Intervalo máximo entre as amostras retiradas sem substituição de uma distribuição uniforme e discreta

Esse problema está relacionado à pesquisa do meu laboratório em cobertura robótica:

Desenhe aleatoriamente $n$ números do conjunto $\{1,2,\ldots,m\}$ sem substituição e classifique os números em ordem crescente. $1\le n\le m$ .

A partir dessa lista ordenada de números $\{a_{(1)},a_{(2)},…,a_{(n)}\}$ , gere a diferença entre números consecutivos e os limites: $g = \{a_{(1)},a_{(2)}−a_{(1)},\ldots,a_{(n)}−a_{(n-1)},m+1-a_{(n)}\}$ . Isso fornece$n+1$ lacunas.

Qual é a distribuição da diferença máxima?

$P(\max(g) = k) = P(k;m,n) = ?$

Isso pode ser estruturado usando estatísticas de ordem : $P(g_{(n+1)} = k) = P(k;m,n) = ?$

Veja o link para a distribuição de lacunas , mas esta pergunta solicita a distribuição da lacuna máxima .

Eu ficaria satisfeito com o valor médio, $\mathbb{E}[g_{(n+1)}]$ .

Se $n=m$ todas as lacunas são do tamanho 1. Se $n+1 = m$ há uma lacuna do tamanho $2$ , e $n+1$ locais possíveis. O tamanho máximo do intervalo é $m-n+1$ , e esse intervalo pode ser colocado antes ou depois de qualquer um dos $n$ números, para um total de $n+1$ posições possíveis. O menor tamanho máximo de espaço é $\lceil\frac{m-n}{n+1}\rceil$. Defina a probabilidade de qualquer combinação dada. $T= {m \choose n}^{-1}$

Resolvi parcialmente a função de massa de probabilidade como $P(g_{(n+1)} = k) = P(k;m,n) = \begin{cases} 0 & k < \lceil\frac{m-n}{n+1}\rceil\\ 1 & k = \frac{m-n}{n+1} \\ 1 & k = 1 \text{ (occurs when $m=n$)} \\ T(n+1)& k = 2 \text{ (occurs when $m=n+1$)} \\ T(n+1)& k = \frac{m-(n-1)}{n} \\ ? & \frac{m-(n-1)}{n} \le k \le m-n+1 \\ T(n+1)& k = m-n+1\\ 0 & k > m-n+1 \end{cases} \tag{1}$

Trabalho atual (1): A equação da primeira lacuna, é direta: O valor esperado possui um valor simples: . Por simetria, espero que todas as lacunas tenham essa distribuição. Talvez a solução possa ser encontrada usando essa distribuição vezes. P ( a ( 1 ) = k ) = P ( k ; m , n ) = $a_{(1)}$

$$P(a_{(1)} = k) = P(k;m,n) = \frac{1}{{m \choose n}} \sum_{k=1}^{m-n+1} {m-k-1 \choose n-1}$$ $\mathbb{E}[P(a_{(1)})] = \frac{1}{ {m \choose n}} \sum_{k=1}^{m-n+1} {m-k-1 \choose n-1} k = \frac{m-n}{1+n}$$n$$n$

Trabalho atual (2): é fácil executar simulações de Monte Carlo.

simMaxGap[m_, n_] := Max[Differences[Sort[Join[RandomSample[Range[m], n], {0, m+1}]]]];
m = 1000; n = 1; trials = 100000;
SmoothHistogram[Table[simMaxGap[m, n], {trials}], Filling -> Axis,
Frame -> {True, True, False, False},
FrameLabel -> {"k (Max gap)", "Probability"},
PlotLabel -> StringForm["m=``,n=``,smooth histogram of maximum map for `` trials", m, n, trials]][![enter image description here][1]][1]

Seja a chance de que o mínimo, a ( 1 ) , seja igual a g ; isto é, a amostra consiste em g e um subconjunto n - 1 de { g + 1 , g + 2 , … , m } . Existem ( m - $f(g;n,m)$$a_{(1)}$$g$$g$$n-1$$\{g+1,g+2,\ldots,m\}$ tais subconjuntos do ($\binom{m-g}{n-1}$ subconjuntos igualmente prováveis, de onde$\binom{m}{n}$

$$\Pr(a_{(1)}=g = f(g;n,m) = \frac{\binom{m-g}{n-1}}{\binom{m}{n}}.$$

Adicionar para todos os valores possíveis de k maiores que g produz a função de sobrevivência$f(k;n,m)$$k$$g$

$$\Pr(a_{(1)} \gt g) = Q(g;n,m)= \frac{(m-g)\binom{m-g-1}{n-1}}{n \binom{m}{n}}.$$

Seja a variável aleatória dada pela maior lacuna:$G_{n,m}$

$$G_{n,m} = \max\left(a_{(1)}, a_{(2)}-a_{(1)}, \ldots, a_{(n)}-a_{(n-1)}\right).$$

(This responds to the question as originally framed, before it was modified to include a gap between $a_{(n)}$ and $m$.) We will compute its survival function

$$P(g;n,m)=\Pr(G_{n,m}\gt g),$$ from which the entire distribution of $G_{n,m}$ is readily derived. The method is a dynamic program beginning with $n=1$, for which it is obvious that

$$P(g;1,m) = \Pr(G_{1,m} \gt 1) = \frac{m-g}{m},\ g=0, 1, \ldots, m.\tag{1}$$

For larger $n\gt 1$, note that the event $G_{n,m}\gt g$ is the disjoint union of the event

$$a_{1} \gt g,$$

for which the very first gap exceeds $g$, and the $g$ separate events

$$a_{1}=k\text{ and } G_{n-1,m-k} \gt g, \ k=1, 2, \ldots, g$$

for which the first gap equals $k$ and a gap greater than $g$ occurs later in the sample. The Law of Total Probability asserts the probabilities of these events add, whence

$$P(g;n,m) = Q(g;n,m) + \sum_{k=1}^g f(k;n,m) P(g;n-1,m-k).\tag{2}$$

Fixing $g$ and laying out a two-way array indexed by $i=1,2,\ldots,n$ and $j=1,2,\ldots,m$, we may compute $P(g;n,m)$ by using $(1)$ to fill in its first row and $(2)$ to fill in each successive row using $O(gm)$ operations per row. Consequently the table can be completed in $O(gmn)$ operations and all tables for $g=1$ through $g=m-n+1$ can be constructed in $O(m^3n)$ operations.

These graphs show the survival function $g\to P(g;n,64)$ for $n=1,2,4,8,16,32,64$. As $n$ increases, the graph moves to the left, corresponding to the decreasing chances of large gaps.

Closed formulas for $P(g;n,m)$ can be obtained in many special cases, especially for large $n$, but I have not been able to obtain a closed formula that applies to all $g,n,m$. Good approximations are readily available by replacing this problem with the analogous problem for continuous uniform variables.

Finally, the expectation of $G_{n,m}$ is obtained by summing its survival function starting at $g=0$:

$$\mathbb{E}(G_{n,m}) = \sum_{g=0}^{m-n+1} P(g;n,m).$$

This contour plot of the expectation shows contours at $2, 4, 6, \ldots, 32$, graduating from dark to light.