Joel Aaron Tropp (nacido en julio de 1977 en Austin, Texas ) es el profesor de matemáticas aplicadas y computacionales de la familia Steele en el Departamento de Ciencias Matemáticas y Computación del Instituto de Tecnología de California . Es conocido por su trabajo en aproximación dispersa , álgebra lineal numérica y teoría de matrices aleatorias .
Tropp estudió en la Universidad de Texas , donde completó la licenciatura en Matemáticas y la licenciatura en Plan II con honores en 1999 y la maestría y doctorado en Matemáticas Computacionales y Aplicadas en 2001 y 2004. [1] Su disertación se tituló Temas en Sparse Approximation , y sus asesores fueron Inderjit Dhillon y Anna C. Gilbert . [2] Enseñó en la Universidad de Michigan de 2004 a 2007. [1] Ha estado en la facultad del Instituto de Tecnología de California desde 2007. [3]
En sus primeras investigaciones, [4] Tropp desarrolló garantías de rendimiento para algoritmos de aproximación dispersa y detección comprimida . En 2011, publicó un artículo [5] sobre algoritmos aleatorios para calcular una descomposición de valores singulares truncados . También ha trabajado en la teoría de matrices aleatorias, donde ha establecido una familia de resultados, [6] denominados colectivamente desigualdades de concentración de matrices , que incluye la matriz de Chernoff .
Tropp recibió el Premio Presidencial de Carrera Temprana para Científicos e Ingenieros (PECASE) en 2008. [7] En 2010, recibió una Beca de Investigación Alfred P. Sloan en Matemáticas, [8] y recibió el Sexto Vasil A. Premio Popov en teoría de aproximación por su trabajo sobre algoritmos Matching Pursuit . [4] Ganó el octavo premio Monroe H. Martin en matemáticas aplicadas en 2011 por su trabajo en optimización dispersa. [9] Fue reconocido como investigador altamente citado de Thomson Reuters en ciencias de la computación durante los años 2014, 2015 y 2016. [10] En 2019 fue nombrado miembro de SIAM"por contribuciones al procesamiento de señales, análisis de datos y álgebra lineal aleatoria". [11]