Variables aleatorias continuas (Más)
Introducido| English | Significado |
|---|---|
| continuous variable/kənˈtɪnjuːəs ˈveərɪəbl/ | variable continua |
| continuous random variable/kənˈtɪnjuːəs ˈrændəm ˈveərɪəbl/ | VARIABLE ALEATORIA CONTINUA |
| probability density function/ˌprɒbəˈbɪlɪti ˈdensɪti ˈfʌŋkʃn/ | función de densidad de probabilidad |
| support/səˈpɔːt/ | CONJUNTO DE SOPORTE |
| piecewise | POR TRAMOS |
| normalisation/ˌnɔːməlaɪˈzeɪʃn/ | NORMALIZACIÓN |
| conditional probability/kənˈdɪʃənl ˌprɒbəˈbɪlɪti/ | PROBABILIDAD CONDICIONAL |
| expectation/ekspɪkˈteɪʃn/ | esperanza |
| variance/ˈveərɪəns/ | varianza |
| cumulative distribution function/ˈkjuːmjʊlətɪv ˌdɪstrɪˈbjuːʃn ˈfʌŋkʃn/ | función de distribución acumulativa |
| median/ˈmiːdiːən/ | mediana |
| percentile/pəˈsentaɪl/ | percentil |
| quartile/ˈkwɔːtaɪl/ | cuartil |
| transformation/trænsfɔːˈmeɪʃn/ | transformación |
El tiempo de espera se mide sobre un intervalo
- Una variable continua puede tomar valores en todo un intervalo, como el tiempo de espera. Una variable aleatoria continua descrita por una densidad tiene $P(X=x)=0$ en cada valor exacto.
- Esto no hace imposible un intervalo: $P(1<X<2)$ puede ser positivo. La probabilidad proviene del área sobre un rango, no de la altura de la curva en un punto.
Verifique si una densidad es válida
- Una función de densidad de probabilidad $f(x)$ debe ser no negativa y tener un área total de $1$. Indique su soporte, el rango donde pueden ocurrir los valores, y use densidad $0$ fuera de él.
- Una densidad puede exceder $1$: una distribución uniforme en $[0,1/4]$ tiene altura $4$ y área $4(1/4)=1$. Un candidato con una región negativa es inválido incluso si su integral firmada es igual a $1$.
Una densidad no es en sí misma una probabilidad. Para una distribución continua, cambiar el estado de inclusión/exclusión de un extremo no altera la probabilidad del intervalo.
¿Qué debe valer el área total bajo una función de densidad de probabilidad?
Dificultad 2/5 · 140 monedas + un pequeño bono en el primer intento de hoy
Una pdf se integra a 1 sobre todo su rango.
Una densidad de probabilidad f(x) nunca puede ser mayor que 1.
Dificultad 1/5 · 100 monedas + un pequeño bono en el primer intento de hoy
Falso. Solo el área total debe igualar 1; sobre un intervalo estrecho, la propia densidad puede exceder 1, p. ej., la densidad uniforme en [0, 0.5] es 2.
Una densidad candidata es f(x) = 3x²/2 en [−1,1] y cero en otro caso. Verifique que es válida y encuentre P(X < 0).
Compara el evento de probabilidad, el soporte, las constantes por tramos y el cálculo con el modelo. Revisa también el razonamiento y el resultado.
Mantenga el modelo original de densidad triangular
- Para $f(x)=x/2$ en $0\leq x\leq2$, el área total es $\int_0^2x/2\,dx=1$. Por ejemplo, $P(1<X<2)=\int_1^2x/2\,dx=3/4$.
- La probabilidad $P(X=1)$ es $0$, aunque $f(1)=1/2$. La altura de una densidad y la probabilidad puntual son cantidades diferentes.

Una variable tiene densidad f(x) = kx en [0,3], cero de lo contrario. Encuentra k y P(1 < X < 2).
