Fakultät für Mathematik

Hauptnavigation

Bereichsnavigation

Vorlesung Concentration Inequalities I

Im Sommersemester 2017


Nummer: Vorlesung 011396 (SS17), Übung 011397 (SS17), Modulbeschreibung im Modulhandbuch

CI_banner.jpg

Dies ist der erste Teil der zweisemestrigen Veranstaltung Concentration Inequalities.

Link zu Concentration Inequalities II im Wintersemester 2017/18


Aktuelles

Übungen

Voraussetzung zur Zulassung zur Prüfung ist das erfolgreiche Bearbeiten der Übungsaufgaben. Dazu müssen in jedem Semester mindestens 50% der Punkte erreicht werden.

Organisatorisches

Die Veranstaltung umfasst 2 Wochenstunden Vorlesung und eine Wochenstunde Übung (2 V + 1 Ü) und ist der erste Teil einer zweiteiligen Veranstaltung. Teil II wird im Wintersemester 2017/2018 angeboten; beide Veranstaltungen zusammen bilden ein Modul mit 9 Leistungspunkten (4 V + 2 Ü).

Vorkenntnisse:

Voraussetzungen sind die Vorlesungen Analysis I, II, Lineare Algebra I, II und Stochastik I.

Kenntnisse aus der Vorlesung Analysis III, Stochastik II sind nützlich, aber nicht notwendig.

Mehrfachintegrale und bedingte Erwartungen werden zu Beginn der Vorlesung eingeführt, bzw. wiederholt.

Inhalte

Ausgangspunkt der Vorlesung ist das Gesetz der großen Zahlen: Bei unabhängiger, gleichartiger Wiederholung von Experimenten konvergiert die Folge der empirischen Mittel gegen den Erwartungswert der einzelnen Zufallsgrößen. Man interessiert sich nun für die Geschwindigkeit der Konvergenz und für explizite Abschätzungen an den Approximationsfehler bei einer endlichen Anzahl von Experimenten. Die einfachste Abschätzung liefert die Markov—Chebyshev Ungleichung, die unter anderem für den Beweis des schwachen Gesetzes der großen Zahlen verwendet wird. Präzisere quantitative Aussagen sind mit Hilfe der klassischen Konzentrationsungleichungen von Chernov, Bernstein, Bennet, Efron—Stein, Harris, Hoeffding, McDiarmid, Dvoretzki—Kiefer—Wolfowitz, usw. möglich. Dagegen liefert die die Theorie der Großen Abweichungen (large deviations principles) scharfe asymptotische Abschätzungen. Dies führt in natürlicher Weise auf die Konzepte der Legendre-Transformation, der Entropie, der Sobolev-Ungleichungen und der Vapnik—Chervonenkis Klassen. Anwendungsbeispiele, etwa aus der Kombinatorik, der Lerntheorie, der Statistik, der Analysis und der Perkolationstheorie runden die Vorlesung ab.

Literatur:

Concentration Inequalities: A Nonasymptotic Theory of Independence
Stephane Boucheron, Gabor Lugosi, Pascal Massart (Oxford)

Kontakt

TU Dortmund
Fakultät für Mathematik
Lehrstuhl IX
Vogelpothsweg 87
44221 Dortmund


Sie finden uns auf dem sechsten Stock des Mathetowers .


Sekretariat: Janine Textor
Raum M 620


E-mail:
janine.textor@tu-dortmund.de


Tel. (0231) 755-3063
Fax (0231) 755-5219