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.

Օրինակ · 10 * 1/2

Arithmetic · Arithmetic

Evaluate 10 * 1/2

\frac{10}{2}

Քայլ առ քայլ

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

    Multiply: 10·1(1/2) = 5.

Առաջարկել պատասխանը
5

Now you Ընտրեք խնդիր, կամ տեքստ գրեք կամ նկարեք ձեր սեփականը։ Յուրաքանչյուր քայլ, նկար, պատասխանը թաքնված է մինչև դուք հարցնեք։

Ձեր սեփական աշխատանքը շարունակեք

Ազատ հաշիվը յուրաքանչյուր դասավանդման համար գրառումներ է ավելացնում, Ձեր ավարտելիք դասերի և լուծված խնդիրների ցուցակ է պահում մեկ տեղում, և ուսուցիչ, ում կարող եք հարցնել այս էջի մասին։ Մաթեմատիկան բաց է բոլորի համար, անկախ նրանից մուտքագրվել եք արդյոք կամ ոչ։

Գրանցվել Գրանցում

Օգտագործված սիմվոլներ

Տեղադրեք ցանկացած նշան՝ ամբողջական սահմանման, նկարի և դրա մեջ ամեն մի տառի իմաստը տեսնելու համար։

Ինչպես: Random variables and expectation

  1. Multiply: 10·1(1/2) = 5.

Հարցեր, որոնք մարդիկ տալիս են :

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.

Ցուցադրել Probability Theory

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