标准正态随机变量|X|≥x的概率上下界证明求助
问题描述
设$X$是标准高斯(正态)随机变量,需要证明对任意$x>0$,以下不等式成立:
$$
\frac{x}{1+x^2} e{-x2/2} \leq \sqrt{\frac{\pi}{2}} \mathbb{P}[|X| \geq x] \leq \frac{1}{x} e{-x2/2}.
$$
提问者的尝试
我首先利用标准正态分布的对称性,写出了概率的表达式:
$$
\mathbb{P}[|X| \geq x] = 1 - \mathbb{P}[-x \leq X \leq x] = 1 - \sqrt{\frac{2}{\pi}} \int_0^x e{-t2/2} , \text{d} t
$$
(这里我把积分变量换成了$t$,避免和积分上限$x$混淆)
两边乘以$\sqrt{\frac{\pi}{2}}$后得到:
$$
\sqrt{\frac{\pi}{2}} \mathbb{P}[|X| \geq x] = \sqrt{\frac{\pi}{2}} - \int_0^x e{-t2/2} , \text{d} t.
$$
我先给出了一个粗略的估计:
$$
\sqrt{\frac{\pi}{2}} - 1 \leq \sqrt{\frac{\pi}{2}} \mathbb{P}[|X| \geq x] \leq \sqrt{\frac{\pi}{2}}
$$
接下来我尝试先证明右边的不等式:
$$
\sqrt{\frac{\pi}{2}} \mathbb{P}[|X| \geq x] \leq \frac{1}{x} e{-x2/2}.
$$
我的思路是先解方程$\sqrt{\frac{\pi}{2}} = \frac{1}{x} e{-x2/2}$,找到一个分界值$z$,让不等式在某些区间里平凡成立,剩下的区间再用更紧的界分析,但我算不出这个方程的精确解,现在卡住了,求各位大佬指点!
解答思路
其实不用纠结那个超越方程的精确解,我们可以直接通过积分放缩+函数单调性分析来证明这两个不等式,这是处理正态分布尾概率的常用技巧:
先证右边的上界:$\sqrt{\frac{\pi}{2}} \mathbb{P}[|X| \geq x] \leq \frac{1}{x} e{-x2/2}$
首先,根据标准正态分布的对称性,我们可以把尾概率写成积分形式:
$$
\mathbb{P}[|X| \geq x] = \sqrt{\frac{2}{\pi}} \int_x^\infty e{-t2/2} dt
$$
两边乘以$\sqrt{\frac{\pi}{2}}$后,得到:
$$
\sqrt{\frac{\pi}{2}} \mathbb{P}[|X| \geq x] = \int_x^\infty e{-t2/2} dt
$$
现在对这个积分做放缩:当$t \geq x > 0$时,$\frac{1}{t} \leq \frac{1}{x}$,所以:
$$
\int_x^\infty e{-t2/2} dt = \int_x^\infty \frac{t}{t} e{-t2/2} dt \leq \frac{1}{x} \int_x^\infty t e{-t2/2} dt
$$
计算右边的积分:注意到$t e{-t2/2} = -\frac{d}{dt} e{-t2/2}$,所以:
$$
\int_x^\infty t e{-t2/2} dt = \left[ -e{-t2/2} \right]_x^\infty = e{-x2/2}
$$
代入后直接得到:
$$
\int_x^\infty e{-t2/2} dt \leq \frac{1}{x} e{-x2/2}
$$
右边的上界就证明完成了,完全不用解方程!
再证左边的下界:$\frac{x}{1+x^2} e{-x2/2} \leq \sqrt{\frac{\pi}{2}} \mathbb{P}[|X| \geq x]$
同样从$\sqrt{\frac{\pi}{2}} \mathbb{P}[|X| \geq x] = \int_x^\infty e{-t2/2} dt$出发,我们构造函数:
$$
f(t) = \int_t^\infty e{-s2/2} ds - \frac{t}{1+t^2} e{-t2/2}
$$
我们需要证明$f(t) \geq 0$对所有$t>0$成立。
先求$f(t)$的导数:
$$
f'(t) = -e{-t2/2} - \left[ \frac{(1+t2)-2t2}{(1+t2)2} e{-t2/2} + \frac{t}{1+t2}(-t)e{-t^2/2} \right]
$$
化简括号内的部分:
$$
\frac{1-t2}{(1+t2)2}e{-t^2/2} - \frac{t2}{1+t2}e{-t2/2} = \frac{1-t^2 -t2(1+t2)}{(1+t2)2}e{-t2/2} = \frac{1-2t2-t4}{(1+t2)2}e{-t2/2}
$$
进一步整理$f'(t)$:
$$
f'(t) = -e{-t2/2} - \frac{1-2t2-t4}{(1+t2)2}e{-t2/2} = -e{-t2/2} \cdot \frac{(1+t2)2 +1-2t2-t4}{(1+t2)2} = -\frac{2e{-t2/2}}{(1+t2)2}
$$
显然$f'(t) < 0$对所有$t>0$成立,说明$f(t)$在$t>0$时严格递减。再看极限:当$t \to \infty$时,$\int_t^\infty e{-s2/2} ds$和$\frac{t}{1+t2}e{-t2/2}$都是$O(\frac{e{-t^2/2}}{t})$,极限都是0,所以$\lim_{t \to \infty}f(t)=0$。
因为$f(t)$严格递减且极限为0,所以$f(t) \geq 0$对所有$t>0$成立,也就是:
$$
\int_t^\infty e{-s2/2} ds \geq \frac{t}{1+t2}e{-t^2/2}
$$
左边就是$\sqrt{\frac{\pi}{2}} \mathbb{P}[|X| \geq t]$,左边的下界得证!
这样两个不等式就都搞定啦,全程不用碰那个难算的超越方程~
备注:内容来源于stack exchange,提问作者user515933

