Supongamos que tenemos variables aleatorias independientes X_1 , \ ldots , X_n con medios finitos \ mu_1 \ leq \ ldots \ leq \ mu_N y varianzas \ sigma_1 ^ 2 , \ ldots , \ sigma_N ^ 2 . Estoy buscando límites sin distribución en la probabilidad de que cualquier X_i \ neq X_N sea mayor que el resto de X_j , j \ neq i .norteX1...Xnorteμ1≤ ... ≤ μnorteσ21...σ2norteXyo≠ XnorteXjj ≠ i
En otras palabras, si por simplicidad asumimos que las distribuciones de Xyo son continuas (tal que P ( Xyo= Xj) = 0 ), estoy buscando límites en:
P ( Xyo= maxjXj).
Si
norte= 2 , podemos usar la desigualdad de Chebyshev para obtener:
P ( X1= maxjXj) = P ( X1> X2) ≤ σ21+ σ22σ21+ σ22+ ( μ1- μ2)2.
Me gustaría encontrar algunos límites simples (no necesariamente ajustados) para el
N general
norte, pero no he podido encontrar resultados (estéticamente) agradables para el
N general
norte.
Tenga en cuenta que no se supone que las variables sean iid. Cualquier sugerencia o referencia al trabajo relacionado es bienvenida.
Actualización: recuerde que por suposición, μj≥ μyo . Entonces podemos usar el límite anterior para llegar a:
P ( Xyo= maxjXj) ≤ minj > iσ2yo+ σ2jσ2yo+ σ2j+ ( μj- μyo)2≤ σ2yo+ σ2norteσ2yo+ σ2norte+ ( μnorte- μyo)2.
Esto implica:
( μnorte- μyo) P ( Xyo= maxjXj) ≤ ( μnorte- μyo) σ2yo+ σ2norteσ2yo+ σ2norte+ ( μnorte- μyo)2≤ 12σ2yo+ σ2norte-------√.
Esto, a su vez, implica:
∑i = 1norteμyoP ( Xyo= maxjXj) ≥ μnorte- N2∑i = 1norte- 1( σ2yo+ σ2norte)-----------⎷.
Ahora estoy preguntando si esta ligado puede ser mejorada a algo que no depende linealmente de
norte . Por ejemplo, se cumple lo siguiente:
∑i = 1norteμyoP ( Xyo= maxjXj) ≥ μnorte- ∑i = 1norteσ2yo-----⎷?
Y si no, ¿qué podría ser un contraejemplo?