Variables aléatoires continues (Avancé)
Introduit| English | Sens |
|---|---|
| continuous variable/kənˈtɪnjuːəs ˈveərɪəbl/ | variable continue |
| continuous random variable/kənˈtɪnjuːəs ˈrændəm ˈveərɪəbl/ | variable aléatoire continue |
| probability density function/ˌprɒbəˈbɪlɪti ˈdensɪti ˈfʌŋkʃn/ | fonction de densité de probabilité |
| support/səˈpɔːt/ | ensemble de support |
| piecewise | par morceaux |
| normalisation/ˌnɔːməlaɪˈzeɪʃn/ | normalisation |
| conditional probability/kənˈdɪʃənl ˌprɒbəˈbɪlɪti/ | probabilité conditionnelle |
| expectation/ekspɪkˈteɪʃn/ | espérance |
| variance/ˈveərɪəns/ | variance |
| cumulative distribution function/ˈkjuːmjʊlətɪv ˌdɪstrɪˈbjuːʃn ˈfʌŋkʃn/ | fonction de répartition cumulative |
| median/ˈmiːdiːən/ | médiane |
| percentile/pəˈsentaɪl/ | percentile |
| quartile/ˈkwɔːtaɪl/ | quartile |
| transformation/trænsfɔːˈmeɪʃn/ | transformation |
Une durée d'attente est mesurée sur un intervalle
- Une variable continue peut prendre des valeurs dans tout un intervalle, comme une durée d'attente. Une variable aléatoire continue décrite par une densité a $P(X=x)=0$ en chaque valeur exacte.
- Cela ne rend pas un intervalle impossible : $P(1<X<2)$ peut être positif. La probabilité provient de l'aire sous une plage, et non de la hauteur de la courbe en un seul point.
Vérifier si une densité est valide
- Une fonction de densité de probabilité $f(x)$ doit être positive ou nulle et avoir une aire totale $1$. Indiquez son support, l'intervalle où les valeurs peuvent survenir, et utilisez la densité $0$ en dehors de celui-ci.
- Une densité peut dépasser $1$ : une distribution uniforme sur $[0,1/4]$ a une hauteur de $4$ et une aire de $4(1/4)=1$. Un candidat avec une région négative est invalide même si son intégrale signée égale $1$.
Une densité n'est pas elle-même une probabilité. Pour une distribution continue, changer le statut d'inclusion/exclusion d'une seule extrémité ne modifie pas la probabilité d'un intervalle.
Quelle doit être l'aire totale sous une fonction de densité de probabilité ?
Difficulté 2/5 · 140 pièces + un petit bonus lors de la première réussite aujourd'hui
Une pdf intègre à 1 sur toute son étendue.
Une densité de probabilité f(x) ne peut jamais être supérieure à 1.
Difficulté 1/5 · 100 pièces + un petit bonus lors de la première réussite aujourd'hui
Faux. Seule l'aire totale doit être égale à 1 ; sur un intervalle étroit, la densité elle-même peut dépasser 1, par exemple la densité uniforme sur [0, 0.5] est 2.
Une densité candidate est f(x) = 3x²/2 sur [−1,1] et nulle ailleurs. Vérifier qu'elle est valide et trouver P(X < 0).
Comparez l'événement de probabilité, le support, les constantes par morceaux et le calcul avec le modèle. Revoyez le raisonnement ainsi que le résultat.
Conserver le modèle original de densité triangulaire
- Pour $f(x)=x/2$ sur $0\leq x\leq2$, l'aire totale est $\int_0^2x/2\,dx=1$. Par exemple, $P(1<X<2)=\int_1^2x/2\,dx=3/4$.
- La probabilité $P(X=1)$ est $0$, bien que $f(1)=1/2$. La hauteur d'une densité et une probabilité ponctuelle sont des quantités différentes.

Une variable a pour densité f(x) = kx sur [0,3], nulle ailleurs. Trouvez k et P(1 < X < 2).
Comparez l'événement de probabilité, le support, les constantes par morceaux et le calcul avec le modèle. Revoyez le raisonnement ainsi que le résultat.
