Допомога у написанні освітніх робіт...
Допоможемо швидко та з гарантією якості!

Ймовірнісний зміст нерівності Йєнсена (реферат)

РефератДопомога в написанніДізнатися вартістьмоєї роботи

Для опуклої функції будь-яка точка дуги AB розташована вище відповідної точки хорди AB, для угнутої функції — навпаки. Якщо функція f лінійна, то математичне сподівання функції співпадає з функцією математичного сподівання випадкового аргумента, а точка (x — f (x)) відповідає середині відрізка AB. Таким чином, рівність у співвідношеннях (8) і (9) досягається у двох випадках: коли x 1 = x 2… Читати ще >

Ймовірнісний зміст нерівності Йєнсена (реферат) (реферат, курсова, диплом, контрольна)

Реферат.

на тему:

Ймовірнісний зміст нерівності Йєнсена.

Нові інформаційні технології в освіті неможливі без нової інформації в конкретних навчальних дисциплінах. В останні роки невпинно зростає кількість прихильників виховання ймовірнісного світогляду школярів і студентів, що вивчають математичні дисципліни. При цьому дуже важливу роль відіграють приклади проникнення ймовірнісних ідей, методів і результатів у неймовірнісні розділи математики. Про один з таких прикладів йде мова у цій роботі.

Нерівністю Йєнсена в математиці називають нерівність:

f ( x 1 + . . . + x n n ) >= f ( x 1 ) + . . . + f ( x n ) n ,.

(1).

де f  — опукла на проміжку ( a - b ) функція, а x 1 , x 2 , . . . , x n  — довільні числа з цього проміжку, при цьому нерівність перетворюється в рівність у випадках, коли x 1 = . . . = x n і коли f  — лінійна функція. Якщо функція угнута в ( a - b ) , то нерівність Йєнсена записують так:

f ( x ) <= f ( x ) ,.

(2).

де x  — середнє арифметичне чисел x 1 , x 2 , . . . , x n  — f  — середнє арифметичне чисел f ( x i ) i = 1, . . . , n . В загальному вигляді нерівність Йєнсена містить замість середніх арифметичних середні зважені. Тобто.

x = 1 x 1 + . . . + n x n ,.

(3).

f ( x ) = 1 f ( x 1 ) + . . . + n f ( x n ) ,.

(4).

де i >= 0 і i = 1 n i = 1 .

(5).

Треба підкреслити, що нерівність Йєнсена має багато важливих застосувань [1−5]. Зауважимо, що в дискретній формі нерівність була встановлена О. Гельдером (H" older, 1889), а інтегральна нерівність — Й. Йєнсеном (Jensen, 1906).

Інтегральну нерівність для угнутої функції записують так:

f ( a b x ( x ) dx ) <= a b ( x ) f ( x ) dx ,.

(6).

де ( x ) >= 0 на [ a , b ] і a b ( x ) dx = 1 .

(7).

Нагадаємо, що функція f називається опуклою (угнутою) в ( a , b ) , якщо.

f ( x 1 + x 2 2 ) >= f ( x 1 ) + f ( x 2 ) 2 ,.

(8).

f ( x 1 + x 2 2 ) <= f ( x 1 ) + f ( x 2 ) 2 .

(9).

для довільних x 1 , x 2 ( a , b )  — при цьому рівність у співвідношеннях досягається у випадках, коли x 1 = x 2 і коли f  — лінійна функція.

Треба зауважити, що є різні способи доведення (обґрунтування) нерівності Йєнсена. Так, в [1, 2] використовується метод Кошідоведення в [3] спирається на фізичне поняття центра мас системи матеріальних точокв [4] нерівність Йєнсена отримана з формули Тейлора за умови, що функція f має в ( a , b ) другу похіднув [5] запропоновано доведення нерівності Йєнсена при умові, що опукла (угнута) в ( a , b ) функція f диференційована в цьому проміжку.

Цікаво встановити ймовірнісний зміст нерівності Йєнсена. Зрозуміло, що ми маємо справу з випадковими величинами вже в означеннях для опуклої (8) та угнутої (9) функцій. Фактор випадковості обумовлений довільністю вибору точок x 1 , x 2 на проміжку ( a , b ) . Таким чином, можна вважати, що X  — випадкова величина, Y = f ( X )  — функція випадкового аргумента. При цьому для вибірки без повторень з об'ємом n = 2 дискретний розподіл має вигляд:

X .

x 1 .

x 2 .

Y .

f ( x 1 ) .

f ( x 2 ) .

(10).

p i .

1 2 .

1 2 .

