Дзета-распространение - Википедия - Zeta distribution

Эта статья нужны дополнительные цитаты для проверка. Пожалуйста помоги улучшить эту статью к добавление цитат в надежные источники. Материал, не полученный от источника, может быть оспорен и удален Найдите источники: "Зета-распространение"  – Новости  · газеты  · книги  · ученый  · JSTOR (Август 2011 г.) (Узнайте, как и когда удалить этот шаблон сообщения)

Зета

Вероятностная функция масс График ВМП Зета в логарифмическом масштабе. (Функция определяется только при целочисленных значениях k. Соединительные линии не указывают на непрерывность.)
Кумулятивная функция распределения
Параметры	${ displaystyle s in (1, infty)}$
Поддерживать	${ Displaystyle к в {1,2, ldots }}$
PMF	${ displaystyle { frac {1 / k ^ {s}} { zeta (s)}}}$
CDF	${ displaystyle { frac {H_ {k, s}} { zeta (s)}}}$
Иметь в виду	${ displaystyle { frac { zeta (s-1)} { zeta (s)}} ~ { textrm {for}} ~ s> 2}$
Режим	${ Displaystyle 1 ,}$
Дисперсия	${ displaystyle { frac { zeta (s) zeta (s-2) - zeta (s-1) ^ {2}} { zeta (s) ^ {2}}} ~ { textrm {для }} ~ s> 3}$
Энтропия	${ displaystyle sum _ {к = 1} ^ { infty} { frac {1 / k ^ {s}} { zeta (s)}} log (k ^ {s} zeta (s)) . , !}$
MGF	${ displaystyle { frac { operatorname {Li} _ {s} (e ^ {t})} { zeta (s)}}}$
CF	${ displaystyle { frac { operatorname {Li} _ {s} (e ^ {it})} { zeta (s)}}}$

В теория вероятности и статистика, то дзета-распределение дискретный распределение вероятностей. Если Икс дзета-распределенный случайная переменная с параметром s, то вероятность того, что Икс принимает целочисленное значение k дается функция массы вероятности

${ displaystyle f_ {s} (k) = k ^ {- s} / zeta (s) ,}$

где ζ (s) это Дзета-функция Римана (который не определен для s = 1).

Кратности различных главные факторы из Икс находятся независимый случайные переменные.

В Дзета-функция Римана сумма всех условий ${ displaystyle k ^ {- s}}$ для положительного целого числа k, это выглядит как нормализация Распространение Zipf. Термины «Zipf-распределение» и «дзета-распределение» часто используются как синонимы. Но обратите внимание, что хотя распределение Зета является распределение вероятностей сам по себе он не связан с Закон Ципфа с тем же показателем. Смотрите также Распределение Юла – Саймона

Определение

Дзета-распределение определено для положительных целых чисел ${ Displaystyle к geq 1}$, а его функция массы вероятности дается выражением

${ Displaystyle P (x = k) = { frac {1} { zeta (s)}} k ^ {- s}}$,

куда ${ displaystyle s> 1}$ - параметр, а ${ displaystyle zeta (s)}$ это Дзета-функция Римана.

Кумулятивная функция распределения определяется выражением

${ Displaystyle P (х Leq K) = { гидроразрыва {H_ {k, s}} { zeta (s)}},}$

куда ${ displaystyle H_ {k, s}}$ является обобщенным номер гармоники

${ displaystyle H_ {k, s} = sum _ {i = 1} ^ {k} { frac {1} {i ^ {s}}}.}$

Моменты

В пй сырой момент определяется как ожидаемое значение Икс^п:

${ displaystyle m_ {n} = E (X ^ {n}) = { frac {1} { zeta (s)}} sum _ {k = 1} ^ { infty} { frac {1} {k ^ {sn}}}}$

Ряд справа - это просто последовательное представление дзета-функции Римана, но оно сходится только для значений ${ displaystyle s-n}$ которые больше единицы. Таким образом:

${ displaystyle m_ {n} = left {{ begin {matrix} zeta (sn) / zeta (s) & { textrm {for}} ~ n$

Обратите внимание, что соотношение дзета-функций хорошо определено даже для п > s - 1, поскольку последовательное представление дзета-функции может быть аналитически продолжение. Это не меняет того факта, что моменты задаются самим рядом и поэтому не определены для больших п.