Normaliser une densité par morceaux
- Une densité par morceaux peut utiliser des règles différentes sur différents intervalles. Supposons qu'un graphique soit plat à la hauteur $a$ de $0$ à $2$, puis diminue linéairement jusqu'à zéro à $4$. Son aire est $2a+\tfrac12(2)a=1$, donc $a=1/3$.
- La ligne descendante a pour équation $(4-x)/6$. Ainsi, notre densité travaillée est $f(x)=1/3$ pour $0\leq x<2$, $f(x)=(4-x)/6$ pour $2\leq x\leq4$, et $0$ ailleurs. La normalisation utilise chaque morceau, et non une aire séparée de $1$ pour chacun.
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.
Une densité vaut kx pour 0 ≤ x < 1 et 2k pour 1 ≤ x ≤ 2, nulle ailleurs. Trouvez k. Ses deux morceaux doivent-ils se rejoindre en x = 1 ?
Comparez l'événement de probabilité, le support, les constantes par morceaux et le calcul avec le modèle. Revoyez le raisonnement ainsi que le résultat.
Découper un événement à chaque point de rupture de densité
- Pour cette densité travaillée, $P(1<X<3)$ traverse $x=2$. Séparez l'intégrale :
- La partie de $2$ à $3$ a une aire de $1/4$. Utiliser la règle plate sur l'événement entier donnerait une mauvaise probabilité.
Une densité vaut 2x/5 sur [0,1) et 4/5 sur [1,2], nulle ailleurs. Trouvez P(1/2 < X < 3/2).
Comparez l'événement de probabilité, le support, les constantes par morceaux et le calcul avec le modèle. Revoyez le raisonnement ainsi que le résultat.
Une condition restreint et redimensionne l'aire
- La probabilité conditionnelle utilise $P(A\mid B)=P(A\cap B)/P(B)$ lorsque $P(B)>0$. Traduire la condition en une région avant d'intégrer.
- Dans l'exemple de densité, $P(X>3)=1/12$ et $P(X>1)=2/3$. Par conséquent $P(X>3\mid X>1)=(1/12)/(2/3)=1/8$ ; le dénominateur correspond à l'aire autorisée après conditionnement.
Une densité vaut 2x/5 sur [0,1) et 4/5 sur [1,2], nulle ailleurs. Trouvez P(X > 3/2 sachant X > 1/2).
Comparez l'événement de probabilité, le support, les constantes par morceaux et le calcul avec le modèle. Revoyez le raisonnement ainsi que le résultat.
Trouver l'espérance par pondération de densité
- L'espérance, ou moyenne, est $E(X)=\int x f(x)\,dx$ sur tout le support. La variable $x$ pondère chaque contribution de probabilité élémentaire.
- Pour l'exemple de densité,
Une variable a pour densité 3x² sur [0,1], nulle ailleurs. Trouvez son espérance, en montrant l'intégrande.
Comparez l'événement de probabilité, le support, les constantes par morceaux et le calcul avec le modèle. Revoyez le raisonnement ainsi que le résultat.
Calculer un second moment avant la variance
- Le second moment est $E(X^2)=\int x^2 f(x)\,dx$. La variance est $\operatorname{Var}(X)=E(X^2)-[E(X)]^2$, et non l'intégrale de $x^2$ seule.
- L'exemple de densité donne $E(X^2)=10/3$, donc $\operatorname{Var}(X)=10/3-(14/9)^2=74/81$. La moyenne se situe à l'intérieur du support et la variance est non négative.
Une variable a pour densité 3x² sur [0,1] et pour espérance 3/4. Trouvez sa variance.
Comparez l'événement de probabilité, le support, les constantes par morceaux et le calcul avec le modèle. Revoyez le raisonnement ainsi que le résultat.
Appliquer la règle générale de l'espérance
- Pour une fonction $g$, la règle du programme est
pourvu que l'espérance existe. Substituer la fonction demandée dans l'intégrande ; ne pas déterminer une nouvelle densité sauf si elle est utile ou requise.