З точки зору теорії ймовірностей в означеннях (8) і (9) порівнюються математичне сподівання (вибіркове середнє) функції і значення функції від математичного сподівання аргумента (рис.1).

Рис. 1. До означення опуклої (а) та угнутої (б) функцій.

Для опуклої функції будь-яка точка дуги AB розташована вище відповідної точки хорди AB , для угнутої функції - навпаки. Якщо функція f лінійна, то математичне сподівання функції співпадає з функцією математичного сподівання випадкового аргумента, а точка ( x - f ( x ) ) відповідає середині відрізка AB . Таким чином, рівність у співвідношеннях (8) і (9) досягається у двох випадках: коли x 1 = x 2 і коли f ( x )  — лінійна функція. У роботі [5] другий випадок лишився поза увагою автора. Будь-яка нелінійність порушує пропорційну залежність між x і y . Так, для опуклої функції f збільшується множина значень, які перевищують f ( x ) , для угнутої функції - навпаки. Це вагомий аргумент на користь кусково-лінійної інтерполяції функцій. З точки зору фізики це означає, що для опуклої дуги AB центр ваги матеріальних точок A і B завжди лежить під дугою. Ця властивість центра ваги двох матеріальних точок виконується для будь-якого числа n матеріальних точок, що лежать на опуклій кривій AB . В цьому випадку крива AB апроксимується сукупністю прямолінійних відрізків, і ми одержуємо шукане узагальнення.

Дискретний розподіл для вибірки без повторень з об'ємом n має вигляд:

X .

x 1 .

x 2 .

x n .

Y .

f ( x 1 ) .

f ( x 2 ) .

f ( x n ) .

p i .

1 n .

1 n .

1 n .

Математичне сподівання аргументу визначається так:

x = 1 n i = 1 n x i .

Математичне сподівання функції.

f ( x ) = 1 n i = 1 n f ( x i ) .

Зрозуміло, що в цьому випадку краще скористатися процедурою групування вибірки і, спираючись на попередній результат, довести нерівність Йєнсена для опуклої (1) та угнутої (2) функцій.

Перейдемо до вибірки з повтореннями. Нехай значення аргументу x 1 повторюється k 1 разів, а x 2  — k 2 разів, k 1 + k 2 = K  — об'єм вибірки. Дискретний розподіл має вигляд:

X .

x 1 .

x 2 .

Y .

f ( x 1 ) .

f ( x 2 ) .

p i .

1 .

2 .

Тут 1 і 2  — відносні частоти повторень значень x 1 і x 2 .

Нерівність Йєнсена в цьому випадку має вигляд:

для опуклої функції f ( 1 x 1 + 2 x 2 ) >= 1 f ( x 1 ) + 2 f ( x 2 ) ,.

(11).

для угнутої функції f ( 1 x 1 + 2 x 2 ) <= 1 f ( x 1 ) + 2 f ( x 2 ) ,.

де i >= 0 і 1 + 2 = 1 .

(12).

Рівність в (11) і (12) досягається коли x 1 = x 2 , а також коли f  — лінійна функція, причому другий випадок є найбільш змістовним. Якщо 1 = 2 = 1 2 , нерівність Йєнсена виконується за означенням опуклої (8) і угнутої (9) функції. Цікаво з’ясувати, що зміниться у ймовірнісній схемі доведення нерівності Йєнсена, якщо 1 /= 2 . В лівих частинах нерівностей (11) і (12) під знаком f стоїть математичне сподівання випадкового аргумента:

x = 1 x 1 + 2 x 2 ,.

в правих частинах маємо математичне сподівання функції випадкового аргумента:

f ( x ) = 1 f ( x 1 ) + 2 f ( x 2 ) .

Порівнюючи математичне сподівання функції випадкового аргумента і значення функції від математичного сподівання аргумента, неважко встановити, що (11) і (12) — це узагальнені означення опуклої і угнутої функції відповідно (рис.2).

Рис. 2. Узагальнення означення опуклої (а) та угнутої (б) функцій ( 1 > 2 ) .

Цей випадок відрізняється від симетричного ( 1 = 2 )

лише тим, що точка.

x

не співпадає із серединою відрізка.

[ x 1 - x 2 ]

тому що математичне сподівання аргумента визначається не арифметичним середнім, а зваженим середнім, де.

1

.

2

— вагові коефіцієнти. При цьому зберігається пропорція у приростах аргументу і лінійної на.

[ x 1 - x 2 ]

функції:

.

x 2 - x x - x 1 = f ( x 2 ) - f ( x ) f ( x ) - f ( x 1 ) = 1 2 .

