Variabel acak kontinu (Lanjutan)
Diperkenalkan| English | Makna |
|---|---|
| continuous variable/kənˈtɪnjuːəs ˈveərɪəbl/ | Variabel kontinu |
| continuous random variable/kənˈtɪnjuːəs ˈrændəm ˈveərɪəbl/ | variabel acak kontinu |
| probability density function/ˌprɒbəˈbɪlɪti ˈdensɪti ˈfʌŋkʃn/ | Fungsi kepadatan peluang |
| support/səˈpɔːt/ | himpunan penyangga |
| piecewise | bersegmen |
| normalisation/ˌnɔːməlaɪˈzeɪʃn/ | normalisasi |
| conditional probability/kənˈdɪʃənl ˌprɒbəˈbɪlɪti/ | probabilitas bersyarat |
| expectation/ekspɪkˈteɪʃn/ | Ekspektasi |
| variance/ˈveərɪəns/ | varians |
| cumulative distribution function/ˈkjuːmjʊlətɪv ˌdɪstrɪˈbjuːʃn ˈfʌŋkʃn/ | Fungsi distribusi kumulatif |
| median/ˈmiːdiːən/ | Median |
| percentile/pəˈsentaɪl/ | Persentil |
| quartile/ˈkwɔːtaɪl/ | Kuartil |
| transformation/trænsfɔːˈmeɪʃn/ | transformasi |
Waktu tunggu diukur dalam suatu interval
- Variabel kontinu dapat mengambil nilai di sepanjang suatu interval, seperti waktu tunggu. Variabel acak kontinu yang dijelaskan oleh fungsi kepadatan memiliki $P(X=x)=0$ pada setiap nilai eksak.
- Hal ini tidak membuat sebuah interval mustahil: $P(1<X<2)$ dapat bernilai positif. Probabilitas diperoleh dari luas area di atas rentang, bukan dari tinggi kurva pada satu titik.
Periksa apakah suatu kepadatan valid
- Fungsi kepadatan probabilitas $f(x)$ harus bernilai nonnegatif dan memiliki total luas $1$. Nyatakan dukungan (support), yaitu rentang di mana nilai dapat terjadi, dan gunakan kepadatan $0$ di luar dukungan tersebut.
- Kepadatan dapat melebihi $1$: distribusi seragam pada $[0,1/4]$ memiliki tinggi $4$ dan luas $4(1/4)=1$. Kandidat kepadatan yang memiliki daerah negatif dianggap tidak valid meskipun integral bertandanya sama dengan $1$.
Kepadatan itu sendiri bukanlah probabilitas. Untuk distribusi kontinu, mengubah status termasuk/terkecuali pada salah satu ujung interval tidak mengubah probabilitas interval tersebut.
Berapakah total luas di bawah fungsi densitas probabilitas harus sama dengan?
Kesulitan 2/5 · 140 koin + bonus kecil pada penyelesaian pertama hari ini
Fungsi pdf terintegrasi menjadi 1 atas seluruh rentangnya.
Fungsi kepadatan probabilitas f(x) tidak pernah boleh melebihi 1.
Kesulitan 1/5 · 100 koin + bonus kecil pada penyelesaian pertama hari ini
Salah. Hanya luas total yang harus sama dengan 1; di atas interval sempit, kepadatannya sendiri dapat melebihi 1, misalnya kepadatan seragam pada [0, 0.5] adalah 2.
Fungsi kepadatan kandidat adalah f(x) = 3x²/2 pada [−1,1] dan nol di tempat lain. Periksa bahwa fungsi ini valid dan tentukan P(X < 0).
Membandingkan peristiwa probabilitas, dukungan (support), konstanta sepotong-sepotong, dan perhitungan dengan model. Tinjau kembali penalaran serta hasilnya.
Pertahankan model kepadatan segitiga asli
- Untuk $f(x)=x/2$ pada $0\leq x\leq2$, total luasnya adalah $\int_0^2x/2\,dx=1$. Sebagai contoh, $P(1<X<2)=\int_1^2x/2\,dx=3/4$.