- Pour $g(X)=3X+2$, $E(g(X))=3E(X)+2$. Ce raccourci linéaire ne s'étend pas aux fonctions arbitraires : $E(X^2)$ est généralement différent de $[E(X)]^2$.
Une variable aléatoire a pour densité 2x sur [0,1], et zéro ailleurs. Trouver E(3X² + 2) sans dériver une densité transformée.
Comparez l'événement de probabilité, le support, les constantes par morceaux et le calcul avec le modèle. Revoyez le raisonnement ainsi que le résultat.
Une espérance réciproque nécessite sa propre intégrale
- Pour la densité triangulaire originale $f(x)=x/2$ sur $[0,2]$,
- Ici $E(X)=4/3$, donc $1/E(X)=3/4$, une réponse différente. Lorsqu'un intégrande présente une singularité en extrémité, vérifier que l'intégrale impropre est finie avant de rapporte une moyenne ; ne pas annuler une limite d'intégration.
Une variable a pour densité 2x sur (0,1). Trouver E(1/X) et comparer avec 1/E(X).
Comparez l'événement de probabilité, le support, les constantes par morceaux et le calcul avec le modèle. Revoyez le raisonnement ainsi que le résultat.
Définir la fonction de répartition sur toute la droite
- La fonction de répartition est $F(x)=P(X\leq x)=\int_{-\infty}^x f(t)\,dt$. Elle est croissante, comprise entre $0$ et $1$, et continue pour une distribution décrite par une densité.
- En dessous de la valeur minimale possible, $F=0$ ; au-dessus de la valeur maximale possible, $F=1$. Les valeurs extérieures appartiennent à la FCR, même si la densité y est nulle.
La fonction de répartition F(x) donne :
Difficulté 1/5 · 100 pièces + un petit bonus lors de la première réussite aujourd'hui
F(x) = P(X ≤ x), l'aire accumulée jusqu'à x.
Une fonction de répartition proposée est 0 pour x < −1, x² for −1 ≤ x ≤ 1, and 1 for x > 1. Expliquer pourquoi elle ne peut pas décrire une variable ayant une densité.
Comparez l'événement de probabilité, le support, les constantes par morceaux et le calcul avec le modèle. Revoyez le raisonnement ainsi que le résultat.
Reporter la probabilité précédente dans la prochaine portion de FCR
- Dans l'exemple de densité, $F(x)=x/3$ pour $0\leq x<2$. Pour $2\leq x\leq4$, commencer par $F(2)=2/3$ et ajouter uniquement la nouvelle aire :
- Complétez la définition avec $F=0$ pour $x<0$ et $F=1$ pour $x>4$. Les deux règles intérieures se rencontrent en $F(2)=2/3$ ; intégrer la pièce de densité de la deuxième densité à partir de zéro ferait perdre la constante accumulée.
Une densité est 2x/5 sur [0,1) et 4/5 sur [1,2], zéro ailleurs. Trouver sa F.R.P. complète.
Comparez l'événement de probabilité, le support, les constantes par morceaux et le calcul avec le modèle. Revoyez le raisonnement ainsi que le résultat.
Une densité peut sauter alors que sa FCD reste continue
- Considérez $f(x)=2x/7$ sur $0\leq x<1$ et $f(x)=6/7$ sur $1\leq x\leq2$, zéro ailleurs. Son aire totale est $1/7+6/7=1$ ; la densité saute à $1$.
- Sa FCD est $x^2/7$ sur $[0,1)$ et $(6x-5)/7$ sur $[1,2]$. Les deux donnent $F(1)=1/7$. Leurs pentes diffèrent : $F'=f$ à l'intérieur de chaque partie lisse, tandis que la dérivée au point de jonction n'a pas nécessairement lieu.
Dans chaque intervalle de densité continue, f(x) est la ______ de la fonction de répartition F(x).
Difficulté 1/5 · 100 pièces + un petit bonus lors de la première réussite aujourd'hui
Dans chaque intervalle de densité continue, f(x) = F′(x). En cas de discontinuité de densité, la CDF reste continue mais sa dérivée peut ne pas exister.
Pour une densité 2x/5 sur [0,1) et 4/5 sur [1,2], comparer les limites unilatérales de la densité et de la F.R.P. en x = 1. La F.R.P. admet-elle une dérivée en ce point ?
