Subgaussianity is hereditarily determined
令$n$为正整数,令$\boldsymbol{X}=(X_1,\dots,X_n)$为$\mathbb{R}^n$中具有有界条目的随机向量,令$(θ_1,\dots,θ_n)$为$\mathbb{R}^n$中的向量。我们表明,次高斯行为的随机变量$θ_1 X_1+\dots +θ_n X_n$基本上是由次高斯行为的随机变量$\sum_{i\in H} θ_i X_i$ $H$是一个随机子集的$\{1,\dots,n\}$。
2021-01-28 math.CA math.CO math.PR
Asymptotics of running maxima for $φ$-subgaussian random double arrays
本文研究了运行极大值$Y_{m,j}=\max_{1 \le k \le m, 1 \le n \le j} X_{k,n} - a_{m,j}$,其中$\{X_{k,n}, k \ge 1, n \ge 1\}$是$φ$ -亚高斯随机变量的双数组,$\{a_{m,j}, m\ge 1, j\ge 1\}$是常数的双数组.当$\{X_{k,n}, k \ge 1, n \ge 1\}$具有适当的“指数型”尾分布时,研究了$\{Y_{m,j}, m \ge 1, j \ge 1\}$正负部分双列最大值的渐近性.主要结果指定为各种重要的特定场景和类的$φ$ -亚高斯随机变量。
2021-01-16 math.PR math.ST stat.TH
Sparse Hanson-Wright inequalities for subgaussian quadratic forms
本文证明了亚高斯随机变量稀疏二次型的Hanson-Wright不等式。这提供了有用的浓度不等式稀疏亚高斯随机向量在两种方式。设$X = (X_1, \ldots, X_m) \in \mathbb{R}^m$是具有独立亚高斯分量的随机向量,$ξ=(ξ_1, \ldots, ξ_m) \in \{0, 1\}^m$是独立伯努利随机变量。证明了$(X \circ ξ)^T A (X \circ ξ)$的稀疏二次型的大偏差界,其中$A \in \mathbb{R}^{m \times m}$是$m \times m$矩阵,随机向量$X \circ ξ$表示各向同性亚高斯随机向量$X \in \mathbb{R}^m$和随机向量$ξ\in \{0, 1\}^m$的Hadamard积,使得$(X \circ ξ)_{i} = X_{i} ξ_i$,其中$ξ_1, \ldots,ξ_m$是独立的Bernoulli随机变量.二次型中的第二种类型的稀疏性来自于我们随机采样各向异性亚高斯向量$Y = H X$的元素的设置,其中$H \in \mathbb{R}^{m\times m}$是$m \times m$对称矩阵;我们研究了$D_ξ Y$的$\ell_2$ -范数与其期望值的大偏差范围,其中对于给定的向量$x \in \mathbb{R}^m$,$D_{x}$表示对角矩阵,其主要对角条目是$x…
2017-02-19 math.PR math.ST stat.TH
Complex Random Matrices have no Real Eigenvalues
设$ζ= ξ+ iξ'$,其中$ξ, ξ'$是均值为零、方差为1的亚高斯随机变量的iid拷贝。令$N_n$是一个$n \times n$随机矩阵,其条目是$ζ$的iid副本。我们证明了存在一个$c \in (0,1)$,使得$N_n$具有任何实特征值的概率小于$c^n$,其中$c$仅取决于$ξ$的亚高斯矩。该界限在常数$c$的范围内是最优的。证明的主要组成部分是一个最佳的尾部边界上的最小奇异值的矩阵的形式$M_n := M + N_n$,其中$M$是一个确定性的复杂矩阵的条件,$\|M\| \leq K n^{1/2}$为一些常数$K$取决于次高斯矩的$ξ$。对于这类随机变量,这个结果改进了Pan-Zhou和Rudelson-Vershynin的结果.在尾界的证明中,我们为复随机变量开发了一个最优小球概率界,推广了Tao-Vu和Rudelson-Vershynin开发的Littlewood-Offord理论。
2017-10-08 math.CO math.PR
Extreme least singular values of random row submatrices with bounded-density subgaussian entries
College of Science, Nanjing University of Posts and Telecommunications(南京邮电大学理学院);International Institute of Finance, School of Management, University of Science and Technology of China(中国科学技术大学管理学院国际金融研究院);Einstein Institute of Mathematics, The Hebrew University of Jerusalem(耶路撒冷希伯来大学爱因斯坦数学研究所)
