冯向军的科学研究博客分享 http://blog.sciencenet.cn/u/冯向军 在本博客中专门从事以统计力学为核心的理论物理研究。

博文

“行百里者半九十”的确也是负1次幂律但结论不能推广至n > 2元

已有 3034 次阅读 2017-7-15 10:34 |个人分类:决定性概率论|系统分类:论文交流| 最大发生概率原理

(修订稿)“行百里者半九十”的确也是负1次幂律但结论

不能推广至n > 2

美国归侨冯向军博士,2017年7月15日写于美丽家乡(本文业已基本完成)

【摘要】【1】文中业已证明:行百里者半九十”翻译成科学语言就是说:当变量的统计平均值为常量,变量成负指数分布。本文证明了,行百里者半九十”也可以翻译成不同的科学语言:当变量的统计平均值为常数,变量成负1次幂律分布。可以证明,对于任意给定的概率分布p1和p2及所对应的变量x1和x2,一般而言,存在非标准负1次幂律分布与之等价,但是这个结论不能推广于n大于2的n元广义系统,这是因为非标准负1次幂律分布的待定常数只有两个的缘故

行百里者半九十的科学模型】

假设变量x是指单位行程所对应的的等效距离。那么前90里的变量值为x1 = 5/9,而后10里的变量值为x2 = 5。假设柯尔莫哥洛夫概率分布p1,p2代表在两个不同的变量值x1,x2所含盖的区域内行者实际走过的行程相对于全程的百分比,那么就有:

p1 = 90 / (90+10)= 9/10 = 90%

p2 = 10 / (90+10) = 1/10 = 10%

因为前90里的等效距离 + 后10里的等效距离 = 常量 = 100里,所以:

90x1 + 10x2 = 常量 = 100里

p1x1 + p2x2 = 常量 = 1里

因此百里者半九十就转化为下述科学问题:

在变量的统计均值为常量的约束条件下,柯尔莫哥洛夫概率分布p1,p2服从什么分布?假设p1,p2服从负指数分布,就有:

p1 = aexp(-bx1)

p2 = aexp(-bx2)

可得

p1/p2 = exp(-b(x1-x2))

b = log (p1/p2)/(x2-x1) = 0.49437553

a = (p1 + p2)/(exp(-bx1)+exp(-bx2)) = 1/(exp(-bx1)+exp(-bx2)) = 1.184466612

p1 = 1.184466612*exp(-(0.49437553*5/9))= 0.9

p2 = 1.184466612*exp(-(0.49437553*5))= 0.1

所以p1,p2实实在在地服从负指数分布:

p1=0.9=aexp(-bx1)= 1.184466612*exp(-(0.49437553*5/9))

p2=0.1 =aexp(-bx2)= 1.184466612*exp(-(0.49437553*5))

又假设p1,p2服从负1次幂律分布,就有:

p1 = a/x1

p2 = a/x2

可得:

a = (p1 + p2) / (1/x1 + 1/x2) = 1/(9/5 +1/5)= 0.5

p1 = 0.5x1-1 = 0.5 * 9/5 = 0.9

p2 = 0.5x2-1 = 0.5 * 1/5 = 0.1

可见p1,p2也实实在在地服从负1次幂律分布。

我们要问当后10里的等效行程不是“半”(50里)而是60里,70里,80里,90里等时,概率分布p1和p2还能服从负1次幂律分布么?答案是一般而言:p1和p2还能服从负1次非标准幂律分布 1/(a + bx1)和1/(a + bx2)。以下是实际计算结果。

x1x2p1p2ba1/(a+bx1)1/(a+bx2)
 5/9 5 0.9 0.1 2.0000 0.0000 0.9 0.1
 4/9 6 0.9 0.1 1.6000 0.4000 0.9 0.1
 1/3 7 0.9 0.1 1.3333 0.6667 0.9 0.1
 2/9 8 0.9 0.1 1.1429 0.8571 0.9 0.1
 1/9 9 0.9 0.1 1.0000 1.0000 0.9 0.1

可以证明,对于任意给定的概率分布p1和p2及所对应的变量x1和x2,一般而言,存在负1次非标准幂律分布与之等价,但是这个结论不能推广于n大于2的n元广义系统,这是因为非标准负1次幂律分布的待定常数只有两个的缘故。对于二元分布,有:

对于任意给定的概率分布p1和p2及所对应的变量x1和x2,一般而言,存在负1次非标准幂律分布与之等价:

p1 = 1/(a+bx1)

p2 = 1/(a+bx2)

b = (1/p1 + 1/p2 - n2)/(x1 + x2 - n*(p1x1+p2x2))    (1-1)

a = n - b*(p1x1+p2x2)    (1-2)

这其中n = 2。

上面的表格就是根椐式(1-1)和(1-2)计算出来的。

因为最大发生概率原理在变量的统计均值为常量这个约束条件下,所给出的正是非标准负1次幂律分布,又因为对于任意给定的概率分布p1和p2及所对应的变量x1和x2,一般而言,存在负1次非标准幂律分布与之等价,所以,一般而言,对于二元系统和变量的统计均值不变这个约束条件,最大发生概率原理含盖其他一切有效的极值原理。

参考文献

【1】冯向军,也谈行百里者半九十的表达问题-集合的负指数联系数,科学网,2017年6月29日。http://blog.sciencenet.cn/blog-1968-1063634.html





https://blog.sciencenet.cn/blog-1968-1066484.html

上一篇:发生概率能表达无中生有
下一篇:张学文快刀斩乱麻实验
收藏 IP: 113.222.203.*| 热度|

0

该博文允许注册用户评论 请点击登录 评论 (6 个评论)

数据加载中...
扫一扫,分享此博文

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2024-12-24 00:38

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部