Comparez l'événement de probabilité, le support, les constantes par morceaux et le calcul avec le modèle. Revoyez le raisonnement ainsi que le résultat.
Récupérer les constantes à partir d'une FCD donnée
- Supposons qu'une variable continue ait $F=0$ en dessous de $1$, $F(x)=ax^2+b$ pour $1\leq x\leq3$, et $F=1$ au-dessus de $3$. La continuité donne $a+b=0$ et $9a+b=1$.
- Ainsi $a=1/8$, $b=-1/8$. La dérivation donne $f(x)=x/4$ sur $1<x<3$, zéro ailleurs. Vérifiez les valeurs aux deux extrémités et la pente non négative ; deux constantes ne sont pas déterminées uniquement par la valeur finale.
Une variable continue a pour F.R.P. 0 en dessous de 2, ax² + b sur [2,4], et 1 au-dessus de 4. Trouver a, b et sa densité.
Comparez l'événement de probabilité, le support, les constantes par morceaux et le calcul avec le modèle. Revoyez le raisonnement ainsi que le résultat.
Utiliser les différences de FCD pour des probabilités d'intervalle
- Pour une distribution continue, $P(a<X\leq b)=F(b)-F(a)$ ; les bornes strictes versus non strictes donnent le même résultat car les probabilités ponctuelles sont nulles.
- Pour la densité étudiée, $F(3)-F(1)=11/12-1/3=7/12$, ce qui concorde avec l'intégrale fractionnée. Chaque méthode doit utiliser la bonne branche de la FCD à chaque extrémité.
Une variable a pour F.R.P. (x² − 4)/12 sur [2,4], avec les valeurs usuelles à l'extérieur. Trouver P(5/2 ≤ X < 7/2), et expliquer si changer l'un des signes d'inégalité en signe strict modifie le résultat.
Comparez l'événement de probabilité, le support, les constantes par morceaux et le calcul avec le modèle. Revoyez le raisonnement ainsi que le résultat.
Localiser la médiane avant de résoudre
- La médiane $m$ satisfait $F(m)=1/2$. Dans la densité étudiée $F(2)=2/3$, donc $m$ se trouve dans la première partie : $m/3=1/2$, donnant $m=3/2$.
- Dans l'exemple triangulaire original, $F(x)=x^2/4$ sur $[0,2]$, donc $m=\sqrt2$. Une hauteur de densité $f(m)=1/2$ n'est pas l'équation de la médiane.

Pour f(x) = ½x sur [0,2], F(x) = ¼x². La médiane résout ¼m² = 0.5. Quelle est m ? (2 décimales)
Difficulté 2/5 · 140 pièces + un petit bonus lors de la première réussite aujourd'hui
¼m² = 0.5 → m² = 2 → m = √2 ≈ 1.41.
La médiane m d'une distribution continue satisfait :
Difficulté 1/5 · 100 pièces + un petit bonus lors de la première réussite aujourd'hui
La médiane divise l'aire en deux : F(m) = 0.5.
Une variable a une densité 3x² sur [0,1], nulle ailleurs. Trouvez sa médiane exacte et vérifiez son étendue.
Comparez l'événement de probabilité, le support, les constantes par morceaux et le calcul avec le modèle. Revoyez le raisonnement ainsi que le résultat.
Choisir la bonne branche du percentile
- Un percentile à la proportion $p$ résout $F(q)=p$. Un premier quartile utilise $p=1/4$. Pour la densité étudiée, le premier quartile est $3/4$ car il se situe en dessous de $2$.
- Le percentile 90 se situe au-dessus de $2$ : résolvez $1-(4-q)^2/12=0.9$. La racine valide est $q=4-\sqrt{6/5}$ ; l'autre racine algébrique se trouve hors du support. Vérifiez la branche après avoir résolu.
Une distribution continue est uniforme de 2 à 6. Quelle est la médiane, et pourquoi une densité de probabilité peut-elle être supérieure à 1 ?
Pour une distribution uniforme, la médiane et la moyenne sont le centre de l'intervalle. La probabilité correspond à l'aire sous la densité.
