УДК 519.6
В.И. Пагурова
О ТОЧНОСТИ АППРОКСИМАЦИИ ДЛЯ КВАНТИЛЕЙ В ВЫБОРКЕ СЛУЧАЙНОГО ОБЪЕМА1
(кафедра математической статистики факультета ВМиК, e-mail: pagurova@yandex.ru)
Исследуется скорость сходимости к пределу распределения выборочной квантили при неограниченном увеличении объема выборки в предположении, что исходное распределение сосредоточено на полуоси, а параметр сдвига неизвестен. Объем выборки может быть как детерминированным, так и случайным. В качестве случайного объема выборки рассматриваются величины, имеющие распределение Пуассона и отрицательное биномиальное распределение.
Пусть Xi,... ,Хп независимы и одинаково распределены с общей функцией распределения (ф.р.) F(x), f(x) = F'(x), Х^ означает к-ю порядковую статистику в вариационном ряду х[п^ ^ X^ ^ ...
(п) (п)
... ^ Хп ■ Рассмотрим асимптотическое распределение выборочной квантили при п ^ оо,
О < а < 1, F(Ça) = а, оа = \Jа(\ — а). Н.В. Смирнов [1] доказал, что если /(£а) > 0, то
У = Уп(х) = Z°f(c , + g«, (1)
VnJ\Ça)
Ф(ж) — ф.р. стандартного нормального закона. В работе [2] доказано, что если /(£а) > 0 и /'(ж) ограничена на всей прямой, то при п ^ оо
sup
х £R
PiX[an]+l < У} ~ Ф(Ж) =0(n"t)
В настоящей работе исследуется асимптотическое распределение нормированной разности ^iiv^+i — x[Nn^ при п оо в предположении, что .V i. .V ... ,Xn,Nn независимы, Nn является неотрицательной целочисленной случайной величиной, ф.р. величин Xi, Х2, ■ ■ ■, Хп имеет вид F(x — а), а — неизвестный параметр сдвига, F(0) = 0, /(0) > 0. Далее всюду считаем, что /(£а) > 0, /'(ж) ограничена на всей прямой, ||/'|| = sup |/'(ж)|, sup-fa; : F(x) < 1} = оо, U^ означает к-ю порядковую
x£R
статистику в вариационном ряду, образованном на основании п независимых одинаково равномерно распределенных на отрезке (0,1) величин Ui, U2, ■ ■ •, Un. Предварительно рассматривается случай детерминированного объема выборки п.
Теорема 1. При п ^ оо
sup
x£R
P{X^n]+1 - х[п) <у}^ Ф(х) = О(п-), 0 < г <
1
у определяется соотношением (1).
Доказательство. Без нарушения общности будем считать, что осп — целое число. Тогда совместная плотность (х[п\ Х^+1) имеет вид
Мщу)=Сп(Р(у)-Р(и))ап-1(1-Р(у))^п-1Ни)/(у), и<у, Сп =
{an — 1)!((1 — о)п — 1)!'
и+у
Кп = Р{Х™+1 - < y} = Сп J f(u)du J (F(v) - F(îi))an_1(l - F(v))i*l~aïn~l f (v)d,v.
Работа выполнена при финансовой поддержке РФФИ, проект № 05-01-00535.
После замены t = (F(v) — F(u))/( 1 — F (и)) получим
оо G (и)
Кп =
Сп
п
J gn{u)du J tan~^l ^ t){1-a)n~4i = J gn(u)Hn(u)du, (2)
о
9n(u) = n( 1 — F(u))n 1f(u) — плотность распределения (X^ — a), Hn(u) = P{/3an,(i-a)n ^ G(u)}, PrtS имеет бета-распределение с параметрами (г, s) и плотностью распределения
hrAx) = lf\tis\tr-1(^ty-1, 0 < i < 1, r,s>0, r(r)r(s)
G (и) = (F (и + y) - F(u))/( 1 - F (и)). Рассмотрим
ос
J gn(u)Hn(u)du < P{^n) - a ^ n"7} = (1 - F(n"7))n = (1 - /(0)n"7 + o(n"7))n = «(n"1) (3)
n—>'
при 0 < 7 < 1. На отрезке и G (Q, п~7) имеем
F (у) + 0(n~7) < G(«) < + n"7) + 0(n~7), тогда из соотношений (2) и (3) имеем
K„2 + o(n_1) < кп < +ОСП"1), (4)
= Р^"^ < ^(У + + 0(п"7)},
Здесь мы использовали известное соотношение Pk,n-k+i = Обозначим
п ~ ^лп {)
и рассмотрим случай |ж| ^ гп, тогда
р [ - арл/п^Т 1
-fi ni — * л ^ ¿П ( 1
I J
где
(F(y + n-7) + Р(та~7) - Т =-. (6)
Имеем
- Ф(ж)| < \Кп1 - #(zn)| + |#(zn) - Ф(ж)| . В работе [2] показано, что при п ^ оо
sup|Kni - #0„)| = 0(n"i), поэтому нужно показать, что при п ^ оо
1
sup |Ф(гп) - ф(ж)| = 0(п т), 0 < т < -. хек 2
Действительно,
, f'(v)vix2
F{y + n"7) = а+^х+ а + 0(п"7),
л/п 2/2(£а)п
тогда
/Т II /Т^ /Т>^ /~г || /т^ /У>2
°+ ^- ЮГ+ 0("г7) < F(v + « Q + + жг+
ж — — + 0(n"7+i) < zn < ж + + 0(n"7+i),
2 r„
2r„
поэтому
ф (х - тг~ + 0(n~"<+iЛ < #(zn) < Ф (х + + 0(n~"<+i) \ 2 rn J \ 2 гп
1 1 1 sup|#(zn)^#(s)| = 0(n"7+i), 7--= г, 0 < г < xeR 1 1
(7)
(8)
следовательно,
\Кп1^Ф(х)\ = 0(п~т)
при |ж| ^ гп.
