Math ClubMath Club
v1 · padrão canônico

Lição 74 — Variável aleatória discreta

PMF, esperança, variância e LOTUS. O conceito que unifica probabilidade e estatística e abre caminho para todas as distribuições nomeadas.

Used in: Stochastik — Leistungskurs alemão · H2 Math — Singapura · AP Statistics — EUA · Math B — Japão

E[X]=xxP(X=x),Var(X)=E[X2](E[X])2E[X] = \sum_x x \cdot P(X = x), \quad \text{Var}(X) = E[X^2] - (E[X])^2
Choose your door

Rigorous notation, full derivation, hypotheses

厳密な定義

離散確率変数

"A random variable is a numerical measure of the outcome of a probability experiment... a discrete random variable has a countable number of values." — OpenStax Statistics §4.1

"The expected value of a random variable is denoted by the Greek letter mu (μ\mu). The expected value is often called the long-term average or mean." — OpenStax Statistics §4.2

解答済み例

Exercise list

40 exercises · 10 with worked solution (25%)

Application 24Understanding 2Modeling 10Challenge 1Proof 3
  1. Ex. 74.1Application

    XX は値 1、2、3 を確率 0,2、0,5、0,3 で仮定します。E[X]E[X] を計算してください。

  2. Ex. 74.2ApplicationAnswer key

    前の練習問題と同じ XXE[X2]E[X^2] を計算してください。

  3. Ex. 74.3Application

    同じ XXVar(X)\text{Var}(X) を計算してください。

  4. Ex. 74.4Application

    正直なサイコロ(X{1,2,3,4,5,6}X \in \{1,2,3,4,5,6\}p=1/6p = 1/6)。E[X]E[X]Var(X)\text{Var}(X) を計算してください。

  5. Ex. 74.5Application

    正直なコイン: 表なら X=1X = 1、裏なら X=0X = 0E[X]E[X]Var(X)\text{Var}(X) を計算してください。

  6. Ex. 74.6Application

    2つの正直なサイコロの合計 S=X1+X2S = X_1 + X_2E[S]E[S] を計算してください。

  7. Ex. 74.7Application

    2つの独立なサイコロの合計 S=X1+X2S = X_1 + X_2Var(S)\text{Var}(S) を計算してください。

  8. Ex. 74.8Application

    XX{1,2,,n}\{1, 2, \ldots, n\} で一様です。E[X]E[X]nn の関数として計算してください。

  9. Ex. 74.9Application

    P(X=k)=ckP(X = k) = c \cdot kk{1,2,3,4}k \in \{1, 2, 3, 4\})。cc を見つけて、E[X]E[X] を計算してください。

  10. Ex. 74.10ApplicationAnswer key

    P(X=k)=(1/2)kP(X = k) = (1/2)^kk=1,2,k = 1, 2, \ldots)。これが有効なPMFであることを確認し、E[X]E[X] を計算してください。

  11. Ex. 74.11ApplicationAnswer key

    ロッタリー:確率 10710^{-7} で100万ブラジル・レアル を勝ち、各チケットのコストは5ブラジル・レアル 。チケットあたりの E[利益]E[\text{利益}] を計算してください。購入する価値はありますか?

  12. Ex. 74.12Application

    賭け:確率 0,4 で100ブラジル・レアル を勝ち、確率 0,6 で60ブラジル・レアル を負けます。E[X]E[X] を計算してください。

  13. Ex. 74.13ApplicationAnswer key

    E[X]=5E[X] = 5E[Y]=3E[Y] = 3E[2X+3Y1]E[2X + 3Y - 1] を計算してください。

  14. Ex. 74.14Application

    XXE[X]=4E[X] = 4Var(X)=9\text{Var}(X) = 9 を持ちます。E[X2+1]E[X^2 + 1] を計算してください。

  15. Ex. 74.15Application

    100個の独立なサイコロ。合計の期待値。

  16. Ex. 74.16Application

    100個の独立なサイコロ。合計の分散。

  17. Ex. 74.17Application

    X{0,1,2}X \in \{0, 1, 2\} (確率 0,3、0,5、0,2)。E[X2]E[X^2] を計算してください。

  18. Ex. 74.18Application

    同じ XX。線形性経由で E[3X+2]E[3X + 2] を計算してください。

  19. Ex. 74.19ApplicationAnswer key

    同じ XX。LOTUS 経由で E[(X1)2]E[(X-1)^2] を計算してください。

  20. Ex. 74.20ApplicationAnswer key

    置き換えなしでカードデッキから5枚を引きます。インジケータと線形性を使用して、エースの数の期待値を計算してください。

  21. Ex. 74.21Application

    nn 人の間で、同じ誕生日を共有するペアの数の期待値。インジケータを使用してください。

  22. Ex. 74.22Application

    甕に赤いボール5個と青いボール15個が入っています。置き換えなしで10個をサンプルします。赤いボールの数の期待値。

  23. Ex. 74.23Application

    保険:10万ブラジル・レアル を支払う1%の確率。保険的に正当な保険料はいくらですか?

