概率与资讯中分析引理及相关定理证明.pdfVIP

概率與資訊中的分析引理 及相關定理證明 一一兼談中國大陸一道高考壓軸題的數學背景 徐瀝泉 張建良 0. 引言 概率論與資訊學中導出某些隨機變量的重要的分佈函數時屢次要用到數學分析中的結論。 本文將詳細而嚴格地論證兩條分析引理, 它們是產生 卜瓦松 (Poisson) 分佈, 常態分佈 (N (x, σ)) 和熵與資訊中申農定理 (1948年由美國工程師 C. E. Shannon 的開創性論文 A mathe- matical theory of communication, Bell System Tech., 27(1948), 379-423, 623-656 發 表後確立) 的重要機制。 兼談 2001年中國數學高考壓軸題 (大陸卷) 的數學背景。 1. 引理 I — 產生 卜瓦松分佈和常態分佈的重要機制 1.1. 引理 I 與 卜瓦松分佈 引理I: 若 f (x) 是嚴格單調函數和連續函數且 ∀x, y ∈ R, f (x) f (y) = f (x + y) 成立, x 則 f (x) = a , a 0 且 a = 1。 證明: f (x) = f x + x = f x f x = f 2 x ≥ 0, 2 2 2 2 2 同理 f (2x) = f 2 (x), f (3x) = f 3 (x), . . ., f (nx) = fn (x), n ∈ N。 1 n 1 1 1 1 1 令 x = 得 f (1) = f 即 f n (1) = f 或 f = f n (1)。 n n n n 1 1 設 f (1) = a ⇒ f = a n 顯然 a ≥ 0, 下面我們來詳細討論 a 的取值範圍: n ∵ f (0) = f (0 + 0) = f 2 (0), ∴ f (0) = 0 或 f (0) = 1。 若 f (0) = 0 引理的結論成立, 則有 a0 = 0 這樣的 a 不存在, 故 f (0) = 0; 若 f (0) = 1 引理的結論成立, 則有 a0 = 1, 則 a 可取 0 以外的任何數。 但由題設中的單 80 概率與資訊中的分析引理及相關定理證明 81 調性, 當 f (x) 是增函數時 ∵ 1 0, ∴ f (1) f (0) 即 a 1; 當 f (x) 是減函數時 ∵ 1 0, ∴ f (1) f (0) 即 a 1, 由此可以確定 a 0 且 a = 1。 1 m 1 m m 從上可知 ∀m ∈ N , f m = f 即 f = a n 。 n n n 由 m 和 n 的任意性可知對一切有理數 α, f (α) = aα 成立, 再利用單調性和連續性可證 對無理數也成立, 從而引理 I 獲證。 下面我們來看所謂的 卜瓦松分佈或常態分佈。 若研究對象滿足: (1) 過程的平穩性 (即它的概率規律不隨時間的推移而改變); (2) 獨立增量性 (無後效性, 即在互不相交的時間間隔內過程進行的相互獨立性); (3) 普通性 (在同一時間瞬間事件出現有兩次或兩次以上的情形實際上是不可能的) 則這些隨機變量皆服從 卜瓦松分佈: (λx)kx