Professional Documents
Culture Documents
Dinh Ly Gioi Han Trung Tam
Dinh Ly Gioi Han Trung Tam
Xác suất là một bộ phận của toán học nghiên cứu về các hiện tượng ngẫu
nhiên. Lý thuyết xác suất nhằm tìm ra những quy luật trong những hiện tượng
tưởng chừng không có quy luật này; và nó được ra đời đầu tiên ở nước Pháp
vào nửa cuối thế kỷ 17.
Năm 1933, Kolmogorov cho ra đời cuốn sách '' Foundation of the Theory of
Probability '' thì giới Toán học mới công nhận Xác suất là một lĩnh vực toán
học chặc chẽ. Ông đã từng nói: giá trị chấp nhận được của lý thuyết xác suất
là các định lý giới hạn. De Moivre (1667 – 1754) là tác giả của Định lý giới
hạn trung tâm (trường hợp đối xứng), một trong những thành tựu quan trọng
nhất của Xác suất.
Cuốn tiểu luận này được trình bày theo bố cục:
Phần I: GIỚI THIỆU VỀ ĐỊNH LÝ GIỚI HẠN TRUNG TÂM.
Phần II: NHẮC LẠI MỘT SỐ KẾT QUẢ.
Phần III: CÁC ĐỊNH LÝ CƠ BẢN.
Phần IV: MỘT SỐ BÀI TẬP ÁP DỤNG.
Phụ lục: MINH CHỨNG LỊCH SỬ.
Tôi viết cuốn tiểu luận định lý giới hạn trung tâm này, nói chung đây chỉ
là sự góp nhặt khai triển chẳng mấy là sáng tạo. Thỉnh thoảng có đôi lời khen
tặng, tôi lấy làm xấu hổ như đã như đã cưỡng chiếm một cái gì đó mà không
thuộc về mình.
Tôi xin chân thành cảm ơn thầy giáo, PGS.TS. Tô Anh Dũng đã giúp đỡ để
tôi hoàn thành cuốn tiểu luận một cách tốt nhất.
Khi một kẻ bình thường quên ước lượng tài sức của mình mà viết về một
vấn đề rộng lớn và trừu tượng trong thời gian ngắn ngủi thì chắc hẳn không
thể nào tránh khỏi thiếu sót. Rất mong được sự lượng thứ và chỉ giáo của độc
giả.
Nước muôn sông không đủ để tôi rửa tai nghe những lời cao luận.
n
1 2
lim
n B 2
E X kn 0, . (2)
n k 1
(trong đó dãy biến ngẫu nhiên X kn , k 1,2,..., n, n 1,2,... có moment cấp 2+ ).
Năm 1901, Liapunov đã sử dụng phương pháp hàm đặc trưng lần đầu tiên để
chứng minh Định lý giới hạn trung tâm và nhận được điều kiện tương tự như điều
kiện (2) nhưng khác ở chỗ là >0, tức là
n
1 2
lim
n B 2
E X kn 0, 0 (3)
n k 1
(trong đó dãy biến ngẫu nhiên X kn , k 1,2,..., n, n 1,2,... có moment cấp 2+ ).
Khi nghiên cứu Định lý giới hạn trung tâm, Markov và Liapunov đã làm rõ tính
tiệm cận bé đều so với tổng hay tổng quát hơn sau này là tính vô cùng bé đều.
Đỉnh cao của Định lý giới hạn trung tâm Cổ điển chính là định lý Lingdeberg
(1917). Ta thấy rằng trong quá trình phát triển, giả thuyết về sự hữu hạn của
moment đến cấp nào đó của các biến ngẫu nhiên thành phần được giảm nhẹ theo
thời gian. Đến giữa thế kỷ 20 thì điều kiện về sự moment không còn được đặt ra
nữa với Định lý giới hạn trung tâm Tổng quát (Kolmogoroff, Gniedenko – 1949).
Tuy nhiên việc áp dụng các điều kiện trong định lý Định lý giới hạn trung tâm
Tổng quát vào các bài toán cụ thể gặp nhiều trở ngại trong tính toán kiểm tra. Năm
2005, Phạm Xuân Bình (ĐH Qui Nhơn) đã đưa ra một dạng mới (có thể gọi là
dạng nửa cổ điển của Định lý giới hạn trung tâm) với giả thuyết là tồn tại moment
cấp 1, mà việc sử dụng có nhiều thuận lợi hơn.
