Математическое ожидание

Математическое ожидание — это числовая характеристика случайной величины, представляющая собой среднее значение, которое она принимает при бесконечно большом числе повторений одного и того же эксперимента. В теории вероятностей и математической статистике математическое ожидание является центральным понятием, определяющим центр распределения вероятностей. Для дискретной случайной величины оно вычисляется как сумма произведений всех её возможных значений на соответствующие вероятности; для непрерывной — как интеграл от произведения значения на плотность распределения. Математическое ожидание часто обозначается как \( E[X] \), \( \mu \) или \( M[X] \).

Определение и формальное описание

Дискретная случайная величина

Пусть \( X \) — дискретная случайная величина, принимающая значения \( x_1, x_2, \dots, x_n \) с вероятностями \( p_1, p_2, \dots, p_n \) соответственно, где \( \sum_{i=1}^n p_i = 1 \). Тогда математическое ожидание определяется как: \[ E[X] = \sum_{i=1}^n x_i p_i. \] Если ряд сходится абсолютно, то математическое ожидание существует; в противном случае оно может быть бесконечным или неопределённым.

Непрерывная случайная величина

Для непрерывной случайной величины \( X \) с плотностью распределения \( f(x) \) математическое ожидание вычисляется как интеграл Лебега: \[ E[X] = \int_{-\infty}^{\infty} x f(x) \, dx, \] при условии, что интеграл сходится абсолютно: \( \int_{-\infty}^{\infty} |x| f(x) \, dx < \infty \).

Общее определение

В аксиоматической теории вероятностей (по Колмогорову) математическое ожидание определяется как интеграл Лебега от случайной величины по вероятностной мере: \[ E[X] = \int_{\Omega} X(\omega) \, dP(\omega), \] где \( \Omega \) — пространство элементарных исходов, а \( P \) — вероятностная мера.

Свойства математического ожидания

Математическое ожидание обладает рядом фундаментальных свойств, вытекающих из линейности интеграла Лебега:

1. Линейность: Для любых случайных величин \( X \) и \( Y \) и констант \( a, b \):

\[ E[aX + bY] = a E[X] + b E[Y]. \]

1. Монотонность: Если \( X \leq Y \) почти наверное, то \( E[X] \leq E[Y] \).
2. Константа: \( E[c] = c \) для любой константы \( c \).
3. Неотрицательность: Если \( X \geq 0 \) почти наверное, то \( E[X] \geq 0 \).
4. Математическое ожидание произведения независимых величин: Если \( X \) и \( Y \) независимы, то \( E[XY] = E[X]E[Y] \). В общем случае это неверно.
5. Неравенство Йенсена: Для выпуклой функции \( \varphi \) выполняется \( \varphi(E[X]) \leq E[\varphi(X)] \).

Примеры вычисления

Пример 1: Игральная кость

Пусть \( X \) — число очков, выпавшее на правильной шестигранной кости. Возможные значения: 1, 2, 3, 4, 5, 6, каждое с вероятностью \( \frac{1}{6} \). Математическое ожидание: \[ E[X] = 1 \cdot \frac{1}{6} + 2 \cdot \frac{1}{6} + 3 \cdot \frac{1}{6} + 4 \cdot \frac{1}{6} + 5 \cdot \frac{1}{6} + 6 \cdot \frac{1}{6} = 3.5. \]

Пример 2: Распределение Бернулли

Пусть \( X \) принимает значение 1 с вероятностью \( p \) и 0 с вероятностью \( q = 1-p \). Тогда: \[ E[X] = 1 \cdot p + 0 \cdot q = p. \]

Пример 3: Непрерывное равномерное распределение

Пусть \( X \) равномерно распределена на отрезке \( [a, b] \) с плотностью \( f(x) = \frac{1}{b-a} \). Математическое ожидание: \[ E[X] = \int_a^b x \cdot \frac{1}{b-a} \, dx = \frac{a+b}{2}. \]

Виды и обобщения

Условное математическое ожидание

Условное математическое ожидание \( E[X | Y] \) — это случайная величина, являющаяся функцией от \( Y \), которая наилучшим образом предсказывает \( X \) при известном \( Y \). Оно определяется как интеграл по условному распределению.

Математическое ожидание функции от случайной величины

Для измеримой функции \( g \) математическое ожидание \( E[g(X)] \) вычисляется как: \[ E[g(X)] = \int_{-\infty}^{\infty} g(x) f(x) \, dx \] для непрерывного случая или как сумма \( \sum_i g(x_i) p_i \) для дискретного.

Моменты и дисперсия

Математическое ожидание является первым начальным моментом. Дисперсия \( D[X] = E[(X - E[X])^2] \) — второй центральный момент, характеризующий разброс значений относительно среднего.

Применение в различных областях

Теория вероятностей и статистика

Математическое ожидание используется для оценки параметров распределений, проверки гипотез и построения доверительных интервалов. Например, выборочное среднее \( \bar{X} = \frac{1}{n}\sum_{i=1}^n X_i \) является несмещённой оценкой математического ожидания генеральной совокупности.

Финансовая математика

В финансах математическое ожидание применяется для оценки ожидаемой доходности активов и портфелей. Например, модель ценообразования активов (CAPM) использует ожидаемую доходность как ключевой параметр. В страховании математическое ожидание убытков лежит в основе расчёта страховых премий.

Физика и инженерия

В квантовой механике математическое ожидание оператора физической величины (например, координаты или импульса) даёт среднее значение, измеряемое в эксперименте. В теории управления математическое ожидание используется для анализа стохастических систем.

Экономика и социология

В экономике математическое ожидание применяется в моделях принятия решений в условиях неопределённости (например, теория ожидаемой полезности). В социологии — для анализа средних значений социальных показателей.

Критика и ограничения

Математическое ожидание не всегда является адекватной мерой «центра» распределения, особенно в случае асимметричных или выбросоустойчивых распределений. Например, для распределения Коши математическое ожидание не существует, так как интеграл расходится. В таких случаях предпочтительнее использовать медиану или моду. Кроме того, математическое ожидание чувствительно к выбросам: одно экстремальное значение может сильно исказить среднее.

Историческая справка

Понятие математического ожидания впервые появилось в переписке Блеза Паскаля и Пьера Ферма в XVII веке при решении задачи о разделе ставок (проблема точек). Формальное определение было дано Христианом Гюйгенсом в трактате «О расчётах в азартных играх» (1657). Впоследствии теория была развита Якобом Бернулли, Пьером-Симоном Лапласом и Андреем Николаевичем Колмогоровым, который включил математическое ожидание в аксиоматику теории вероятностей (1933).

Интересные факты

• В русскоязычной литературе термин «математическое ожидание» ввёл П. Л. Чебышёв в середине XIX века.
• Математическое ожидание суммы случайного числа случайных величин (например, случайное количество страховых выплат) вычисляется по формуле Вальда: \( E[\sum_{i=1}^N X_i] = E[N] E[X] \), если \( N \) и \( X_i \) независимы.
• В теории игр математическое ожидание используется для определения справедливой цены игры: игра считается справедливой, если её математическое ожидание равно нулю.

Источники

1. Колмогоров А. Н. Основные понятия теории вероятностей. — М.: Наука, 1974.
2. Гнеденко Б. В. Курс теории вероятностей. — М.: УРСС, 2005.
3. Ширяев А. Н. Вероятность. — М.: МЦНМО, 2011.
4. Феллер В. Введение в теорию вероятностей и её приложения. — М.: Мир, 1984.
5. Гюйгенс Х. О расчётах в азартных играх. — 1657.