[논문 리뷰] On the best possible Rosenthal-type bound

Iosif Pinelis|arXiv (Cornell University)|2013. 04. 16.

Random Matrices and Applications인용 수 1

한 줄 요약

이 논문은 두 번째 모멘트와 p번째 절대 원시 모멘트가 고정된 조건 하에서, 독립적인 중심이 없는 랜덤 변수들의 합의 p번째 절대 모멘트에 대한 정확한 상한을 설정한다. 무한히 나누어지는 분포에 대한 변분법을 사용하여, 상한이 상수 배수로 스케일링된 포아송 분포를 통해 도달됨을 증명한다. 이 분포의 모수는 모멘트 제약 조건에 의해 유일하게 결정된다.

ABSTRACT

It is shown that, for any given $p\ge5$, $A>0$ and $B>0$, the exact upper bound on $\mathsf{E}|\sum X_i|^p$ over all independent zero-mean random variables (r.v.'s) $X_1,\ldots,X_n$ such that $\sum\mathsf{E}X_i^2=B$ and $\sum\mathsf{E}|X_i|^p=A$ equals $c^p\mathsf{E}|\Pi_{\lambda}-\lambda|^p$, where $(\lambda ,c)\in(0,\infty)^2$ is the unique solution to the system of equations $c^p\lambda=A$ and $c^2\lambda=B$, and $\Pi_{\lambda}$ is a Poisson r.v. with mean $\lambda$. In fact, a more general result is obtained, as well as other related ones. As a tool used in the proof, a calculus of variations of moments of infinitely divisible distributions with respect to variations of the Levy characteristics is developed.

연구 동기 및 목표

• 고정된 두 번째 모멘트와 p번째 절대 원시 모멘트 조건 하에서, 독립적인 중심이 없는 랜덤 변수들의 합의 p번째 절대 모멘트에 대한 최적의 상한을 결정하는 것.
• 이 최적 상한을 도달하는 분포를 특성화하여, 이 분포가 스케일링된 포아송 랜덤 변수에서 유래됨을 보여주는 것.
• 레비 특성에 대해 무한히 나누어지는 분포의 모멘트를 최적화하기 위한 변분법 프레임워크를 개발하는 것.
• 점근적 또는 정성적 추정이 아닌 정확하고 날카로운 상한을 제공함으로써 로젠탈 유형 부등식을 일반화하는 것.

제안 방법

• 주어진 모멘트 제약 조건 A와 B에 따라 스케일링 상수 c와 포아송 평균 λ를 연결하는 방정식 시스템을 유도하는 것.
• 포아송 분포의 모멘트 생성 함수를 사용하여 스케일링된 포아송 변수의 p번째 절대 모멘트를 표현하는 것.
• 무한히 나누어지는 분포에서 레비 측도의 무한소 변화에 대한 변분법 접근을 적용하는 것.
• 최적 분포가 방정식 c^pλ = A 및 c^2λ = B의 해 (λ, c)에 의해 유일하게 특성화됨을 확립하는 것.
• 동일한 모멘트 제약 조건 하에서 다른 독립적인 중심이 없는 랜덤 변수들이 이 값을 초과할 수 없음을 보여, 경계가 날카로움을 증명하는 것.
• 특정 케이스를 초월하여 더 넓은 범주에 속하는 무한히 나누어지는 분포에 대해 결과를 일반화하는 것.

실험 결과

연구 질문

• RQ1 p ≥ 5일 때, ∑E[Xi]^2 = B 및 ∑E|Xi|^p = A를 만족하는 모든 독립적인 중심이 없는 랜덤 변수들에 대해 E|∑Xi|^p의 정확한 상한은 무엇인가?
• RQ2 이 경계를 도달하는 최적의 분포는 알려진 비모수적 가족의 형태로 명시적으로 특성화될 수 있는가?
• RQ3 무한히 나누어지는 분포의 레비 특성에 대한 변화를 체계적으로 분석하여 모멘트를 최적화하는 방법은 무엇인가?
• RQ4 적절한 스케일링을 적용한 포아송 분포는 주어진 모멘트 제약 조건 하에서 p번째 절대 모멘트를 최대화하는 유일한 분포인가?
• RQ5 로젠탈 유형의 부등식은 점근적 또는 정성적 추정이 아닌 정확하고 날카로운 상한을 제공하도록 강화될 수 있는가?

주요 결과

• E|∑Xi|^p에 대한 정확한 상한은 c^p × E|Πλ − λ|^p로 주어지며, 여기서 (λ, c)는 c^pλ = A 및 c^2λ = B를 만족한다.
• 최적의 분포는 스케일링 상수와 강도가 모멘트 제약 조건 A와 B에 의해 유일하게 결정되는 스케일링된 포아송 랜덤 변수이다.
• 이 경계는 날카롭고 향상될 수 없으며, 동일한 모멘트 제약 조건 하에서 다른 독립적인 중심이 없는 랜덤 변수들이 더 큰 p번째 모멘트를 갖는 경우는 존재하지 않는다.
• 모든 p ≥ 5 및 A, B > 0에 대해 (0, ∞)^2 내에서 해 (λ, c)는 존재하고 유일하다.
• 개발된 변분법 프레임워크는 레비 특성에 대해 무한히 나누어지는 분포의 모멘트를 정밀하게 최적화하는 데 기여한다.
• 결과는 더 넓은 범주에 속하는 무한히 나누어지는 분포로 일반화되며, 날카로운 모멘트 경계의 적용 가능성을 확장한다.