Nghiên cứu Phân phối Xác suất Ổn định và Ứng dụng trong Thống kê của Bùi Quảng Nam

Định lý giới hạn trung tâm cổ điển khẳng định tổng các biến ngẫu nhiên độc lập tiến về phân phối chuẩn. Điều kiện tiên quyết là phương sai của các biến ngẫu nhiên phải hữu hạn. Khi giả thiết này bị vi phạm, định lý cổ điển không còn hiệu lực. Định lý giới hạn trung tâm tổng quát xuất hiện để mở rộng phạm vi ứng dụng. Định lý này chứng minh giới hạn của tổng các biến ngẫu nhiên độc lập chính là phân phối ổn định. Lớp phân phối ổn định là lớp phân phối giới hạn duy nhất có thể đạt được. Do đó, phân phối ổn định đóng vai trò nền tảng trong lý thuyết xác suất hiện đại. Kết quả này cung cấp công cụ toán học vững chắc cho việc xử lý các chuỗi quan sát phức tạp.

Phân phối chuẩn là trường hợp riêng nổi tiếng nhất của họ phân phối ổn định. Phân phối chuẩn tổng quát mô tả các hệ thống có tính đối xứng và suy giảm nhanh ở hai biên. Tuy nhiên, nhiều hiện tượng vật lý và kinh tế không tuân theo quy luật suy giảm hàm mũ. Các quan sát thực nghiệm thường xuyên ghi nhận các giá trị ngoại lai cực lớn. Phân phối ổn định tổng quát hóa mô hình chuẩn bằng cách mở rộng miền giá trị tham số. Sự chuyển dịch này giúp mô hình thích ứng linh hoạt với độ phân tán cao. Khả năng bao quát của phân phối ổn định giúp liên kết các mô hình cổ điển và hiện đại thành một thể thống nhất.

Nhiều quá trình ngẫu nhiên trong đời sống mang bản chất của phân phối đuôi nặng. Đặc điểm cốt lõi là xác suất xảy ra các sự kiện cực đoan cao hơn nhiều so với phân phối chuẩn. Các hiện tượng này xuất hiện phổ biến trong viễn thông, mạng internet, tài chính và tín hiệu định vị. Việc áp dụng phân phối chuẩn cho dữ liệu đuôi nặng sẽ dẫn đến sai số nghiêm trọng. Sai số này làm suy giảm độ chính xác của các thuật toán dự báo và xử lý tín hiệu. Phân phối ổn định nắm bắt trọn vẹn quy luật suy giảm theo luật lũy thừa của phần đuôi. Đây là chìa khóa để xây dựng các giải pháp kỹ thuật tin cậy và bền vững.

Biểu diễn thông qua hàm đặc trưng là phương pháp chuẩn mực để xác định phân phối ổn định. Hàm đặc trưng của phân phối ổn định chứa các thành phần mũ phức tạp. Biểu thức này phụ thuộc chặt chẽ vào tham số alpha và tham số beta. Khi tham số alpha khác 1, hàm đặc trưng có dạng giải tích riêng biệt so với khi alpha bằng 1. Dạng biểu diễn này cho phép tính toán các mô-men phân số và khảo sát tính liên tục. Công cụ giải tích Fourier giúp chuyển đổi linh hoạt giữa miền tần số và miền không gian. Nhờ hàm đặc trưng, các phép toán tích chập và biến đổi tuyến tính trở nên trực quan và thuận tiện hơn.

Tham số độ ổn định alpha nhận giá trị trong khoảng từ 0 đến 2. Tham số này chi phối độ dày của đuôi phân phối và mức độ phân tán của dữ liệu. Khi alpha càng nhỏ, đuôi phân phối càng nặng và các biến động cực đoan xuất hiện càng nhiều. Khi alpha bằng 2, phân phối chuyển hóa thành phân phối chuẩn quen thuộc. Tham số độ lệch beta nằm trong đoạn từ -1 đến 1. Beta phản ánh tính bất đối xứng của đồ thị mật độ xác suất. Nếu beta bằng 0, phân phối mang tính đối xứng hoàn toàn qua tâm. Ngược lại, beta khác 0 thể hiện sự lệch sang trái hoặc sang phải của phân phối xác suất.

