📊 statistics

Sharp One-Dimensional Sub-Gaussian Comparison in Convex Order

El artículo establece que cualquier variable aleatoria con una función generadora de momentos acotada por la de una distribución normal estándar está dominada en orden convexo por la variable normal escalada $G/\mathbb{E}[|G|]$ , con igualdad alcanzada para la distribución de Bernoulli simétrica y la función valor absoluto.

Autores originales: Yihan Zhang

Publicado 2026-04-30

📖 5 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Yihan Zhang

Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

Imagina que estás tratando de adivinar el "peor escenario posible" para un evento aleatorio. En el mundo de la probabilidad, a menudo tratamos con variables que se comportan bien, como una curva de campana (la Gaussiana Estándar). Estas variables son predecibles: los valores extremos son raros y la mayoría de los resultados se agrupan alrededor del centro.

Pero, ¿qué pasa si tienes una variable aleatoria diferente, una que no es una curva de campana perfecta pero que aún se comporta "bien" de una manera específica? Específicamente, ¿qué pasa si esta variable es 1-sub-Gaussiana? Esta es una forma elegante de decir que su "cola" (la probabilidad de valores extremos) es lo suficientemente delgada como para no explotar más rápido de lo que lo hace una curva de campana.

El artículo de Yihan Zhang plantea una pregunta simple pero profunda: Si tenemos cualquier variable aleatoria que se comporta tan bien, ¿cuánto necesitamos "estirar" una curva de campana estándar para garantizar que siempre sea "mayor" o "más dispersa" que nuestra variable?

Aquí está el desglose del viaje del artículo, usando analogías cotidianas.

1. El juego del "estiramiento" (Orden Convexo)

Piensa en dos amigos, X (tu misteriosa variable aleatoria) y G (una curva de campana estándar).
El artículo se interesa por un concepto llamado Orden Convexo. Imagina que eres un inversor averso al riesgo. Tienes una "función de dolor" (una función convexa) que mide cuánto te disgusta la volatilidad.

Si X está "dominada" por G, significa que no importa cómo midas el riesgo (cómo torzas tu función de dolor), G siempre te dolerá más o igual que X.
En otras palabras, G es el resultado "peor" (más volátil).

La pregunta es: Si X es una variable 1-sub-Gaussiana, ¿cuánto necesitamos estirar G (multiplicarla por una constante $c$ ) para que la versión estirada ( $c \times G$ ) esté garantizada de ser el resultado "peor" en comparación con X?

2. Las dos definiciones de "bien"

El artículo señala que los matemáticos tienen dos formas ligeramente diferentes de definir una variable "bien":

La definición de la cola: Observando la probabilidad de eventos extremos (como que llegue una tormenta).
La definición de la Función Generadora de Momentos (MGF): Observando la "energía promedio" de la variable.

Investigaciones anteriores habían resuelto el problema del "estiramiento" para la definición de la cola, encontrando un número específico (aproximadamente 2.31). Pero el autor se preguntó: ¿Cuál es el número para la definición de la MGF? ¿Es el mismo? ¿Es mayor? ¿Es menor?

3. El gran descubrimiento: El número mágico

El artículo demuestra que para la definición de la MGF, la constante mágica de estiramiento es exactamente $\sqrt{\pi/2}$ (aproximadamente 1.25).

¡Este es un número sorprendentemente pequeño! Significa que si tu variable se comporta bien según las reglas de la MGF, solo necesitas estirar la curva de campana estándar en un 25% aproximadamente para garantizar que cubra todos los riesgos de tu variable. Esto es mucho más ajustado que el factor de 2.31 encontrado para la otra definición.

¿Por qué es especial este número?
El artículo revela que este número es en realidad el inverso del "tamaño absoluto promedio" de una curva de campana estándar.

Imagina una curva de campana estándar. Si tomas el promedio de qué tan lejos están sus puntos del cero (ignorando la dirección), obtienes un número.
La constante mágica es simplemente 1 dividido por ese promedio.
Resulta que la variable "peor escenario" que empuja este límite es un simple lanzamiento de moneda: una variable que es -1 o +1 con igual probabilidad. Si intentas estirar la curva de campana menos de 1.25 veces, este lanzamiento de moneda "romperá" la regla.

4. Cómo lo resolvieron: El truco de la "bisagra"

¿Cómo demostró el autor esto? Utilizó un atajo matemático astuto.