Compara el evento de probabilidad, el soporte, las constantes por tramos y el cálculo con el modelo. Revisa también el razonamiento y el resultado.
Normalice una densidad definida a trozos
- Una densidad definida a trozos puede usar reglas diferentes en distintos intervalos. Suponga que una gráfica es plana a una altura de $a$ desde $0$ hasta $2$, luego desciende linealmente a cero en $4$. Su área es $2a+\tfrac12(2)a=1$, por lo tanto $a=1/3$.
- La recta descendente tiene la ecuación $(4-x)/6$. Así, nuestra densidad trabajada es $f(x)=1/3$ para $0\leq x<2$, $f(x)=(4-x)/6$ para $2\leq x\leq4$, y $0$ de lo contrario. La normalización utiliza cada parte, no un área separada de $1$ para cada una.
Density area becomes cumulative height
$f(x)=2x/b^2,\quad F(x)=x^2/b^2\ (0\le x\le b)$
Match the rising density on [0, 2] to its cumulative probability. A bound selects an area; a percentile finds the bound for a given area.
Una densidad es kx para 0 ≤ x < 1 y 2k para 1 ≤ x ≤ 2, cero de lo contrario. Encuentre k. ¿Deben encontrarse sus dos tramos en x = 1?
Compara el evento de probabilidad, el soporte, las constantes por tramos y el cálculo con el modelo. Revisa también el razonamiento y el resultado.
Divida un evento en cada punto de ruptura de la densidad
- Para esa densidad trabajada, $P(1<X<3)$ cruza $x=2$. Divida la integral:
- La parte desde $2$ hasta $3$ tiene un área de $1/4$. Usar la regla plana para todo el evento daría la probabilidad incorrecta.
Una densidad es 2x/5 en [0,1) y 4/5 en [1,2], cero de lo contrario. Encuentre P(1/2 < X < 3/2).
Compara el evento de probabilidad, el soporte, las constantes por tramos y el cálculo con el modelo. Revisa también el razonamiento y el resultado.
Una condición restringe y reescala el área
- La probabilidad condicional usa $P(A\mid B)=P(A\cap B)/P(B)$ cuando $P(B)>0$. Traduce la condición en una región antes de integrar.
- En la densidad trabajada, $P(X>3)=1/12$ y $P(X>1)=2/3$. Por lo tanto $P(X>3\mid X>1)=(1/12)/(2/3)=1/8$; el denominador es el área permitida después de la condición.
Una densidad es 2x/5 en [0,1) y 4/5 en [1,2], cero en otro caso. Encuentre P(X > 3/2 dado X > 1/2).
Compara el evento de probabilidad, el soporte, las constantes por tramos y el cálculo con el modelo. Revisa también el razonamiento y el resultado.
Encuentra la esperanza usando los pesos de la densidad
- La esperanza, o media, es $E(X)=\int x f(x)\,dx$ sobre todo el soporte. La variable $x$ pondera cada pequeña contribución de probabilidad.
- Para la densidad trabajada,
Una variable tiene densidad 3x² en [0,1], cero de lo contrario. Encuentre su media, mostrando el integrando.
Compara el evento de probabilidad, el soporte, las constantes por tramos y el cálculo con el modelo. Revisa también el razonamiento y el resultado.
Calcula un segundo momento antes de la varianza
- El segundo momento es $E(X^2)=\int x^2 f(x)\,dx$. La varianza es $\operatorname{Var}(X)=E(X^2)-[E(X)]^2$, no la integral de $x^2$ sola.
- La densidad trabajada da $E(X^2)=10/3$, así que $\operatorname{Var}(X)=10/3-(14/9)^2=74/81$. La media está dentro del soporte y la varianza es no negativa.
Una variable tiene densidad 3x² en [0,1] y media 3/4. Encuentre su varianza.
Compara el evento de probabilidad, el soporte, las constantes por tramos y el cálculo con el modelo. Revisa también el razonamiento y el resultado.
