Kim był Józef Marcinkiewicz?
Józef Marcinkiewicz urodził się 12 kwietnia 1910 r. (30 marca według kalendarza juliańskiego) we wsi Cimoszka koło Białegostoku. Jako dziecko chorował na płuca, ale dobrze pływał i jeździł na nartach. Maturę zdał w Białymstoku w 1930 r. i w tym samym roku zaczął studia matematyczne na Uniwersytecie Stefana Batorego w Wilnie (Maligranda, 2011).
Na drugim roku poprosił Antoniego Zygmunda o zgodę na udział w jego wykładzie o szeregach ortogonalnych, choć ten był za trudny dla studentów drugiego roku. Tak zaczęła się ich współpraca. Magisterium uzyskał w 1933 r., po trzech latach studiów, a doktorat – 25 czerwca 1935 r., oba pod kierunkiem Zygmunda. Rok akademicki 1935/36 spędził we Lwowie jako stypendysta i asystent przy katedrze Stefana Banacha. 12 czerwca 1937 r., w wieku 27 lat, został najmłodszym doktorem habilitowanym Uniwersytetu Stefana Batorego (Maligranda, 2011).
W 1938 r. dostał stypendium na wyjazdy do Paryża, Londynu i Sztokholmu, by – jak pisze Maligranda (2011) – uzupełnić wiedzę z rachunku prawdopodobieństwa i statystyki matematycznej. Pół roku spędził w Paryżu, a od kwietnia do sierpnia 1939 r. pracował w University College London. W czerwcu 1939 r. został mianowany profesorem nadzwyczajnym Uniwersytetu Poznańskiego, ale stanowiska już nie objął. Pod koniec sierpnia wrócił do Wilna, a we wrześniu jako porucznik rezerwy bronił Lwowa. Po kapitulacji miasta trafił do niewoli sowieckiej, do obozu w Starobielsku. Wiosną 1940 r. został zamordowany w Charkowie; dokładnej daty nie znamy (Maligranda, 2011).
Najważniejsze pomysły
W latach 1933–1939 Marcinkiewicz napisał 55 prac. Najbardziej znane dotyczą analizy (twierdzenie interpolacyjne Marcinkiewicza), ale w latach 1937–1938 zajmował się też zmiennymi losowymi niezależnymi (Maligranda, 2011).
- Prawo wielkich liczb Marcinkiewicza–Zygmunda (1937). Uogólnienie mocnego prawa wielkich liczb Kołmogorowa: dla niezależnych zmiennych o jednakowym rozkładzie i 0 < p < 2 suma pomniejszona o nc i podzielona przez n1/p dąży do zera prawie na pewno wtedy i tylko wtedy, gdy E|X|p jest skończone (Marcinkiewicz i Zygmund, 1937).
- Nierówności Marcinkiewicza–Zygmunda (1937). Szacują sumy niezależnych zmiennych; jedno z tych oszacowań statystycy znają dziś jako nierówność Hoeffdinga, którą Wassily Hoeffding opublikował w 1963 r. (Maligranda, 2011).
- Twierdzenie o funkcji charakterystycznej (1938, druk 1939). Funkcja exp(P(t)), w której P jest wielomianem stopnia większego niż 2, nie jest funkcją charakterystyczną żadnej zmiennej losowej (Marcinkiewicz, 1939; Maligranda, 2011). Logarytm funkcji charakterystycznej to funkcja tworząca kumulantów, więc twierdzenie można powiedzieć prościej: jeśli wszystkie kumulanty od pewnego rzędu są zerami, to rozkład jest normalny (albo skupiony w jednym punkcie).
Ciekawostka
W Londynie Marcinkiewicz zaprzyjaźnił się z młodym asystentem University College, Normanem L. Johnsonem, późniejszym profesorem statystyki w University of North Carolina. Johnson wspominał po latach w rozmowie, którą przytacza Maligranda (2011), że polski gość szukał u niego praktycznego spojrzenia na statystykę matematyczną. Gdy Johnson zasugerował, by wobec groźby wojny został za granicą, Marcinkiewicz się oburzył: jako oficer rezerwy uważał powrót do kraju za obowiązek.
