Skip to main content
ถึงการสอบครั้งถัดไป 14–15 พฤศจิกายน 2569:
กลับไปคำศัพท์
statisticsความยาก: พื้นฐานstatisticsprobabilityexpected-value
แชร์

数学期望shùxué qīwàng

expected value / mathematical expectation
4 นาทีอ่าน
อัปเดตเมื่อ 24 มกราคม 2568
สมบูรณ์

แนวคิดหลัก

ค่าคาดหวัง (หรือ ค่าคาดหวังทางคณิตศาสตร์) ของตัวแปรสุ่ม คือ ค่าเฉลี่ยถ่วงน้ำหนักของค่าทั้งหมดที่เป็นไปได้ โดยที่น้ำหนักคือความน่าจะเป็น

ตัวแปรสุ่มแบบไม่ต่อเนื่อง

สำหรับตัวแปรสุ่มแบบไม่ต่อเนื่อง XX ที่มีค่าเป็น x1,x2,…,xnx_1, x_2, \ldots, x_n ด้วยความน่าจะเป็น p1,p2,…,pnp_1, p_2, \ldots, p_n:

E(X)=∑i=1nxi⋅pi=x1p1+x2p2+⋯+xnpnE(X) = \sum_{i=1}^{n} x_i \cdot p_i = x_1p_1 + x_2p_2 + \cdots + x_np_n

สัญลักษณ์

  • E(X)E(X) - ค่าคาดหวังของ XX
  • μ\mu (mu) - มักใช้เพื่อแสดงค่าคาดหวัง
  • X‾\overline{X} - ค่าเฉลี่ยของตัวอย่าง (ค่าประมาณของ E(X)E(X))

การแปล

ค่าคาดหวังหมายถึง:

  • ค่าเฉลี่ยในระยะยาว ของการทดลองหลายครั้งที่เป็นอิสระ
  • จุดศูนย์กลางมวล ของการแจกแจงความน่าจะเป็น
  • มูลค่าที่ยุติธรรม ในบริบทของการพนัน/การเงิน

สำคัญ: ค่าที่คาดการณ์อาจไม่ใช่ผลลัพธ์ที่เป็นไปได้จริง

คุณสมบัติของค่าคาดหวัง

1. ความเป็นเชิงเส้น

E(aX+b)=aE(X)+bE(aX + b) = aE(X) + b

โดยที่ aa และ bb เป็นค่าคงที่

2. ผลรวมของตัวแปรสุ่ม

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

สิ่งนี้ยังคงเป็นจริงแม้ XX และ YY จะไม่เป็นอิสระต่อกันก็ตาม

3. ผลคูณของตัวแปรอิสระ

หาก XX และ YY เป็นตัวแปรอิสระ: E(XY)=E(X)⋅E(Y)E(XY) = E(X) \cdot E(Y)

4. ค่าคาดหวังของค่าคงที่

E(c)=cE(c) = c

การแจกแจงความน่าจะเป็นทั่วไป

การจัดจำหน่ายค่าคาดหวัง
Bernoulli (pp)pp
Binomial(n,pn, p)npnp
ชุดเครื่องแบบ ({1,2,...,n}\{1,2,...,n\})n+12\dfrac{n+1}{2}
Geometric (pp)1p\dfrac{1}{p}

ข้อฝึกฝน CSCA

💡 หมายเหตุ: ข้อฝึกฝนต่อไปนี้ได้รับการออกแบบตามเนื้อหาของหลักสูตรสอบ CSCA

ตัวอย่าง 1: ระดับพื้นฐาน (ระดับความยาก ★★☆☆☆)

ตัวแปรสุ่ม XX มีการแจกแจงดังต่อไปนี้:

XX123
PP0.20.50.3

ค้นหา E(X)E(X).

วิธีแก้ปัญหา: E(X)=1×0.2+2×0.5+3×0.3E(X) = 1 \times 0.2 + 2 \times 0.5 + 3 \times 0.3 =0.2+1.0+0.9=2.1= 0.2 + 1.0 + 0.9 = 2.1

คำตอบ: E(X)=2.1E(X) = 2.1


ตัวอย่างที่ 2: ระดับกลาง (ความยาก ★★★☆☆)

หากพบ E(X)=3E(X) = 3 ให้ค้นหา E(2X+5)E(2X + 5)

วิธีแก้ปัญหา:

การใช้ความเชิงเส้น: E(2X+5)=2E(X)+5=2(3)+5=11E(2X + 5) = 2E(X) + 5 = 2(3) + 5 = 11

คำตอบ: 1111


ตัวอย่างที่ 3: ระดับกลาง (ระดับความยาก ★★★☆☆)

โยนเหรียญที่ยุติธรรม 100 ครั้ง ให้ XX เป็นจำนวนครั้งที่ออกหน้า หาค่า E(X)E(X)

วิธีแก้ปัญหา:

XX มีลักษณะการแจกแจงแบบทวินามร่วมกับ n=100n = 100 และ p=0.5p = 0.5

E(X)=np=100×0.5=50E(X) = np = 100 \times 0.5 = 50

คำตอบ: E(X)=50E(X) = 50


ตัวอย่างที่ 4: ระดับสูง (ระดับความยาก ★★★★☆)

มีกล่องหนึ่งที่มีลูกบอลสีแดง 3 ลูก และลูกบอลสีขาว 2 ลูก ทำการจับลูกบอล 2 ลูกโดยไม่คืนลูกบอลที่จับแล้ว ให้ XX เป็นจำนวนลูกบอลสีแดงที่จับได้ จงหาค่าของ E(X)E(X)

