Si todas las siguen uniformes discretos independientes sobre , entonces como hay para elegir y su media es 0, tenemos para todo :Xi[−n,n]2n+1i
E(Xi)=0 , y
V(Xi)=E((Xi−E(Xi))2)=E(X2i)=(2n+1)2−112=n(n+1)3
Entonces, si es la norma euclidiana al cuadrado del vector , y debido a la independencia de :S(X1,X2,...Xd)Xi
S=∑di=1X2i
E(S)=∑di=1E(X2i)=dn(n+1)3
De aquí en adelante, podría usar la desigualdad de Markov:∀a>0,P(S≥a)≤1aE(S)
P(S≥a)≤dan(n+1)3
Este límite aumenta con , lo cual es normal porque cuando hace más grande, la norma euclidiana se hace más grande en comparación con un umbral fijo .dda
Ahora, si define como una norma al cuadrado "normalizada" (que tiene el mismo valor esperado, no importa cuán grande ) obtenga:S∗d
S∗=1dY=1d∑di=1X2i
E(S∗)=n(n+1)3
P(S≥a)≤n(n+1)3a
¡Al menos este límite no aumenta con , pero aún está lejos de resolver su búsqueda de un límite decreciente exponencialmente! Me pregunto si esto puede deberse a la debilidad de la desigualdad de Markov ...d
Creo que debe precisar su pregunta, porque como se indicó anteriormente, la norma euclidiana media de sus vectores aumenta linealmente en , por lo que es muy poco probable que encuentre un límite superior para que esté disminuyendo en con un umbral fijo .dP(S>a)da