La bisagra: Cualquier forma "curva" (función convexa) puede construirse con "bisagras" simples (como una bisagra de puerta que solo abre en una dirección).
La reducción: En lugar de verificar cada forma posible y cada variable aleatoria posible, el autor demostró que solo necesitas mirar las variables más simples posibles: distribuciones de dos puntos (como ese lanzamiento de moneda).
La geometría: Luego compararon el lanzamiento de moneda con la curva de campana. Para hacer esto, tuvieron que probar una nueva desigualdad muy específica sobre la forma de la curva de campana (relacionada con su "función isoperimétrica", que es una forma elegante de describir cómo se comporta el borde de la curva). Demostraron que la curva de campana es lo suficientemente "gruesa" para cubrir siempre el lanzamiento de moneda si se estira por $\sqrt{\pi/2}$ .

5. La limitación: ¿Por qué no en 3D?

El artículo termina con una admisión humilde. Esta solución funciona maravillosamente en una dimensión (una sola línea).
Sin embargo, las herramientas matemáticas utilizadas (el truco de la "bisagra") dependen del hecho de que estamos tratando con una sola línea. En dimensiones superiores (como un espacio 3D), no tenemos una manera simple de descomponer formas complejas en bisagras.
Así que, aunque conocemos la respuesta para un solo número, aún no conocemos la respuesta para una nube de puntos en un espacio 3D. El autor deja eso como un misterio para futuros matemáticos.

Resumen

El problema: ¿Cuánto necesitamos estirar una curva de campana estándar para cubrir de manera segura cualquier variable aleatoria "bien"?
La respuesta: Para la definición específica utilizada aquí, la respuesta es $\sqrt{\pi/2}$ (aprox 1.25).
El método: El autor simplificó el problema al darse cuenta de que el escenario "peor caso" es solo un simple lanzamiento de moneda, y luego demostró que la curva de campana es lo suficientemente grande para cubrirlo.
El inconveniente: Este truco solo funciona para números individuales, no para datos complejos y multidimensionales.

A continuación se presenta un resumen técnico detallado del artículo "Sharp One-Dimensional Sub-Gaussian Comparison in Convex Order" de Yihan Zhang.

1. Planteamiento del Problema

El artículo aborda el problema de determinar la constante óptima $c$ tal que cualquier variable aleatoria centrada y 1-sub-Gaussiana $X$ esté dominada por una Gaussiana estándar escalada $cG$ en el orden convexo.

Definiciones:
- 1-Sub-Gaussiana (sentido de la función generadora de momentos): Una variable aleatoria $X$ es 1-sub-Gaussiana si su función generadora de momentos (MGF) satisface $M_X(\lambda) = \mathbb{E}[e^{\lambda X}] \leq e^{\lambda^2/2}$ para todo $\lambda \in \mathbb{R}$ .
- Orden convexo ( $X \preceq Y$ ): $X$ está dominada por $Y$ si $\mathbb{E}[f(X)] \leq \mathbb{E}[f(Y)]$ para todas las funciones convexas $f: \mathbb{R} \to \mathbb{R}$ (asumiendo que las esperanzas existen).
- Objetivo: Encontrar la constante mínima $c_{\text{mgf}}$ tal que para toda $X$ que satisfaga la condición de MGF, se cumpla $X \preceq c_{\text{mgf}} G$ , donde $G \sim \mathcal{N}(0, 1)$ .
Contexto: Trabajos anteriores (por ejemplo, Han [2025], Davis & Power [2026]) establecieron la existencia de dicha constante, pero se centraron en definiciones de sub-Gaussianidad basadas en "colas" o en dimensiones superiores. La constante óptima para la definición basada en colas ( $c_{\text{tail}} \approx 2.31$ ) era conocida, pero la constante para la definición basada en MGF ( $c_{\text{mgf}}$ ) permanecía como una pregunta abierta, particularmente en cuanto a si difería de la constante basada en colas.

2. Metodología

La demostración se basa en una combinación de técnicas de reducción probabilística y desigualdades analíticas precisas.

A. Reducción a Funciones Bisagra y Distribuciones de Dos Puntos

Representación por Bisagras: Los autores utilizan el hecho de que cualquier función convexa $f$ puede representarse como una combinación lineal de funciones bisagra $(x-t)_+ = \max(x-t, 0)$ . En consecuencia, demostrar $X \preceq Y$ se reduce a mostrar $\mathbb{E}[(X-t)_+] \leq \mathbb{E}[(Y-t)_+]$ para todo $t \in \mathbb{R}$ (Proposición 3).
Reducción a Dos Puntos (Lema 5): Un paso crucial es demostrar que para cualquier sub-Gaussiana $X$ $X$ y cualquier umbral $t$ $t$ , la cantidad $S_X(t) = \mathbb{E}[(X-t)_+]$ $S_{X} (t) = E [(X - t)_{+}]$ se maximiza mediante una distribución de dos puntos específica $Y$ $Y$ .
- $Y$ toma los valores $\mu_+$ y $\mu_-$ con probabilidades $p$ y $1-p$ , donde $p = \mathbb{P}(X > t)$ .
- Los autores demuestran que si $X$ es 1-sub-Gaussiana, esta $Y$ construida también es 1-sub-Gaussiana y preserva el valor de $S_X(t)$ .
- Esto reduce el problema de optimización de dimensión infinita al análisis de una familia de distribuciones de dos puntos.

