Непрерывные случайные величины (Дополнительно)
Введено| English | Значение |
|---|---|
| continuous variable/kənˈtɪnjuːəs ˈveərɪəbl/ | непрерывная переменная |
| continuous random variable/kənˈtɪnjuːəs ˈrændəm ˈveərɪəbl/ | непрерывная случайная величина |
| probability density function/ˌprɒbəˈbɪlɪti ˈdensɪti ˈfʌŋkʃn/ | плотность вероятности |
| support/səˈpɔːt/ | множество определения |
| piecewise | кусочно-заданный |
| normalisation/ˌnɔːməlaɪˈzeɪʃn/ | нормализация |
| conditional probability/kənˈdɪʃənl ˌprɒbəˈbɪlɪti/ | условная вероятность |
| expectation/ekspɪkˈteɪʃn/ | математическое ожидание |
| variance/ˈveərɪəns/ | дисперсия |
| cumulative distribution function/ˈkjuːmjʊlətɪv ˌdɪstrɪˈbjuːʃn ˈfʌŋkʃn/ | функция распределения |
| median/ˈmiːdiːən/ | медиана |
| percentile/pəˈsentaɪl/ | перцентиль |
| quartile/ˈkwɔːtaɪl/ | кварталь |
| transformation/trænsfɔːˈmeɪʃn/ | преобразование |
Время ожидания измеряется на интервале
- Непрерывная переменная может принимать значения на протяжении всего интервала, например, время ожидания. Непрерывная случайная величина, описываемая плотностью, имеет вероятность $P(X=x)=0$ в каждой конкретной точке.
- Это не делает невозможным попадание в интервал: плотность $P(1<X<2)$ может быть положительной. Вероятность определяется площадью под кривой на диапазоне, а не высотой кривой в одной точке.
Проверьте корректность плотности вероятности
- Функция плотности вероятности $f(x)$ должна быть неотрицательной и иметь суммарную площадь, равную $1$. Укажите её область определения (диапазон возможных значений) и используйте плотность $0$ вне этой области.
- Плотность может превышать $1$: равномерное распределение на $[0,1/4]$ имеет высоту $4$ и площадь $4(1/4)=1$. Кандидат с отрицательной областью недействителен, даже если его знакочисленный интеграл равен $1$.
A density is not itself a probability. For a continuous distribution, changing one endpoint's included/excluded status does not change an interval probability.
Чему должна быть равна общая площадь под функцией плотности вероятности?
Сложность 2/5 · 140 монет + небольшой бонус за первое завершение сегодня
Функция плотности вероятности интегрируется до 1 на всем своём диапазоне.
Плотность вероятности f(x) никогда не может превышать 1.
Сложность 1/5 · 100 монет + небольшой бонус за первое завершение сегодня
Неверно. Общая площадь должна быть равна 1; на узком интервале сама плотность может превышать 1, например, равномерная плотность на [0, 0.5] равна 2.
Предполагаемая плотность имеет вид f(x) = 3x²/2 на [−1,1] и равна нулю вне этого интервала. Проверьте, что она корректна, и найдите P(X < 0).
Сравнивает событие вероятности, область определения, кусочно-постоянные значения и расчеты с моделью. Пересмотрите рассуждения, а также результат.
Сохраните исходную модель треугольной плотности
- Для $f(x)=x/2$ при $0\leq x\leq2$ общая площадь равна $\int_0^2x/2\,dx=1$. Например, $P(1<X<2)=\int_1^2x/2\,dx=3/4$.
- Вероятность $P(X=1)$ составляет $0$, хотя это не $f(1)=1/2$. Высота плотности и точечная вероятность — различные величины.

Переменная имеет плотность f(x) = kx на [0,3], равную нулю иначе. Найдите k и P(1 < X < 2).
Сравнивает событие вероятности, область определения, кусочно-постоянные значения и расчеты с моделью. Пересмотрите рассуждения, а также результат.