- Probabilitas $P(X=1)$ adalah $0$, meskipun $f(1)=1/2$. Tinggi kepadatan dan probabilitas titik adalah besaran yang berbeda.

Sebuah variabel memiliki kepadatan f(x) = kx pada [0,3], nol di tempat lain. Tentukan k dan P(1 < X < 2).
Membandingkan peristiwa probabilitas, dukungan (support), konstanta sepotong-sepotong, dan perhitungan dengan model. Tinjau kembali penalaran serta hasilnya.
Normalisasi kepadatan sepotong-sepotong
- Kepadatan piecewise dapat menggunakan aturan berbeda pada interval berbeda. Misalkan grafik datar pada ketinggian $a$ dari $0$ hingga $2$, kemudian turun secara linear menjadi nol pada $4$. Luasnya adalah $2a+\tfrac12(2)a=1$, sehingga $a=1/3$.
- Garis menurun tersebut memiliki persamaan $(4-x)/6$. Dengan demikian, kepadatan kita adalah $f(x)=1/3$ untuk $0\leq x<2$, $f(x)=(4-x)/6$ untuk $2\leq x\leq4$, dan $0$ untuk lainnya. Normalisasi menggunakan seluruh bagian, bukan luas terpisah $1$ untuk masing-masing bagian.
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.
Suatu kepadatan adalah kx untuk 0 ≤ x < 1 dan 2k untuk 1 ≤ x ≤ 2, nol di tempat lain. Tentukan k. Apakah kedua bagiannya harus bertemu pada x = 1?
Membandingkan peristiwa probabilitas, dukungan (support), konstanta sepotong-sepotong, dan perhitungan dengan model. Tinjau kembali penalaran serta hasilnya.
Pecahkan peristiwa pada setiap titik patah kepadatan
- Untuk kepadatan yang telah dikerjakan tersebut, $P(1<X<3)$ melintasi $x=2$. Pecahkan integralnya:
- Bagian dari $2$ hingga $3$ memiliki luas $1/4$. Menggunakan aturan datar pada seluruh peristiwa akan menghasilkan probabilitas yang salah.
A density is 2x/5 on [0,1) and 4/5 on [1,2], zero otherwise. Find P(1/2 < X < 3/2).
Membandingkan peristiwa probabilitas, dukungan (support), konstanta sepotong-sepotong, dan perhitungan dengan model. Tinjau kembali penalaran serta hasilnya.
Syarat membatasi dan menskalakan kembali area
- Probabilitas bersyarat menggunakan $P(A\mid B)=P(A\cap B)/P(B)$ ketika $P(B)>0$. Terjemahkan syarat ke dalam daerah sebelum mengintegralkan.
- Dalam kerapatan terarah, $P(X>3)=1/12$ dan $P(X>1)=2/3$. Oleh karena itu $P(X>3\mid X>1)=(1/12)/(2/3)=1/8$; penyebutnya adalah area yang diizinkan setelah pengkondisian.
Suatu kepadatan adalah 2x/5 pada [0,1) dan 4/5 pada [1,2], nol di tempat lain. Tentukan P(X > 3/2 given X > 1/2).
Membandingkan peristiwa probabilitas, dukungan (support), konstanta sepotong-sepotong, dan perhitungan dengan model. Tinjau kembali penalaran serta hasilnya.
Temukan ekspektasi menggunakan bobot kerapatan
- Ekspektasi, atau rata-rata, adalah $E(X)=\int x f(x)\,dx$ atas dukungan penuh. Variabel $x$ memberi bobot setiap kontribusi probabilitas kecil.
- Untuk kerapatan terarah,
Sebuah variabel memiliki kepadatan 3x² pada [0,1], nol di tempat lain. Tentukan nilai tengahnya, tunjukkan fungsi integran.
Membandingkan peristiwa probabilitas, dukungan (support), konstanta sepotong-sepotong, dan perhitungan dengan model. Tinjau kembali penalaran serta hasilnya.
