คุณได้ศึกษาจำนวนผู้ที่รอเข้าแถวที่ธนาคารของคุณในบ่ายวันศุกร์เวลา 15.00 น. เป็นเวลาหลายปีและได้สร้างการแจกแจงความน่าจะเป็นสำหรับ 0, 1, 2, 3 หรือ 4 คน ความน่าจะเป็นคือ 0.1, 0.3, 0.4, 0.1 และ 0.1 ตามลำดับ จำนวนผู้คนที่คาดหวัง (หมายถึง) รออยู่ที่บรรทัดเวลา 15.00 น. ในช่วงบ่ายวันศุกร์คืออะไร?

คุณได้ศึกษาจำนวนผู้ที่รอเข้าแถวที่ธนาคารของคุณในบ่ายวันศุกร์เวลา 15.00 น. เป็นเวลาหลายปีและได้สร้างการแจกแจงความน่าจะเป็นสำหรับ 0, 1, 2, 3 หรือ 4 คน ความน่าจะเป็นคือ 0.1, 0.3, 0.4, 0.1 และ 0.1 ตามลำดับ จำนวนผู้คนที่คาดหวัง (หมายถึง) รออยู่ที่บรรทัดเวลา 15.00 น. ในช่วงบ่ายวันศุกร์คืออะไร?
Anonim

จำนวนที่คาดหวังในกรณีนี้ถือเป็นค่าเฉลี่ยถ่วงน้ำหนัก มันมาถึงที่ดีที่สุดโดยการสรุปความน่าจะเป็นของตัวเลขที่กำหนดโดยตัวเลขนั้น ดังนั้นในกรณีนี้:

#0.1*0 + 0.3*1 + 0.4*2 + 0.1*3 + 0.1*4 = 1.8#

หมายความ (หรือ ค่าที่คาดหวัง หรือ ความคาดหวังทางคณิตศาสตร์ หรือเพียงแค่ เฉลี่ย) เท่ากับ

# P = 0.1 * 0 + 0.3 * 1 + 0.4 * 2 + 0.1 * 3 + 0.1 * 4 = 1.8 #

โดยทั่วไปแล้วถ้า ตัวแปรสุ่ม # Xi # ใช้ค่า # x_1, x_2, …, x_n # ด้วยความน่าจะเป็นเหมือนกัน # p_1, p_2, …, p_n #มัน หมายความ หรือ ความคาดหวังทางคณิตศาสตร์ หรือเพียงแค่ เฉลี่ย ถูกกำหนดให้เป็นผลรวมถ่วงน้ำหนักของค่าที่มีน้ำหนักเท่ากับความน่าจะเป็นที่ใช้ค่าเหล่านี้นั่นคือ

#E (Xi) = P_1 * x_1 + P_2 * x_2 + … + p_n * x_n #

ด้านบนเป็นคำนิยามสำหรับ ตัวแปรสุ่มไม่ต่อเนื่อง การ จำกัด จำนวนของค่า กรณีที่ซับซ้อนมากขึ้นด้วยจำนวนค่าที่ไม่ จำกัด (นับได้หรือนับไม่ได้) ต้องมีส่วนร่วมของแนวคิดทางคณิตศาสตร์ที่ซับซ้อนมากขึ้น

ข้อมูลที่เป็นประโยชน์มากมายในเรื่องนี้สามารถพบได้บนเว็บไซต์ Unizor โดยทำตามรายการเมนู ความน่าจะเป็น.