確率
$ X_i $が$ i $日の事故の数を示し、$ mathbb {E} X_i = mu $と$ text {Var}(X_i)= sigma ^ 2 < infty $があるとします。あなたが興味を持っていること
ディディエが指摘したように、シーケンスは増加していません。たとえば、$ frac {1} {2} $は$ A_2 $にありますが、$ A_3 $にはありません。私たちがシャルするので、はるかに多くの例があります
ソリューションの欠陥は、列挙した$ 330 $のケースが同じように表示される可能性が低いことです。たとえば、7つのチョコレートbすべてに1つの方法しかありません
$ X $の密度関数$ f_X $が$ X $の累積分布関数$ F_X $について何を示しているかを確認することから始めましょう。 $- infty <の場合$ f_X(x)= 0 $なので
$$ P(N(20)= 6 mid N(10)= 0) ne P(N(20)= 6)$$ $$ P(N(20)= 6 mid N(10)= 0 )= P(N(20)-N(10)= 6)= P(N(10)= 6)= frac {e ^ {- lambda cdot 10}( lambda cdo
制限された選択の重要性についての質問に答え、その説明を解くために、AdamSanjという例のより単純なバージョンを考えてみましょう。
$ X $が$ 1〜5 $の間の任意の値を表すとすると、オプションのシーケンスは次のようになります。$ XXX66 $ $ X6X66 $ $ 6XX66 $各シーケンスの確率を計算します:$ P(XXX66)= frac56 c
驚くべきことに、これはすでに研究されています。そして、私は結果に精通していると言うのはほとんど恥ずかしいです。私はよくフリーセルをしていました。そして参考までに、1198
違いは、有界変数の劣ガウスノルム/パラメーターの定数がより鋭いことです。あなたはまだ東のテクニックを使ってより鋭いボウを手に入れることができます
パターンHTHが$ a $になるまで、予想されるトスの数を考えます。 Hを投げたばかりであると仮定して、予想される追加の待機時間を考えてみましょう(