数学 > 概率
[提交于 2012年10月3日
]
标题: 独立Rademacher随机变量和的均值偏差的精确上界
标题: Sharp upper bounds for the deviations from the mean of the sum of independent Rademacher random variables
摘要: 对于球面 S^{n-1}上的一个固定单位向量 a=(a_1,a_2,...,a_n),即 sum_{i=1}^n a_i^2=1,我们考虑 2^n 个符号向量 epsilon=(epsilon_1,epsilon_2,...,epsilon_n) 在 {-1,1}^n 中以及相应的标量积 a.epsilon=sum_{i=1}^n a_i epsilon_i。 Holtzman 和 Kleitman 提出了以下猜想。 该猜想指出,在所有形式为 sum +/- a_i 的 2^n 个和中,其绝对值 |sum_{i=1}^n +/- a_i|>1 的数量不超过 |sum_{i=1}^n +/- a_i| <= 1 的数量。 该结果本身就有意义,而且在概率论和几何学中也有吸引人的重新表述。 在本文中,我们将解决这个问题在所有 a 都相等的均匀情况下的扩展。 更准确地说,对于 S_n 是 n 个独立的 Rademacher 随机变量的和,我们将给出几个 xi 值的概率 P_n:=P{负xi乘以平方根{n}小于等于S_n小于等于xi乘以平方根{n}}的精确下界。 这与参数为 n 和 p=1/2 的二项分布有明显的联系。 得到的下界是紧的,并且比例如应用切比雪夫不等式所获得的界限要好得多。 当 xi=1 时,Van Zuijlen 解决了这个问题。 我们注意到我们的界限在概率论中特别是随机游走理论中有很好的应用。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.