Informalmente, una distribuzione di probabilità definisce la frequenza relativa degli esiti di una variabile casuale - il valore atteso può essere considerato come una media ponderata di tali esiti (ponderata dalla frequenza relativa). Allo stesso modo, il valore atteso può essere considerato come la media aritmetica di un insieme di numeri generati in proporzione esatta alla loro probabilità di verificarsi (nel caso di una variabile casuale continua ciò non è esattamente vero poiché valori specifici hanno probabilità ).0
La connessione tra il valore atteso e la media aritmetica è più chiara con una variabile casuale discreta, dove si trova il valore atteso
E( X) = ∑Sx P( X= x )
dove è lo spazio del campione. Ad esempio, supponiamo di avere una variabile casuale discreta tale che:XSX
X= ⎧⎩⎨123con probabilità 1 / 8con probabilità 3 / 8con probabilità 1 / 2
Cioè, la funzione di massa di probabilità è , e . Utilizzando la formula sopra, il valore atteso èP ( X = 2 ) = 3 / 8 P ( X = 3 ) = 1 / 2P( X= 1 ) = 1 / 8P( X= 2 ) = 3 / 8P( X= 3 ) = 1 / 2
E( X) = 1 ⋅ ( 1 / 8 ) + 2 ⋅ ( 3 / 8 ) + 3 ⋅ ( 1 / 2 ) = 2.375
Consideriamo ora i numeri generati con frequenze esattamente proporzionali alla funzione della massa di probabilità - ad esempio, l'insieme di numeri - due s, sei s e otto s. Ora prendi la media aritmetica di questi numeri:{ 1 , 1 , 2 , 2 , 2 , 2 , 2 , 2 , 3 , 3 , 3 , 3 , 3 , 3 , 3 , 3 }123
1+1+2+2+2+2+2+2+3+3+3+3+3+3+3+316=2.375
e puoi vedere che è esattamente uguale al valore atteso.