对任意离散信源普遍成立的极限性质

相对熵密度fn(ω)=-(1)/(n)lnp(X1,...,Xn)的极限性质是信息论中的一个重要问题.本文利用相对于无记忆信源熵密度偏差的概念,研究任意离散信源相对熵密度的极限性质,得到了一个用不等式表示的强极限定理(称之为强偏差定理).     

对任意离散信源普遍成立的极限性质

相对熵密度fn(ω)=-1nlnp(X1,…,Xn)的极限性质是信息论中的一个重要问题。本文利用相对于无记忆信源熵密度偏差的概念,研究任意离散信源相对熵密度的极限性质,得到了一个用不等式表示的强极限定理(称之为强偏差定理)。     

随机序列基于指数分布的若干强极限定理

利用样本相对熵作为一般非负连续型随机变量序列相对于服从指数分布的独立但不同分布随机变量序列偏差的一种随机性度量,运用鞅理论及分析方法,研究了一类随机变量序列加权和的强偏差定理,并讨论了任意连续信源的相对熵密度的若于极限性质。     

关于齐次马氏信源二元函数的一类偏差定理

利用任意信源相对熵密度偏差的概念，使用分析的方法研究了齐次马氏信源的一类强偏差定理，得出了一个二元函数的一类强偏差定理和几个极限性质．     

离散加权信源与熵密度偏差的极限性质

利用熵密度偏差，研究了服从几分分布的离散加权信源的极限性质，其主要结果推广了离散信源Shannon－Mcmillan定理。     

关于非齐次马氏信源二元函数的一类偏差定理

引进任意信源相对熵密度偏差的概念,用此研究了一个二元函数的一类强偏差定理,随后引入平均随机条件熵的概念,得到了一个平均随机条件熵的极限定理,这个定理是马氏信源Shannon-McMillan定理的一个推广。     

连续随机序列样本熵的强偏差定理

设{X_n,n≥1}是连续随机序列,其联合分布密度为g_n(x_1,…,x_n),f_k(x_k)是X_k的边缘分布密度。利用关于乘积分布密度sum from n to k=1 f_k(x_k)的相对熵和相对熵率的概念,建立了连续随机序列关于样本微分熵的一类强偏差定理。     

连续随机序列样本熵的强偏差定理

设{Xn,n≥1}是连续随机序列,其联合分布密度为gn（X1,…,Xn）,fk（Xk）是Xk的边缘分布密度。利用关于乘积分布密度nПk=1 fk（Xk）的相对熵和相对熵率的概念,建立了连续随机序列关于样本微分熵的一类强偏差定理。     

随机变量序列基于指数分布的强偏差定理

利用样本相对熵作为一般非负连续型随机变量序列相对于服从指数分布的独立但不同分布随机变量序列偏差的一种随机性度量,运用鞅理论及分析方法,研究了一类随机变量序列加权和的用不等式表示的极限定理,即强偏差定理     

关于离散随机变量序列的一类强偏差定理

引入极限相对对数似然比的概念，作为离散相依随机变量序列与独立随机变量序列的偏差的一种度量，并利用它来研究离散相依随机变量序列的极限性质．引入一种全新的概率研究方法——分析法，得到了一类用不等式表示的强极限定理，即强偏差定理，其偏差界依赖于此极限相对对数似然比．作为推论得到了经典的独立随机变量序列的强大数定理，进一步发展和完善了状态空间离散有限的随机变量序列关于乘积分布的强偏差定理．     

关于离散信源滑动相对熵的一个小偏差定理

通过引入任意离散随机序列联合分布相对于乘积参考分布的滑动相对熵概念，建立了任意相依离散随机变量序列滑动相对熵的一个小偏差定理。     

理想量子气体高温条件下的相对论熵变

在理想量子气体和相对论概念的基础上 ,根据相对论的态密度和量子统计的粒子数密度、能量密度的结论 ,通过严格的理论推导 ,得出理想量子气体在高温条件下的相对论性的状态方程、热容量以及等压、等容、等温三种过程的熵变 ;并将经典理想气体、非相对论理想量子气体、相对论理想量子气体在高温条件下的熵变相比较 ,指出非相对论理想量子气体与经典理想气体的差异在于描述微观体系的波涵数的对称性 ,相对论理想量子气体与非相对论理想量子气体的差异在于相应的态密度的不同 ;阐明高温条件下相对论理想量子气体的熵变在量子统计领域中的先进性以及对聚变核反应中高温电子气的应用前景     

相对熵密度似然比的极限性质

对任意的可列集上的信息源，探讨信息论的一个重要问题，即探讨了相对于独立型几何分布的焖密度似然比与对数似然比的极限性质，获得两个用不等式表示的强极限定理。     

基于标准结构熵偏差率的软件网络度量研究

基于软件静态网络宏观拓扑特征值的特性,提出了软件网络特征值偏差率以及软件相对规模质量特征和结构有序性的概念.并使用标准结构熵偏差率来衡量软件网络特征值与目前被广泛使用且规模相同的开源软件的网络特征值平均值的差距,以此来反映特征值对相应软件的相对规模有序性的影响.最后采用单样本K-S检验方法对标准结构熵偏差率进行验证,并得出结论:当标准结构熵偏差率大于0.05时,软件在系统设计以及代码编写方面均存在着一定的问题,软件的相对规模结构有序性存在较大的提高空间.     

熵与大偏差及保险定价

为了更加合理的解决保险定价问题,引入信息论中的熵和概率理论中的大偏差,对一般保费计算方法进行了修正.结果表明:最大熵原理只考虑了具有最大熵的概率分布,而在大偏差框架中,考虑了所有的概率分布,此时的熵描绘了随着实验次数的增加,概率分布的收敛情况;若只知道概率分布的不完全信息,最小化叉熵,得到最小叉熵优化模型,模型的解可调整保费.调整后的保费计算方法既建立在经验概率分布基础上,又不完全依赖经验概率分布,具有更好的实用性.     

矿床储量的最大熵分布模型研究

根据最大熵原理,以熵作为矿床储量不确定性的量度,采用Lagrange乘子法给出矿床储量的概率密度函数解析式的统一表达式及实用的数值算法.当样本容量和单一矿体储量充分大时,得到储量的最佳密度函数是负指数函数;进一步对分布函数作适当修正,得到Weibull分布模型,并与Pareto定律进行比较,从分布的数学意义上分析这两种分布的内在联系,从而说明最大熵分布比Pareto律更能反映总体的分布规律.