Нормализуйте кусочно-заданную плотность
- Кусочная плотность может использовать разные правила на разных интервалах. Предположим, что график является горизонтальным на высоте $a$ от $0$ до $2$, а затем линейно убывает до нуля в точке $4$. Его площадь равна $2a+\tfrac12(2)a=1$, следовательно, $a=1/3$.
- Убывающая прямая описывается уравнением $(4-x)/6$. Таким образом, наша нормированная плотность принимает значение $f(x)=1/3$ при $0\leq x<2$, $f(x)=(4-x)/6$ при $2\leq x\leq4$ и $0$ во всех остальных случаях. Нормализация учитывает каждый фрагмент целиком, а не вычисляет отдельную площадь $1$ для каждого из них.
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.
Плотность равна kx для 0 ≤ x < 1 и 2k для 1 ≤ x ≤ 2, иначе ноль. Найдите k. Должны ли два куска плотности совпадать в точке x = 1?
Сравнивает событие вероятности, область определения, кусочно-постоянные значения и расчеты с моделью. Пересмотрите рассуждения, а также результат.
Разбейте событие на каждом узле изменения плотности
- Для рассматриваемой плотности $P(1<X<3)$ пересекает $x=2$. Разбейте интеграл:
- Часть от $2$ до $3$ имеет площадь $1/4$. Использование постоянного правила для всего события дало бы неверную вероятность.
Плотность равна 2x/5 на [0,1) и 4/5 на [1,2], иначе ноль. Найдите P(1/2 < X < 3/2).
Сравнивает событие вероятности, область определения, кусочно-постоянные значения и расчеты с моделью. Пересмотрите рассуждения, а также результат.
Условие ограничивает и перескалирует площадь
- Условная вероятность использует $P(A\mid B)=P(A\cap B)/P(B)$ при условии $P(B)>0$. Преобразуйте условие в область интегрирования перед вычислением.
- В рассматриваемой плотности $P(X>3)=1/12$ и $P(X>1)=2/3$. Следовательно, $P(X>3\mid X>1)=(1/12)/(2/3)=1/8$; знаменатель представляет собой допустимую площадь после применения условия.
Плотность равна 2x/5 на [0,1) и 4/5 на [1,2], иначе ноль. Найдите P(X > 3/2 при условии X > 1/2).
Сравнивает событие вероятности, область определения, кусочно-постоянные значения и расчеты с моделью. Пересмотрите рассуждения, а также результат.
Найдите математическое ожидание с помощью весов плотности
- Математическое ожидание, или среднее значение, равно $E(X)=\int x f(x)\,dx$ по всему носителю. Переменная $x$ взвешивает каждый малый вклад вероятности.
- Для рассматриваемой плотности,
Случайная величина имеет плотность 3x² на [0,1], иначе ноль. Найдите её математическое ожидание, показав подынтегральное выражение.
Сравнивает событие вероятности, область определения, кусочно-постоянные значения и расчеты с моделью. Пересмотрите рассуждения, а также результат.
Вычислите второй момент перед дисперсией
- Второй момент равен $E(X^2)=\int x^2 f(x)\,dx$. Дисперсия определяется как $\operatorname{Var}(X)=E(X^2)-[E(X)]^2$, а не как интеграл от $x^2$ сам по себе.
- Рассматриваемая плотность даёт $E(X^2)=10/3$, поэтому $\operatorname{Var}(X)=10/3-(14/9)^2=74/81$. Среднее значение находится внутри носителя, а дисперсия неотрицательна.
Случайная величина имеет плотность 3x² на [0,1] и математическое ожидание 3/4. Найдите её дисперсию.
Сравнивает событие вероятности, область определения, кусочно-постоянные значения и расчеты с моделью. Пересмотрите рассуждения, а также результат.
Примените общее правило матожидания
- Для функции $g$ правило программы гласит
при условии существования математического ожидания. Подставьте требуемую функцию в подынтегральное выражение; не ищите новую плотность, если это не требуется или не является полезным.
- Для $g(X)=3X+2$, $E(g(X))=3E(X)+2$. Этот линейный трюк не распространяется на произвольные функции: $E(X^2)$ обычно отличается от $[E(X)]^2$.
