Variáveis aleatórias contínuas (Avançado)
Introduzido| English | Significado |
|---|---|
| continuous variable/kənˈtɪnjuːəs ˈveərɪəbl/ | variável contínua |
| continuous random variable/kənˈtɪnjuːəs ˈrændəm ˈveərɪəbl/ | variável aleatória contínua |
| probability density function/ˌprɒbəˈbɪlɪti ˈdensɪti ˈfʌŋkʃn/ | função densidade de probabilidade |
| support/səˈpɔːt/ | conjunto de suporte |
| piecewise | por partes |
| normalisation/ˌnɔːməlaɪˈzeɪʃn/ | normalização |
| conditional probability/kənˈdɪʃənl ˌprɒbəˈbɪlɪti/ | probabilidade condicional |
| expectation/ekspɪkˈteɪʃn/ | esperança |
| variance/ˈveərɪəns/ | variância |
| cumulative distribution function/ˈkjuːmjʊlətɪv ˌdɪstrɪˈbjuːʃn ˈfʌŋkʃn/ | função de distribuição acumulada |
| median/ˈmiːdiːən/ | mediana |
| percentile/pəˈsentaɪl/ | percentil |
| quartile/ˈkwɔːtaɪl/ | quartil |
| transformation/trænsfɔːˈmeɪʃn/ | transformação |
Um tempo de espera mede-se sobre um intervalo
- Uma variável contínua pode assumir valores em todo um intervalo, como um tempo de espera. Uma variável aleatória contínua descrita por uma densidade tem $P(X=x)=0$ em cada valor exato.
- Isso não impede que um intervalo seja possível: $P(1<X<2)$ pode ser positivo. A probabilidade deriva da área sobre uma faixa, não da altura da curva num ponto único.
Verifique se uma densidade é válida
- Uma função de densidade de probabilidade $f(x)$ deve ser não negativa e ter área total $1$. Especifique seu suporte, o intervalo onde os valores podem ocorrer, e use densidade $0$ fora dele.
- Uma densidade pode exceder $1$: uma distribuição uniforme em $[0,1/4]$ tem altura $4$ e área $4(1/4)=1$. Um candidato com região negativa é inválido mesmo que sua integral assinada seja $1$.
Uma densidade não é em si uma probabilidade. Para uma distribuição contínua, alterar se uma extremidade do intervalo é incluída ou excluída não altera a probabilidade desse intervalo.
Qual deve ser a área total sob uma função de densidade de probabilidade?
Dificuldade 2/5 · Moedas 140 + pequeno bônus na primeira conclusão hoje
Uma pdf integra-se a 1 sobre todo o seu intervalo.
Uma densidade de probabilidade f(x) nunca pode ser maior que 1.
Dificuldade 1/5 · Moedas 100 + pequeno bônus na primeira conclusão hoje
Falso. Apenas a área total deve ser igual a 1; sobre um intervalo estreito, a própria densidade pode exceder 1, por exemplo, a densidade uniforme em [0, 0.5] é 2.
Uma densidade candidata é f(x) = 3x²/2 em [−1,1] e zero fora disso. Verifique se é válida e encontre P(X < 0).
Compara o evento de probabilidade, suporte, constantes por trechos e cálculo com o modelo. Revisar o raciocínio e o resultado também.
Mantenha o modelo original de densidade triangular
- Para $f(x)=x/2$ em $0\leq x\leq2$, a área total é $\int_0^2x/2\,dx=1$. Por exemplo, $P(1<X<2)=\int_1^2x/2\,dx=3/4$.
- A probabilidade $P(X=1)$ é $0$, embora $f(1)=1/2$. A altura da densidade e a probabilidade pontual são quantidades diferentes.

Uma variável tem densidade f(x) = kx em [0,3], zero fora disso. Encontre k e P(1 < X < 2).
Compara o evento de probabilidade, suporte, constantes por trechos e cálculo com o modelo. Revisar o raciocínio e o resultado também.
Normalize uma densidade definida por partes
- Uma densidade definida por partes pode usar regras diferentes em intervalos distintos. Suponha que um gráfico seja plano na altura $a$ de $0$ até $2$, depois decresce linearmente até zero em $4$. Sua área é $2a+\tfrac12(2)a=1$, logo $a=1/3$.
- A reta de queda tem equação $(4-x)/6$. Assim, nossa densidade trabalhada é $f(x)=1/3$ para $0\leq x<2$, $f(x)=(4-x)/6$ para $2\leq x\leq4$ e $0$ caso contrário. Normalização usa cada parte, não uma área separada de $1$ para cada uma.