Wcześniej, we Lwowie, bywał w Kawiarni Szkockiej: rozwiązał trzy problemy z Księgi Szkockiej (postawione przez Auerbacha, Banacha i Zygmunda) i dopisał własny, numer 124 (Maligranda, 2011).
Przykład: kumulanty i rozkład normalny
Kumulanty to „uporządkowane” momenty: pierwszy to średnia, drugi – wariancja, trzeci i czwarty po podzieleniu przez odpowiednią potęgę wariancji dają skośność i kurtozę nadmiarową. Liczymy je wzorem rekurencyjnym z momentów dla trzech rozkładów. Dla rozkładu normalnego N(1, 4) wychodzą κ₁ = 1, κ₂ = 4, a wszystkie dalsze są zerami. Dla rozkładu Poissona z λ = 3 każdy kumulant równa się 3, a dla rozkładu jednostajnego na (0, 1) nieparzyste od trzeciego są zerami, ale parzyste nie (κ₄ = −0.0083, κ₆ = 0.0040). Twierdzenie Marcinkiewicza mówi, że obraz „dwa kumulanty i same zera” ma tylko rozkład normalny.
Na próbach po 100 000 obserwacji (symulacja, set.seed(1910)) k-statystyki to potwierdzają: dla rozkładu normalnego skośność wynosi −0.0025, a kurtoza nadmiarowa −0.037; dla rozkładu Poissona k₃ = 2.95 i k₄ = 2.74 (teoretycznie 3), a dla jednostajnego kurtoza nadmiarowa −1.20.
Co by się stało, gdyby kumulanty urwały się dalej, np. na czwartym? Sprawdzamy funkcję exp(−t4): odwracamy ją numerycznie tak samo jak exp(−t²/2). Wynik całkuje się do 1, ale przyjmuje wartości ujemne – najniższą (−0.030) przy |x| = 4.6, a łączna „ujemna masa” wynosi −0.119. To nie jest gęstość, więc exp(−t4) nie jest funkcją charakterystyczną – zgodnie z twierdzeniem.
Na rysunku
Co widać. Cały dorobek Marcinkiewicza mieści się w sześciu latach: od magisterium w 1933 r. do wybuchu wojny.
Na co uważać. Oś zawiera tylko daty z cytowanego źródła. Etykiety są przesunięte – rok wskazuje znacznik na osi.
Podpis do pracy:
Co widać. Panel A pokazuje, dlaczego wielomian w wykładniku nie może mieć stopnia 4: „gęstość” spada poniżej zera. Panel B: tylko rozkład normalny ma skończenie wiele niezerowych kumulantów.
Na co uważać. Panel A to ilustracja numeryczna jednego przypadku, nie dowód – twierdzenie obejmuje każdy wielomian stopnia wyższego niż 2. Kumulanty jednostajnego są małe, ale niezerowe; na wspólnej skali zlałyby się z zerem, dlatego każdy panel w B ma własną oś pionową.
Podpis do pracy:
Gdzie spotkasz Marcinkiewicza w swojej pracy
- Skośność i kurtoza jako test normalności. Gdy sprawdzasz, czy skośność i kurtoza nadmiarowa są bliskie zera, sprawdzasz trzeci i czwarty kumulant. Twierdzenie Marcinkiewicza wyjaśnia, dlaczego właśnie te liczby: w rozkładzie normalnym wszystkie kumulanty powyżej drugiego znikają. Pamiętaj jednak, że zera w dwóch kumulantach nie dowodzą normalności – zob. jak sprawdzić normalność rozkładu i test Shapiro–Wilka.
- Średnia z dużej próby. Prawo wielkich liczb Marcinkiewicza–Zygmunda opisuje, jak szybko średnia stabilizuje się przy rozkładach o ciężkich ogonach, gdy brakuje wariancji – zob. też centralne twierdzenie graniczne.
- Twierdzenia graniczne. Na egzaminie habilitacyjnym Zygmund pytał go o twierdzenie Laplace’a–Lapunowa (Maligranda, 2011) – zob. Aleksandr Lapunow.