Далее, при х ^ —гп имеем
Кп1 = 1{Щ < Ln(x)} Z (n - l)a|,
где I{Ä} — индикатор события А, Ln(x) = F(y + п 7) + 0(п 7), тогда
Кп1 = р{|>№ < L„(x)} - Ln(x)) > (n - l)(a - Ln(x))\ < (n f^f < ^
lj=1 J vn -U V® -knWJ n
(9)
по неравенству Чебышева, так как
и О! — Ьп(х) > 0 для достаточно больших п. Поскольку
Ф(-х) < ехр(^ж2/4)/л/2 (10)
при ж ^ 0, то при ж ^ —тп
Ф(ж) < о(п-1). (И)
Из условий (9) и (11) следует, что при ж ^ —гп имеем \Кп\ — Ф(ж)| = 0{п~1). Аналогичный результат следует и для ж ^ гп. Аналогичным образом
получаются такие же оценки для /\" ,,•_>• С использованием соотношения (4) получим доказательство теоремы.
Теорема 2. Пусть Ып имеет распределение Пуассона с параметром п, ~ П(п),
Р{ЖП = к} = ехр(—п)пк/к\, к = 0,1,..., тогда при п ^ оо
Бир
Р{Х
(Nn)
[aNn]+1 - x[Nn) <у}^ Ф(ж) = 0(п~П, 0 < г < ^
1
у определяется соотношением (1).
Предварительно докажем следующее утверждение. Лемма!. Если ~ П(п),
Fk{x) = Р
^ ^ (X[al] +1 Ca) < ж
и (У
при к оо, то
sup\Fk(x) - Ф(ж)| = О (к 2)
x£R
supBn(x) = sup PjX^, у} - Ф(ж) =0{n 2)
же R x£R 1 nJ
(12)
(13)
при n оо, у определяется соотношением (1).
Доказательство. Сначала рассмотрим
п/2
«Л = = к} \Рк(х) ~ Ф(ж)1 < Р {^п < = Р I ^^ < Л/П
к= 1
П
Из соотношения (10) следует, что Ф = о(п *) при п ^ оо. Используя неравенство Берри-
Эссеена, получим
«/1 = 0(гг4). (15)
Далее,
ос
Р{Мп = к}\Рк(х)^Ф(х)\^0(п-^) (16)
к=п/2+1
с использованием соотношения (13), доказанного в работе [2]. Из (15) и (16) следует, что при п ^ оо
= к} зир\Fkix) - Ф(я)| = 0(п"4). ^ хеи
(17)
Теперь рассмотрим
оо
Вп(х) = ]ГР{ЖП = к} к= 1
оо
/г=1
^ |®а/-I -ф(®)
к=1
'к
Ф ( х\1 - I - Ф(ж)
/г=1 = ^ +
^ I I - Ф \Х\ -
п \ V п
из соотношения (17). Далее, разложим в ряд Тейлора в точке г = 1, получим
х /т)
Ф(ху/г) = Ф(ж) - ф(хл/г])——(г - 1), |?7 - II < - II, ф(х) = Ф'(х).
2т]
Так как Е — 1| = 0(п~4) При п —> оо, то с использованием неравенства Маркова получим
(18) (19)
Р{г] < 0,5} < Р функция хф(х) ограничена на всей прямой и
п
^ 0,5 ^ = 0(п"),
(20)
= 0(п").