Một vấn đề được đặt ra là liệu các điều kiện đủ trong các định lý đã phát triển mà
ta nói ở trên có cần hay không ?
Năm 1935, Feller đã cho câu trả lời khẳng định cùng với một điều kiện mà sau
này được đặt tên là điều kiện Feller.
Định lý giới hạn trung tâm là một trong những thành tựu đặc sắc nhất của Lý
thuyết xác suất.
Chứng minh:
1 1
u
t
Ta có e 1 e dt e du du
(chú ý là e 1 ).
0 0 0
1 1
2
t u 2
e 1 (e 1)dt (e 1) du udu
0 0 0
2
1 1
3
2 t u 3 u
2
e 1 (e 1 t ) dt (e 1 u ) du du
2 0 0 0
2 6
Từ bổ đề II.1, ta suy ra
Hệ quả:
eitx 1 itx min 2 tx , t 2 x 2 2h1 (t).g1 (x) (7)
Trong đó h1 (t) max t , t 2 , g1 (x) min x ,x 2 ; x, t .
t 2x2
eitx 1 itx h2 (t).g 2 (x) (8)
2
Trong đó h2 (t) max t 2 , t
3
, g (x) min x , x ; x, t
2
2 3
.
1
Theo (4) và (5) ta được 1 ( ) e 1
1!
1
2
2 ( ) e 1
1! 2!
n1
2 n 2
Nếu n1 ( ) e 1 ... , ta có
1! 2! ( n 2)! ( n 1)!
n1 n
t
n ( ) n1 (t ) dt n 1 (t ) dt dt
0 0 0
( n 1)! n!
Theo quy tắc quy nạp thì (9) đã được chứng minh.
II.3 Bổ đề.
Nếu ak 1, bk 1, k 1,2,... thì ta có
n n n
ak bk ak bk (10)
k 1 k 1 k 1
Chứng minh: (Quy nạp)
k k
Đặt Ak ai , Bk bi
i 1 i 1
Hiển nhiên (10) đúng với n=1.
Nếu (10) đúng với (n – 1), tức là
n 1 n1 n 1
ak bk ak bk
k 1 k 1 k 1
Khi đó
An Bn ( An 1 Bn1 )an (an bn ) Bn1 An1 Bn1 . an an bn . Bn1
An1 Bn 1 an bn
n1 n
ak bk an bn ak bk
k 1 k 1
n n n
Vậy ak bk ak bk
k 1 k 1 k 1
III.1 Định lý. (Định lý giới hạn tích phân de Moivre – Laplace, 1812)
Giả sử vn là số thành công trong n phép thử Bernoulli độc lập, mà trong mỗi
phép thử ta có P A p (0 p 1, p q 1) .
Khi đó
x t2
v 1
lim P n x ( x ) e 2 dt , x . (15)
n npq 2
Laplace là định lý giới hạn trung tâm Cổ điển đối với những đại lượng ngẫu
nhiên độc lập cùng phân phối Bernoulli.
Định lý sau đây là suy rộng của định lý Moivre – Laplace đối với những đại
lượng ngẫu nhiên độc lập cùng phân phối nhưng không nhất thiết phải lấy hai giá
trị.
III.2 Định lý. (Lingdeberg – Lévy, 1925)
Giả sử X kn , k 1,2,..., n, n 1,2,... là dãy các biến ngẫu nhiên độc lập có
cùng phân phối và phương sai hữu hạn: X kn a, DX kn , k 1,2,..., n
Khi đó
x t2
S na 1
lim P n x ( x) e 2 dt , x . (16)
n n 2
hay
S na
lim sup P n x ( x) 0. (17)
n x . n
Chứng minh:
Không mất tính tổng quát, ta giả sử a 0 .Gọi kn t là hàm đặc trưng của X kn ,
Sn An S
k 1,2,..., n . Khi đó hàm đặc trưng của U n n cho bởi
Bn n
n
Sn it n
it
X kn t
U n t Ee n Ee nk 1
kn
n
Theo tính chất tương ứng liên tục giữa dãy hàm phân phối và dãy hàm đặc trưng,
ta cần đưa về chứng minh
n t2
t
2
lim kn e , t .
n n
Sử dụng định lý về khai triển hàm đặc trưng ([4], trang 217) và để ý rằng a 0 ,
ta có
2t 2
kn t 1
2
o t 2 với t đủ bé.
