Существует ли обратная граница Черноффа, определяющая, что вероятность хвоста хотя бы так велика? т.е. если являются независимыми биномиальными случайными переменными и . Тогда мы можем доказать для некоторой функции...
Существует ли обратная граница Черноффа, определяющая, что вероятность хвоста хотя бы так велика? т.е. если являются независимыми биномиальными случайными переменными и . Тогда мы можем доказать для некоторой функции...
Рассмотрим , где lambda_i> 0 и Y_i распределены как стандартная нормаль. Какие границы концентрации можно доказать на X как функцию (фиксированных) коэффициентов lambda_i?Икс= ∑яλяY2яИксзнак равноΣяλяYя2X = \sum_i \lambda_i Y_i^2 Если все лямбда_i равны, то это граница Чернова. Единственный...
Неравенства типа Чернова используются, чтобы показать, что вероятность того, что сумма независимых случайных величин значительно отклоняется от ожидаемого значения, экспоненциально мала в ожидаемом значении и отклонении. Существует ли неравенство типа Чернова для любой суммы попарно независимых...
Я ищу ссылку (не доказательство того, что я могу сделать) на следующее расширение Черноффа. Пусть Икс1, . , , XNX1,..,XnX_1,..,X_n - булевы случайные величины, не обязательно независимые . Вместо этого гарантируется, что пг ( хя= 1 | С) < рPr(Xi=1|C)<pPr(X_i=1|C)(1+\lambda)np\right) Заранее...
Можем ли мы доказать точный результат концентрации на сумме независимых экспоненциальных случайных величин, т.е. пусть - независимые случайные величины, такие что . Пусть . Можем ли мы доказать оценки вида . Это следует непосредственно, если мы используем дисперсионную форму границ Чернова и,...
Предположим, у нас есть случайная переменная, которая принимает нечисловые значения a, b, c и хочет количественно определить, как эмпирическое распределение выборок этой переменной отличается от истинного распределения. В этом случае применяется следующее неравенство (от Cover & Thomas ).NNn...