Konzentrationsungleichungen für Algorithmen (SS 2008)

Zeit: Do 16:15 - 18:00
Ort: 711 (groß)
Dozent: Prof. Dr. R. Neininger
Übungen: 14 tägig n.V. (Dipl. Math. H. Sulzbach):
Di 12-14, SR 711 (klein), Beginn: 15. April


Thema

Bei Stochastischen Konzentrationsungleichungen wird die Wahrscheinlichkeit abgeschätzt, dass eine reelle Zufallsvariable X von ihrem Erwartungswert um mindestens t > 0 abweicht. Es werden also Ungleichungen der Form

P( |X-E[X]|  ≥  t ) ≤  g(t)

gezeigt mit passenden Funktionen g . Derartige Ungleichungen sind sind u.a. wichtig bei der Analyse von Algorithmen, da sie beschreiben, inwieweit die Komplexität X eines Algorithmus nur mit geringer Wahrscheinlichkeit von der mittleren Komplexität abweicht.

In dieser Vorlesung werden klassische und moderne Techniken besprochen, mit denen Konzentrationsungleichungen für reelle Zufallsvariablen hergeleitet werden. Die Ergebnisse werden auf zahlreiche Probleme für Algorithmen und auf Probleme der kombinatorischen Optimierung angewandt werden.

Voraussetzung für diese Vorlesung ist die Elementare Stochastik; Kenntnisse in Stochastischen Prozessen (Martingale) und Maßtheorie sind nützlich, aber nicht notwendig. Einen guten Einblick in die Thematik geben die beiden unten genannten Übersichtsarbeiten von McDiarmid und Lugosi.


Skript zur Vorlesung

Skript (funktioniert nun, Kapitel 3 wird noch aktualisiert)


Weitergehende Literatur


Ralph Neininger