该研究确定了有界密度次高斯项随机行子矩阵极小奇异值的指数尺度,推广了实高斯结果,结合多种概率估计方法得到偏差概率界,在相位检索阈值处给出稳定性参数的指数基。
2026-08-10 math.PR
Mass equidistribution for random polynomials
本文研究了多元随机多项式的渐近零点分布随次数的增长。对于在无穷远处具有超对数增长的光滑权函数,我们考虑相关的次高斯系数正交多项式的随机线性组合。这类概率分布包含广泛的随机变量,包括标准高斯和所有有界随机变量。我们证明,几乎每一个序列的随机多项式的归一化零电流成为等分布的确定性极值电流。证明的主要内容是Bergman核渐近性,随机多项式的质量均匀分布和次高斯二次型的浓度不等式。
2020-11-06 math.CV math.PR
Tail estimates for sums of variables sampled from a random walk
我们证明尾部估计变量$\sum_i f(X_i)$,其中$(X_i)_i$是一个随机游动的轨迹上的无向图(或等价地,一个可逆的马尔可夫链)。估计值是根据函数$f$的最大值、它的方差和图的谱。我们的证明比文献中的其他证明更基本,我们的结果更尖锐。我们得到了Bernstein和Bennett型不等式,以及一个关于次高斯变量的不等式。
2007-12-25 math.PR
A strictly stationary, "causal," 5-tuplewise independent counterexample to the central limit theorem
构造具有以下性质的严格平稳随机变量序列:(i)所述随机变量分别以1/2的概率取值-1和+1,(ii)所述随机变量中的每五个是独立的,(iii)所述序列在某种意义上是“因果的”,(iv)所述序列具有平凡的双尾σ域,以及(v)不管所使用的归一化,部分和不收敛于(非退化)正规律。这个例子有一些共同的特点与最近的建设(为一个任意固定的正整数N),由亚历山大Pruss和作者,一个严格平稳的N-tuplewise独立的反例的中心极限定理。
2009-11-15 math.PR
Sum of Gaussian vectors and large sets
California Institute of Technology(加州理工学院)
该研究证明了某些中心化随机变量可表示为有限个高斯向量之和,并应用结果解决了凸性问题及高斯空间中的最大椭球估计问题。
2026-07-14 math.FA math.MG math.PR
Concentration inequalities for some negatively dependent binary random variables
研究了离散立方中值为随机向量的函数满足随机覆盖性质(SCP)或强Rayleigh性质(SRP)的集中性.我们的SCP措施的结果包括subgaussian不等式的有界差分型扩展经典结果Pemantle和Peres和他们的同行为矩阵值设置加强最近的估计Aoun,Banna和Youssef。在更强的SRP假设下,得到了矩阵值函数的Bernstein型不等式,推广了Kyng和Song最近给出的正定矩阵线性组合的界.我们还详细处理的特殊情况下,独立的伯努利随机变量的条件下,他们的总和,我们得到加强估计,特别是修改后的对数Sobolev不等式,Talagrand的凸距离不等式,并作为推论,浓度结果的凸函数和多项式,以及改进估计矩阵值函数。这些结果推广了许多作者广泛研究的离散立方体切片上的一致测度的不等式。我们的方法是基于最近的结果Hermon和Salez和一个一般框架,涉及修改后的log-Sobolev不等式的离散立方体,这是独立的兴趣。
2021-08-28 math.PR
Hanson-Wright inequality in Banach spaces
讨论了值在巴拿赫空间中的高斯随机变量的二次型的矩和尾的双边界。我们陈述一个自然的猜想,并表明它持有额外的对数因子。此外,在某类巴拿赫空间(包括$L_r$ -空间)中,这些对数因子可以被消除。作为推论,我们得到了次高斯随机变量的二次型的尾和矩的上界,推广了Hanson-Wright不等式。
2020-02-20 math.FA math.PR math.ST
Sparse Random Matrices have Simple Spectrum
