M=max(X,Y)表示M这个随机变量是X与Y中较大者。
M=min(X,Y)表示M这个随机变量是X与Y中较小者。
如果m=max(3,5) ,则m=5.如果m=min(3,5) ,则m=3
max是英文maximum的简写,min是minimum。
如果X是离散随机变量,具有概率质量函数p(x),那么X的期望值定义为E[X]= 。换句话说,X的期望是X可能取的值的加权平均,每个值被X取此值的概率所加权。
扩展资料:
设x1,x2,…,xn是n个随机变量,如果对任何n个实数x1,x2,…,xn都有,即它们的联合分布函数F(x1,x2,…,xn)等于它们各自的分布函数F1(x1),F2(x2),…,Fn(xn)的乘积,即则称x1,x2,…,xn是独立的。这一定义可以直接推广到每一xk(k=1,2,…,n)是随机向量的情形。
独立性的直观意义是:x1,x2,…,xn中的任何一个取值的概率规律,并不随其中的其他随机变量取什么值而改变。在实际问题中通常用它来表征多个独立操作的随机试验结果或多种有独立来源的随机因素的概率特性,因此它对于概率统计的应用是十分重要的。
从随机变量(或向量)x1,x2,…,xn的独立性还可以推出:设Bk是xk取值的空间中的任意波莱尔集,k=1,2,…,n,则有 。设x1,x2,…,xn是独立的,则它们中的任意个都是独立的。但逆之即使其中任何n-1个是独立的,也不保证x1,x2,…,xn是独立的。
又如果ƒj(x),i=1,2,…,n,是n个连续函数或初等函数(或更一般的波莱尔可测函数),则从x1,x2,…,xn的独立性可推出ƒ1(x1),ƒ2(x2),…,ƒn(xn)也独立。如果随机变量(随机向量)序列x1,x2,…,xn,…中任何有限个都独立,则称之为独立随机变量(随机向量)序列。
参考资料:百度百科——随机变量
min是minute的缩写,意思为分钟或者是最小值。min在数学学科里面,是指在一个区间内最小数。例如Fmin≤F≤Fmax。min还主要用在数学表达式的单位中,是分钟的单位。
本回答被网友采纳M=max(X,Y)表示M这个随机变量是X与Y中较大者。
M=min(X,Y)表示M这个随机变量是X与Y中较小者。
如果m=max(3,5) ,则m=5.如果m=min(3,5) ,则m=3
max是英文maximum的简写,min是minimum.