Kết hợp với (14) ta có
n t n 2
t t2 t 2
lim kn nlim 1 o 2 e 2 , t .
n n 2n n
S
Do đó lim P n x ( x ).
n n
Thì FS n
( x ) đều theo x .
Chứng minh:
Theo tính chất tương ứng liên tục giữa dãy hàm phân phối và dãy hàm đặc trưng,
để có (16) ta chỉ cần chứng tỏ rằng
n t2
Sn t kn t e 2 , t .
k 1
Ta có
t2 n t2 n n kn2
t2
Sn t e 2 kn t e 2 kn t e 2
k 1 k 1 k 1
2
n
t2 kn
Điều cuối cùng là đúng vì theo giả thuyết thì M n 0 , ta chỉ cần chứng tỏ
2
2
max kn 0.
k n
Với 0 1 tùy ý, ta có
n n
2
kn 2
E X kn
k 1
2
, X kn E X kn , X kn k 1
n n
2 E X kn
k 1
2
2
, X kn 1 E X kn
, 1 X kn
k 1
n n
1
2
E
k 1
2
X kn , X kn 1 2 E X kn
k 1
2
, 1 X kn
1 1
2
2
E min X kn , X kn
2
2 M n
2
Từ đó,
1
limM n 2
2 2
lim max kn 2 n
0 .
n k n
Như vậy định lý đã được chứng minh xong.
Thì FS n
( x ) đều theo x .
Chứng minh:
Với 0 và 0 1 , ta có
n
M n(2) E min X kn
2
k 1
, X kn 2
n n
k 1
2
E X kn
, X kn E X kn k 1
2
, X kn
L(2)
n ( )
Từ đó,
1
limM n lim Ln
2 2
n n
Do nhỏ tùy ý nên ta có M n(2) 0 .
Áp dụng định lý III.3 ta có được điều phải chứng minh.
1
Chú ý: Với 0 và 0 1 thì M n(2) L(2)
n ( )
M n(2) .
Thật vậy, từ chứng minh trên M n Ln ( ) suy ra M n(2) L(2)
(2) (2)
n ( )
Mặt khác,
1
2
E X kn , X kn 2
2
E min X kn
, X kn
2
Suy ra
n n
1
E
k 1
2
X kn , X kn 2 E min X kn2 ,
k 1
X kn
2
1
Điều này tương đương với L(2)
n 2
M n(2) .
Từ đó ta có
M (2)
n ( ) 0 L (2)
n ( ) 0 .
Ngoài cách phát biểu ở định lý III.4 thì định lý Lindeberg còn có cách phát biểu
khác, cách phát biểu này được trình bày như sau:
III.5 Định lý. (Lindeberg, 1917)
Giả sử X kn , k 1,2,..., n , n 1,2,... là dãy các biến ngẫu nhiên độc lập, có
phương sai hưu hạn với :
Fkn P ( X kn x), x ; X kn 0 ;
n n
2
DX kn kn ; Bn2 DX kn kn
2
, k 1,2,..., n
k 1 k 1
Khi đó nếu
1 n
lim 2 x 2 dFkn ( x ) 0, 0 (21)
n B
n k 1 x B n
Thì
S
lim P n x ( x ), x . (22)
x Bn
Chú ý 1:
1 n
Đặt g n 2 x 2 dFkn ( x ), 0 .Khi đó (21) được viết lại
Bn k 1 x B
n
lim g n 0, 0 .
n
Điều kiện (20) và (21) là tương đương nhau và được gọi là điều kiện Lindeberg.
Nó có ý nghĩa đảm bảo cho tính tiệm cận bé đều so với tổng của các thành phần
X kn , k 1,2,..., n; n 1,2,... Cụ thể hơn, ta có
X
lim P max kn 0, 0 .
x k n Bn
Thật vậy, kết luận được suy ra từ đánh giá
X n 1 n
P max kn P X kn Bn 2 2 xdFkn ( x ), 0 .
k n Bn k 1 Bn k 1 x B 2
n
Chú ý 2:
Từ điều kiện Lindeberg suy ra định lý III.2 vì nếu các đại lương ngẫu nhiên Xkn
cùng phân phối thì điều kiện Lindeberg có dạng
lim x 2dF ( x ) 0, 0
(21)
n
x n
Điều kiện này hiển nhiên là thỏa mãn vì giả thuyết phương sai hữu hạn (moment
cấp 2 hữu hạn).
