- Nhận đường liên kết
- X
- Ứng dụng khác
- Nhận đường liên kết
- X
- Ứng dụng khác
Ở bài post lần trước, chúng ta đã biết rằng phân bố chuẩn có tính chất "tự sinh sản" (self-reproducing): Tức nếu X_1, X_2 là hai biến ngẫu nhiên độc lập có phân bố chuẩn thì X+Y cũng có phân bố chuẩn. Bây giờ ta thấy nó cũng có tính chất ngược lại:
Định lí. Nếu X_1, X_2 là hai biến ngẫu nhiên độc lập và X_1 + X_2 có phân bố chuẩn thì cả X_1 và X_2 đều có phân bố chuẩn.
Định lí này được P. Levy đặt làm giả thuyết và được H. Creamer chứng minh vào năm 1936.
Chứng minh định lí. Kí hiệu \phi_1 và \phi_2, F_1, F_2 lần lượt là hàm đặc trưng, hàm phân bố của X_1 và X_2. Ta cần chỉ ra rằng các hàm đặc trưng có dạng e^{i\mu_i x - \sigma_i^2x^2/2} với \mu_i, \sigma_i nào đó. Để làm điều này, đầu tiên ta chứng minh \phi_i là hàm toàn phần (tức hàm phức chỉnh hình trên toàn miền), sau đó chứng minh nó có cấp \leq 2, không có không điểm và áp dụng định lí Hadamard cho hàm toàn phần để có điều phải chứng minh.
Đầu tiên, giả sử X_1+X_2 \sim N(m,\sigma), từ tính độc lập ta có
\phi\left(\dfrac{x-m}{\sigma} \right) = F_1 * F_2 (x) = \int F_1(x-u) dF_2(u).
Thay x thành x+y và sử dụng tính tăng của hàm phân bố suy ra
\phi\left(\dfrac{x-m}{\sigma} \right) \geq \int_{-\infty}^{y} F_1(x+y-u) dF_2(u)\geq F_1(x) \int_{-\infty}^{y} dF_2(u) = F_1(x) F_2(y).
Cố định y để F_2(y) > 0, sử dụng bất đẳng thức
1-\phi(x) + \phi(-x) < \left(\dfrac{2}{\pi} \right)^{1/2} x^{-1} exp\left(- \dfrac{1}{2}x^2\right),
với mọi x đủ lớn, kết hợp 2 bất đẳng thức trên, ta có tồn tại các số A, B để
1- F_1(x) + F_1(-x) < A exp\left(-\dfrac{x^2}{2\sigma^2} +B|x| \right).
Tích phân từng phần, để ý rằng...
ta có
J = \int_{-\infty}^{\infty} exp\left(\dfrac{x^2}{4\sigma^2} \right) dF_1(x)<\infty,
suy ra \phi_1 là hàm toàn phần. Hơn nữa,
|\phi_1(z)| \leq \int exp\left(\sigma^2 |z|^2 + \dfrac{x^2}{4\sigma^2} \right) dF_1(x) = J exp(\sigma^2 |z|^2),
vậy cấp của \phi_1 nhỏ hơn hoặc bằng 2, và
\phi_1(z)\phi_2(z) = exp\left(imz - \sigma^2z^2/2 \right),
ta suy ra \phi_1 không có không điểm.
Bây giờ ta cần một bổ đề sau, có thể hình dung như mở rộng của định lí cơ bản của đại số:
Bổ đề (Định lí Hadamard). Nếu f là hàm toàn phần có cấp \leq \rho thì f có phân tích
f(z) = e^{g(z)} z^m \prod_{j=1}^{\infty} E_d(z/ a_j),
với E là elementary factor, (a_j) là tập các không điểm của f, m=ord_{z=0} f(z), g(z)\in \mathbb{C}[Z], và \text{deg} g, d \leq \rho.
Áp dụng bổ đề, \phi_1(z) phải có dạng exp(\alpha_1 z^2 + beta_1 z+ \gamma_1). Tuy nhiên từ tính chất của hàm đặc trưng rằng \phi(0) =1, \overline{\phi_1(z)} = \phi_1(-z), |\phi_1(z)| \leq 1, ta có
\phi_1(z) = exp\left(i \mu_1 z - \sigma_1^2z^2/2 \right),
tương tự với \phi_2 ta có điều cần chứng minh.
