Cosa è " l'aspettazione di una variabile " ?!

[Matrixbob]

-------------------------------
Premessa:

Purtroppo, Qi(x^(1), …, x^(2*N)) è una funzione molto complessa e non può essere valutata esplicitamente, se non per semplici codici.

Fortunatamente, è possibile invece stimare la media di Qi(x^(1), …, x^(2*N)) su tutti i possibili codici appartenenti ad "insieme omega di tutti i codici", e questa media tende a 0 al tendere di n ad infinito.

--------------------------------
Ora che significa questo:

Considerando Qi(x^(1), …, x^(2*N)) come variabile casuale in funzione di codice, se ne calcola l’aspettazione sull’insieme di tutti i codici utilizzando la distribuzione di probabilità:

E[Qi] = E[bla bla bla] + E[bla bla bla] = bla bla bla. :confused:

Cosa è sta aspettazione?!
Il valore dell'aspettazione è in E[Qi]?!

-------------------------------
Considerazioni:

Mi pare d'aver capito che stiamo parlando di spazio vettoriale.
L'argomento è la dimostrazione del teorema fondamentale di Shannon sulla codifica di canale.

[Matrixbob]

UP, help!

[kaioh]

se non ricordo male , in parole povere ,l'aspettazione è la media .:D

è un integrale sulla funzione distribuzione di porbabilità e con opportune modifiche trovi varie inormazioni sulla funzione aleatoria.

[nin]

Si in effetti il teorema dell'aspettazione alla fin fine dava come risultato la media..Che nel caso di VA discrete si calcola proprio come la media "classica", mentre nel caso di VA continue con integrali.

Ma toglimi una curiosità...quando lo dai stò esame??!
:sofico:

[gurutech]

una variabile casuale è una funzione che associa ad ogni evento elementare dello spazio campionario un numero appartenente ad R.
una variabile casuale può essere discreta o continua a seconda che lo spazio campionario sia discreto o continuo.
il valore atteso, detto anche aspettazione o media è così definito
http://www.gurutech.it/files/media.jpg
(pi e pX sono le distribuzioni di probabilità)
in pratica, il valore atteso è una media pesata con la probabilità che un certo valore della variabile casuale sia estratto (cioè si verifichi l'evento elementare ad esso associato). Per esempio, il caso discreto del dado a 6 facce:
i valori che associamo alla variabile casuale sono {1, 2, 3, 4, 5, 6} la nostra funzione distribuzione di probabilità discreta è pX = 1/6 se X è compreso tra 1 e 6, o altrove. Per cui il valore atteso nel lancio di un dado è
1/6 * 1 + 1/6 * 2 + 1/6 * 3 + 1/6 * 4 +1/6 * 5 + 1/6 * 6 = 3.5

Anche se sembra non avere molto senso, perchè non può uscire 3.5 sulla faccia di un dado, devi pensare che qui viene affermato che il valore atteso 3.5 è un valor medio attorno al quale vengono estratti gli altri numeri con una certa dispersione detta varianza. Per la legge dei grandi numeri, se fai infiniti lanci, la media dei lanci tende al valor medio della variabile casuale.

[Matrixbob]

Grazie mille, ora mi indotrino meglio per la prox settimana.

[Matrixbob]

Originariamente inviato da nin
Ma toglimi una curiosità...quando lo dai stò esame??!
:sofico:
Mi serve per una relazione dato che viene usata in una dimostrazione.