Aplica la regla general de la esperanza
- Para una función $g$, la regla del programa es
siempre que exista la esperanza. Sustituye la función solicitada en el integrando; no busques una nueva densidad a menos que sea útil o se solicite.
- Para $g(X)=3X+2$, $E(g(X))=3E(X)+2$. Este atajo lineal no se extiende a funciones arbitrarias: $E(X^2)$ es generalmente diferente de $[E(X)]^2$.
Una variable tiene densidad 2x en [0,1], cero de lo contrario. Encuentre E(3X² + 2) sin derivar una densidad transformada.
Compara el evento de probabilidad, el soporte, las constantes por tramos y el cálculo con el modelo. Revisa también el razonamiento y el resultado.
Una esperanza recíproca necesita su propia integral
- Para la densidad triangular original $f(x)=x/2$ en $[0,2]$,
- Aquí $E(X)=4/3$, por lo que $1/E(X)=3/4$, una respuesta diferente. Cuando un integrando tiene un punto singular, verifica que la integral impropia sea finita antes de reportar una media; no canceles un límite de integración.
Una variable tiene densidad 2x en (0,1). Encuentre E(1/X) y compárela con 1/E(X).
Compara el evento de probabilidad, el soporte, las constantes por tramos y el cálculo con el modelo. Revisa también el razonamiento y el resultado.
Define la función acumulativa en toda la recta
- La función de distribución acumulativa es $F(x)=P(X\leq x)=\int_{-\infty}^x f(t)\,dt$. Es no decreciente, está entre $0$ y $1$, y es continua para una distribución descrita por una densidad.
- Debajo del valor más bajo posible, $F=0$; por encima del valor más alto posible, $F=1$. Los valores externos pertenecen a la FDA, aunque la densidad sea cero allí.
La función de distribución acumulada F(x) da:
Dificultad 1/5 · 100 monedas + un pequeño bono en el primer intento de hoy
F(x) = P(X ≤ x), el área acumulada hasta x.
Se propone una FDC 0 para x < −1, x² for −1 ≤ x ≤ 1, and 1 for x > 1. Explique por qué no puede describir una variable con una densidad.
Compara el evento de probabilidad, el soporte, las constantes por tramos y el cálculo con el modelo. Revisa también el razonamiento y el resultado.
Lleva la probabilidad anterior a la siguiente pieza de la FDA
- En la densidad resuelta, $F(x)=x/3$ para $0\leq x<2$. Para $2\leq x\leq4$, comienza con $F(2)=2/3$ y añade únicamente el área nueva:
- Completa la definición con $F=0$ para $x<0$ y $F=1$ para $x>4$. Las dos reglas interiores se encuentran en $F(2)=2/3$; integrar la segunda parte de la densidad desde cero perdería la constante acumulada.
Una densidad es 2x/5 en [0,1) y 4/5 en [1,2], cero de lo contrario. Encuentre su FDC completa.
Compara el evento de probabilidad, el soporte, las constantes por tramos y el cálculo con el modelo. Revisa también el razonamiento y el resultado.
Una densidad puede saltar mientras su FDC permanece continua
- Considera $f(x)=2x/7$ en $0\leq x<1$ y $f(x)=6/7$ en $1\leq x\leq2$, cero de lo contrario. Su área total es $1/7+6/7=1$; la densidad salta en $1$.
- Su CDF es $x^2/7$ en $[0,1)$ y $(6x-5)/7$ en $[1,2]$. Ambas dan $F(1)=1/7$. Sus pendientes difieren: $F'=f$ dentro de cada parte suave, mientras que la derivada en la unión puede no existir.
Dentro de cada pieza suave, la densidad f(x) es la ______ de la función acumulativa F(x).
Dificultad 1/5 · 100 monedas + un pequeño bono en el primer intento de hoy
Dentro de cada pieza suave, f(x) = F′(x). En un salto de densidad, la CDF permanece continua pero su derivada puede dejar de existir.
