[论文解读] A sharp uniform bound for the distribution of a sum of Bernoulli random variables

Roberto Cominetti, Jose Vaisman|arXiv (Cornell University)|Jun 13, 2008

Limits and Structures in Graph Theory参考文献 8被引用 2

一句话总结

本文建立了独立、非同分布伯努利随机变量之和分布的精确一致界，证明标准差与概率质量函数的乘积普遍有界于 η ≈ 0.4688。该界在泊松分布时最为紧致，且被证明为最坏情况，该结果被应用于分析曼尼固定点迭代法的收敛速率。

ABSTRACT

In this note we establish a uniform bound for the distribution of a sum $S_n=X_1+\cdots+X_n$ of independent non-homogeneous Bernoulli trials. Specifically, we prove that $\sigma_n \mathbb{P}(S_n\!=\!j)\leq\eta$ where $\sigma_n$ denotes the standard deviation of $S_n$ and $\eta$ is a universal constant. We compute the best possible constant $\eta\sim 0.4688$ and we show that the bound also holds for limits of sums and differences of Bernoullis, including the Poisson laws which constitute the worst case and attain the bound. We also investigate the optimal bounds for $n$ and $j$ fixed. An application to estimate the rate of convergence of Mann's fixed point iterations is presented.

研究动机与目标

• 推导独立、非同分布伯努利试验和的标准化差与概率质量函数乘积的通用上界。
• 确定该界中最佳可能常数 η，证明其在所有此类和中普遍有效。
• 证明泊松分布代表最坏情况，且在该界中达到等号。
• 将该界扩展至伯努利变量和与差的极限，包括泊松分布。
• 将该界应用于估计曼尼固定点迭代算法的收敛速率。

提出的方法

• 利用独立、非同分布伯努利试验的性质，推导 σₙℙ(Sₙ = j) 的一致界。
• 采用极值分析方法，识别使 σₙℙ(Sₙ = j) 最大的分布，证明其在泊松极限下达到。
• 通过渐近分析与变分技术计算最优常数 η ≈ 0.4688。
• 证明该界不仅适用于有限和，也适用于其极限，包括泊松分布。
• 利用该界分析曼尼固定点迭代的收敛速率，将其与伯努利变量和的尾部行为关联。

实验结果

研究问题

• RQ1 是否存在最佳可能的通用常数 η，使得对所有 n 和 j 都有 σₙℙ(Sₙ = j) ≤ η，其中 Sₙ 为独立非同分布伯努利试验的和？
• RQ2 泊松分布是否在界 σₙℙ(Sₙ = j) 中达到最坏情况？
• RQ3 该一致界能否扩展至伯努利随机变量和与差的极限，包括泊松分布？
• RQ4 对于固定的 n 和 j，该界的行为如何？此时最优常数为何？
• RQ5 所推导的界能否用于估计曼尼固定点迭代法的收敛速率？

主要发现

• 界 σₙℙ(Sₙ = j) ≤ η 中最优通用常数为 η ≈ 0.4688，且该值为精确值。
• 泊松分布达到最坏情况，并在界中实现等号，构成极值情形。
• 该界对所有 n 和 j 均一致成立，包括伯努利变量和与差的极限情形。
• 对于固定的 n 和 j，本文推导出依赖于 n 和 j 具体值的最优界，扩展了统一结果。
• 该界被应用于提供曼尼固定点迭代法收敛速率的定量估计。