Chứng minh định lý:
n
Gọi kn là hàm đặc trưng của Xkn và S n hàm đặc trưng của S n X kn .
k 1
Ta cần chứng minh rằng
t2
t 2
t t2
lim e , t hay lim ln S n 0 , t . (22)
n Bn n n 2
B
Quá trình chứng minh được tiến hành theo 2 bước như sau:
Bước 1: Chứng minh rằng
2
lim max kn2 0 (23)
n 1k n B
n
t
Và lim max kn 1 0, t (24)
n 1k n Bn
Với 0 , ta có
2
kn 1 2
1 2 2
max max
1k n B 2 1k n B 2
n n
x dFkn ( x) max 2
1 k n Bn
x dFkn ( x)
x Bn
1 n
2
x 2 dFkn ( x ) 2 .
Bn k 1 x B
n
t t2 n t t 2 kn2 n t t 2 kn
2
k 1
ln S n ln kn B 2 Bn2
ln kn 2
Bn 2 k 1 n k 1 Bn 2 Bn
2
n t t 2 kn
2 n t
ln kn 1 2
ln kn 1 (26)
k 1 Bn 2 Bn k 1 Bn
Từ (23) và (24), ta có
2
n t t n t
lim kn 1 lim max kn 1 . kn 1
n
k 1 Bn n 1 k n
Bn k 1 Bn
t n t
lim max kn 1 . lim max kn 1
n 1k n
Bn n 1k n k 1 Bn
t t 2
lim max kn 1 . 0 . (27)
n 1k n
Bn
2
(ở đây ta đã khai triển hằng đẳng thức và áp dụng (25)).
Mặt khác
t t 2 kn
2
it x t t 2 x 2
Bn
kn 1 e 1 i x dFkn ( x)
Bn 2 Bn2 Bn 2 Bn2
itx t t 2 x 2 itx 2 2
e Bn 1 i x dFkn ( x) e Bn 1 i t x t x dFkn ( x)
B n 2 B 2
n Bn 2 Bn2
x Bn x Bn
Áp dụng bất đẳng thức (5) cho miền thứ nhất và áp dụng bất đẳng thức (6) cho
miền thứ hai, rồi rút gọn phần sau, khi đó ta được
3
t t 2 kn
2
t 3 t2
kn 1 2
3 x dFkn ( x) x 2 dFkn ( x)
Bn 2 Bn 6 Bn x Bn
Bn2 x Bn
23
t kn t2
x2 dFkn ( x)
6 Bn3 Bn2 x Bn
3
t 1
t2 2 x 2 dFkn ( x ) .
6 Bn x Bn
Như vậy ta có
3
n t t 2 kn
2
t
kn B 1 2 B 2 6 t 2 g n
k 1 n n
Cho n , sau đó cho 0 ta có
n t t 2 kn
2
lim kn 1 0, t . (28)
n
k 1 Bn 2 Bn2
Từ (26), (27), (28) ta suy ra được (22).
Chứng minh:
Ta chỉ cần chứng tỏ rằng điều kiện Liapunov (29) kéo theo điều kiện Lindeberg
(21). Điều đó được suy ra từ đánh giá sau:
Với 0 tùy ý,
1 n 1 n x
0 2 x dFkn ( x) 2 x 2
2
dFkn ( x)
Bn k 1 x B Bn k 1 x B Bn
n n
n
1 2
2
Bn
E X kn
0 .
k 1
Theo định lý Lindeberg ta suy ra điều phải chứng minh.
Giả sử X kn , k 1,2,..., n , n 1,2,... là dãy các biến ngẫu nhiên độc lập, có
phương sai hưu hạn với :
Fkn P ( X kn x), x ; X kn 0 ;
n n
2
DX kn kn ; Bn2 DX kn kn
2
, k 1,2,..., n
k 1 k 1
Khi đó nếu
S
lim P n x ( x ), x . (22)
x Bn
và
2
kn
lim max 2 0 (23)
n 1k n B
n
(trong định lý này,điều kiện đủ là định lý Lindeberg, điều kiện cần là định lý Feller)
Chứng minh:
* Điều kiện đủ được suy ra từ chứng minh định lý Lingdeberg.
* Ta chứng minh điều kiện cần theo 2 bước như sau:
Bước 1: Chứng minh rằng
t2 n t
1 ln kn n , t , trong đó lim n 0 .
2 k 1 Bn n
Với t , ta chọn đủ bé sao cho t 2 1 . Theo giả thuyết (23), tồn tại N
sao cho khi n N ta có
1
2 1k n
Bn
2
max kn .
t2 n t
n kn 1 n(1)
(2)
2 k 1 Bn
Tức là
t2 n t
1 kn n , t .
