Skip to main content

Esperança matemàtica Contingut Història Definició matemàtica Exemples Propietats Menú de navegació4152930-3

Probabilitat


teoria de la probabilitatvariable aleatòriaprobabilitatjocs d'atzarBlaise PascalAntoine Gombaud1654Pierre de FermatWilliam Allen Whitworthvariable aleatòriaespai de probabilitatintegrableintegral de Lebesguedistribució de Cauchyvariable aleatòria discretavariable aleatòria contínuafunció de densitat de probabilitatnombre realruletaquasi seguravariables aleatòries discretesesperança condicionalllei de l'esperança totalvariables aleatòries contínuesteorema de Bayes












Esperança matemàtica




De Viquipèdia






Salta a la navegació
Salta a la cerca


L'esperança matemàtica (o esperança, o mitjana poblacional) és un concepte de la teoria de la probabilitat. L'esperança d'una variable aleatòria discreta és la suma de la probabilitat de cada possible esdeveniment multiplicat pel valor de l'esmentat esdeveniment. Per tant, representa la quantitat mitjana que un "espera" com a resultat d'un experiment aleatori quan la probabilitat de cada esdeveniment es manté constant i l'experiment es repeteix un elevat nombre de vegades. Val a dir que el valor que pren l'esperança matemàtica en alguns casos pot no ser "esperat" en el sentit més general de la paraula - el valor de l'esperança pot ser improbable o fins i tot impossible. Per exemple, el valor esperat quan llencem un dau equilibrat de 6 cares és 3,5 però 3,5 no és un valor possible al rodar el dau. Una aplicació comú de l'esperança matemàtica és en les apostes o els jocs d'atzar.




Contingut





  • 1 Història


  • 2 Definició matemàtica


  • 3 Exemples


  • 4 Propietats

    • 4.1 Constants


    • 4.2 Monotonia


    • 4.3 Linealitat


    • 4.4 Esperança iterada

      • 4.4.1 Esperança iterada per variables aleatòries discretes


      • 4.4.2 Esperança iterada per a variables aleatòries qualssevol



    • 4.5 Desigualtat





Història


Al segle XVII Blaise Pascal va estudiar el problema del joc a petició d'Antoine Gombaud. El problema era que els dos jugadors que volen acabar un joc d'hora i, donades les actuals circumstàncies del joc, volen dividir l'aposta justa, basada en la possibilitat que cada un té de guanyar el joc des d'aquest punt. Com han de trobar aquesta "quantitat justa"? El 1654 va mantenir correspondència amb Pierre de Fermat sobre el tema dels jocs d'atzar, i és en el debat sobre aquest problema que es van bastir els fonaments de la teoria matemàtica de les probabilitats i la noció de valor esperat.


L'ús de la lletra "E" per indicar el valor esperat es remunta a William Allen Whitworth (1901) "Choice and chance". El símbol s'ha tornat popular ja que per als escriptors anglesos significa "Expectation", per als alemanys "Erwartungswert", i per als francesos "espérance".



Definició matemàtica


En general, si Xdisplaystyle X, és una variable aleatòria definida en un espai de probabilitat (Ω,Σ,P)displaystyle (Omega ,Sigma ,P), i integrable respecte a la mesura de probabilitat P, aleshores l'esperança matemàtica de Xdisplaystyle X, (denotada E⁡(X)displaystyle operatorname E (X), o de vegades ⟨X⟩displaystyle langle Xrangle o E(X)displaystyle mathbb E (X)) es defineix com a


E⁡(X)=∫ΩXd⁡Pdisplaystyle operatorname E (X)=int _Omega X,operatorname d P

on la integral és una integral de Lebesgue respecte a la mesura de probabilitat P. Cal tenir en compte que no totes les variables aleatòries són integrables: no totes tenen l'esperança matemàtica definida (per exemple, la distribució de Cauchy). Dues variables amb la mateixa distribució de probabilitat tenen el mateix valor esperat, si aquest està definit.


