Пусть Y=Y(X) является функцией от случайной величины.
Рассмотрим сначала дискретную случайную величину X, принимающую значения x1, …, xn. Тогда случайная величина Y=Y(X), принимает значения Y(x1), …, Y(xn) с вероятностями
pi = P{X=xi}
и ее математическое ожидание определяется формулой
Если же величина X принимает счетное число значений, то математическое ожидание Y определяется формулой
при этом должно выполняться условие .
Пример. Определим математическое ожидание выигрыша Y в «Спортлото 6 из 49». Так как Y является функцией от случайной величины X — числа угаданных номеров, то воспользовавшись рядом распределения, получим
MY = M(X) = Y(0)P{X=0} + … + Y(6)P{X=6} ≈
≈ -0.3(0.436+0.413+0.1324) + 2.7 · 0.0176 + 54.7 · 0.00097 +
+ 699.7 · 2 · 10-5 + 9999.7 · 7 · 10-8 ≈ -0.179.
Таким образом, математическое ожидание выигрыша отрицательно и равно примерно 18 коп., а это означает, что играющий в среднем проигрывает больше половины стоимости билета (30 коп.).
Для непрерывной случайной величины X с плотностью распределения p(x) математическое ожидание случайной величины Y=Y(X) можно найти, используя формулу
при этом выполняется условие .
Теорема. Математическое ожидание удовлетворяет следующим свойствам:
Замечание. В теореме предполагается, что математическое ожидание случайных величин X, X1, X2 существует. Однако математическое ожидание суммы случайных величин может существовать даже тогда, когда математические ожидания обоих слагаемых не существуют. Так M(X-X)=M0=0, несмотря на то, что MX может не существовать.
Пример. Представим число успехов X в n испытаниях по схеме Бернулли в виде X=X1+…+Xn, где Xi — число успехов в i-том испытании. Очевидно, что
MXi = 0 · q+1· p.
Значит в силу свойства 3
MX = MX1 + … + MXn = np,
что совпадает с предыдущим результатом, но получено с минимальными вычислениями.