Экзамен 2021 / Панков Пособие по ТВиМС часть 1
.pdfТема № 10 Вероятностный метод в приложении к задачам комбинаторики и теории двоичных функций1
Открытие того, что детерминированные утверждения могут быть доказаны с помощью вероятностных соображений, позволило уже в первой половине 20 века доказать ряд замечательных утверждений из математического анализа, теории чисел, комбинаторики и теории информации. В дискретной математике применение вероятностного (неконструктивного) метода связывают с именем Пола Эрдеша, впервые применившего его в 1947 году, но уже в 1942 году подобный метод применялся в работе советского математика Гончарова. Грубо говоря, вероятностный метод работает следующим образом: пытаясь доказать, что структура с некоторыми искомыми свойствами существует, или пытаясь найти число объектов с заданными свойствами, мы определяем подходящее вероятностное пространство, а затем показываем, что искомые свойства выполняются для случайно выбранного элемента в этом пространстве с положительной вероятностью.
Метод первого момента
В следующей теореме строго доказывается интуитивно понятное утверждение о том, что если среднее значение случайной величины лежит левее (правее) некоторой границы, то случайная величина принимает значения левее (правее) этой границы с ненулевой вероятностью.
Теорема (принцип первого момента). Пусть |
- случайная |
величина, |
заданная на вероятностном пространстве ,A,P . Тогда для любого |
||
фиксированного x верно: |
|
|
1. если E x, то P x 0; в частности, если |
0 и |
E 1, то |
P 0 0; |
|
|
2. если E x, то P x 0.
Доказательство. Докажем первое утверждение методом «от противного».
Предположим, |
P x 0. Тогда P x 1, то есть x 0 с вероятностью 1. |
||||||||||||
Но тогда по свойствам математического ожидания E x 0 |
и E x. |
|
|
|
|||||||||
Второе |
утверждение |
доказывается |
тем же методом. Предположим. |
||||||||||
P x 0. Тогда, по теореме о непрерывности меры, |
|
|
|
|
|
||||||||
1 P x limP An , |
|
|
|
|
|
|
|
|
|||||
|
|
n |
|
|
|
|
|
|
|
|
|||
|
|
|
|
1 |
|
|
|
|
|
|
|
|
|
где n |
|
|
|
|
- неубывающая |
последовательность |
событий. Тогда |
для |
|||||
A |
|
x |
|
n |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
некоторого |
n |
|
|
имеем |
P A 0. |
Если |
обозначить |
B |
x x |
1 |
, |
то |
|
|
|
|
|||||||||||
|
|
|
|
|
|
n |
|
|
n |
|
|
|
|
P An P Bn 1, |
|
и I An I Bn |
|
|
|
|
n |
|
|||||
|
всюду за исключением множества точек |
1 Материал первых двух подтем данной темы излагается по учебно-методическому пособию Зубкова А.М. и Денисова О.В. «Учебное пособие по теории вероятностей и случайным процессам», последняя подтема содержит результаты, полученные автором данного курса в ходе диссертационного исследования.
81
вероятности ноль. В правой чести последнего равенства первое слагаемое не
меньше x |
1 |
I A |
, a второе не меньше xI B |
. Отсюда |
|
|||||||||
|
|
|||||||||||||
|
|
|
n |
|
|
|
|
|
|
n |
|
|
|
|
|
n |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
E |
x |
1 |
P A |
xP B |
x |
1 |
P A |
x , |
||
|
|
|
|
|
|
|||||||||
|
|
|
|
|
|
|
|
|
n |
n |
|
n |
n |
|
|
|
|
|
|
|
|
n |
|
|
|
|
|
||
что противоречит условию предположения. |
|
|
|
Теорема доказана. |
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Самостоятельно |
докажите, |
рассматривая случайную величину , |
||||||||||||
следующее |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Следствие. |
Пусть |
- |
случайная величина, заданная на вероятностном |
пространстве ,A,P . Тогда для любого фиксированного x :
1.если E x, то P x 0,
2.если E x, то P x 0.
