Вероятность и статистикаВероятность и статистика 11 класс

Математическое ожидание случайной величины — разбор темы и задания

Вводим понятие среднего значения случайной величины. Формула: E(X) = Σ x_i·P(X=x_i). Понимаем, что матожидание — это теоретическое среднее при большом числе испытаний. Разбираем примеры: средний выигрыш в лотерее, средний балл ученика.

Карта темы

На данной странице представлена исчерпывающая теоретическая база по теме «Математическое ожидание случайной величины», разработанная специально для учащихся 10–11 классов в рамках курса «Вероятность и статистика». Материал подготовлен ведущими методистами и экспертами по математическому образованию, чтобы полностью заменить традиционные учебники и стать основным пособием при подготовке к контрольным работам и профильному ЕГЭ по математике.

Понимание смысла математического ожидания и умение находить среднее значение случайной величины — это фундамент всей теории вероятностей. Представленные формулы, свойства, табличные примеры, алгоритмы и подробные разборы задач помогут вам без ошибок решать уравнения и системы распределения вероятностей, а интерактивные тренажёры на платформе Экзамео позволят довести навык вычислений до автоматизма.

Теория математического ожидания случайной величины

Что такое математическое ожидание?

Математическое ожидание случайной величины (обозначается как $E(X)$ или $M(X)$ ) — это числовая характеристика случайной величины, представляющая собой её среднее взвешенное значение, где в качестве весов выступают вероятности принятия соответствующих значений.

В отличие от обычного среднего арифметического, где все элементы одинаково равны, математическое ожидание учитывает, насколько часто или вероятно появление того или иного значения $x_i$ . Чем выше вероятность события $p_i$ , тем сильнее оно притягивает к себе математическое ожидание.

Ключевая суть темы

Физический смысл: математическое ожидание $E(X)$ можно представить как центр тяжести (центр масс) распределения вероятностей. Если поместить массы, равные вероятностям $p_i$ , в точки $x_i$ на числовой прямой, то точка равновесия совпадёт с $E(X)$ !

Формулы вычисления математического ожидания

Способ расчета $E(X)$ напрямую зависит от типа случайной величины — является ли она дискретной (принимает отдельные изолированные значения) или непрерывной (принимает любые значения из некоторого интервала).

Изучите базовые математические формулы. Эти равенства необходимо знаниево выучить для применения на экзаменах:

1. Дискретная случайная величина (ДСВ)

Для ДСВ с законом распределения $(x_i, p_i)$ математическое ожидание равно сумме произведений всех возможных значений на их вероятности:

E(X) = \sum_{i=1}^n x_i \cdot p_i = x_1 p_1 + x_2 p_2 + \dots + x_n p_n

При этом сумма всех вероятностей должна быть равна единице: $\sum_{i=1}^n p_i = 1$ .

2. Непрерывная случайная величина (НСВ)

Для НСВ с плотностью распределения вероятностей $f(x)$ математическое ожидание выражается через определенный интеграл:

E(X) = \int_{-\infty}^{+\infty} x \cdot f(x) \, dx

При условии, что данный интеграл сходится абсолютно.

Основные свойства математического ожидания

При выполнении алгебраических преобразований над случайными величинами используются фундаментальные свойства математического ожидания.

Запомните сводный список важнейших свойств $E(X)$ :

Свойство

Математическая запись

Смысловая интерпретация

1. Константа

E(C) = C

Математическое ожидание постоянной величины равно самой этой постоянной.

2. Вынос множителя

E(C \cdot X) = C \cdot E(X)

Постоянный множитель можно выносить за знак математического ожидания.

3. Сумма величин

E(X + Y) = E(X) + E(Y)

Математическое ожидание суммы двух величин равно сумме их математических ожиданий (для любых $X$ и $Y$ ).

4. Произведение независимых

E(X \cdot Y) = E(X) \cdot E(Y)

Математическое ожидание произведения независимых случайных величин равно произведению их мат. ожиданий.

5. Центрированная величина

E(X - E(X)) = 0

Математическое ожидание отклонения случайной величины от её математического ожидания всегда равно нулю.

Типичные ошибки при вычислении математического ожидания

При решении задач из курса «Вероятность и статистика» старшеклассники нередко допускают характерные ошибки. Понимание природы этих сбоев поможет избежать потери баллов на экзамене.

Рассмотрите разбор наиболее распространенных промахов:

Ошибка 1: Забытое умножение на вероятности

Сложение самих значений $x_i$ без учёта вероятностей $p_i$ (вычисление простого среднего арифметического $\frac{\sum x_i}{n}$ ). Это верно только тогда, когда все значения равновероятны ( $p_i = \frac{1}{n}$ ).

