Le Cam nerovnost
Le Cam nerovnost , kvůli Lucien Le Cam , určuje rychlost sbližování právních předpisů sumy velkého množství nezávislých Bernoulliho proměnných malého parametru vůči právu Poisson . Jeho demonstrace, elegantní a nepříliš vypočítavá, ilustruje metodu spojování popularizovanou Wolfgangem Döblinem .
Státy
Dovolit být pole nezávislých Bernoulliho náhodných proměnných s příslušnými parametry. Označujeme
(X1,ne,X2,ne,...,Xnane,ne)ne≥1{\ displaystyle (X_ {1, n}, X_ {2, n}, \ tečky, X_ {a_ {n}, n}) _ {n \ geq 1}}
pk,ne.{\ displaystyle p_ {k, n}.}![{\ displaystyle p_ {k, n}.}](https://wikimedia.org/api/rest_v1/media/math/render/svg/0992281049c510e1993eeb08c1ca663eca3b4ab7)
Sne=∑k=1naneXk,neaλne = E[Sne]=∑k=1nanepk,ne.{\ displaystyle S_ {n} = \ součet _ {k = 1} ^ {a_ {n}} \, X_ {k, n} \ quad {\ text {a}} \ quad \ lambda _ {n} \ = \ \ mathbb {E} [S_ {n}] = \ součet _ {k = 1} ^ {a_ {n}} \, p_ {k, n}.}![{\ displaystyle S_ {n} = \ součet _ {k = 1} ^ {a_ {n}} \, X_ {k, n} \ quad {\ text {a}} \ quad \ lambda _ {n} \ = \ \ mathbb {E} [S_ {n}] = \ součet _ {k = 1} ^ {a_ {n}} \, p_ {k, n}.}](https://wikimedia.org/api/rest_v1/media/math/render/svg/144dee29530c05e9b51d1c44b4f9b1baaad21e5c)
Tak
Nerovnost Le Cam - pro libovolnou množinu A přirozených čísel,
|P(Sne∈NA)-∑ℓ∈NAλneℓE-λneℓ!| ≤ ∑k=1nanepk,ne2.{\ displaystyle \ left | \ mathbb {P} \ left (S_ {n} \ in A \ right) - \ sum _ {\ ell \ in A} \, {\ frac {\ lambda _ {n} ^ {\ ell} \, e ^ {- \ lambda _ {n}}} {\ ell!}} \ right | \ \ leq \ \ sum _ {k = 1} ^ {a_ {n}} \, p_ {k, n} ^ {2}.}
Zejména, S n přibližně sleduje zákon Poisson s parametrem lambda jako jakmile jsou splněny tyto dvě podmínky:
- limneλne=λ>0, {\ displaystyle \ lim _ {n} \ lambda _ {n} \, = \, \ lambda> 0, \}
![\ lim_n \ lambda_n \, = \, \ lambda> 0, \](https://wikimedia.org/api/rest_v1/media/math/render/svg/f19b11c3843e2dcda38293a69440007fde1b6e8e)
- limne∑k=1nanepk,ne2=0. {\ displaystyle \ lim _ {n} \ součet _ {k = 1} ^ {a_ {n}} \, p_ {k, n} ^ {2} \, = \, 0. \}
![\ lim_n \ sum_ {k = 1} ^ {a_n} \, p_ {k, n} ^ 2 \, = \, 0. \](https://wikimedia.org/api/rest_v1/media/math/render/svg/5fbd2347fc21687b063162443ebaa7f4dbb46aaa)