Si Xdisplaystyle X és una variable aleatòria discreta la integral es calcula d'acord amb la següent fórmula:


E⁡(X)=∑ipixidisplaystyle operatorname E (X)=sum _ip_ix_i,

Si Xdisplaystyle X és una variable aleatòria contínua, és a dir que té una funció de densitat de probabilitat f(x)displaystyle f(x), aleshores la integral pot calcular-se d'acord amb la següent fórmula:


E⁡(X)=∫−∞∞xf(x)d⁡x.displaystyle operatorname E (X)=int _-infty ^infty xf(x),operatorname d x.

Una conseqüència directa de la definició pel cas discret es que si Xdisplaystyle X és una variable aleatòria constant, és a dir X=bdisplaystyle X=b per algun nombre real fix bdisplaystyle b, aleshores l'esperança matemàtica de Xdisplaystyle X és bdisplaystyle b.


L'esperança matemàtica d'una funció qualsevol de Xdisplaystyle X, diguem g(X)displaystyle g(X), es calcula


E⁡(g(X))=∑ipig(xi)displaystyle operatorname E (g(X))=sum _ip_ig(x_i),

en el cas discret i


E⁡(g(X))=∫−∞∞g(x)f(x)d⁡xdisplaystyle operatorname E (g(X))=int _-infty ^infty g(x)f(x),operatorname d x

en el cas continu.



Exemples


Exemple 1: El valor esperat quan llencem un dau equilibrat de 6 cares:


E⁡[X]=1⋅16+2⋅16+3⋅16+4⋅16+5⋅16+6⋅16=3.5.displaystyle operatorname E [X]=1cdot frac 16+2cdot frac 16+3cdot frac 16+4cdot frac 16+5cdot frac 16+6cdot frac 16=3.5.

Exemple 2: La ruleta americana té 38 caselles equiprobables. El guany per encertar una aposta a un sol número paga de 35 a 1 (és a dir, cobrem 35 vegades el que hem apostat i recuperem l'aposta, de manera que rebem 36 vegades el que hem apostat). Per tant, considerant els 38 possibles resultats, l'esperança matemàtica del benefici per apostar a un sol número és:


(−1×3738)+(35×138),displaystyle left(-1times frac 3738right)+left(35times frac 138right),

que és −0.0526 aproximadament. Per tant un espera, en mitjana, perdre uns 5 cèntims per cada euro que aposta, i el valor esperat per apostar 1 euro són 0.9474 euros. En el món de les apostes, un joc on el benefici esperat és zero (no guanyem ni perdem) s'anomena un "joc just".



Propietats



Constants


El valor esperat d'una constant és igual a la mateixa constant, és a dir,
si c és una constant, E(c) = c



Monotonia


Si X i Y són variables aleatòries tals que X≤Ydisplaystyle Xleq Y de forma quasi segura, aleshores E⁡(X)≤E⁡(Y)displaystyle operatorname E (X)leq operatorname E (Y).



Linealitat


L'esperança matemàtica Edisplaystyle operatorname E és un operador lineal:


E⁡(X+c)=E⁡(X)+cdisplaystyle operatorname E (X+c)=operatorname E (X)+c,

E⁡(X+Y)=E⁡(X)+E⁡(Y)displaystyle operatorname E (X+Y)=operatorname E (X)+operatorname E (Y),

E⁡(aX)=aE⁡(X)displaystyle operatorname E (aX)=aoperatorname E (X),

Combinant els resultats de les tres equacions prèvies, veiem que:


E⁡(aX+b)=aE⁡(X)+bdisplaystyle operatorname E (aX+b)=aoperatorname E (X)+b,

E⁡(aX+bY)=aE⁡(X)+bE⁡(Y)displaystyle operatorname E (aX+bY)=aoperatorname E (X)+boperatorname E (Y),

per dues variables aleatòries Xdisplaystyle X i Ydisplaystyle Y qualsevol (que han d'haver estat definides en el mateix espai de probabilitat) i nombres reals adisplaystyle a i bdisplaystyle b qualssevol.



