数学知识扩充.pdfVIP

重尾分布 维基百科，自由的百科全书 跳转到： 导航、 搜索 在机率论中，重尾分布 （英语：Heavy-tailed distribution）是一种机率分布的模型，它的尾部比指数分布还要厚。在许多状况中，通常右边尾部的分布会比较受到重 视，但左边尾部比较厚，或是两边尾部都很厚的状况，也会被认为是一种重尾分布。 重尾分布之中，又有两个子类型，分别称为长尾分布 （long-tailed distributions）以及次指数分布 （subexponential distributions）。 目录 [隐藏]  1 定义 o 1.1 重尾分布 o 1.2 长尾分布 o 1.3 次指数分布  2 注释 [编辑] 定义 [编辑] 重尾分布 在一个累积分布函数中，一个随机变量 X 的分布状况，在以下状况时，被称为是一个重尾分布。假设： 如果以尾部分布函数的方式来呈现时， 最后可以被写成： [1] 这相当于一个动差生成函数 F, M (t) ，对所有的 t 0 来说，都是无限的 。 F 重尾分布的左尾，与双尾分布，定义相同。 [编辑] 长尾分布 在一个累积分布函数中，一个随机变量 X 的分布，出现以下状况时，被称为是一个长尾分布。假设对所有 t 0 ： 这相等于 对一个右尾部形成长尾分布的状况，我们可以做一个直观的解释：假如一个长尾分布的尾部数量超过某个很高的水平，它超过另一个更高水平的机率会接近于一。也就是 说，如果你发现状况很糟，它可能会比你想像的还要糟。 长尾分布是重尾分布中的一个特例。所有的长尾分布都是重尾分布，但反之则不然，也就是说，我们可以找出某一个重尾分布，它不是长尾分布。 [编辑] 次指数分布 次指数分布是以机率分布的折积定义出来的。两个独立、不同的随机变量 的共同分布函数 ，它自己的折积定义为 ，使用勒贝格-史台杰斯积分 （Lebesgue –Stieltjes integration） 定义为： n-fold 折积的 也以同样方式定义。其尾端分布函数 定义为 。 当以下式子成立，机率分布函数 在正的中线（positive half-line）上，被定义为次指数分布： 这也意味着，对所有 来说： 数学分析中的分布是广义函数的一种，由法国数学家洛朗·施瓦茨首先于二十世纪五十年代引入。分布推广了普通意义上的函数概念。对于普通意义上不可导甚至不连续 的函数，可以具备分布意义上的导数。事实上，任意局部可积的函数都有分布意义上的弱导数。在偏微分方程的研究中，常常使用分布来表示方程的广义解函数，因为很 多时候传统意义上的解函数不存在或难以求出。分布理论在物理学和工程学中都十分有用，因为在应用中常会出现解或初始条件是分布的微分方程，例如初始条件可能是 一个狄拉克δ 分布。 广义函数的概念最早由谢尔盖·索伯列夫在 1935 年提出。1940 年代末，施瓦茨等人开始建立分布理论，首次提出了一个系统清晰的广义函数理论。 目录 [隐藏]  1 基本理念  2 严格定义 o 2.1 检验函数空间  3 参见  4 参考来源  5 拓展阅读 [编辑] 基本理念 很多时候，函数是描述某个对象的性质的手段。传统的函数是将输入值和输出值建立对应关系的映射，是从本质上描述对象性质的方法。分布的概念则源自物理学的发展。 二十世纪初发展起来的量子力学理论，特别是不确定性原理的发现，使物理学家抛弃了从本质上确定地表述对象的想法，而是将对象的性质视作它在一定的测量手段下的 1 表现。我们能够获得“某个粒子的位置”的信息，是因为使用了某种测量的工具。对象的性质通过测量才得以表现。分布理论发展了这种概念，通过观察某个函数 与其 它函数的“相互作用”来刻画这个函数。具体来说，我们观察 和一群“测量函数” 之乘积的积分：