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.

مثال · 10 * 1/2

Arithmetic · Arithmetic

Evaluate 10 * 1/2

\frac{10}{2}

قدم ب قدم

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

    Multiply: 10·1(1/2) = 5.

جواب کھوليں
5

اب آپ مسئلہ منتخب کريں يا ٹائپ کريں يا خود کريں ہر قدم ، تصوير ، جواب پوشيدہ هے جب تک آپ سوال نہ کريں

آپ کے اپنے کام رکھیں

مفت اکاؤنٹ تمام درسوں پر نوٹ شامل کر تا هے ، آپ نے جو ختم کر يا هے اس کا ريکورڈ ، آپ کے حل کيے گئے مسئلے ایک جگہ پر اور آپ اس صفحے کے بارے ميں سوال کر سکتے هيں تو تيرچر ريتھ ميں خود تمام لوگوں کے ليے کھلا هے ، خواہ آپ داخل هے يا نہيں

رجسٹر لاگ ان

علامتیں

تمام تعريف کے ليے ، تصوير کے ليے اور اس ميں ہر حروف کا مطلب کے ليے کو ئي علامت کو ٹک کريں

کیسے: Random variables and expectation

  1. Multiply: 10·1(1/2) = 5.

سوالات لوگ پوچھتے ہیں

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.

میں زیادہ Probability Theory

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