Spory, mity i trudne strony
- Gdzie zginął? Zygmund wiedział tylko, że Marcinkiewicz trafił do niewoli i prosił o książki matematyczne. Część relacji, w tym wspomnienie Johnsona, wymienia Katyń. Maligranda (2011) ustala, że po pobycie w obozie w Starobielsku Marcinkiewicz został zamordowany w Charkowie między 5 kwietnia a 12 maja 1940 r. i prawdopodobnie spoczywa w Piatichatkach.
- Oferta z Ameryki. Według części relacji Marcinkiewicz odrzucił propozycję pracy w USA. Maligranda (2011) zaznacza, że nie zna dokumentu, który by to potwierdzał.
- Utracone rękopisy. Prace z Paryża i Londynu Marcinkiewicz zostawił rodzicom. Rodzice zostali wywiezieni i zmarli w Bucharze w 1941 r., a rękopisy brat wydobył po wojnie z ziemi w stanie rozkładu (Maligranda, 2011).
Twierdzenie Marcinkiewicza w R
Kod rysuje oś czasu, odwraca numerycznie funkcje exp(−t²/2) i exp(−t4) (całka z integrate()), liczy kumulanty rzędu 1–6 z momentów wzorem rekurencyjnym i k-statystyki z symulowanych prób. Rysunki na stronie powstały z tych samych obiektów p_os i p_metoda z krojem i tłem serwisu; dane, geometrie i skale są identyczne.
całka, minimum i „ujemna masa” odwróconych funkcji, kumulanty trzech rozkładów oraz k-statystyki z prób po 100 000 obserwacji.
Kod R rysunków 1 i 2
# Józef Marcinkiewicz: oś czasu i twierdzenie o funkcji charakterystycznej (kumulanty rozkładu normalnego)
suppressPackageStartupMessages({library(ggplot2); library(patchwork)})
oi <- c(niebieski = "#0072B2", pomaranczowy = "#E69F00", cynober = "#D55E00", zielony = "#009E73",
fiolet = "#CC79A7", szary = "grey45") # Okabe–Ito
motyw <- theme_minimal(base_size = 13) + theme(panel.grid.minor = element_blank(), plot.title = element_text(face = "bold"))
# 1. Oś czasu (lata według Maligrandy 2011)
zdarzenia <- data.frame(
rok = c(1910, 1930, 1933, 1935, 1937, 1937.6, 1938.8, 1939, 1939.7, 1940),
opis = c("urodzony w Cimoszce", "studia w Wilnie (USB)", "magisterium\nu Zygmunda", "doktorat;\nrok we Lwowie",
"habilitacja", "prawo wielkich liczb\n(z Zygmundem)", "Paryż i Londyn", "twierdzenie o funkcji\ncharakterystycznej",
"obrona Lwowa,\nniewola (Starobielsk)", "zamordowany\nw Charkowie"),
rodzaj = c("życie", "nauka", "nauka", "nauka", "nauka", "publikacja", "praca", "publikacja", "życie", "życie"))
zdarzenia$y <- c(1.2, -1.2, 2.4, -2.6, 1.2, 3.4, -1.2, 2.3, -2.8, 1.0) # wysokość etykiet
zdarzenia$xl <- c(1910, 1925, 1927, 1931, 1932, 1934, 1937, 1939.5, 1941, 1942) # położenie etykiet, żeby się nie nakładały
p_os <- ggplot(zdarzenia, aes(rok, 0)) +
geom_hline(yintercept = 0, colour = "grey60") +
geom_segment(aes(xend = xl, yend = y * 0.85), colour = "grey70") +
geom_point(aes(shape = rodzaj, fill = rodzaj), size = 3.5) +
geom_label(aes(x = xl, y = y, label = paste0(floor(rok), "\n", opis)), size = 3.1, lineheight = 0.9, linewidth = 0.2) +
scale_shape_manual(values = c("życie" = 21, "nauka" = 22, "praca" = 24, "publikacja" = 25), name = NULL) +
scale_fill_manual(values = c("życie" = oi[["szary"]], "nauka" = oi[["zielony"]], "praca" = oi[["niebieski"]],
"publikacja" = oi[["cynober"]]), name = NULL) +
scale_x_continuous(breaks = seq(1910, 1940, 5), limits = c(1906, 1945)) + scale_y_continuous(limits = c(-3.5, 4)) +
labs(title = "Józef Marcinkiewicz (1910–1940)", x = NULL, y = NULL) +
motyw + theme(axis.text.y = element_blank(), panel.grid.major.y = element_blank(), legend.position = "bottom")