Частный случай принципа первого момента, указанный в первом пункте теоремы, часто используется в следующем вероятностном (неконструктивном) методе доказательства существования объекта с заданным свойством. В этом случае будем называть его методом первого момента. В общих чертах метод
первого момента заключается в следующем. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||
|
|
Пусть - дискретное (обычно конечное) множество всех объектов, |
A - |
||||||||||||||||||||||||
множество объектов с заданным свойством. |
Зададим на равномерную или |
||||||||||||||||||||||||||
классическую вероятностную меру P, и докажем, что вероятность дополнения |
|||||||||||||||||||||||||||
|
|
меньше |
1. Тогда |
P A 0 и |
A непусто. |
Если |
|
|
|
является |
объединением |
||||||||||||||||
|
A |
A |
|||||||||||||||||||||||||
некоторых события Ci , то |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||
|
|
P |
|
EI |
|
EI Ci P Ci . |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
A |
A |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
|
|
|
|
|
|
|
i |
|
|
|
i |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Рассмотрим пример применения метода первого момента. |
|
|
|
|
|
|
|
|
|||||||||||||||||
|
|
Обозначим через |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
Bnm g x f1 x , |
f2 x ,..., fm x :Vn Vm |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
множество |
|
всех |
m -мерных |
двоичных |
функций |
от |
n |
переменных, |
|||||||||||||||||||
|
x x1,...,xn Vn , Vn |
- |
множество всех двоичных векторов длины n . |
Каждой |
|||||||||||||||||||||||
булевой функции |
f |
f |
:V |
0,1 из B1 однозначно |
соответствует |
таблица |
|||||||||||||||||||||
|
|
|
|
|
|
|
|
|
i |
n |
|
n |
|
|
|
|
|
|
|
|
f |
|
,..., |
f |
|
|
|
значений, которую можно рассматривать как двоичный вектор |
|
|
|||||||||||||||||||||||||
0 |
1 |
||||||||||||||||||||||||||
длины 2n при заданном порядке векторов-аргументов |
|
|
|
. |
|
|
|
|
|
|
|
|
|||||||||||||||
0,...,1 |
|
|
|
|
|
|
|
|
|||||||||||||||||||
|
|
Определение. Функция |
f Bn1 |
зависит существенно от переменной xk , |
если |
||||||||||||||||||||||
существуют такие значения 1,..., k 1, k 1,..., n переменных |
x1,...,xk 1 , |
xk 1,...,xn , |
|||||||||||||||||||||||||
что |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
f 1,..., k 1,0, k 1,..., n f |
1,..., k 1,1, k 1,..., n . |
|
|
|
|
|
|
|
|
|
|
|
В этом случае переменная xk называется существенной. Если переменная xk не является существенной, то она называется фиктивной (несущественной).
82
|
|
Известно, |
что вероятностная мера P равномерна на B1 тогда и только тогда, |
|||||||
|
|
|
|
|
|
n |
|
|
||
когда случайные величины f , Vn независимы и сбалансированы, |
т.е. |
|||||||||
принимают значения 0 и 1 на одинаковом числе аргументов. |
|
|
||||||||
|
|
Теорема. |
Для любого n существует функция |
f Bn1 , все переменные |
||||||
которой существенны. |
|
|
|
n |
|
|
||||
|
|
Доказательство. Пусть P - равномерная мера |
на |
Bn1 , |
|
Ek , |
где |
|||
|
|
A |
||||||||
|
|
|
|
|
|
|
|
k 1 |
|
|
E |
k |
B1 |
- события, состоящие из всех f B1 , таких, |
что для них переменная x |
||||||
|
n |
|
n |
|
|
|
|
|
k |
|
является фиктивной. Очевидно, что |
|
|
|
|
|
|
||||
|
|
E1 f 0,x2,...,xn f 1,x2,...,xn x2,...,xn Vn 1 |
|
|
|
|
|
|
||
|
|
|
|
f 0,x2,...,xn f 1,x2,...,xn , |
|
|
|
|
|
|
|
|
|
x2 ,...,xn Vn 1 |
|
|
|
|
|
|
|
и в силу независимости случайных величин f , Vn |
имеем |
|
|
1 2n 1 P E1 .
2
Аналогично доказывается, что
P Ek 2 2n 1 |
для всех k |
|
. |
1,n |
|||
|
|
|
n |
Рассмотрим случайную величину f I Ek равную числу фиктивных
k 1
переменных случайно равновероятно выбранной функции f B1 |
. Обозначим |
|||
|
|
|
n |
|
n |
|
2 |
|
|
an E f P Ek |
|
. |
|
|
2 |
2n 1 |
|
||
k 1 |
|
|
|
Согласно методу первого момента достаточно доказать, что an 1 для всех
n . Заметим, что a1 1 , а отношение
2
1 aann1 nn 1 2222nn1 122n n1
является строго убывающей функцией от n , которая равна 1 при n 1. Поэтому
1
an 2 при всех n 2.