Esperança iterada



Esperança iterada per variables aleatòries discretes


Per a dues variables aleatòries discretes
X,Ydisplaystyle X,Y definim l'esperança condicional:


E⁡(X|Y)(y)=E⁡(X|Y=y)=∑xx⋅P⁡(X=x|Y=y).Y=y)=sum limits _xxcdot operatorname P (X=x

on P⁡(X=x|Y=y).displaystyle operatorname P (X=x és la probabilitat de l'esdeveniment X=xdisplaystyle X=x
condicional a Y=ydisplaystyle Y=y.
Per tant, E⁡(X|Y)displaystyle operatorname E (X és una funció de ydisplaystyle y.


L'esperança de Xdisplaystyle X satisfà


E⁡(E⁡(X|Y))=∑yE⁡(X|Y=y)⋅P⁡(Y=y)Y)right)=sum limits _yoperatorname E (X
=∑y(∑xx⋅P⁡(X=x|Y=y))⋅P⁡(Y=y)Y=y)right)cdot operatorname P (Y=y),
=∑y∑xx⋅P⁡(X=x|Y=y)⋅P⁡(Y=y)Y=y)cdot operatorname P (Y=y),
=∑y∑xx⋅P⁡(Y=y|X=x)⋅P⁡(X=x)displaystyle =sum limits _ysum limits _xxcdot operatorname P (Y=y
=∑xx⋅P⁡(X=x)⋅(∑yP⁡(Y=y|X=x))displaystyle =sum limits _xxcdot operatorname P (X=x)cdot left(sum limits _yoperatorname P (Y=y
=∑xx⋅P⁡(X=x)displaystyle =sum limits _xxcdot operatorname P (X=x),
=E⁡(X).displaystyle =operatorname E (X).,

Per tant, arribem a la següent equació:


E⁡(X)=E⁡(E⁡(X|Y)).Y)right).

La part dreta de l'equació s'anomena esperança iterada. Aquesta proposició també es coneix com
a llei de l'esperança total.



Esperança iterada per a variables aleatòries qualssevol


Per a variables aleatòries contínues, el resultat és completament anàleg. La definició d'esperança condicional empra funcions de densitat de probabilitat i les sumes esdevenen integrals (respecte a la mesura de Lebesgue). El resultat principal continua essent vàlid:


E⁡(X)=E⁡(E⁡(X|Y)).Y)right).

La llei de l'esperança iterada és vàlida també per variables aleatòries amb una distribució qualssevol, per exemple variables que segueixen una mixtura de variables contínues i discretes. En lloc d'emprar integrals respecte de la mesura de Lebesque, la integral es pren respecte la llei de probabilitat de Xdisplaystyle X condicionada a Ydisplaystyle Y (veure teorema de Bayes).



Desigualtat


Si la variable X sempre és menor que la variable Y (és a dir, X≤Ydisplaystyle Xleq Y de forma
quasi segura o amb probabilitat 1), l'esperança d'X és menor que la d'Y:


Si X≤Ydisplaystyle Xleq Y, aleshores E⁡(X)≤E⁡(Y)displaystyle operatorname E (X)leq operatorname E (Y).


En particular, tenint en compte que X≤|X|X i que −X≤|X|displaystyle -Xleq ,
el valor absolut de l'esperança matemàtica d'una variable aleatòria és menor o igual a l'esperança del seu valor absolut:


|E⁡(X)|≤E⁡(|X|)displaystyle











Obtingut de «https://ca.wikipedia.org/w/index.php?title=Esperança_matemàtica&oldid=21484127»










