В теории вероятностей , попарно независимы совокупность случайных величин представляет собой набор случайных величин любые два из которых являются независимыми . [1] Любой набор взаимно независимых случайных величин попарно независим, но некоторые попарно независимые наборы не являются взаимно независимыми. Попарно независимые случайные величины с конечной дисперсией являются некоррелированными .
Пара случайных величин X и Y является независимой , если и только если случайный вектор ( X , Y ) с совместной кумулятивной функцией распределения (CDF) удовлетворяет
или, что то же самое, их совместная плотность удовлетворяет
То есть совместное распределение равно произведению маржинальных распределений. [2]
Если это не ясно в контексте, на практике модификатор «взаимное» обычно опускается, так что независимость означает взаимную независимость . Утверждение типа « X , Y , Z - независимые случайные величины» означает, что X , Y , Z взаимно независимы.
Пример [ править ]
Попарная независимость не подразумевает взаимной независимости, как показывает следующий пример, приписываемый С. Бернштейну. [3]
Предположим, что X и Y - два независимых подбрасывания справедливой монеты, где мы обозначаем 1 для орла и 0 для решки. Пусть третья случайная величина Z равна 1, если ровно одно из этих подбрасываний монеты привело к "орлу", и 0 в противном случае. Тогда вместе тройка ( X , Y , Z ) имеет следующее распределение вероятностей :
Здесь маргинальные распределения вероятностей одинаковы: и В двумерные распределения также соглашаются: где
Поскольку каждое из попарных совместных распределений равно произведению их соответствующих маргинальных распределений, переменные попарно независимы:
- X и Y независимы, и
- X и Z независимы, и
- Y и Z независимы.
Однако X , Y и Z не являются взаимно независимыми , так как левая сторона равна, например, 1/4 для ( x , y , z ) = (0, 0, 0), а правая часть равна 1/8 для ( x , y , z ) = (0, 0, 0). Фактически, любой из них полностью определяется двумя другими (любой из X , Y , Z является суммой (по модулю 2) других). Это настолько далеко от независимости, насколько это возможно для случайных величин.
Вероятность объединения попарно независимых событий [ править ]
Границы вероятности того, что сумма случайных величин Бернулли равна хотя бы одной, обычно известная как оценка объединения , обеспечивается неравенствами Буля – Фреше [4] [5] . Хотя эти границы предполагают только одномерную информацию, также было предложено несколько границ со знанием общих двумерных вероятностей. Обозначим набором событий Бернулли с вероятностью наступления каждого из них . Предположим, что двумерные вероятности заданы для каждой пары индексов . Куниас [6] получили следующую верхнюю границу :
который вычитает максимальный вес звездного остовного дерева на полном графе с узлами (где веса ребер задаются ) из суммы маргинальных вероятностей .
Хантер-Уорсли [7] [8] ужесточил эту верхнюю границу путем оптимизации следующим образом:
где - множество всех остовных деревьев на графе. Эти границы не являются самыми жесткими для общих двумерных переменных, даже если осуществимость гарантирована, как показано в Boros et.al. [9] Однако, когда переменные попарно независимы ( ), Рамачандра-Натараджан [10] показал, что оценка Куниаса-Хантера-Уорсли [6] [7] [8] является точной , доказав, что максимальная вероятность объединения events допускает выражение в закрытой форме, заданное как:
( 1 )
где вероятности отсортированы в порядке возрастания как . Интересно отметить, что жесткая граница в уравнении. 1 зависит только от суммы наименьшей вероятности и наибольшей вероятности . Таким образом, в то время как упорядочение из вероятностей играет определенную роль в выводе связанных, то порядок среди самых маленьких вероятностей является несущественным , поскольку используется только их сумма.
Сравнение с оценкой объединения Буля – Фреше [ править ]
Полезно сравнить наименьшие оценки вероятности объединения с произвольной зависимостью и попарной независимостью соответственно. Самая точная верхняя граница объединения Буля – Фреше (предполагающая только одномерную информацию) задается как:
( 2 )
Как показано в Ramachandra-Natarajan, [10] легко проверить, что соотношение двух точных границ в уравнении. 2 и уравнение. 1 является ограниченной сверху на котором максимальное значение достигается при
- ,
- ,
где вероятности отсортированы в порядке возрастания как . Другими словами, в лучшем случае, оценка попарной независимости в формуле. 1 обеспечивает улучшение над однофакторной связанными в уравнении. 2 .
Обобщение [ править ]
В более общем плане мы можем говорить о k- степени независимости для любого k ≥ 2. Идея аналогична: набор случайных величин является независимым по k, если каждое подмножество размера k этих переменных является независимым. Независимость k- мер использовалась в теоретической информатике, где она использовалась для доказательства теоремы о задаче MAXEkSAT .
Независимость по k используется в доказательстве того, что независимые от k хеш- функции являются безопасными кодами аутентификации, которые невозможно подделать .
См. Также [ править ]
- Попарно
- Попарно непересекающиеся
Ссылки [ править ]
- ^ Gut, A. (2005) Вероятность: курс для аспирантов , Springer-Verlag. ISBN 0-387-27332-8 . С. 71–72.
- Перейти ↑ Hogg, RV, McKean, JW, Craig, AT (2005). Введение в математическую статистику (6-е изд.). Река Аппер Сэдл, Нью-Джерси: Пирсон Прентис Холл. ISBN 0-13-008507-3.CS1 maint: multiple names: authors list (link) Определение 2.5.1, стр. 109.
- Перейти ↑ Hogg, RV, McKean, JW, Craig, AT (2005). Введение в математическую статистику (6-е изд.). Река Аппер Сэдл, Нью-Джерси: Пирсон Прентис Холл. ISBN 0-13-008507-3.CS1 maint: multiple names: authors list (link)Замечание 2.6.1, с. 120.
- Перейти ↑ Boole, G. (1854). Исследование законов мысли, на которых основаны математические теории логики и вероятностей. Уолтон и Маберли, Лондон. См. «Основные» и «второстепенные» пределы союза Буля на стр. 299.
- ^ Фреше, М. (1935). Généralisations du théorème des probabilités totales. Fundamenta Mathematicae 25 : 379–387.
- ^ а б Э. Г. Куниас (1968). «Границы вероятности объединения с приложениями». Летопись математической статистики . 39 : 2154–2158.
- ^ а б Д. Хантер (1976). «Верхняя граница вероятности объединения». Журнал прикладной теории вероятностей . 13 (3): 597–603.
- ^ а б К. Дж. Уорсли (1982). «Улучшенное неравенство Бонферрони и приложения». Биометрика . 69 (2): 297–302.
- ^ Э. Борос, А. Скоццари, Ф. Тарделла и П. Венециани (2014). «Полиномиально вычислимые оценки вероятности объединения событий». Математика исследования операций . 39 (4): 1311–1329.CS1 maint: multiple names: authors list (link)
- ^ а б А. Рамачандра, К. Натараджан (2020). «Тесные границы вероятности с попарной независимостью». arXiv : 2006.00516 . Cite journal requires
|journal=
(help)