Tài liệu tham khảo: T.Hida, Brownian Motion.
Định lí. Nếu X_1, X_2 là hai biến ngẫu nhiên độc lập và X_1 + X_2 có phân bố chuẩn thì cả X_1 và X_2 đều có phân bố chuẩn.
Định lí này được P. Levy đặt làm giả thuyết và được H. Creamer chứng minh vào năm 1936.
Chứng minh định lí. Kí hiệu \phi_1 và \phi_2, F_1, F_2 lần lượt là hàm đặc trưng, hàm phân bố của X_1 và X_2. Ta cần chỉ ra rằng các hàm đặc trưng có dạng e^{i\mu_i x - \sigma_i^2x^2/2} với \mu_i, \sigma_i nào đó. Để làm điều này, đầu tiên ta chứng minh \phi_i là hàm toàn phần (tức hàm phức chỉnh hình trên toàn miền), sau đó chứng minh nó có cấp \leq 2, không có không điểm và áp dụng định lí Hadamard cho hàm toàn phần để có điều phải chứng minh.
Đầu tiên, giả sử X_1+X_2 \sim N(m,\sigma), từ tính độc lập ta có
\phi\left(\dfrac{x-m}{\sigma} \right) = F_1 * F_2 (x) = \int F_1(x-u) dF_2(u).
Thay x thành x+y và sử dụng tính tăng của hàm phân bố suy ra
\phi\left(\dfrac{x-m}{\sigma} \right) \geq \int_{-\infty}^{y} F_1(x+y-u) dF_2(u)\geq F_1(x) \int_{-\infty}^{y} dF_2(u) = F_1(x) F_2(y).
Cố định y để F_2(y) > 0, sử dụng bất đẳng thức
1-\phi(x) + \phi(-x) < \left(\dfrac{2}{\pi} \right)^{1/2} x^{-1} exp\left(- \dfrac{1}{2}x^2\right),
với mọi x đủ lớn, kết hợp 2 bất đẳng thức trên, ta có tồn tại các số A, B để
1- F_1(x) + F_1(-x) < A exp\left(-\dfrac{x^2}{2\sigma^2} +B|x| \right).
Tích phân từng phần, để ý rằng...
ta có
J = \int_{-\infty}^{\infty} exp\left(\dfrac{x^2}{4\sigma^2} \right) dF_1(x)<\infty,
suy ra \phi_1 là hàm toàn phần. Hơn nữa,
|\phi_1(z)| \leq \int exp\left(\sigma^2 |z|^2 + \dfrac{x^2}{4\sigma^2} \right) dF_1(x) = J exp(\sigma^2 |z|^2),
vậy cấp của \phi_1 nhỏ hơn hoặc bằng 2, và
\phi_1(z)\phi_2(z) = exp\left(imz - \sigma^2z^2/2 \right),
ta suy ra \phi_1 không có không điểm.
Bây giờ ta cần một bổ đề sau, có thể hình dung như mở rộng của định lí cơ bản của đại số:
Bổ đề (Định lí Hadamard). Nếu f là hàm toàn phần có cấp \leq \rho thì f có phân tích
f(z) = e^{g(z)} z^m \prod_{j=1}^{\infty} E_d(z/ a_j),
với E là elementary factor, (a_j) là tập các không điểm của f, m=ord_{z=0} f(z), g(z)\in \mathbb{C}[Z], và \text{deg} g, d \leq \rho.
Áp dụng bổ đề, \phi_1(z) phải có dạng exp(\alpha_1 z^2 + beta_1 z+ \gamma_1). Tuy nhiên từ tính chất của hàm đặc trưng rằng \phi(0) =1, \overline{\phi_1(z)} = \phi_1(-z), |\phi_1(z)| \leq 1, ta có
\phi_1(z) = exp\left(i \mu_1 z - \sigma_1^2z^2/2 \right),
tương tự với \phi_2 ta có điều cần chứng minh.
Tài liệu tham khảo: T.Hida, Brownian Motion.
- Nhận đường liên kết
- X
- Ứng dụng khác
Nhận xét
Quá hay đạt ah, mình đang tìm hiểu đam mê với Thống kê, phải học hỏi Đạt nhiều
Trả lờiXóa