概率论中几个有趣的例子

转载】概率论中几个有趣的例子 2007-6-3 13:06:00 | By: Byron 0推荐作者: ni1985 (妮子|从东方席地卷来一团野火), 原发新水木Mathematics 已经酝酿很长时间的本文终于出场了。 写本文的主要目的：1 很多人看了我前面大量的历史日志后，对我的数学水平产生了怀疑；2 有高中的校友师妹咨询关于大学数学学习的问题；3 概率论是数学中一个重要而美的分支，可惜多数同学尚没有机会看到其冰山一角。 本文的读者适用范围：最低标准是学过工科专业的高等数学和概率论，最高标准不清楚（也许水平比我高的人就不屑于读了） 当我跟皇上提到要写这篇文章的想法时，我提到：试图用比较短的篇幅让只要有初等概率论基础的人，也能看懂，从而对较深的概率论的研究对象和有趣的结论有一个初步的了解，激发其进一步深入学习概率论的兴趣。皇上说：那可不容易，相当于一个毕业设计了。我觉得，确实如此，本文是基本失败还是基本成功，还要看读者的评价。 要想引入本文的内容，首先从数学美的定义说起。关于数学美，我比较欣赏的有两种观点，一是Birkhoff的观点，数学美=逻辑的复杂程度/表述的复杂程度；二是Von Neumann的观点，数学的活力依赖于与它有联系的科学分支的多寡与分支的活力。也许做应用的人更喜欢后者，但我是比较喜欢前者的。因此，我下面的主要内容就是介绍一些概率论中的基本例子，这些例子的表述是相当简单的，但得到这些例子的手段却比较复杂。我将试图把每个例子表述清楚，让只要有初等概率论基础的读者就知道在说什么，但对得到这些结果的证明过程则一律省略，只简要提出涉及的基本工具，但其中有些比较简单的细节会给大家留为习题。这些例子一律来自伟大的Durrett的著作：Probability theory and examples我认为最优秀的概率论教材。 例1. Coupon collector问题：X1,X2,是独立同分布，均匀的取自集合1，n的随机变量序列。大家把集合1，n想象为若干张扑克牌，每次我们等概率的取一张扑克牌，取完放回。 ，意思就是手中取过k种不同的扑克牌所需的次数。T(n)=t(n,n)表示取过所有扑克牌所需的次数。X(n,k)=t(n,k)-t(n,k-1)，则X(n,k)服从参数是1-(k-1)/n的几何分布（思考题！），它的期望和方差可求，且容易发现X(n,1),X(n,n)相互独立，从而可以求出ET(n),Var T(n)（习题！)。且去证明 依概率趋近于0.（数学基础稍微深一些的同学都知道，L2收敛蕴含依概率收敛）最终得到一个漂亮的结论： 依概率收敛于1. 数学基础比较少的同学可以直接看这一行，我把这一行的实际意义说清楚：就是假设我们要收集的邮票有n张，而每次别人给我们提供的邮票恰恰是等概率的，那么要想把n张收集全，需要的时间依概率趋近于 nlogn。 所以大家就可以发现，为什么我们想集齐比较少的邮票要比集齐多的邮票容易的多。 作为更为深层次的读者，我要说的是，在随机变量收敛性问题的研究中，独立性和矩总是常见的关注对象。为什么我们非常喜欢方差这个概念呢？我想一个重要的性质就是：对于独立的随机变量，方差对和有分配律。于是二阶中心矩才会成为最重要的矩。通过对矩的估计把随机变量的收敛性问题，转化为实数序列的收敛性问题，最后完全是数学分析的东西，这种手段是屡屡使用的。 例2 非对称的简单随机游动问题： 独立同分布， , , . 对于数学基础不太好的同学，我简单介绍一下这个问题的背景，其实很好理解。设有一个点在0时刻位于实轴的原点0处，它在每个时刻以概率p向右跳跃一个单位长度，以概率q向左跳跃一个单位长度，且跳跃的方向与以前每次跳跃的情况是独立的。 表示的是：n时刻这个点所在的位置。 我们有如下非常精彩的结论： 1 , 的直观意思就是，这个点首次跳到x的位置的时刻。那么对于任意的 ， 这里函数 。 上面的这个等式的直观意义：a是负半轴上一点，b是正半轴上一点，点没到b之前先到a的概率被计算了出来。 得到这个结论最快的方法就是用鞅论。鞅实在是一个漂亮的东西，而它的漂亮之处就在于它与停时结合在一起后的巨大威力。用N表示 和 中的较小值，则N是停时。首先要说明的是N小于无穷大。要得到这个结论，我掌握的有三种方法： （1）通过EN小于无穷大，得到这个结论，这事实上是通过一个强的多的结论说明的，具体见Durrett书181页。 （2）通过鞅收敛定理，见Durrett书275页。其中用了一个重要结论：一致有界的鞅序列必然一致可积（应该是很显然的吧，呵呵）。 （3）通过马氏链的性质：对于一个有可列状态，不可约的马氏链，用F表示状态空间的一个有限子集，设初始状态属于F,用T表示链首次离开F的时间，则一定有T小于无穷大。（可以作为本科生三年级应用随机过程的习题，证之！） 2 即首次到达b点的平均时间是 。 处理方法还是用鞅论，这里不再多说。 关于用鞅论解决马氏链问题的例子，我还推荐数学基础比较高的同学阅读Durrett书上的（1）M/G/1排队（282页，298页，309页） （2）生灭过程（295页，301页） 本来我认为这两个例子是更加漂亮的，但考虑到数学基础一般的同学的阅读水平，就不写了。 例3 遍历定理的一个应用（Benford定律） 首先提一个问题：随机选取一个正整数，它的第一位数字是1 的概率是多少？ 很多同学会武断的回答：1/9. 可是你忘记了问我一个问题：你是如何随机选取的？ 也许你会说：这还用问？就是等概率的选取呗。 可是不要忘记，对于可列状态的状态空间，不存在一个概率测度，使得它在任意两个单点集上的概率相同！（思考题！） 其实一个直观的想法是：我们考虑前n个正整数中（均匀分布是可能的），首位数字是1的概率记为f(n),然后把f(n)的极限作为我上面所提问题的答案。 可是随后会不幸的发现，极限是不存在的！ 于是作为习题，设前个正整数中，首位数字是的概率记为 ,则 的上极限是5/9,下极限是1/9，且对于任意属于区间1/9,5/9的实数a，都存在 的子序列，它的极限就是a。类似的，记前n个正整数中，首位数字是2的概率是 ,其上极限是10/27,下极限是1/18.（作为数学分析的习题！） 但是，当我们转而思考这样的等比序列，1，2，4，8，16，记这个序列的前n项中首位数字是1的概率为 ,则 是有极限的，且极限是 .一般地，对于任意一个非10的整数次幂的正整数q，考虑以1为首项，以q为公比的等比数列，它的前n项中首位数字是k的概率为 ,则 的极限是 . （证明不可能在这里给出了，大家只管从结论中去欣赏概率论之美吧！） 这个结论是非常漂亮的！叙述是非常简单的，意义是非常直观的，但并不是容易猜到的，证明所需的背景遍历定理又是极其深刻的。读来畅快淋漓！ 今年春天，陈大岳教授（陈大岳教授的书目和学习指南）对我说，在现代概率论的研究中，遍历定理显现