Теорема доказана.
Подробное современное изложение метода первого момента дано в книге Н. Алона и Дж. Спенсера «Вероятностный метод».
Метод моментов
Определение.
1. Факториальным моментом k-го порядка случайной величины , где k
, называется математическое ожидание случайной величины ( 1)... k 1 ,
если оно определено:
E k E ( 1)... k 1 .
83
2. |
Биномиальным моментом k-го порядка случайной величины , где |
k , |
||||||||||||
называется |
математическое |
|
ожидание |
случайной |
величины |
СВ |
||||||||
|
1 |
( 1)... k 1 , если оно определено: |
|
|
|
|||||||||
|
|
|
|
|
||||||||||
|
k! |
|
1 |
|
|
E |
|
|
|
|
|
|||
|
|
|
|
|
k |
|
|
|
|
|||||
|
|
E |
|
E |
|
|
( 1)... k 1 |
|
|
. |
|
|
|
|
|
|
|
k! |
|
|
|
|
|||||||
|
|
|
k |
k! |
|
|
|
|
|
|
|
Теперь рассмотрим более сложный случай, когда первый, второй, и все моменты последовательности случайных величин сходятся к некоторым фиксированным значениям, которые равны моментам соответствующего порядка некоторого распределения: E nk E k (В силу однозначной связи различных типов моментов между собой, это условие эквивалентно сходимости центральных, факториальных или биномиальных моментов.)
Следует ли отсюда, что |
|
D |
n |
? В общем случае это не так, но для |
|
|
n |
случая |
последовательности |
сумм |
индикаторов |
и |
пуассоновского |
распределения, т.е. если дана случайная величина , |
такое утверждение |
||||
имеет место. |
|
|
|
|
n
Теорема (метод моментов – без доказательства). Если Sn I Ai и
i 1
limE Sn k , где 0, для любого фиксированного k , то
n k
S |
D |
. |
|
n |
n |
Для вычисления факториальных или биномиальных моментов сумм
индикаторов полезна следующая |
|
|
|
||||||||||||||||||||
Лемма. Если x x1 |
... xn , где xi 0,1 , то верно равенство: |
||||||||||||||||||||||
|
|
x |
|
xi1...xik . |
|
|
|
|
|
||||||||||||||
|
|
|
k |
|
|
|
|
|
|
||||||||||||||
|
|
|
|
1 |
|
k |
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
i |
,...,i |
1,n |
|
|
|
|
|
|
|
|
|
||||||||
Доказательство. Пусть среди слагаемых |
x1,...,xn |
ровно т единиц. Обозначим |
|||||||||||||||||||||
множество |
|
|
номеров |
|
|
единичных слагаемых через J . |
Тогда правую часть |
||||||||||||||||
равенства можно представить как |
|
|
|
||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
J |
|
|
m |
x |
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
1 |
xi1...xik |
|
|
|
|
|
|
|
. |
|
|
|
|||||||||||
|
k |
|
|
|
|
|
|
|
|
|
|
k |
|
|
|
k |
k |
|
|
|
|||
i |
,...,i J |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
n |
Лемма доказана. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Следствие (о биномиальном моменте). Если |
Sn I Ai , то |
||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
i 1 |
|
|
S |
n |
|
|
|
|
|
|
|
P Ai1 ...Aik |
. |
|
|
|
|||||||||
E |
|
|
|
|
|
|
|
|
|
|
|||||||||||||
|
|
k |
|
1 |
|
k |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
i ,...,i |
1,n |
|
|
|
|
|
|
|
|
|
|
|
|||||||
Из леммы можно вывести, что E Sn k |
n k pk |
для |
Sn Bi n, p , и доказать |
теорему Пуассона методом моментов. Проведите это доказательство самостоятельно.
Рассмотрим еще один пример применения метода моментов.
