Φράγματα τύπου Chernoff και εφαρμογές

Συχνά χρειάζεται να υπολογίσουμε την πιθανότητα επιβίωσης P(X > = t) για μια μη αρνητική τυχαία μεταβλητή X. Σε αρκετές περιπτώσεις, που μας ενδιαφέρουν, η πιθανότητα αυτή δεν μπορεί να δοθεί σε κλειστή μορφή και έτσι αρκούμαστε στην εύρεση άνω φραγμάτων για αυτήν. Στην παρούσα διπλωματική εργα...

Πλήρης περιγραφή

Λεπτομέρειες βιβλιογραφικής εγγραφής
Κύριος συγγραφέας: Σαββάτης, Δημήτριος
Άλλοι συγγραφείς: Πιπερίγκου, Βιολέττα
Μορφή: Thesis
Γλώσσα:Greek
Έκδοση: 2016
Θέματα:
Διαθέσιμο Online:http://hdl.handle.net/10889/9619
id nemertes-10889-9619
record_format dspace
spelling nemertes-10889-96192022-09-05T04:59:53Z Φράγματα τύπου Chernoff και εφαρμογές Chernoff bounds and applications Σαββάτης, Δημήτριος Πιπερίγκου, Βιολέττα Κουρούκλης, Σταύρος Καββαδίας, Δημήτριος Πιπερίγκου, Βιολέττα Savvatis, Dimitrios Πιθανότητα επιβίωσης Ροπές περί την αρχή Παραγοντικές ροπές Ροπογεννήτριες Πιθανογεννήτριες Ανισότητα Markov Φράγμα Chernoff Δοκιμές Bernoulli Δοκιμές Poisson Διακριτές κατανομές Συνεχείς κατανομές Εξισορρόπηση συνόλου Δρομολόγηση πακέτου Survivor probability Moments about the origin Factorial moments Moment generating function Markov inequality Chernoff bound Bernoulli trials Poisson trials Continuous distributions Discrete distributions Set balancing Packet routing 519.7 Συχνά χρειάζεται να υπολογίσουμε την πιθανότητα επιβίωσης P(X > = t) για μια μη αρνητική τυχαία μεταβλητή X. Σε αρκετές περιπτώσεις, που μας ενδιαφέρουν, η πιθανότητα αυτή δεν μπορεί να δοθεί σε κλειστή μορφή και έτσι αρκούμαστε στην εύρεση άνω φραγμάτων για αυτήν. Στην παρούσα διπλωματική εργασία, στο Κεφάλαιο 1 ορίζονται διάφορα τέτοια φράγματα, που έχουν αναπτυχθεί στην βιβλιογραφία με την χρήση της τεχνικής του Chernoff, στα οποία αξιοποιείται η ανισότητα Markov για τη συνάρτηση της ροπογεννήτριας. Έτσι, οι ροπές περί την αρχή ή οι παραγοντικές ροπές της τυχαίας μεταβλητής, εμφανίζονται κατά περίπτωση στα φράγματα αυτά, τα οποία υπολογίζονται για τυχαίες μεταβλητές που ακολουθούν κάποιες από τις γνωστές συνεχείς και διακριτές κατανομές. Στο Κεφάλαιο 2 παρουσιάζονται φράγματα τύπου Chernoff για αθροίσματα τυχαίων μεταβλητών, όπως αθροίσματα δοκιμών Poisson ή γεωμετρικών τυχαίων μεταβλητών ή μεταβλητών με στήριγμα το (0 , 1). Τα φράγματα αυτά χρησιμοποιούνται ευρέως, και στο Κεφάλαιο 3 παρουσιάζονται εφαρμογές των φραγμάτων αυτών σε περιπτώσεις τυχαιοποιημένων αλγορίθμων, όπου οι μεταβλητές που μας ενδιαφέρουν μπορούν να μοντελοποιηθούν ως αθροίσματα τυχαίων μεταβλητών. Τέλος στο Κεφάλαιο 4 παρουσιάζεται η σύγκριση των φραγμάτων που έχουν δοθεί στο Κεφάλαιο 1. Εστιάζοντας σε διακριτές τυχαίες μεταβλητές, με στήριγμα τους μη αρνητικούς ακεραίους, η απόδειξη της υπεροχής του φράγματος των παραγοντικών ροπών γίνεται με έναν εναλλακτικό και σύντομο τρόπο. Χρησιμοποιώντας αυτό το φράγμα προτείνεται κάποια, κατά περίπτωση, βελτίωση του φράγματος για το άθροισμα δοκιμών Poisson, που παρουσιάστηκε στο Κεφάλαιο 2. We often need to compute the survivor probability P(X > = t) of a non-negative random variable X. In many cases of interest, this probability is not explicitly given in closed form, hence, we are simply looking at upper bounds for this. In this thesis, several upper bounds for the survivor probability are defined in the 1st Chapter. These bounds are named after Herman Chernoff and are obtained by using Markov’s inequality on the moment generating function. Hence, the moments about the origin or the factorial moments of the random variable X are involved in the form of these bounds. Some well known continuous and discrete distributions are presented to illustrate their computation. In the 2nd Chapter, exponentially decreasing Chernoff bounds are given on tail of sums of independent random variables such as Poisson trials, geometric random variables and in general variables with support on (0 , 1). Chernoff bounds have very useful applications in set balancing and packet routing in sparse networks. These applications are presented, among others, in the 3rd Chapter. There, in all randomized algorithms discussed, the variables involved can be expressed as sums of independent random variables. Finally, in Chapter 4, the comparison between the various Chernoff bounds, defined in the 1st Chapter, is presented. In addition, for non-negative integer-valued random variables the superiority of the factorial moment bound over the moment bound is proved in an alternative shorter way. Moreover, using the factorial moment bound, a new tighter bound for the sum of Poisson trials is derived. 