2 k 1 Bn
trong đó n n(2) n(1) , lim n 0 .
n
Điều này có thể viết lại dạng
t 2 n tx
1 cos n ,
2 k 1 Bn
hay tương đương như sau
t2 n tx n tx
1 cos dF ( x ) 1 cos dFkn ( x) n (32)
2 k 1 x B
kn n
Bn k 1 x Bn Bn
n
trong đó lim n 0 .
n
Bước 2: Chứng minh rằng
1 n
lim
n B 2
2 x 2dFkn ( x) 0, 0 (21)
n k 1 x B n
Sử dụng bất đẳng thức (13), ta có ước lượng dưới của vế trái trong (32) như sau
t2 n tx t2 t2 n
1 cos dFkn ( x ) 2 x 2 dFkn ( x ) 0 . (33)
2 k 1 x B Bn 2 2 Bn k 1 x B
n n
tx x2
Sử dụng bất đẳng thức 1 cos 2 2 2 2 với x thỏa mãn điều kiện
Bn Bn
x Bn , ta có ước lượng trên của vế phải trong (31) như sau
n tx 2 n
1 cos B dFkn ( x) n 2 B 2 x 2dFkn ( x) n
k 1 x Bn n n k 1 x Bn
2
n (34)
2
Từ (32), (33), (34) ta có
t2 t2 n 2
0 2 x 2dFkn ( x ) 2 n ,
2 2 Bn k 1 x B
n
hay
1 n 2 4 2 n
0 1
Bn2 k 1 x B
x dFkn ( x )
2t 2 t 2
,
n
Một dạng khác của định lý giới hạn trung tâm là xét tính hội tụ cho mật độ của
Sn
(nếu mật độ này là tồn tại) về mật đọ phân phối chuẩn. Những định lý loại này
Bn
gọi là Định lý giới hạn địa phương.
* Kiểm tra nếu EX kn 0 , ta tiến hành kiểm tra một trong các điều kiện sau đây:
1. Điều kiện Lindeberg:
1 n
lim gn lim 2 x 2 dFkn ( x ) 0, 0 (21)
n n B
n k 1 x B n
Sn
lim P x ( x), x (22)
x Bn
2
lim max kn 0 (23)
n 1k n B 2
n
Hoặc
2
t 2
t
lim S e ,t
n n Bn
kn2
n 1k n B 2 0
lim m ax (23)
n
3. Điều kiện Liapunov:
1 n 2 2
lim 2 E X kn 0 với E X kn a , 0 . (29)
n B
n k 1
* Kiểm tra nếu EX kn a 0 , ta tiến hành kiểm tra điều kiện sau đây:
4. Điều kiện Lévy:
x t2
S n na 1
lim P x ( x) e 2 dt , x (16)
n n 2
2
kn
n 1k n 2 0
lim m ax (23)
Bn
'' 2k 2 (k 2 t 2 ) 2k 2t (k 2 t 2 )2.2t 1 2
DX k kn (0) kn .
(k 2 t 2 ) 4 t 0
k 2
Suy ra
n n
1 2
Bn2 kn
2
2
.
k 1 k 1 k 6
Do đó
1
2
kn 1
k2 1 1
lim max lim m ax n lim 2 m ax 2 lim n
n 1k n B 2 n 1k n 1 n Bn 1k n k n 1
n
2
k 1 k 2
k 1 k
1 1 6
0.
1 2 2
k2 6
k 1
Suy ra dãy biến ngẫu nhiên đã cho không thỏa mãn điều kiện Lindeberg.
Ta có
k 2t 2 t2 n 2 1 t2
t n
t n k
2 Bn2 2 k 1 Bn2
Sn kn e e
e 2 ,t .
Bn k 1 Bn k 1
t2
t 2
Như vậy lim S n e ,t .
n Bn
Do đó dãy biến ngẫu nhiên đã cho thỏa mãn điều kiện Lindeberg.