วิธีแก้ปัญหา:

หาการแจกแจงของ XX:

P(X=0)=C22C52=110P(X = 0) = \dfrac{C_2^2}{C_5^2} = \dfrac{1}{10} (ทั้งสองชิ้นสีขาว)

P(X=1)=C31⋅C21C52=610P(X = 1) = \dfrac{C_3^1 \cdot C_2^1}{C_5^2} = \dfrac{6}{10} (หนึ่งสีแดง หนึ่งสีขาว)

P(X=2)=C32C52=310P(X = 2) = \dfrac{C_3^2}{C_5^2} = \dfrac{3}{10} (ทั้งสองสีแดง)

E(X)=0×110+1×610+2×310E(X) = 0 \times \frac{1}{10} + 1 \times \frac{6}{10} + 2 \times \frac{3}{10} =0+0.6+0.6=1.2= 0 + 0.6 + 0.6 = 1.2

คำตอบ: E(X)=1.2E(X) = 1.2


ตัวอย่าง 5: ระดับสูง (ความยาก ★★★★★)

หากมี E(X)=2E(X) = 2 และ E(X2)=8E(X^2) = 8 ก็ให้หา E((X−1)2)E((X-1)^2)

วิธีแก้ปัญหา:

ขยาย: E((X−1)2)=E(X2−2X+1)E((X-1)^2) = E(X^2 - 2X + 1) =E(X2)−2E(X)+1= E(X^2) - 2E(X) + 1 =8−2(2)+1=8−4+1=5= 8 - 2(2) + 1 = 8 - 4 + 1 = 5

คำตอบ: 55

การประยุกต์ใช้ในชีวิตจริง

1. เกมที่ยุติธรรม

เกมจะถือว่า "ยุติธรรม" หาก E(profit)=0E(\text{profit}) = 0.

ตัวอย่าง: คุณจ่าย ¥2 เพื่อโยนเหรียญ หากออกหน้า: ได้ ¥4 หากออกหลัง: ไม่ได้อะไรเลย E(profit)=0.5×(4−2)+0.5×(0−2)=1−1=0E(\text{profit}) = 0.5 \times (4-2) + 0.5 \times (0-2) = 1 - 1 = 0 นี่เป็นเกมที่ยุติธรรม

2. การประกันภัย

บริษัทประกันภัยใช้ค่าคาดหวังเพื่อกำหนดค่าเบี้ยประกัน

3. การวิเคราะห์การลงทุน

อัตราผลตอบแทนที่คาดการณ์ได้ช่วยในการเปรียบเทียบตัวเลือกการลงทุน

ข้อผิดพลาดที่พบบ่อย

❌ ข้อผิดพลาดที่ 1: การสับสนระหว่าง E(X) กับค่าที่มีความเป็นไปได้สูงที่สุด

ผิด: E(X)E(X) เป็นค่าที่ปรากฏบ่อยที่สุด ✗

ถูกต้อง: E(X)E(X) คือค่าเฉลี่ยถ่วงน้ำหนัก ส่วนค่าโหมดคือค่าที่ปรากฏบ่อยที่สุด ✓

❌ ข้อผิดพลาดที่ 2: ลืมว่าผลรวมของความน่าจะเป็นต้องเท่ากับ 1

ก่อนที่จะคำนวณ ให้ตรวจสอบ: ∑pi=1\sum p_i = 1

❌ ข้อผิดพลาดที่ 3: การใช้ความเชิงเส้นอย่างไม่ถูกต้อง

ผิด: E(X2)=(E(X))2E(X^2) = (E(X))^2 ✗

ถูกต้อง: โดยทั่วไปคือ E(X2)≠(E(X))2E(X^2) \neq (E(X))^2 ความแตกต่างอยู่ที่ค่าความแปรปรวน! ✓

ความสัมพันธ์กับความแปรปรวน

Var(X)=E(X2)−(E(X))2\text{Var}(X) = E(X^2) - (E(X))^2

หรือกล่าวอีกนัยหนึ่ง: E(X2)=Var(X)+(E(X))2E(X^2) = \text{Var}(X) + (E(X))^2

เคล็ดลับการเรียน

  1. ✅ จำสูตรนี้ไว้: E(X)=∑xipiE(X) = \sum x_i p_i
  2. ✅ ความเชิงเส้น: E(aX+b)=aE(X)+bE(aX+b) = aE(X)+b
  3. ✅ รู้จักการแจกแจงความน่าจะเป็นที่พบบ่อย: ค่าคาดหวังของการแจกแจงแบบทวินามคือ npnp
  4. ✅ อย่าสับสนกับค่าความแปรปรวน: E(X2)≠(E(X))2E(X^2) \neq (E(X))^2

💡 เคล็ดลับในการสอบ: เมื่อได้รับตารางการแจกแจงความน่าจะเป็น ให้ตรวจสอบก่อนว่าผลรวมของความน่าจะเป็นเท่ากับ 1 แล้วจึงนำนิยามมาใช้โดยตรง!

คำศัพท์ที่เกี่ยวข้อง

ความรู้พื้นฐาน - ควรเรียนก่อน

คำศัพท์ที่เกี่ยวข้อง - เรียนไปพร้อมกันจะเข้าใจดีขึ้น

ขั้นสูง - เรียนต่อได้เมื่อเชี่ยวชาญแล้ว

แบบฝึกหัด

ฝึกฝนเพื่อเสริมความเข้าใจ