Combinatorial Markov chains: Structure and asymptotics

组合马尔可夫链：结构和渐近

• 批准号: 227377809
• 负责人: Professor Dr. Rudolf Grübel
• 金额: --
• 依托单位: Institut für Versicherungs- und Finanzmathematik
• 依托单位国家: 德国
• 项目类别: Research Grants
• 财政年份: 2012
• 资助国家: 德国
• 起止时间: 2011-12-31 至 2015-12-31
• 项目状态: 已结题
• 来源: https://gepris.dfg.de/gepris/projekt/227377809?language=en
• 关键词: Combinatorial; Markov; chains; Structure; asymptotics

We plan to investigate the asymptotics of discrete structures that are generated by sequential algorithms with random input. Further, we aim at extending the range of the probabilistic method in the field of Discrete Mathematics, specifically the use of Markov chains in the structural analysis of combinatorial families. Probabilistic compactifications and boundaries provide the common denominator and the main tool.

我们计划研究随机输入的序列算法所产生的离散结构的渐近性。此外，我们的目标是扩展离散数学领域的概率方法的范围，特别是在组合家庭的结构分析中使用马尔可夫链。概率紧化和边界提供了共同标准和主要工具。

项目成果

Random recursive trees: a boundary theory approach *

• DOI: 10.1214/ejp.v20-3832
• 发表时间: 2014-06
• 期刊: Electronic Journal of Probability
• 影响因子: 1.4
• 作者: Rudolf Grubel;I. Michailow

Leader election: A Markov chain approach

领导者选举：马尔可夫链方法

• DOI: 10.14708/ma.v44i1.1141
• 发表时间: 2016
• 期刊: arXiv: Probability
• 作者: Rudolf Grubel;Klaas Hagemann
• 通讯作者: Klaas Hagemann

Search trees: Metric aspects and strong limit theorems

搜索树：度量方面和强极限定理

• DOI: 10.1214/13-aap948
• 发表时间: 2014
• 期刊: Annals of Applied Probability
• 影响因子: 1.8
• 作者: Rudolf Grubel

Doob--Martin boundary of R\'emy's tree growth chain

Doob--Remy 树生长链的 Martin 边界

• DOI: 10.1214/16-aop1112
• 发表时间: 2017
• 期刊: arXiv: Probability
• 作者: Rudolf Grubel;Steven N. Evans;Anton Wakolbinger
• 通讯作者: Anton Wakolbinger