1.简述
在概率论中,霍夫丁不等式给出了随机变量的和与其期望值偏差的概率上限,该不等式被Wassily Hoeffding于1963年提出并证明。霍夫丁不等式是Azuma-Hoeffding不等式的特例,它比Sergei Bernstein于1923年证明的Bernstein不等式更具一般性。这几个不等式都是McDiarmid不等式的特例。
2.霍夫丁不等式
2.1.伯努利随机变量特例
掷硬币,假设正面朝上概率为
p
p
,反面朝上概率为,投掷
n
n
次,则正面朝上次数的期望值为。更进一步,有以下不等式:
其中, H(n) H ( n ) 是 n n 次投掷中,正面朝上的次数。
对某一,有 k=(p−ε)n k = ( p − ε ) n ,上述不等式确定的霍夫丁上界将会按照指数级变化:
类似地,可以得到:
综合(2.1.1)(2.1.2),可得:
令 ε=lnn/n‾‾‾‾‾√ ε = ln n / n ,代入(2.1.3),有:
(2.1.4)即为霍夫丁不等式的伯努利随机变量特例。
2.2.一般形式
令
X1,⋯,Xn
X
1
,
⋯
,
X
n
为独立的随机变量,且
Xi∈[a,b]
X
i
∈
[
a
,
b
]
,
i=1,⋯,n
i
=
1
,
⋯
,
n
。这些随机变量的经验均值可表示为:
霍夫丁不等式叙述如下:
令 X¯=−X¯ X ¯ = − X ¯ ,代入上述不等式,可得:
综合(2.2.1)(2.2.2),可得霍夫丁不等式的另一种形式:
若令 Sn=X1+⋯+Xn S n = X 1 + ⋯ + X n ,霍夫丁不等式可叙述为:
从(2.2.1)推导(2.2.4),只需对不等式 X¯−E[X¯]≥t X ¯ − E [ X ¯ ] ≥ t 左右两边同乘系数 n n ,再令即可。不难看出,当 Xi X i 为伯努利随机变量时,(2.2.6)即可转化为(2.1.4)。
需要注意的是, Xi X i 若为无放回抽样时的随机变量,该等式依然成立,尽管此时这些随机变量已不再独立。相关证明可查看Hoeffding在1963年发表的论文。在无放回抽样时,若想要更好的概率边界,可查看Serfling在1974年发表的论文。
参考文献
[1] http://blog.csdn.net/z_x_1996/article/details/73564926
[2] https://en.wikipedia.org/wiki/Hoeffding%27s_inequality
以上为本文的全部参考文献,对原作者表示感谢。