设$M_n$是一类对称稀疏随机矩阵,其中$i \leq j$的元素独立于$M_{ij} = δ_{ij} ξ_{ij}$. $δ_{ij}$为i.i.d.。对于任何常数$δ> 0$和$ξ_{ij}$,取$1$值且概率为$p \geq n^{-1+δ}$的伯努利随机变量是独立同分布。中心的亚高斯随机变量。我们证明了这类随机矩阵具有简单谱(即特征值重数为1)的概率很高。我们可以稍微修改我们的证明,以证明稀疏Erdens-Rényi图的邻接矩阵对于$n^{-1+δ} \leq p \leq 1- n^{-1+δ}$具有简单谱。这些结果是指数最优的。图的结果与臭名昭著的图同构问题有关。
2018-02-18 math.CO math.PR
On a central limit theorem for shrunken weakly dependent random variables
证明了一类满足一定混合条件的严格平稳随机变量序列在压缩算子$U_r(x):=[\max\{|x|-r,0\}]\cdot x/|x|,\ r \ge 0$作用下的中心极限定理。对于独立同分布的随机变量,这个结果早先由Housworth和Shao证明。
2014-10-01 math.PR
Order of approximation in the central limit theorem for associated random variables and a moderate deviation result
本文给出了q > 2阶矩有限的严平稳相伴随机变量的中心极限定理的逼近阶的一个估计。还获得了中等偏差的结果。我们对Cagin et al.(2016)的最新结果进行了改进。这里得到的近似阶数比Wood(1983)中的相应结果有所改进。
2017-09-18 math.PR
Prediction in logarithmic distance
随机变量取值的集合的度量性质引出了相关的概率概念。例如,随机变量的平均值是最佳预测因子,因为它最小化了适当类别的随机变量中的标准欧几里得距离或$L_2$范数。类似地,中值是相同的概念,但是当距离由$L_1$范数测量时。这两个预测因子源于这样一个事实,即当在$\mathbb{R}$或$\mathbb{R}^n$中的距离在上述度量中测量时,平均值和中位数最小化到给定点集的距离。碰巧的是,一个有趣的{ \it对数距离}可以在$\mathbb{R}^n$中的严格正向量锥上定义,使得到一个点集合的距离的最小化者是它们的几何平均。基空间上的这个距离导致了严格正随机变量类上的有趣距离,这又导致了一类有趣的最佳预测因子预测因子及其估计量,以及相应的条件期望概念。也可以得到大数定律和中心极限定理的适当版本。例如,我们将看到,对数正态变量是中心极限定理修正版的高斯变量的类似物。
2018-09-19 math.PR
On the invariance principle for empirical processes of associated sequences
我们考虑经验过程产生的严格平稳序列的相关随机变量。S. Louhichi为这样的过程建立了一个不变原理,假设协方差函数衰减得足够快。我们表明,在一定的条件下施加的成对分布的随机变量的问题的衰减率的协方差函数的限制可以放宽。
2015-09-25 math.PR
Convex ordering of Pólya random variables and monotonicity of the error estimate of Bernstein-Stancu operators
本文证明了在Pólya瓮模型中,对于瓮的任意固定初始分布,相应的随机变量关于替换参数满足凸序.作为应用,我们证明了在凸函数类中,Bernstein-Stancu算子误差的绝对值是相应参数的非减(在附加假设下严格增加)函数.证明依赖于两个结果的独立利益:交错引理的三个集合和单调性的(部分)第一时刻的波利亚随机变量相对于替换参数。
2022-01-15 math.PR
On the Injective Norm of Sums of Random Tensors and the Moments of Gaussian Chaoses
UC Berkeley(加州大学伯克利分校)
本文利用 PAC-Bayesian 引理给出次高斯随机张量之和期望 $\ell_p$ 单射范数的改进上界,并在 $p=2$ 时初等重现 Latała 关于高斯混沌矩的关键结果。
2025-03-13 cs.LG math.PR math.ST
Maximality and numeraires in convex sets of nonnegative random variables
本文引入了概率空间上所有随机变量的拓扑向量空间的非负正交项中凸子集的最大闭性和数点的概念,该空间具有符合依概率收敛的拓扑.极大闭性要求一个集合的闭包的极大元已经位于该集合上。我们讨论如何numeraires自然产生的严格积极的优化某些凹单调最大化问题。进一步证明了至少包含一个严格正元素的凸的、极大闭的、有界的非负随机变量集的数集在其极大元集中是稠密的.
