UA MATH564 概率论 概率不等式
UA MATH564 概率论 概率不等式
- Markov不等式
- Chebyshev不等式
- Chernoff Bound
- Legendre变换
- Chernoff Bound
- 矩的不等式
Markov不等式
假设ggg是一个取值为正的函数,定义
mB=inf{g(t):t∈B}m_B = \inf\{g(t):t \in B\}mB=inf{g(t):t∈B}
从而
Eg(X)≥E[g(X)IB(X)]≥E[mBIB(X)]=mBP(X∈B)Eg(X) \ge E[g(X)I_B(X)] \ge E[m_B I_B(X)] = m_B P(X \in B)Eg(X)≥E[g(X)IB(X)]≥E[mBIB(X)]=mBP(X∈B)
如果ggg是单调递增的函数,B=[x,+∞)B = [x,+\infty)B=[x,+∞),则上式可以写成
Eg(X)≥g(x)P(X>x)⇒P(X>x)≤E[g(X)]g(x)Eg(X) \ge g(x) P(X >x) \Rightarrow P(X >x ) \le \frac{E[g(X)]}{g(x)}Eg(X)≥g(x)P(X>x)⇒P(X>x)≤g(x)E[g(X)]
这个不等式被称为Markov不等式。
Chebyshev不等式
在Markov不等式中,假设X=∣Y−EY∣X = |Y-EY|X=∣Y−EY∣,g(x)=x2g(x)=x^2g(x)=x2,则
P(∣Y−EY∣>x)≤VarYx2,∀x>0P(|Y-EY|>x) \le \frac{VarY}{x^2},\forall x>0P(∣Y−EY∣>x)≤x2VarY,∀x>0
这个不等式叫Chebyshev不等式。
Chernoff Bound
为了介绍Chernoff Bound,这里先简单介绍一下Legendre变换。
Legendre变换
首先需要了解的是Legendre变换和Fourier、Lagrange变换不一样,它不是积分变换,它是实数和实值凸函数的对合变换。对合很好理解,从逻辑上解释就是双重否定表肯定,从函数上来看就是f(f(x))=xf(f(x))=xf(f(x))=x,满足条件的这种fff就叫对合变换。
假设f:D⊂Rn→Rf:D \subset \mathbb{R}^n \to \mathbb{R}f:D⊂Rn→R是凸函数,它的Legendre变换是f∗:D∗⊂Rn→Rf^*:D^*\subset \mathbb{R}^n \to \mathbb{R}f∗:D∗⊂Rn→R,
f∗(p)=supx∈D(px−f(x))D∗={p∈Rn:supx∈D(px−f(x))<∞}f^*(p) = \sup_{x \in D} ( px - f(x)) \\ D^* = \{p \in \mathbb{R}^n :\sup_{x \in D} ( px - f(x))<\infty \}f∗(p)=x∈Dsup(px−f(x))D∗={p∈Rn:x∈Dsup(px−f(x))<∞}
更详细的考虑一下Legendre变换的定义,因为fff是凸函数,因此下列条件成立时可取得最大值:
∂∂x(px−f(x))=p−f′(x)=0⇒p=f′(x)\frac{\partial }{\partial x} (px - f(x)) = p - f'(x)=0 \Rightarrow p = f'(x)∂x∂(px−f(x))=p−f′(x)=0⇒p=f′(x)
也就是说Legendre变换其实是关于f(x)f(x)f(x)的导数的函数,f∗(p)f^*(p)f∗(p)的含义是f(x)f(x)f(x)在xxx处的切线的截距。根据这个式子还可以写出xxx关于ppp的函数,记为
g(p)=x=(f′)−1(p)g(p) = x = \left( f'\right)^{-1}(p)g(p)=x=(f′)−1(p)
从而
f∗(p)=pg(p)−f(g(p))f^*(p) = pg(p) - f(g(p))f∗(p)=pg(p)−f(g(p))
Chernoff Bound
在Markov不等式中,取g(x)=exp(tx),∀t∈Rg(x) = \exp (tx),\forall t \in \mathbb{R}g(x)=exp(tx),∀t∈R,则
P(X>x)≤E[g(X)]g(x)=MX(t)etxlnP(X>x)≤KX(t)−txP(X >x ) \le \frac{E[g(X)]}{g(x)} = \frac{M_X(t)}{e^{tx}} \\ \ln P(X > x) \le K_X(t)-txP(X>x)≤g(x)E[g(X)]=etxMX(t)lnP(X>x)≤KX(t)−tx
上面这个不等式对于所有的ttt都成立,则对KX(t)−txK_X(t)-txKX(t)−tx的最小值也会成立,如果KX(t)K_X(t)KX(t)是凸函数,则根据Legendre变换
