全部书籍

专业

应用 关于 Coach 登录 开始阅读

书籍暂未推出简体中文版——当前显示 العربية 版。

الرياضيات · 术语表

什么是 الأمل الرياضي?

又称: أمل رياضي

تعريف 18.8 رياضيات المرحلة الثانوية · 第 18 章 — 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 .

示例

مثال 18.10

من أجل لعبة المثال 18.6:

E(G)=46×(−2)+16×3+16×4=−8+3+46=−16≈−0.17.\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=416−136=24536≈6.8,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.

在原文中阅读 ←
تعريف 22.6 الرياضيات الجامعية — السنة 2 · 第 22 章 — المتغيرات العشوائية المتقطعة

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

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

示例

مثال 22.10 (النقل في العمل)

من أجل X∼P(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)=∑k≥01k+1 e−λλkk!=e−λλ∑k≥0λk+1(k+1)!=e−λλ(eλ−1)=1−e−λλ.\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،

1−e−λλ≥11+λ,\frac{1 - \eu^{-\lambda}}{\lambda} \geq \frac{1}{1 + \lambda},

تماما كما تقتضي متراجحة جنسن من أجل الدالة المحدبة t↦11+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=916≈15.17≠12.25:\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)2≈2.92\E(X^2) - \E(X)^2 \approx 2.92 هو بالضبط، بحسب كونيغ–هويغنز، تباين 3512\frac{35}{12} النرد.

在原文中阅读 ←