2014-10-03 math.FA math.PR
A note on limiting behaviour of constrained sums of two variables
本文研究变量$$Z_d:=\frac{X_1}{d}|\{X_1+X_2=d\},$$作为$d\to \infty$的渐近性质。此处,$X_1$和$X_2$是非阴性i.i.d.具有共同的二次可微密度函数$f$的变量。一般结果有关的分布极限的$Z_d$进行了讨论与各种例子。$f$的最终对数凸性或对数凸性是决定变量$Z_d$行为的关键因素。因此,两个令人惊讶的发现:首先,它是注意到,分布极限并不严格由尾函数的衰减率。其次,它表明,存在一个轻尾分布表现出的行为,通常与重尾分布,即一个大跳跃的原则。
2015-04-30 math.PR
On independence of time and cause
本文刻画了两个独立几乎必然有限随机变量的最小值(时间)与大小比较事件(原因)的独立性条件,指出非平凡情形下当且仅当两变量同为两个独立指数或几何随机变量的同一严格递增函数时成立,并推广至多元情形。
2023-05-05 math.PR
Expected loss of quasi-arithmetic means of exchangeable random variables
HUN-REN–SZTE Analysis and Applications Research Group, Bolyai Institute, University of Szeged(塞格德大学博莱伊研究所);Institute of Mathematics, University of Debrecen(德布勒森大学数学研究所)
研究拟算术均值序列的期望损失随样本量递减的条件,提出强凸函数的新性质并给出新例子。
2026-06-23 math.PR
On a sum of centered random variables with nonreducing variances
给出了弱型R的一个新的证明。Holzman和D.J. Kleitman在一系列$n$维立方体顶点上有界,这些顶点被一个与内接球面相切的超平面严格隔开。
2012-02-16 math.CO math.PR
VaR at Its Extremes: Impossibilities and Conditions for One-Sided Random Variables
本文研究了单侧随机变量和的VaR在极端情况下的叠加行为,证明了在非退化情况下VaR亚加性不可能成立,仅在单调性条件下成立。引入了负单纯依赖和单纯支配条件,提供了统一且易于验证的框架,适用于非相同边缘分布、重尾分布和负依赖结构。
2026-10-01 math.PR q-fin.RM
Exact converses to a reverse AM--GM inequality, with applications to sums of independent random variables and (super)martingales
对于正随机变量$X$的算术和几何平均数的比值$μ:=A_X/G_X>1$和每个实$v>0$的每一个给定实值,得到了右尾和左尾概率$\mathsf{P}(X/G_X\ge v)$和$\mathsf{P}(X/G_X\le v)$的精确上界,用$μ$和$v$表示.特别地,这些界限意味着$X/G_X\to1$在概率上为$A_X/G_X\downarrow1$。这样的结果可以被看作是严格凹函数$f=\ln$的逆Jensen不等式的逆,而众所周知的Cantelli和Chebyshev不等式可以被看作是严格凹二次函数$f(x) \equiv -x^2$的逆Jensen不等式的逆。作为上述新结果的应用,给出了Markov,Bernstein-Hoeffff,Sub-Gaussian和Bennett-Hoeffding概率不等式的改进.
