ขอบเขตท้ายของ Euclidean norm สำหรับการกระจายแบบสม่ำเสมอบน


11

สิ่งที่เป็นที่รู้กันว่าขอบเขตบนของยุคลิดเป็นองค์ประกอบที่ได้รับการแต่งตั้งอย่างสม่ำเสมอของจะใหญ่กว่าเกณฑ์ที่กำหนดหรือไม่{n, (n1), ..., n1, n}d

ฉันสนใจส่วนใหญ่อยู่ในขอบเขตที่มาบรรจบกันชี้แจงให้เป็นศูนย์เมื่อnมีมากน้อยกว่าdd


นี้เป็นเรื่องง่ายที่จะตอบสำหรับเกณฑ์ --you're เพียงเล่ม hyperspheres คอมพิวเตอร์ - แต่ยากมากที่จะทำงานออกมาให้n คุณอยู่ในสถานการณ์เหล่านั้นหรือไม่? t > nเสื้อnt>n
whuber

3
ฉันต้องการ. t>n
Ricky Demer

1
ฉันไม่มีเวลาที่จะโพสต์คำตอบอย่างละเอียดในขณะนี้ แต่นี่เป็นคำใบ้ในระหว่างนี้: เปรียบเทียบกับตัวแปรสุ่มแบบทวินามด้วยค่าเฉลี่ยเดียวกันโดยใช้เทคนิคการยึดมาตรฐาน Chernoff สิ่งนี้จะให้ขอบเขตของรูปแบบสำหรับและที่เหมาะสมให้ซึ่งสมเหตุสมผลเมื่อคุณคิดถึงความหมายของ ระยะทางแบบยุคลิดสแควร์คือ หวังว่าจะช่วยได้บ้าง a d e - b t 2 a b t > n Σk(Xk/n)2adอี-เสื้อ2aเสื้อ>nd(n+1)/3n
พระคาร์ดินัล

คำตอบ:


1

โดยสังหรณ์ใจก็ควรจะเห็นได้ชัดว่าจุดที่มีการสุ่มตัวอย่างพิกัดจากการกระจายเครื่องแบบควรมีโมดูลัสขนาดเล็กเนื่องจากคำสาปของมิติ เมื่อเพิ่มขึ้นความน่าจะเป็นที่จุดสุ่มตัวอย่างจากปริมาตรของบอลมิติหน่วยมิติจะมีระยะทางน้อยกว่าหรือเท่ากับจากศูนย์กลางคือซึ่งจะลดลงอย่างรวดเร็วd ϵ ϵ dddϵϵd

ฉันจะให้โซลูชันเต็มรูปแบบของคาร์ดินัล

ให้เป็นหนึ่งสำเนาอิสระจากสิ้นเชิงกระจายสม่ำเสมอทั่วจำนวนเต็มn เห็นได้ชัดว่าและสามารถคำนวณได้อย่างง่ายดายว่า - n k n E [ X ] = 0 Var ( X i ) = n ( n + 1 )XinknE[X]=0var(Xผม)=n(n+1)3

จำได้ว่าและ Var ( X 2 i ) = E [ X 4 i ] - E [ X 2 i ] 2E[Xi2]=Var(Xi)+E[Xi]2Var(Xi2)=E[Xi4]E[Xi2]2

ดังนั้นE[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]การคำนวณ

ให้Yi=Xi2

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

พรุ่งนี้ฉันจะจบวันนี้ แต่คุณจะเห็นว่าตัวแปรนี้มีค่าเฉลี่ยประมาณในขณะที่น้อยกว่าส่วนของจุดมีระยะทางน้อยกว่าครึ่งของระยะทางสูงสุด 2-ddn2n232ddn22


0

หากทั้งหมดปฏิบัติตามชุดแยกอิสระเหนือดังนั้นเมื่อมีค่าให้เลือกและค่าเฉลี่ยของพวกเขาคือ 0 เราจึงมีทั้งหมดสำหรับ : [ - n , n ] 2 n + 1 iXi[n,n]2n+1i

E(Xi)=0และ

V(Xi)=E((Xผม-E(Xผม))2)=E(Xผม2)=(2n+1)2-112=n(n+1)3

จากนั้นถ้าเป็นค่า euclidean ธรรมดาของเวกเตอร์และเพราะความเป็นอิสระของ :( X 1 , X 2 , . . . X d ) X ฉันS(X1,X2,...Xd)Xผม

S=Σผม=1dXผม2

E(S)=Σผม=1dE(Xผม2)=dn(n+1)3

จากจุดนี้คุณสามารถใช้อสมการของมาร์คอฟ:a>0,P(Sa)1aE(S)

P(Sa)dan(n+1)3

นี้เพิ่มขึ้นที่ถูกผูกไว้กับซึ่งเป็นเรื่องปกติเพราะเมื่อขนาดใหญ่ได้รับบรรทัดฐาน euclidean ขนาดใหญ่ได้รับเมื่อเทียบกับเกณฑ์คงddda

ตอนนี้ถ้าคุณกำหนดเป็น "ปกติ" บรรทัดฐานสแควร์ (ที่มีมูลค่าที่คาดว่าจะเหมือนกันไม่ว่าจะใหญ่ ) คุณจะได้รับ:S* * * *d

S* * * *=1dY=1dΣผม=1dXผม2

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

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

อย่างน้อยขอบเขตนี้ไม่ได้ขึ้นกับแต่มันก็ยังห่างไกลจากการแก้ปัญหาการค้นหาของคุณสำหรับขอบเขตที่ลดลงอย่างชี้แจง! ฉันสงสัยว่าสิ่งนี้อาจเป็นเพราะความอ่อนแอของความไม่เท่าเทียมกันของมาร์คอฟ ...d

ฉันคิดว่าคุณควรจะได้อย่างแม่นยำคำถามของคุณเพราะตามที่ระบุไว้ข้างต้นเป็นบรรทัดฐาน euclidean เฉลี่ยของเวกเตอร์ของคุณเป็นเส้นตรงเพิ่มขึ้นในเพื่อให้คุณมีมากไม่น่าจะหาที่ถูกผูกไว้บนสำหรับว่าจะลดลงในมีเกณฑ์คงdP(S>a)da

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