11 hechos sobre la expectativa matemática y la variable aleatoria

Expectativa matemática y variable aleatoria    

     La expectativa matemática juega un papel muy importante en la teoría de la probabilidad, la definición básica y las propiedades básicas de la expectativa matemática ya discutimos en algunos artículos anteriores ahora después de discutir las diversas distribuciones y tipos de distribuciones, en el siguiente artículo nos familiarizaremos con algunas más propiedades avanzadas de la expectativa matemática.

Expectativa de suma de variables aleatorias | Expectativa de función de variables aleatorias | Expectativa de distribución de probabilidad conjunta

     Sabemos que la expectativa matemática de una variable aleatoria de naturaleza discreta es

2 1
2.0 Copiar

y para el continuo es

3.0 Copiar

ahora para la variable aleatoria X e Y si es discreta entonces con la articulación función de probabilidad p (x, y)

La expectativa de función de la variable aleatoria X e Y será

4.0

y si es continuo, entonces con la función de densidad de probabilidad conjunta f (x, y) la expectativa de función de la variable aleatoria X e Y será

5.0

si g es la suma de estas dos variables aleatorias en forma continua,

6.0
7.0
8.0
9.0

y si para las variables aleatorias X e Y tenemos

X>Y

entonces la expectativa también

10.0 1

Ejemplo

Un hospital Covid-19 se distribuye uniformemente en la carretera de la longitud L en un punto X, un vehículo que transporta oxígeno para los pacientes se encuentra en una ubicación Y que también se distribuye uniformemente en la carretera, Calcule la distancia esperada entre el hospital Covid-19 y vehículo portador de oxígeno si son independientes.

Solución:

Para encontrar la distancia esperada entre X e Y tenemos que calcular E {| XY | }

Ahora la función de densidad conjunta de X e Y será

11.0 1

desde

12.0 1

siguiendo esto tenemos

13.0 1

ahora el valor de la integral será

14.0
15.0
16.0

Por lo tanto, la distancia esperada entre estos dos puntos será

17.0

Expectativa de la media de la muestra

  Como media muestral de la secuencia de variables aleatorias X1, X2, ………, Xn con la función de distribución F y el valor esperado de cada uno como μ es

18.0

por lo que la expectativa de esta media muestral será

19.0
20.0
71.0
22.0

que muestra que el valor esperado de la media muestral también es μ.

Desigualdad de Boole

                de boole la desigualdad se puede obtener con la ayuda de las propiedades de expectativas, supongamos que la variable aleatoria X se define como

23.0 1

donde

24.0

Aquí uni son los eventos aleatorios, esto significa que la variable aleatoria X representa la ocurrencia del número de eventos Ai y otra variable aleatoria Y como

25.0

con claridad.

X>=Y

E[X] >= E[Y]

y tambien

ahora, si tomamos el valor de la variable aleatoria X e Y, estas expectativas serán

28.0

y

29.0

Sustituyendo estas expectativas en la desigualdad anterior, obtendremos la desigualdad de Boole como

30.0

Expectativa de la variable aleatoria binomial | Media de la variable aleatoria binomial

  Sabemos que la variable aleatoria binomial es la variable aleatoria que muestra el número de éxitos en n ensayos independientes con probabilidad de éxito como p y fracaso como q = 1-p, entonces si

X = X1 + X2+ ……. + Xn

Dónde

31.0

aquí estas Xi son los bernoulli y la expectativa será

32.0

entonces la expectativa de X será

33.0

Expectativa de variable aleatoria binomial negativa | Media de la variable aleatoria binomial negativa

  Sea una variable aleatoria X que representa el número de ensayos necesarios para recolectar r éxitos, entonces dicha variable aleatoria se conoce como variable aleatoria binomial negativa y se puede expresar como

34.0

aquí cada Xi denotar el número de intentos necesarios después del (i-1) st éxito para obtener el total de i éxitos.