Случайная величина имеет плотность 2x на [0,1], иначе ноль. Найдите E(3X² + 2), не выводя преобразованную плотность.
Сравнивает событие вероятности, область определения, кусочно-постоянные значения и расчеты с моделью. Пересмотрите рассуждения, а также результат.
Обратное математическое ожидание требует отдельного интеграла
- Для исходной треугольной плотности $f(x)=x/2$ на $[0,2]$,
- Здесь $E(X)=4/3$, поэтому $1/E(X)=3/4$ — другой ответ. Если подынтегральная функция имеет особую точку на конце, убедитесь, что несобственный интеграл конечен, прежде чем сообщать среднее значение; не отменяйте предел интегрирования.
Случайная величина имеет плотность 2x на (0,1). Найдите E(1/X) и сравните его со 1/E(X).
Сравнивает событие вероятности, область определения, кусочно-постоянные значения и расчеты с моделью. Пересмотрите рассуждения, а также результат.
Определите функцию распределения на всей числовой прямой
- Функция распределения равна $F(x)=P(X\leq x)=\int_{-\infty}^x f(t)\,dt$. Она неп убывает, принимает значения между $0$ и $1$ и является непрерывной для распределения, заданного плотностью.
- Ниже минимально возможного значения $F=0$; выше максимально возможного значения $F=1$. Внешние значения относятся к ФР, даже если плотность там равна нулю.
Функция распределения F(x) даёт:
Сложность 1/5 · 100 монет + небольшой бонус за первое завершение сегодня
F(x) = P(X ≤ x), накопленная площадь до точки x.
Предлагаемая функция распределения F(x) = 0 при x ∈ < −1, x² for −1 ≤ x ≤ 1, and 1 for x > 1. Объясните, почему она не может описывать случайную величину с плотностью вероятности.
Сравнивает событие вероятности, область определения, кусочно-постоянные значения и расчеты с моделью. Пересмотрите рассуждения, а также результат.
Перенесите предыдущую вероятность в следующий фрагмент ФР
- В разобранном примере плотности $F(x)=x/3$ для $0\leq x<2$. Для $2\leq x\leq4$ начните с $F(2)=2/3$ и добавьте только новую площадь:
- Дополните определение, указав $F=0$ для $x<0$ и $F=1$ для $x>4$. Два внутренних правила пересекаются в $F(2)=2/3$; интегрирование второй части плотности от нуля привело бы к потере накопленной константы.
Плотность вероятности f(x) = 2x/5 на [0,1) и f(x) = 4/5 на [1,2], равна нулю вне этого множества. Найдите полную функцию распределения F(x).
Сравнивает событие вероятности, область определения, кусочно-постоянные значения и расчеты с моделью. Пересмотрите рассуждения, а также результат.
Плотность может иметь скачок, тогда как ФР остается непрерывной
- Рассмотрите $f(x)=2x/7$ на $0\leq x<1$ и $f(x)=6/7$ на $1\leq x\leq2$, ноль в остальных случаях. Общая площадь равна $1/7+6/7=1$; плотность имеет скачок в точке $1$.
- Её ФР равна $x^2/7$ на $[0,1)$ и $(6x-5)/7$ на $[1,2]$. Оба дают значение $F(1)=1/7$. Их наклоны различны: $F'=f$ внутри каждого гладкого участка, в то время как производная в месте соединения может не существовать.
Внутри каждого гладкого участка плотность f(x) является ______ функции распределения F(x).
Сложность 1/5 · 100 монет + небольшой бонус за первое завершение сегодня
Внутри каждого гладкого участка f(x) = F′(x). В точке скачка плотности функция распределения остается непрерывной, но её производная может не существовать.
Для плотности f(x) = 2x/5 на [0,1) и f(x) = 4/5 на [1,2] сравните односторонние пределы плотности и функции распределения в точке x = 1. Имеет ли функция распределения производную в этой точке?
