Оценка основных характеристик полученной случайной величины в Python

[maitay]

Нужно написать две функции, вычисляющие математическое ожидание и дисперсию полученной случайной величины соответственно. Первую функцию назвать calc_mean, вторую — calc_var. Они должны принимать два аргумента — целые числа n и m: n — количество повторений для усреднения (этот аргумент должен передаваться в get_normal_random(см. инфу о ней далее)). m — сколько раз вызывать предыдущую функцию, чтобы оценить математическое ожидание и дисперсию.

Вот что имеется ввиду под предыдущей функцией:
s = 0.0
for _ in range:
s += random.random()
return s / n

def get_normal_random:
return (avg_of_random_numbers - 0.5) * math.sqrt(12 * n)**12

То есть для создания функции calc_mean нужно вызвать функцию get_normal_random() (где мы приводили случайную величину к нормальному распределению) m раз и усреднить полученные значения. Не совсем понимаю как это сделать.

 

[regnor]

сами пробовали сделать?
и код вставляйте, как код, подробнее тут как задать вопрос

 

[maitay]

Да, конечно. Вроде бы даже получилось мат. ожидание получить:
def calc_mean(n,m):
math_exp_sum=0.0
while get_normal_random<=m:
for _ in range:
math_exp_sum+=get_normal_random
return(math_exp_sum/n)

а вот с дисперсией все мучаюсь. По алгоритму более менее понятно, а как сформулировать формулу для расчета самой дисперсии - не понимаю.