Dejemos que $X_i\sim\text{Pois}(\lambda_i)$ para $i=1,2,\ldots,n$ y $Y = \min X_i$ . ¿Podemos demostrar que, por ejemplo $\mathbb{E}[Y] \leq f(\lambda,n)\min\lambda_i$ para algunos $f : (\mathbb{R}^n,\mathbb{N}) \to [0,1]$ y acotar la varianza $\mathbb{V}[Y]$ por algo significativo?
La desigualdad de Jensen nos dice $$\mathbb{E}[Y] = \mathbb{E}[\min_i X_i] \leq \min_i\mathbb{E}[X_i] = \min_i\lambda_i$$ ya, pero me gustaría algo más concreto.
Tenga en cuenta que esta pregunta hace una pregunta similar, pero se refiere a toda la distribución sobre $Y$ mientras que yo sólo necesito límites en 2 momentos. En consecuencia, esperaría una respuesta de forma más cerrada disponible.
Si ayuda, en mi caso $X_i\sim\text{Pois}(\lambda)$ para $i=1,\ldots,n-1$ y $X_n \sim \text{Pois}(\lambda + \gamma)$ para $\lambda,\gamma>0$ por lo que para $\gamma$ y $n$ lo suficientemente grande podemos asumir efectivamente $X_i\sim\text{Pois}(\lambda)$ son i.i.d (con alta probabilidad) a efectos de estimar $Y$ .