在前面几讲中我们研究了随机变量的概率分布。随机变量的概率分布能全面完整地描述随机变量的概率性质。不过,在实际问题中要求一个随机变量的概率分布往往是困难的,而且在很多场合下,并不需要知道随机变量的概率分布,只要知道随机变量的某些特征就够了。随机变量的常见数字特征包括数学期望和方差。今天我们就来了解一下数学期望的概念。讲到数学期望,就要了解一下概率论的历史。其实,概率的概念及其确定概率的古典方法最早形成于16世纪,当时起源于博弈(赌博)问题。在15-16世纪意大利数学家卡尔达诺的著作里曾经讨论过“如果两人赌博提前结束,该如何分配赌金”等问题。卡尔达诺早在约1564年完成了著作《机遇博弈》,只是他去世后1663年才得以发表。而荷兰数学家惠更斯发表于1657年的著作《论赌博中的计算》,是公开发表最早的概率著作,其中涉及到了一些早期的概率概念和有关概率的定理,标志着概率论的诞生。在这些 著作中都使用过概率的古典定义。当时卡尔达诺深入研究了掷骰子赌博的游戏:投掷两个各面点数分别从1~6的普通骰子,如果你掷出的总点数大于6,叫做“大”;如果总点数小于或者等于6,叫做“小”。你愿意押大还是押小呢?卡尔达诺认为,对于掷骰子这种看似靠运气的游戏,其实是可以通过计算概率取胜的。他的关键思想,就是我们前面讲过的“样本空间”。样本空间,是古典概率论的最重要思想。根据这个思想,两个骰子一共有6×6=36种不同的组合,也就是说这一样本空间中有36个元素。如果我们把这36种可能都列举出来,例如(1,1),(1,2),……,一直到(6,6),会发现其中有21种组合的总点数大于6。由于其中每个组合出现的可能性都是一样大的,所以卡尔达诺认为,结果为“大”的概率等于21÷36=58.33%。因此,他在这种赌博游戏中就坚决押大!传说卡尔达诺甚至靠赌博赢下了自己的大学学费。
图片
同时掷两个骰子的所有可能结果(36种结果中,点数为“大”的有21个)
100多年后,概率论再次因为赌博而被发扬光大。17世纪有个法国贵族安托万·古保德,他还有一个更出名的头衔,叫做梅累骑士。他酷爱赌博,而且他懂概率,赢钱多到别人以为他作弊的程度。有一次,梅累骑士遇到了一个问题。1654年,他向帕斯卡请教了一个亲身经历的“分赌注问题”。故事大概如此:梅雷和赌友双方各自出50枚金币,共100枚金币作为赌注。约定谁先赢3局,则获得全部赌注。赌博进行了一段时间,梅累赢了2局,对方赢了1局。但这时,梅雷接到紧急命令,要立即陪国王接见外宾,于是只好中断赌博。那么,问题就来了,这100枚金币的赌注应该如何分配才合理呢?这个问题其实有广泛的应用。比如,五局三胜制的体育比赛,一方以2:1领先,假设双方每局获奖的机会都相等,那么各自获得最后胜利的概率是多少呢?梅累骑士的概率知识解决不了这个问题,不过他有个科学家朋友,就是名字后来被用作压强单位的法国数学家、物理学家帕斯卡。帕斯卡意识到没有现成的理论可以解决这个问题,他不得不求助于另一位数学家,也就是提出“费马大定理”的费马。1654年,帕斯卡和费马两人开始以通信的方式反复讨论,并共同建立了概率论的第一个基本概念 — 数学期望。图片
图片
图片
图片
图片
图片
图片
图片
即随机变量取值乘取值的概率相加即得平均值。这就是数学期望的概念。
通过上述3个引例,我们可以给出如下定义。
图片
E(X)是一个实数,而非变量,它是一种加权平均,与一般的平均值不同,它从本质上体现了随机变值取可能值的真正平均值,也称均值。
图片
图片
图片
图片
图片
图片
图片
图片
图片
图片
图片
图片
由此引出连续型随机变量的数学期望的定义:
图片
图片
图片
图片
图片
图片
图片
图片
图片
图片
本站仅提供存储服务,所有内容均由用户发布,如发现有害或侵权内容,请点击举报。七星配资平台-北京股票配资公司-网络股票配资平台-东莞股票配资平台官网提示:文章来自网络,不代表本站观点。