Twoje rzuty monetą tworzą jednowymiarowy losowy spacer zaczynające się od , z , każda z opcji z prawdopodobieństwem . Terazi tak . Łatwo obliczyć (to tylko wariancja), a więc z wypukłości. Wiemy również, że jest rozłożony w przybliżeniu normalnie z zerową średnią i wariancją , więc możesz obliczyć .X 0 = 0 X i + 1 = X i ± 1 1 / 2 H ja = | X i | H 2 i = X 2 i E [ X 2 i ] = i E [ H i ] ≤ √X0,X1,…X0=0Xi+1=Xi±11/2Hi=|Xi|H2i=X2iE[X2i]=i XiiE[Hi]≈ √E[Hi]≤E[H2i]−−−−−√=i√Xiimi[ Hja] ≈ ( 2 / π) i-----√
Jeśli chodzi o , mamy prawo iterowanego logarytmu , co (być może) prowadzi nas do oczekiwania czegoś nieco większego niż . Jeśli jesteś dobry w górnej granicy , możesz użyć dużej granicy odchylenia dla każdego a następnie granicy unii, chociaż ignoruje to fakt, że są powiązane.√mi[ maksi ≤ nH.ja]˜ O ( √n--√XiXiO~( n--√)XjaXja
Edycja: Jak to się dzieje, ze względu na zasadę odbicia, patrz to pytanie . Więc
od . Teraz
a zatemE [ max i ≤ n X i ]Pr [ maksi ≤ nXja= k ] = Pr [ Xn= k ] + Pr [ Xn= k + 1 ] Pr[Hn=k]=Pr[Xn=
mi[ maksi ≤ nXja]= ∑k ≥ 0k ( Pr [ Xn= k ] + Pr [ Xn= k + 1 ] )= ∑k ≥ 1( 2 k - 1 ) Pr [ Xn= k ]= ∑k ≥ 12 k Pr [ Xn= k ] - 12)+ 12)Pr [ Xn= 0 ]= E[ Hn]+Θ(1),
max i ≤ n X i + max i ≤ n ( - X iPr[Hn=k]=Pr[Xn=k]+Pr[Xn=−k]=2Pr[Xn=k]E[maxi≤nHi]≤2E[Hn]+Θ(1)=O(√maxi ≤ nXja+ maksi ≤ n( - Xja)2)≤ maksi ≤ nH.ja≤ maksi ≤ nXja+ maksi ≤ n( - Xja) ,
mi[ maksi ≤ nH.ja] ≤ 2 E[ Hn] + Θ ( 1 ) = O ( n--√). Drugi kierunek jest podobny.
Możesz użyć rozkładu półnormalnego, aby potwierdzić odpowiedź.
Rozkład półnormalny stwierdza, że jeśli jest rozkładem normalnym ze średnią 0 i wariancją , tonastępuje połowa rozkładu ze średnią i wariancją . Daje to wymaganą odpowiedź, ponieważ wariancja normalnego marszu wynosi , i można przybliżać rozkład do rozkładu normalnego za pomocą centralnego twierdzenia granicznego.σ 2 | X | σ √X σ2 |X| σ2(1-2/π)σ2nXσ2π−−√ σ2(1−2/π) σ2 n X
źródło
W pierwszych załóżmy, że otrzymujemy ogonów, a następnie. Dlatego Użyj przybliżenia Stirlinga , wiemy .k H 2 i = 2 | i - k | E ( H 2 i )2 i k H.2 i= 2 | i - k |
źródło