2016-09-21T09:14:55Z 2016-09-21T09:14:55Z 2015-12-18 Thesis http://hdl.handle.net/10889/9619 gr 0 application/pdf
institution UPatras
collection Nemertes
language Greek
topic Πιθανότητα επιβίωσης
Ροπές περί την αρχή
Παραγοντικές ροπές
Ροπογεννήτριες
Πιθανογεννήτριες
Ανισότητα Markov
Φράγμα Chernoff
Δοκιμές Bernoulli
Δοκιμές Poisson
Διακριτές κατανομές
Συνεχείς κατανομές
Εξισορρόπηση συνόλου
Δρομολόγηση πακέτου
Survivor probability
Moments about the origin
Factorial moments
Moment generating function
Markov inequality
Chernoff bound
Bernoulli trials
Poisson trials
Continuous distributions
Discrete distributions
Set balancing
Packet routing
519.7
spellingShingle Πιθανότητα επιβίωσης
Ροπές περί την αρχή
Παραγοντικές ροπές
Ροπογεννήτριες
Πιθανογεννήτριες
Ανισότητα Markov
Φράγμα Chernoff
Δοκιμές Bernoulli
Δοκιμές Poisson
Διακριτές κατανομές
Συνεχείς κατανομές
Εξισορρόπηση συνόλου
Δρομολόγηση πακέτου
Survivor probability
Moments about the origin
Factorial moments
Moment generating function
Markov inequality
Chernoff bound
Bernoulli trials
Poisson trials
Continuous distributions
Discrete distributions
Set balancing
Packet routing
519.7
Σαββάτης, Δημήτριος
Φράγματα τύπου Chernoff και εφαρμογές
description Συχνά χρειάζεται να υπολογίσουμε την πιθανότητα επιβίωσης P(X > = t) για μια μη αρνητική τυχαία μεταβλητή X. Σε αρκετές περιπτώσεις, που μας ενδιαφέρουν, η πιθανότητα αυτή δεν μπορεί να δοθεί σε κλειστή μορφή και έτσι αρκούμαστε στην εύρεση άνω φραγμάτων για αυτήν. Στην παρούσα διπλωματική εργασία, στο Κεφάλαιο 1 ορίζονται διάφορα τέτοια φράγματα, που έχουν αναπτυχθεί στην βιβλιογραφία με την χρήση της τεχνικής του Chernoff, στα οποία αξιοποιείται η ανισότητα Markov για τη συνάρτηση της ροπογεννήτριας. Έτσι, οι ροπές περί την αρχή ή οι παραγοντικές ροπές της τυχαίας μεταβλητής, εμφανίζονται κατά περίπτωση στα φράγματα αυτά, τα οποία υπολογίζονται για τυχαίες μεταβλητές που ακολουθούν κάποιες από τις γνωστές συνεχείς και διακριτές κατανομές. Στο Κεφάλαιο 2 παρουσιάζονται φράγματα τύπου Chernoff για αθροίσματα τυχαίων μεταβλητών, όπως αθροίσματα δοκιμών Poisson ή γεωμετρικών τυχαίων μεταβλητών ή μεταβλητών με στήριγμα το (0 , 1). Τα φράγματα αυτά χρησιμοποιούνται ευρέως, και στο Κεφάλαιο 3 παρουσιάζονται εφαρμογές των φραγμάτων αυτών σε περιπτώσεις τυχαιοποιημένων αλγορίθμων, όπου οι μεταβλητές που μας ενδιαφέρουν μπορούν να μοντελοποιηθούν ως αθροίσματα τυχαίων μεταβλητών. Τέλος στο Κεφάλαιο 4 παρουσιάζεται η σύγκριση των φραγμάτων που έχουν δοθεί στο Κεφάλαιο 1. Εστιάζοντας σε διακριτές τυχαίες μεταβλητές, με στήριγμα τους μη αρνητικούς ακεραίους, η απόδειξη της υπεροχής του φράγματος των παραγοντικών ροπών γίνεται με έναν εναλλακτικό και σύντομο τρόπο. Χρησιμοποιώντας αυτό το φράγμα προτείνεται κάποια, κατά περίπτωση, βελτίωση του φράγματος για το άθροισμα δοκιμών Poisson, που παρουσιάστηκε στο Κεφάλαιο 2.
author2 Πιπερίγκου, Βιολέττα
author_facet Πιπερίγκου, Βιολέττα
Σαββάτης, Δημήτριος
format Thesis
author Σαββάτης, Δημήτριος
author_sort Σαββάτης, Δημήτριος
title Φράγματα τύπου Chernoff και εφαρμογές
title_short Φράγματα τύπου Chernoff και εφαρμογές
title_full Φράγματα τύπου Chernoff και εφαρμογές
title_fullStr Φράγματα τύπου Chernoff και εφαρμογές
title_full_unstemmed Φράγματα τύπου Chernoff και εφαρμογές
title_sort φράγματα τύπου chernoff και εφαρμογές
publishDate 2016
url http://hdl.handle.net/10889/9619
work_keys_str_mv AT sabbatēsdēmētrios phragmatatypouchernoffkaiepharmoges
AT sabbatēsdēmētrios chernoffboundsandapplications
_version_ 1771297136593338368