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.
Uma densidade é kx para 0 ≤ x < 1 e 2k para 1 ≤ x ≤ 2, zero fora disso. Encontre k. Os dois trechos devem se encontrar em x = 1?
Compara o evento de probabilidade, suporte, constantes por trechos e cálculo com o modelo. Revisar o raciocínio e o resultado também.
Divida um evento em todos os pontos de ruptura de densidade
- Para essa densidade trabalhada, $P(1<X<3)$ cruza $x=2$. Divida a integral:
- A parte de $2$ a $3$ tem área $1/4$. Usar a regra plana sobre todo o evento daria a probabilidade errada.
Uma densidade é 2x/5 em [0,1) e 4/5 em [1,2], zero fora disso. Encontre P(1/2 < X < 3/2).
Compara o evento de probabilidade, suporte, constantes por trechos e cálculo com o modelo. Revisar o raciocínio e o resultado também.
Uma condição restringe e reescala a área
- Probabilidade condicional usa $P(A\mid B)=P(A\cap B)/P(B)$ quando $P(B)>0$. Traduza a condição em uma região antes de integrar.
- Na densidade trabalhada, $P(X>3)=1/12$ e $P(X>1)=2/3$. Logo $P(X>3\mid X>1)=(1/12)/(2/3)=1/8$; o denominador é a área permitida após a condicionante.
Uma densidade é 2x/5 em [0,1) e 4/5 em [1,2], zero fora disso. Encontre P(X > 3/2 dado X > 1/2).
Compara o evento de probabilidade, suporte, constantes por trechos e cálculo com o modelo. Revisar o raciocínio e o resultado também.
Encontre a esperança usando pesos da densidade
- A esperança, ou média, é $E(X)=\int x f(x)\,dx$ sobre todo o suporte. A variável $x$ pondera cada pequena contribuição de probabilidade.
- Para a densidade trabalhada,
Uma variável tem densidade 3x² em [0,1], zero caso contrário. Encontre sua média, mostrando o integrando.
Compara o evento de probabilidade, suporte, constantes por trechos e cálculo com o modelo. Revisar o raciocínio e o resultado também.
Calcule o segundo momento antes da variância
- O segundo momento é $E(X^2)=\int x^2 f(x)\,dx$. A variância é $\operatorname{Var}(X)=E(X^2)-[E(X)]^2$, não a integral de $x^2$ sozinha.
- A densidade trabalhada dá $E(X^2)=10/3$, logo $\operatorname{Var}(X)=10/3-(14/9)^2=74/81$. A média está dentro do suporte e a variância é não negativa.
Uma variável tem densidade 3x² em [0,1] e média 3/4. Encontre sua variância.
Compara o evento de probabilidade, suporte, constantes por trechos e cálculo com o modelo. Revisar o raciocínio e o resultado também.
Aplique a regra geral de esperança
- Para uma função $g$, a regra do programa é
desde que a esperança exista. Substitua a função solicitada no integrando; não encontre uma nova densidade a menos que seja útil ou solicitada.
- Para $g(X)=3X+2$, $E(g(X))=3E(X)+2$. Este atalho linear não se estende a funções arbitrárias: $E(X^2)$ geralmente é diferente de $[E(X)]^2$.
Uma variável tem densidade 2x em [0,1], zero caso contrário. Encontre E(3X² + 2) sem derivar uma densidade transformada.
Compara o evento de probabilidade, suporte, constantes por trechos e cálculo com o modelo. Revisar o raciocínio e o resultado também.
Uma esperança recíproca precisa de sua própria integral
- Para a densidade triangular original $f(x)=x/2$ em $[0,2]$,
- Aqui $E(X)=4/3$, logo $1/E(X)=3/4$, uma resposta diferente. Quando o integrando tem uma extremidade singular, verifique se a integral imprópria é finita antes de relatar uma média; não cancele um limite de integração.
Uma variável tem densidade 2x em (0,1). Encontre E(1/X) e compare com 1/E(X).
Compara o evento de probabilidade, suporte, constantes por trechos e cálculo com o modelo. Revisar o raciocínio e o resultado também.
Define a função cumulativa em toda a reta
- A função de distribuição cumulativa é $F(x)=P(X\leq x)=\int_{-\infty}^x f(t)\,dt$. Ela é não decrescente, está entre $0$ e $1$, e é contínua para uma distribuição descrita por densidade.