Para una densidad 2x/5 en [0,1) y 4/5 en [1,2], compare los límites laterales de la densidad y los límites de la FDC en x = 1. ¿Tiene la FDC una derivada allí?
Compara el evento de probabilidad, el soporte, las constantes por tramos y el cálculo con el modelo. Revisa también el razonamiento y el resultado.
Recupera constantes a partir de una FDC dada
- Supón que una variable continua tiene $F=0$ por debajo de $1$, $F(x)=ax^2+b$ para $1\leq x\leq3$, y $F=1$ por encima de $3$. La continuidad da $a+b=0$ y $9a+b=1$.
- Así $a=1/8$, $b=-1/8$. Derivar da $f(x)=x/4$ en $1<x<3$, cero en otro lugar. Verifica ambos valores extremos y pendiente no negativa; dos constantes no están determinadas solo por el extremo final.
Una variable continua tiene FDC 0 debajo de 2, ax² + b en [2,4], y 1 por encima de 4. Encuentre a, b y su densidad.
Compara el evento de probabilidad, el soporte, las constantes por tramos y el cálculo con el modelo. Revisa también el razonamiento y el resultado.
Usa diferencias de FDC para probabilidades de intervalo
- Para una distribución continua, $P(a<X\leq b)=F(b)-F(a)$; los extremos estrictos versus no estrictos dan el mismo resultado porque las probabilidades puntuales son cero.
- Para la densidad resuelta, $F(3)-F(1)=11/12-1/3=7/12$, coincidiendo con la integral dividida. Cada método debe usar la rama correcta de la FDC en cada extremo.
Una variable tiene FDC (x² − 4)/12 en [2,4], con los valores exteriores usuales. Encuentre P(5/2 ≤ X < 7/2), y explique si cambiar cualquiera de las desigualdades a estrictas cambia el resultado.
Compara el evento de probabilidad, el soporte, las constantes por tramos y el cálculo con el modelo. Revisa también el razonamiento y el resultado.
Ubica la mediana antes de resolver
- La mediana $m$ satisface $F(m)=1/2$. En la densidad resuelta $F(2)=2/3$, así que $m$ está en la primera pieza: $m/3=1/2$, dando $m=3/2$.
- En el ejemplo triangular original, $F(x)=x^2/4$ en $[0,2]$, así que $m=\sqrt2$. Una altura de densidad $f(m)=1/2$ no es la ecuación de la mediana.

Para f(x) = ½x en [0,2], F(x) = ¼x². La mediana resuelve ¼m² = 0.5. ¿Cuál es m? (2 decimales)
Dificultad 2/5 · 140 monedas + un pequeño bono en el primer intento de hoy
¼m² = 0.5 → m² = 2 → m = √2 ≈ 1.41.
La mediana m de una distribución continua satisface:
Dificultad 1/5 · 100 monedas + un pequeño bono en el primer intento de hoy
La mediana divide el área a la mitad: F(m) = 0.5.
Una variable tiene densidad 3x² en [0,1], cero de lo contrario. Encuentre su mediana exacta y verifique su rango.
Compara el evento de probabilidad, el soporte, las constantes por tramos y el cálculo con el modelo. Revisa también el razonamiento y el resultado.
Elige la rama de percentil correcta
- Un percentil en proporción $p$ resuelve $F(q)=p$. Un cuartil inferior usa $p=1/4$. Para la densidad resuelta, el cuartil inferior es $3/4$ porque está por debajo de $2$.
- El percentil 90º está por encima de $2$: resuelve $1-(4-q)^2/12=0.9$. La raíz válida es $q=4-\sqrt{6/5}$; la otra raíz algebraica está fuera del soporte. Verifica la rama después de resolver.
Una distribución continua es uniforme desde 2 hasta 6. ¿Cuál es la mediana y por qué una densidad de probabilidad puede ser mayor que 1?
Para una distribución uniforme, la mediana y la media son el centro del intervalo. La probabilidad es el área bajo la densidad.
