Бесплатный урок с нашим репетитором!

Узнать подробнее

Новая Школа - онлайн-школа подготовки к ЕГЭ
При поддержке
Посмотреть все вопросы нейросети
Бесплатный пробный урок с репетитором

Узнай больше про репетиторов Новой Школы и запишись на бесплатный пробный урок. Мы проверим твой уровень знаний и составим план обучения по любому предмету и классу

Вопрос от Анонимного юзера 24 февраля 2026 13:09

Найди определения распределения случайной величины. Выбери верный вариант Пеличина, равная сумме произведений значений случайных величин и их эероятно ей Закон, который каждому значению случайной величины ставит в соответствие вероятность того, что величина примет эта значение Величина, значение которой записит от того, каким элементарным событием закончился случайный оешт

Ответ нейросети

24 февраля 2026 13:09

Правильный выбор: Закон распределения, который каждому значению случайной величины ставит в соответствие вероятность того, что величина примет это значение.

Пояснение по шагам:

  • Что такое распределение случайной величины? Это правило (закон), которое сопоставляет каждому возможному значению случайной величины его вероятность наступления.
  • С учётом этого, если у вас дискретная случайная величина X имеет значения x1, x2, ..., xn с вероятностями p1, p2, ..., pn, то закон распределения задаётся как P(X = xi) = pi для каждого i.
  • Вектор факторов: сама величина X — это результат эксперимента (что-то вроде функции от исхода эксперимента), а ее распределение описывает, как распределены вероятности по её значениям.
  • Противоположные варианты:
    • "сумма произведений значений и их вероятностей" — это математическое ожидание E[X], а не distribution (не закон распределения).
    • "Величина, значение которой записывается в зависимости от того, каким элементарным событием закончился эксперимент" — это определение самой случайной величины, а не её распределения.

Короткий пример:

  • Пусть X принимает значения {−1, 0, 2} с вероятностями {0.2, 0.5, 0.3}. Тогда закон распределения указан как: P(X = −1) = 0.2, P(X = 0) = 0.5, P(X = 2) = 0.3. Это и есть распределение X.

Если хотите, могу привести ещё примеры для дискретного и непрерывного случая.

Задай свой вопрос

Напиши любую задачу или вопрос, а нейросеть её решит

Похожие вопросы 15

Бесплатно Мобильное приложение ГДЗ
Мобильное приложение ГДЗ

Задавай вопросы искуcственному интеллекту текстом или фотографиями в приложении на iPhone или Android

qr-codegoogle-playapp-store

Саша — ассистент в телеграмме

Найди определения распределения случайной величины. Выбери верный вариант Пеличина, равная сумме произведений значений случайных величин и их эероятно ей Закон, который каждому значению случайной величины ставит в соответствие вероятность того, что величина примет эта значение Величина, значение которой записит от того, каким элементарным событием закончился случайный оешт
Правильный выбор: Закон распределения, который каждому значению случайной величины ставит в соответствие вероятность того, что величина примет это значение. Пояснение по шагам: - Что такое распределение случайной величины? Это правило (закон), которое сопоставляет каждому возможному значению случайной величины его вероятность наступления. - С учётом этого, если у вас дискретная случайная величина X имеет значения x1, x2, ..., xn с вероятностями p1, p2, ..., pn, то закон распределения задаётся как P(X = xi) = pi для каждого i. - Вектор факторов: сама величина X — это результат эксперимента (что-то вроде функции от исхода эксперимента), а ее распределение описывает, как распределены вероятности по её значениям. - Противоположные варианты: - "сумма произведений значений и их вероятностей" — это математическое ожидание E[X], а не distribution (не закон распределения). - "Величина, значение которой записывается в зависимости от того, каким элементарным событием закончился эксперимент" — это определение самой случайной величины, а не её распределения. Короткий пример: - Пусть X принимает значения {−1, 0, 2} с вероятностями {0.2, 0.5, 0.3}. Тогда закон распределения указан как: P(X = −1) = 0.2, P(X = 0) = 0.5, P(X = 2) = 0.3. Это и есть распределение X. Если хотите, могу привести ещё примеры для дискретного и непрерывного случая.