Dado que cada uno de estos Xi representar la variable aleatoria geométrica y sabemos que la expectativa para la variable aleatoria geométrica es

35.0

so

36.0

que es el expectativa de variable aleatoria binomial negativa.

Expectativa de variable aleatoria hipergeométrica | Media de la variable aleatoria hipergeométrica

La expectativa o media de la variable aleatoria hipergeométrica la obtendremos con la ayuda de un ejemplo simple de la vida real, si se selecciona aleatoriamente n número de libros de un estante que contiene N libros de los cuales m son de matemáticas, entonces para encontrar el número esperado de Los libros de matemáticas permiten que X denote el número de libros de matemáticas seleccionados, entonces podemos escribir X como

37.0

donde

38.0

so

39.0
40.0

=n/n

lo que da

41.0

que es la media de dicha variable aleatoria hipergeométrica.

Número esperado de coincidencias

   Este es un problema muy popular relacionado con la expectativa, suponga que en una habitación hay N número de personas que arrojan sus sombreros en el medio de la habitación y todos los sombreros se mezclan después de que cada persona elija al azar un sombrero y luego el número esperado de personas. que seleccionan su propio sombrero podemos obtener al dejar que X sea el número de coincidencias, por lo que

42.0

Dónde

43.0

dado que cada persona tiene la misma oportunidad de seleccionar cualquiera de los sombreros de N sombreros, entonces

44.0

so

45.0

lo que significa que exactamente una persona en promedio elige su propio sombrero.

La probabilidad de una unión de eventos.

     Obtengamos la probabilidad de la unión de los eventos con la ayuda de la expectativa para los eventos Ai

46.0

con esto tomamos

47.0

así que la expectativa de esto será

48.0

y expandir usando la propiedad de expectativa como

49.0

Desde que tenemos

Expectativa matemática
Expectativa matemática: la probabilidad de una unión de eventos

y

51.0

so

52.0

esto implica la probabilidad de unión como

52.0 1

Límites de la expectativa usando el método probabilístico

    Suponga que S es un conjunto finito yf es la función sobre los elementos de S y

53.0

aquí podemos obtener el límite inferior para este m por la expectativa de f (s) donde "s" es cualquier elemento aleatorio de S cuya expectativa podemos calcular de modo

54.0
55.0 1

aquí obtenemos la expectativa como el límite inferior para el valor máximo

Identidad máxima-mínima

 Máximo La identidad mínima es el máximo del conjunto de números al mínimo de los subconjuntos de estos números que es para cualquier número xi

56.0 1

Para mostrar esto, restrinjamos la xi dentro del intervalo [0,1], suponga una variable aleatoria uniforme U en el intervalo (0,1) y los eventos Ai ya que la variable uniforme U es menor que xi que sea

57.0

ya que al menos uno de los eventos anteriores ocurre cuando U es menor que uno del valor de xi

58.0

y

59.0

Claramente sabemos

60.0

y todos los eventos ocurrirán si U es menor que todas las variables y

62.0 1

la probabilidad da

62.0

tenemos el resultado de la probabilidad de unión como

63.0

siguiendo esta fórmula de exclusión de inclusión para la probabilidad

64.0

que consideren

65.0

esto da

66.0

desde

67.0

lo que significa

68.0
  • por lo tanto, podemos escribirlo como
69.0

tomando la expectativa podemos encontrar los valores esperados de los mínimos máximos y parciales como

70.0

Conclusión:

La expectativa en términos de varias distribuciones y correlación de la expectativa con algunos de los teoría de probabilidad Los conceptos fueron el enfoque de este artículo que muestra el uso de la expectativa como una herramienta para obtener los valores esperados de diferentes tipos de variables aleatorias. Si necesita más información, consulte los libros a continuación.

Para obtener más artículos sobre matemáticas, consulte nuestro Página de matemáticas.

https://en.wikipedia.org/wiki/Expectation

Un primer curso de probabilidad de Sheldon Ross

Esquemas de probabilidad y estadística de Schaum

Una introducción a la probabilidad y la estadística por ROHATGI y SALEH