Сравнивает событие вероятности, область определения, кусочно-постоянные значения и расчеты с моделью. Пересмотрите рассуждения, а также результат.
Восстановите константы по заданной ФР
- Предположим, непрерывная переменная принимает значения $F=0$ ниже $1$, $F(x)=ax^2+b$ для $1\leq x\leq3$ и $F=1$ выше $3$. Непрерывность дает $a+b=0$ и $9a+b=1$.
- Таким образом, $a=1/8$, $b=-1/8$. Дифференцирование дает $f(x)=x/4$ на $1<x<3$ и ноль вне её. Проверьте значения обоих концов и неотрицательный наклон; две константы не определяются только последним концом.
A continuous variable has CDF 0 below 2, ax² + b on [2,4], and 1 above 4. Find a, b and its density.
Сравнивает событие вероятности, область определения, кусочно-постоянные значения и расчеты с моделью. Пересмотрите рассуждения, а также результат.
Используйте разности ФР для вероятностей интервалов
- Для непрерывного распределения $P(a<X\leq b)=F(b)-F(a)$; строгие и нестрогие границы дают одинаковый результат, так как точечные вероятности равны нулю.
- Для вычисленного значения плотности $F(3)-F(1)=11/12-1/3=7/12$, согласующегося с разбитым интегралом. Оба метода должны использовать правильную ветвь функции распределения на каждом конце отрезка.
Случайная величина X имеет функцию распределения F(x) = (x^² − 4)/12 на [2,4], со стандартными внешними значениями. Найдите P(5/2 ≤ X < 7/2) и объясните, изменится ли результат при замене любого из неравенств на строгое.
Сравнивает событие вероятности, область определения, кусочно-постоянные значения и расчеты с моделью. Пересмотрите рассуждения, а также результат.
Найдите медиану перед решением
- Медиана $m$ удовлетворяет условию $F(m)=1/2$. В вычисленной плотности $F(2)=2/3$, следовательно, $m$ находится в первой части: $m/3=1/2$, что дает $m=3/2$.
- В исходном треугольном примере $F(x)=x^2/4$ на $[0,2]$, поэтому $m=\sqrt2$. Высота плотности $f(m)=1/2$ не является уравнением для медианы.

Для f(x) = ½x на [0,2], F(x) = ¼x². Медиана решает уравнение ¼m² = 0.5. Каково значение m? (2 знака после запятой)
Сложность 2/5 · 140 монет + небольшой бонус за первое завершение сегодня
¼m² = 0.5 → m² = 2 → m = √2 ≈ 1.41.
Медиана m непрерывного распределения удовлетворяет условию:
Сложность 1/5 · 100 монет + небольшой бонус за первое завершение сегодня
Медиана делит площадь пополам: F(m) = 0.5.
Случайная величина имеет плотность f(x) = 3x^² на [0,1], равна нулю вне этого множества. Найдите точное медианное значение и проверьте область определения.
Сравнивает событие вероятности, область определения, кусочно-постоянные значения и расчеты с моделью. Пересмотрите рассуждения, а также результат.
Выберите правильную ветвь перцентиля
- Перцентиль на пропорции $p$ решает уравнение $F(q)=p$. Нижний квартиль использует $p=1/4$. Для вычисленной плотности нижний квартиль равен $3/4$, поскольку он расположен ниже $2$.
- Перцентиль на уровне 90 lies выше $2$: решите $1-(4-q)^2/12=0.9$. Действительный корень равен $q=4-\sqrt{6/5}$; другой алгебраический корень выходит за пределы области определения. Проверьте ветвь после решения.
Непрерывное распределение равномерно на отрезке от 2 до 6. Какова медиана и почему плотность вероятности может быть больше 1?
Для равномерного распределения медиана и среднее совпадают с центром интервала. Вероятность равна площади под кривой плотности.
Функция распределения F(x) = x^²/5 для 0 ≤ x < 1, F(x) = (4x − 3)/5 для 1 ≤ x ≤ 2, и равна 0 или 1 вне этих границ. Найдите 10-й и 90-й перцентили.
