Хвостові межі евклідової норми для рівномірного розподілу на


11

Які відомі верхні межі щодо того, як часто євклідова норма рівномірно вибраного елемента буде більше, ніж заданий поріг?{−n, −(n−1), ..., n−1, n}d

Мене в основному цікавлять межі, які сходяться експоненціально до нуля, коли набагато менше .nd


Це легко відповісти за пороги ви просто обчислюєте обсяги гіперсфер, але складніше розробити для . Ви знаходитесь в будь-якій з цих ситуацій? t≤nt>n
— whuber

3
Мені знадобиться. t>n
— Рікі Демер

1
На даний момент я не встигаю розмістити детальну відповідь, але ось тим часом підказка: Порівняйте до біноміальної випадкової величини з тим самим середнім значенням, використовуючи стандартну техніку, пов'язану з Чернофом. Це дасть границю форми для відповідних і умови що має сенс, коли ви задумаєтесь про те, що означає відстань у квадраті Евкліда. Сподіваюся, що хтось допомагає. a d e - b t 2 a b t > n √∑k(Xk/n)2ade−bt2abt>nd(n+1)/3n
— кардинал

Відповіді:


1

Інтуїтивно слід бути очевидним, що точка, координати якої відбираються навмання з рівномірного розподілу, повинна мати невеликий модуль через прокляття розмірності. Зі збільшенням ймовірність того, що точка, відібрана навмання від об’єму розмірної одиничної кулі, матиме відстань, меншу або рівну від центру, є , яка падає експоненціально швидко.d ϵ ϵ dddϵϵd

Я дам повну версію рішення кардинала.

Нехай - одна незалежна копія дискретного, рівномірного розподілу по цілих числах . Ясно, що , і легко обчислити, що - n ⩽ k ⩽ n E [ X ] = 0 Var ( X i ) = n ( n + 1 )Xi−n⩽k⩽nE[X]=0Var(Xi)=n(n+1)3

Нагадаємо, що і що Var ( X 2 i ) = E [ X 4 i ] - E [ X 2 i ] 2E[Xi2]=Var(Xi)+E[Xi]2Var(Xi2)=E[Xi4]−E[Xi2]2

Таким чином,E[Xi2]=Var(Xi)=n(n+1)3

Var(Xi2)=E[Xi4]−E[Xi2]2=n(n+1)(3n2+3n+1)15−(n(n+1)3)2

E[Xi4] обчислення

НехайYi=Xi2

∑i=1dYi=(Distance of Randomly Sampled Point to Origin)2

Я закінчу це завтра, але ви можете бачити, що ця змінна має значення приблизно , тоді як менше частка точок має відстані менше половини максимальної відстані 2-ddn2n232−ddn22


0

Якщо всі дотримуються незалежних дискретних уніформ над , то, оскільки є значення для вибору, а їх середнє значення 0, ми маємо для всіх : [ - n , n ] 2 n + 1 iXi[−n,n]2n+1i

E(Xi)=0 і

V(Xi)=E((Xi−E(Xi))2)=E(Xi2)=(2n+1)2−112=n(n+1)3

Тоді якщо - квадратна евклідова норма вектора і через незалежність :( Х 1 , Х 2 , . . . Х д ) Х яS(X1,X2,...Xd)Xi

S=∑i=1dXi2

E(S)=∑i=1dE(Xi2)=dn(n+1)3

Звідси ви можете використовувати нерівність Маркова:∀a>0,P(S≥a)≤1aE(S)

P(S≥a)≤dan(n+1)3

Ця межа зростає з , що є нормальним, оскільки при збільшенні норма евклідової збільшується порівняно з фіксованим порогом .д аdda

Тепер, якщо ви визначите як "нормалізовану" квадратну норму (яка має те саме очікуване значення незалежно від того, наскільки велике ), ви отримаєте: dS∗d

S∗=1dY=1d∑i=1dXi2

E(S∗)=n(n+1)3

P(S≥a)≤n(n+1)3a

Принаймні, ця межа не піднімається з , але вона все ще далека від вирішення ваших пошуків граничної експоненціальної межі! Цікаво, чи це може бути пов’язано зі слабкістю нерівності Маркова ...d

Я думаю, ви повинні уточнити своє запитання, оскільки, як зазначено вище, середня евклідова норма ваших векторів лінійно піднімається в , тому ви навряд чи знайдете верхню межу для яка зменшується в з фіксованим порогом .P ( S > a ) d adP(S>a)da

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.