publicación de nicho, pero gran parte de la probabilidad de pregrado / procesos estocásticos consiste en trabajar con distribuciones que tienen representaciones subóptimas de un cierto modelo pero que poseen propiedades analíticas bastante agradables (por ejemplo, Gamma) Sospecho que este requisito ha desaparecido con Cursor y nos enfocaremos en modelos puramente computacionales que maximicen el ajuste a la realidad frente a la tractabilidad analítica. Esto probablemente ha sido la norma entre los ingenieros durante muchos años (? sospecho pero no estoy seguro) pero ahora se convertirá en la norma en todas las disciplinas matemáticas gracias a Cursor como "Está bien, simplemente muestrea de Lognormal el 75% del tiempo y de Pareto(a=3.5) el 25% del tiempo y déjame ver cómo se ve eso" Esto puede ser completamente obvio para los ingenieros, pero es una gran mejora para aquellos de nosotros que estudiamos economía / cualquier disciplina de modelado antes de 2020 y tuvimos que resolver estas cosas a mano y estábamos extremadamente limitados en los modelos que podíamos construir como consecuencia