# 2. Twierdzenie Marcinkiewicza: jeśli exp(P(t)) z wielomianem P jest funkcją charakterystyczną,
# to stopień P wynosi najwyżej 2 (rozkład normalny albo zdegenerowany).
# Odwracamy numerycznie dwie funkcje: exp(-t^2/2) (rozkład normalny) i exp(-t^4).
# Dla funkcji parzystej: f(x) = (1/pi) * całka od 0 do nieskończoności z cos(t x) exp(P(t)) dt.
odwroc <- function(x, P) integrate(function(t) cos(t * x) * exp(P(t)), 0, Inf,
subdivisions = 2000, rel.tol = 1e-10)$value / pi
x <- seq(-15, 15, by = 0.02)
gestosci <- data.frame(
x = rep(x, 2),
f = c(sapply(x, odwroc, P = function(t) -t^2 / 2), sapply(x, odwroc, P = function(t) -t^4)),
funkcja = rep(c("exp(-t²/2): rozkład normalny", "exp(-t⁴): nie jest funkcją charakterystyczną"), each = length(x)))
podsumowanie <- aggregate(f ~ funkcja, data = gestosci, FUN = function(v) c(
calka = sum(v) * 0.02, minimum = min(v), masa_ujemna = sum(v[v < 0]) * 0.02))
podsumowanie <- do.call(data.frame, podsumowanie); names(podsumowanie) <- c("funkcja", "całka", "minimum", "masa_ujemna")
podsumowanie[, 2:4] <- round(podsumowanie[, 2:4], 4)
podsumowanie
# Gdzie „gęstość” dla exp(-t^4) jest najbardziej ujemna?
g4 <- gestosci[gestosci$funkcja == unique(gestosci$funkcja)[2], ]
abs(g4$x[which.min(g4$f)])
# Prostszy argument: P(t) = -t^4 ma P''(0) = 0, czyli kumulant drugi (wariancja) byłby równy 0,
# a rozkład o wariancji 0 jest skupiony w punkcie i ma funkcję charakterystyczną |phi(t)| = 1, nie exp(-t^4).
# 3. Kumulanty z momentów (wzór rekurencyjny) dla trzech rozkładów
kumulanty <- function(m) { # m[r] = r-ty moment zwykły E(X^r), r = 1..R
R <- length(m); k <- numeric(R)
for (n in 1:R) k[n] <- m[n] - sum(vapply(seq_len(n - 1), function(j) choose(n - 1, j - 1) * k[j] * m[n - j], numeric(1)))
k
}
r <- 1:6
mom_norm <- sapply(r, function(j) integrate(function(x) x^j * dnorm(x, mean = 1, sd = 2), -Inf, Inf)$value)
mom_pois <- sapply(r, function(j) sum((0:200)^j * dpois(0:200, lambda = 3)))
mom_jedn <- 1 / (r + 1) # rozkład jednostajny na (0, 1): E(X^r) = 1/(r + 1)
tab_k <- data.frame(rzad = r, normalny_N_1_4 = kumulanty(mom_norm), Poisson_3 = kumulanty(mom_pois),
jednostajny_0_1 = kumulanty(mom_jedn))
round(tab_k, 4)
# 4. To samo z próby (n = 100 000): k-statystyki (nieobciążone estymatory kumulantów) rzędu 2–4
# oraz skośność k3/k2^1.5 i kurtoza nadmiarowa k4/k2^2 (kumulanty w jednostkach wariancji)
k_stat <- function(y) {
n <- length(y); s <- sapply(1:4, function(j) sum((y - mean(y))^j))
k2 <- s[2] / (n - 1)
k3 <- n * s[3] / ((n - 1) * (n - 2))
k4 <- n * ((n + 1) * s[4] - 3 * (n - 1) * s[2]^2 / n) / ((n - 1) * (n - 2) * (n - 3))
c(k2 = k2, k3 = k3, k4 = k4, skosnosc = k3 / k2^1.5, kurtoza_nadm = k4 / k2^2)
}
set.seed(1910)
proby <- list(normalny_N_1_4 = rnorm(1e5, mean = 1, sd = 2), Poisson_3 = rpois(1e5, lambda = 3),
jednostajny_0_1 = runif(1e5))
round(t(sapply(proby, k_stat)), 4)
