Границы хвоста по евклидовой норме для равномерного распределения по


11

Какие известны верхние оценки того, как часто евклидова норма равномерно выбранного элемента {n, (n1), ..., n1, n}d будет больше заданного порога?

В основном меня интересуют границы, которые экспоненциально сходятся к нулю, когда n намного меньше d .


Это легко ответить для порогов tn вы просто вычисляете объемы гиперсфер - но сложнее разобраться при t>n . Вы в любой из этих ситуаций?
whuber

3
мне понадобится t>n,
Рикки Демер

1
У меня нет времени, чтобы опубликовать подробный ответ в данный момент, но пока что есть подсказка: сравните k(Xk/n)2 с биномиальной случайной величиной с тем же самым средним значением, используя стандартную технику границ Черноффа. Это даст оценку вида adebt2 для соответствующих a и b при условии, что t>nd(n+1)/3n что имеет смысл, если подумать, каково среднее значение квадрата евклидова расстояния. Надеюсь, что это помогает некоторым.
кардинал

Ответы:


1

ddϵϵd

Я дам полную версию решения кардинала.

XinknE[X]=0Var(Xi)=n(n+1)3

Напомним, что и чтоE[Xi2]=Var(Xi)+E[Xi]2Var(Xi2)=E[Xi4]E[Xi2]2

Таким образом,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]вычисление

ПустьYi=Xi2

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

Я закончу это завтра, но вы можете видеть, что эта переменная имеет среднее значение около , в то время как у менее чем доли точек есть расстояния меньше половины максимального расстоянияn232ddn22


0

Если все следуют за независимыми дискретными униформами над , то, поскольку есть значений для выбора и их среднее значение равно 0, мы имеем для всех :Xi[n,n]2n+1i

E(Xi)=0 и

V(Xi)=E((XiE(Xi))2)=E(Xi2)=(2n+1)2112=n(n+1)3

Тогда, если является квадратом евклидовой нормы вектора , и из-за независимости :S(X1,X2,...Xd)Xi

S=i=1dXi2

E(S)=i=1dE(Xi2)=dn(n+1)3

С этого момента вы можете использовать неравенство Маркова:a>0,P(Sa)1aE(S)

P(Sa)dan(n+1)3

Эта граница увеличивается с , что является нормальным, потому что когда становится больше, евклидова норма становится больше по сравнению с фиксированным порогом .dda

Теперь, если вы определите как «нормализованную» квадратную норму (которая имеет одно и то же ожидаемое значение независимо от того, насколько велика ), вы получите:Sd

S=1dY=1di=1dXi2

E(S)=n(n+1)3

P(Sa)n(n+1)3a

По крайней мере, эта граница не возрастает с , но она все еще далека от решения вашего стремления к экспоненциально убывающей границе! Интересно, может ли это быть из-за слабости неравенства Маркова ...d

Я думаю, вы должны уточнить свой вопрос, потому что, как указано выше, средняя евклидова норма ваших векторов линейно возрастает в , поэтому вы вряд ли найдете верхнюю границу для которая уменьшается в с фиксированным порогом .dP(S>a)da

Используя наш сайт, вы подтверждаете, что прочитали и поняли нашу Политику в отношении файлов cookie и Политику конфиденциальности.
Licensed under cc by-sa 3.0 with attribution required.