Математическое ожидание
Математи́ческое ожида́ние — среднее значение случайной величины (распределение вероятностей случайной величины, рассматривается в теории вероятностей)[1].
- В англоязычной литературе обозначается через <math>\mathbb{E}[X]</math>[2] (например, от англ. Expected value или нем. Erwartungswert),
- в русской — <math>M[X]</math> (возможно, от англ. Mean value или нем. Mittelwert, а возможно от «Математическое ожидание»).
- В статистике часто используют обозначение <math>\mu</math>.
Содержание
- 1 Определение
- 2 Основные формулы для математического ожидания
- 3 Математическое ожидание случайного вектора
- 4 Математическое ожидание преобразования случайной величины
- 5 Простейшие свойства математического ожидания
- 6 Дополнительные свойства математического ожидания
- 7 Примеры
- 8 Примечания
- 9 См. также
- 10 Литература
Определение
<imagemap>: неверное или отсутствующее изображение |
В этом разделе не хватает ссылок на источники информации. Информация должна быть проверяема, иначе она может быть поставлена под сомнение и удалена.
Вы можете отредактировать эту статью, добавив ссылки на авторитетные источники. Эта отметка установлена 13 мая 2016 года. |
Пусть задано вероятностное пространство <math>(\Omega,\mathfrak{A},\mathbb{P})</math> и определённая на нём случайная величина <math>X</math>. То есть, по определению, <math>X\colon\Omega \to \mathbb{R}</math> — измеримая функция. Если существует интеграл Лебега от <math>X</math> по пространству <math>\Omega</math>, то он называется математическим ожиданием, или средним (ожидаемым) значением и обозначается <math>M[X]</math> или <math>\mathbb{E}[X]</math>.
- <math>M[X]=\int\limits_{\Omega}\! X(\omega)\, \mathbb{P}(d\omega).</math>
Основные формулы для математического ожидания
<imagemap>: неверное или отсутствующее изображение |
В этом разделе не хватает ссылок на источники информации. Информация должна быть проверяема, иначе она может быть поставлена под сомнение и удалена.
Вы можете отредактировать эту статью, добавив ссылки на авторитетные источники. Эта отметка установлена 13 мая 2016 года. |
- Если <math>F_X(x)</math> — функция распределения случайной величины, то её математическое ожидание задаётся интегралом Лебега — Стилтьеса:
- <math>M[X]=\int\limits_{-\infty}^{\infty}\!x\, dF_X(x); x \in \mathbb R</math>.
Математическое ожидание дискретного распределения
- Если <math>X</math> — дискретная случайная величина, имеющая распределение
- <math>\mathbb{P}(X=x_i) = p_i,\; \sum\limits_{i=1}^{\infty} p_i = 1</math>,
то прямо из определения интеграла Лебега следует, что
- <math>M[X]=\sum\limits_{i=1}^{\infty} x_i\, p_i</math>.
Математическое ожидание целочисленной величины
- Если <math>X</math> — положительная целочисленная случайная величина (частный случай дискретной), имеющая распределение вероятностей
- <math>\mathbb{P}(X=j) = p_j,\; j=0,1,...;\quad \sum\limits_{j=0}^{\infty} p_j = 1</math>
то её математическое ожидание может быть выражено через производящую функцию последовательности <math>\{p_i\}</math>
- <math>P(s)=\sum_{k=0}^\infty\;p_k s^k </math>
как значение первой производной в единице: <math>M[X] = P'(1)</math>. Если математическое ожидание <math>X</math> бесконечно, то <math>\lim_{s\to 1}P'(s)=\infty</math> и мы будем писать <math>P'(1)=M[X]=\infty</math>
Теперь возьмём производящую функцию <math>Q(s)</math> последовательности «хвостов» распределения <math>\{q_k\}</math>
- <math>q_k=\mathbb{P}(X>k)=\sum_{j=k+1}^\infty{p_j};\quad Q(s)=\sum_{k=0}^\infty\;q_k s^k.</math>
Эта производящая функция связана с определённой ранее функцией <math>P(s)</math> свойством: <math>Q(s)=\frac{1-P(s)}{1-s}</math> при <math>|s|<1</math>. Из этого по теореме о среднем следует, что математическое ожидание равно просто значению этой функции в единице:
- <math>M[X]=P'(1)=Q(1)</math>
Математическое ожидание абсолютно непрерывного распределения
- Математическое ожидание абсолютно непрерывной случайной величины, распределение которой задаётся плотностью <math>f_X(x)</math>, равно
- <math>M[X]=\int\limits_{-\infty}^{\infty}\! x f_X(x)\, dx</math>.
Математическое ожидание случайного вектора
Пусть <math>X=(X_1,\dots,X_n)^{\top}\colon\Omega \to \mathbb{R}^n</math> — случайный вектор. Тогда по определению
- <math>M[X]=(M[X_1],\dots,M[X_n])^{\top}</math>,
то есть математическое ожидание вектора определяется покомпонентно.
Математическое ожидание преобразования случайной величины
Пусть <math>g\colon\mathbb{R}\to \mathbb{R}</math> — борелевская функция, такая что случайная величина <math>Y = g(X)</math> имеет конечное математическое ожидание. Тогда для него справедлива формула:
- <math>M\left[g(X)\right] = \sum\limits_{i=1}^{\infty} g(x_i) p_i</math>,
если <math>X</math> имеет дискретное распределение;
- <math>M\left[g(X)\right] = \int\limits_{-\infty}^{\infty}\!g(x) f_X(x)\, dx</math>,
если <math>X</math> имеет абсолютно непрерывное распределение.