'
sin tjk 2t
kn (0) j 1
EX kn 0.
i ik
t 0
''
k
j 2 cos tj 1 k 2 2k 2 3k 1 2
DX kn kn (0) j kn .
j 1 k k j 1 6
t 0
Suy ra
n n
2k 2 3k 1 1 n n n
n
Bn2 kn
2
2k 2 3k 1 (4n 2 9n 11) .
k 1 k 1 6 6 k 1 k 1 k 1 36
Do đó
2 2k 2 3k 1
lim max kn2 lim max 2 0.
n 1k n B n 1k n 6 B
n n
Ta có
t n t n 1 k tj
Sn kn cos
Bn k 1 Bn k 1 k j 1 Bn
Suy ra
k
tj
t n t n
1 k tj n cos B
j 1 n
lim Sn lim kn lim cos lim
n Bn n k 1 Bn n k 1 k j 1 Bn n k 1 k
k
tj
k
tj
cos B
j 1 n
Vì cos B k nên
k
1.
j 1 n
t2
t
2
Suy ra lim Sn 0 e ,t .
n Bn
Do đó dãy biến ngẫu nhiên đã cho không thỏa mãn điều kiện Feller.
Do đó
2
kn k
2
n2
lim max lim max n lim n 0.
n 1k n B 2 n 1 k n 1 k 2 n 1 k 2
n
3
k 1
3 k 1
n
1 n 2 1 n
Vì Bn2 k nên Bn
3 k 1 3
k 2 .
k 1
kt
sin
k 2 n Bn n
Do vậy 2 0 . Suy ra
1 , k .
Bn k t
Bn
Từ đó ta có
k t
sin
t n t2
t n Bn n
Sn kn
1 e 2 , t
B
n k 1 B
n k 1 k t
Bn
Do đó dãy biến ngẫu nhiên đã cho không thỏa mãn điều kiện Lindeberg.
k 3 1 k 3 2
lim 1 k kn .
A k A k
n n
k 3
Suy ra Bn2 kn2 .
k 1 k 1 k
Ta có
1 n
lim g n lim 2 x 2 dFkn ( x )
n n B
n k 1 x B n
1 n k 3
lim 2 x 2 k 3 dFkn ( x)
n B 2x
n k 1 x B n
1 n 2 k 3
lim
n B 2
2 x
2 x k 3
dFkn ( x )
n k 1 B n
1 n k 3 1 1
lim 2 lim k
n k 1 k A A
n B ( Bn ) k
2
1 n 1
lim 2 kk k 1
n k 1 Bn
n B
1 1
1 1
lim 2 . 2 .
2 k
n
n B B ( k 1) B
n k 1 n k 1
0.
Do đó dãy biến ngẫu nhiên đã cho thỏa mãn điều kiện Lindeberg. Do đó dãy X kn
tuân theo định lý giới hạn trung tâm.
7 35
Ta tính được EX k và DX k ( k 1,2,...,30 ).
2 12
30
Đặt S30 X k . Ta cần tính P(S 30 > 120).
k 1
Phân phối chính xác của S30 rất phức tạp. Nhưng theo định lý giới hạn trung tâm
S30 có phân phối xấp xỉ phân phối chuẩn S với:
35 7
Phương sai: 30. 87,5 và kỳ vọng: 30. 105 .
12 2
120 105
Do đó P( S30 120) P( S 120) 1 1 (1,6) 0,054 .
87,5
Vậy xác suất để tổng số nốt xuất hiện lớn hơn 120 là 0,054.
Giải:
Ta có X có phân phối xấp xỉ phân phối chuẩn với kỳ vọng 78,5 và phương sai
(11,2) 2 . Từ đó ta có
20
82 78,5
P( X 82) 1 1 (1,398) 0,081
11,2
20
Xác suất trọng lượng trung bình của 20 người này lớn hơn 80kg là 0,081.
(Bulletin Astronomique). Nó được dịch nguyên vẹn sang tiếng Pháp vào năm 1904 và đã
thu hút sự chú ý của các nhà toán học, vật lý học và thiên văn học tại Châu Âu.
3.Giảng dạy và nghiên cứu.