Hitung momen kedua sebelum varians
- Momen kedua adalah $E(X^2)=\int x^2 f(x)\,dx$. Varians adalah $\operatorname{Var}(X)=E(X^2)-[E(X)]^2$, bukan integral dari $x^2$ saja.
- Kerapatan terarah memberikan $E(X^2)=10/3$, sehingga $\operatorname{Var}(X)=10/3-(14/9)^2=74/81$. Rata-rata terletak di dalam dukungan dan varians tidak negatif.
Sebuah variabel memiliki kepadatan 3x² pada [0,1] dan rata-rata 3/4. Temukan variansnya.
Membandingkan peristiwa probabilitas, dukungan (support), konstanta sepotong-sepotong, dan perhitungan dengan model. Tinjau kembali penalaran serta hasilnya.
Terapkan aturan ekspektasi umum
- Untuk fungsi $g$, aturan silabus adalah
dengan syarat ekspektasi ada. Substitusikan fungsi yang diminta ke dalam integrand; jangan cari kerapatan baru kecuali berguna atau diminta.
- Untuk $g(X)=3X+2$, $E(g(X))=3E(X)+2$. Singkatan linear ini tidak berlaku untuk fungsi sembarang: $E(X^2)$ umumnya berbeda dari $[E(X)]^2$.
Sebuah variabel memiliki kepadatan 2x pada [0,1], nol di luar itu. Temukan E(3X² + 2) tanpa menurunkan kepadatan tertransformasi.
Membandingkan peristiwa probabilitas, dukungan (support), konstanta sepotong-sepotong, dan perhitungan dengan model. Tinjau kembali penalaran serta hasilnya.
Ekspektasi resiprokal memerlukan integralnya sendiri
- Untuk kepadatan segitiga asli $f(x)=x/2$ pada $[0,2]$,
- Di sini $E(X)=4/3$, sehingga $1/E(X)=3/4$, jawaban yang berbeda. Ketika pengintegran memiliki titik singular, periksa bahwa integral tak wajar terbatas sebelum melaporkan rata-rata; jangan batalkan batas integrasi.
Sebuah variabel memiliki kepadatan 2x pada (0,1). Temukan E(1/X) dan bandingkan dengan 1/E(X).
Membandingkan peristiwa probabilitas, dukungan (support), konstanta sepotong-sepotong, dan perhitungan dengan model. Tinjau kembali penalaran serta hasilnya.
Definisikan fungsi kumulatif di seluruh garis
- Fungsi distribusi kumulatif adalah $F(x)=P(X\leq x)=\int_{-\infty}^x f(t)\,dt$. Fungsi ini tidak menurun, berada antara $0$ dan $1$, dan kontinu untuk distribusi yang dijelaskan oleh kepadatan.
- Di bawah nilai minimum yang mungkin, $F=0$; di atas nilai maksimum yang mungkin, $F=1$. Nilai-nilai di luar rentang ini milik CDF, meskipun kerapatannya nol di sana.
Fungsi distribusi kumulatif F(x) memberikan:
Kesulitan 1/5 · 100 koin + bonus kecil pada penyelesaian pertama hari ini
F(x) = P(X ≤ x), luas terkumpul hingga x.
Sebuah CDF yang diusulkan adalah 0 untuk x < −1, x² for −1 ≤ x ≤ 1, and 1 for x > 1. Jelaskan mengapa hal itu tidak dapat mendeskripsikan variabel dengan kepadatan.
Membandingkan peristiwa probabilitas, dukungan (support), konstanta sepotong-sepotong, dan perhitungan dengan model. Tinjau kembali penalaran serta hasilnya.
Bawa probabilitas awal ke bagian CDF berikutnya
- Pada contoh kerapatan yang dikerjakan, $F(x)=x/3$ untuk $0\leq x<2$. Untuk $2\leq x\leq4$, mulailah dengan $F(2)=2/3$ dan tambahkan hanya area baru:
- Lengkapi definisi dengan $F=0$ untuk $x<0$ dan $F=1$ untuk $x>4$. Kedua aturan internal bertemu di $F(2)=2/3$; mengintegrasikan bagian kerapatan kedua dari nol akan kehilangan konstanta terakumulasi.
