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.

Exemplo resolvido · 10 * 1/2

Arithmetic · Arithmetic

Evaluate 10 * 1/2

\frac{10}{2}

Passo a passo

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

    Multiply: 10·1(1/2) = 5.

Revelar a resposta
5

Agora tu Escolha um problema, ou digite ou desenhe o seu próprio. Cada passo, uma imagem, a resposta escondida até que você pergunte.

Guarde o seu próprio trabalho

Uma conta gratuita adiciona notas sobre cada lição, um registro do que você terminou, seus problemas resolvidos em um lugar, e um tutor que você pode perguntar sobre esta página. A própria matemática está aberta a todos, assinada ou não.

Inscrever-se Login

Símbolos usados aqui

Toque em qualquer símbolo para a definição completa, uma imagem e o que cada letra nela significa.

Como: Random variables and expectation

  1. Multiply: 10·1(1/2) = 5.

Perguntas que as pessoas fazem

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.

Mais em Probability Theory

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