Năm 1895 Lyapunov trở thành giáo sư ngoại ngạch và được đề xuất vào chức giáo sư cơ
khí tại Đại học Kharkiv, cùng năm đó. Sinh viên và cũng là trợ lý của ông, Vladimir
Steklov, nhớ lại bài giảng đầu tiên của ông như sau: «Một thanh niên đẹp trai, cùng tuổi
với các sinh viên khác, đến trước thính giả, trong đó có vị trưởng khoa già, giáo sư
Levakovsky, người được sự kính trọng của tất cả sinh viên. Sau khi vị trưởng khoa ra
ngoài, người thanh niên với giọng nói hơi rung bắt đầu bài giảng về động học của chất
điểm, thay vì bài giảng hệ thống động lực học. Vấn đề này đã được dạy bởi giáo sư
Delarue. Nhưng những gì thầy Lyapunov dạy là mới mẽ đối với tôi và tôi không bao giờ
thấy những kiến thức này ở trong bất kỳ quyển sách giáo khoa nào. Tất cả ác cảm về môn
học lập tức tan vào cát bụi. Từ ngày đó, sinh viên bày tỏ sự kính trọng đặc biệt đối với
thầy Lyapunov»
Năm 1892 Lyapunov bảo vệ luận án tiến sĩ nổi tiếng Đại cương về độ ổn định của
chuyển động. Luận án này đã được bảo vệ ở đại học Moscow vào ngày 12 tháng 9, 1892,
với sự phản biện của Nikolai Zhukovsky và V. B. Mlodzeevski. Luận văn này cùng với
luận văn thạc sĩ, đã được dịch sang tiếng Pháp. Năm sau đó Lyapunov trở thành giáo sư
thực thụ của Đại học Kharkiv.
4.Những năm sau đó.
Lyapunov qua về Saint Petersburg năm 1902, sau khi được bầu vào thành viên của Học
viện Khoa học, đồng thời là giáo sư của khoa Toán ứng dụng trường. Vị trí đã bị bỏ trống
sau khi thầy của ông, Chebyshev mất. Không phải tham gia công tác giảng dạy, cho phép
Lyapunov tập trung vào nghiên cứu và đặc biệt ông có thể đúc kết những vấn đề của
Chebyshev để bắt đầu sự nghiệp khoa học của mình.
Năm 1908 ông tham gia Hội nghị Toán học quốc tế lần thứ tư ở Rome. Ông cũng tham
gia công việc xuất bản các tuyển tập của Euler: biên tập quyển 18 và 19.
Cuối tháng 6, năm 1917, Lyapunov cùng vợ về thăm anh trai ông ở Odessa. Vợ ông bị
bệnh lao vì thế họ phải rời đi sau đó theo yêu cầu của bác sĩ. Bà chết vào 31 tháng
10,1918. Cùng ngày đó, Lyapunov tự bắn vào đầu, ba ngày sau ông mất.
5.Sự nghiệp.
Lyapunov đóng góp cho nhiều lĩnh vực, bao gồm phương trình vi phân, lý thuyết thế, hệ
thống động học và lý thuyết xác suất. Quan tâm chính của ông là độ ổn định của cân bằng
chuyển động của hệ thống cơ học, lý thuyết mẫu về sự ổn định của chất lỏng rối đồng
dạng, và nghiên cứu các hạt dưới ảnh hưởng của trọng trường. Sự nghiệp của ông trong
nhiều lĩnh vực của vật lý toán liên quan đến bài toán giá trị biên của phương trình Laplace.
Trong lý thuyết thế, công trình của ông từ 1987 Về vài vấn đề liên kết với bài toán
Dirichlet’s làm rõ nhiều vấn đề quan trọng của lý thuyết thế. Các công trình của ông trong
lĩnh vực này có liên hệ chặt chẽ với các công trình của Steklov. Lyapunov đã phát triển
nhiều phương pháp xấp xỉ quan trọng. Các phương pháp của ông, được phát triển vào năm
1899, giúp định nghĩa độ ổn định của tập hợp các phương trình vi phân thông thường. Ông
cũng sáng tạo ra lý thuyết hiện đại về độ ổn định của một hệ thống động lực. Trong lý
thuyết xác suất, ông tổng hợp hóa các công trình của Chebyshev và Markov, và chứng
minh định lý giới hạn trung tâm dưới nhiều điều kiện tổng quát hơn những người đi
trước. Phương pháp của ông được sử dụng cho nhiều phép chứng minh được phổ biến
rộng rãi sau đó trong lý thuyết xác suất.Ông là thành viên danh dự của nhiều trường đại
học, thành viên danh dự của Học viện ở Rome và đồng thời là thành viên của Học viện
Khoa học ở Paris.
Andrey Nikolaevich Kolmogorov (tiếng Nga: Андре́ й Никола́ евич Колмого́ ров ;
25 tháng 4 năm 1903 – 20 tháng 10 năm 1987 thọ 84 tuổi) là một nhà toán học Liên
Xô đã có nhiều đóng góp lớn trong lý thuyết xác suất và tôpô.
