authors were in residence at the Mathematical Sciences Research Institute (MSRI) in Berkeley, California, supported by NSF grant DMS-1440140. The hospitality of MSRI and of the organizers of the program on Geometric Functional Analysis and Applications is gratefully acknowledged.
Поступило: 12.09.2017
Англоязычная версия:
Journal of Mathematical Sciences (New York), 2019, Volume 238, Issue 4, Pages 537–559
DOI: https://doi.org/10.1007/s10958-019-04256-3
Тип публикации: Статья
УДК: 519.2
Язык публикации: английский
Образец цитирования: G. Paouris, P. Pivovarov, P. Valettas, “Gaussian convex bodies: a non-asymptotic approach”, Вероятность и статистика. 25, Посвящается памяти Владимира Николаевича СУДАКОВА, Зап. научн. сем. ПОМИ, 457, ПОМИ, СПб., 2017, 286–316; J. Math. Sci. (N. Y.), 238:4 (2019), 537–559
Цитирование в формате AMSBIB
\RBibitem{PaoPivVal17}
\by G.~Paouris, P.~Pivovarov, P.~Valettas
\paper Gaussian convex bodies: a~non-asymptotic approach
\inbook Вероятность и статистика.~25
\bookinfo Посвящается памяти Владимира Николаевича СУДАКОВА
\serial Зап. научн. сем. ПОМИ
\yr 2017
\vol 457
\pages 286--316
\publ ПОМИ
\publaddr СПб.
\mathnet{http://mi.mathnet.ru/znsl6447}
\transl
\jour J. Math. Sci. (N. Y.)
\yr 2019
\vol 238
\issue 4
\pages 537--559
\crossref{https://doi.org/10.1007/s10958-019-04256-3}
Образцы ссылок на эту страницу:
  • https://www.mathnet.ru/rus/znsl6447
  • https://www.mathnet.ru/rus/znsl/v457/p286
  • Эта публикация цитируется в следующих 3 статьяx:
    Citing articles in Google Scholar: Russian citations, English citations
    Related articles in Google Scholar: Russian articles, English articles
    Записки научных семинаров ПОМИ
    Статистика просмотров:
    Страница аннотации:157
    PDF полного текста:63
    Список литературы:23
     
      Обратная связь:
     Пользовательское соглашение  Регистрация посетителей портала  Логотипы © Математический институт им. В. А. Стеклова РАН, 2024