- •1Классическое и статистическое определения вероятности события
- •Случайное событие
- •Определение
- •2Комбинаторика
- •Примеры комбинаторных конфигураций и задач
- •Разделы комбинаторики Перечислительная комбинаторика
- •Структурная комбинаторика
- •Экстремальная комбинаторика
- •Теория Рамсея
- •Вероятностная комбинаторика
- •Топологическая комбинаторика
- •Инфинитарная комбинаторика
- •3 Подсчет числа размещений, перестановок, сочетаний без повторов и с повторами
- •Достоверное и невозможное события
- •2.Основные формулы комбинаторики. Вероятность событий. Свойства Вероятностей. Геометрические вероятности.
- •4. Теорема умножения вероятностей. Теорема умножения для независимых событий. Вероятность появления хотя бы одного события.
- •5. Формула полной вероятности. Вероятность гипотез. Формула Бейеса.
- •7. Дискретные случайные величины и их характеристика. Закон распределения вероятностей дсв. Математическое ожидание дсв. Свойства математического ожидания.
- •6 Теорема сложения вероятностей
- •7Теорема умножения вероятностей
- •Теорема умножения вероятностей
- •Формулировка
- •Замечание
- •Формулировка
- •«Физический смысл» и терминология
- •Следствие
- •Пример расчёта
- •Формулировка
- •Доказательство
- •12 Предельные теоремы для схемы Бернулли
- •Пуассоновское приближение
- •Нормальное приближение
- •О применимости предельных теорем в схеме Бернулли
- •13 Локальная теорема Муавра — Лапласа
- •Применение
- •Формулировка
- •Доказательство
- •14 Дискретные случайные величины
- •Примеры дискретных случайных величин:
- •Непрерывные случайные величины
- •Примеры непрерывных случайных величин:
- •15Функция распределения
- •Определение
- •Свойства
- •16 Математическое ожидание
- •Математическое ожидание абсолютно непрерывного распределения
- •Математическое ожидание случайного вектора
- •Математическое ожидание преобразования случайной величины
- •Простейшие свойства математического ожидания
- •Дополнительные свойства математического ожидания
- •Примеры
- •Неравенство Чебышева в теории меры
- •Формулировки
- •Неравенство Чебышева в теории вероятностей
- •Формулировки
- •Определение
- •Свойства
- •Моделирование нормальных случайных величин
- •Центральная предельная теорема
- •Распределение Фишера—Снедекора
- •Теория вероятностей
- •Регрессионный анализ
- •23 Основные задачи математической статистики
- •1. Задача определения закона распределения случайной величины (или системы случайных величин) по статистическим данным
- •2. Задача проверки правдоподобия гипотез
- •3. Задача нахождения неизвестных параметров распределения
- •Сущность мнк
- •Мнк в случае линейной модели
- •Пример: простейшая (парная) регрессия
- •Свойства мнк-оценок
- •Обобщенный мнк
- •Взвешенный мнк
- •Некоторые частные случаи применения мнк на практике Аппроксимация линейной зависимости
- •27 Проверка статистических гипотез
- •Статистические гипотезы Определения
- •Этапы проверки статистических гипотез
- •Виды критической области
16 Математическое ожидание
Материал из Википедии — свободной энциклопедии
Текущая версия страницы пока не проверялась опытными участниками и может значительно отличаться от версии, проверенной 8 октября 2012; проверки требуют 2 правки.
Перейти к: навигация, поиск
См. также: Условное математическое ожидание
Математи́ческое ожида́ние —
среднее
значение случайной
величины, распределение
вероятностей случайной величины,
рассматривается в теории
вероятностей.[1]
В англоязычной литературе и в математических
сообществах Москвы и Санкт-Петербурга
обозначается через
[2]
(например, от англ. Expected
value или нем. Erwartungswert),
в русской —
[источник не указан 98 дней]
(возможно, от англ. Mean
value или нем. Mittelwert,
а возможно от рус.
Математическое ожидание). В статистике
часто используют обозначение
.
Определение
Пусть задано вероятностное
пространство
и
определённая на нём случайная
величина
.
То есть, по определению,
—
измеримая
функция. Если существует интеграл
Лебега от
по
пространству
,
то он называется математическим
ожиданием, или средним (ожидаемым)
значением и обозначается
или
.
Основные формулы для математического ожидания
Если — функция распределения случайной величины, то её математическое ожидание задаётся интегралом Лебега — Стилтьеса:
.
Математическое ожидание дискретного распределения
Если — дискретная случайная величина, имеющая распределение
,
то прямо из определения интеграла Лебега следует, что
.
Математическое ожидание целочисленной величины
Если — положительная целочисленная случайная величина (частный случай дискретной), имеющая распределение вероятностей
то её математическое ожидание
может быть выражено через производящую
функцию последовательности
как значение первой производной
в единице:
.
Если математическое ожидание
бесконечно,
то
и
мы будем писать
Теперь возьмём производящую
функцию
последовательности
«хвостов» распределения
Эта производящая функция
связана с определённой ранее функцией
свойством:
при
.
Из этого по теореме
о среднем следует, что
математическое ожидание равно просто
значению этой функции в единице:
Математическое ожидание абсолютно непрерывного распределения
Математическое ожидание абсолютно непрерывной случайной величины, распределение которой задаётся плотностью , равно
.
Математическое ожидание случайного вектора
Пусть
—
случайный вектор. Тогда по определению
,
то есть математическое ожидание вектора определяется покомпонентно.
Математическое ожидание преобразования случайной величины
Пусть
—
борелевская
функция, такая что случайная
величина
имеет
конечное математическое ожидание. Тогда
для него справедлива формула:
,
если имеет дискретное распределение;
,
если имеет абсолютно непрерывное распределение.
Если распределение случайной величины общего вида, то
.
В специальном случае, когда
,
Математическое ожидание
называется
-тым
моментом случайной величины.
Простейшие свойства математического ожидания
Математическое ожидание числа есть само число.
—
константа;
Математическое ожидание линейно, то есть
,
где
—
случайные величины с конечным
математическим ожиданием, а
—
произвольные константы;
Математическое ожидание сохраняет неравенства, то есть если
почти
наверное, и
—
случайная величина с конечным
математическим ожиданием, то математическое
ожидание случайной величины
также
конечно, и более того
;
Математическое ожидание не зависит от поведения случайной величины на событии вероятности нуль, то есть если
почти
наверное, то
.
Математическое ожидание произведения двух независимых случайных величин равно произведению их математических ожиданий
.