- Abaixo do menor valor possível, $F=0$; acima do maior valor possível, $F=1$. Os valores externos pertencem à CDF, mesmo que a densidade seja zero nesses pontos.
A função de distribuição acumulada F(x) fornece:
Dificuldade 1/5 · Moedas 100 + pequeno bônus na primeira conclusão hoje
F(x) = P(X ≤ x), a área acumulada até x.
Uma CDF proposta é 0 para x < −1, x² for −1 ≤ x ≤ 1, and 1 for x > 1. Explique por que não pode descrever uma variável com densidade.
Compara o evento de probabilidade, suporte, constantes por trechos e cálculo com o modelo. Revisar o raciocínio e o resultado também.
Leve a probabilidade anterior para a próxima parte da CDF
- Na densidade exemplificada, $F(x)=x/3$ para $0\leq x<2$. Para $2\leq x\leq4$, comece com $F(2)=2/3$ e adicione apenas a nova área:
- Complete a definição com $F=0$ para $x<0$ e $F=1$ para $x>4$. As duas regras internas encontram-se em $F(2)=2/3$; integrar a segunda peça da densidade desde zero perderia a constante acumulada.
Uma densidade é 2x/5 em [0,1) e 4/5 em [1,2], zero caso contrário. Encontre sua CDF completa.
Compara o evento de probabilidade, suporte, constantes por trechos e cálculo com o modelo. Revisar o raciocínio e o resultado também.
Uma densidade pode ter descontinuidade enquanto sua CDF permanece contínua
- Considere $f(x)=2x/7$ em $0\leq x<1$ e $f(x)=6/7$ em $1\leq x\leq2$, zero caso contrário. Sua área total é $1/7+6/7=1$; a densidade tem descontinuidade em $1$.
- Sua CDF é $x^2/7$ em $[0,1)$ e $(6x-5)/7$ em $[1,2]$. Ambas resultam em $F(1)=1/7$. Suas inclinações diferem: $F'=f$ dentro de cada segmento suave, enquanto a derivada no ponto de junção pode não existir.
Dentro de cada trecho suave, a densidade f(x) é a ______ da função cumulativa F(x).
Dificuldade 1/5 · Moedas 100 + pequeno bônus na primeira conclusão hoje
Dentro de cada trecho suave, f(x) = F′(x). Em um salto de densidade, a CDF permanece contínua, mas sua derivada pode não existir.
Para uma densidade 2x/5 em [0,1) e 4/5 em [1,2], compare os limites laterais da densidade e da CDF em x = 1. A CDF tem derivada ali?
Compara o evento de probabilidade, suporte, constantes por trechos e cálculo com o modelo. Revisar o raciocínio e o resultado também.
Recupere constantes a partir de uma CDF dada
- Suponha que uma variável contínua tenha $F=0$ abaixo de $1$, $F(x)=ax^2+b$ para $1\leq x\leq3$, e $F=1$ acima de $3$. A continuidade implica $a+b=0$ e $9a+b=1$.
- Assim $a=1/8$, $b=-1/8$. A diferenciação resulta em $f(x)=x/4$ em $1<x<3$, zero em outro lugar. Verifique ambos os valores nas extremidades e inclinação não negativa; duas constantes não são determinadas apenas pelo valor final na extremidade.
Uma variável contínua tem CDF 0 abaixo de 2, ax² + b no intervalo [2,4], e 1 acima de 4. Encontre a, b e sua densidade.
Compara o evento de probabilidade, suporte, constantes por trechos e cálculo com o modelo. Revisar o raciocínio e o resultado também.
Use diferenças de CDF para probabilidades de intervalo
- Para uma distribuição contínua, $P(a<X\leq b)=F(b)-F(a)$; extremos estritos versus não estritos fornecem o mesmo resultado porque as probabilidades pontuais são zero.
- Para a densidade exemplificada, $F(3)-F(1)=11/12-1/3=7/12$, concordando com a integral dividida. Either método deve usar o ramo correto da CDF em cada extremidade.
Uma variável tem CDF (x² − 4)/12 no intervalo [2,4], com os valores usuais fora dele. Calcule P(5/2 ≤ X < 7/2) e explique se alterar qualquer desigualdade para estrita altera o resultado.
Compara o evento de probabilidade, suporte, constantes por trechos e cálculo com o modelo. Revisar o raciocínio e o resultado também.
Localize a mediana antes de resolver
- A mediana $m$ satisfaz $F(m)=1/2$. Na densidade exemplificada $F(2)=2/3$, então $m$ está na primeira parte: $m/3=1/2$, resultando em $m=3/2$.