Une CDF vaut x²/5 pour 0 ≤ x < 1, (4x − 3)/5 pour 1 ≤ x ≤ 2, et 0 ou 1 en dehors. Trouvez les centiles 10 et 90.
Comparez l'événement de probabilité, le support, les constantes par morceaux et le calcul avec le modèle. Revoyez le raisonnement ainsi que le résultat.
Commencer une transformation par un événement et une plage
- Une transformation $Y=g(X)$ modifie la plage des valeurs possibles. Trouvez d'abord le support de $Y$ et l'emplacement où chaque ancien point de rupture se déplace ; puis écrivez $F_Y(y)=P(g(X)\leq y)$.
- Résoudre cet événement pour $X$, utiliser sa FCD et dériver si une nouvelle densité est requise. Écrire $F_Y=0$ et $1$ hors de son support, et $f_Y=0$ hors du support de la densité.
X peut varier sur [−2,1] et Y = 2 − X². Trouvez l'étendue complète de Y et expliquez pourquoi utiliser uniquement les images des extrémités omet une partie de celle-ci.
Comparez l'événement de probabilité, le support, les constantes par morceaux et le calcul avec le modèle. Revoyez le raisonnement ainsi que le résultat.
Une transformation affine croissante préserve l'ordre des événements
- Pour $Y=2X+1$ en utilisant la densité développée, le support passe de $[0,4]$ à $[1,9]$ et le point de rupture $2$ devient $5$. Puisque $2X+1\leq y$ signifie $X\leq(y-1)/2$,
- La dérivée donne $f_Y(y)=\tfrac12 f_X((y-1)/2)$ : elle vaut $1/6$ sur $1<y<5$ et $(9-y)/24$ sur $5<y<9$, zéro ailleurs. La dérivée inverse fournit le facteur $1/2$.
X a pour densité 2x sur [0,1], zéro ailleurs. Posons Y = 3X + 2. Trouver la CDF complète et la densité de Y.
Comparez l'événement de probabilité, le support, les constantes par morceaux et le calcul avec le modèle. Revoyez le raisonnement ainsi que le résultat.
Une transformation décroissante inverse l'inégalité
- Utiliser le triangle original $X$ sur $[0,2]$ et poser $Y=4-X$, dont le support est $[2,4]$. L'événement $4-X\leq y$ signifie $X\geq4-y$.
- Ainsi $F_Y(y)=1-F_X(4-y)=1-(4-y)^2/4$ pour $2\leq y\leq4$, et $f_Y(y)=(4-y)/2$ dans cet intervalle. Compléter les pièces extérieures. Substituer dans $F_X$ sans le complément produirait une FCD décroissante et invalide.
X a une densité 2x sur [0,1], nulle ailleurs. Soit Y = 3 − 2X. Trouvez la CDF complète et la densité de Y.
Comparez l'événement de probabilité, le support, les constantes par morceaux et le calcul avec le modèle. Revoyez le raisonnement ainsi que le résultat.
Conserver la transformation originale au carré positif
- Si le triangle original $X$ se situe entre $[0,2]$ et $Y=X^2$, la carte est croissante sur ce support. Pour $0\leq y\leq4$,
- D'où $f_Y(y)=1/4$ sur $(0,4)$ et zéro ailleurs : $Y$ est uniforme sur $[0,4]$. Indiquer le support transformé ; l'expression $y/4$ n'est pas une FCD pour tout réel $y$.
X est uniforme sur [1,2] et Y = X². Trouvez la CDF complète et la densité de Y.
Comparez l'événement de probabilité, le support, les constantes par morceaux et le calcul avec le modèle. Revoyez le raisonnement ainsi que le résultat.
Une transformation cubique peut produire une densité élevée
- Avec le même triangle $X$, poser $Y=X^3$. Son support est $[0,8]$, et $F_Y(y)=F_X(\sqrt[3]y)=y^{2/3}/4$ pour $0\leq y\leq8$.
