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.