tekislikdagi ixtiyoriy d soxada tekis taqsimlangan ikki o’lchovli tasodifiy vektor. tasodifiy miqdorning shartli matematik kutilmasi.
Sahifa ko'rinishi (5 sahifa)
Pastga aylantiring 👇![tekislikdagi ixtiyoriy d soxada tekis taqsimlangan ikki o’lchovli tasodifiy vektor. tasodifiy miqdorning shartli matematik kutilmasi. markov va chebishev tengsizliklari. o’zaro bog’liq va bog’liqsiz bo’lgan tasodifiy miqdorlar ketma-ketligi uchun mlt. excel dasturi yordamida tanlanmani tahlil qilish. reja: 1. tekis taqsimlangan ikki o’lchovli tasodifiy vector 2. tasodifiy miqdorning shartli matematik kutilmasi 3. markov va chebishev tengsizliklari 4. o’zaro bog’liq va bog’liqsiz bo’lgan tasodifiy miqdorlar ketma-ketligi uchun mlt 5. excel dasturi yordamida tanlanmani tahlil qilish tekis taqsimlangan ikki o'lchovli tasodifiy vektor, ikki o'zgaruvchili tasodifiy miqdorni ifodalaydi. bunda, har bir o'zgaruvchi o'zining o'ziga xos qiymatlarga ega bo'lishi mumkin. agar biz \(x\) va \(y\) o'zgaruvchilar bilan ifodalangan ikki o'lchovli tasodifiy vektorni ko'rsataylik, unda quyidagi shaklda bo'lishi mumkin: \[ \mathbf{v} = (x, y) \] bu yerda \(x\) va \(y\) ikki ta o'zgaruvchili tasodifiy miqdorlar bo'lib, ularning qiymatlari mos ravishda mazkur vektorning mos ravishdagi qiymatlari bo'ladi. masalan, agar \(x\) va \(y\) normal taqsimlangan tasodifiy miqdorlar bo'lsin, ularning …](/media/previews/pages/preview_0DOzO6g.webp "tekislikdagi ixtiyoriy d soxada tekis taqsimlangan ikki o’lchovli tasodifiy vektor. tasodifiy miqdorning shartli matematik kutilmasi. - 1-sahifa")
![] = \sum_{i=1}^{n} (x_i - \mu)^2 \cdot p(x = x_i) \] 3. **standart deviasiya (standard deviation)**: tasodifiy miqdorning standart deviasiya qiymati, miqdorlar o'rtacha qiymatga qanday qadar bo'lgan farqni ifodalaydi. \[ \sigma = \sqrt{\text{var}(x)} \] 4. **kovariansiya (covariance)**: agar ikki o'zgaruvchili tasodifiy miqdorlar \(x\) va \(y\) berilgan bo'lsa, ularning kovariansiya qiymati, ularning birlig'ida qanday o'zgarishlarga ega bo'lganligini ifodalaydi. \[ \text{cov}(x, y) = e[(x - \mu_x)(y - \mu_y)] \] 5. **korelyatsiya (correlation)**: tasodifiy miqdorlar orasidagi korelyatsiya, ularning birbiriga qanday qisqa va o'zgaruvchilarga ega bo'lishi haqida ma'lumot beradi. \[ \text{corr}(x, y) = \frac{\text{cov}(x, y)}{\sigma_x \cdot \sigma_y} \] bu shartli matematik kutilmalar, tasodifiy miqdorlarning ma'lumotlar tahlili va model bilan bog'liq ishlarida juda muhim ahamiyatga ega. bu kutilmalarni aniqlash, miqdorlarning tarqalgan ma'lumotlarini tahlil qilishda va aniq natijalarga erishishda yordam beradi. **markovning tengsizligi**: markovning tengsizligi, biror tasodifiy o'zgaruvchining o'rtacha qiymatidan qanchalik uzoqlikda bo'lishining keskin bir limiti haqida ma'lumot beradi. agar \(x\) tasodifiy o'zgaruvchi bo'lsa, uning o'rtacha …](/media/previews/pages/preview_JGXzlRl.webp "tekislikdagi ixtiyoriy d soxada tekis taqsimlangan ikki o’lchovli tasodifiy vektor. tasodifiy miqdorning shartli matematik kutilmasi. - 2-sahifa")
