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.

Разобранный пример · 10 * 1/2

Arithmetic · Arithmetic

Evaluate 10 * 1/2

\frac{10}{2}

Шаг за шагом

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

    Multiply: 10·1(1/2) = 5.

Показать ответ
5

Теперь ты Pick a problem, or type or draw your own. Every step, a picture, the answer hidden until you ask.

Сохраняйте свои решения

Бесплатный аккаунт добавляет записи на каждом уроке, записи о том, что вы закончили, ваши проблемы решены в одном месте, и репетитор, которого вы можете спросить об этой странице. Сама математика открыта для всех, подписана или нет.

Зарегистрироваться Вход

Используемые здесь символы

Нарисуйте любой символ для полного определения, картинку, и что каждая буква в ней означает.

Как: Random variables and expectation

  1. Multiply: 10·1(1/2) = 5.

Вопросы, которые люди задают

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.

Ещё в разделе Probability Theory

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