Supposons que nous ayons variables aléatoires indépendantes , , avec des moyens finis et des variances , \ ldots , \ sigma_N ^ 2 . Je recherche des bornes sans distribution sur la probabilité que tout X_i \ neq X_N soit plus grand que tous les autres X_j , j \ neq i .NX1…Xnμ1≤…≤μNσ21…σ2NXi≠XNXjj≠i
En d'autres termes, si pour simplifier nous supposons que les distributions de Xi sont continues (telles que P(Xi=Xj)=0 ), je cherche des bornes sur:
P(Xi=maxjXj).
Si
N=2 , nous pouvons utiliser l'inégalité de Chebyshev pour obtenir:
P(X1=maxjXj)=P(X1>X2)≤σ21+σ22σ21+σ22+(μ1−μ2)2.
Je voudrais trouver des limites simples (pas nécessairement strictes) pour le
N général
N, mais je n'ai pas pu trouver de résultats (esthétiquement) agréables pour le
N général
N.
Veuillez noter que les variables ne sont pas supposées être iid. Toutes suggestions ou références à des travaux connexes sont les bienvenues.
Mise à jour: rappelez-vous que par hypothèse, μj≥μi . Nous pouvons alors utiliser la borne ci-dessus pour arriver à:
P(Xi=maxjXj)≤minj>iσ2i+σ2jσ2i+σ2j+(μj−μi)2≤σ2i+σ2Nσ2i+σ2N+(μN−μi)2.
Cela implique:
(μN−μi)P(Xi=maxjXj)≤(μN−μi)σ2i+σ2Nσ2i+σ2N+(μN−μi)2≤12σ2i+σ2N−−−−−−−√.
Cela implique à son tour:
∑i=1NμiP(Xi=maxjXj)≥μN−N2∑i=1N−1(σ2i+σ2N)−−−−−−−−−−−⎷.
Je me demande maintenant si cette borne peut être améliorée à quelque chose qui ne dépend pas de façon linéaire sur
N . Par exemple, la valeur suivante est-elle vérifiée:
∑i=1NμiP(Xi=maxjXj)≥μN−∑i=1Nσ2i−−−−−⎷?
Et sinon, quel pourrait être un contre-exemple?