KX∗(x)=supt∈R(tx−KX(t))K_X^*(x) = \sup_{t \in \mathbb{R}} ( tx - K_X(t))KX∗(x)=t∈Rsup(tx−KX(t))
从而
lnP(X>x)≤−KX∗(x)\ln P(X > x) \le -K_X^*(x)lnP(X>x)≤−KX∗(x)
其中−KX∗(x)-K_X^*(x)−KX∗(x)叫Chernoff上界。
下面证明一下KX(t)K_X(t)KX(t)真的是个凸函数:
KX(αt1+(1−α)t2)=lnMX(αt1+(1−α)t2)=lnE[exp(αt1+(1−α)t2)X]=lnE[exp(αt1)exp((1−α)t2)X]K_X(\alpha t_1+ (1-\alpha)t_2) = \ln M_X(\alpha t_1+ (1-\alpha)t_2) \\ = \ln E [\exp(\alpha t_1+ (1-\alpha)t_2)X] = \ln E [\exp(\alpha t_1) \exp((1-\alpha)t_2)X]KX(αt1+(1−α)t2)=lnMX(αt1+(1−α)t2)=lnE[exp(αt1+(1−α)t2)X]=lnE[exp(αt1)exp((1−α)t2)X]
这里用一下Holder不等式
E[exp(αt1)exp((1−α)t2)X]≤E[exp(t1X)]αE[exp(t2X)]1−αE [\exp(\alpha t_1) \exp((1-\alpha)t_2)X] \le E [\exp( t_1X)]^{\alpha}E [\exp(t_2X)]^{1-\alpha}E[exp(αt1)exp((1−α)t2)X]≤E[exp(t1X)]αE[exp(t2X)]1−α
进而
ln(E[exp(t1X)]αE[exp(t2X)]1−α)=αKX(t1)+(1−α)KX(t2)\ln \left( E [\exp( t_1X)]^{\alpha}E [\exp(t_2X)]^{1-\alpha} \right) = \alpha K_X(t_1) + (1-\alpha) K_X(t_2)ln(E[exp(t1X)]αE[exp(t2X)]1−α)=αKX(t1)+(1−α)KX(t2)
所以KX(t)K_X(t)KX(t)是凸函数。Chernoff Bound的作用与Chebyshev不等式类似,都是对一些比较难计算的概率做近似。
矩的不等式
先从Young不等式开始,如果两个正数p,qp,qp,q满足
1p+1q=1\frac{1}{p} + \frac{1}{q} = 1p1+q1=1
则对于另外两个正数a,ba,ba,b,Young不等式指出
ab≤1pap+1qbqab \le \frac{1}{p}a^p + \frac{1}{q} b^qab≤p1ap+q1bq
当且仅当ap=bqa^p = b^qap=bq时取等。这个不等式的证明非常简单,固定bbb,把1pap+1qbq−ab\frac{1}{p}a^p + \frac{1}{q} b^q-abp1ap+q1bq−ab当成关于aaa的函数,找它的最小值即可。
在Young不等式中,取
a=∣X∣E[∣X∣p]1/p,b=∣Y∣E[∣Y∣q]1/qa = \frac{|X|}{E[|X|^p]^{1/p}},\ \ b = \frac{|Y|}{E[|Y|^q]^{1/q}}a=E[∣X∣p]1/p∣X∣, b=E[∣Y∣q]1/q∣Y∣
从而
∣XY∣E[∣X∣p]1/pE[∣Y∣q]1/q≤1p∣X∣pE[∣X∣p]+1q∣Y∣qE[∣Y∣q]\frac{|XY|}{E[|X|^p]^{1/p}E[|Y|^q]^{1/q}}\le \frac{1}{p}\frac{|X|^p}{E[|X|^p]} + \frac{1}{q}\frac{|Y|^q}{E[|Y|^q]}E[∣X∣p]1/pE[∣Y∣q]1/q∣XY∣≤p1E[∣X∣p]∣X∣p+q1E[∣Y∣q]∣Y∣q
不等式两边求期望可以得到
E[∣XY∣]≤E[∣X∣p]1/pE[∣Y∣q]1/qE[|XY|] \le E[|X|^p]^{1/p}E[|Y|^q]^{1/q}E[∣XY∣]≤E[∣X∣p]1/pE[∣Y∣q]1/q
这个不等式叫Holder不等式。如果p=q=2p=q=2p=q=2,Holder不等式就变成了Cauchy-Schwarz不等式。
UA MATH564 概率论 概率不等式相关推荐
- UA MATH564 概率论 计算至少有一个发生的概率:Boole不等式
UA MATH564 概率论 计算至少有一个发生的概率:Boole不等式 Boole不等式 Gunias不等式 钟开莱-艾尔迪希(Chung-Erdos)不等式 概率作为一种特殊的测度,满足有限可加性 ...
