(一)为什么要研究集中不等式（concentration inequalities）

蒙奇·D·路飞001

于 2021-01-31 16:22:59 发布

阅读量1.4k

点赞数

分类专栏：高维概率文章标签：概率论

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/weixin_45013329/article/details/113474883

版权

本文探讨了集中不等式在概率论中的应用，通过对比Chebyshev不等式和中心极限定理，指出在分析随机变量集中性时，中心极限定理的近似误差不可忽略。文章通过投掷硬币的例子，展示了Hoeffding不等式如何提供更精确的指数衰减概率估计，强调了发展集中不等式作为分析工具的必要性。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

本文是在读了Roman Vershynin的 High-Dimensional Probability之后根据自己的理解整理的。

首先简单的说一下集中不等式是研究什么的，然后给出一个例子说明为什么要发展集中不等式这套工具。

集中不等式是量化随机变量 X 偏离其均值 $\mu$ 的程度。一般是以下形式：

$\mathbb{P}\{|X-\mu|>t\}\leq something\text{ } small$

最简单的集中不等式是 Chebyshev 不等式， (可由Markov不等式直接得出)

(Chebyshev inequation)随机变量 X，均值 $\mu$ ，方差 $\sigma^2$ , $\forall t>0$ , 有 $\mathbb{P}\{|X-\mu|>t\}\leq \frac{\sigma^2}{t^2}$

但Chebyshev 不等式是一个很一般的结论，在有些情况下太弱。

下面给出一个例子说明通过中心极限定理分析随机变量的集中性时，利用正态分布来近似的近似误差不能忽略。

Q1：投掷一枚均匀的硬币N次，求至少出现 $\frac{3}{4}N$ 次正面的概率？

最低0.47元/天解锁文章

评论 1

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。