Menú de navegació


























(RLQ=window.RLQ||[]).push(function()mw.config.set("wgPageParseReport":"limitreport":"cputime":"0.124","walltime":"0.245","ppvisitednodes":"value":367,"limit":1000000,"ppgeneratednodes":"value":0,"limit":1500000,"postexpandincludesize":"value":1208,"limit":2097152,"templateargumentsize":"value":0,"limit":2097152,"expansiondepth":"value":3,"limit":40,"expensivefunctioncount":"value":0,"limit":500,"unstrip-depth":"value":0,"limit":20,"unstrip-size":"value":2160,"limit":5000000,"entityaccesscount":"value":1,"limit":400,"timingprofile":["100.00% 47.795 1 Plantilla:Autoritat","100.00% 47.795 1 -total"],"scribunto":"limitreport-timeusage":"value":"0.020","limit":"10.000","limitreport-memusage":"value":843519,"limit":52428800,"cachereport":"origin":"mw1315","timestamp":"20190716103036","ttl":2592000,"transientcontent":false););"@context":"https://schema.org","@type":"Article","name":"Esperanu00e7a matemu00e0tica","url":"https://ca.wikipedia.org/wiki/Esperan%C3%A7a_matem%C3%A0tica","sameAs":"http://www.wikidata.org/entity/Q200125","mainEntity":"http://www.wikidata.org/entity/Q200125","author":"@type":"Organization","name":"Contributors to Wikimedia projects","publisher":"@type":"Organization","name":"Wikimedia Foundation, Inc.","logo":"@type":"ImageObject","url":"https://www.wikimedia.org/static/images/wmf-hor-googpub.png","datePublished":"2007-07-31T04:31:44Z","dateModified":"2019-07-15T09:31:45Z"(RLQ=window.RLQ||[]).push(function()mw.config.set("wgBackendResponseTime":214,"wgHostname":"mw1244"););

Popular posts from this blog

Canceling a color specificationRandomly assigning color to Graphics3D objects?Default color for Filling in Mathematica 9Coloring specific elements of sets with a prime modified order in an array plotHow to pick a color differing significantly from the colors already in a given color list?Detection of the text colorColor numbers based on their valueCan color schemes for use with ColorData include opacity specification?My dynamic color schemes

Invision Community Contents History See also References External links Navigation menuProprietaryinvisioncommunity.comIPS Community ForumsIPS Community Forumsthis blog entry"License Changes, IP.Board 3.4, and the Future""Interview -- Matt Mecham of Ibforums""CEO Invision Power Board, Matt Mecham Is a Liar, Thief!"IPB License Explanation 1.3, 1.3.1, 2.0, and 2.1ArchivedSecurity Fixes, Updates And Enhancements For IPB 1.3.1Archived"New Demo Accounts - Invision Power Services"the original"New Default Skin"the original"Invision Power Board 3.0.0 and Applications Released"the original"Archived copy"the original"Perpetual licenses being done away with""Release Notes - Invision Power Services""Introducing: IPS Community Suite 4!"Invision Community Release Notes

François Viète Contents Biography Work and thought Bibliography See also Notes Further reading External links Navigation menup. 21Google Bookspp. 75–77Google BooksDe thou (from University of Saint Andrews)ArchivedGoogle BooksGoogle BooksGoogle BooksGoogle booksGoogle Bookscc-parthenay.frL'histoire universelle (fr)Universal History (en)ArchivedAdsabs.harvard.eduPagesperso-orange.frArchive.orgChikara Sasaki. Descartes' mathematical thought p.259Google BooksGoogle BooksGoogle Bookspp. 152 and onwardGoogle BooksGoogle BooksScribd.comGoogle Books1257-7979Google BooksGoogle BooksGoogle BooksGoogle BooksGoogle BooksGoogle BooksGallica.bnf.frGoogle BooksGoogle Books"François Viète"Francois Viète: Father of Modern Algebraic NotationThe Lawyer and the GamblerAbout TarporleySite de Jean-Paul GuichardL'algèbre nouvelle"About the Harmonicon"cb120511976(data)1188044800000 0001 0913 5903n82164680ola2013766880073431702w6vt1sb70287374827140948071409480