- No exemplo triangular original, $F(x)=x^2/4$ sobre $[0,2]$, logo $m=\sqrt2$. Uma altura de densidade $f(m)=1/2$ não é a equação da mediana.

Para f(x) = ½x em [0,2], F(x) = ¼x². A mediana resolve ¼m² = 0.5. Qual é m? (2 casas decimais)
Dificuldade 2/5 · Moedas 140 + pequeno bônus na primeira conclusão hoje
¼m² = 0.5 → m² = 2 → m = √2 ≈ 1.41.
A mediana m de uma distribuição contínua satisfaz:
Dificuldade 1/5 · Moedas 100 + pequeno bônus na primeira conclusão hoje
A mediana divide a área ao meio: F(m) = 0.5.
Uma variável tem densidade 3x² no intervalo [0,1], zero caso contrário. Encontre sua mediana exata e verifique seu alcance.
Compara o evento de probabilidade, suporte, constantes por trechos e cálculo com o modelo. Revisar o raciocínio e o resultado também.
Escolha o ramo percentil correto
- Um percentil na proporção $p$ resolve $F(q)=p$. Um quartil inferior usa $p=1/4$. Para a densidade trabalhada, o quartil inferior é $3/4$ porque está abaixo de $2$.
- O 90-ésimo percentil fica acima de $2$: resolva $1-(4-q)^2/12=0.9$. A raiz válida é $q=4-\sqrt{6/5}$; a outra raiz algébrica está fora do suporte. Verifique o ramo após resolver.
Uma distribuição contínua é uniforme de 2 a 6. Qual é a mediana e por que uma densidade de probabilidade pode ser maior que 1?
Para uma distribuição uniforme, a mediana e a média são o centro do intervalo. Probabilidade é a área sob a densidade.
Uma CDF é x²/5 para 0 ≤ x < 1, (4x − 3)/5 para 1 ≤ x ≤ 2, e 0 ou 1 fora disso. Encontre os percentis 10-ésimo e 90-ésimo.
Compara o evento de probabilidade, suporte, constantes por trechos e cálculo com o modelo. Revisar o raciocínio e o resultado também.
Inicie uma transformação com um evento e um intervalo
- Uma transformação $Y=g(X)$ altera o intervalo de valores possíveis. Primeiro encontre o suporte de $Y$ e onde cada antigo ponto de ruptura se move; depois escreva $F_Y(y)=P(g(X)\leq y)$.
- Resolva esse evento para $X$, use sua CDF e diferencie se uma nova densidade for necessária. Escreva $F_Y=0$ e $1$ fora do seu suporte, e $f_Y=0$ fora do suporte da densidade.
X pode variar no intervalo [−2,1] e Y = 2 − X². Encontre o alcance completo de Y e explique por que usar apenas as imagens das extremidades perde parte dele.
Compara o evento de probabilidade, suporte, constantes por trechos e cálculo com o modelo. Revisar o raciocínio e o resultado também.
Uma transformação afim crescente preserva a ordem dos eventos
- Para $Y=2X+1$ usando a densidade trabalhada, o suporte muda de $[0,4]$ para $[1,9]$ e o ponto de ruptura $2$ torna-se $5$. Como $2X+1\leq y$ significa $X\leq(y-1)/2$,
- A diferenciação resulta em $f_Y(y)=\tfrac12 f_X((y-1)/2)$: ele vale $1/6$ em $1<y<5$ e $(9-y)/24$ em $5<y<9$, zero caso contrário. A derivada inversa fornece o fator $1/2$.
X tem densidade 2x no intervalo [0,1], zero caso contrário. Seja Y = 3X + 2. Encontre a CDF completa e a densidade de Y.
Compara o evento de probabilidade, suporte, constantes por trechos e cálculo com o modelo. Revisar o raciocínio e o resultado também.
Uma transformação decrescente inverte a desigualdade
- Use o triângulo original $X$ no intervalo $[0,2]$ e defina $Y=4-X$, cujo suporte é $[2,4]$. O evento $4-X\leq y$ equivale a $X\geq4-y$.
- Assim, $F_Y(y)=1-F_X(4-y)=1-(4-y)^2/4$ para $2\leq y\leq4$, e $f_Y(y)=(4-y)/2$ dentro desse intervalo. Complete as partes externas. Substituir em $F_X$ sem o complemento produziria uma CDF decrescente e inválida.
X tem densidade 2x no intervalo [0,1], zero caso contrário. Seja Y = 3 − 2X. Encontre a CDF completa e a densidade de Y.