Будь-яка нелінійність порушує пропорцію у приростах функції. Математичному сподіванню аргумента x тепер відповідає значення функції f ( x ) /= f ( x ) , і якщо функція f опукла, то f ( x ) >= f ( x ) , а для угнутої - навпаки f ( x ) <= f ( x ) . З фізичної точки зору розглянутий випадок означає, що маси матеріальних точок A і B неоднакові. Така дискретизація застосовується при визначенні координат центра ваги неоднорідного стержня. Тепер, спираючись на узагальнені означення опуклої (11) і угнутої (12) функцій, неважко довести нерівність Йєнсена з математичними сподіваннями (3) і (4). При цьому дискретний розподіл має вигляд:

X .

x 1 .

x 2 .

x n .

Y .

f ( x 1 ) .

f ( x 2 ) .

f ( x n ) .

p i .

1 .

2 .

n .

Відносні частоти i >= 0 , i = 1 n i = 1 , a <= x 1 <= x 2 <= . . . <= x n <= b , причому не всі x 1 , . . . , x n рівні між собою. Вибірку зручно розбити на групи (краще по дві варіанти), визначити для кожної групи середні зважені значення абсцис і ординат вузлових точок. Якщо f на [ a - b ] опукла (угнута), то всі нерівності Йєнсена на проміжках [ x i , x i + 1 ] ( i = 1, . . . , n - 1 ) мають однаковий зміст. Об'єднуючи відрізки в ансамбль і виконуючи усереднення групових середніх, отримаємо кінцевий результат, який полягає у тому, що точка з координатами ( x , f ( x ) ) лежить нижче дуги кривої (якщо функція f опукла) або вище дуги (якщо функція угнута).

Інтегральна нерівність Йєнсена (6) може бути доведена за допомогою граничного переходу в дискретній нерівності. або узагальненої теореми про середнє в інтегральному численні. Нам лишається навести ймовірнісний коментар до формули (6). Варто звернути увагу на те, що в формулах (6) і (7) функція ( x ) має властивості щільності розподілу випадкової величини X . В лівій частині (6) під знаком f записано математичне сподівання випадкової величини X , що розглядається на проміжку :

M ( X ) = a b x ( x ) dx = x .

В правій частині (6) маємо математичне сподівання функції f

випадкового аргумента.

X

:

.

M ( f ( x ) ) = a b f ( x ) ( x ) dx = f ( x ) .

До речі, в математичному аналізі до цих самих результатів приводить узагальнена теорема про середнє в інтегральному численні. Важливо підкреслити, що при будь-якому законі розподілу ймовірностей ( x )

точка.

x ( a - b )

. Точка.

( x , f ( x ) )

належить хорді, що з'єднує кінці дуги.

( a - f ( a ) )

і.

( b - f ( b ) )

тому для опуклої функції.

.

f ( x ) >= f ( x ) ,.

для угнутої.

f ( x ) <= f ( x ) .

В теорії ймовірностей такий незбіг функції середнього і середнього функції називають «парадоксом оцінювання» [6]. Дослідження парадоксів — кращий спосіб досягти взаєморозуміння фахівців в різних областях науки. Спроби вивчати будь-яку область математики за допомогою парадоксів допомагають розвинути справжню інтуїцію, а ймовірнісні підходи сприяють зворотньому руху [7] конструктивних ідей із теорії ймовірностей до математичного аналізу та інших розділів математики.

Використана література.

  1. 1.Невяжский Г. Л. Неравенства. Пособие для учителей. — М.: ГУПИ МП РСФСР, 1947.

  2. 2.Каплан Я. Л. Математика. Посібник для підготовки до конкурсних екзаменів до вузів. — К.: Вища школа, 1971.

  3. 3.Ижболдин О., Курляндчик Л. Неравенство Иенсена // Квант. № 5. — М.: Наука, 1990. — С.57−62.

  4. 4.Беккенбах Э., Беллман Р. Неравенства. — М.: Мир, 1965.

  5. 5.Вороний О. Нерівність Йєнсена // У світі математики. — Т.6. — Вип.2. — К.: «ТВІМС», 2000. — С.9−13.

  6. 6.Секей Г. Парадоксы в теории вероятностей и математической статистике. — М.: Мир, 1990.

  7. 7.Скороход А. В. Особливий характер теорії ймовірностей в математичних науках // У світі математики. — Т.3. — Вип.2 — К.: «ТВІМС», 1997. — С.2−4.

  8. 8.

Показати весь текст
Заповнити форму поточною роботою