Если распределение <math>\mathbb{P}^X</math> случайной величины <math>X</math> общего вида, то
- <math>M\left[g(X)\right] = \int\limits_{-\infty}^{\infty}\!g(x)\, \mathbb{P}^X(dx)</math>.
В специальном случае, когда <math>g(X)=X^k</math>, Математическое ожидание <math>M\left[g(X)\right]=M[X^k]</math> называется <math>k</math>-тым моментом случайной величины.
Простейшие свойства математического ожидания
<imagemap>: неверное или отсутствующее изображение |
В этом разделе не хватает ссылок на источники информации. Информация должна быть проверяема, иначе она может быть поставлена под сомнение и удалена.
Вы можете отредактировать эту статью, добавив ссылки на авторитетные источники. Эта отметка установлена 13 мая 2016 года. |
- Математическое ожидание числа есть само число.
- <math>M[a] = a</math>
- <math>a \in \mathbb{R}</math> — константа;
- Математическое ожидание линейно, то есть
- <math>M[aX+bY] = aM[X]+bM[Y]</math>,
- где <math>X,Y</math> — случайные величины с конечным математическим ожиданием, а <math>a,b\in \mathbb{R}</math> — произвольные константы;
- Математическое ожидание сохраняет неравенства, то есть если <math>0 \leqslant X \leqslant Y</math> почти наверное, и <math>Y</math> — случайная величина с конечным математическим ожиданием, то математическое ожидание случайной величины <math>X</math> также конечно, и более того
- <math>0 \leqslant M[X] \leqslant M[Y]</math>;
- Математическое ожидание не зависит от поведения случайной величины на событии вероятности нуль, то есть если <math>X = Y</math> почти наверное, то
- <math>M[X]=M[Y]</math>.
- Математическое ожидание произведения двух независимых случайных величин <math>X,Y</math> равно произведению их математических ожиданий
- <math>M[XY] = M[X]M[Y]</math>.
Дополнительные свойства математического ожидания
<imagemap>: неверное или отсутствующее изображение |
В этом разделе не хватает ссылок на источники информации. Информация должна быть проверяема, иначе она может быть поставлена под сомнение и удалена.
Вы можете отредактировать эту статью, добавив ссылки на авторитетные источники. Эта отметка установлена 13 мая 2016 года. |
- Неравенство Маркова
- Теорема Леви о монотонной сходимости
- Теорема Лебега о мажорируемой сходимости
- Тождество Вальда
- Лемма Фату
- Правило Лопиталя
- Математическое ожидание случайной величины <math>X</math> может быть выражено через её производящую функцию моментов <math>G(u)</math> как значение первой производной в нуле: <math>M[X] = G'(0)</math>
Примеры
<imagemap>: неверное или отсутствующее изображение |
В этом разделе не хватает ссылок на источники информации. Информация должна быть проверяема, иначе она может быть поставлена под сомнение и удалена.
Вы можете отредактировать эту статью, добавив ссылки на авторитетные источники. Эта отметка установлена 13 мая 2016 года. |
- Пусть случайная величина имеет дискретное равномерное распределение, то есть <math>\mathbb{P}(X = x_i) = \frac{1}{n},\; i=1,\ldots, n.</math> Тогда её математическое ожидание
- <math>M[X] = \frac{1}{n} \sum\limits_{i=1}^n x_i</math>
равно среднему арифметическому всех принимаемых значений.
- Пусть случайная величина имеет непрерывное равномерное распределение на интервале <math>[a,b]</math>, где <math>a<b</math>. Тогда её плотность имеет вид <math>f_X(x) = \frac{1}{b-a} \mathbf{1}_{[a,b]}(x)</math> и математическое ожидание равно
- <math>M[X] = \int\limits_{a}^b\!\frac{x}{b-a}\, dx = \frac{a+b}{2}</math>.
- Пусть случайная величина <math>X</math> имеет стандартное распределение Коши. Тогда
- <math>\int\limits_{-\infty}^{\infty}\!xf_X(x)\, dx = \infty</math>,
то есть математическое ожидание <math>X</math> не определено.
Примечания
- ↑ «Математическая энциклопедия» / Главный редактор И. М. Виноградов. — М.: «Советская энциклопедия», 1979. — 1104 с. — (51[03] М34). — 148 800 экз.
- ↑ А. Н. Ширяев. 1 // «Вероятность». — М.: МЦНМО, 2007. — 968 с. — ISBN 978-5-94057-036-3, 978-5-94057-106-3, 978-5-94057-105-6.
См. также
- Дисперсия случайной величины;
- Моменты случайной величины;
- Условное математическое ожидание;
- Выборочное среднее.
- [www.toehelp.ru/theory/ter_ver/4_1/ Математическое ожидание и его свойства на www.toehelp.ru]
Литература
- В.Феллер. Глава XI. Целочисленные величины. Производящие функции // Введение в теорию вероятностей и её приложения = An introduction to probability theory and its applicatons, Volume I second edition / Перевод с англ. Р. Л. Добрушина, А. А. Юшкевича, С. А. Молчанова Под ред. Е. Б. Дынкина с предисловием А. Н. Колмогорова. — 2-е изд. — М.: Мир, 1964. — С. 270—272.
|