[論文レビュー] Exponential-type Inequalities Involving Ratios of the Modified Bessel Function of the First Kind and their Applications

Prakash Balachandran, Weston D. Viles+1 more|arXiv (Cornell University)|Nov 6, 2013

Random Matrices and Applications参考文献 22被引用数 8

ひとこと要約

本稿は、修正ベッセル関数の比 $ \frac{I_{\nu+1}(x)}{I_\nu(x)} $ に対する指数型の境界を活用して、$ H(\nu,x) = \sum_{k=1}^{\infty} \frac{I_{\nu+k}(x)}{I_{\nu}(x)} $ の鋭い上界および下界を確立し、修正ベッセル関数の漸近的近似を改善するとともに、スケルラム分布のより緊密な集中不等式を導出する。主な貢献は、$ \nu = 0 $ の近傍における $ H(\nu,x) $ の境界に $ \sqrt{x} $ スケーリングの挙動が現れることであり、これにより非漸近的誤差制御が向上する。

ABSTRACT

The modified Bessel function of the first kind, $I_ν(x)$, arises in numerous areas of study, such as physics, signal processing, probability, statistics, etc. As such, there has been much interest in recent years in deducing properties of functionals involving $I_ν(x)$, in particular, of the ratio ${I_{ν+1}(x)}/{I_ν(x)}$, when $ν,x\geq 0$. In this paper we establish sharp upper and lower bounds on $H(ν,x)=\sum_{k=1}^{\infty} {I_{ν+k}(x)}/{I_ν(x)}$ for $ν,x\geq 0$ that appears as the complementary cumulative hazard function for a Skellam$(λ,λ)$ probability distribution in the statistical analysis of networks. Our technique relies on bounding existing estimates of ${I_{ν+1}(x)}/{I_ν(x)}$ from above and below by quantities with nicer algebraic properties, namely exponentials, to better evaluate the sum, while optimizing their rates in the regime when $ν+1\leq x$ in order to maintain their precision. We demonstrate the relevance of our results through applications, providing an improvement for the well-known asymptotic $\exp(-x)I_ν(x)\sim {1}/{\sqrt{2πx}}$ as $x ightarrow \infty$, upper and lower bounding $\mathbb{P}\left[W=ν ight]$ for $W\sim Skellam(λ_1,λ_2)$, and deriving a novel concentration inequality on the $Skellam(λ,λ)$ probability distribution from above and below.

研究の動機と目的

• 非漸近的境界を $ H(\nu,x) = \sum_{k=1}^{\infty} \frac{I_{\nu+k}(x)}{I_{\nu}(x)} $ に対してより厳密に導出すること。$ \nu, x \geq 0 $ において、統計的ネットワーク解析にとって重要である。
• 既存の幾何級数に基づく $ \frac{I_{\nu+1}(x)}{I_\nu(x)} $ の境界の限界を是正すること。特に $ \nu = 0 $ の近傍で $ \sqrt{x} $ スケーリングを捉えられていない点に起因する。
• $ x \to \infty $ のときの漸近的近似 $ \exp(-x)I_\nu(x) \sim \frac{1}{\sqrt{2\pi x}} $ を改善すること。特に $ \nu $ が小さい場合に有効であるようにする。
• $ \text{Skellam}(\lambda,\lambda) $ 分布に対する、$ \mathbb{P}[|W| \geq \nu] $ の明示的な上界および下界を有する非漸近的集中不等式を導出すること。
• $ W \sim \text{Skellam}(\lambda_1, \lambda_2) $ に対して、すべての $ \nu \in \mathbb{N} $ および $ \lambda_1, \lambda_2 \geq 0 $ に対して $ \mathbb{P}[W = \nu] $ の明示的な上界および下界を提供すること。