Nerovnost Le Cam ve skutečnosti znamená, že:
∑ℓ∈NE |P(Sne=ℓ)-λneℓE-λneℓ!| ≤ 2 ∑k=1nanepk,ne2.{\ displaystyle \ sum _ {\ ell \ in \ mathbb {N}} \ \ vlevo | \ mathbb {P} \ vlevo (S_ {n} = \ ell \ right) - \, {\ frac {\ lambda _ { n} ^ {\ ell} \, e ^ {- \ lambda _ {n}}} {\ ell!}} \ doprava | \ \ leq \ 2 \ \ sum _ {k = 1} ^ {a_ {n} } \, p_ {k, n} ^ {2}.}
Důsledek: Poissonovo paradigma
Pojďme pózovat
Mne=max1≤k≤nanepk,ne.{\ displaystyle M_ {n} = \ max _ {1 \ leq k \ leq a_ {n}} \, p_ {k, n}.}![M_n = \ max_ {1 \ le k \ le a_n} \, p_ {k, n}.](https://wikimedia.org/api/rest_v1/media/math/render/svg/170940174f949e94cbf6017bae1e2ba54e3e1ef8)
Máme nerovnosti:
Mne2≤∑1≤k≤nanepk,ne2≤Mneλne,anane≥λne/Mne,{\ displaystyle M_ {n} ^ {2} \ leq \ sum _ {1 \ leq k \ leq a_ {n}} \, p_ {k, n} ^ {2} \ leq M_ {n} \ lambda _ { n}, \ quad {\ text {a}} \ quad a_ {n} \ geq \ lambda _ {n} / M_ {n},}![{\ displaystyle M_ {n} ^ {2} \ leq \ sum _ {1 \ leq k \ leq a_ {n}} \, p_ {k, n} ^ {2} \ leq M_ {n} \ lambda _ { n}, \ quad {\ text {a}} \ quad a_ {n} \ geq \ lambda _ {n} / M_ {n},}](https://wikimedia.org/api/rest_v1/media/math/render/svg/5c11ac651b6d7a7e6839aee41a4afbc2caa9ef69)
tedy obě podmínky a objevit se v předchozím oddíle , za následek
limneλne=λ>0, {\ displaystyle \ lim _ {n} \ lambda _ {n} \, = \, \ lambda> 0, \}
limne∑k=1nanepk,ne2=0, {\ displaystyle \ lim _ {n} \ součet _ {k = 1} ^ {a_ {n}} \, p_ {k, n} ^ {2} \, = \, 0, \}![{\ displaystyle \ lim _ {n} \ součet _ {k = 1} ^ {a_ {n}} \, p_ {k, n} ^ {2} \, = \, 0, \}](https://wikimedia.org/api/rest_v1/media/math/render/svg/70b62f40abe0eb15bbda92f88bdd81be505a80c3)
- limneMne=0, {\ displaystyle \ lim _ {n} M_ {n} \, = \, 0, \}
![{\ displaystyle \ lim _ {n} M_ {n} \, = \, 0, \}](https://wikimedia.org/api/rest_v1/media/math/render/svg/c61a715cff98331041926ac98159e6b5b178497b)
- limnenane=+∞. {\ displaystyle \ lim _ {n} a_ {n} \, = \, + \ infty. \}
![{\ displaystyle \ lim _ {n} a_ {n} \, = \, + \ infty. \}](https://wikimedia.org/api/rest_v1/media/math/render/svg/ffcb99433dea3650c49ca389502735173a87022d)
Obě podmínky a jsou často přeformulovat neformálně takto:
limneMne=0 {\ displaystyle \ lim _ {n} M_ {n} \, = \, 0 \}