Сравнивает событие вероятности, область определения, кусочно-постоянные значения и расчеты с моделью. Пересмотрите рассуждения, а также результат.
Начните преобразование с события и диапазона
- Преобразование $Y=g(X)$ меняет диапазон возможных значений. Сначала найдите область определения $Y$ и куда перемещается каждый старый пороговый пункт; затем запишите $F_Y(y)=P(g(X)\leq y)$.
- Решите это событие относительно $X$, используйте его функцию распределения и продифференцируйте, если требуется новая плотность. Запишите $F_Y=0$ и $1$ вне её области определения, а также $f_Y=0$ вне области определения плотности.
X принимает значения на [−2,1], а Y = 2 − X². Найдите полный диапазон Y и объясните, почему использование только образов границ пропускает часть этого диапазона.
Сравнивает событие вероятности, область определения, кусочно-постоянные значения и расчеты с моделью. Пересмотрите рассуждения, а также результат.
Увеличивающее аффинное преобразование сохраняет порядок событий
- Для $Y=2X+1$, используя вычисленную плотность, область определения меняется с $[0,4]$ на $[1,9]$, а пороговый пункт $2$ становится $5$. Поскольку $2X+1\leq y$ означает $X\leq(y-1)/2$,
- Дифференцирование дает $f_Y(y)=\tfrac12 f_X((y-1)/2)$: оно равно $1/6$ на $1<y<5$ и $(9-y)/24$ на $5<y<9$, иначе ноль. Обратная производная обеспечивает множитель $1/2$.
X имеет плотность 2x на [0,1], ноль вне её. Пусть Y = 3X + 2. Найдите полную функцию распределения (CDF) и плотность Y.
Сравнивает событие вероятности, область определения, кусочно-постоянные значения и расчеты с моделью. Пересмотрите рассуждения, а также результат.
Убывающее преобразование меняет знак неравенства
- Используйте исходный треугольный $X$ на $[0,2]$ и пусть $Y=4-X$, чья область определения составляет $[2,4]$. Событие $4-X\leq y$ означает $X\geq4-y$.
- Таким образом, $F_Y(y)=1-F_X(4-y)=1-(4-y)^2/4$ для $2\leq y\leq4$, и $f_Y(y)=(4-y)/2$ внутри этого интервала. Завершите внешние части. Подстановка в $F_X$ без дополнения дала бы убывающую недопустимую функцию распределения.
X имеет плотность 2x на [0,1], ноль вне её. Пусть Y = 3 − 2X. Найдите полную функцию распределения (CDF) и плотность Y.
Сравнивает событие вероятности, область определения, кусочно-постоянные значения и расчеты с моделью. Пересмотрите рассуждения, а также результат.
Сохраните исходное положительное квадратичное преобразование
- Если исходный треугольный $X$ лежит в $[0,2]$ и $Y=X^2$, отображение является возрастающим на этой области определения. Для $0\leq y\leq4$,
- Следовательно, $f_Y(y)=1/4$ при $(0,4)$ и ноль в противном случае: $Y$ равномерно распределена на $[0,4]$. Укажите преобразованную область определения; выражение $y/4$ не является функцией распределения для каждого действительного $y$.
X равномерно распределён на [1,2], а Y = X². Найдите полную функцию распределения (CDF) и плотность Y.
Сравнивает событие вероятности, область определения, кусочно-постоянные значения и расчеты с моделью. Пересмотрите рассуждения, а также результат.
Кубическое преобразование может дать высокую плотность
- При той же треугольной $X$ пусть $Y=X^3$. Её область определения — $[0,8]$, а $F_Y(y)=F_X(\sqrt[3]y)=y^{2/3}/4$ при $0\leq y\leq8$.
- Для $0<y<8$, $f_Y(y)=1/(6y^{1/3})$. Она становится большой около нуля, но общая площадь равна $1$. Плотность не обязательно ограничена; значения, присвоенные отдельным границам, не меняют вероятности.
