2025年9月12日（周五）上午10:30-11:30，应中央财经大学管理科学与工程学院的邀请，加拿大卡尔顿大学理学院终身正教授赵以强（YiqiangQ. Zhao）博士做客智能管理交叉学科系列讲座（第33期），带来了题为“GTH Algorithm, Censored Markov Chains, and RG-Factorization in Block-Form”的学术报告。本次讲座在中央财经大学沙河校区二教113教室举行，由我院王金亭教授和统计与数学学院张美娟副教授共同主持，学院多位老师及博士生参加了本次讲座。

赵以强教授是应用概率和随机运筹领域的国际知名学者，现任加拿大卡尔顿大学理学院终身正教授、卡尔顿-渥太华-魁北克大学统计概率联合研究室主任。他曾历任卡尔顿大学数学统计学院院长、理学院副院长等重要职务，并担任加拿大统计学会概率分会会长、（国际著名）菲尔兹数学科学研究所董事会成员等。赵教授在国际一流权威期刊上发表了150多篇高水平学术论文，谷歌学术引用达3000余次，连续30多年主持多项国家重要科研项目，并在《Queueing Systems》等五种国际主流权威期刊担任副主编，为应用概率，尤其是排队论及相关领域做出了重要贡献。

讲座中，赵以强教授首先回顾了本研究的背景。他介绍了1985年由Grassmann,Taksar和Heyman提出的GTH算法，该算法为计算有限状态马尔可夫链的平稳概率提供了一种数值稳定的方法，已成为应用概率领域的标准算法之一。随后，该算法在1990年被推广应用于处理具有重复行的块结构马尔可夫链。

在此基础上，赵教授详细阐述了本次报告的核心内容。他为块结构马尔可夫链的GTH算法的各个组成部分提供了清晰的概率解释。进一步地，研究展示了如何利用“截断（censoring）”这一概念，将GTH算法的应用范围从有限状态马尔可夫链扩展到无限状态马尔可夫链。研究还论证了RG-分解（RG-factorization）与高斯消元法中的LU分解存在类比关系，并证明了其与GTH算法的等价性。值得注意的是，研究指出，在l1-范数下，通过截断马尔可夫链来近似原链的平稳分布时，能够产生最小的逼近误差。

讲座内容丰富，研究视角新颖，引发了与会者对相关领域研究的深入思考。在交流环节，主讲嘉宾与在场师生就讲座内容展开了充分的讨论，并对师生提出的问题进行了详细的互动解答。参加本次讲座的师生均表示受益匪浅。本次讲座围绕应用概率与随机运筹的前沿理论与方法进行了多维度启发性的探讨，进一步强化了我院师生与国际顶尖学者间的学术交流，为未来开展高水平的学术合作奠定了良好基础。

撰稿：张铃佼

审核：刘志东