limnenane=+∞ {\ displaystyle \ lim _ {n} a_ {n} \, = \, + \ infty \}![{\ displaystyle \ lim _ {n} a_ {n} \, = \, + \ infty \}](https://wikimedia.org/api/rest_v1/media/math/render/svg/3c72b0231e1f81b6ffffbd37875e131284933916)
Poissonovo paradigma - součet S n velkého počtu nezávislých Bernoulliho proměnných malého parametru přibližně následuje Poissonovo rozdělení parametruE[Sne].{\ displaystyle \ mathbb {E} [S_ {n}].}
Poznámky
Demonstrace
Bernoulli-Poissonovo zákonné spojení
Myšlenkou je vystavit zákon pravděpodobnosti μ p , na rovině, z nichž první okrajový je Bernoulliho zákon , druhý Poissonův zákon , oba s očekáváním p , takže váha prvního půleného pole je maximální. Jinými slovy, jde o konstrukci, na dobře zvoleném pravděpodobnostním prostoru, dvě skutečné náhodné proměnné X a Y , X podle Bernoulliho zákona parametru p , Y podle Poissonova zákona parametru p , takže je minimální, nebo , alespoň dostatečně malý, μ p pak je společným zákonem páru (X, Y) . Je to jasné
P(X≠Y){\ displaystyle \ mathbb {P} (X \ neq Y)}![{\ displaystyle \ mathbb {P} (X \ neq Y)}](https://wikimedia.org/api/rest_v1/media/math/render/svg/a0aed2a49802f37b7d7d92f8dae9a943600e04ad)
P(X=Y=k)≤min(P(X=k),P(Y=k)),{\ displaystyle \ mathbb {P} (X = Y = k) \ leq \ min \ vlevo (\ mathbb {P} (X = k), \ mathbb {P} (Y = k) \ vpravo),}
aby
P(X=Y)≤∑k min(P(X=k),P(Y=k)).{\ displaystyle \ mathbb {P} (X = Y) \ leq \ suma _ {k} \ \ min \ vlevo (\ mathbb {P} (X = k), \ mathbb {P} (Y = k) \ vpravo ).}
V případě Poisson-Bernoulliho je této meze dosaženo pomocí inverzní věty , aby se konstrukce X a Y vytvořila v intervalu ] 0,1 [ poskytnuto s Lebesgueovou mírou. Tak
X(ω) = 11[1-p,1[(ω),{\ displaystyle X (\ omega) \ = \ 1 \! \! 1 _ {[1-p, 1 [} (\ omega),}
zatímco
Y(ω) = 11[E-p,(1+p)E-p[(ω)+211[(1+p)E-p,(1+p+(p2/2))E-p[(ω)+...,{\ displaystyle Y (\ omega) \ = \ 1 \! \! 1 _ {[e ^ {- p}, (1 + p) e ^ {- p} [} (\ omega) \, + \, 2 \, 1 \! \! 1 _ {[(1 + p) e ^ {- p}, (1 + p + (p ^ {2} / 2)) e ^ {- p} [} (\ omega) \, + \, \ tečky,}
V tomto případě se X a Y shodují v intervalech:
-
] 0,1-p [ , kde 2 proměnné jsou rovny 0,
- a [e -p , (1 + p) e -p [ , kde 2 proměnné jsou rovny 1.
