|||
关于算术统计平均值为常量前提下的概率分布新理论初探
美国归侨冯向军博士,2017年8月8日写于美丽家乡
【摘要】在变量xi的算术统计平均值为常量前提下,至少存在两种类型的概率分布pi:标准负1次幂律和不是标准负1次幂律的某种分布。这其中,i = 1,2,...,n。标准负1次幂律满足 pixi = C = 常量。不是标准负1次幂律的某种分布则满足pixi 不等于常量。任何分布pi(xi,a,b)只要在数学上满足:
p1(x1,a,b)x1 + p2(x2,a,b)x2 + ...+ pn(xn,a,b)xn = C1
p1(x1,a,b) + p2(x2,a,b) + ... + pn(xn,a,b) = 1
就都是可能的变量xi的算术统计平均值为常量前提下的概率分布pi。这其中:a,b为待定参数,C1为常量,i = 1,2,...,n。
变量xi的算术统计平均值为常量前提下的概率分布pi具体取何种分布f(xi),则处决于变量间隔xi之内给定事件出现的总数的统计平均值
Freq = -log(f(xi)) (1-1)
的具体形式。此时,概率分布被视为变量间隔xi之后给定事件才出现的概率分布。
当 Freq与变量xi成正线性关系:
Freq = -log(a) + bxi,b > 0
就有变量xi的算术统计平均值为常量前提下的概率分布pi为负指数分布
pi = aexp(-bxi),i = 1,2,...,n。
当 Freq与变量的对数log(xi)成正线性关系:
Freq = -log(a) + blog(xi),b > 0
就有变量xi的算术统计平均值为常量前提下的概率分布pi为幂律分布
pi = axi-b,i = 1,2,...,n。