Пусть имеется N ящиков. В эти ящики независимо друг от друга случайно бросаются n дробинок. Предполагается, что вероятность попадания любой
84
фиксированной дробинки в |
i-й ящик равна |
1 |
для всех |
i |
|
. Обозначим |
|||||||||||||||||||||||||||||||||||
1,n |
|||||||||||||||||||||||||||||||||||||||||
|
N |
||||||||||||||||||||||||||||||||||||||||
0 |
n,N число пустых ящиков |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||
|
Теорема (Мизес, 1939 г.). |
Если при n в схеме серий |
N N n так, |
||||||||||||||||||||||||||||||||||||||
что Ne |
n |
0, то |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||
N |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||
|
|
|
|
|
|
|
|
D |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0 |
n,N . |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||
|
|
|
|
|
|
n |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
Доказательство. Заметим, что lnN |
n |
ln 0 1 , откуда |
|
|
|
|
|
|||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||||||
|
n N lnN ln 0 1 NlnN o N2 . |
N |
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
N |
|
|
|
, где Ai - |
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
|
Так как 0 n,N I Ai |
события, |
состоящие в том, что i-я ячейка |
||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
i 1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
пустая, то по доказанной лемме имеем |
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||
|
E 0 n,N |
|
|
|
P Ai1 |
...Aik |
N |
|
N k n |
|
|
|
|
|
|
|
|
||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||
|
k |
k |
|
N |
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
i ,...,i |
|
1,n |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||
|
|
|
|
|
|
|
|
|
|
1 |
|
k |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
k |
|
|
|
|
|
|
N |
|
kn |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
k |
|
N |
|
|
|
|
n |
k |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
|
|
|
|
|
|
|
|
K |
|
|
|
k |
. |
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||
|
|
|
N |
|
1 |
|
|
|
|
|
|
|
|
Ne N |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
N |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Теорема доказана. |
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
Оценка числа (n,2,k) – устойчивых функций |
|||||||||||||||||||||||||||||
|
В различных практических приложениях большую роль играют m -мерные |
||||||||||||||||||||||||||||||||||||||||
двоичные |
(вектор) функции от |
|
|
n |
переменных g f1, f2,..., fm Bnm , где |
||||||||||||||||||||||||||||||||||||
fi |
:Vn |
0,1 |
называются |
i–ми |
координатными |
функциями |
для всех i |
|
. |
||||||||||||||||||||||||||||||||
1,m |
Данные отображения в англоязычной литературе часто называются S-боксами или S-блоками. Эффективным инструментом анализа свойств таких отображений является то, что многие их свойства сводятся к свойствам всех ненулевых линейных комбинаций координатных функций.
Введем следующие определения.
Определение. Коэффициентом Уолша функции
FIJ |
g |
1 |
1 fj1 x ... fj |
|
J |
|
x xi1 ... xi |
|
I |
|
|
|
|
|
||||||||||
|
|
|
|
|
||||||||||||||||||||
|
|
|
|
|
|
|||||||||||||||||||
|
|
|
|
|
|
2 x V |
|
|||||||||||||||||
|
|
|
|
|
|
|
|
n |
|
|||||||||||||||
где I i1 |
,...,i |
|
|
|
|
|
, J j1,..., j |
|
|
|
|
|
, |
x x1,...,xn Vn . |
||||||||||
|
I |
|
1,n |
|
J |
|
1,m |
|||||||||||||||||
|
|
|
|
Определение. Функция g Bnm называется корреляционно-иммунной порядка
k , если |
для любых I i1,...,i |
|
|
|
|
|
таких, |
что 1 |
|
I |
|
k для всех |
||||||||||
|
I |
|
1,n |
|||||||||||||||||||
|
|
|
|
|||||||||||||||||||
|
|
|||||||||||||||||||||
J j1,..., j |
|
|
|
|
|
|
выполняется FIJ g 0. |
|
|
|
|
|
||||||||||
|
J |
|
1,m |
|
|
|
|
|
||||||||||||||
|
|
|
|
|
|
|
||||||||||||||||
Если при этом FJ g 0 |
для всех J |
|
, |
то корреляционно-иммунная |
||||||||||||||||||
1,m |
||||||||||||||||||||||
порядка k |
