Leçon 313 — Inégalités de concentration. Markov, Tchebychev, Hoeffding.

Points clés

Plan

  1. Inégalités élémentaires
    • Inégalité de Markov : [formule] pour [formule]
    • Inégalité de Bienaymé-Tchebychev : [formule]
    • Inégalité de Jensen : [formule] pour [formule] convexe
  2. Méthode de Chernoff
    • Principe : [formule] puis optimiser en [formule]
    • Transformée de Laplace [formule] : propriétés de convexité
    • Borne de Chernoff pour les variables de Bernoulli : [formule]
  3. Inégalité de Hoeffding
    • Lemme de Hoeffding : si [formule] et [formule], alors [formule]
    • Théorème de Hoeffding : [formule]
    • Borne bilatérale : [formule]
  4. Inégalité de McDiarmid
    • Condition des différences bornées : [formule]
    • Énoncé : [formule]
    • Généralisation de Hoeffding aux fonctions de variables indépendantes
  5. Inégalités sous-gaussiennes
    • Variable sous-gaussienne : [formule] pour tout [formule]
    • Exemples : variable bornée, variable gaussienne
    • Somme de sous-gaussiennes indépendantes : contrôle exponentiel
  6. Applications
    • Bornes de déviation pour les sondages : [formule]
    • Apprentissage statistique : bornes de généralisation PAC
    • Concentration de la norme d'un vecteur gaussien

Théorèmes clés

Exemples importants

Erreurs courantes

Conseils du jury

Développements associés

Prérequis

variables aleatoires discretes, fonctions convexes, loi grands nombres