Lớp phân phối ổn định chứa ba trường hợp đặc biệt có biểu thức giải tích tường minh. Đầu tiên là phân phối chuẩn tương ứng với alpha bằng 2. Trường hợp thứ hai là phân phối Cauchy xuất hiện khi alpha bằng 1 và beta bằng 0. Phân phối Cauchy có tính đối xứng nhưng không tồn tại kỳ vọng toán học. Trường hợp thứ ba là phân phối Lévy tương ứng với alpha bằng 0.5 và beta bằng 1. Phân phối Lévy hoàn toàn lệch về một phía và chỉ nhận giá trị dương. Phân phối Lévy đóng vai trò quan trọng trong nghiên cứu chuyển động Brown và quá trình khuếch tán dị thường. Các trường hợp này minh chứng cho tính đa dạng và phong phú của họ phân phối ổn định.

Nón lồi là cấu trúc không gian toán học có tính ứng dụng cao trong tối ưu hóa và hình học ngẫu nhiên. Độ đo xác suất ổn định chặt trên nón lồi bảo toàn tính chất cộng tính dưới các phép co giãn tỉ lệ. Nghiên cứu thiết lập các điều kiện cần và đủ để một độ đo đạt tính ổn định chặt. Các phần tử trung lập và đỉnh của nón lồi đóng vai trò quan trọng trong việc định vị độ đo. Bên cạnh đó, khái niệm độ đo nửa ổn định chặt được khảo sát chi tiết. Cấu trúc này mở rộng khả năng mô tả các quá trình ngẫu nhiên có tính chu kỳ hoặc tỉ lệ không liên tục.

Miền hút mô tả tập hợp tất cả các độ đo xác suất có tổng chuẩn hóa hội tụ về một độ đo ổn định. Trong không gian nón lồi, việc xác định miền hút đòi hỏi kỹ thuật giải tích hàm biến đổi chính quy. Miền nửa hút là sự mở rộng tương ứng cho các độ đo nửa ổn định. Luận án chứng minh các điều kiện tương đương về sự hội tụ của độ đo trên không gian metric. Kết quả này cung cấp tiêu chuẩn kiểm tra xem một quá trình ngẫu nhiên có hội tụ về trạng thái ổn định hay không. Đây là cơ sở lý thuyết quan trọng cho việc xấp xỉ các bài toán thống kê phi Gauss phức tạp.

Độ đo ngẫu nhiên ổn định là công cụ đắc lực để mô hình hóa các trường ngẫu nhiên và nhiễu không gian. Luận án thiết lập biểu diễn cấu trúc thông qua độ đo phổ xác định trên biên của tập Borel. Độ đo ngẫu nhiên chia được vô hạn phân tách thành thành phần xác định và thành phần ngẫu nhiên ổn định. Các định lý đặc trưng chứng minh tính duy nhất của biểu diễn phổ. Kết quả giải tích giúp hiểu rõ cơ chế tương tác giữa các điểm ngẫu nhiên trong không gian nhiều chiều. Lý thuyết này mở ra hướng tiếp cận mới cho các bài toán xử lý ảnh, truyền thông vô tuyến và mô phỏng mạng lưới.

Phương pháp ước lượng cực đại hợp lý nổi bật với tính hiệu quả tiệm cận và độ chệch tối thiểu. Kỹ thuật này tối đa hóa hàm hợp lý dựa trên tích phân số của hàm đặc trưng. Thuật toán đòi hỏi các phép tính giải tích số xấp xỉ chính xác cao trên máy tính. Ước lượng cực đại hợp lý cho phép tìm đồng thời cả bốn tham số của phân phối ổn định. Kết quả ước lượng đạt tính vững và tiệm cận chuẩn khi kích thước mẫu đủ lớn. Phương pháp này trở thành chuẩn mực đối sánh cho các thuật toán ước lượng xấp xỉ khác trong thống kê ứng dụng.

