Одним из главных принципов уникальной «системы Физтеха», заложенной в основу образования в МФТИ, является тщательный отбор одаренных и склонных к творческой работе представителей молодежи. Абитуриентами Физтеха становятся самые талантливые и высокообразованные выпускники школ всей России и десятков стран мира.

Студенческая жизнь в МФТИ насыщенна и разнообразна. Студенты активно совмещают учебную деятельность с занятиями спортом, участием в культурно-массовых мероприятиях, а также их организации. Администрация института всячески поддерживает инициативу и заботится о благополучии студентов. Так, ведется непрерывная работа по расширению студенческого городка и улучшению быта студентов.

Адрес e-mail:

Лекция известного профессора математики — Нелли Литвак

9fcb001cf4ff69fe61f428022ef019a9_400x400.jpeg2 марта на Физтехе в рамках межкафедрального семинара прочтёт лекцию известный профессор математики из Университета Твенте (Нидерланды), автор книги «Формула призвания» и блогер «Эха Москвы» — Нелли Литвак.

Мероприятие пройдёт в Большой физической аудитории лабораторного корпуса МФТИ, начало в 18:30

Лекция: «Ranking algorithms in random graphs».

In this talk I will give an overview of the line of work on mathematical properties of Google PageRank algorithm. We will first discuss computational aspects, and sensitivity to changes in the network. Next, we will zoom in on the remarkable property that the distribution of PageRank in scale-free networks follows a power law with the same exponent as in-degree. We will see how this can be explained by a probabilistic model, based on a stochastic fixed point equation. The main result is the distribution of a family of rankings, which includes Google's PageRank, on a directed configuration model (DCM). The result states that the rank of a randomly chosen node in the graph converges in distribution to a finite random variable that can be written as a linear combination of i.i.d. copies of the endogenous solution to a stochastic fixed point equation. For the first time in the literature, this result establishes a limiting behavior for a complete PageRank distribution. This provides a very accurate approximation for the PageRank distribution on the DCM but also on a complete English Wikipedia graph. The essence of the proof is in coupling of the DCM with a specially constructed tree. The main result is obtained by showing that the ranking in the graph converges with any given precision before the coupling breaks. 
(joint work with Mariana Olvera-Cravioto and Ningyuan Chen).
Если вы заметили в тексте ошибку, выделите её и нажмите Ctrl+Enter.

© 2001-2016 Московский физико-технический институт
(государственный университет)

Техподдержка сайта

МФТИ в социальных сетях

soc-vk soc-fb soc-tw soc-li soc-li
Яндекс.Метрика