Из соотношений (18)—(20) следует соотношение (14).
Доказательство теоремы 2 следует доказательству теоремы 1. Вместо величины Кп рассмотрим
оо
1-11 = -а)к < ^(и)}^, (21)
*=1 £
ОО
ос « оо
Р{ЖП = *} / < < Р{Мп = к}( 1 - ¿^(п"7))* <
о /7 /==1
< ехр(^/(0)п1"7 + о^1"7)) = о(п~^), 0 < 7 < 1, вместо величин КпЛ и Кп2 рассмотрим
оо
¿„1 = Р{ЛГП = А^Р^"1* < ^(у + п"7) + 0(п"7)}, к=2
тогда
!-„■; = Y1 PiN* = k}p{uak~1} < F(V) + к=2
¿n2 + o(n_1) < Ln < Lni + o(n_1).
(23)
(24)
В случае |ж| ^ rn имеем
ОС f (тт{к-1) _ \
k = 2
O" n
определяется соотношением (6),
|Lni - Ф(ж)| < \Lnl - #(zn)| + |#(zn) - Ф(ж)|,
sup \ Lni — Ф(гп)| = 0(n~i ) по лемме 1, далее используем соотношение (8), в результате получим при \х\ < гп
\Lni — Ф(ж)| = 0(п_т), 0 < г < При х ^ —тп с использованием соотношения (9) и неравенства Чебышева имеем
ОО . , »/'-' СЮ ч
к = 2 1ч.-О /о I 1 J
4 к=2 к=п/2+1
(см. доказательство леммы 1). Таким образом, \Ьп\ — Ф(ж)| = 0(п~2) при х ^ При х ^ гп
имеем такую же оценку. Аналогичный результат получаем для ЬпИз соотношения (24) получаем доказательство теоремы 2.
Теорема 3. Пусть Ып имеет отрицательное биномиальное распределение с параметрами (г> п) ' г ^ 1 Целое> ~ Чг,
P{JVn = fc} = + Г Ч — f 1 - -
к
п'
п
к — 0,1,...,
тогда при п ^ оо
sup
х £R
V
= О (п
Р2г(х) — ф.р. Стьюдента с 2г степенями свободы и плотностью распределения
р2г(ж) = Д_ 2; [ 1 ' -
у/27ГгГ(г) \ 2г
^ОО < X < оо.
Предварительно докажем следующее утверждение.
Лемма 2. В предположении /(£а) > 0, ограниченности /'(ж) на всей прямой и ~ Ъ (г, имеем при п ^ оо
sup
жед
V
= 0(п").
Действительно, в предположениях леммы имеем утверждение (13) (теорема из работы [2]), ¿^(ж) определяется соотношением (12), утверждение леммы следует из условия (13) и теоремы 3 работы [5].
Доказательство теоремы 3 аналогично доказательству теоремы 2. Имеем соотношение (21), где ~ Ь (г, Вместо соотношения (22) имеем
\-J\J р \-J\J
Y,V{Nn = k} / gk(u)P{Pakiil_a)k^G(u)}du^Y,P{Nn = k}(l-F(n-''))k =
fc=i fc=i
п ^
= — + Г = 0(п-Г^), 0 < 7 < 1.
пг \ п п /
Вместо соотношения (24) имеем
Lnз + 0(n-r^) Lnl + 0(п~гМ), (25)
Lni и Ln2 определяются соотношениями (23) при условии Nn ~ b (г, Далее, в случае |ж| ^ гп имеем
\Lnl - P2r(x)\ ^ \Lnl - P2r(zn)\ + \P2r(zn) - P2r(x)\ , sup \Lni — P2r(zn) \ = 0(n~i) по лемме 2. Соотношение
\P2r(Zn)^P2r(x)\=0(n-^)
доказывается аналогично доказательству соотношения (8), так как неравенство (7) справедливо также и для функции Р2г(х). Таким образом, при |ж| ^ гп имеем
11
\Lnl^ Р2г(х)\ = 0(п т), г = 7--, 0 < т < -. При х ^ —гп с использованием неравенства Чебышева имеем
ОО -./ПОс
fc=2 к=2 к=п+1
tpw.^ililvp + l-^fi-lVli^-vl
^ 1 & nr~l \ п) к n{r - \)\ к
к=2 к=1 v / \ / v / fc=1
= — (logn + С2 + 0(n-1)) = 0(n_1 log и) п
при п ^ оо. Здесь мы использовали формулу суммирования Эйлера-Маклорена (см. [8, гл. 3]). Далее,
1 к
Lni = 0{n~l logn).