Sebuah kepadatan adalah 2x/5 pada [0,1) dan 4/5 pada [1,2], nol di luar itu. Temukan CDF lengkapnya.
Membandingkan peristiwa probabilitas, dukungan (support), konstanta sepotong-sepotong, dan perhitungan dengan model. Tinjau kembali penalaran serta hasilnya.
Kerapatan dapat melompat sementara CDF-nya tetap kontinu
- Pertimbangkan $f(x)=2x/7$ pada $0\leq x<1$ dan $f(x)=6/7$ pada $1\leq x\leq2$, nol selain itu. Total luasnya adalah $1/7+6/7=1$; kerapatan melompat di $1$.
- CDF-nya adalah $x^2/7$ pada $[0,1)$ dan $(6x-5)/7$ pada $[1,2]$. Keduanya menghasilkan $F(1)=1/7$. Kemiringannya berbeda: $F'=f$ di dalam setiap bagian halus, sedangkan turunan pada titik sambungan mungkin tidak ada.
Di dalam setiap bagian licin, kepadatan probabilitas f(x) adalah ______ dari fungsi kumulatif F(x).
Kesulitan 1/5 · 100 koin + bonus kecil pada penyelesaian pertama hari ini
Di dalam setiap bagian licin, f(x) = F′(x). Pada lonjakan kepadatan, CDF tetap kontinu tetapi turunannya mungkin tidak ada.
Untuk kepadatan 2x/5 pada [0,1) dan 4/5 pada [1,2], bandingkan batas kepadatan satu sisi dan batas CDF pada x = 1. Apakah CDF memiliki turunan di sana?
Membandingkan peristiwa probabilitas, dukungan (support), konstanta sepotong-sepotong, dan perhitungan dengan model. Tinjau kembali penalaran serta hasilnya.
Pulihkan konstanta dari CDF yang diberikan
- Misalkan variabel kontinu memiliki $F=0$ di bawah $1$, $F(x)=ax^2+b$ untuk $1\leq x\leq3$, dan $F=1$ di atas $3$. Kontinuitas memberikan $a+b=0$ dan $9a+b=1$.
- Dengan $a=1/8$, $b=-1/8$. Turunan menghasilkan $f(x)=x/4$ pada $1<x<3$, nol di tempat lain. Periksa kedua nilai ujung dan kemiringan nonnegatif; dua konstanta tidak ditentukan hanya oleh titik akhir.
Sebuah variabel kontinu memiliki CDF 0 di bawah 2, ax² + b pada [2,4], dan 1 di atas 4. Temukan a, b, dan kepadatannya.
Membandingkan peristiwa probabilitas, dukungan (support), konstanta sepotong-sepotong, dan perhitungan dengan model. Tinjau kembali penalaran serta hasilnya.
Gunakan selisih CDF untuk probabilitas interval
- Untuk distribusi kontinu, $P(a<X\leq b)=F(b)-F(a)$; ujung ketat versus tidak ketat memberikan hasil yang sama karena probabilitas titik adalah nol.
- Untuk contoh kerapatan yang dikerjakan, $F(3)-F(1)=11/12-1/3=7/12$, sesuai dengan integral terpisah. Either metode harus menggunakan cabang CDF yang tepat pada setiap ujung.
Sebuah variabel memiliki CDF (x² − 4)/12 pada [2,4], dengan nilai standar di luar. Temukan P(5/2 ≤ X < 7/2), dan jelaskan apakah mengubah salah satu ketaksamaan menjadi ketaksamaan tegas akan mengubah hasilnya.
Membandingkan peristiwa probabilitas, dukungan (support), konstanta sepotong-sepotong, dan perhitungan dengan model. Tinjau kembali penalaran serta hasilnya.