Compara o evento de probabilidade, suporte, constantes por trechos e cálculo com o modelo. Revisar o raciocínio e o resultado também.
Mantenha a transformação quadrada positiva original
- Se o triângulo original $X$ estiver em $[0,2]$ e $Y=X^2$, o mapeamento é crescente nesse suporte. Para $0\leq y\leq4$,
- Logo $f_Y(y)=1/4$ sobre $(0,4)$ e zero caso contrário: $Y$ é uniforme sobre $[0,4]$. Indique o suporte transformado; a expressão $y/4$ não é uma FDC para todo real $y$.
X é uniforme em [1,2] e Y = X². Encontre a CDF completa e a densidade de Y.
Compara o evento de probabilidade, suporte, constantes por trechos e cálculo com o modelo. Revisar o raciocínio e o resultado também.
Uma transformação cúbica pode produzir uma densidade alta
- Com a mesma triangular $X$, seja $Y=X^3$. Seu suporte é $[0,8]$, e $F_Y(y)=F_X(\sqrt[3]y)=y^{2/3}/4$ para $0\leq y\leq8$.
- Para $0<y<8$, $f_Y(y)=1/(6y^{1/3})$. Torna-se grande próximo de zero, mas tem área total $1$. Uma densidade não precisa ser limitada; valores atribuídos em pontos finais únicos não alteram probabilidades.
X é uniforme em [0,2] e Y = X³. Encontre a CDF completa e a densidade de Y e verifique a normalização.
Compara o evento de probabilidade, suporte, constantes por trechos e cálculo com o modelo. Revisar o raciocínio e o resultado também.
Transforme todos os ramos para uma raiz cúbica
- Para $Y=\sqrt[3]X$ usando a densidade por partes trabalhada, $X=y^3$. O suporte é $[0,\sqrt[3]4]$ e o antigo ponto de ruptura $2$ torna-se $\sqrt[3]2$.
- No interior, $F_Y(y)=F_X(y^3)$ e $f_Y(y)=3y^2f_X(y^3)$. Assim, a densidade é $y^2$ abaixo de $\sqrt[3]2$ e $y^2(4-y^3)/2$ acima dela, zero fora do novo suporte. Mantenha o fator derivado do inverso.
X tem densidade 3x² em [0,1], zero caso contrário. Para Y = raiz cúbica de X, encontre a CDF completa e a densidade.
Compara o evento de probabilidade, suporte, constantes por trechos e cálculo com o modelo. Revisar o raciocínio e o resultado também.
Use o mesmo método para uma raiz quadrada
- Para $Y=\sqrt X$ usando a densidade por partes trabalhada, $X=y^2$, o suporte é $[0,2]$ e o ponto de mudança é $\sqrt2$. Para $y$ dentro do suporte, $F_Y(y)=F_X(y^2)$.
- Derive: $f_Y(y)=2yf_X(y^2)$. Isso resulta em $2y/3$ para $0<y<\sqrt2$ e $y(4-y^2)/3$ para $\sqrt2<y<2$, zero caso contrário. Uma fórmula apenas com substituição omite o multiplicador da regra da cadeia.
X tem densidade 3x² em [0,1], zero caso contrário. Seja Y = raiz quadrada de X. Encontre a CDF completa e a densidade.
Compara o evento de probabilidade, suporte, constantes por trechos e cálculo com o modelo. Revisar o raciocínio e o resultado também.
Um recíproco exige um suporte positivo limitado
- Seja $X$ uniforme em $[1,3]$ e $Y=1/X$. A transformação é decrescente e o novo suporte é $[1/3,1]$. Dentro dele, $Y\leq y$ significa $X\geq1/y$.
- Logo, $F_Y(y)=(3-1/y)/2$ e $f_Y(y)=1/(2y^2)$. A FDC é $0$ abaixo de $1/3$ e $1$ acima de $1$; a densidade é $0$ fora. O suporte positivo torna a inversão da desigualdade inequívoca.
X é uniforme em [2,5] e Y = 1/X. Encontre a CDF completa e a densidade de Y.
Compara o evento de probabilidade, suporte, constantes por trechos e cálculo com o modelo. Revisar o raciocínio e o resultado também.
Um quadrado através de zero pode ter duas pré-imagens
- Agora seja $X$ uniforme em $[-1,2]$ e $Y=X^2$. Então $Y\in[0,4]$, e $X^2\leq y$ significa $-\sqrt y\leq X\leq\sqrt y$, intersecionado com $[-1,2]$.
