对于掷骰子得到偶数的事件,指示函数的行为是怎样的?
对于事件 ,指示函数在偶数骰子结果上取值为一,在 {1,3,5} 上取值为零。这创建了一个伯努利变量,其中成功对应于掷出偶数。
适用条件
- 实验是掷标准的六面骰子。
- 事件 E 定义为得到偶数(2、4 或 6)。
理解与推导
- 识别 E 中的结果:{2, 4, 6}。
- 识别不在 E 中的结果:{1, 3, 5}。
- 给 E 中的结果赋值 1。
- 给不在 E 中的结果赋值 0。
- 认识到这种二进制映射是一个伯努利变量。
例子
对于 ,指示函数在偶数骰子结果上取值为一,在 {1,3,5} 上取值为零。这是一个伯努利变量;其成功概率是 E 的概率。
容易误解的地方
- 根据点数而不是事件成员资格来赋值。
- 认为指示函数对偶数掷取值为 2、4 或 6。
观看对应讲解
1:53 – 3:11原站看这一段 ↗
相关概念
继续追问
相关问题
认识概念↗
认识概念↗
事件 E 的指示函数对 E 中的结果取值为一,对 E 外的结果取值为零。它记录了事件是否发生,而不保留其他结果细节。
适用条件:E 是样本空间内定义的事件。;变量是 E 的指示函数。
1:27 – 1:53原站看这一段 ↗
掌握方法↗
大写字母(如 )表示随机变量本身,即观测前的函数或规则。小写字母(如 )表示实验进行后该变量的特定实现值或观测值。
适用条件:背景涉及概率记号。;区分理论变量和经验数据。
YouTube随机变量|AnalystPrep
4:30 – 10:30原站看这一段 ↗
认识概念↗
判断用途↗
当变量代表有限或可数集合中项目的计数时(例如家庭中的人数),离散计数模型是合适的。对于可以在区间内取任何值的理想化量(例如时间或未舍入的货币金额),连续测量模型是合适的。
适用条件:变量是不同实体的计数。;变量是连续量的测量。
YouTube随机变量|AnalystPrep
3:00 – 12:03原站看这一段 ↗
答案依据视频资料生成并经过独立核验。若有疑问,请核对原视频或联系原作者。