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.

Радни пример · 10 * 1/2

Arithmetic · Arithmetic

Evaluate 10 * 1/2

\frac{10}{2}

Корак по корак

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

    Multiply: 10·1(1/2) = 5.

Откриј одговор.
5

Сада ти Изаберите проблем или куцајте или нацртајте своје. Сваки корак, слику, одговор скривен док не питате.

Задржи свој посао.

Бесплатни налог додаје белешке о свакој лекцији, запису о томе шта сте завршили, решавању проблема на једном месту и тутору који можете да питате о овој страници. Сама математика је отворена за све, потписана или не.

Упиши се Пријављивање

Симболи који се овде користе

Додирните било који симбол за пуну дефиницију, слику, и шта значи свако слово у њој.

Како да: Random variables and expectation

  1. Multiply: 10·1(1/2) = 5.

Питања људи постављају

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.

Више у Probability Theory

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