Temukan median sebelum menyelesaikan
- Median $m$ memenuhi $F(m)=1/2$. Dalam contoh kerapatan yang dikerjakan $F(2)=2/3$, sehingga $m$ terletak di bagian pertama: $m/3=1/2$, menghasilkan $m=3/2$.
- Dalam contoh segitiga asli, $F(x)=x^2/4$ pada $[0,2]$, sehingga $m=\sqrt2$. Tinggi kerapatan $f(m)=1/2$ bukan persamaan median.

Untuk f(x) = ½x pada [0,2], F(x) = ¼x². Median memenuhi ¼m² = 0.5. Berapakah m? (2 dp)
Kesulitan 2/5 · 140 koin + bonus kecil pada penyelesaian pertama hari ini
¼m² = 0.5 → m² = 2 → m = √2 ≈ 1.41.
Median m dari distribusi kontinu memenuhi:
Kesulitan 1/5 · 100 koin + bonus kecil pada penyelesaian pertama hari ini
Median membagi luas menjadi setengah: F(m) = 0.5.
Sebuah variabel memiliki kepadatan 3x² pada [0,1], nol selain itu. Temukan median yang tepat dan periksa rentangnya.
Membandingkan peristiwa probabilitas, dukungan (support), konstanta sepotong-sepotong, dan perhitungan dengan model. Tinjau kembali penalaran serta hasilnya.
Pilih cabang persentil yang benar
- Persentil pada proporsi $p$ menyelesaikan $F(q)=p$. Kuartil bawah menggunakan $p=1/4$. Untuk contoh kerapatan yang dikerjakan, kuartil bawah adalah $3/4$ karena terletak di bawah $2$.
- Persentil ke-90 terletak di atas $2$: selesaikan $1-(4-q)^2/12=0.9$. Akar yang valid adalah $q=4-\sqrt{6/5}$; akar aljabar lainnya berada di luar dukungan. Periksa cabang setelah menyelesaikan.
Distribusi kontinu bersifat seragam dari 2 hingga 6. Berapakah nilai median, dan mengapa fungsi kepadatan probabilitas bisa lebih besar dari 1?
Untuk distribusi seragam, median dan rata-ratanya berada di pusat interval. Probabilitas adalah luas di bawah kurva kepadatan.
Sebuah CDF adalah x²/5 untuk 0 ≤ x < 1, (4x − 3)/5 untuk 1 ≤ x ≤ 2, dan 0 atau 1 di luar. Temukan persentil ke-10 dan ke-90.
Membandingkan peristiwa probabilitas, dukungan (support), konstanta sepotong-sepotong, dan perhitungan dengan model. Tinjau kembali penalaran serta hasilnya.
Mulai transformasi dengan suatu peristiwa dan rentang
- Transformasi $Y=g(X)$ mengubah rentang nilai yang mungkin. Temukan dulu dukungan dari $Y$ dan ke mana setiap titik patah lama berpindah; kemudian tuliskan $F_Y(y)=P(g(X)\leq y)$.
- Selesaikan peristiwa tersebut untuk $X$, gunakan CDF-nya, dan turunkan jika kepadatan baru diperlukan. Tuliskan $F_Y=0$ dan $1$ di luar dukungannya, dan $f_Y=0$ di luar dukungan kepadatannya.
X dapat berkisar pada [−2,1] dan Y = 2 − X². Temukan seluruh rentang Y dan jelaskan mengapa menggunakan hanya citra titik ujung melewatkan sebagian darinya.
Membandingkan peristiwa probabilitas, dukungan (support), konstanta sepotong-sepotong, dan perhitungan dengan model. Tinjau kembali penalaran serta hasilnya.
Transformasi afina yang naik mempertahankan urutan peristiwa
- Untuk $Y=2X+1$ menggunakan contoh kepadatan yang dikerjakan, dukungan berubah dari $[0,4]$ menjadi $[1,9]$ dan titik patah $2$ menjadi $5$. Karena $2X+1\leq y$ berarti $X\leq(y-1)/2$,
- Turunan menghasilkan $f_Y(y)=\tfrac12 f_X((y-1)/2)$: ia bernilai $1/6$ pada $1<y<5$ dan $(9-y)/24$ pada $5<y<9$, nol untuk lainnya. Turunan invers menyediakan faktor $1/2$.
