Concept

Chung Kai-lai

Résumé
Kai Lai Chung (Chinois traditionnel: 鍾開萊; Chinois simplifié: 钟开莱; 1917 – 2009) est un mathématicien sino-américain connu pour ses importantes contributions à la théorie des probabilités moderne. Chung est né le à Hangzhou, la capitale de la province du Zhejiang. Chung entre à l'Université Tsinghua en 1936, et suit d'abord des études de physique dans son département de physique. En 1940, Chung est diplômé du département de mathématiques de l'Université nationale associée du sud-ouest, où il travaille comme assistant d'enseignement. Au cours de cette période, il étudie d'abord la théorie des nombres avec Hua Luogeng puis la théorie des probabilités avec Pao-Lu Hsu. En 1944, Chung est choisi pour être l'un des lauréats du sixième programme de bourses financé par les pour étudier aux États-Unis. Il arrive à l'Université de Princeton en , et a obtenu son doctorat en 1947. La thèse de Chung était intitulée « On the maximum partial sum of sequences of independent random variables » (« Sur la somme partielle maximale de suites de variables aléatoires indépendantes ») et il a travaillé sous la supervision de John Wilder Tukey et Harald Cramér. Dans les années 1950, Chung a enseigné à l'Université de Chicago, l'Université Columbia, l'Université de Californie à Berkeley, l'Université Cornell et l'Université de Syracuse. Il est ensuite transféré à l'Université Stanford en 1961, où il a fait des contributions fondamentales à l'étude du mouvement brownien et posé le cadre général de la théorie mathématique des chaînes de Markov. Chung est par la suite nommé professeur émérite de mathématiques au département de Mathématiques à l'université Stanford. Chung est considéré comme l'un des principaux probabilistes d'après-guerre. Il a été conférencier invité au Congrès international des mathématiciens, une première fois en 1958 à Edimbourg, puis en 1970 à Nice. Quelques-unes de ses contributions les plus influentes résident dans la forme de ses exposés dans les manuels élémentaires de probabilités et sur les chaînes de Markov.
À propos de ce résultat
Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.