Математическое ожидание случайной величины¶
Математическое ожидание — одно из центральных понятий теории вероятностей и математической статистики, числовая характеристика случайной величины, описывающая её «среднее» значение с учётом вероятностей всех возможных исходов. В литературе обозначается \(E[X]\), \(M[X]\) или \(\mathbb{E}[X]\). Интуитивно математическое ожидание — это средневзвешенное значение, к которому стремится среднее арифметическое результатов при многократном повторении опыта.
¶Определение
Для дискретной случайной величины \(X\), принимающей значения \(x_1, x_2, \dots, x_n\) с вероятностями \(p_1, p_2, \dots, p_n\) (где сумма \(p_i\) равна единице), математическое ожидание определяется как сумма:
\[ E[X] = \sum_{i} x_i p_i \]
Для непрерывной случайной величины с плотностью распределения \(f(x)\) математическое ожидание задаётся интегралом:
\[ E[X] = \int_{-\infty}^{+\infty} x f(x)\, dx \]
В общем случае определение опирается на интеграл Лебега по вероятностной мере. Если интеграл расходится, говорят, что математическое ожидание не существует.
¶Свойства
Математическое ожидание обладает рядом свойств, широко используемых на практике:
- Линейность. Для любых случайных величин \(X\), \(Y\) и чисел \(a\), \(b\): \(E[aX + bY] = aE[X] + bE[Y]\). Это свойство справедливо независимо от зависимости величин.
- Ожидание константы. \(E[c] = c\) для постоянной величины \(c\).
- Мультипликативность для независимых величин. Если \(X\) и \(Y\) независимы, то \(E[XY] = E[X] \cdot E[Y]\).
- Неравенство. Если \(X \le Y\) почти наверное, то \(E[X] \le E[Y]\).
- Монотонность и ограниченность. Модуль ожидания не превосходит ожидания модуля: \(|E[X]| \le E[|X|]\).
¶Связь со средним и дисперсией
Математическое ожидание служит первым моментом распределения. Второй центральный момент — дисперсия \(D[X] = E[(X - E[X])^2]\) — характеризует разброс значений вокруг среднего. Закон больших чисел утверждает, что при увеличении числа независимых испытаний выборочное среднее сходится к математическому ожиданию. Это обосновывает практическое применение ожидания как оценки «типичного» результата.
¶Примеры
| Распределение | Математическое ожидание |
|---|---|
| Бернулли (вероятность успеха \(p\)) | \(p\) |
| Биномиальное (\(n\) испытаний) | \(np\) |
| Пуассона (параметр \(\lambda\)) | \(\lambda\) |
| Равномерное на \([a, b]\) | \((a + b)/2\) |
| Нормальное (\(\mu, \sigma^2\)) | \(\mu\) |
| Показательное (\(\lambda\)) | \(1/\lambda\) |
Классический пример: при бросании честной игральной кости ожидание выпавшего числа равно \((1+2+3+4+5+6)/6 = 3{,}5\), хотя сама величина может принимать только целые значения.
¶Применение
Математическое ожидание используется в самых разных областях:
- Теория игр и принятие решений. Ожидаемый выигрыш служит критерием оптимальной стратегии; понятие «математическое ожидание выигрыша» лежит в основе анализа азартных игр.
- Страхование и финансы. Ожидаемые выплаты и доходности определяют тарифы, резервы и оценку рисков. В финансовой математике ожидание входит в формулы оценки активов.
- Статистика. Выборочное среднее — несмещённая оценка математического ожидания генеральной совокупности.
- Физика и инженерия. Ожидание применяется при оценке средних значений измеряемых величин, шумов и погрешностей.
- Экономика. Ожидаемая полезность — ключевое понятие теории ожидаемой полезности, развитой в работах математиков и экономистов XX века.
¶История
Понятие восходит к задачам азартных игр XVII века. Блез Паскаль и Пьер Ферма в переписке 1654 года анализировали «задачу о разделе ставки», что привело к формированию первых представлений о вероятности и ожидании. Христиан Гюйгенс в трактате «О расчётах в азартных играх» (1657) дал одно из первых систематических изложений. Термин «математическое ожидание» (лат. expectatio) закрепился в работах Якоба Бернулли и последующих авторов. В XX веке Андрей Колмогоров в рамках аксиоматики 1933 года строго определил ожидание через интеграл по вероятностной мере, что завершило формирование современной теории.
¶Ограничения и критика
Математическое ожидание не всегда адекватно описывает «типичное» значение. Для распределений с тяжёлыми хвостами (например, распределение Коши) ожидание может не существовать. В задачах, где важна не средняя величина, а риск редких катастрофических событий, одного ожидания недостаточно — привлекаются дисперсия, квантили и другие характеристики. Известен парадокс Санкт-Петербурга, где математическое ожидание выигрыша бесконечно, тогда как реальная готовность игрока платить за участие мала; это демонстрирует различие между формальным ожиданием и субъективной оценкой полезности.
Источники: Гнеденко Б. В. «Курс теории вероятностей»; Колмогоров А. Н. «Основные понятия теории вероятностей»; Феллер В. «Введение в теорию вероятностей и её приложения»; Вентцель Е. С. «Теория вероятностей».