一堆正态分布的随机变量中最大的是哪个?


14

我有随机变量。 具有正态分布,均值且方差。的 RVS通常与平均分布和方差。一切都是相互独立的。X0,X1,…,XnX0μ>01X1,…,Xn01

令表示是其中最大的事件,即。我想计算或估计\ Pr [E]。我正在寻找\ Pr [E]的表达式,作为\ mu,n的函数,或者是\ Pr [E]的合理估计或近似值。EX0X0>max(X1,…,Xn)Pr[E]Pr[E]μ,nPr[E]

在我的应用程序中,n是固定的(n=61),我想找到使\ Pr [E] \ ge 0.99的\ mu的最小值,但我也对一般问题感到好奇。μPr[E]≥0.99


n有多大n?基于大样本理论应该有一些好的渐近表达式。
— ub

@whuber,谢谢!我编辑了一个问题:就我而言,n=61。即使n=61不足以计数为大,即使在n大的情况下有良好的渐近估计,这也会很有趣。
— DW 2012年

5
使用数值积分。μ≈4.91912496
— ub

Answers:


14

通信工程师以名称 -ary正交信令 的形式对这种概率的计算进行了广泛研究,其中模型是等能量的正当正交信号之一正在发送,而接收器试图通过检查个正交能量来确定哪个信号被发送。滤波器的输出与信号匹配。以发送信号的身份为条件,匹配滤波器的样本输出(有条件地)是独立的单位方差正常随机变量。与所发送信号匹配的滤波器的样本输出是 随机变量,而所有其他滤波器的输出是MMMN(μ,1)N(0,1) 随机变量。

以为条件的正确决策(在当前情况下为事件)的条件为 其中是标准的累积概率分布正态随机变量,因此无条件概率为 其中C={X0>maxiXi}X0=α

P(C∣X0=α)=∏i=1nP{Xi<α∣X0=α}=[Φ(α)]n
Φ(⋅)
P(C)=∫−∞∞P(C∣X0=α)ϕ(α−μ)dα=∫−∞∞[Φ(α)]nϕ(α−μ)dα
ϕ(⋅)是标准法线密度函数。对于该积分的值,没有闭合形式的表达式,必须对其进行数值计算。工程师也对补充事件感兴趣-决策有误-但不喜欢将其计算为 因为需要非常仔细地评估的积分, 以达到许多有效数字的准确性,并且这种评估既困难又费时。取而代之的是,的积分 可以通过零件进行积分以获得
P{X0<maxiXi}=P(E)=1−P(C)
P(C)1−P(C)
P{X0<maxiXi}=∫−∞∞n[Φ(α)]n−1ϕ(α)Φ(α−μ)dα.
这个积分更容易用数字来评估,并且它的值作为的函数的图表和列表(尽管不幸的是,仅对于)在Lindsey和Simon,Prentice-Hall 1973,Dover 的《电信系统工程》的第5章中进行了绘制和制表。按下1991。或者,工程师使用并集约束或Bonferroni不等式 其中是互补累积正态分布函数。μn≤20
P{X0<maxiXi}=P{(X0<X1)∪(X0<X2)∪⋯∪(X0<Xn)}≤∑i=1nP{X0<Xi}=nQ(μ2)
Q(x)=1−Φ(x)

从结合的结合,我们看到,所需的值对 在上面所界定 ,其结合具有值在。这比 @whuber通过数值积分获得的更精确的值稍大。0.01P{X0<maxiXi}60⋅Q(μ/2)0.01μ=5.09…μ=4.919…

更多的讨论和详细资料进制正交信号可以在页上找到。我的161-179 讲义对通信系统的一类M


4

正式答案:

iid个变量的最大值的概率分布(密度)为: 其中是概率密度,是累积分布函数。NpN(x)=Np(x)ΦN−1(x)pΦ

从这个就可以计算出的概率比大于经由其他的 X0N−1P(E)=(N−1)∫−∞∞∫y∞p(x0)p(y)ΦN−2(y)dx0dy

您可能需要研究各种近似值,以便针对您的特定应用轻松处理此问题。


6
+1实际上,由于使得,所以双整数简化为单个积分与我的答案相同。
∫y∞p(x0)dx0=1−Φ(y−μ)
P(E)=1−(N−1)∫−∞∞ΦN−2(y)p(y)Φ(y−μ)dy
— Dilip Sarwate 2012年
By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.