Ein Rahmenwerk, das beschreibt, wie Wahrscheinlichkeiten seltener Ereignisse mit einem Skalierungsparameter exponentiell abnehmen. Charakteristisch ist eine unterhalbstetige Ratenfunktion I, die asymptotische obere und untere exponentielle Schranken für Familien von Wahrscheinlichkeitsmaßen steuert.

Prinzip

Asymptotische exponentielle Skalierung: Wahrscheinlichkeiten atypischer Ergebnisse verhalten sich für großes n wie exp(−n I(x)), wobei I die Unwahrscheinlichkeit von Zuständen misst und die dominanten Kosten einer Abweichung erfasst.

Demonstration

Für unabhängig identisch verteilte Stichproben erfüllt das empirische Mittel exponentielle Schranken: Die Wahrscheinlichkeit, dass das empirische Mittel in einer Menge A liegt, fällt ungefähr wie exp(−n inf_{x∈A} I(x)), wobei I eine Legendre-ähnliche Ratenfunktion ist, die aus der kumulanten Erzeugendenfunktion gewonnen wird. Das liefert präzise asymptotische Abschätzungen für Randereignisse jenseits der zentralen Grenzwertskala.

Fehlanwendung

Large-Deviations-Abschätzungen bei endlichen oder kleinen Stichproben ohne Fehlerkontrolle anzuwenden, oder eine falsche Ratenfunktion zu verwenden, wenn Abhängigkeiten oder Skalierungen abweichen; zu glauben, punktweise Wahrscheinlichkeiten entsprächen der exponentiellen Approximation statt asymptotischer Raten.

Konsequenz

Erlaubt die rigorous Quantifizierung extrem unwahrscheinlicher Ereignisse, rechtfertigt exponentielle Fehlerabschätzungen in statistischer Mechanik und Informationstheorie und leitet Importance Sampling und Simulation seltener Ereignisse, indem die dominanten Beitragsgebiete identifiziert werden.

Umkehrung

Auf der Diffusions- oder Zentrale-Grenzwert-Skala verhalten sich Wahrscheinlichkeiten wie gaußsche Ränder mit polynomialen Präfaktoren statt reiner Exponentialraten; LDP beschreibt damit das ferne Randregime, komplementär zu moderaten Abweichungen.

Abgrenzung

Benötigt ein Skalierungsregime (oft n→∞), exponentielle Tightness oder Kompaktheitsbedingungen und eine wohldefinierte Ratenfunktion; in Fällen von endlichem n, nicht-exponentieller Skalierung oder fehlender makroskopischer Kostenfunktion kann es fehlschlagen oder uninformativ werden.

Semantische Spannung

Steht im Spannungsfeld mit Zentralen-Grenzwert- und Moderaten-Abweichungs-Ergebnissen, die Fluktuationen auf kleineren Skalen beschreiben: LDP betont exponentiell kleine Wahrscheinlichkeiten und eine variationelle Kostenfunktion, der CLT betont die gaußsche Approximation und Varianz.

Synthese

Das Prinzip der großen Abweichungen liefert eine variationelle, exponentielle Ratenbeschreibung seltener Ereignisse: Eine Ratenfunktion weist jedem atypischen Zustand Kosten zu, und Wahrscheinlichkeiten konzentrieren sich exponentiell um die Minimierer dieser Kosten mit wachsendem Skalierungsparameter.