这是这个问题的建构主义后遗症。
如果我们不能有一个离散的统一随机变量来支持区间中的所有有理数,那么下一个最好的事情就是:
构造一个具有此支持的随机变量,,并遵循一定的分布。我的工匠要求此随机变量是根据现有分布构建的,而不是通过抽象定义我们想要获得的内容来创建的。Q ∈ Q ∩ [ 0 ,1 ]
因此,我提出了以下建议:
令为遵循参数的Geometric Distribution-Variant II的离散随机变量,即0 < p < 1
还令为遵循相同参数的几何分布-变量I的离散随机变量,即p
和是独立的。现在定义随机变量
并考虑条件分布
用宽松的话说:“条件是与Y之比,条件是X小于或等于Y。 ” 此条件分布的支持为\ {0,1,1 / 2,1 / 3,...,1 / k,1 /(k + 1),...,2 / 3,2 / 4 ,. .. \} = \ mathbb {Q} \ cap [0,1]。X ÿ X ÿ { 0 ,1 ,1 / 2 ,1 / 3 ,。。。,1 / ķ ,1 /(ķ + 1 ),。。。,2 / 3 ,2 / 4 ,。。。} = Q ∩ [ 0 ,1 ]
“问题”是:有人可以提供相关的条件概率质量函数吗?
有评论问“应该是封闭形式”吗?由于如今构成封闭形式的内容还不是很清楚,让我这样说:我们正在寻找一种函数形式,可以从输入有理数,并获得概率(对于某些形式(当然是参数的指定值),从而得出pmf 的指示图。然后改变以查看图形如何变化。p
如果有帮助,那么我们可以打开支撑的一个或两个边界,尽管这些变体将使我们无法明确绘制pmf的上限值和/或下限值。另外,如果我们打开上限,则应考虑条件事件。
另外,我也欢迎具有此支持的其他rv,只要它们与pmf在一起即可。
我之所以使用“几何分布”,是因为它具有两个可用的变体,一个变体在支撑中不包括零(因此避免了被零除)。显然,可以通过截断使用其他离散的rv。
我最肯定会在这个问题上悬赏,但是系统不允许立即这样做。