Lemat Hoeffdinga – w rachunku prawdopodobieństwa, twierdzenie podające górne ograniczenie funkcji generującej momenty ograniczonej zmiennej losowej o zerowej średniej. Dowód lematu Hoeffdinga wykorzystuje wzór Taylora oraz nierówność Jensena.
Twierdzenie
Niech
będzie rzeczywistą zmienną losową przyjmującą wartości w przedziale
prawie na pewno. Jeżeli
to dla wszystkich
zachodzi nierówność
[1].
Dowód
Założenie, że
ma zerową wartość oczekiwaną implikuje, że liczba
jest niedodatnia, a liczba
nieujemna. W szczególności, jeżeli jedna z tych liczb jest 0, to
przyjmuje stale wartość 0 prawie na pewno,
![{\displaystyle \textstyle {\mathsf {P}}\left(X=0\right)=1,}](https://wikimedia.org/api/rest_v1/media/math/render/svg/096034f9c12da391b1e6e68403868779987df5a7)
a w tym wypadku dowodzona nierówność jest prawdziwa. Bez straty ogólności można więc założyć, że liczba
jest ujemna, a
jest dodatnia.
Funkcja
jest wypukła, tj.
![{\displaystyle e^{sx}\leqslant {\frac {b-x}{b-a}}e^{sa}+{\frac {x-a}{b-a}}e^{sb}\quad (x\in [a,b]).}](https://wikimedia.org/api/rest_v1/media/math/render/svg/eb215ef3afeeba67710b907c9f1664ae3fa400cc)
Obliczając wartość oczekiwaną obu stron powyższej nierówności, otrzymujemy
![{\displaystyle {\begin{aligned}{\mathsf {E}}\left[e^{sX}\right]&\leqslant {\frac {b-{\mathsf {E}}(X)}{b-a}}e^{sa}+{\frac {{\mathsf {E}}(X)-a}{b-a}}e^{sb}\\&={\frac {b}{b-a}}e^{sa}+{\frac {-a}{b-a}}e^{sb}&&{\mathsf {E}}(X)=0\\&=\left(-{\frac {a}{b-a}}\right)e^{sa}\left(-{\frac {b}{a}}+e^{sb-sa}\right)\\&=\left(-{\frac {a}{b-a}}\right)e^{sa}\left(-{\frac {b-a+a}{a}}+e^{s(b-a)}\right)\\&=\left(-{\frac {a}{b-a}}\right)e^{sa}\left(-{\frac {b-a}{a}}-1+e^{s(b-a)}\right)\\&=\left(1-\theta +\theta e^{s(b-a)}\right)e^{-s\theta (b-a)}&&\theta =-{\frac {a}{b-a}}>0\end{aligned}}}](https://wikimedia.org/api/rest_v1/media/math/render/svg/39b7cc92edba972bb4e3e55e73cc7810205c10ec)
Niech
Definiujemy funkcję
wzorem
![{\displaystyle \varphi (u)=-\theta u+\log \left(1-\theta +\theta e^{u}\right)\quad (u\in \mathbb {R} ).}](https://wikimedia.org/api/rest_v1/media/math/render/svg/cbd77337489b5c2f35f761903a0fed1fc6c8002d)
Definicja ta jest poprawna. Istotnie,
![{\displaystyle {\begin{aligned}1-\theta +\theta e^{u}&=\theta \left({\frac {1}{\theta }}-1+e^{u}\right)\\&=\theta \left(-{\frac {b}{a}}+e^{u}\right)\\&>0&&\theta >0,\quad {\frac {b}{a}}<0\end{aligned}}}](https://wikimedia.org/api/rest_v1/media/math/render/svg/72e09eb4ae54f263a83fb0250fa160ef7a76b892)
W konsekwencji,
![{\displaystyle {\mathsf {E}}\left[e^{sX}\right]\leqslant e^{\varphi (u)}.}](https://wikimedia.org/api/rest_v1/media/math/render/svg/28f6a825d023b30bb7cb77a094bfc7ac5f205933)
Ze wzoru Taylora, dla każdej liczby rzeczywistej
istnieje taka liczba
w przedziale
że
![{\displaystyle \varphi (u)=\varphi (0)+u\varphi '(0)+{\tfrac {1}{2}}u^{2}\varphi ''(v).}](https://wikimedia.org/api/rest_v1/media/math/render/svg/27c77c390c4dc061270f2dcdd564a8ae78be6b10)
Wynika stąd, że
![{\displaystyle {\begin{aligned}\varphi (0)&=0\\\varphi '(0)&=-\theta +\left.{\frac {\theta e^{u}}{1-\theta +\theta e^{u}}}\right|_{u=0}\\&=0\\[6pt]\varphi ''(v)&={\frac {\theta e^{v}\left(1-\theta +\theta e^{v}\right)-\theta ^{2}e^{2v}}{\left(1-\theta +\theta e^{v}\right)^{2}}}\\[6pt]&={\frac {\theta e^{v}}{1-\theta +\theta e^{v}}}\left(1-{\frac {\theta e^{v}}{1-\theta +\theta e^{v}}}\right)\\[6pt]&=t(1-t)&&t={\frac {\theta e^{v}}{1-\theta +\theta e^{v}}}\\&\leqslant {\tfrac {1}{4}}&&t>0\end{aligned}}}](https://wikimedia.org/api/rest_v1/media/math/render/svg/c5476674c98f0499ccdbe2d6b7d433c5b7458329)
Oznacza to, że
![{\displaystyle \varphi (u)\leqslant 0+u\cdot 0+{\tfrac {1}{2}}u^{2}\cdot {\tfrac {1}{4}}={\tfrac {1}{8}}u^{2}={\tfrac {1}{8}}s^{2}(b-a)^{2}.}](https://wikimedia.org/api/rest_v1/media/math/render/svg/063e57c4bb0a3f4c3861e1d6a336cc848fe84b37)
Ostatecznie
![{\displaystyle {\mathsf {E}}\left[e^{sX}\right]\leqslant \exp \left({\tfrac {1}{8}}s^{2}(b-a)^{2}\right).}](https://wikimedia.org/api/rest_v1/media/math/render/svg/921c89dd0e9fa5555dc1d1af6a493004c3c108f2)
Przypisy
Bibliografia
- Pascal Massart: Concentration Inequalities and Model Selection: Ecole d’Eté de Probabilités de Saint-Flour XXXIII – 2003. Springer, 26 kwietnia 2007. ISBN 978-3-540-48503-2. Brak numerów stron w książce