X uniformly распределён на [0,2], а Y = X³. Найдите полную функцию распределения (CDF) и плотность Y и проверьте нормировку.
Сравнивает событие вероятности, область определения, кусочно-постоянные значения и расчеты с моделью. Пересмотрите рассуждения, а также результат.
Преобразуйте каждую ветвь для кубического корня
- Для $Y=\sqrt[3]X$ с использованием проработанной кусочно-заданной плотности, $X=y^3$. Область определения — $[0,\sqrt[3]4]$, а старый переломный пункт $2$ становится $\sqrt[3]2$.
- Внутри области, $F_Y(y)=F_X(y^3)$ и $f_Y(y)=3y^2f_X(y^3)$. Таким образом, плотность равна $y^2$ ниже $\sqrt[3]2$ и $y^2(4-y^3)/2$ выше него, ноль вне новой области определения. Сохраните множитель производной обратной функции.
Случайная величина X имеет плотность f_X(x) = 3x^² на отрезке [0,1], а иначе равна нулю. Для Y = ∛X найдите полную функцию распределения F_Y(y) и плотность f_Y(y).
Сравнивает событие вероятности, область определения, кусочно-постоянные значения и расчеты с моделью. Пересмотрите рассуждения, а также результат.
Используйте тот же метод для квадратного корня
- Для $Y=\sqrt X$ с использованием проработанной кусочно-заданной плотности, $X=y^2$, область определения — $[0,2]$, а переломный пункт — $\sqrt2$. Для $y$ внутри области определения, $F_Y(y)=F_X(y^2)$.
- Продифференцируйте: $f_Y(y)=2yf_X(y^2)$. Это даёт $2y/3$ при $0<y<\sqrt2$ и $y(4-y^2)/3$ при $\sqrt2<y<2$, ноль в противном случае. Формула, содержащая только подстановку, упускает множитель правила дифференцирования сложной функции.
X имеет плотность 3x² на [0,1], иначе ноль. Пусть Y = √X. Найдите полную функцию распределения и плотность.
Сравнивает событие вероятности, область определения, кусочно-постоянные значения и расчеты с моделью. Пересмотрите рассуждения, а также результат.
Обратная величина требует положительной ограниченной области определения
- Пусть $X$ равномерна на $[1,3]$ и $Y=1/X$. Отображение убывающее, а новая область определения — $[1/3,1]$. Внутри неё, $Y\leq y$ означает $X\geq1/y$.
- Следовательно, $F_Y(y)=(3-1/y)/2$ и $f_Y(y)=1/(2y^2)$. Функция распределения F(x) равна $0$ ниже $1/3$ и $1$ выше $1$; плотность равна $0$ вне этой области. Положительная область определения делает reversal неравенства однозначным.
X равномерно распределён на [2,5], а Y = 1/X. Найдите полную функцию распределения и плотность Y.
Сравнивает событие вероятности, область определения, кусочно-постоянные значения и расчеты с моделью. Пересмотрите рассуждения, а также результат.
Квадрат через ноль может иметь два прообраза
- Теперь пусть $X$ будет равномерным распределением на $[-1,2]$ и $Y=X^2$. Тогда $Y\in[0,4]$, а $X^2\leq y$ означает $-\sqrt y\leq X\leq\sqrt y$, пересечённое с $[-1,2]$.
- Таким образом, $F_Y(y)=2\sqrt y/3$ при $0\leq y<1$, и $F_Y(y)=(1+\sqrt y)/3$ при $1\leq y\leq4$. Дифференцируйте внутри каждой части: плотности равны $1/(3\sqrt y)$ и $1/(6\sqrt y)$. Отрицательный прообраз перестаёт вносить вклад, как только $\sqrt y>1$.
X равномерно распределён на [−2,3], а Y = X². Найдите полную кусочно-заданную функцию распределения и плотность Y.
Сравнивает событие вероятности, область определения, кусочно-постоянные значения и расчеты с моделью. Пересмотрите рассуждения, а также результат.