Функция создания момента

В функция, производящая момент определяется как

${ Displaystyle M (t; s) = E (e ^ {tX}) = { frac {1} { zeta (s)}} sum _ {k = 1} ^ { infty} { frac { e ^ {tk}} {k ^ {s}}}.}$

Сериал - это просто определение полилогарифм, Годен до ${ Displaystyle е ^ {т} <1}$ так что

${ displaystyle M (t; s) = { frac { operatorname {Li} _ {s} (e ^ {t})} { zeta (s)}} { text {for}} t <0. }$

В Серия Тейлор разложение этой функции не обязательно даст моменты распределения. Ряд Тейлора с использованием моментов, которые обычно встречаются в производящей функции момента, дает

${ displaystyle sum _ {n = 0} ^ { infty} { frac {m_ {n} t ^ {n}} {n!}},}$

который, очевидно, не определен для любого конечного значения s поскольку моменты становятся бесконечными для больших п. Если мы используем аналитически продолженные члены вместо самих моментов, мы получим из последовательного представления полилогарифм

${ displaystyle { frac {1} { zeta (s)}} sum _ {n = 0, n neq s-1} ^ { infty} { frac { zeta (sn)} {n! }} , t ^ {n} = { frac { operatorname {Li} _ {s} (e ^ {t}) - Phi (s, t)} { zeta (s)}}}$

за ${ Displaystyle scriptstyle | т | , <, 2 pi}$. ${ Displaystyle scriptstyle Phi (s, t)}$ дан кем-то

${ Displaystyle Phi (s, t) = Gamma (1-s) (- t) ^ {s-1} { text {for}} s neq 1,2,3 ldots}$

${ Displaystyle Phi (s, t) = { frac {t ^ {s-1}} {(s-1)!}} left [H_ {s} - ln (-t) right] { text {for}} s = 2,3,4 ldots}$

${ Displaystyle Phi (s, t) = - ln (-t) { text {for}} s = 1, ,}$

куда ЧАС_s это номер гармоники.

Дело s = 1

ζ (1) бесконечно гармонический ряд, так что случай, когда s = 1 не имеет смысла. Однако если А - любой набор положительных целых чисел, который имеет плотность, т.е. если

${ displaystyle lim _ {n to infty} { frac {N (A, n)} {n}}}$

существует где N(А, п) - количество членов А меньше или равно п, тогда

${ displaystyle lim _ {s to 1 ^ {+}} P (X in A) ,}$

равна этой плотности.

Последний предел также может существовать в некоторых случаях, когда А не имеет плотности. Например, если А - это набор всех натуральных чисел, первая цифра которых d, тогда А не имеет плотности, но, тем не менее, второй предел, указанный выше, существует и пропорционален

${ displaystyle log (d + 1) - log (d) = log left (1 + { frac {1} {d}} right), ,}$

который Закон Бенфорда.

Бесконечная делимость

Дзета-распределение может быть построено с помощью последовательности независимых случайных величин с Геометрическое распределение. Позволять ${ displaystyle p}$ быть простое число и ${ displaystyle X (p ^ {- s})}$ быть случайной величиной с геометрическим распределением параметра ${ displaystyle p ^ {- s}}$, а именно

${ displaystyle quad quad quad mathbb {P} left (X (p ^ {- s}) = k right) = p ^ {- ks} (1-p ^ {- s})}$

Если случайные величины ${ displaystyle (X (p ^ {- s})) _ {p in { mathcal {P}}}}$ независимы, то случайная величина ${ displaystyle Z_ {s}}$ определяется

${ displaystyle quad quad quad Z_ {s} = prod _ {p in { mathcal {P}}} p ^ {X (p ^ {- s})}}$

имеет распределение Зета: ${ displaystyle mathbb {P} left (Z_ {s} = n right) = { frac {1} {n ^ {s} zeta (s)}}}$.

Другими словами, случайная величина ${ displaystyle log (Z_ {s}) = sum _ {p in { mathcal {P}}} X (p ^ {- s}) , log (p)}$ является бесконечно делимый с Мера Леви дается следующей суммой Массы Дирака  :

${ Displaystyle quad quad quad Pi _ {s} (dx) = sum _ {p in { mathcal {P}}} sum _ {k geqslant 1} { frac {p ^ { -ks}} {k}} delta _ {k log (p)} (dx)}$

Смотрите также

Прочие степенные распределения

• Распределение Коши
• Распределение Леви
• Альфа-стабильное распределение Леви
• Распределение Парето
• Закон Ципфа
• Закон Ципфа – Мандельброта
• Бесконечно делимое распределение

внешняя ссылка

• Gut, Аллан. «Некоторые замечания о дзета-распределении Римана». CiteSeerX  10.1.1.66.3284. Цитировать журнал требует | журнал = (помощь) То, что Gut называет "дзета-распределением Римана", на самом деле является распределением вероятностей −logИкс, куда Икс является случайной величиной с тем, что в этой статье называется дзета-распределением.
• Вайсштейн, Эрик В. "Zipf Distribution". MathWorld.