Сума незалежних експоненціальних випадкових величин


12

Чи можемо ми довести результат різкої концентрації на суму незалежних експоненціальних випадкових величин, тобто нехай є незалежними випадковими змінними, такими, що . Нехай . Чи можемо ми довести межі форми . Це безпосередньо випливає, якщо ми використовуємо дисперсійну форму меж чернофф, і, отже, я вважаю, що це правда, але межі, які я читаю, потребують обмеженості чи мають певну залежність від обмеженості на змінних. Чи може хтось вказати на мене на доказ сказаного? X1,XrPr(Xi<x)=1ex/λiZ=XiPr(|ZμZ|>t)<et2/(λi)2


просто слідкуйте за доказом чернофф: легко зв'язати експоненціальний момент експоненціальних випадкових величин.
Сашо Ніколов

Я намагався повторити доказ чорнофу. Я зробив це для більш простого випадку, коли всі . Я можу отримати таке відношення, яке шукаю при легкому стані . Чи виникає такий стан природним шляхом чи це пов'язано з не таким хорошим рішенням? λi=λт<нλ
NAg

3
Перевірити Lemma 2.8 тут eprint.iacr.org/2010/076.pdf
Ніколов

Так, це має сенс. Навіть в їх лемме вони мають умова на т бути досить малий. Добре, тоді моє рішення здається правильним. Велике спасибі за посилання та пропозицію.
NAg

1
Пр[Хi<х]=е-λiххПр[Хi<х]=1-е-λiхλi-2

Відповіді:


7

Для конкретності скажіть, що pdf rv єХi

p(Хi=х)=12λiе-λi|х|.

Це розподіл Лапласа, або подвійне експоненціальне розподіл. Його дисперсія - . Cdf є2λi2

Пр[Хiх]=1-12е-λiх
для .х0

Функція породження моменту єХi

Е еуХi=11-у2/λi2,
для . Використовуючи цей факт та метод експоненціального моменту, який є стандартним у доказуванні меж Черноффа, ви отримуєте, що для та , виконується наступна нерівність|у|<λiХ=iХiσ2=2iλi-2

Пр[Х>тσ]<е-т2/4,
поки . Докладне виведення можна знайти у доказі леми 2.8 цієї статті .т2σхвiλi


Дякую за відповідь. Однак у моїй заяві не обов'язково вірно, що . Однак можна очікувати ще сильнішої концентрації у випадку . Ми можемо отримати такий результат, якщо не будемо використовувати наближення яке обмежує діапазон у доказі, але аналіз цього стає некерованим у випадку різних . Будь-які пропозиції на цьому фронті? т2σмiнiλiт>2σмiнiλi1/(1-х)еcхтλi'с
NAg

це буде деяким енергійним маханням рукою, але я очікую, що такі великі значення , швидше за все, трапляться, коли лише невелика кількість перевищує медіанубагато. але подвійні експоненціальні змінні мають більш важкий хвіст, ніж гауссі, і невелика кількість з них не може на цьому зосередитисяХХi|Хi|
Сашо Ніколов

2
Я розумію, що написане вище не зрозуміло: я очікую, що вихід у хвіст виглядає як хвіст іншого rv що є сумою невеликої кількості подвійних експоненціальних rv. Хвіст такого не повинен бути субгаусський. ХХ'Х'
Сашо Ніколов

3

Для розповсюдження Лапласа, якщо ви використовуєте прив'язку Бернуллі, можете писати

ЕеуiХi=i11-у2/λi211-у2σ2/2,
деσ2=2iλi-2

Пр[iХiтσ]1+1+2т22е1-1+2т2{(ет/2+1)е-2те-т2/2+т4/8.

тλiте-т2/2те-2т

1-1+2т2тт

ЕеуiХi11-умкмк=i1/λi

Пр[(iХi)-мктмк](т+1)е-те-т2/2+т3/3.
тмктσЕеу(Хi-мк)2

У мене немає часу на розробку деталей, але я на 99,9% впевнений, що можна отримати обмеження для експоненціально розподілених випадкових величин, яке залежить від дисперсії. Ваша обмежена функція генерування моменту виглядає надмірно розпущеною.
Warren Schudy

@Warren Schudy, яким би був твій підхід?
Thomas Ahle

Я бачу два очевидні підходи: 1. Другий рубіж, перелічений на en.wikipedia.org/wiki/…, схоже, повинен працювати. 2. Знайдіть більш чітку межу функції, що генерує момент.
Воррен Шуді

Пр[iХiтσ]е-т2/2тσхвiλi/2

Межі в гауссовому стилі неминуче зупиняться в якийсь момент. Навіть одна експоненціально розподілена випадкова величина зрештою має жирніші хвости, ніж будь-яка гауссова.
Воррен Шуді
Використовуючи наш веб-сайт, ви визнаєте, що прочитали та зрозуміли наші Політику щодо файлів cookie та Політику конфіденційності.
Licensed under cc by-sa 3.0 with attribution required.