提案手法

• 比 $ \frac{I_{\nu+1}(x)}{I_\nu(x)} $ を、特に $ \nu + 1 \leq x $ の場合に最適化された率を持つ指数関数によって上界および下界で抑え込む。
• これらの指数型境界を用いて、無限級数 $ H(\nu,x) $ を制御し、$ \nu = 0 $ の近傍で $ \sqrt{x} $ スケーリングを保持しない幾何級数近似に代わる。
• $ \frac{I_{\nu+1}(x)}{I_\nu(x)} $ の境界 $ \mathcal{L}(\nu,x) $ および $ \mathcal{U}(\nu,x) $ は、$ \nu + 1 \leq x $ の領域で精度を保つように構築され、漸近的極限でのタイトネスを保証する。
• スケルラム分布への応用は、恒等式 $ \mathbb{P}[|W| > \nu] = 2H(\nu, 2\lambda) \exp(-2\lambda) I_\nu(2\lambda) $ を介して行われ、集中不等式の導出を可能にする。
• 修正ベッセル関数 $ I_\nu(x) $ の既知の性質（級数表現および漸近的挙動）を活用し、代数的に取り扱いやすい境界を導出する。
• 理論的境界は数値的に検証され、特に $ x < 10 $ の場合に標準的な漸近的近似 $ \frac{1}{\sqrt{2\pi x}} $ よりも顕著に高い精度を示す。

実験結果

リサーチクエスチョン

• RQ1 既存の幾何級数に基づく手法とは異なり、$ \nu = 0 $ の近傍で $ \sqrt{x} $ スケーリングを保持する、$ H(\nu,x) = \sum_{k=1}^{\infty} \frac{I_{\nu+k}(x)}{I_{\nu}(x)} $ のより鋭い境界を導出可能か？
• RQ2 指数型の境界 $ \frac{I_{\nu+1}(x)}{I_\nu(x)} $ を最適化することで、$ \exp(-x)I_\nu(x) $ の漸近的近似の精度を向上させられるか？
• RQ3 $ \text{Skellam}(\lambda,\lambda) $ 分布に対する非漸近的集中不等式を、$ \mathbb{P}[|W| \geq \nu] $ の明示的な上界および下界を有する形で導出可能か？
• RQ4 $ W \sim \text{Skellam}(\lambda_1, \lambda_2) $ に対して、すべての $ \nu \in \mathbb{N} $ および $ \lambda_1, \lambda_2 \geq 0 $ に対して、$ \mathbb{P}[W = \nu] $ の正確な上界および下界は何か？
• RQ5 $ \{ \exp(-x)I_\nu(x) \}_{\nu=-\infty}^{\infty} $ の正規化条件は、一般化された格子 $ \mathbb{N} + \alpha $ に拡張可能か？もし可能であれば、正規化定数は何か？

主な発見

• 本稿は、$ \nu + 1 \leq x $ の場合に最適化された指数率を持つ、$ \frac{I_{\nu+1}(x)}{I_\nu(x)} $ の鋭い上界 $ \mathcal{U}(\nu,x) $ および下界 $ \mathcal{L}(\nu,x) $ を確立した。これにより、漸近的領域での精度が保証される。
• これらの境界は、$ \nu \approx 0 $ のとき $ H(\nu,x) $ が $ \sqrt{x} $ スケーリングに従うことを示し、従来の幾何級数法が示せない劣った $ \sqrt{x} $ スケーリングを是正する。
• 改善された境界は、$ \exp(-x)I_\nu(x) $ の近似をよりタイトにし、特に $ x < 10 $ の場合に標準的な漸近的近似 $ \frac{1}{\sqrt{2\pi x}} $ よりも優れている。
• $ \text{Skellam}(\lambda,\lambda) $ 分布に対する、$ \mathbb{P}[|W| \geq \nu] $ の明示的な上界および下界を有する、新しい非漸近的集中不等式が導出された。この不等式は、すべての $ \nu \in \mathbb{N} $ および $ \lambda \geq 0 $ に対して有効である。
• $ W \sim \text{Skellam}(\lambda_1, \lambda_2) $ に対して、導出した $ H(\nu,x) $ の境界およびスケルラム分布の確率質量の正規化を用いて、$ \mathbb{P}[W = \nu] $ の明示的な上界および下界が提供された。
• 数値的検証により、$ \exp(-x)I_\nu(x) $ の新しい境界が、小規模な $ x $ に対して標準的な漸近的近似 $ \frac{1}{\sqrt{2\pi x}} $ よりも顕著に高い精度を示すことが確認された。一方で、漸近的整合性も維持されている。