- UA MATH564 概率论 QE练习题 概率极限理论
UA MATH564 概率论 QE练习题 概率极限理论 2015/5/3 2016/1/3 这是2015年5月的3题.2016年1月的3题 2015/5/3 这个题干有点意思,有一列随机变量但并不是互 ...
- UA MATH564 概率论 计算至少有一个发生的概率:容斥原理与庞加莱公式
UA MATH564 概率论 计算至少有一个发生的概率:容斥原理与庞加莱公式 事件的并的Poincare公式 事件的交的Poincare公式 上一讲介绍了P(⋃i=1nAi)P(\bigcup_{i= ...
- UA MATH564 概率论 计算至少有一个发生的概率:Waring公式
UA MATH564 概率论 计算至少有一个发生的概率:Waring公式 基于组合学的证明方法 基于概率论的证明方法 在推出Poincare公式后,计算nnn个事件中至少有一个事件发生的概率的问题就彻 ...
- UA MATH564 概率论V 中心极限定理
UA MATH564 概率论V 中心极限定理 随机变量序列的极限 收敛模式之间的关系 大数法则 中心极限定理 Classical Central Limit Theorem Sugden法则 Delt ...
- UA MATH564 概率论 QE练习题 信封问题
UA MATH564 概率论 QE练习题 信封问题 2015年1月的第二题 2015年5月的第一题 这一篇介绍QE理论中出现了两个信封问题相关的题目:2015年1月的第二题和2015年5月的第一题.信 ...
- UA MATH564 概率论 多项分布
UA MATH564 概率论 多项分布 多项式系数与多项式定理 多项分布的定义 多项分布的性质 多项式系数与多项式定理 下面讨论一个组合问题,假设我们要把nnn个物体分成rrr组,每一组有n1,n2, ...
- UA MATH564 概率论I 求离散型随机变量的分布1
UA MATH564 概率论I 求离散型随机变量的分布1 题目 解答 对于离散型随机变量 XXX,记它的概率分布列为 P(X=xi)=pi,i=1,2,⋯P(X = x_i) = p_i,i=1,2, ...
- UA MATH564 概率论VI 数理统计基础2 多元正态分布
UA MATH564 概率论VI 数理统计基础2 多元正态分布 矩母函数 概率密度 多元正态分布的矩 条件分布 独立性 抽样分布简单地说就是统计量服从的分布,正态分布时最常用的总体分布,因此研究正态总 ...
- UA MATH564 概率论IV 次序统计量例题2
UA MATH564 概率论IV 次序统计量例题2 次序统计量常用公式 答案 次序统计量常用公式 定理1(单个次序统计量的分布) FX(j)=∑k=jnCnk[F(x)]k[1−F(x)]n−kF_{ ...
最新文章
- ie 7 beta 2出来了
- python代码画小狗_程序员教你用代码手绘一只可爱的小狗,正好拿去送给女朋友给她个惊喜...
- 直播丨数据库上云趋势下,如何面对海量数据迁移及落地实践-2021云和恩墨大讲堂...
- Kotlin 循环控制(七)
- 支持上百万作业量自动调度与编排,BMC云课堂发布Control-M 20
- C++/面试 - 四种类型转换(cast)的关键字 详解 及 代码
- 10无法更新系统_2020年4月公积金网上系统更新后无法登陆故障解决办法
- [转]VC 键盘虚拟码
- weblogic for linux 下载,weblogic for linux安装
- 服务器的mysql目录在哪,oracle数据库目录在哪
- python裁剪不规则区域_Python实现不规则图形填充的思路
- 自学编程系列——2 文件路径与文本读写
- AutoLayout -Masonry
- QA要具备的七大能力
- Linux入门学习(九)—— 怎么查看命令的帮助文档、怎么查看系统配置文件的帮助文档?
- 深度|从一个故事说起,谈谈企业应用架构的演变史
- Vue 实例实战之 Vue webpack 仿去哪儿网App页面开发(应用中的几个页面简单实现)
- 计算机主机是啥意思,pc是什么_pc是什么意思
- 《运营之光》-- 学习笔记(三)
- 采购付款对账管理制度
热门文章
- 【CC2530入门教程-05】CC2530的串行接口原理与应用
- win10 wifi连接不上服务器未响应,Win10连不上WiFi怎么办?Win10连不上WiFi解决方法介绍...
- 美国大学计算机信息技术专业排名,新鲜出炉 2019年USNews美国大学信息技术管理专业排名榜单!...
- 转:: 刺鸟:用python来开发webgame服务端(5)
- 【学生个人网页设计作品】使用HMTL制作一个超好看的保护海豚动物网页
- Navicat Premium 15 的下载及其安装
- php gethostbyname ipv6,支持IPV6方法
- 数据库之SQL更新语句中update set from用法
- 什么是水晶报表_看不懂财务报表?别方!二十年老会计教你做财务报表分析
- 感觉中国程序员前景一片灰暗,是这样吗?