ОО
х; р{Nn=k}-=o(n-%
к=п+1
поэтому при п —У оо Так как при ж ^ О
то при ж ^ —тп и при п ^ оо
Т2Ч "»-/2
Р2г(х)<С(1 + -
Р2г(ж) < 0(п~Г/2)
\ьп1 - Р2г(х)\ = 0(тах(п г/2,п Чс^п)). Аналогичная оценка получается и при ж ^ гп. Таким образом, при п ^ оо
8ир|Ьп1 ^Р2г (ж) I = 0(п"т), т = 7-^, 0<т<^. (26)
жед ^ ^
Совершенно аналогично доказывается такое же соотношение для Ьп2. Учитывая соотношения (25) и (26), получим г( 1 — 7) =7 — 1/2, отсюда 7 = (2г + 1)/(2(г +1)) и г 7-1 /2 г/(2(г + 1)), что и требовалось.
СПИСОК ЛИТЕРАТУРЫ
1. Смирнов Н.В. Предельные законы распределения для членов вариационного ряда // Тр. МИАН им. В.А. Стеклова. 1949. 25. С. 5-59.
2. Re i s s R. D. On the accuracy of the normal approximation for quantiles // Ann. Probab. 1974. 2. N 4. P. 741-744.
3. Reiss R. D. Asymtotic expansions for sample quantiles // Ann. Probab. 1976. 4. N 2. P. 249-258.
4. Бенинг В.E., Королев В.Ю. Об использовании распределения Стьюдента в задачах теории вероятностей и математической статистики // Теор. вероятн. и примен. 2004. 49. № 3. С. 417-435.
5. Беврани X., Бенинг В. Е., Королев В. Ю. О точности аппроксимации отрицательного биномиального распределения гамма-распределением и скорости сходимости распределений некоторых статистик к распределению Стьюдента // Статистические методы оценивания и проверки гипотез. Пермь: Изд-во Пермского ун-та, 2005. С. 88-103.
6. Пагурова В.И. Об асимптотическом распределении случайно индексированного максимума // Статистические методы оценивания и проверки гипотез. Пермь: Изд-во Пермского ун-та, 2005. С. 104-113.
7. Пагурова В.И. Об асимптотическом распределении максимальной порядковой статистики в выборке случайного объема // Информатика и ее применения. 2008. Вып. 2. С. 54-58.
8. Barndorff-Nielsen O.E., Сох D. R. Asymptotic techniques for use in statistics. L.; N.Y.: Chapman and Hall, 1989.
Поступила в редакцию 22.11.07
УДК 530.145
К.С. Аракелов, Ю.И. Ожигов
МОДЕЛИРОВАНИЕ ДИНАМИКИ ЗАПУТАННЫХ КВАНТОВЫХ СОСТОЯНИЙ1
(кафедра квантовой информатики факультета ВМиК, e-mail: ozhigov@cs.msu.su)
При ассоциации двухатомной молекулы мы рассматриваем атомы как квантовые частицы, находящиеся в запутанном квантовом состоянии. Предлагаемая модель ассоциации основана на отборе таких состояний по принципу их плотности в конфигурационном пространстве, что в точности соответствует отбору по величине амплитуды двухчастичных состояний. Приведен результат одного шага такого отбора, вычисленный на основе метода коллективного поведения.
Введение. Квантовая физика является теоретической основой для описания атомных и молекулярных процессов. Эти процессы состоят из эффектов коллективной природы, которые не могут быть объяснены через простую комбинацию свойств отдельных частиц. Однако прямое применение квантовой теории к таким многочастичным системам наталкивается на вычислительные трудности принципиального характера, что делает такое ее применение невозможным. Именно с этой трудностью связано отсутствие в настоящее время удовлетворительного симулятора химических реакций. В данной работе мы предлагаем простой способ моделирования одного из главных химических процессов — ассоциации двух атомов в молекулу, основанный на методе коллективного поведения, предложенном в работах [1, 2]. Этот подход может стать основой для построения симуляторов химических реакций, учитывающих запутанные квантовые состояния участвующих в них частиц.
В стандартной квантовой теории поведение системы п частиц описывается волновой фукцией вида |Ф) = ^ Ар |r), г = (ri, г2,..., гп), где rj — коодинаты частицы j. Если система п частиц разбита
г
на две части, Si и и ее волновая функция есть произведение волновых функций, соответствующих каждой из подсистем: |Ф) = |Ф1)0|Ф2), то такое состояние объединения двух систем называется незапутанным. Фундаментальную роль в химических процессах имеют как раз запутанные квантовые состояния. Представление волновой функции n-частичной системы в виде |Ф), значения которой Af зависят от п троек координат, означает, что мы имеем дело с экспоненциальным ростом
хРабота поддержана фондом компьютерной компании НИКС, грант № F793/8-05.