  24. Ex. 74.24Application

    ヨーロッパンルーレット(37個のポケット):1ブラジル・レアル を1つの数字に賭け、35対1の支払い。1ラウンドあたり E[X]E[X] を計算してください。

  25. Ex. 74.25Modeling

    電子商取引:訪問者の10%が購入、平均チケット200ブラジル・レアル 。1.000人の訪問者あたりの期待収益を計算してください。

  26. Ex. 74.26Modeling

    95%精度のMLモデル。各エラーは50ブラジル・レアル のコストがかかります。1.000分類での総期待コスト。

  27. Ex. 74.27Modeling

    生産ライン:部品の2%に欠陥があります。50個のロット。欠陥部品の数の期待値と分散。

  28. Ex. 74.28Modeling

    コールセンター:オペレータが1、2、または3の顧客/分に対応 (確率 0,2、0,5、0,3)。1時間あたりの対応の期待値。

  29. Ex. 74.29ModelingAnswer key

    正直なコインを表が出るまで投げます。投げの数の期待値。

  30. Ex. 74.30Modeling

    サーバーは平均5リクエスト/秒を受け取ります(ポアソン)。1分間のリクエスト数の期待値。

  31. Ex. 74.31Modeling

    自営業労働者:1.500ブラジル・レアル を月給の30%、1.000ブラジル・レアル を70%受け取ります。簡略化されたINSS税率:月給に対して7,5%。月間期待寄付を計算してください。

  32. Ex. 74.32Modeling

    投資基金:月間収益 +2% (確率 0,6)または -1% (確率 0,4)。月間期待収益と分散を計算してください。

  33. Ex. 74.33ModelingAnswer key

    3つのサプライヤーを持つ店舗:A (注文の40%、3日)、B (35%、5日)、C (25%、7日)。平均配達時間と分散を計算してください。

  34. Ex. 74.34ModelingAnswer key

    ランダムキャッシュバック付きカード:購入の20%で5ブラジル・レアル 、それ以外は0ブラジル・レアル 。月間50回の購入で、月間期待キャッシュバックと標準偏差を計算してください。

  35. Ex. 74.35Understanding

    LOTUS はなぜ機能しますか? 数式を使わずに2~3行で説明してください。

  36. Ex. 74.36Understanding

    期待値の線形性 E[X+Y]=E[X]+E[Y]E[X+Y] = E[X] + E[Y] が、XXYY が依存している場合でも成立するのはなぜですか?

  37. Ex. 74.37Challenge

    E[X]=0E[X] = 0Var(X)=1\text{Var}(X) = 1 を満たす、わずか2つの値を持つ離散確率変数を構築してください。

  38. Ex. 74.38Proof

    定義 Var(X)=E[(Xμ)2]\text{Var}(X) = E[(X - \mu)^2] から恒等式 Var(X)=E[X2](E[X])2\text{Var}(X) = E[X^2] - (E[X])^2 を証明してください。

  39. Ex. 74.39ProofAnswer key

    X,YX, Y が離散で独立な場合、E[XY]=E[X]E[Y]E[XY] = E[X]\,E[Y] であることを証明してください。

  40. Ex. 74.40Proof

    マルコフ不等式(X0X \geq 0 のとき P(Xa)E[X]/aP(X \geq a) \leq E[X]/a)とチェビシェフ不等式(P(Xμkσ)1/k2P(|X - \mu| \geq k\sigma) \leq 1/k^2)を証明してください。

出典

  • OpenIntro Statistics (第4版) — Diez, Çetinkaya-Rundel, Barr · 2019 · EN · CC-BY-SA. 主要出典——§3.1 (PMF、期待値) と §3.2 (分散、線形性、独立性)。
  • Statistics (OpenStax) — Illowsky, Dean · 2022 · EN · CC-BY. §4.1–4.3——離散確率変数、PMF、CDF、期待値、分散;AP水準の練習問題。
  • Introduction to Probability (Grinstead-Snell) — Grinstead, Snell · 1997 · EN · GNU FDL. §5.1–5.2——期待値、分散、LOTUS、マルコフおよびチェビシェフ不等式;証明的な練習問題。

Updated on 2026-05-06 · Author(s): Clube da Matemática

Found an error? Open an issue on GitHub or submit a PR — open source forever.