关于统一选择元素的欧几里得范数多久的已知上限 将大于给定的阈值?
我主要对当远小于时以指数收敛到零的范围感兴趣。
关于统一选择元素的欧几里得范数多久的已知上限 将大于给定的阈值?
我主要对当远小于时以指数收敛到零的范围感兴趣。
Answers:
凭直觉,很明显,由于维数的诅咒,从均匀分布中随机采样坐标的点应具有较小的模量。作为的增加,在其从所述的体积随机取样的点的概率维单位球将具有距离小于或等于ε从中心是ε d,它呈指数下降快。
我将提供红衣主教解决方案的完整版本。
让是离散的一个独立的副本,均匀分布在所述整数- Ñ ⩽ ķ ⩽ Ñ。显然,E [ X ] = 0,并且很容易计算出Var (X i)= n (n + 1 )
回想一下,和无功(X 2 我)= È [ X 4 我 ] - ë [ X
因此,
设
我明天会结束,但是您可以看到该变量的平均值约为,而少于2-d的点的距离小于最大距离dn2的一半
如果所有在[ − n ,n ]上遵循独立的离散均匀性,则由于有2 n + 1个值可供选择,并且它们的均值为0,因此对于所有i,我们都具有:
,并且
然后,如果是向量的平方欧几里德范数(X 1,X 2,。。。X d),并且由于独立的X 我:
从这里你可以使用Markov不等式:
该界限随增大,这是正常的,因为当d变大时,与固定阈值a相比,欧氏范数变大。
现在,如果将定义为“归一化”平方范数(无论d的大小如何,期望值都相同)),您将得到:
至少这个界限不会随着 ,但仍远您对指数减小界限的追求!我想知道这是否可以归因于马尔可夫不等式的弱点...
我认为您应该解决这个问题,因为如上所述,向量的平均欧几里德范数在线性上升,因此您不太可能找到在d中以固定阈值减小的P(S > a )的上限一个。