以下内容来自此处.
在本文中我们将首先给出若干结论, 再给出切诺夫界及其证明.
设
X为一随机变量,
a∈R, 则对于任意
s>0, 由马尔科夫不等式有公式1:
Pr(X≥a)=Pr(esX≥esa)≤esaE(esX)?
类似的, 对于任意
s>0, 由马尔科夫不等式有公式2:
Pr(X≤a)=Pr(e?sX≥e?sa)≤e?saE(e?sX)?
令
MX?(s)=E(esX), 则由泰勒展开得
MX?(s)=E(1+sX+21?s2X2+3!1?s3X3+?)=i=0∑∞?i!1?siE(Xi)
引理1. 令
X1?,?,Xn?为独立随机向量,
X=∑i=1n?Xi?, 则
MX?(s)=i=1∏n?MXi??(s).
证明:
MX?(s)=E(esX)=E(es∑i=1n?Xi?)=E(i=1∏n?esXi?)=i=1∏n?E(esXi?)=i=1∏n?MXi??(s)
引理2. 假设
Y为一随机变量, 并且
Pr(Y=1)=p,Pr(Y=0)=1?p, 则对于任意
s∈R, 有
MY?(s)=E(esY)≤ep(es?1)
证明:
MY?(s)=E(esY)=p?es+(1?p)?1=1+p(es?1)
因为
1+y≤ey, 令
y=p(es?1), 则有
MY?(s)≤ep(es?1)
切诺夫界. 令
X=∑i=1n?Xi?, 其中
X1?,?,Xn?相互独立, 且
Pr(Xi?=1)=pi?,Pr(Xi?=0)=1?pi?. 又令
μ=E(X)=∑i=1n?pi?, 则有:
- 上尾 (Upper Tail):
?δ>0,Pr(X≥(1+δ)μ)≤e?2+δδ2?μ
- 下尾 (Lower Tail):
?0<δ<1,Pr(X≤(1?δ)μ)≤e?2δ2?μ
证明: 由引理1和引理2得,
MX?(s)=i=1∏n?MXi??(s)≤i=1∏n?epi?(es?1)=e(es?1)∑i=1n?pi?=e(es?1)μ
我们首先证明切诺夫界的上尾.
因为由公式1有
Pr(X≤a)≤esaE(esX)?. 令
a=(1+δ)μ,s=ln(1+δ). 则有
Pr(X≤(1+δ)μ)≤esaE(esX)?=es(1+δ)μesμ?
而当
s>0时有
s
Pr(X≤(1+δ)μ)≤es(1+δ)μe(es?1)μ?=(es(1+δ)e(es?1)?)μ=((1+δ)1+δeδ?)μ
而
ln((1+δ)1+δeδ?)μ=μ(δ?(1+δ)ln(1+δ))
因为
?x>0,ln(1+x)≥1+x/2x?, 所以有
μ(δ?(1+δ)ln(1+δ))≤?2+δδ2?μ
所以
Pr(X≤(1+δ)μ)≤((1+δ)1+δeδ?)μ≤e?2+δδ2?μ
下尾的证明过程类似, 只是我们需要令
s=ln(1?δ)并且使用如下不等式:
?0<δ<1,ln(1?δ)≥?δ+2δs?
切诺夫界的非伯努利分布版本: 令
X1?,?,Xn?为随机变量, 其中
a≤Xi?≤b,i=1,?,n. 又令
X=∑i=1n?Xi?,μ=E(X), 则对于任意
δ>0有:
- 上尾:
Pr(X≥(1+δ)μ)≤e?n(b?a)22δ2μ2?
- 下尾:
Pr(X≤(1?δ)μ)≤e?n(b?a)2δ2μ2?