Un CDF es x²/5 para 0 ≤ x < 1, (4x − 3)/5 para 1 ≤ x ≤ 2, y 0 o 1 fuera. Encuentre los percentiles 10 y 90.
Compara el evento de probabilidad, el soporte, las constantes por tramos y el cálculo con el modelo. Revisa también el razonamiento y el resultado.
Inicia una transformación con un evento y un rango
- Una transformación $Y=g(X)$ cambia el rango de valores posibles. Primero encuentre el soporte de $Y$ y dónde se mueve cada punto de ruptura antiguo; luego escriba $F_Y(y)=P(g(X)\leq y)$.
- Resuelva ese evento para $X$, use su FCA y diferencie si se requiere una nueva densidad. Escriba $F_Y=0$ y $1$ fuera de su soporte, y $f_Y=0$ fuera del soporte de la densidad.
X puede variar en [−2,1] y Y = 2 − X². Encuentre el rango completo de Y y explique por qué usar solo las imágenes de los puntos extremos omite parte de él.
Compara el evento de probabilidad, el soporte, las constantes por tramos y el cálculo con el modelo. Revisa también el razonamiento y el resultado.
Una transformación afín creciente preserva el orden de los eventos
- Para $Y=2X+1$ usando la densidad resuelta, el soporte cambia de $[0,4]$ a $[1,9]$ y el punto de ruptura $2$ se convierte en $5$. Dado que $2X+1\leq y$ significa $X\leq(y-1)/2$,
- La diferenciación da $f_Y(y)=\tfrac12 f_X((y-1)/2)$: es $1/6$ sobre $1<y<5$ y $(9-y)/24$ sobre $5<y<9$, cero en lo demás. La derivada inversa proporciona el factor $1/2$.
X tiene densidad 2x en [0,1], cero de lo contrario. Sea Y = 3X + 2. Encuentre el CDF completo y la densidad de Y.
Compara el evento de probabilidad, el soporte, las constantes por tramos y el cálculo con el modelo. Revisa también el razonamiento y el resultado.
Una transformación decreciente invierte la desigualdad
- Use la triangular original $X$ sobre $[0,2]$ y defina $Y=4-X$, cuyo soporte es $[2,4]$. El evento $4-X\leq y$ significa $X\geq4-y$.
- Así $F_Y(y)=1-F_X(4-y)=1-(4-y)^2/4$ para $2\leq y\leq4$, y $f_Y(y)=(4-y)/2$ dentro de ese intervalo. Complete las piezas exteriores. Sustituir en $F_X$ sin el complemento produciría una FCA decrecente, inválida.
X tiene densidad 2x en [0,1], cero de lo contrario. Sea Y = 3 − 2X. Encuentre el CDF completo y la densidad de Y.
Compara el evento de probabilidad, el soporte, las constantes por tramos y el cálculo con el modelo. Revisa también el razonamiento y el resultado.
Mantenga la transformación cuadrada positiva original
- Si la triangular original $X$ está en $[0,2]$ y $Y=X^2$, el mapeo es creciente sobre ese soporte. Para $0\leq y\leq4$,
- Por lo tanto $f_Y(y)=1/4$ sobre $(0,4)$ y cero en lo demás: $Y$ es uniforme sobre $[0,4]$. Indique el soporte transformado; la expresión $y/4$ no es una FCA para todo real $y$.
X es uniforme en [1,2] y Y = X². Encuentre el CDF completo y la densidad de Y.
Compara el evento de probabilidad, el soporte, las constantes por tramos y el cálculo con el modelo. Revisa también el razonamiento y el resultado.
Una transformación cúbica puede producir una densidad alta
- Con la misma triangular $X$, defina $Y=X^3$. Su soporte es $[0,8]$, y $F_Y(y)=F_X(\sqrt[3]y)=y^{2/3}/4$ para $0\leq y\leq8$.
