Düzgün ve yanlı madeni para arasındaki istatistiksel mesafe


9

İzin Vermek U üzerinde eşit dağılım n bit ve izin D dağıtım olmak n bitlerin bağımsız olduğu ve her bitin bit olduğu 1 olasılıkla 1/2−ϵ. Arasındaki istatistiksel mesafeninD ve U dır-dir Ω(ϵn), ne zaman n≤1/ϵ2?


2
Evet. Arasındaki istatistiksel mesafeU ve V en azından PrU(∑xi>n/2)−PrD(∑xi>n/2), hangisi Ω(εn); Örneğin, buradaki matus cevabına bakınız: cstheory.stackexchange.com/questions/14471/…
— Yury

2
Teşekkürler. Belki bunu kabul edebileceğim bir cevapta yazılanlardan nasıl alacağımı açıklayabilirim?
— Manu


1
Matus'un cevabı ile ilgili olarak, Slud eşitsizliğinden daha iyisini yapabilirsiniz; bkz. (2.13,2.14), arxiv.org/abs/1606.08920
— Aryeh

Yanıtlar:


7

Tarafından rastgele bitleri göster x1,…,xn. Tanım olarak, arasındaki istatistiksel mesafeU ve D en azından PrU(∑xi≥t)−PrD(∑xi≥t) herkes için t. Biz seciyoruzt=n/2+n.

Bunu not et PrU(∑xi≥t)≥c1 bazı mutlak sabitler için c1>0. EğerPrD(∑xi≥t)≤c1/2, o zaman istatistiksel mesafe en azından c1/2ve işimiz bitti. Bu yüzden aşağıda varsayıyoruzPrD(∑xi≥t)≥c1/2.

İzin Vermek f(s)=Pr(∑xi≥t) iid Bernoulli rastgele değişkenler için x1,…,xn ile Pr(xi=1)=1/2−s. Amacımız bunu kanıtlamakf(0)−f(ε)=Ω(εn). Ortalama değer teoremi ile,

f(0)−f(ε)=−εf′(ξ),
bazı ξ∈(0,ε). Şimdi bunu kanıtlayacağız−f′(ξ)≥Ω(n); istenen istatistiksel mesafenin en azındanΩ(nε), gereğince, gerektiği gibi.

Yazmak,

f(ξ)=∑k≥t(nk)(12−ξ)k(12+ξ)n−k,
ve
f′(ξ)=∑k≥t(nk)(−k(12−ξ)k−1(12+ξ)n−k+(n−k)(12−ξ)k(12+ξ)n−k−1)=−∑k≥t(nk)(12−ξ)k(12+ξ)n−kk/2+kξ−(n−k)/2+(n−k)ξ(1/2−ξ)(1/2+ξ).
Bunu not et
k/2+kξ−(n−k)/2+(n−k)ξ(1/2−ξ)(1/2+ξ)=(2k−n)/2+nξ(1/2−ξ)(1/2+ξ)≥2(2t−n)=4n.
Böylece,
−f′(ξ)≥4n∑k≥t(nk)(12−ξ)k(12+ξ)n−k=4nf(ξ)≥4nf(ε)≥4n⋅(c1/2).
Here, we used the assumption that f(ε)=PrD(x1+⋯+xn≥t)≥c1/2. We showed that −f′(ξ)=Ω(n).

5

A somewhat more elementary, and slightly messier proof (or at least it feels so to me).

For convenience, write ε=γn, with γ∈[0,1) by assumption.

We explicitly lower bound the expression of dTV⁡(P,U):

2dTV⁡(P,U)=∑x∈{0,1}n|(12+γn)|x|(12−γn)n−|x|−12n|=12n∑k=0n(nk)|(1+2γn)k(1−2γn)n−k−1|≥12n∑k=n2+nn2+2n(nk)|(1+2γn)k(1−2γn)n−k−1|≥Cn∑k=n2+nn2+2n|(1+2γn)k(1−2γn)n−k−1|
where C>0 is an absolute constant. We lower bound each summand separately: fixing k, and writing ℓ=k−n2∈[n,2n],
(1+2γn)k(1−2γn)n−k=(1−4γ2n)n/2(1+2γn1−2γn)ℓ≥(1−4γ2n)n/2(1+2γn1−2γn)n→n→∞e4γ−2γ2
so that each summand is lower bounded by a quantity that converges (when n→∞) to e4γ−2γ2−1>4γ−2γ2>2γ; implying that each is Ω(γ). Summing up, this yields
2dTV⁡(P,U)≥Cn∑k=n2+nn2+2nΩ(γ)=Ω(γ)=Ω(εn)
as claimed.

(Using Hellinger as a proxy because of its nice properties wrt product distributions is tempting, and would be much faster, but there would be a loss by a quadratic factor in the end lower bound.)
— Clement C.

1
Nice! I like the elementary approach. We should be able to make it non-asymptotic in n too.... one way is to use (1+z1−z)n≥(1+2z)n, then use the nice inequality 1+w≥ew−w2/2. A bit messier.
— usul
Sitemizi kullandığınızda şunları okuyup anladığınızı kabul etmiş olursunuz: Çerez Politikası ve Gizlilik Politikası.
Licensed under cc by-sa 3.0 with attribution required.