Ошибка 2: Применение свойства произведения к зависимым величинам

Использование формулы $E(X \cdot Y) = E(X) \cdot E(Y)$ для зависимых случайных величин. Это равенство строго справедливо только для независимых факторов!

Математическое ожидание в экономике, физике и Data Science

Понятие математического ожидания широко применяется во всех отраслях современной науки. В финансовой математике и инвестиционном анализе $E(X)$ характеризует ожидаемую доходность инвестиционного портфеля: $E(R) = \sum p_i R_i$ .

В машинном обучении (Machine Learning) и анализе данных математическое ожидание лежит в основе функций потерь (Loss Functions). Минимизация среднего риска $\min_\theta E_{(x,y)} [L(f(x; \theta), y)]$ является базовым принципом обучения нейронных сетей. В статистической физике $E(X)$ описывает среднюю кинетическую энергию молекул идеального газа.

Финансовые риски и теория игр

В теории игр и инвестициях справедливой считается игра или сделка с нулевым математическим ожиданием чистой прибыли: $E(\text{Прибыль}) = 0$ .

Биномиальное распределение $E(X) = np$

Для биномиального распределения (число успехов в $n$ испытаниях Бернулли) математическое ожидание рассчитывается за $O(1)$ по простой формуле $E(X) = n \cdot p$ .

Алгоритм вычисления математического ожидания ДСВ

Для успешного решения задач на вычисление $E(X)$ из таблицы ряда распределения используйте строгую методическую последовательность.

Применяйте данный 5-шаговый алгоритм при вычислениях:

Порядок действий

Проверьте условие нормировки вероятностей: убедитесь, что сумма всех вероятностей в таблице равна единице ( $\sum p_i = 1$ ). Если одна из вероятностей неизвестна, найдите её как $p_k = 1 - \sum_{i \neq k} p_i$ .

Умножьте каждое значение случайной величины $x_i$ на соответствующую ему вероятность $p_i$ : перемножьте элементы каждого столбца таблицы ( $x_1 \cdot p_1, x_2 \cdot p_2, \dots$ ).

Сложите все полученные произведения: $E(X) = x_1 p_1 + x_2 p_2 + \dots + x_n p_n$ .

Оцените разумность результата: значение $E(X)$ обязательно должно находиться строго внутри интервала $[\min(x_i), \max(x_i)]$ .

Запишите полученное число в качестве ответа задачи.

Разбор практических задач программы 10–11 классов

Ниже представлены примеры практических задач, составленных в полном соответствии с требованиями углублённого курса по предмету «Вероятность и статистика».

Раскрывайте интерактивные блоки, чтобы проверить свои знания и детально разобрать решения задач на математическое ожидание.

Пример 1: Нахождение $E(X)$ по закону распределения с неизвестным параметром

Задание: Дискретная случайная величина $X$ задана рядом распределения:

$X$

$-2$

$1$

$4$

$P$

$0.2$

$p_2$

$0.3$

Найдите неизвестную вероятность $p_2$ и математическое ожидание $E(X)$ .

Решение:

1) Из свойства полной вероятности следует: $0.2 + p_2 + 0.3 = 1 \implies p_2 = 1 - 0.5 = 0.5$ .

2) Вычисляем математическое ожидание по формуле $E(X) = \sum x_i p_i$ :

E(X) = (-2) \cdot 0.2 + 1 \cdot 0.5 + 4 \cdot 0.3 = -0.4 + 0.5 + 1.2 = 1.3

Ответ: $p_2 = 0.5$ ; $E(X) = 1.3$ .

Пример 2: Применение свойств математического ожидания

Задание: Известно, что $E(X) = 4$ и $E(Y) = -2$ . Найдите математическое ожидание случайной величины $Z = 3X - 2Y + 5$ .

Решение:

1) Используем свойства линейности математического ожидания $E(aX + bY + c) = aE(X) + bE(Y) + c$ :

E(Z) = E(3X - 2Y + 5) = 3E(X) - 2E(Y) + 5

2) Подставляем даные значения $E(X) = 4$ и $E(Y) = -2$ :

E(Z) = 3 \cdot 4 - 2 \cdot (-2) + 5 = 12 + 4 + 5 = 21

Ответ: $E(Z) = 21$ .

Тренажёры с заданиями на математическое ожидание на платформе Экзамео

На интерактивной образовательной платформе Экзамео вы можете закрепить полученные теоретические знания и довести навык вычисления математического ожидания случайных величин до полного автоматизма. Интерактивные тренажёры содержат сотни задач базового и углублённого уровней сложности с мгновенной проверкой и подробным разбором каждого шага решения.

Переходите к практическим тренажёрам по теме «Математическое ожидание случайной величины» для 10–11 классов. Отрабатывайте навыки вероятностных расчетов, изучите все свойства $E(X)$ и гарантируйте себе высшие баллы на контрольных работах и экзаменах!