ส่วนขยายของ Chernoff ถูกผูกไว้


13

ฉันกำลังมองหาการอ้างอิง (ไม่ใช่ข้อพิสูจน์ที่ฉันสามารถทำได้) ไปยังส่วนขยายของ Chernoff ต่อไปนี้

Let เป็นบูลีนตัวแปรสุ่ม, ไม่จำเป็นต้องเป็นอิสระ แต่จะรับประกันได้ว่าP r ( X i = 1 | C ) < pสำหรับแต่ละiและทุกเหตุการณ์Cที่ขึ้นอยู่กับ{ X j | เจฉัน }X1,..,XnPr(Xi=1|C)<piC{Xj|ji}

Pr(i[n]Xi>(1+λ)np)

ขอบคุณล่วงหน้า!

คำตอบ:


26

สิ่งที่คุณต้องการคือข้อ จำกัด ทั่วไปของ Chernoff ซึ่งถือว่าสำหรับชุดย่อย S ของดัชนีตัวแปรใด ๆ สิ่งต่อไปนี้มาจากสมมติฐานของคุณเนื่องจากสำหรับ , Impagliazzo และ Kabanets เมื่อเร็ว ๆ นี้ได้ให้หลักฐานทางเลือกอื่น ๆ เกี่ยวกับ Chernoff ที่ถูกผูกไว้ ในเอกสารของพวกเขาคุณสามารถค้นหาการอ้างอิงที่เหมาะสมทั้งหมดไปยังงานก่อนหน้านี้: http://www.cs.sfu.ca/~kabanets/papers/RANDOM2010.pdfP(iSXi)p|S|S={i1,,i|S|}

P(iSXi)=P(Xi1=1)P(Xi2=1|Xi1=1)P(Xi|S|=1|Xi1,...,Xi|S|1=1)p|S|

ขอขอบคุณสำหรับการชี้แจง! ในความเป็นจริงสภาพของพวกเขานั้นบอกเป็นนัยทั้งจากสิ่งที่ฉันมีและโดยความสัมพันธ์เชิงลบ ดังนั้นมันจึงมีคุณภาพดีขึ้นอย่างแน่นอน (ฉันพลาดจุดนั้นเมื่อได้ยินวาเลนไทน์พูด) ตอนนี้การพิสูจน์สิ่งที่ฉันต้องการนั้นสั้นมากฉันดีใจที่ทำเครื่องหมายคำถามของฉันว่าตอบแล้วขอบคุณมาก !!
อยากรู้อยากเห็น

3
ในกรณีของคุณคุณสามารถสร้าง sub-martingale จากตัวแปรของคุณและใช้ความไม่เท่าเทียมกันของ Azuma แบบคลาสสิกในลักษณะเดียวกัน เพื่อให้สามารถใช้งานได้คุณจะต้องใช้ซึ่งมีความหมายโดยนัยของคุณ Pr[Xi=1|X1,,Xi1]<p
Mahdi Cheraghchi

7

สิ่งที่อยู่ใกล้ฉันรู้ในวรรณคดีที่มีส่วนขยายขอบเขต Chernoff ตัวแปรสุ่มความสัมพันธ์เชิงลบเช่นเห็นนี้หรือนี้ อย่างเป็นทางการสภาพของคุณจะพอใจโดยไม่มีความสัมพันธ์เชิงลบ แต่ความคิดที่คล้ายกัน

เนื่องจากลักษณะทั่วไปของคุณไม่ใช่เรื่องยากที่จะพิสูจน์อาจเป็นเพราะไม่มีใครใส่ใจเขียนมันขึ้นมา


คุณพูดถูกที่ใกล้เคียงที่สุดที่ฉันพบ (ใน "ความเข้มข้น ... สำหรับการวิเคราะห์ ... อัลกอริทึม") สิ่งที่เป็นต้นฉบับของฉันยาวเกินไปฉันอยากจะหลีกเลี่ยงการปั่นอีกครั้งถ้าเป็นไปได้ ถ้าไม่ฉันจะไม่มีทางเลือก ...
อยากรู้อยากเห็น

3
นี่คือสิ่งที่ภาคผนวกมีไว้สำหรับ :)
เลฟเรย์ซิน

2
เฮ้พวกมันได้รับการพิสูจน์มาก่อนและฉันให้การอ้างอิงในคำตอบของฉัน (ซึ่งคุณสามารถค้นหาการอ้างอิงที่เกี่ยวข้องอื่น ๆ ทั้งหมดได้)
Dana Moshkovitz

อ๊ะ - สุดยอดมาก ฉันไม่ได้สังเกตคำตอบของคุณ!
Lev Reyzin

3

การอ้างอิงทางเลือกอาจเป็น Lemma 1.19 ใน B. Doerr, วิเคราะห์การค้นหาแบบสุ่ม: เครื่องมือจากทฤษฎีความน่าจะเป็น, ทฤษฎีของการค้นหาแบบสุ่ม (A. Auger และ B. Doerr, eds.), สำนักพิมพ์วิทยาศาสตร์โลก, 2011, หน้า 1- 20

ในคำง่ายๆมันแสดงให้เห็นว่าเมื่อมีความน่าจะเป็นไม่ว่าคุณจะมีเงื่อนไขอะไรบนจากนั้นตามขอบเขตทั้งหมดของ Chernoff-Hoeffding ตัวแปรสุ่มไบนารีพร้อมความน่าจะเป็นสำเร็จตามลำดับ การพิสูจน์นั้นเป็นระดับประถมศึกษาและผลที่ได้เป็นธรรมชาติดังนั้นฉันเดาว่าไม่มีใครรู้สึกว่าจำเป็นต้องเขียนมันขึ้นมาXi=1piX1,,Xi1X1,,XnY1,,Ynp1,,pn

โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.