# Rysunek 2A: odwrócone funkcje; 2B: kumulanty rzędu 1–6
gestosci$funkcja <- factor(gestosci$funkcja, levels = unique(gestosci$funkcja))
pA <- ggplot(gestosci, aes(x, f, colour = funkcja, linetype = funkcja)) +
geom_hline(yintercept = 0, colour = "grey50") +
geom_line(linewidth = 1) +
annotate("text", x = 4.6, y = -0.05, label = "wartości ujemne:\nto nie jest gęstość", size = 3.2, colour = oi[["cynober"]]) +
scale_colour_manual(values = c(oi[["niebieski"]], oi[["cynober"]]), name = NULL) +
scale_linetype_manual(values = c("solid", "dashed"), name = NULL) +
coord_cartesian(xlim = c(-7, 7)) +
labs(title = "A. Odwrócenie funkcji exp(P(t))", x = "x", y = "f(x)") +
motyw + theme(legend.position = "bottom", legend.direction = "vertical")
dl <- data.frame(rzad = rep(r, 3), kumulant = c(tab_k$normalny_N_1_4, tab_k$Poisson_3, tab_k$jednostajny_0_1),
rozklad = factor(rep(c("normalny N(1, 4)", "Poissona (λ = 3)", "jednostajny (0, 1)"), each = 6),
levels = c("normalny N(1, 4)", "Poissona (λ = 3)", "jednostajny (0, 1)")))
dl$kumulant[abs(dl$kumulant) < 1e-8] <- 0
pB <- ggplot(dl, aes(factor(rzad), kumulant, colour = rozklad, shape = rozklad)) +
geom_hline(yintercept = 0, colour = "grey50") +
geom_segment(aes(xend = factor(rzad), y = 0, yend = kumulant), colour = "grey60") +
geom_point(size = 3) +
facet_wrap(~ rozklad, ncol = 1, scales = "free_y") +
scale_colour_manual(values = c(oi[["niebieski"]], oi[["pomaranczowy"]], oi[["zielony"]]), guide = "none") +
scale_shape_manual(values = c(16, 17, 15), guide = "none") +
labs(title = "B. Kumulanty rzędu 1–6", x = "Rząd kumulantu r", y = "κᵣ") +
motyw
p_metoda <- pA + pB + plot_layout(widths = c(1.3, 1))
p_os
p_metodaWynik w R
funkcja całka minimum masa_ujemna
1 exp(-t²/2): rozkład normalny 1 0.0000 0.0000
2 exp(-t⁴): nie jest funkcją charakterystyczną 1 -0.0298 -0.1186
[1] 4.6
rzad normalny_N_1_4 Poisson_3 jednostajny_0_1
1 1 1 3 0.5000
2 2 4 3 0.0833
3 3 0 3 0.0000
4 4 0 3 -0.0083
5 5 0 3 0.0000
6 6 0 3 0.0040
k2 k3 k4 skosnosc kurtoza_nadm
normalny_N_1_4 3.9991 -0.0198 -0.5928 -0.0025 -0.0371
Poisson_3 2.9905 2.9515 2.7389 0.5707 0.3062
jednostajny_0_1 0.0832 -0.0001 -0.0083 -0.0055 -1.2007Bibliografia oprogramowania
Wyniki pochodzą z uruchomienia pokazanego kodu w R 4.5.3 (całkowanie – funkcja integrate(), losowanie – rnorm(), rpois() i runif() z pakietu stats; rysunki – pakiety ggplot2 i patchwork). W pracy podaj wersje faktycznie użytych pakietów (sessionInfo()).
- R: R Core Team. (2026). R: A language and environment for statistical computing (Version 4.5.3) [Computer software]. R Foundation for Statistical Computing. https://www.R-project.org/
- ggplot2 (wersja 4.0.2): Wickham, H. (2016). ggplot2: Elegant graphics for data analysis. Springer. https://ggplot2.tidyverse.org
- patchwork (wersja 1.3.2): Pedersen, T. L. (2025). patchwork: The composer of plots [R package]. https://doi.org/10.32614/CRAN.package.patchwork
Najczęstsze pytania
Kim był Józef Marcinkiewicz?