функция |
g Bm |
называется n,m,k -устойчивой. |
|
|
|||||||||||||||||
|
|
|
|
|
|
|
|
n |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Теперь рассмотрим вектор
F F f ,n,m,k FIJ ,0 I k,I 1,n, J 1,m ,
85
состоящий из первых спектральных коэффициентов Уолша всех ненулевых линейных комбинация координатных функций функции f
Докажите, что длина этого вектора равна
m m |
k n |
k n |
|
|
N n,m,k |
|
|
2m 1 . |
|
s 1 |
s i 0 i |
i 0 i |
|
|
Пусть функция |
f выбирается случайно и равновероятно из множества B2 |
|||
|
|
|
|
n |
всех двумерных двоичных |
функций от n переменных. |
Это эквивалентно |
||
независимому равновероятному выбору ее значений f |
из множества V2 |
двоичных векторов длины 2 для всех из множества Vn . Можно рассматривать
значение |
функции f как вектор длины 2, |
компонентами которого являются |
|||||||||||||||
значения |
ее координатных двоичных функций |
от n переменных. |
Тогда |
||||||||||||||
выполняется следующая теорема |
|
|
|
|
k n o |
|
, k 2. |
|
|||||||||
Теорема |
(без доказательства). Пусть |
n , |
|
Тогда |
|||||||||||||
n |
|||||||||||||||||
равномерно |
относительно векторов |
|
aIJ ,0 |
|
I |
|
k,I |
|
, J |
|
|
длины |
|||||
a |
1,n |
1,2 |
|||||||||||||||
|
|
N n,2,k , компоненты которых удовлетворяют отношениям
2 I 1 L aLJ , L I
21 I J 1 L S aLS ,
S J L I
справедливо представление:
P F a
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
exp |
|
n 1 |
|
|
|
|
J |
|
2 |
|
O n |
3k 3 |
2 |
3m n/2 |
|
|
|
|||||||
|
|
2 |
|
|
|
|
aI |
|
|
|
|
|
|
|
|
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
I 1,n, |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
. |
||
|
|
|
|
J 1,m |
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
3 n k n |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
N n,2,k log |
|
/2 N n,1,k |
||||||||||||||||||||||||
|
exp ln2 |
|
|
|
|
|
|
|
|
|||||||||||||||||
|
|
|
|
|
2 |
|||||||||||||||||||||
|
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
k |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
Множество функций, |
являющихся |
n,2,k -устойчивыми (или эластичными |
порядка k), обозначим через R n,2,k .
R n,2,k |
P g R n,m,k |
||||||||||
|
Bm |
|
|||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
n |
|
|
|
|
|
k FIJ g 0 P |
|
|
|
. |
|
|
|
P J,I :0 |
|
I |
|
|
|
|
||
|
|
|
|
|
F |
0 |
Из теоремы следует следующая асимптотическая формула
Следствие. Пусть n , k n o n , k 2. Тогда
R n,2,k |
|
|
|
|
n 1 |
|
3 n k n |
|
|
|
|
|
|
||||||
|
exp ln2 |
|
2 |
|
|
|
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
2 |
|
||
|
|
|
|
|
|
|
k |
|
N n,2,k log2 / 2 N n,1,k .
86
Литература к I части
Основная литература:
1.Бернгардт, А. С. Сборник задач по теории вероятностей и математической статистике : учебное пособие / А. С. Бернгардт, А. С. Чумаков, В. А. Громов. — 2-е изд. — Томск : Томский государственный университет систем управления и радиоэлектроники, 2014. — 160 c. — ISBN 2227-8397. — Текст : электронный // Электронно-библиотечная система IPR BOOKS : [сайт]. — URL: http://www.iprbookshop.ru/72178.html
2.Блатов, И. А. Теория вероятностей и математическая статистика : учебное пособие / И. А. Блатов, О. В. Старожилова. — Самара : Поволжский государственный университет телекоммуникаций и информатики, 2017. —
276c. — ISBN 2227-8397. — Текст : электронный // Электроннобиблиотечная система IPR BOOKS : [сайт]. — URL: http://www.iprbookshop.ru/75412.html
3.Макусева, Т. Г. Основные теоремы теории вероятностей : учебнометодическое пособие / Т. Г. Макусева, О. В. Шемелова. — Саратов : Ай Пи Эр Медиа, 2018. — 168 c. — ISBN 978-5-4486-0043-2. — Текст :
электронный // Электронно-библиотечная система IPR BOOKS : [сайт]. — URL: http://www.iprbookshop.ru/70773.html
Дополнительная литература:
1.Гриднева, И. В. Теория вероятностей и математическая статистика : учебное пособие / И. В. Гриднева, Л. И. Федулова, В. П. Шацкий. — Воронеж : Воронежский Государственный Аграрный Университет им.
