Chỉ sử dụng các tiên đề cơ bản nhất về xác suất và số thực, người ta có thể chứng minh một tuyên bố mạnh mẽ hơn nhiều:
Sự khác biệt của bất kỳ hai giá trị ngẫu nhiên độc lập, phân phối giống hệt nhau không bao giờ có phân phối thống nhất rời rạc.X- Y
(Một tuyên bố tương tự cho các biến liên tục được chứng minh tại Thống nhất PDF về sự khác biệt của hai rv .)
Ý tưởng là cơ hội là một giá trị cực trị phải nhỏ hơn cơ hội bằng 0, bởi vì chỉ có một cách để (tối đa hóa) trong khi có nhiều cách để tạo ra sự khác biệt bằng 0, bởi vì và có phân phối giống nhau và do đó có thể bằng nhau. Đây là những thông tin chi tiết.X- YX- YX- YXY
Trước tiên, hãy quan sát rằng hai biến và giả định trong mỗi câu hỏi chỉ có thể đạt được một số hữu hạn giá trị với xác suất dương, bởi vì sẽ có ít nhất khác biệt và phân phối đồng nhất gán cho chúng tất cả xác suất bằng nhau. Nếu là vô hạn, thì số chênh lệch có thể có dương, xác suất bằng nhau, vì vậy tổng số cơ hội của chúng sẽ là vô hạn, điều này là không thể.XYnnn
Tiếp theo , vì số lượng khác biệt là hữu hạn, sẽ có một số lớn nhất trong số chúng. Sự khác biệt lớn nhất chỉ có thể đạt được khi trừ đi giá trị nhỏ nhất của --let gọi nó là và giả sử nó có xác suất - từ giá trị lớn nhất của lệnh gọi --let mà một với Bởi vì và là độc lập, cơ hội của sự khác biệt này là sản phẩm của những cơ hội này,Ymq= Pr ( Y= m )XMp=Pr(X=M).XY
Pr(X−Y=M−m)=Pr(X=M)Pr(Y=m)=pq>0.(*)
Cuối cùng , vì và có cùng phân phối, nên có nhiều cách khác biệt của chúng có thể tạo ra giá trị Trong số những cách này là các trường hợp và Bởi vì phân phối này là không quan trọng, khác với Điều đó cho thấy hai trường hợp đó là các sự kiện rời rạc và do đó chúng phải đóng góp ít nhất một số tiền cho khả năng bằng 0; đó là,XY0.X=Y=mX=Y=M.mM.p 2 + q 2 X - Yp2+q2X−Y
Pr(X−Y=0)≥Pr(X=Y=m)+Pr(X=Y=M)=p2+q2.
Kể từ khi hình vuông của con số này không tiêu cực, từ đâu chúng ta suy ra từ mà0≤(p−q)2,(∗)
Pr(X−Y=M−m)=pq≤pq+(p−q)2=p2+q2−pq<p2+q2≤Pr(X−Y=0),
cho thấy sự phân phối của không đồng đều, QED.X−Y
Chỉnh sửa để phản hồi bình luận
Một phân tích tương tự về sự khác biệt tuyệt đốiquan sát rằng vì và có cùng phân phối,Điều này đòi hỏi chúng ta phải họcKỹ thuật đại số tương tự mang lại kết quả gần như giống nhau, nhưng có khả năng vàHệ phương trình đó có nghiệm duy nhất|X−Y|XYm=−M.Pr(X−Y=|M−m|)=2pq.2pq=2pq+(p−q)22pq+p2+q2=1.p=q=1/2tương ứng với một đồng tiền công bằng (một "chết hai mặt"). Ngoài ngoại lệ này, kết quả cho sự khác biệt tuyệt đối cũng giống như sự khác biệt và vì những lý do cơ bản tương tự đã được đưa ra: cụ thể, sự khác biệt tuyệt đối của hai biến ngẫu nhiên iid không thể được phân phối đồng nhất bất cứ khi nào có nhiều hơn hai khác biệt rõ rệt với xác suất dương.
(kết thúc chỉnh sửa)
Hãy áp dụng kết quả này cho câu hỏi, câu hỏi về một cái gì đó phức tạp hơn một chút.
Mô hình mỗi cuộn chết độc lập (có thể là một khuôn không công bằng ) với biến ngẫu nhiên Sự khác biệt quan sát được trong cuộn này là các số Chúng ta có thể tự hỏi làm thế nào phân phối đồng đều các số này. Đó thực sự là một câu hỏi về các kỳ vọng thống kê: chẳng hạn, số lượng dự kiến của bằng 0 là bao nhiêu? Số lượng dự kiến của bằng bao nhiêu? Vân vân.Xi, i=1,2,…,n.nΔXi=Xi+1−Xi.n−1ΔXiΔXi−1
Khía cạnh vấn đề của câu hỏi này là là không độc lập: ví dụ, và liên quan đến cùng một cuộnΔXi Δ X 1 = X 2 - X 1 Δ X 2 = X 3 - X 2 X 2 .ΔX1=X2−X1ΔX2=X3−X2X2.
Tuy nhiên, đây không thực sự là một khó khăn. Vì kỳ vọng thống kê là phụ gia và tất cả các khác biệt có cùng phân phối, nếu chúng tôi chọn bất kỳ giá trị nào có thể có của chênh lệch, số lần dự kiến chênh lệch bằng trong toàn bộ chuỗi cuộn chỉ bằng lần số dự kiến nhân số chênh lệch bằng trong một bước duy nhất của quy trình. Kỳ vọng một bước đó là (với mọi ). Những kỳ vọng này sẽ giống nhau cho tất cả (nghĩa là đồng nhất ) khi và chỉ khi chúng giống nhau cho mộtkknn−1kPr(ΔXi=k)ikΔ X i . Δ X tôiΔXi. Nhưng chúng tôi đã thấy rằng không có phân phối đồng đều, ngay cả khi khuôn có thể bị sai lệch. Do đó, ngay cả trong ý nghĩa yếu hơn về tần số dự kiến này, sự khác biệt của các cuộn không đồng nhất.ΔXi