Polskim matematykiem (1910–1940), uczniem Antoniego Zygmunda z Uniwersytetu Stefana Batorego w Wilnie. W latach 1933–1939 napisał 55 prac z analizy i rachunku prawdopodobieństwa. W 1939 r. jako oficer rezerwy bronił Lwowa, trafił do niewoli sowieckiej i wiosną 1940 r. został zamordowany w Charkowie.
Co mówi twierdzenie Marcinkiewicza o funkcji charakterystycznej?
Że funkcja exp(P(t)), w której P jest wielomianem stopnia większego niż 2, nie może być funkcją charakterystyczną żadnego rozkładu. W języku kumulantów: jeśli od pewnego rzędu wszystkie kumulanty są zerami, rozkład jest normalny (albo skupiony w jednym punkcie).
Co to jest prawo wielkich liczb Marcinkiewicza–Zygmunda?
Uogólnienie mocnego prawa wielkich liczb Kołmogorowa z 1937 r.: dla niezależnych zmiennych o jednakowym rozkładzie i 0 < p < 2 odchylenie sumy od nc, podzielone przez n do potęgi 1/p, dąży do zera prawie na pewno wtedy i tylko wtedy, gdy E|X|^p jest skończone.
Gdzie zginął Józef Marcinkiewicz?
Według biografii Lecha Maligrandy (2011) – w Charkowie, między 5 kwietnia a 12 maja 1940 r., po kilku miesiącach w obozie w Starobielsku. Starsze relacje podają Katyń; dokładna data śmierci nie jest znana.
Powiązane hasła
Poradniki, w których użyjesz tego pojęcia
Jak sprawdzić normalność rozkładu
Co ma być normalne, wykres Q-Q reszt, skośność i kurtoza, granice testu Shapiro-Wilka i sześć strategii na brak normalności – z kodem R, SPSS i opisem APA.
Czytaj →PoradnikCentralne twierdzenie graniczne
Co mówi CTG, dlaczego dotyczy średnich, a nie danych, ile osób naprawdę potrzeba i kiedy twierdzenie zawodzi – z symulacjami w R.
Czytaj →Potrzebujesz wsparcia w analizie danych?
Wybierz ofertę dopasowaną do pracy dyplomowej albo profesjonalnego projektu naukowego.
Wyceń analizęOferta dla studentówBibliografia i dalsza literatura naukowa (APA 7)
- Maligranda, L. (2011). Józef Marcinkiewicz (1910–1940) – on the centenary of his birth. Banach Center Publications, 95, 133–234. https://doi.org/10.4064/bc95-0-10 ● Otwarty dostęp: pełny tekst
- Marcinkiewicz, J. (1939). Sur une propriété de la loi de Gauß. Mathematische Zeitschrift, 44(1), 612–618. https://doi.org/10.1007/bf01210677
- Marcinkiewicz, J., & Zygmund, A. (1937). Sur les fonctions indépendantes. Fundamenta Mathematicae, 29, 60–90. https://doi.org/10.4064/fm-29-1-60-90
Cytowania BibTeX
@article{maligranda2011jozef, author={Maligranda, Lech}, title={{Józef Marcinkiewicz (1910–1940) – on the centenary of his birth}}, journal={Banach Center Publications}, year={2011}, volume={95}, pages={133--234}, doi={10.4064/bc95-0-10}}@article{marcinkiewicz1939propriete, author={Marcinkiewicz, J{\'o}zef}, title={{Sur une propriété de la loi de Gauß}}, journal={Mathematische Zeitschrift}, year={1939}, volume={44}, number={1}, pages={612--618}, doi={10.1007/bf01210677}}@article{marcinkiewicz1937fonctions, author={Marcinkiewicz, J{\'o}zef and Zygmund, Antoni}, title={{Sur les fonctions indépendantes}}, journal={Fundamenta Mathematicae}, year={1937}, volume={29}, pages={60--90}, doi={10.4064/fm-29-1-60-90}}