Angenommen, wir werfen Bälle in Fächer, in denen . Sei die Anzahl der Bälle, die in Bin enden , der schwerste Bin, X_ \ min der leichteste Bin und X_ {\ mathrm {sec-max}} der zweitschwerste Bin. Grob gesagt, X_i - X_j \ sim N (0,2m / n) , und so erwarten wir | X_i - X_j | = \ Theta (\ sqrt {m / n}) für zwei beliebige feste i, j . Unter Verwendung einer Vereinigungsgrenze erwarten wir X _ {\ max} - X _ {\ min} = O (\ sqrt {m \ log n / n}) ; Vermutlich können wir eine passende Untergrenze erhalten, wenn wir n / 2 berücksichtigen X i - X j ~ N ( 0 , 2 m / n ) | X i - X j | = Θ ( √ X max - X min = O ( √n/2Paare von getrennten Behältern. Diese (nicht ganz formal) Argument führt uns , dass die Lücke zwischen erwarten und ist mit hoher Wahrscheinlichkeit.
Ich interessiere mich für die Lücke zwischen und . Das oben skizzierte Argument zeigt, dass mit hoher Wahrscheinlichkeit ist, der Faktor irrelevant zu sein scheint . Ist etwas über die Verteilung von ?
Nehmen wir allgemeiner an, dass jeder Ball mit einer nicht negativen Punktzahl für jeden Behälter verbunden ist und dass wir an der Gesamtpunktzahl jedes Behälters nach dem Werfen von Bällen interessiert sind . Das übliche Szenario entspricht Bewertungen der Form . Angenommen, die Wahrscheinlichkeitsverteilung der Bewertungen ist unter Permutation der Klassen unveränderlich (im üblichen Szenario entspricht dies der Tatsache, dass alle Klassen gleich wahrscheinlich sind). Angesichts der Verteilung der Bewertungen können wir die Methode des ersten Absatzes verwenden, um eine gute Grenze für . Die Grenze enthält einen Faktor von das kommt von einer Vereinigungsgrenze (über die Endwahrscheinlichkeiten einer normalen Variablen). Kann dieser Faktor reduziert werden, wenn wir daran interessiert sind, X _ {\ max} - X _ {\ mathrm {sec-max}} zu begrenzen ?