X memiliki kepadatan 2x pada [0,1], nol selain itu. Misalkan Y = 3X + 2. Temukan CDF dan kepadatan penuh dari Y.
Membandingkan peristiwa probabilitas, dukungan (support), konstanta sepotong-sepotong, dan perhitungan dengan model. Tinjau kembali penalaran serta hasilnya.
Transformasi yang turun membalik pertidaksamaan
- Gunakan segitiga asli $X$ pada $[0,2]$ dan misalkan $Y=4-X$, yang memiliki dukungan $[2,4]$. Peristiwa $4-X\leq y$ berarti $X\geq4-y$.
- Maka $F_Y(y)=1-F_X(4-y)=1-(4-y)^2/4$ untuk $2\leq y\leq4$, dan $f_Y(y)=(4-y)/2$ di dalam interval itu. Lengkapi bagian-bagian di luarnya. Mensubstitusikan ke dalam $F_X$ tanpa komplemennya akan menghasilkan CDF yang menurun dan tidak valid.
X memiliki kepadatan 2x pada [0,1], nol selain itu. Misalkan Y = 3 − 2X. Temukan CDF dan kepadatan penuh dari Y.
Membandingkan peristiwa probabilitas, dukungan (support), konstanta sepotong-sepotong, dan perhitungan dengan model. Tinjau kembali penalaran serta hasilnya.
Pertahankan transformasi kuadrat positif asli
- Jika segitiga asli $X$ berada di antara $[0,2]$ dan $Y=X^2$, pemetaan tersebut naik pada dukungan itu. Untuk $0\leq y\leq4$,
- Sehingga $f_Y(y)=1/4$ pada $(0,4)$ dan nol untuk lainnya: $Y$ terdistribusi seragam pada $[0,4]$. Nyatakan dukungan yang ditransformasi; ekspresi $y/4$ bukan CDF untuk setiap bilangan real $y$.
X terdistribusi seragam pada [1,2] dan Y = X². Temukan CDF penuh dan kepadatan Y.
Membandingkan peristiwa probabilitas, dukungan (support), konstanta sepotong-sepotong, dan perhitungan dengan model. Tinjau kembali penalaran serta hasilnya.
Transformasi kubik dapat menghasilkan kepadatan yang tinggi
- Dengan segitiga asli $X$ yang sama, misalkan $Y=X^3$. Dukungannya adalah $[0,8]$, dan $F_Y(y)=F_X(\sqrt[3]y)=y^{2/3}/4$ untuk $0\leq y\leq8$.
- Untuk $0<y<8$, $f_Y(y)=1/(6y^{1/3})$. Nilainya menjadi besar di dekat nol tetapi memiliki total luas $1$. Kepadatan tidak harus terbatas; nilai yang ditetapkan pada ujung tunggal tidak mengubah probabilitas.
X terdistribusi seragam pada [0,2] dan Y = X³. Temukan CDF penuh dan kepadatan Y serta periksa normalisasi.
Membandingkan peristiwa probabilitas, dukungan (support), konstanta sepotong-sepotong, dan perhitungan dengan model. Tinjau kembali penalaran serta hasilnya.
Transformasikan setiap cabang untuk akar pangkat tiga
- Untuk $Y=\sqrt[3]X$ menggunakan contoh kepadatan sepotong-sepotong yang dikerjakan, $X=y^3$. Dukungannya adalah $[0,\sqrt[3]4]$ dan titik patah lama $2$ menjadi $\sqrt[3]2$.
- Di bagian dalam, $F_Y(y)=F_X(y^3)$ dan $f_Y(y)=3y^2f_X(y^3)$. Jadi kepadatannya adalah $y^2$ di bawah $\sqrt[3]2$ dan $y^2(4-y^3)/2$ di atasnya, nol di luar dukungan baru. Pertahankan faktor turunan invers.
