本项目致力于高维随机矩阵的特征根及其各种统计量的概率极限理论研究,旨在探索随机矩阵特征根渐近分布的高度普适性。研究对象主要包括Gauss酉(正交)矩阵及其多种变化形式:Wigner 矩阵、非平移变化不变矩阵等;涉及特征根的统计量有:特征根的经验分布、特征根之间的间隙、极值特征根、具有一定属性的根个数等;主要的极限理论内容包括:经验分布、大数定律、中心极限定律、Tracy-Widom分布及其推广形式的分布、大偏差原理及其尾概率估计等。研究方法和技巧:高维随机矩阵迹的矩估计、正交多项式渐近性、多维Riemann-Hilbert问题求解、Topelitz型行列式的展开;. 同时致力于随机增长过程的增长方式和增长速度的研究。对象主要包括:随机Young表、随机排列、平面格点上渗流过程的首中时和最大时,全不对称排他过程等。力求建立随机矩阵和增长过程之间的内在联系,二者互为借鉴,求同存异。
{{i.achievement_title}}
数据更新时间:2023-05-31
多能耦合三相不平衡主动配电网与输电网交互随机模糊潮流方法
基于文献计量学和社会网络分析的国内高血压病中医学术团队研究
东太平洋红藻诊断色素浓度的卫星遥感研究
武功山山地草甸主要群落类型高光谱特征
具有随机多跳时变时延的多航天器协同编队姿态一致性
特殊函数渐近分析及其在随机矩阵理论的应用
随机场的渐近理论及其应用研究
相依型随机矩阵谱统计量的渐近理论及应用
Riemann-Hilbert 方法和随机矩阵谱分析中的 Painleve 渐近