10 votos

Es este un conocido modelo probabilístico?

Mientras yo estaba pensando en el Erdős discrepancia problema, el siguiente modelo de paseo aleatorio surgió naturalmente. Se fija un entero positivo k, y se toma una al azar paso de 1 o -1 en cada etapa, excepto en el caso de que el escenario es un múltiplo de k, en cuyo caso puedes elegir. Su objeto es mantener el pie tan cerca del origen como usted puede.

Una clara estrategia es un codicioso: cada vez que usted tiene la elección, si el pie es actualmente positivo que usted elija -1 y si está negativo de elegir +1. (Claramente no hace ninguna diferencia para el resultado de lo que usted hace si es cero.) Esto es como dar su paseo aleatorio de la deriva plazo de tamaño 1/k, pero la tendencia es siempre dirigida hacia el origen.

Un poco diferente de la pregunta sería si usted está presentado con todo el pie hasta el kN-1 y, a continuación, elija los signos de k, 2k, 3k, ... , Nk, tratando de minimizar la máxima distancia que va desde el origen.

No es difícil ver que debe ir al menos de forma logarítmica, ya que en el momento de llegar a M usted probablemente ha tenido una carrera de registro M 1s en la caminata al azar, que se puede hacer casi nada. He pensado sobre el problema en un no-modo riguroso y se siente a mí como a pesar de que no debería ser demasiado difícil probar que en el momento de llegar a M no han ido más allá de $(\log M)^2$ o $(\log M)^3$ o algo así. (El primer argumento es que si se mira de una carrera de a $k^2$ pasos, no tienden a la deriva más que sobre k, y vas a tener k pasos que usted puede elegir para cancelar la deriva. Que es lo que sucede normalmente, y las excepciones deben ser exponencialmente raro, por así decirlo.)

Mi principal pregunta es esta: ¿son estas, o al menos algo parecido, conocido preguntas? (¿O respuestas a los mismos a seguir casi al instante de resultados conocidos?)

6voto

Sergio Acosta Puntos 6450

Si se aplica el algoritmo voraz, que está muy cerca de pedir la reducción máxima de un paseo aleatorio con positivo a la deriva.

La distribución de máxima detracciones de un movimiento Browniano con constante de deriva han sido estudiados, y algunas de las respuestas están en la página 2 aquí. La esperada reducción máxima con un resultado positivo de la deriva crece asintóticamente como $c \log M$. No estoy seguro de cómo las colas mirada.

Me preguntó cómo mal la Browniano aproximación se comporta para las caminatas aquí. Puede estar muy lejos para algunas distribuciones sesgadas, pero debe ser por un pequeño factor constante de estos casi simétrica pasos.

En todo el mundo, ajustes óptimos no puede reducir la máxima excursión por más de un factor de 2 en comparación con el algoritmo voraz, ya que en la mayor (sin pérdida de generalidad) positivo excursión a $d$, el algoritmo voraz era todo -1s. Cualquier cambio realizado todavía significaría el pie se incrementa en al menos $d$, así que a lo mejor una optimización global podría mover el inicio a$-d/2$, lo que haría que el máximo de, al menos, $d/2$ en ambas direcciones.

i-Ciencias.com

I-Ciencias es una comunidad de estudiantes y amantes de la ciencia en la que puedes resolver tus problemas y dudas.
Puedes consultar las preguntas de otros usuarios, hacer tus propias preguntas o resolver las de los demás.

Powered by:

X