C'est la suite constructiviste de cette question .
Si nous ne pouvons pas avoir une variable aléatoire uniforme discrète ayant comme support tous les rationnels dans l'intervalle , alors la meilleure chose suivante est:
Construisez une variable aléatoire qui a ce support, , et qui suit une certaine distribution. Et l'artisan en moi exige que cette variable aléatoire soit construite à partir de distributions existantes, plutôt que créée en définissant abstraitement ce que nous désirons obtenir.
J'ai donc trouvé ce qui suit:
Soit une variable aléatoire discrète suivant la distribution géométrique-Variant II avec le paramètre , à savoir
Soit également une variable aléatoire discrète suivant la distribution géométrique-Variant I avec un paramètre identique , à savoir
et sont indépendants. Définissez maintenant la variable aléatoire
et considérons la distribution conditionnelle
En termes lâches "conditionnel est le rapport de sur conditionnel à ce que soit plus petit ou égal à ". Le support de cette distribution conditionnelle est .
La «question» est la suivante: quelqu'un peut-il fournir la fonction de masse de probabilité conditionnelle associée?
Un commentaire demandait "devrait-il être fermé"? Étant donné que ce qui constitue une forme fermée de nos jours n'est pas si clair, permettez-moi de le dire ainsi: nous recherchons une forme fonctionnelle dans laquelle nous pouvons saisir un nombre rationnel à partir de , et obtenir la probabilité (pour certains valeur spécifiée du paramètre bien sûr), conduisant à un graphique indicatif du pmf. Et puis faites varier pour voir comment le graphique change.
Si cela aide, alors nous pouvons ouvrir l'une ou les deux limites du support, bien que ces variantes nous priveront de la possibilité de représenter graphiquement les valeurs supérieures et / ou inférieures du pmf . De plus, si nous ouvrons la borne supérieure, alors nous devrions considérer l'événement de conditionnement .
Alternativement, je salue également les autres VR qui ont ce (s) support (s), tant qu'ils se réunissent avec leur pmf .
J'ai utilisé la distribution géométrique car elle a facilement deux variantes disponibles avec celle qui n'inclut pas zéro dans le support (de sorte que la division par zéro est évitée). De toute évidence, on peut utiliser d'autres RV discrets, en utilisant une troncature.
Je mettrai certainement une prime sur cette question, mais le système ne le permet pas immédiatement.
la source
Réponses:
Considérons la distribution discrète avec support sur l'ensemble avec des masses de probabilité{ ( p , q )F {(p,q)|q≥p≥1}⊂N2
Ceci est facilement additionné (toutes les séries impliquées sont géométriques) pour démontrer qu'il s'agit vraiment d'une distribution (la probabilité totale est l'unité).
Pour tout nombre rationnel non nul soit sa représentation en termes les plus bas: c'est-à-dire et .a / b = x b > 0 pgcd ( a , b ) = 1x a/b=x b>0 gcd(a,b)=1
G [ 0 , 1 ] ∩ QF induit une distribution discrète sur via les règlesG [0,1]∩Q
(et ). Chaque nombre rationnel dans a une probabilité non nulle. (Si vous devez inclure parmi les valeurs avec une probabilité positive, retirez simplement une partie de la probabilité d'un autre nombre - comme - et affectez-la à ).( 0 , 1 ] 0 1 0G ( 0 ) = 0 ( 0 , 1 ] 0 1 0
Pour comprendre cette construction, regardez cette représentation de :F
p , q F p / q p q 0 1 G G G ( 1 ) 1 F ( 1 , 1 ) + F ( 2 , 2F donne des masses de probabilité en tous les points avec des coordonnées entières positives. Les valeurs de sont représentées par les zones colorées des symboles circulaires. Les lignes ont des pentes pour toutes les combinaisons possibles de coordonnées et apparaissant dans le tracé. Ils sont colorés de la même manière que les symboles circulaires sont: selon leurs pentes. Ainsi, la pente (qui va clairement de à ) et la couleur correspondent à l' argument de et les valeurs de sont obtenues en additionnant les zones de tous les cercles se trouvant sur chaque ligne. Par exemple,p , q F p / q p q 0 1 g g G ( 1 ) est obtenu en additionnant les aires de tous les cercles (rouges) le long de la diagonale principale de la pente , donnée par = .1 3 / huit + 3 / 32 + 3 / 128 + ⋯ = une / 2F( 1 , 1 ) + F( 2 , 2 ) + F(3,3)+⋯ 3/8+3/32+3/128+⋯=1/2
Cette figure montre une approximation de obtenue en limitant : elle trace ses valeurs à nombres rationnels allant de à . Les masses de probabilité les plus importantes sont .q ≤ 100 3 044 1 / 100 1 1G q≤100 3044 1/100 1 12,314,110,362,362,142,…
Voici le CDF complet de (précis à la résolution de l'image). Les six nombres qui viennent d'être énumérés donnent la taille des sauts visibles, mais chaque partie du CDF est constituée de sauts, sans exception:G
la source
Je vais rassembler mes commentaires et les poster comme réponse juste pour plus de clarté. J'espère que vous ne serez pas très satisfait, cependant, car je ne fais que réduire votre problème à un autre.
Ma notation:
Q ∩Q est un RV dont le support est - mon n'est pas le même que le l'OP construit à partir de son . Nous définirons ce utilisant et , que je présente ci-dessous. Q Q XQ∩[0,1] Q Q QYfXY Q Y f
f : Nf est une correspondance biunivoque et est son inverse. Nous savons qu'ils existent.f - 1f:N→Q∩[0,1] f−1
Maintenant, je prétends que je peux réduire votre problème à simplement trouver un et son :f - 1f f−1
Laissez simplement et vous avez terminé. La PMF de est . Q Pr [ Q = q ] = Pr [ Y = f - 1 ( q ) ]Q=f(Y) Q Pr[Q=q]=Pr[Y=f−1(q)]
Éditer:
Voici une fonction g qui joue le rôle de , bien qu'il ne s'agisse pas d'une correspondance biunivoque (à cause des doublons):f
la source