- Para $0<y<8$, $f_Y(y)=1/(6y^{1/3})$. Se vuelve grande cerca de cero pero tiene un área total de $1$. Una densidad no necesita estar acotada; los valores asignados en puntos finales únicos no cambian probabilidades.
X es uniforme en [0,2] y Y = X³. Encuentre la CDF completa y la densidad de Y, y verifique la normalización.
Compara el evento de probabilidad, el soporte, las constantes por tramos y el cálculo con el modelo. Revisa también el razonamiento y el resultado.
Transforme cada rama para una raíz cúbica
- Para $Y=\sqrt[3]X$ usando la densidad por tramos resuelta, $X=y^3$. El soporte es $[0,\sqrt[3]4]$ y el antiguo punto de ruptura $2$ se convierte en $\sqrt[3]2$.
- En el interior, $F_Y(y)=F_X(y^3)$ y $f_Y(y)=3y^2f_X(y^3)$. Así la densidad es $y^2$ debajo de $\sqrt[3]2$ y $y^2(4-y^3)/2$ encima de ella, cero fuera del nuevo soporte. Mantenga el factor de la derivada inversa.
X tiene densidad 3x² en [0,1], cero de otro modo. Para Y = raíz cúbica de X, encuentre la CDF completa y la densidad.
Compara el evento de probabilidad, el soporte, las constantes por tramos y el cálculo con el modelo. Revisa también el razonamiento y el resultado.
Use el mismo método para una raíz cuadrada
- Para $Y=\sqrt X$ usando la densidad definida por tramos resuelta, $X=y^2$, el soporte es $[0,2]$ y el punto de ruptura es $\sqrt2$. Para $y$ dentro del soporte, $F_Y(y)=F_X(y^2)$.
- Diferencie: $f_Y(y)=2yf_X(y^2)$. Esto da $2y/3$ para $0<y<\sqrt2$ y $y(4-y^2)/3$ para $\sqrt2<y<2$, cero en lo demás. Una fórmula con solo la sustitución omite el multiplicador de la regla de la cadena.
X tiene densidad 3x² en [0,1], cero de otro modo. Sea Y = raíz cuadrada de X. Encuentre la CDF completa y la densidad.
Compara el evento de probabilidad, el soporte, las constantes por tramos y el cálculo con el modelo. Revisa también el razonamiento y el resultado.
Un recíproco necesita un soporte positivo acotado
- Sea $X$ uniforme en $[1,3]$ y $Y=1/X$. La función es decreciente y el nuevo soporte es $[1/3,1]$. Dentro de él, $Y\leq y$ equivale a $X\geq1/y$.
- Por tanto, $F_Y(y)=(3-1/y)/2$ y $f_Y(y)=1/(2y^2)$. La FDC es $0$ por debajo de $1/3$ y $1$ por encima de $1$; la densidad es $0$ fuera. El soporte positivo hace que la inversión de desigualdades sea inequívoca.
X es uniforme en [2,5] y Y = 1/X. Encuentre la CDF completa y la densidad de Y.
Compara el evento de probabilidad, el soporte, las constantes por tramos y el cálculo con el modelo. Revisa también el razonamiento y el resultado.
Un cuadrado cruzando cero puede tener dos preimágenes
- Ahora sea $X$ uniforme en $[-1,2]$ y $Y=X^2$. Entonces $Y\in[0,4]$, y $X^2\leq y$ equivale a $-\sqrt y\leq X\leq\sqrt y$, intersectado con $[-1,2]$.
- Así, $F_Y(y)=2\sqrt y/3$ para $0\leq y<1$, y $F_Y(y)=(1+\sqrt y)/3$ para $1\leq y\leq4$. Derive dentro de cada parte: las densidades son $1/(3\sqrt y)$ y $1/(6\sqrt y)$. La preimagen negativa deja de contribuir una vez $\sqrt y>1$.
X es uniforme en [−2,3] y Y = X². Encuentre la CDF y densidad por partes completas de Y.
Compara el evento de probabilidad, el soporte, las constantes por tramos y el cálculo con el modelo. Revisa también el razonamiento y el resultado.