Tyto dvě proměnné se liší v doplňku spojení těchto dvou intervalů, tj. V [1-p, 1 [\ [e -p , (1 + p) e -p [ . Tak,
P(X=Y)=∑k min(P(X=k),P(Y=k))=min(1-p,E-p)+min(p,pE-p)=1-p+pE-p,{\ displaystyle \ mathbb {P} (X = Y) = \ součet _ {k} \ \ min \ vlevo ({\ scriptstyle \ mathbb {P} (X = k), \ mathbb {P} (Y = k) } \ right) = \ min (1-p, e ^ {- p}) + \ min (p, pe ^ {- p}) = 1-p + pe ^ {- p},}
a
μp({(X,y)|X≠y}) = P(X≠Y) = p(1-E-p) ≤ p2.{\ displaystyle \ mu _ {p} (\ {(x, y) \, | \, x \ neq y \}) \ = \ \ mathbb {P} (X \ neq Y) \ = \ p \ vlevo ( 1-e ^ {- p} \ vpravo) \ \ leq \ p ^ {2}.}
Závěr
Dáme si posloupnost nezávislých náhodných proměnných s hodnotami v rovině, takže zákon pravděpodobnosti každého členu posloupnosti je Označíme a dvě souřadnice a nastavíme
(Zk,ne)1≤k≤ne,{\ displaystyle (Z_ {k, n}) _ {1 \ leq k \ leq n},}
Zk,ne{\ displaystyle Z_ {k, n}}
μpk,ne.{\ displaystyle \ mu _ {p_ {k, n}}.}
Xk,ne{\ displaystyle X_ {k, n}}
Yk,ne{\ displaystyle Y_ {k, n}}
Zk,ne,{\ displaystyle Z_ {k, n},}![{\ displaystyle Z_ {k, n},}](https://wikimedia.org/api/rest_v1/media/math/render/svg/a126a882e3cce197f0dc92623831bbd0055f763c)
Žne=∑k=1naneYk,ne.{\ displaystyle W_ {n} = \ součet _ {k = 1} ^ {a_ {n}} \, Y_ {k, n}.}
Tak :
- jim jsou nezávislé a následovat Bernoulliho zákony parametrůXk,ne{\ displaystyle X_ {k, n}}
pk,ne ;{\ displaystyle p_ {k, n} \;}
- jejich součet S n má tedy zákon, který chceme studovat;
- jim jsou nezávislé a následovat Poisson zákony parametrůYk,ne{\ displaystyle Y_ {k, n}}
pk,ne ;{\ displaystyle p_ {k, n} \;}
-
W n sleduje Poissonovo rozdělení parametru, které je součtem nezávislých Poissonových proměnných parametrůλne = ∑k=1nanepk,ne,{\ displaystyle \ lambda _ {n} \ = \ \ součet _ {k = 1} ^ {a_ {n}} \, p_ {k, n},}
pk,ne ;{\ displaystyle p_ {k, n} \;}
- navrhovaná aproximace je zejména :P(Sne∈NA){\ displaystyle \ mathbb {P} \ vlevo (S_ {n} \ v A \ vpravo)}
![{\ displaystyle \ mathbb {P} \ vlevo (S_ {n} \ v A \ vpravo)}](https://wikimedia.org/api/rest_v1/media/math/render/svg/76424173cc754ed161a8e1cb0c108c0a0de90424)
P(Žne∈NA) = ∑ℓ∈NAλneℓE-λneℓ! ;{\ displaystyle \ mathbb {P} \ vlevo (W_ {n} \ v A \ vpravo) \ = \ \ součet _ {\ ell \ v A} \, {\ frac {\ lambda _ {n} ^ {\ ell } \, e ^ {- \ lambda _ {n}}} {\ ell!}} \;}
- P(Xk,ne≠Yk,ne) ≤ pk,ne2.{\ displaystyle \ mathbb {P} (X_ {k, n} \ neq Y_ {k, n}) \ \ leq \ p_ {k, n} ^ {2}.}
![{\ displaystyle \ mathbb {P} (X_ {k, n} \ neq Y_ {k, n}) \ \ leq \ p_ {k, n} ^ {2}.}](https://wikimedia.org/api/rest_v1/media/math/render/svg/0d0a2d73d408963b7ab7cc3e787d85324eb02acb)
My máme