- Pour $0<y<8$, $f_Y(y)=1/(6y^{1/3})$. Elle devient grande près de zéro mais a une aire totale $1$. Une densité n'a pas besoin d'être bornée ; les valeurs assignées aux extrémités uniques ne changent pas les probabilités.
X est uniforme sur [0,2] et Y = X³. Trouvez la CDF complète et la densité de Y et vérifiez la normalisation.
Comparez l'événement de probabilité, le support, les constantes par morceaux et le calcul avec le modèle. Revoyez le raisonnement ainsi que le résultat.
Transformer chaque branche pour une racine cubique
- Pour $Y=\sqrt[3]X$ en utilisant la densité par morceaux développée, $X=y^3$. Le support est $[0,\sqrt[3]4]$ et l'ancien point de rupture $2$ devient $\sqrt[3]2$.
- À l'intérieur, $F_Y(y)=F_X(y^3)$ et $f_Y(y)=3y^2f_X(y^3)$. Ainsi la densité est $y^2$ en dessous de $\sqrt[3]2$ et $y^2(4-y^3)/2$ au-dessus, zéro hors du nouveau support. Conserver le facteur de dérivée de l'inverse.
X a une densité 3x² sur [0,1], nulle ailleurs. Pour Y = racine cubique de X, trouver la CDF complète et la densité.
Comparez l'événement de probabilité, le support, les constantes par morceaux et le calcul avec le modèle. Revoyez le raisonnement ainsi que le résultat.
Utiliser la même méthode pour une racine carrée
- Pour $Y=\sqrt X$ en utilisant la densité par morceaux développée, $X=y^2$, le support est $[0,2]$ et le point de rupture est $\sqrt2$. Pour $y$ dans le support, $F_Y(y)=F_X(y^2)$.
- Dériver : $f_Y(y)=2yf_X(y^2)$. Cela donne $2y/3$ pour $0<y<\sqrt2$ et $y(4-y^2)/3$ pour $\sqrt2<y<2$, zéro ailleurs. Une formule avec seulement la substitution omet le multiplicateur de la règle de la chaîne.
X a une densité 3x² sur [0,1], nulle ailleurs. Soit Y = racine carrée de X. Trouver la CDF complète et la densité.
Comparez l'événement de probabilité, le support, les constantes par morceaux et le calcul avec le modèle. Revoyez le raisonnement ainsi que le résultat.
Un reciprocal nécessite un support positif borné
- Soit $X$ uniforme sur $[1,3]$ et $Y=1/X$. La fonction est décroissante et le nouveau support est $[1/3,1]$. À l'intérieur, $Y\leq y$ signifie $X\geq1/y$.
- D'où $F_Y(y)=(3-1/y)/2$ et $f_Y(y)=1/(2y^2)$. La FCD est $0$ en dessous de $1/3$ et $1$ au-dessus de $1$ ; la densité est $0$ à l'extérieur. Le support positif rend l'inversion d'inégalité sans ambiguïté.
X est uniforme sur [2,5] et Y = 1/X. Trouver la CDF complète et la densité de Y.
Comparez l'événement de probabilité, le support, les constantes par morceaux et le calcul avec le modèle. Revoyez le raisonnement ainsi que le résultat.
Un carré traversant zéro peut avoir deux antécédents
- Maintenant, soit $X$ uniforme sur $[-1,2]$ et $Y=X^2$. Alors $Y\in[0,4]$, et $X^2\leq y$ signifie $-\sqrt y\leq X\leq\sqrt y$, intersecté avec $[-1,2]$.
- Ainsi $F_Y(y)=2\sqrt y/3$ pour $0\leq y<1$, et $F_Y(y)=(1+\sqrt y)/3$ pour $1\leq y\leq4$. Différenciez dans chaque morceau : les densités sont $1/(3\sqrt y)$ et $1/(6\sqrt y)$. L'antécédent négatif cesse de contribuer dès que $\sqrt y>1$.
X est uniforme sur [−2,3] et Y = X². Trouver la CDF par morceaux complète et la densité de Y.
Comparez l'événement de probabilité, le support, les constantes par morceaux et le calcul avec le modèle. Revoyez le raisonnement ainsi que le résultat.