- Assim, $F_Y(y)=2\sqrt y/3$ para $0\leq y<1$, e $F_Y(y)=(1+\sqrt y)/3$ para $1\leq y\leq4$. Derive dentro de cada parte: as densidades são $1/(3\sqrt y)$ e $1/(6\sqrt y)$. A pré-imagem negativa deixa de contribuir assim que $\sqrt y>1$.
X é uniforme em [−2,3] e Y = X². Encontre a CDF completa por partes e a densidade de Y.
Compara o evento de probabilidade, suporte, constantes por trechos e cálculo com o modelo. Revisar o raciocínio e o resultado também.
O valor absoluto também dobra um intervalo
- Com $X$ uniforme em $[-1,2]$ e $Y=|X|$, o suporte é $[0,2]$. O evento é $-y\leq X\leq y$, truncado ao suporte original.
- Sua FDC é $2y/3$ para $0\leq y<1$ e $(1+y)/3$ para $1\leq y\leq2$. A densidade é $2/3$ depois $1/3$, zero fora. Dois valores de entrada contribuem antes que o lado mais curto termine; um contribui depois.
X é uniforme em [−2,3] e Y = |X|. Encontre a CDF completa e a densidade de Y.
Compara o evento de probabilidade, suporte, constantes por trechos e cálculo com o modelo. Revisar o raciocínio e o resultado também.
Verifique uma probabilidade transformada de duas formas
- Para $X$ uniforme em $[-1,2]$ e $Y=X^2$, use a FDC derivada:
- Diretamente, $1/2<|X|<3/2$ resulta em dois intervalos, $(-1,-1/2)$ e $(1/2,3/2)$, após o truncamento no suporte. Seu comprimento total é $3/2$, dividido pelo comprimento original $3$, novamente resultando em $1/2$.
X é uniforme em [−2,3] e Y = X². Encontre P(1/4 < Y < 4) usando tanto uma CDF transformada quanto intervalos para X.
Compara o evento de probabilidade, suporte, constantes por trechos e cálculo com o modelo. Revisar o raciocínio e o resultado também.
Encontre momentos transformados sem encontrar uma nova densidade
- Para aquele mesmo $X$ e $Y=X^2$, a regra geral de expectativa resulta em $E(Y)=E(X^2)=1$ e $E(Y^2)=E(X^4)=11/5$.
- Portanto, $\operatorname{Var}(Y)=11/5-1=6/5$. Em contraste, $[E(X)]^2=(1/2)^2=1/4$. Transformar a média é geralmente diferente de calcular a média de uma variável transformada.
X é uniforme em [−2,3] e Y = X². Encontre E(Y) e Var(Y) sem derivar a densidade de Y.
Compara o evento de probabilidade, suporte, constantes por trechos e cálculo com o modelo. Revisar o raciocínio e o resultado também.
Revise a distribuição antes de aceitar uma resposta
- A densidade deve ser não negativa e integrar $1$ sobre todo o seu domínio. Sua CDF deve ser contínua, não decrescente, ter os valores corretos nas extremidades e derivar para a densidade dentro de cada parte suave.
- Para uma variável transformada, verifique o suporte, os pontos de ruptura transladados, todos os ramos inversos válidos e o multiplicador da derivada. Use probabilidade de evento independente ou momento como verificação secundária; rejeite raízes fora do seu ramo mesmo que a álgebra esteja correta.
X é uniforme em [1,2] e Y = 1/X. Uma CDF interna proposta é F_X(1/y) = 1/y − 1 em [1/2,1]. Diagnose o erro e forneça a CDF completa e a densidade corretas.
Compara o evento de probabilidade, suporte, constantes por trechos e cálculo com o modelo. Revisar o raciocínio e o resultado também.
Recupere os métodos de área e evento
- Probabilidade é área da densidade; esperança é uma integral ponderada; um percentil resolve uma equação CDF em um ramo verificado. Uma CDF por partes deve incluir a área acumulada anterior.
- Para $Y=g(X)$, comece com $P(g(X)\leq y)$ e o novo suporte. Transformações crescentes, decrescentes e dobradas levam a eventos distintos; derive apenas após acertar esse evento.
Uma distribuição contínua é uniforme de 2 a 6. Qual é sua mediana?
Dificuldade 1/5 · Moedas 100 + pequeno bônus na primeira conclusão hoje
O ponto médio de 2 e 6 é 4. Outras opções — 1 (a área total sob uma densidade); 1.41 (a mediana da lição).