Klasycznym problemem w teorii prawdopodobieństwa jest wyrażenie prawdopodobieństwa zdarzenia w kategoriach bardziej specyficznych zdarzeń. W najprostszym przypadku można powiedzieć . Write LET'S za zdarzenie .A B A ∩ B
Istnieją zatem pewne sposoby na powiązanie , bez zakładania niezależności skończonej liczby zdarzeń . Bonferroniego dało górna granica (jest czasem przypisać Boole'a ) i Kounias rafinowany to
Strukturę zależności zdarzeń można traktować jako ważony hipergraf z wierzchołkami , przy czym ciężar krawędzi reprezentuje prawdopodobieństwo zdarzenia związanego z przecięciem wierzchołków na krawędzi.
Argument stylu włączenia / wykluczenia uwzględnia coraz większe podzbiory zdarzeń razem. Te otrzymując granic Bonferroniego . Te granice używają wszystkich wag dla krawędzi do pewnego rozmiaru .
Jeśli struktura zależności jest „wystarczająco ładna”, to można użyć lokalnej lematy Lovásza, aby ograniczyć prawdopodobieństwo od skrajnych wartości 0 i 1. W przeciwieństwie do podejścia Bonferroniego, LLL wykorzystuje dość zgrubne informacje o strukturze zależności.
Załóżmy teraz, że stosunkowo niewiele wag w strukturze zależności jest niezerowe. Ponadto, załóżmy, że istnieje wiele zdarzeń, które są niezależne parami, ale nie są niezależne (i bardziej ogólnie, całkiem możliwe jest, że zestaw zdarzeń nie jest wzajemnie niezależny, ale jest -niezależny dla każdego ).
Czy możliwe jest jawne wykorzystanie struktury zależności zdarzeń w celu ulepszenia granic Bonferroni / Kounias w sposób, który można skutecznie obliczyć?
Spodziewam się, że odpowiedź brzmi „tak” i doceniłbym wskaźniki do odniesień. Zdaję sobie sprawę z pracy Huntera z 1976 roku, ale dotyczy ona tylko zależności parowych. Hunter rozważa rozciąganie drzew na wykresie utworzonym przez ignorowanie krawędzi w strukturze zależności wielkości 3 lub większej.
- David Hunter, „Górna granica prawdopodobieństwa związku” , Journal of Applied Probability 13 597–603. http://www.jstor.org/stable/3212481
źródło