Inégalité de concentration de Bernstein
Les inégalités de Bernstein, en probabilité, disent que, sous certaines hypothèses, la probabilité pour qu'une somme de variables aléatoires indépendantes soit à distance $t$ de sa moyenne est faible et que la décroissance est en $\exp(-\lambda t^2).$ Par exemple, on a le résultat suivant :
Théorème :
Soit $X_1,\dots,X_n$ des variables aléatoires indépendantes d'espérance nulle et vérifiant $|X_i|\leq M$ pour tout $i=1,\dots,n.$ Alors pour tout $t\geq 0,$
$$P\left(\sum_{i=1}^n X_i\geq t\right)\leq 2\exp\left(\frac{-t^2}{2\sum_{i=1}^n E(X_i^2)+\frac{2}3Mt}\right).$$
Les inégalités de Bernstein ont été démontrées par Serguei Bernstein vers 1920. Des inégalités similaires
ont été prouvées ensuite par Hoeffding et Chernov, entre autres.
Consulter aussi...
Recherche alphabétique
Recherche thématique







