本文介绍了霍夫丁不等式的概念及其数学表达形式，该不等式用于描述一组独立且有界随机变量偏离其均值的概率上限，并对比了与切比雪夫不等式的区别。
霍夫丁不等式是描述：一组相互独立并且有界的变量偏离其均值的和大于一定值的概率具有一个上界。
该不等式最初是研究二项分布的性质。
假设有一组相互独立的随机变量 X1,X2,…,XnX_1, X_2, \dots, X_nX1,X2,…,Xn，每个随机变量的波动区间为 [ai,bi][a_i, b_i][ai,bi]，i=1,2,…,ni=1, 2,\dots,ni=1,2,…,n。令 X‾=1n(X1+X2+⋯+Xn)\overline{X}=\frac{1}{n}(X_1+X_2+\dots+X_n)X=n1(X1+X2+⋯+Xn)，则对于 t>0t>0t>0，有以下不等式：
Pr{∑i=1n(Xi−E(Xi))≥tN}≤exp{−2n2t2∑i=1n(bi−ai)2} \Pr\left\{\sum_{i=1}^n(X_i-\mathbb{E}(X_i))\geq tN\right\}\leq \exp\left\{-\frac{2n^2t^2}{\sum_{i=1}^n(b_i-a_i)^2}\right\} Pr{i=1∑n(Xi−E(Xi))≥tN}≤exp{−∑i=1n(bi−ai)22n2t2}
该不等式似乎与著名的切比雪夫不等式有点相似：
Pr{∣X−μ∣≥ϵ}≤σ2ϵ2 \Pr\{|X-\mu|\geq\epsilon\}\leq \frac{\sigma^2}{\epsilon^2} Pr{∣X−μ∣≥ϵ}≤ϵ2σ2
扫一扫
2万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