Императора Петра Первого, 2017. — 165 c. — ISBN 2227-8397. — Текст :
электронный // Электронно-библиотечная система IPR BOOKS : [сайт]. — URL: http://www.iprbookshop.ru/72762.html
2.Рябко, Б. Я. Сборник задач по теории вероятностей и основам теории массового обслуживания / Б. Я. Рябко. — Новосибирск : Сибирский государственный университет телекоммуникаций и информатики, 2010. —
77c. — ISBN 2227-8397. — Текст : электронный // Электроннобиблиотечная система IPR BOOKS : [сайт]. — URL: http://www.iprbookshop.ru/54776.html
3.Седых, И. А. Элементы теории вероятностей. Теория и практика : учебное пособие / И. А. Седых, С. В. Ткаченко, О. А. Митина. — Липецк : Липецкий государственный технический университет, ЭБС АСВ, 2013. — 126 c. — ISBN 2227-8397. — Текст : электронный // Электронно-библиотечная система IPR BOOKS : [сайт]. — URL: http://www.iprbookshop.ru/55185.html
87
Приложение - греческий алфавит
Начертание |
Произношение |
|
; |
альфа |
|
; |
|
бета |
; |
гамма |
|
; |
дельта |
|
; |
эпсилон |
|
; |
|
дзета |
; |
|
эта |
; , |
тэта |
|
; |
|
йота |
; |
каппа |
|
; |
|
лямбда |
; |
|
мю |
; |
|
ню |
; |
кси |
|
; |
омикрон |
|
; |
|
пи |
; |
|
ро |
; |
сигма |
|
; |
|
тау |
; |
|
ипсилон |
; , |
фи |
|
; |
|
хи |
; |
|
пси |
; |
|
омега |
88
Оглавление |
|
Введение ............................................................................................................ |
2 |
Тема № 1 Элементы теории множеств, комбинаторики и теории меры........ |
4 |
Теория множеств............................................................................................ |
4 |
Элементы комбинаторики............................................................................. |
9 |
Мера Жордана.............................................................................................. |
14 |
Тема № 2 Аксиоматика теории вероятностей и вероятностное |
|
пространство.................................................................................................... |
17 |
Тема № 3 Условная вероятность и независимость событий......................... |
23 |
Тема № 4 Классические вероятностные схемы и предельные теоремы ...... |
28 |
Геометрическая вероятность....................................................................... |
28 |
Схема испытаний Бернулли ........................................................................ |
31 |
Полиномиальная схема................................................................................ |
33 |
Теоремы Муавра – Лапласа и Пуассона ..................................................... |
35 |
Тема №5 Случайные величины и случайные векторы.................................. |
40 |
Случайные величины дискретного типа..................................................... |
42 |
Абсолютно непрерывные распределения................................................... |
43 |
Случайные векторы и их распределения.................................................... |
46 |
Операции над случайными величинами..................................................... |
49 |
Формула свертки.......................................................................................... |
51 |
Независимость случайных величин............................................................ |
53 |
Тема №6 Числовые характеристики случайных величин............................. |
56 |
Математическое ожидание функций от случайных величин.................... |
58 |
Моменты и дисперсия случайных величин................................................ |
59 |
Ковариация и коэффициент корреляции двух случайных величин.......... |
64 |
Тема №7 Характеристические функции случайных величин....................... |
67 |
Формула обращения и теорема непрерывности......................................... |
69 |
Характеристическая функция случайного вектора.................................... |
71 |
Тема №8 Двумерное нормальное распределение.......................................... |
72 |
Тема №9 Предельные теоремы....................................................................... |
74 |
Виды сходимости......................................................................................... |
74 |
Закон больших чисел................................................................................... |
75 |
Центральная предельная теорема................................................................ |
76 |
Локальная предельная теорема для решетчатых распределений.............. |
78 |
89
Тема № 10 Вероятностный метод в приложении к задачам комбинаторики и |
|
теории двоичных функций.............................................................................. |
81 |
Метод первого момента............................................................................... |
81 |
Метод моментов........................................................................................... |
83 |
Оценка числа (n,2,k) – устойчивых функций ............................................. |
85 |
Литература к I части........................................................................................ |
87 |
Приложение - греческий алфавит................................................................... |
88 |
Оглавление....................................................................................................... |
89 |
90