X memiliki kepadatan 3x² pada [0,1], nol selain itu. Untuk Y = akar pangkat tiga dari X, temukan CDF penuh dan kepadatan.
Membandingkan peristiwa probabilitas, dukungan (support), konstanta sepotong-sepotong, dan perhitungan dengan model. Tinjau kembali penalaran serta hasilnya.
Gunakan metode yang sama untuk akar kuadrat
- Untuk $Y=\sqrt X$ menggunakan contoh kepadatan sepotong-sepotong yang dikerjakan, $X=y^2$, dukungannya adalah $[0,2]$ dan titik patahnya adalah $\sqrt2$. Untuk $y$ di dalam dukungan, $F_Y(y)=F_X(y^2)$.
- Turunkan: $f_Y(y)=2yf_X(y^2)$. Ini menghasilkan $2y/3$ untuk $0<y<\sqrt2$ dan $y(4-y^2)/3$ untuk $\sqrt2<y<2$, nol jika tidak. Rumus yang hanya menggunakan substitusi melewatkan pengali aturan rantai.
X memiliki kepadatan 3x² pada [0,1], nol lainnya. Misalkan Y = akar kuadrat dari X. Temukan CDF penuh dan kepadatan.
Membandingkan peristiwa probabilitas, dukungan (support), konstanta sepotong-sepotong, dan perhitungan dengan model. Tinjau kembali penalaran serta hasilnya.
Resiprokal membutuhkan dukungan positif yang terbatas
- Misalkan $X$ terdistribusi seragam pada $[1,3]$ dan $Y=1/X$. Pemetaan ini menurun dan dukungan baru adalah $[1/3,1]$. Di dalamnya, $Y\leq y$ berarti $X\geq1/y$.
- Oleh karena itu $F_Y(y)=(3-1/y)/2$ dan $f_Y(y)=1/(2y^2)$. CDF adalah $0$ di bawah $1/3$ dan $1$ di atas $1$; densitasnya adalah $0$ di luar. Dukungan positif membuat pembalikan ketaksamaan menjadi jelas.
X terdistribusi seragam pada [2,5] dan Y = 1/X. Temukan CDF penuh dan kepadatan Y.
Membandingkan peristiwa probabilitas, dukungan (support), konstanta sepotong-sepotong, dan perhitungan dengan model. Tinjau kembali penalaran serta hasilnya.
Kuadrat melintasi nol dapat memiliki dua pra-gambar
- Sekarang misalkan $X$ terdistribusi seragam pada $[-1,2]$ dan $Y=X^2$. Maka $Y\in[0,4]$, dan $X^2\leq y$ berarti $-\sqrt y\leq X\leq\sqrt y$, dipotong dengan $[-1,2]$.
- Sehingga $F_Y(y)=2\sqrt y/3$ untuk $0\leq y<1$, dan $F_Y(y)=(1+\sqrt y)/3$ untuk $1\leq y\leq4$. Turunkan di dalam setiap bagian: kepadatannya adalah $1/(3\sqrt y)$ dan $1/(6\sqrt y)$. Pra-gambar negatif berhenti berkontribusi setelah $\sqrt y>1$.
X terdistribusi seragam pada [−2,3] dan Y = X². Temukan CDF dan kepadatan piecewise lengkap dari Y.
Membandingkan peristiwa probabilitas, dukungan (support), konstanta sepotong-sepotong, dan perhitungan dengan model. Tinjau kembali penalaran serta hasilnya.
Nilai mutlak juga melipat suatu rentang
- Dengan $X$ terdistribusi seragam pada $[-1,2]$ dan $Y=|X|$, dukungannya adalah $[0,2]$. Peristiwa tersebut adalah $-y\leq X\leq y$, dipotong ke dukungan asli.
- CDF-nya adalah $2y/3$ untuk $0\leq y<1$ dan $(1+y)/3$ untuk $1\leq y\leq2$. Kepadatannya adalah $2/3$ kemudian $1/3$, nol di luar. Dua nilai input berkontribusi sebelum sisi yang lebih pendek berakhir; satu berkontribusi setelahnya.