Sinh ra trong một gia đình người Nga ở Tambov, Nga, ban đầu của sự nghiệp ông
làm về logic, và chuỗi Fourier. Ông cũng làm về chuyển động hỗn loạn, cơ học cổ
điển, và tin học. Tuy nhiên, công trình quan trọng nhất của ông là các đóng góp
trong lý thuyết xác suất, các biến ngẫu nhiên, và quá trình ngẫu nhiên và đặt chúng
lên một nền tảng toán học vững chắc. Một phương trình quan trọng ông phát triển
trong các quá trình ngẫu nhiên gọi là phương trình Chapman-Kolmogorov, với sự
quan trọng trong ngành này tương tự như là phương trình E = mc2 trong vật lý.
Kolmogorov làm việc tại Đại học Tổng hợp Quốc gia Moskva mang tên M. V.
Lomonosov. Ông nghiên cứu dưới sự hướng dẫn của Nikolai Luzin, lấy được bằng
Tiến sĩ Khoa học vào năm 1929. Vào năm 1931 ông trở thành giáo sư tại đại học
này. Vào năm 1939 ông nhận danh hiệu Viện sỹ của Viện Hàn lâm Khoa học Liên
Xô. Ông là người sáng lập ra lý thuyết độ phức tạp của thuật toán mà thường được
nhắc đến đơn thuần là độ phức tạp Kolmogorov. Ông qua đời ở Moskva vào năm
1987.
Abraham de Moivre
điểm: đến mức độ nào chúng ta có thể chắc chắn rằng khi chúng ta ném rất nhiều lần chết,
tần số quan sát của xuất hiện của số "sáu" có xu hướng hướng về xác suất lý thuyết. Đây là
một vấn đề chính cần giải quyết cho vấn đề người mẫu. De Moivre cho thấy đặc biệt là
phân phối nhị thức là, trong một cảm giác, đến bình thường (hoặc Laplace-Gauss), luật nổi
tiếng "trên các đường cong chuông."
De Moivre cũng quan tâm đến ứng dụng thực tế xác suất và thống kê. Nó dựa lên bảng
tỷ lệ tử vong cụ thể, và cho các công thức để tính toán số tiền hợp lý của một annuity.
Những việc chủ yếu khác là De Moivre sách tạp biên analytica (hỗn hợp phân tích) xuất
bản năm 1730. Đó là trong cuốn sách này xuất hiện lần đầu tiên (misnamed!) Stirling công
thức đó cung cấp cho một số lượng tương đương với n!. Cũng bao gồm làm việc trên các
trình tự tái phát, lượng giác, hợp lý. Sau tác phẩm này, de Moivre năm 1735 đã trở thành
một thành viên liên kết của Học viện Khoa học ở Berlin, sau đó năm 1754, liên kết thành
viên của Viện Hàn lâm Khoa học Paris.
Một huyền thoại đáng yêu xung quanh cái chết của De Moivre, xảy ra 27 tháng 11 năm
1754 tại London, trong nghèo đói. Trợ giúp của số học, ông đoán ngày mất của ông, một
trong những nơi ông sẽ ngủ trong 24 giờ! Ông đã không sai!. Người ta nói rằng De Moivre
đã nhận ra rằng anh ta ngủ mỗi quý đêm thêm một giờ.
De Moivre là tác giả của Định lý giới hạn trung tâm với các phép thử Bernoulli (đối
xứng: p = 1/2) độc lập do nhà Toán học de Moivre công bố năm 1718 trong cuốn sách
'' The Doctrine of Chance '' , một trong những thành tựu quan trọng nhất của Xác suất. Đến
năm 1812, Laplace đã mở rộng kết quả của Moivre cho các phép thử Bernoulli (không
đối xứng) độc lập.
Andrej Andreevich Markov (1856 - 1922), nhà toán học Nga, viện sĩ Viện Hàn lâm Khoa
học Pêtecbua (Peterburg, 1890). Các công trình cơ bản của ông thuộc lí thuyết số, giải tích
toán học và đặc biệt có nhiều đóng góp trong lí thuyết xác suất. Ông là người đầu tiên đưa
ra chứng minh đầy đủ và chặt chẽ cho định lí giới hạn cơ bản với những điều kiện khá
tổng quát. Ông đã mở rộng định lí này cho dãy các đại lượng phụ thuộc, đặt nền móng cho
một hướng quan trọng của lí thuyết xác suất hiện đại, đó là quá trình Markov.