![a^2\) bo'lsin. markovning tengsizligi quyidagicha ifodalaydi: \[ p(|x - \mu| \geq k) \leq \frac{\sigma^2}{k^2} \] bu formulada, tasodifiy o'zgaruvchining o'rtacha qiymatidan \(k\) ga uzunlikda bo'lishining ehtimoli yuqori limitlangan. boshqa so'z bilan, markovning tengsizligi tasodifiy o'zgaruvchining o'rtacha qiymatidan qanchalik uzoq bo'lishining keskin chegarasini belgilaydi. **chebyshevning tengsizligi**: agar \(x\) tasodifiy o'zgaruvchi bo'lsa, uning o'rtacha qiymati \(\mu\) va dispersiyasi \(\sigma^2\) bo'lsin. chebyshevning tengsizligi quyidagicha ifodalaydi: \[ p(|x - \mu| \geq k\sigma) \leq \frac{1}{k^2} \] bu formulada, tasodifiy o'zgaruvchining o'rtacha qiymatidan \(k\sigma\) ga uzunlikda bo'lishining ehtimoli yuqori limitlangan. bu, o'zgaruvchining o'rtacha qiymati bilan standart deviasiyasi orqali ifodalangan. bu tengsizliklar, tasodifiy o'zgaruvchilarning ma'lumotlarini tahlil qilishda foydalaniladi va umumiy xususiyatlarni aniqlashda yordam beradi. markovning tengsizligi keng qo'llaniladigan bir formula bo'lib, chebyshevning tengsizligi esa markovning tengsizligidan kuchliroq chegaralarni aniqlashda foydalaniladi. o'zaro bog'liq (correlated) va bog'liqsiz (uncorrelated) tasodifiy miqdorlar ketma-ketligi uchun mlt (multivariate linear transformation) metodlarini o'rganishga tushunarli vaqt sarflanadi. bu usul, bir yoki bir nechta o'zgaruvchilarning bog'liqligini …](/media/previews/pages/preview_Mb6zGpI.webp "tekislikdagi ixtiyoriy d soxada tekis taqsimlangan ikki o’lchovli tasodifiy vektor. tasodifiy miqdorning shartli matematik kutilmasi. - 5-sahifa")
Ko'proq o'qimoqchimisiz?
Barcha 11 sahifani Telegram orqali bepul yuklab oling.
To'liq faylni yuklab olish"tekislikdagi ixtiyoriy d soxada tekis taqsimlangan ikki o’lchovli tasodifiy vektor. tasodifiy miqdorning shartli matematik kutilmasi." haqida
tekislikdagi ixtiyoriy d soxada tekis taqsimlangan ikki o’lchovli tasodifiy vektor. tasodifiy miqdorning shartli matematik kutilmasi. markov va chebishev tengsizliklari. o’zaro bog’liq va bog’liqsiz bo’lgan tasodifiy miqdorlar ketma-ketligi uchun mlt. excel dasturi yordamida tanlanmani tahlil qilish. reja: 1. tekis taqsimlangan ikki o’lchovli tasodifiy vector 2. tasodifiy miqdorning shartli matematik kutilmasi 3. markov va chebishev tengsizliklari 4. o’zaro bog’liq va bog’liqsiz bo’lgan tasodifiy miqdorlar ketma-ketligi uchun mlt 5. excel dasturi yordamida tanlanmani tahlil qilish tekis taqsimlangan ikki o'lchovli tasodifiy vektor, ikki o'zgaruvchili tasodifiy miqdorni ifodalaydi. bunda, har bir o'zgaruvchi o'zining o'ziga xos qiymatlarga ega bo'lishi mumkin. agar biz \(x\) va \(y\) o'zgar...
Bu fayl DOCX formatida 11 sahifadan iborat (27,7 KB). "tekislikdagi ixtiyoriy d soxada tekis taqsimlangan ikki o’lchovli tasodifiy vektor. tasodifiy miqdorning shartli matematik kutilmasi."ni yuklab olish uchun chap tomondagi Telegram tugmasini bosing.