B. Optimización de la Distribución de Dos Puntos

Para una variable de dos puntos $Y$ con media 0 y MGF acotada por $e^{\lambda^2/2}$ , los autores derivan una cota superior para el parámetro $\nu$ (que escala la distancia entre los dos puntos) en términos de la probabilidad $p$ .

Establecen la desigualdad:
$p(1-p)\nu \leq \sqrt{\frac{\pi}{2}} I(p)$
donde $I(p) = \phi(\Phi^{-1}(p))$ es la función isoperimétrica Gaussiana (la densidad de la normal estándar en el cuantil correspondiente a $p$ ).

C. Cota Inferior Precisa para la Función Isoperimétrica

Para completar la demostración, los autores necesitan mostrar que la Gaussiana escalada $cG$ satisface la condición de dominancia convexa. Esto requiere una cota inferior para la función de "pérdida de parada" de la Gaussiana, $S_{cG}(t)$ .

Lema Técnico Clave (Lema 2): El artículo demuestra una cota inferior precisa para la función isoperimétrica Gaussiana $I(p)$ :
$I(p) \geq \frac{2}{\sqrt{\pi}} p(1-p) \sqrt{\frac{\log(\frac{1-p}{p})}{1-2p}}$
Esta desigualdad se demuestra utilizando un enfoque analítico sofisticado que involucra funciones hiperbólicas, expansiones de Taylor y argumentos de monotonía sobre funciones auxiliares (Lemas 6–8 en el Apéndice). Se demuestra que la constante $2/\sqrt{\pi}$ es precisa.

3. Resultados Clave

Teorema Principal (Teorema 1)

La constante óptima para la definición de sub-Gaussiana basada en MGF es:
$c_{\text{mgf}} = \sqrt{\frac{\pi}{2}} \approx 1.25331$
Esto implica que para cualquier variable aleatoria 1-sub-Gaussiana $X$ (en el sentido de MGF), $X \preceq \sqrt{\frac{\pi}{2}} G$ .

Precisión

La cota es ajustada. La igualdad se alcanza cuando:

$X \sim \text{Unif}(\{-1, 1\})$ (distribución de Rademacher).
$f(x) = |x|$ .
En este caso, $\mathbb{E}[|X|] = 1$ , mientras que $\mathbb{E}[|cG|] = c \sqrt{2/\pi}$ . Igualando $1 = c \sqrt{2/\pi}$ se obtiene $c = \sqrt{\pi/2}$ .

Comparación con Constantes Basadas en Colas

El artículo destaca una distinción significativa entre definiciones:

Basada en colas ( $c_{\text{tail}}$ ): $\approx 2.30952$ (de Davis & Power [2026]).
Basada en MGF ( $c_{\text{mgf}}$ ): $\approx 1.25331$ .
La definición basada en MGF produce una constante de dominancia estrictamente menor (y por tanto más fuerte). El artículo señala que $c_{\text{mgf}} = 1/\mathbb{E}[|G|]$ .

4. Significado y Limitaciones

Interpretabilidad: El resultado proporciona una constante limpia e interpretable ( $1/\mathbb{E}[|G|]$ ) para la definición basada en MGF, en contraste con la constante más compleja derivada para la definición basada en colas.
Resolución de una Pregunta Abierta: Responde a una pregunta planteada por Sam Power sobre la constante óptima para la sub-Gaussianidad basada en MGF.
Limitación a Dimensión 1: La demostración depende en gran medida de la representación por bisagras de funciones convexas univariadas (Ecuación 3). Los autores declaran explícitamente que un análogo natural de esta representación no existe en dimensiones superiores ( $d \geq 2$ ). Por lo tanto, el método no se generaliza al caso multivariante, dejando la constante precisa para $d \geq 2$ como un problema abierto.
Contribución Analítica: La cota inferior derivada para la función isoperimétrica Gaussiana (Lema 2) se presenta como un resultado de interés independiente, ofreciendo una función elemental simple que acota estrechamente $I(p)$ .

Conclusión

El artículo de Yihan Zhang establece que la dominancia en orden convexo más precisa posible para variables aleatorias 1-sub-Gaussianas (definidas mediante MGF) se logra escalando la Gaussiana estándar por $\sqrt{\pi/2}$ . La demostración conecta elegantemente la reducción probabilística (a distribuciones de dos puntos) con desigualdades analíticas profundas (sobre la función isoperimétrica Gaussiana), proporcionando una respuesta definitiva para el caso unidimensional mientras resalta los desafíos de extender estos resultados a dimensiones superiores.