2021-03-29 math.CA math.PR math.ST
Anatomy of the giant component: The strictly supercritical regime
在最近的工作的作者和金,我们得出了一个完整的描述的最大组成部分的Erdens-Rényi随机图$G(n,p)$,因为它出现在临界窗口,即$p = (1+ε)/n$其中$ε^3 n \to\infty$和$ε=o(1)$,在一个听话的连续模型。在这里,我们提供了超临界巨组分的类似描述,即,在$λ>1$固定的情况下,$p = λ/n$的$G(n,p)$的最大分量。邻接模型大致如下:取一个随机度序列,并用这些度对一个随机多重图进行采样,以到达核;用长度为i.i.d.的路径替换边。几何变量,以达到2芯;附加i.i.d. Poisson Galton-Watson树的顶点为最终的巨分支。在新兴巨人的情况下,我们得到这个结果通过一系列的邻接参数的核心是金的泊松克隆方法和Pittel-Wormald局部极限定理。
2012-02-28 math.CO math.PR
A Counterexample to the "Majority is Least Stable" Conjecture
我们展示了一个线性阈值函数在5个变量严格较小的噪声稳定性(相关参数的小值)比多数函数在5个变量,从而提供了一个反例的“多数是最不稳定的”猜想Benjamini,Kalai和Schramm。
2017-03-23 cs.CC math.PR
Random-field Solutions to Linear Hyperbolic Stochastic Partial Differential Equations with Variable Coefficients
本文证明了线性随机偏微分方程的随机场解的存在性,该方程的偏微分算子是双曲型的,且其系数随时间和空间变元而变.这方面的主要工具,伪微分和傅里叶积分算子,来自微局部分析。我们处理的方程是二阶和高阶严格双曲,二阶弱双曲与空间中的一致有界系数。对于后者,我们表明,可能需要一个更强的假设的随机噪声的相关性测量。此外,我们表明,众所周知的情况下,随机波动方程可以嵌入到本文提出的理论。
2017-10-30 math.AP math.PR
An entropy functional bounded from above by one
香农熵被广泛用于量化离散随机变量的不确定性。但是,当归一化到单位区间时,正如实践中经常做的那样,它不再传达所研究的随机变量的字母大小。这项工作介绍了一个熵泛函的基础上詹森-香农发散,自然界从上面的一个。不同于归一化香农熵,这个新的功能是严格增加的字母大小下的均匀性,因此非常适合离散随机变量的表征。
2022-07-25 cs.IT math.IT math.PR
Beyond the Central Limit Theorem: Universal and Non-universal Simulations of Random Variables by General Mappings
受中心极限定理的启发,本文研究了具有任意目标分布$Q_{Y}$的随机变量的普适和非普适模拟,而不限于线性映射(如中心极限定理).我们得到了这类问题的逼近误差的最快收敛速度。有趣的是,我们发现,对于不连续或绝对连续的$P_{X}$,通用模拟的逼近误差几乎是一样小的非通用的;而且,对于通用和非通用模拟,一般映射的逼近误差严格小于那些由线性映射。此外,我们还将这些结果推广到马尔可夫过程的模拟和随机元(或一般随机变量)的模拟。
2018-12-04 cs.IT math.IT math.PR
Stable limits for sums of dependent infinite variance random variables
本文给出了强平稳过程的仿射变换部分和按分布收敛于无穷方差稳定分布的条件。这种收敛保持的条件在文献中是已知的。然而,大多数这些结果是定性的意义上说,极限分布的参数表示的一些极限点过程。在本文中,我们将能够确定的参数的限制稳定分布的一些尾部特征的平稳序列。我们将把我们的结果应用到一些标准的时间序列模型中,包括GARCH(1,1)过程及其平方,随机波动率模型和随机递归方程的解。
2010-05-31 math.PR math.ST stat.TH
An Elementary Analysis of the Probability That a Binomial Random Variable Exceeds Its Expectation
给出了参数为$n$和$0.29/n \le p < 1$的二项随机变量$X$以至少$1/4$的概率严格超过其期望的一个初等证明.我们还表明,对于$1/n \le p < 1 - 1/n$,$X$超过其预期的概率至少为$0.0370$一个以上。当$np$和$n(1-p)$趋于无穷大时,两个概率都接近$1/2$。
2018-01-04 cs.DS cs.LG cs.NE
A Game of Random Variables
University of North Carolina at Charlotte(北卡罗来纳大学夏洛特分校);University of Texas at Austin(德克萨斯大学奥斯汀分校)
本文研究了一个简单游戏,n名玩家选择在[0,1]区间内具有给定均值的随机变量,均值位置对均衡策略有决定性影响,当均值超过临界阈值时,均衡策略必须包含1点质量,且玩家数量增加时,每个玩家在均衡中对1的权重增加。
2018-04-23 cs.GT econ.GN math.PR