Estoy buscando una referencia (no una prueba que pueda hacer) a la siguiente extensión de Chernoff.
Dejar que serán variables aleatorias booleanas, no necesariamente independientes . En cambio, se garantiza que P r ( X i = 1 | C ) < p para cada i y cada evento C que solo depende de { X j | j ≠ i } .
¡Gracias por adelantado!
Las cosas más cercanas que conozco en la literatura son extensiones de los límites de Chernoff a variables aleatorias negativamente correlacionadas, por ejemplo, ver esto o esto . Formalmente, su condición podría satisfacerse sin la correlación negativa, pero la idea es similar.
Debido a que su generalización no es difícil de probar, es posible que nadie se haya molestado en escribirla.
fuente
Una referencia alternativa podría ser Lemma 1.19 en B. Doerr, Análisis de heurísticas de búsqueda aleatoria: Herramientas de la teoría de probabilidad, Teoría de la heurística de búsqueda aleatoria (A. Auger y B. Doerr, eds.), World Scientific Publishing, 2011, pp. 1- 20)
En palabras simples, muestra que cuando con probabilidad sin importar lo que condicione , entonces satisfacen todos los límites de Chernoff-Hoeffding que son válidos para independientes variables aleatorias binarias con probabilidad de éxito , respectivamente. La prueba es elemental y el resultado es natural, así que supongo que nadie sintió la necesidad de escribirlo.Xi=1 pi X1,…,Xi−1 X1,…,Xn Y1,…,Yn p1,…,pn
fuente