Tiêu chuẩn kiểm định Kolmogorov-Smirnov đo lường khoảng cách lớn nhất giữa hàm phân phối thực nghiệm và hàm phân phối lý thuyết. Tiêu chuẩn này không phụ thuộc vào cách chia khoảng của dữ liệu mẫu. Khoảng cách Kolmogorov phản ánh mức độ tương thích giữa mô hình giả định và chuỗi số liệu quan sát. Luận án thiết lập quy trình kiểm định giả thuyết phân phối ổn định cho dữ liệu thực nghiệm. Giá trị thống kê kiểm định giúp đưa ra quyết định chấp nhận hoặc bác bỏ giả thuyết với mức ý nghĩa định trước. Tiêu chuẩn này đảm bảo tính khách quan và khoa học cho mọi kết luận thống kê.

Nghiên cứu tiến hành mô phỏng số để so sánh độ chính xác giữa các phương pháp ước lượng khác nhau. Phương pháp phân vị có ưu điểm tính toán nhanh nhưng độ phân tán sai số lớn ở cỡ mẫu nhỏ. Phương pháp hàm đặc trưng thực nghiệm đạt độ cân bằng tốt giữa thời gian chạy và sai số ước lượng. Ước lượng cực đại hợp lý đem lại phương sai sai số nhỏ nhất trong hầu hết các kịch bản thử nghiệm. Sự kết hợp giữa các phương pháp giúp tối ưu hóa quy trình xử lý dữ liệu lớn. Các đánh giá định lượng cung cấp hướng dẫn rõ ràng cho việc lựa chọn thuật toán phù hợp với từng bài toán thực tế.

Dữ liệu quan sát tín hiệu GPS thu thập tại các trạm đo đạc mặt đất chứa nhiều xung nhiễu bất thường. Đồ thị phân tán sai số tọa độ thể hiện rõ tính chất không chuẩn. Các quan sát vượt xa giới hạn ba lần độ lệch chuẩn xuất hiện với tần suất đáng kể. Phân tích thống kê mô tả cho thấy hệ số nhọn của chuỗi dữ liệu lớn hơn nhiều so với phân phối Gauss. Hiện tượng này chứng minh chuỗi sai số định vị mang bản chất phân phối đuôi nặng. Việc hiểu rõ đặc tính này là tiền đề then chốt để lựa chọn mô hình xác suất thích hợp.

Quy trình kiểm định Kolmogorov-Smirnov được áp dụng trực tiếp trên tập dữ liệu sai số vị trí GPS thực tế. Nghiên cứu ước lượng bộ tham số ổn định alpha, beta, gamma và delta cho chuỗi số liệu. Sau đó, hàm phân phối tích lũy thực nghiệm được so sánh với hàm phân phối ổn định vừa tìm được. Kết quả kiểm định cho thấy khoảng cách Kolmogorov đối với phân phối ổn định nhỏ hơn đáng kể so với phân phối chuẩn. Thống kê p-value khẳng định dữ liệu thực tế tuân theo phân phối ổn định với mức tin cậy cao. Điều này bác bỏ giả thiết phân phối chuẩn vốn được sử dụng rộng rãi trước đây.

So sánh trực tiếp giữa hai mô hình cho thấy ưu thế vượt trội của phân phối ổn định. Phân phối chuẩn đánh giá sai lệch biên độ lớn dẫn đến rủi ro định vị nghiêm trọng. Trong khi đó, phân phối ổn định bám sát cả vùng trung tâm lẫn vùng đuôi của phân phối sai số. Thuật toán lọc và ước lượng vị trí dựa trên phân phối ổn định có độ bền vững cao trước nhiễu đột biến. Độ chính xác định vị được cải thiện rõ rệt trong các điều kiện môi trường truyền sóng phức tạp. Công trình khẳng định giá trị thực tiễn to lớn của lý thuyết phân phối ổn định trong công nghệ định vị hiện đại.