Модуль также складывает диапазон
- При $X$, равномерной на $[-1,2]$ и $Y=|X|$, область определения — $[0,2]$. Событие — $-y\leq X\leq y$, обрезанное до исходной области определения.
- Её функция распределения равна $2y/3$ при $0\leq y<1$ и $(1+y)/3$ при $1\leq y\leq2$. Плотность равна $2/3$, затем $1/3$, ноль вне её. Два входных значения вносят вклад до завершения более короткой стороны; одно вносит вклад после этого.
X равномерно распределён на [−2,3], а Y = |X|. Найдите полную функцию распределения и плотность Y.
Сравнивает событие вероятности, область определения, кусочно-постоянные значения и расчеты с моделью. Пересмотрите рассуждения, а также результат.
Проверьте преобразованную вероятность двумя способами
- Для $X$, равномерно распределённой на $[-1,2]$ и $Y=X^2$, используйте выведенную функцию распределения:
- Непосредственно, $1/2<|X|<3/2$ даёт два интервала, $(-1,-1/2)$ и $(1/2,3/2)$, после обрезания по области определения. Их общая длина составляет $3/2$, делённая на исходную длину $3$, что снова даёт $1/2$.
Случайная величина X равномерно распределена на отрезке [−2,3], а Y = X². Найдите вероятность P(1/4 < Y < 4), используя как преобразованную функцию распределения, так и интервалы для X.
Сравнивает событие вероятности, область определения, кусочно-постоянные значения и расчеты с моделью. Пересмотрите рассуждения, а также результат.
Найдите преобразованные моменты без нахождения новой плотности
- Для того же $X$ и $Y=X^2$ общее правило математического ожидания даёт $E(Y)=E(X^2)=1$ и $E(Y^2)=E(X^4)=11/5$.
- Следовательно, $\operatorname{Var}(Y)=11/5-1=6/5$. В отличие от этого, $[E(X)]^2=(1/2)^2=1/4$. Преобразование среднего значения в целом отличается от взятия среднего значения преобразованной случайной величины.
X равномерно распределён на [−2,3], а Y = X². Найдите E(Y) и Var(Y), не выводя плотность Y.
Сравнивает событие вероятности, область определения, кусочно-постоянные значения и расчеты с моделью. Пересмотрите рассуждения, а также результат.
Проверьте распределение перед принятием ответа
- Плотность должна быть неотрицательной и интегрироваться до $1$ по всем своим участкам. Её функция распределения должна быть непрерывной, неубывающей, иметь правильные значения вне области определения и дифференцироваться в плотность внутри каждого гладкого участка.
- Для преобразованной переменной проверьте область определения, сдвинутые точки излома, все допустимые ветви обратного отображения и множитель производной. Используйте вероятность независимого события или момент как вторую проверку; отклоните корень вне своей ветви, даже если его алгебра верна.
Случайная величина X равномерно распределена на отрезке [1,2], а Y = 1/X. Предложенная внутренняя функция распределения F_X(1/y) = 1/y − 1 определена на [1/2,1]. Укажите ошибку и запишите правильную полную функцию распределения и плотность вероятности.
Сравнивает событие вероятности, область определения, кусочно-постоянные значения и расчеты с моделью. Пересмотрите рассуждения, а также результат.
Извлеките методы площади и событий
- Вероятность — это площадь плотности; математическое ожидание — взвешенный интеграл; перцентиль решает уравнение функции распределения на проверенной ветви. Кусочно-заданная функция распределения должна включать ранее накопленную площадь.
- Для $Y=g(X)$ начните с $P(g(X)\leq y)$ и новой области определения. Увеличивающие, уменьшающие и складывающие преобразования приводят к разным событиям; дифференцируйте только после того, как правильно определите событие.
Непрерывное распределение является равномерным на интервале от 2 до 6. Какова его медиана?
Сложность 1/5 · 100 монет + небольшой бонус за первое завершение сегодня
Середина отрезка между 2 и 6 равна 4. Другие варианты — 1 (общая площадь под графиком плотности); 1.41 (медиана из урока).