P(Sne∈NA)-P(Žne∈NA)≤P(Sne∈NA)-P(Žne∈NA a Sne∈NA)=P(Sne∈NA a Žne∉NA)≤P(Sne≠Žne){\ displaystyle {\ begin {zarovnáno} \ mathbb {P} \ vlevo (S_ {n} \ v A \ vpravo) - \ mathbb {P} \ vlevo (W_ {n} \ v A \ vpravo) & \ leq \ mathbb {P} \ left (S_ {n} \ in A \ right) - \ mathbb {P} \ left (W_ {n} \ in A {\ text {et}} S_ {n} \ in A \ right) \\ & = \ mathbb {P} \ left (S_ {n} \ in A {\ text {et}} W_ {n} \ notin A \ right) \\ & \ leq \ mathbb {P} \ left (S_ {n} \ neq W_ {n} \ right) \ end {zarovnáno}}}
a výměnou role W n a role S n ,
|P(Sne∈NA)-P(Žne∈NA)|≤P(Sne≠Žne).{\ displaystyle \ left | \ mathbb {P} \ left (S_ {n} \ in A \ right) - \ mathbb {P} \ left (W_ {n} \ in A \ right) \ right | \ leq \ mathbb {P} \ left (S_ {n} \ neq W_ {n} \ right).}
Navíc, jak
{Sne≠Žne} ⊂ {∃k jako Xk,ne≠Yk,ne},{\ displaystyle \ {S_ {n} \ neq W_ {n} \} \ \ podmnožina \ \ vlevo \ {\ existuje k {\ text {jako}} X_ {k, n} \ neq Y_ {k, n} \ že jo \},}
odvodíme to
{ω∈Ω|Sne(ω)≠Žne(ω)} ⊂ ⋃1≤k≤nane{ω∈Ω|Xk,ne(ω)≠Yk,ne(ω)},{\ displaystyle \ {\ omega \ v \ Omega \, | \, S_ {n} (\ omega) \ neq W_ {n} (\ omega) \} \ \ podmnožina \ \ bigcup _ {1 \ leq k \ leq a_ {n}} \ left \ {\ omega \ in \ Omega \, | \, X_ {k, n} (\ omega) \ neq Y_ {k, n} (\ omega) \ right \},}
Konečně
P(Sne≠Žne) ≤ ∑1≤k≤naneP(Xk,ne≠Yk,ne) ≤ ∑1≤k≤nane pk,ne2.{\ displaystyle \ mathbb {P} \ vlevo (S_ {n} \ neq W_ {n} \ vpravo) \ \ leq \ \ součet _ {1 \ leq k \ leq a_ {n}} \ mathbb {P} \ vlevo (\, X_ {k, n} \ neq Y_ {k, n} \ doprava) \ \ leq \ \ sum _ {1 \ leq k \ leq a_ {n}} \ p_ {k, n} ^ {2} .}
Mít
Poznámky
-
Původní článek: (in) L. Le Cam , „ The Aproximation Theorem for the Binomial Distribution Poisson “ , Pacific Journal of Mathematics , sv. 10, n O 4,1960, str. 1181–1197 ( číst online , přístup k 13. května 2009 ). Online referencí je (en) Torgny Lindvall , Přednášky o spojovací metodě , New York / Chichester / Brisbane (Austrálie), John Wiley & Sons ,1992, 1 st ed. , 257 s. ( ISBN 0-471-54025-0 ) , s. 4-6.
-
(in) AD Barbour , L. Holst a S. Janson , Poissonova aproximace , Oxford, Clarendon Press, Oxford University Press,1992, 277 s. ( ISBN 0-19-852235-5 ).
-
Pohled (in) Torgny Lindvall , Přednášky o spojovací metodě , New York / Chichester / Brisbane (Austrálie), John Wiley & Sons ,1992, 1 st ed. , 257 s. ( ISBN 0-471-54025-0 ) , s. 18-20, oddíl 1.5Zvlášť Věta 5.2, pro diskuzi o linku s variací na dálku , a důkaz, že tento terminál může ještě být dosaženo použitím vhodného stavebního X a Y .
Bibliografie
- (en) Torgny Lindvall , Přednášky o spojovací metodě , Dover Publications ,30. srpna 2002, 2 nd ed. , 272 s. , brožovaná verze ( ISBN 0-486-42145-7 a 978-0486421452 , číst online )
Propojené stránky
<img src="https://fr.wikipedia.org/wiki/Special:CentralAutoLogin/start?type=1x1" alt="" title="" width="1" height="1" style="border: none; position: absolute;">