الرياضيات · المسرد

ما معنى الأمل الرياضي؟

يُعرف أيضًا باسم: أمل رياضي

تعريف 18.8 رياضيات المرحلة الثانوية · الفصل 18 — الاحتمالات والمتغيرات العشوائية

الأمل الرياضي (أو المتوسط) للمتغير XX هو متوسط قيمه مرجَّحة باحتمالاتها:

E(X)=i=1kP(X=xi)  xi.\E(X) = \sum_{i=1}^{k} \P(X = x_i)\; x_i .

أمثلة

مثال 18.10

من أجل لعبة المثال 18.6:

E(G)=46×(2)+16×3+16×4=8+3+46=160.17.\E(G) = \frac46 \times (-2) + \frac16 \times 3 + \frac16 \times 4 = \frac{-8 + 3 + 4}{6} = -\frac16 \approx -0.17 .

فاللاعب يخسر وسطيًا نحو 1717 سنتًا في كل لعبة: فاللعبة غير مواتية. وتُسمّى اللعبة عادلة عندما يكون الربح المأمول 00.

مثال 18.15

من أجل لعبة المثال 18.6: E(G2)=46×4+16×9+16×16=16+9+166=416\E(G^2) = \frac46 \times 4 + \frac16 \times 9 + \frac16 \times 16 = \frac{16 + 9 + 16}{6} = \frac{41}{6}، إذن

V(G)=416(16)2=416136=245366.8,σ(G)2.6.\V(G) = \frac{41}{6} - \left(-\frac16\right)^2 = \frac{41}{6} - \frac{1}{36} = \frac{245}{36} \approx 6.8, \qquad \sigma(G) \approx 2.6 .

فخسارة 0.170.17 في كل لعبة وسطيًا تأتي مع تأرجحات حجمها النموذجي 2.62.6 أورو — فالأمل الرياضي بلا انحراف معياري لا يروي إلا نصف الحكاية.

اقرأ في الفصل ←
تعريف 22.6 الرياضيات الجامعية — السنة 2 · الفصل 22 — المتغيرات العشوائية المتقطعة

نقول إن متغيرا عشوائيا حقيقيا XX على (Ω,P)(\Omega, \P) يقبل أملا رياضيا إذا كانت العائلة (X(ω)P({ω}))ωΩ\bigl(X(\omega)\,\P(\{\omega\})\bigr)_{\omega \in \Omega} قابلة للجمع (الفصل 7)؛ وعندئذ يكون أمله الرياضي

E(X)=ωΩX(ω)P({ω}).\E(X) = \sum_{\omega \in \Omega} X(\omega)\,\P(\{\omega\}) .

أمثلة

مثال 22.10 (النقل في العمل)

من أجل XP(λ)X \sim \mathcal P(\lambda)، احسب E(11+X)\E\bigl(\frac1{1+X}\bigr) — فقانون 11+X\frac1{1+X} نفسه محرج، لكن مبرهنة النقل لا تطلبه أبدا:

E(11+X)=k01k+1eλλkk!=eλλk0λk+1(k+1)!=eλλ(eλ1)=1eλλ.\E\Bigl(\frac1{1+X}\Bigr) = \sum_{k\geq0}\frac{1}{k+1}\,\eu^{-\lambda} \frac{\lambda^k}{k!} = \frac{\eu^{-\lambda}}{\lambda}\sum_{k\geq0} \frac{\lambda^{k+1}}{(k+1)!} = \frac{\eu^{-\lambda}}{\lambda}\bigl(\eu^\lambda - 1\bigr) = \frac{1 - \eu^{-\lambda}}{\lambda} .

ودرسان. حسابيا: التعرف على متسلسلة أسية مزاحة هو العمل كله — فمبرهنة النقل تختزل آمال f(X)f(X) إلى معالجة متسلسلات. وبنيويا: القيمة الساذجة بالتعويض ستكون 11+EX=11+λ\frac1{1 + \E X} = \frac1{1 + \lambda}، والجواب الحقيقي أكبر،

1eλλ11+λ,\frac{1 - \eu^{-\lambda}}{\lambda} \geq \frac{1}{1 + \lambda},

تماما كما تقتضي متراجحة جنسن من أجل الدالة المحدبة t11+tt \mapsto \frac1{1+t}. فآمال الصور المحدبة تقع فوق القيمة الساذجة بالتعويض، وتجعل مبرهنة النقل مع تحقق من متسلسلة المتراجحة المجردة ملموسة.

مثال 22.12 (الجداءات، مع الاستقلال وبدونه)

نرمي نردين متزنين. فإذا كان YY هو النرد الثاني (المستقل عن الأول)، فإن E(XY)=E(X)E(Y)=3.52=12.25\E(XY) = \E(X)\E(Y) = 3.5^2 = 12.25. أما إذا كان Y=XY = X (أي “جداء” نرد بنفسه)،

E(X2)=1+4+9+16+25+366=91615.1712.25:\E(X^2) = \frac{1 + 4 + 9 + 16 + 25 + 36}{6} = \frac{91}{6} \approx 15.17 \neq 12.25 :

فالقانونان الحديان أنفسهما في السيناريوهين، لكن القانونين المشتركين مختلفان، وآملا الجداء مختلفان. والعبرة، وهي جديرة بأن تُنقش: أن E(XY)\E(XY) دالة تخص الزوج، لا القانونين الحديين — والفرق E(X2)E(X)22.92\E(X^2) - \E(X)^2 \approx 2.92 هو بالضبط، بحسب كونيغ–هويغنز، تباين 3512\frac{35}{12} النرد.

اقرأ في الفصل ←