La valeur absolue plie également une plage
- Avec $X$ uniforme sur $[-1,2]$ et $Y=|X|$, le support est $[0,2]$. L'événement est $-y\leq X\leq y$, tronqué au support original.
- Sa FCD est $2y/3$ pour $0\leq y<1$ et $(1+y)/3$ pour $1\leq y\leq2$. La densité est $2/3$ puis $1/3$, nulle à l'extérieur. Deux valeurs d'entrée contribuent avant la fin du côté le plus court ; une seule contribue par la suite.
X est uniforme sur [−2,3] et Y = |X|. Trouver la CDF complète et la densité de Y.
Comparez l'événement de probabilité, le support, les constantes par morceaux et le calcul avec le modèle. Revoyez le raisonnement ainsi que le résultat.
Vérifiez une probabilité transformée de deux manières
- Pour $X$ uniforme sur $[-1,2]$ et $Y=X^2$, utilisez la FCD dérivée :
- Directement, $1/2<|X|<3/2$ donne deux intervalles, $(-1,-1/2)$ et $(1/2,3/2)$, après troncage au support. Leur longueur totale est $3/2$, divisée par la longueur originale $3$, donnant encore $1/2$.
X est uniforme sur [−2,3] et Y = X². Trouver P(1/4 < Y < 4) en utilisant à la fois une CDF transformée et des intervalles pour X.
Comparez l'événement de probabilité, le support, les constantes par morceaux et le calcul avec le modèle. Revoyez le raisonnement ainsi que le résultat.
Trouver les moments transformés sans trouver une nouvelle densité
- Pour ce même $X$ et $Y=X^2$, la règle générale de l'espérance donne $E(Y)=E(X^2)=1$ et $E(Y^2)=E(X^4)=11/5$.
- Donc $\operatorname{Var}(Y)=11/5-1=6/5$. En revanche $[E(X)]^2=(1/2)^2=1/4$. Transformer la moyenne est généralement différent de prendre la moyenne d'une variable transformée.
X suit une loi uniforme sur [−2,3] et Y = X². Trouver E(Y) et Var(Y) sans dériver la densité de Y.
Comparez l'événement de probabilité, le support, les constantes par morceaux et le calcul avec le modèle. Revoyez le raisonnement ainsi que le résultat.
Auditez la distribution avant d'accepter une réponse
- Une densité doit être positive ou nulle et s'intégrer à $1$ sur l'ensemble de ses morceaux. Sa FCD doit être continue, croissante, avoir les bonnes valeurs extérieures, et se différencier en la densité à l'intérieur de chaque morceau lisse.
- Pour une variable transformée, vérifiez le support, les points de rupture déplacés, toutes les branches inverses valides et le multiplicateur de dérivée. Utilisez une probabilité d'événement indépendant ou un moment comme deuxième vérification ; rejetez une racine hors de sa branche même si son algèbre est correcte.
X suit une loi uniforme sur [1,2] et Y = 1/X. Une fonction de répartition intérieure proposée est F_X(1/y) = 1/y − 1 sur [1/2,1]. Identifie l'erreur et donne la fonction de répartition complète et correcte ainsi que la densité.
Comparez l'événement de probabilité, le support, les constantes par morceaux et le calcul avec le modèle. Revoyez le raisonnement ainsi que le résultat.
Récupérez les méthodes d'aire et d'événement
- La probabilité est l'aire de la densité ; l'espérance est une intégrale pondérée ; un percentile résout une équation FCD sur une branche vérifiée. Une FCD par morceaux doit inclure l'accumulation d'aire précédente.
- Pour $Y=g(X)$, commencez avec $P(g(X)\leq y)$ et le nouveau support. Les transformations croissantes, décroissantes et pliées mènent à des événements différents ; différenciez uniquement après avoir correctement identifié cet événement.
Une distribution continue est uniforme entre 2 et 6. Quelle est sa médiane ?
Difficulté 1/5 · 100 pièces + un petit bonus lors de la première réussite aujourd'hui
Le milieu de 2 et 6 est 4. Les autres options — 1 (l'aire totale sous une densité) ; 1.41 (la médiane de la leçon).