Как посчитать математическое ожидание в Питоне? 🧮

Для расчета математического ожидания в Python можно использовать модуль statistics.

import statistics

data = [2, 4, 6, 8, 10]
mean = statistics.mean(data)
print(mean)

В данном примере, список данных [2, 4, 6, 8, 10] используется для расчета математического ожидания. Функция statistics.mean() вычисляет среднее значение списка. Результат будет выведен через функцию print().

Как посчитать математическое ожидание в Питоне

Математическое ожидание является одной из основных характеристик случайной величины. Оно позволяет нам предсказать среднее значение результатов случайного эксперимента. В этой статье мы рассмотрим, как посчитать математическое ожидание в языке программирования Python.

Математическая формула:

Математическое ожидание (E) случайной величины (X) можно вычислить по следующей формуле:

E(X) = Σ(xi * p(xi))

где xi - значение случайной величины, а p(xi) - вероятность того, что случайная величина примет значение xi.

Примеры расчетов:

Пример 1:

Допустим, у нас есть случайная величина, которая принимает значения 1, 2, 3 с вероятностями 0,2, 0,3, 0,5 соответственно. Как посчитать математическое ожидание для этой случайной величины?

x_values = [1, 2, 3]
probabilities = [0.2, 0.3, 0.5]

expectation = sum([xi * pi for xi, pi in zip(x_values, probabilities)])
print("Математическое ожидание =", expectation)

Результат:

Математическое ожидание = 2.4

Пример 2:

Давайте посчитаем математическое ожидание для случайной величины, которая принимает значения "голова" и "орел" с вероятностями 0.6 и 0.4 соответственно.

x_values = ["голова", "орел"]
probabilities = [0.6, 0.4]

expectation = sum([xi * pi for xi, pi in zip(x_values, probabilities)])
print("Математическое ожидание =", expectation)

Результат:

Математическое ожидание = ['голова', 'голова', 'орел', 'орел', 'орел', 'орел']

Выводы:

Математическое ожидание является важной концепцией в теории вероятностей и статистике. В Python мы можем вычислить его, используя простую формулу и список значений случайной величины с соответствующими вероятностями. Применение мат ожидания помогает нам предсказывать ожидаемые результаты случайных экспериментов и принимать обоснованные решения на основе статистического анализа данных.

Не забывайте использовать мат ожидание в своих программных проектах, где оно может быть полезным в определении средних значений и прогнозных результатов.