Hai studiato il numero di persone che aspettano in fila alla tua banca venerdì pomeriggio alle 15:00 per molti anni e hai creato una distribuzione di probabilità per 0, 1, 2, 3 o 4 persone in fila. Le probabilità sono 0,1, 0,3, 0,4, 0,1 e 0,1, rispettivamente. Qual è il numero atteso di persone (medie) che aspettano in fila alle 3 del pomeriggio di venerdì pomeriggio?

Hai studiato il numero di persone che aspettano in fila alla tua banca venerdì pomeriggio alle 15:00 per molti anni e hai creato una distribuzione di probabilità per 0, 1, 2, 3 o 4 persone in fila. Le probabilità sono 0,1, 0,3, 0,4, 0,1 e 0,1, rispettivamente. Qual è il numero atteso di persone (medie) che aspettano in fila alle 3 del pomeriggio di venerdì pomeriggio?
Anonim

Il numero previsto in questo caso può essere considerato come una media ponderata. È meglio arrivare sommando la probabilità di un dato numero per quel numero. Quindi, in questo caso:

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

Il significare (o valore atteso o aspettativa matematica o, semplicemente, media) è uguale a

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

In generale, se a variabile casuale # # Xi assume valori # x_1, x_2, …, x_n # con probabilità, corrispondentemente, # p_1, p_2, …, p_n #, suo significare o aspettativa matematica o, semplicemente, media è definito come una somma ponderata dei suoi valori con pesi pari alle probabilità che prende questi valori, cioè

#E (xi) = p_1 * x_1 + P_2 * x_2 + … + p_n * x_n #

Quanto sopra è una definizione per variabile casuale discreta prendendo un numero finito di valori. Casi più complessi con un numero infinito di valori (numerabili o non numerabili) richiedono il coinvolgimento di concetti matematici più complessi.

Un sacco di informazioni utili su questo argomento possono essere trovate sul sito Web Unizor seguendo la voce di menu Probabilità.