El valor absoluto también pliega un rango
- Con $X$ uniforme en $[-1,2]$ y $Y=|X|$, el soporte es $[0,2]$. El evento es $-y\leq X\leq y$, recortado al soporte original.
- Su FDC es $2y/3$ para $0\leq y<1$ y $(1+y)/3$ para $1\leq y\leq2$. La densidad es $2/3$ luego $1/3$, cero fuera. Dos valores de entrada contribuyen antes de que termine el lado más corto; uno contribuye después.
X es uniforme en [−2,3] y Y = |X|. Encuentre la CDF completa y la densidad de Y.
Compara el evento de probabilidad, el soporte, las constantes por tramos y el cálculo con el modelo. Revisa también el razonamiento y el resultado.
Verifique una probabilidad transformada de dos formas
- Para $X$ uniforme en $[-1,2]$ y $Y=X^2$, use la FDC derivada:
- Directamente, $1/2<|X|<3/2$ da dos intervalos, $(-1,-1/2)$ y $(1/2,3/2)$, tras el recorte al soporte. Su longitud total es $3/2$, dividida por la longitud original $3$, dando nuevamente $1/2$.
X es uniforme en [−2,3] y Y = X². Encuentre P(1/4 < Y < 4) usando tanto una CDF transformada como intervalos para X.
Compara el evento de probabilidad, el soporte, las constantes por tramos y el cálculo con el modelo. Revisa también el razonamiento y el resultado.
Encuentre momentos transformados sin hallar una nueva densidad
- Para ese mismo $X$ y $Y=X^2$, la regla general de esperanza da $E(Y)=E(X^2)=1$ y $E(Y^2)=E(X^4)=11/5$.
- Por lo tanto, $\operatorname{Var}(Y)=11/5-1=6/5$. En contraste, $[E(X)]^2=(1/2)^2=1/4$. Transformar la media generalmente difiere de tomar la media de una variable transformada.
X es uniforme en [−2,3] y Y = X². Encuentre E(Y) y Var(Y) sin derivar la densidad de Y.
Compara el evento de probabilidad, el soporte, las constantes por tramos y el cálculo con el modelo. Revisa también el razonamiento y el resultado.
Audite la distribución antes de aceptar una respuesta
- Una densidad debe ser no negativa e integrar a $1$ en todas sus partes. Su FDC debe ser continua, no decreciente, tener valores correctos en el exterior, y derivarse en la densidad dentro de cada parte suave.
- Para una variable transformada, verifique el soporte, los puntos de ruptura desplazados, todas las ramas inversas válidas y el multiplicador derivativo. Use una probabilidad de evento independiente o un momento como segunda verificación; rechace una raíz fuera de su rama aunque su álgebra sea correcta.
X es uniforme en [1,2] y Y = 1/X. Una CDF propuesta es F_X(1/y) = 1/y − 1 en [1/2,1]. Identifique el error y proporcione la CDF completa correcta y la densidad.
Compara el evento de probabilidad, el soporte, las constantes por tramos y el cálculo con el modelo. Revisa también el razonamiento y el resultado.
Recupere los métodos de área y evento
- La probabilidad es el área bajo la densidad; la esperanza es una integral ponderada; un percentil resuelve una ecuación de FDC en una rama verificada. Una FDC por partes debe incluir el área acumulada anterior.
- Para $Y=g(X)$, comience con $P(g(X)\leq y)$ y el nuevo soporte. Las transformaciones crecientes, decrecientes y plegadas conducen a diferentes eventos; diferencie solo después de obtener correctamente ese evento.
Una distribución continua es uniforme desde 2 hasta 6. ¿Cuál es su mediana?
Dificultad 1/5 · 100 monedas + un pequeño bono en el primer intento de hoy
El punto medio de 2 y 6 es 4. Otras opciones — 1 (el área total bajo una densidad); 1.41 (la mediana de la lección).