Desigualdades de probabilidade


37

Estou procurando algumas desigualdades de probabilidade para somas de variáveis ​​aleatórias ilimitadas. Eu realmente aprecio isso se alguém puder me fornecer alguns pensamentos.

Meu problema é encontrar um limite superior exponencial acima da probabilidade de que a soma das variáveis ​​aleatórias do iid ilimitadas, que são de fato a multiplicação de dois i Gaussian, exceda algum valor determinado, ou seja, Pr[Xϵσ2N]exp(?) , onde , e são gerados iid a partir de .X=i=1NwiviwiviN(0,σ)

Eu tentei usar o limite de Chernoff usando a função de geração de momento (MGF), o limite derivado é dado por:

Pr[Xϵσ2N]minsexp(sϵσ2N)gX(s)=exp(N2(1+4ϵ21+log(1+4ϵ21)log(2ϵ2)))

onde gX(s)=(11σ4s2)N2 é o MGF de X . Mas o limite não é tão apertado. A principal questão no meu problema é que as variáveis ​​aleatórias são ilimitadas e, infelizmente, não posso usar o limite da desigualdade de Hoeffding.

Ficarei feliz se você me ajudar a encontrar um limite exponencial apertado.


3
Parece um problema relacionado ao sensor de compressão. Veja as notas de R. Vershynin sobre a teoria da matriz aleatória não assintótica, especificamente os limites do que ele chama de variáveis ​​aleatórias subexponenciais . Isso vai ajudar você. Se você precisar de mais dicas, informe-nos e tentarei postar mais algumas informações.
cardeal

11
Existem pelo menos algumas perguntas e respostas relacionadas a esse tópico no math.SE (aviso: incluindo uma em que participei).
cardeal

11
O produto possui como distribuição 'produto normal'. Acredito que a média deste produto é zero e a variação é onde é a variação de e . Para largeish, você poderia usar o teorema do limite central para obter norality aproximado de . Se você puder calcular a distorção da distribuição normal do produto, acredito que possa aplicar o teorema de Berry-Esseen para limitar a taxa de convergência do CDF. σ 4 σ 2 w i v i N Xwiviσ4σ2wiviNX
Shabbychef

11
@shabbychef, Berry-Esseen tem convergência muito lento, já que é um uniforme obrigado sobre a classe de todas as funções de distribuição . F
cardeal

4
@DilipSarwate: Desculpe, mas agora estou vendo seu comentário de algum tempo atrás. Eu acho que você pode estar interessado no papel pouco seguinte, que eu ligado a um par de vezes em math.SE bem: TK Phillips e R. Nelson (1995), O momento ligado é mais apertado do que Chernoff do destino a cauda positiva probabilidades , The American Statistician , vol. 42, n. 2. 175-178.
cardeal

Respostas:


1

Usando o limite de Chernoff, você sugeriu alguns que serão especificados posteriormente, que a segunda desigualdade ocorre graças a para qualquer . Agora pegue e , o lado direito se tornará que produz para qualquer .s1/(2σ2)- log ( 1 - x )

P[X>t]exp(st)exp((N/2)log(1σ4s2))exp(st+σ4s2N)
log(1x)2xx(0,1/2)t=ϵσ2Ns=t/(2σ4N)exp(t2/(4σ4N)=exp(ϵ2N/4)
P[X>ϵσ2N]exp(ϵ2N/4).
ϵ(0,1)

Outra via é aplicar diretamente as desigualdades de concentração, como a desigualdade de Hanson-Wright, ou desigualdades de concentração para o caos gaussiano da ordem 2, que abrange a variável aleatória em que você está interessado.

Abordagem mais simples sem usar a função de geração de momento

Tome por simplicidade (caso contrário, pode-se redimensionar dividindo porσ=1σ2 ).

Escrever e . Você está solicitando limites superiores emv=(v1,...,vn)Tw=(w1,...,wn)TP(vTw>ϵN) .

Seja. Em seguida, por independência de e é independente de com o distribuição com graus de liberdade.Z=wTv/vZN(0,1)v,wv2Zχ2n

Por limites padrão em variáveis normais normais e aleatórias, A combinação com o limite de união fornece um limite superior em da forma .χ2

P(|Z|>ϵn/2)2exp(ϵ2n/4),P(v>2n)exp(n(21)2/2).
P(vTw>ϵN)2exp(ϵ2n/4)+exp(n(21)2/2)


0

O limite obtido é da ordem como . Eu não acho que você possa fazer muito melhor pelo general . Na página da Wikipedia sobre Variáveis do produto, a distribuição de w i v i é K 0 ( z ) / π onde K 0 é uma função de Bessel modificada. De (10.25.3) na lista de funções DLMF , K 0 ( t ) e - t / eϵϵϵwiviK0(z)/πK0K0(t)et/t de modo que paraxsuficientemente grandeP(wivi>x)xet/tdtque não lhe dará um limite sub-gaussiano.

Ao utilizar nosso site, você reconhece que leu e compreendeu nossa Política de Cookies e nossa Política de Privacidade.
Licensed under cc by-sa 3.0 with attribution required.