Такие в книге обозначения, ДеГроот "Оптимальные статистические решения" :(
Попробую переписать, с учетом того, что я уже сделал первый и второй пункт (напр., в "новом" условии указанной проблемы нету, т.к.

).
Пусть

- параметр, принимающий два значения

и

с равными вероятностями:

.
Предположим, что производится наблюдение величины

с условными плотностями распределения

(в зависимости от значения

- разная плотность).
Пусть

(условная вероятность того, что

, в зависимости от значения

).
Предполагая, что

, докажите, что при всех
![$\alpha \in (0,1): Pr[\xi(X)\leqslant \alpha]\leqslant \frac \alpha {1-\alpha}$ $\alpha \in (0,1): Pr[\xi(X)\leqslant \alpha]\leqslant \frac \alpha {1-\alpha}$](https://dxdy-03.korotkov.co.uk/f/a/d/9/ad9a5853c54eb1c32b73be86cecb3f3382.png)
.
Что известно (с тех пунктов, которые я доказал, и которые в этом условии не писал):

(с теоремы Байеса)

(результат второго пункта)
У нас есть ф-я от величины

И есть плотность распределения

Как имея это, ограничить ф-ю распределения

? Пробовал искать, как найти ф-ю распределения функции от случайной величины, но всюду требуется монотонность функции.
Еще нашел неравенство Маркова, которое связывает мат.ожидание и ф-ю распределения, но там вроде бы выходит оценка в другую сторону. Может есть еще какие-то подобные неравенства, которыми можно решить задачу?