En teoría de la probabilidad , la desigualdad de Eaton es una cota de los valores más grandes de una combinación lineal de variables aleatorias acotadas . Esta desigualdad fue descrita en 1974 por Morris L. Eaton. [1]
Declaración de la desigualdad
Sea { X i } un conjunto de variables aleatorias independientes reales, cada una con un valor esperado de cero y acotada arriba por 1 ( | X i | ≤ 1, para 1 ≤ i ≤ n ). Las variantes no tienen por qué estar distribuidas de forma idéntica o simétrica. Sea { a i } un conjunto de n números reales fijos con
![{\displaystyle \sum _{i=1}^{n}a_{i}^{2}=1.}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Eaton demostró que
![{\displaystyle P\left(\left|\sum _{i=1}^{n}a_{i}X_{i}\right|\geq k\right)\leq 2\inf _{0\leq c \leq k}\int _{c}^{\infty }\left({\frac {zc}{kc}}\right)^{3}\phi (z)\,dz=2B_{E}(k ),}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
donde φ ( x ) es la función de densidad de probabilidad de la distribución normal estándar .
Un límite relacionado es el de Edelman [ cita necesaria ]
![{\displaystyle P\left(\left|\sum _{i=1}^{n}a_{i}X_{i}\right|\geq k\right)\leq 2\left(1-\Phi \ izquierda[k-{\frac {1.5}{k}}\right]\right)=2B_{Ed}(k),}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
donde Φ( x ) es la función de distribución acumulativa de la distribución normal estándar.
Pinelis ha demostrado que el límite de Eaton se puede agudizar: [2]
![{\displaystyle B_{EP}=\min\{1,k^{-2},2B_{E}\}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Se ha determinado un conjunto de valores críticos para el límite de Eaton. [3]
Desigualdades relacionadas
Sea { a i } un conjunto de variables aleatorias independientes de Rademacher : P ( a i = 1 ) = P ( a i = −1 ) = 1/2. Sea Z una variable distribuida normalmente con media 0 y varianza 1. Sea { b i } un conjunto de n números reales fijos tales que
![{\displaystyle \sum _{i=1}^{n}b_{i}^{2}=1.}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Esta última condición es requerida por el teorema de Riesz-Fischer que establece que
![{\displaystyle a_{i}b_{i}+\cdots +a_{n}b_{n}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
convergerá si y sólo si
![{\displaystyle \sum _{i=1}^{n}b_{i}^{2}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
es finito.
Entonces
![{\displaystyle Ef(a_{i}b_{i}+\cdots +a_{n}b_{n})\leq Ef(Z)}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
para f (x) = | x | pag . Whittle [4] demostró el caso de p ≥ 3 y Haagerup demostró que p ≥ 2. [5]
Si f (x) = e λx con λ ≥ 0 entonces
![{\displaystyle Ef(a_{i}b_{i}+\cdots +a_{n}b_{n})\leq \inf \left[{\frac {E(e^{\lambda Z})}{e ^{\lambda x}}}\right]=e^{-x^{2}/2}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
donde inf es el mínimo . [6]
Dejar
![{\displaystyle S_{n}=a_{i}b_{i}+\cdots +a_{n}b_{n}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Entonces [7]
![{\displaystyle P(S_{n}\geq x)\leq {\frac {2e^{3}}{9}}P(Z\geq x)}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
La constante en la última desigualdad es aproximadamente 4,4634.
También se conoce un límite alternativo: [8]
![{\displaystyle P(S_{n}\geq x)\leq e^{-x^{2}/2}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Este último límite está relacionado con la desigualdad de Hoeffding .
En el caso uniforme donde todos los b i = n −1/2, el valor máximo de S n es n 1/2 . En este caso van Zuijlen ha demostrado que [9]
[ se necesita aclaración ]
donde μ es la media y σ es la desviación estándar de la suma.
Referencias
- ^ Eaton, Morris L. (1974) "Una desigualdad de probabilidad para combinaciones lineales de variables aleatorias acotadas". Anales de estadística 2 (3) 609–614
- ^ Pinelis, I. (1994) "Problemas probabilísticos extremos y prueba T 2 de Hotelling en condiciones de simetría". Anales de estadística 22 (1), 357–368
- ^ Dufour, JM; Hallin, M (1993) "Límites de Eaton mejorados para combinaciones lineales de variables aleatorias acotadas, con aplicaciones estadísticas", Revista de la Asociación Estadounidense de Estadística , 88 (243) 1026–1033
- ^ Whittle P (1960) Límites para los momentos de formas lineales y cuadráticas en variables independientes. Teor Verojatnost i Primenen 5: 331–335 MR0133849
- ^ Haagerup U (1982) Las mejores constantes en la desigualdad de Khinchine. Estudios de matemáticas 70: 231–283 MR0654838
- ^ Hoeffding W (1963) Desigualdades de probabilidad para sumas de variables aleatorias acotadas. J Amer Statist Assoc 58: 13–30 MR144363
- ^ Pinelis I (1994) Límites óptimos para las distribuciones de martingalas en espacios de Banach. Ana Probab 22(4):1679-1706
- ^ de la Peña, VH, Lai TL, Shao Q (2009) Procesos autonormalizados. Springer-Verlag, Nueva York
- ^ van Zuijlen Martien CA (2011) Sobre una conjetura sobre la suma de variables aleatorias independientes de Rademacher. https://arxiv.org/abs/1112.4988