X terdistribusi seragam pada [−2,3] dan Y = |X|. Temukan CDF penuh dan kepadatan Y.
Membandingkan peristiwa probabilitas, dukungan (support), konstanta sepotong-sepotong, dan perhitungan dengan model. Tinjau kembali penalaran serta hasilnya.
Periksa probabilitas yang ditransformasi dengan dua cara
- Untuk $X$ terdistribusi seragam pada $[-1,2]$ dan $Y=X^2$, gunakan CDF yang diturunkan:
- Secara langsung, $1/2<|X|<3/2$ memberikan dua interval, $(-1,-1/2)$ dan $(1/2,3/2)$, setelah dipotong ke dukungan. Total panjangnya adalah $3/2$, dibagi dengan panjang asli $3$, kembali menghasilkan $1/2$.
X adalah seragam pada [−2,3] dan Y = X². Cari P(1/4 < Y < 4) menggunakan CDF yang ditukar dan selang untuk X.
Membandingkan peristiwa probabilitas, dukungan (support), konstanta sepotong-sepotong, dan perhitungan dengan model. Tinjau kembali penalaran serta hasilnya.
Temukan momen yang ditransformasi tanpa mencari kepadatan baru
- Untuk $X$ dan $Y=X^2$ yang sama itu, aturan ekspektasi umum menghasilkan $E(Y)=E(X^2)=1$ dan $E(Y^2)=E(X^4)=11/5$.
- Oleh karena itu $\operatorname{Var}(Y)=11/5-1=6/5$. Sebaliknya $[E(X)]^2=(1/2)^2=1/4$. Men transformasikan rata-rata umumnya berbeda dari mengambil rata-rata dari variabel yang ditransformasi.
X adalah seragam pada [−2,3] dan Y = X². Cari E(Y) dan Var(Y) tanpa menerbitkan ketumpatan Y.
Membandingkan peristiwa probabilitas, dukungan (support), konstanta sepotong-sepotong, dan perhitungan dengan model. Tinjau kembali penalaran serta hasilnya.
Audit distribusi sebelum menerima jawaban
- Kepadatan harus nonnegatif dan terintegrasi ke $1$ di seluruh bagiannya. CDF-nya harus kontinu, tak menurun, memiliki nilai luar yang benar, dan turunan ke kepadatan di dalam setiap bagian halus.
- Untuk variabel yang ditransformasi, periksa dukungan, titik patah yang berpindah, semua cabang invers yang valid, dan pengali turunan. Gunakan probabilitas peristiwa atau momen independen sebagai pemeriksaan kedua; tolak akar di luar cabangnya meskipun aljabarnya benar.
X adalah seragam pada [1,2] dan Y = 1/X. CDF dalaman yang dicadangkan ialah F_X(1/y) = 1/y − 1 pada [1/2,1]. Kenal pasti ralat dan berikan CDF penuh serta ketumpatan yang betul.
Membandingkan peristiwa probabilitas, dukungan (support), konstanta sepotong-sepotong, dan perhitungan dengan model. Tinjau kembali penalaran serta hasilnya.
Ambil metode luas dan peristiwa
- Probabilitas adalah luas densitas; ekspektasi adalah integral berbobot; persentil menyelesaikan persamaan CDF pada cabang yang diverifikasi. CDF piecewise harus mencakup area terakumulasi sebelumnya.
- Untuk $Y=g(X)$, mulai dengan $P(g(X)\leq y)$ dan dukungan baru. Transformasi meningkat, menurun, dan lipat menghasilkan peristiwa berbeda; turunkan hanya setelah mendapatkan peristiwa tersebut dengan benar.
Distribusi kontinu bersifat seragam dari 2 hingga 6. Berapakah median-nya?
Kesulitan 1/5 · 100 koin + bonus kecil pada penyelesaian pertama hari ini
Titik tengah dari 2 dan 6 adalah 4. Opsi lainnya — 1 (total luas di bawah kepadatan); 1.41 (median pelajaran).