유한 의미를 가진 N 독립적 인 랜덤 변수 X1 , … , Xn 있고 μ1≤…≤μN 및 분산 σ21 , … , σ2N . Xi≠XN 이 다른 모든 Xj , j \ neq i 보다 클 확률에 분포가없는 경계를 찾고 j≠i있습니다.
즉, 단순화를 위해 X_i 의 분포 Xi가 연속적 이라고 가정하면 ( P(Xi=Xj)=0 )
\ P (X_i = \ max_j X_j) \ enspace 에서 경계를 찾고
있습니다.
P(Xi=maxjXj).
경우
N=2 , 우리는 체비 쇼프 부등식을 사용하여 얻을 :
P(X1=maxjXj)=P(X1>X2)≤σ21+σ22σ21+σ22+(μ1−μ2)2.
나는 몇 가지 간단한 (반드시 꽉) 일반에 대한 경계 찾고자하는
N ,하지만 난 일반용 (심미적) 기쁘게 결과를 찾을 수 없어
N .
변수는 iid로 가정되지 않습니다. 관련 작업에 대한 제안이나 언급은 환영합니다.
업데이트 : \ mu_j \ geq \ mu_i 가정하여 상기 하십시오μj≥μi . 그런 다음 위의 경계를 사용하여
P(Xi=maxjXj)≤minj>iσ2i+σ2jσ2i+σ2j+(μj−μi)2≤σ2i+σ2Nσ2i+σ2N+(μN−μi)2.
이것은 다음을 의미합니다 :
(μN−μi)P(Xi=maxjXj)≤(μN−μi)σ2i+σ2Nσ2i+σ2N+(μN−μi)2≤12σ2i+σ2N−−−−−−−√.
이는
∑i=1NμiP(Xi=maxjXj)≥μN−N2∑i=1N−1(σ2i+σ2N)−−−−−−−−−−−⎷.
나는이 경계가
N 에 선형 적으로 의존하지 않는 것으로 개선 될 수 있는지 궁금합니다
N. 예를 들어, 다음을 유지합니다.
∑i=1NμiP(Xi=maxjXj)≥μN−∑i=1Nσ2i−−−−−⎷?
그렇지 않다면 반례가 될 수있는 것은 무엇입니까?