maths.free › Probability Theory › Random variables and expectation

Random variables and expectation

Distributions, expected value, variance, linearity of expectation.

A random variable is a number attached to each outcome; its expectation is the probability-weighted average, and expectation is linear even when the variables are dependent. Picture it: the distribution as a bar chart, the mean as its balance point. Think it: expectation is an integral against the probability measure.

Ejemplo resuelto · 10 * 1/2

Arithmetic · Arithmetic

Evaluate 10 * 1/2

\frac{10}{2}

Paso a paso

  1. 10 \cdot 1 \cdot \frac{1}{2} = 5

    Multiply: 10·1(1/2) = 5.

Revelar la respuesta
5

Ahora tú Escoge un problema, o escribe o dibuja el tuyo. Cada paso, una imagen, la respuesta oculta hasta que preguntes.

Guarda tu propio trabajo

Una cuenta gratuita añade notas sobre cada lección, un registro de lo que has terminado, tus problemas resueltos en un lugar, y un tutor que puedes preguntar sobre esta página. Las matemáticas en sí están abiertas a todos, se han registrado o no.

Registrarse Inicio de sesión

Símbolos utilizados aquí

Toque cualquier símbolo para la definición completa, una imagen, y lo que cada letra en ella significa.

Cómo: Random variables and expectation

  1. Multiply: 10·1(1/2) = 5.

Preguntas que la gente hace

What is the difference between probability and statistics?

Probability goes from a known model to what the data should look like; statistics goes from data back to the model. Probability theory is the deductive half.

What does the law of large numbers promise?

That the average of many independent samples converges to the expected value. It says nothing about any single trial.

Más en Probability Theory

Sample spaces and the axiomsThe common distributionsThe law of large numbers and the central limit theorem