通用与提升的概率比较——最大值替代极小极大

在本文中，我们引入了一系列强有力的统计比较结果。我们首先呈现了在开发一般比较概念时所获得的结果。此后我们引入一个独立的提升过程，其本身即是一种比较概念。然后我们展示了在某些场景中该提升过程基本上代表了相对于一般策略的实质性升级。我们用相当大量的数值实验补充了所引入的结果，这些实验与理论预测压倒性地一致。我们还展示了许多著名的比较结果（例如 Slepian 的最大值原则和 Gordon 的极小极大原则）如何作为特例得到。此外，结果表明极小极大原则也可被视为单一的最大值原则。应用范围极其广泛。它始于重新审视我们近年来在各个数学领域创造的许多结果，并认识到它们是完全自洽的，因为其起点是此处引入概念的专业化变体。进一步的升级一方面涉及核心比较扩展，另一方面涉及更面向实际的修正。那些我们认为最重要的，我们在几篇独立的姊妹篇中讨论，以确保保持此处所呈现内容的导引性优雅与简洁。