Этот вопрос возникает из вопроса, который здесь задают о функции, порождающей момент (MGF).
Предположим, что X - ограниченная случайная величина со средним нулем, принимающая значения в
[−σ,σ] и пусть G(t)=E[etX] - ее MGF. Из а связаны используется в доказательстве неравенства Хёфдинга , мы имеем , что
G(t)=E[etX]≤eσ2t2/2
где правая сторона распознается как MGF нормальной случайной величины с нулевым средним со стандартным отклонением σ . Теперь стандартное отклонение X может быть не больше σ , причем максимальное значение имеет место, когда X представляет собой дискретную случайную величину, такую что P{X=σ}=P{X=−σ}=12 . Таким образом, упомянутая граница может рассматриваться как говорящая о том, что MGF ограниченной нулевой средней случайной величиныXограничен сверху MGF нормальной нулевой средней случайной величины, стандартное отклонение которой равно максимально возможному стандартному отклонению, котороеможет сделатьXиметь.
Мой вопрос: является ли это хорошо известным результатом независимого интереса, который используется не в доказательстве неравенства Хеффдинга, а в других местах, и если да, то известно ли также, что он распространяется на случайные величины с ненулевым средним?
Результат , который подсказки этот вопрос дает асимметричный диапазон [a,b] для X с a<0<b но настаивает на E[X]=0 . Граница
G(t)≤et2(b−a)2/8=et2σ2max/2
,
где σмакс = ( б -σmax=(b−a)/2 - максимально возможное стандартное отклонение для случайной величины со значениями, ограниченными[a,b] , но этот максимум не достигается случайными величинами с нулевым средним, если только
b=−a .
Ответы:
Я не могу ответить на первую часть вашего вопроса, но что касается расширения случайных величин ненулевыми средствами ...
Во-первых, обратите внимание, что любой rv с конечным диапазоном [ a + μ , b + μ ] и (обязательно конечным) средним значением µ может быть преобразован в rv X = Z - μ, который, конечно, является нулевым средним с диапазоном [ a , б ] (таким образом, удовлетворяя условиям в вашей постановке задачи). Преобразованная переменная имеет mgf ϕ X ( t ) = exp { -Z [a+μ,b+μ] μ X=Z−μ [a,b] ϕX(t)=exp{−μt}ϕZ(t) (по основным свойствам mgf) Умножение обеих сторон на и применение неравенства дает:exp{μt}
Не удивительно, что мгф нормальной случайной величины с тем же средним и стандартным отклонением, равнымσmax
источник