Введение

Американский математик Герберт Эллис Роббинс (12 января 1915 – 12 февраля 2001) – американский математик и статистик. Он занимался исследованиями в области топологии, теории меры, статистики и ряда других направлений. Он был соавтором Ричарда Куранта книги «Что такое математика?», которая до сих пор (по состоянию на 2012 год) издаётся. Лемма Роббинса, используемая в эмпирических байесовских методах, названа в его честь. Алгебры Роббинса получили своё название благодаря гипотезе (впоследствии доказанной), сформулированной им относительно булевых алгебр. Теорема Роббинса в теории графов также носит его имя, как и синтез Уитни — Роббинса, инструмент, который он разработал для доказательства этой теоремы. Хорошо известная нерешённая задача минимизации ожидаемого ранга выбранного элемента при последовательном отборе с полной информацией, иногда называемая задачей о четвёртом секретаре, также носит его имя: проблема Роббинса об оптимальной остановке.

Биография

Робинс родился в Нью-Касле, штат Пенсильвания. Будучи студентом, Роббинс учился в Гарвардском университете, где Марстон Морс пробудил в нём интерес к математике. Роббинс получил докторскую степень в Гарварде в 1938 году под руководством Хасслера Уитни и с 1939 по 1941 год был инструктором в Нью-Йоркском университете. После Второй мировой войны Роббинс преподавал в Университете Северной Каролины в Чапел-Хилл с 1946 по 1952 год, где он был одним из основателей кафедры математической статистики, а затем провёл год в Институте перспективных исследований. В 1953 году он стал профессором математической статистики в Колумбийском университете. Он вышел на пенсию из Колумбийского университета в 1985 году и затем был профессором в Университете Рутгерса до выхода на пенсию в 1997 году. В проекте «Математическая генеалогия» числится 567 его потомков. В 1955 году Роббинс представил эмпирические байесовские методы на Третьем Берклийском симпозиуме по математической статистике и теории вероятностей. Роббинс также был одним из изобретателей первого алгоритма стохастической аппроксимации – метода Роббинса — Монро – и работал над теорией проверок мощности единицы и оптимальной остановки. В 1985 году, в статье «Асимптотически эффективные адаптивные правила распределения» совместно с Т.Л. Лай, он разработал равномерно сходящуюся политику отбора популяций для задачи о многоруком бандите, обладающую самой высокой скоростью сходимости к популяции с наибольшим средним значением, в случае, когда распределения вознаграждений популяций принадлежат однопараметрическому экспоненциальному семейству. Эти правила были упрощены в статье 1995 года «Последовательный выбор из нескольких популяций» совместно с Майклом Катехакисом. Он был членом Национальной академии наук и Американской академии искусств и наук, а также прошлым президентом Института математической статистики.