Vtgyjfy

Disambiguazione – Se stai cercando il valor medio di un campione in statistica descrittiva, vedi Media (statistica).

Disambiguazione – Se stai cercando il risultato di analisi matematica, vedi Teorema di Lagrange.

In teoria della probabilità il valore atteso (chiamato anche media, speranza o speranza matematica) di una variabile casuale X{displaystyle X}, è un numero indicato con E[X]{displaystyle mathbb {E} [X]} (da expected value o expectation in inglese o dal francese espérance) che formalizza l'idea euristica di valore medio di un fenomeno aleatorio.

In generale, il valore atteso di una variabile casuale discreta (che assuma cioè solo un numero finito o una infinità numerabile di valori) è dato dalla somma dei possibili valori di tale variabile, ciascuno moltiplicato per la probabilità di essere assunto (ossia di verificarsi), cioè è la media ponderata dei possibili risultati. Per una variabile casuale continua la questione è più delicata e si deve ricorrere alla teoria della misura e all'integrale di Lebesgue-Stieltjes.

Ad esempio, nel celebre gioco testa o croce, se scegliamo "testa" e ipotizziamo un valore di 100 per la vittoria (testa) e di zero per la sconfitta (croce), il valore atteso del gioco è 50, ovvero la media delle vincite e perdite pesata in base alle probabilità (50% per entrambi i casi): 100⋅0,5+0⋅0,5=50{displaystyle 100cdot 0,5+0cdot 0,5=50}, cioè il valore di "testa" per la sua probabilità e il valore di "croce" per la sua probabilità.

Definizione matematica |

Sia (Ω,F,P){displaystyle (Omega ,{mathfrak {F}},mathbb {P} )} uno spazio di probabilità, ed X{displaystyle X} una variabile aleatoria a valori reali su tale spazio (ossia una funzione misurabile X:Ω↦R{displaystyle X:Omega mapsto mathbb {R} }, dove i numeri si intendono equipaggiati con la loro σ-algebra boreliana). Il valore atteso di X{displaystyle X} è semplicemente l'integrale di X{displaystyle X} rispetto alla misura di probabilità P{displaystyle mathbb {P} }:

E(X):=∫ΩX(ω)dP(ω){displaystyle mathbb {E} (X):=int _{Omega }X(omega )dmathbb {P} (omega )}.

Calcolare il valore atteso di variabili aleatorie discrete |

Nel caso di variabile casuale discreta che ammette funzione di probabilità pi{displaystyle p_{i}} è definita come

 E[X]=∑i=1∞xipi{displaystyle mathbb {E} [X]=sum _{i=1}^{infty }x_{i},p_{i}}

Calcolare il valore atteso di variabili aleatorie assolutamente continue |

Nel caso di variabile casuale continua che ammette funzione di densità di probabilità f(x) la definizione diventa

 E[X]=∫−∞∞xf(x)dx{displaystyle mathbb {E} [X]=int _{-infty }^{infty }xf(x)dx}

Speranza matematica finita |

Si dice che X{displaystyle X} ha speranza finita nel discreto se

 E[|X|]=∑i=1∞|xi|pi<+∞{displaystyle mathbb {E} [|X|]=sum _{i=1}^{infty }|x_{i}|,p_{i}<+{infty }}

mentre nel continuo se

 E[|X|]=∫−∞∞|x|f(x)dx<+∞{displaystyle mathbb {E} [|X|]=int _{-infty }^{infty }|x|f(x)dx<+{infty }}

Proprietà |

Media di una costante |

La media di una costante c (cioè di una variabile casuale che assume il valore c con probabilità 1) è ovviamente la costante stessa:

E[c]=c{displaystyle mathbb {E} [c]=c}.

Linearità |

Un'importante caratteristica del valore atteso è la linearità: ovvero per ogni variabile casuale X e coppia di numeri reali a e b si ha

E[aX+b]=aE[X]+b{displaystyle mathbb {E} [aX+b]=amathbb {E} [X]+b}

Questa proprietà è facilmente dimostrabile: ad esempio, nel caso di una variabile casuale discreta, si ha

E[aX+b]=∑i=1∞(axi+b)P(X=xi)=a∑i=1∞xiP(X=xi)+b∑i=1∞P(X=xi)=aE[X]+b{displaystyle mathbb {E} [aX+b]=sum _{i=1}^{infty }(ax_{i}+b)P(X=x_{i})=asum _{i=1}^{infty }x_{i}P(X=x_{i})+bsum _{i=1}^{infty }P(X=x_{i})=amathbb {E} [X]+b}

perché la somma delle probabilità è 1, in quanto consideriamo la somma di tutti i possibili eventi.

Questa proprietà ha la conseguenza importante che date due variabili casuali qualsiasi X e Y (non necessariamente indipendenti) si ha

E[X+Y]=E[X]+E[Y]{displaystyle mathbb {E} [X+Y]=mathbb {E} [X]+mathbb {E} [Y]}

Questa proprietà non vale per il prodotto: in generale, E[XY] è diverso da E[X]E[Y]. Quando queste due quantità sono uguali, si dice che X e Y sono non correlate. In particolare, due variabili casuali indipendenti sono non correlate.

Monotonia |

Se i valori che assume una variabile casuale X sono compresi tra due estremi a e b, così sarà la media di X; infatti
E[X]=∑i=1∞xiP(X=xi)>a∑i=1∞P(X=xi)=a{displaystyle mathbb {E} [X]=sum _{i=1}^{infty }x_{i}P(X=x_{i})>asum _{i=1}^{infty }P(X=x_{i})=a}
e allo stesso modo si dimostra nel caso continuo. Da questo si deduce che se due variabili casuali verificano X≥Y{displaystyle Xgeq Y} (ovvero, per ogni evento E, il valore di X in corrispondenza di quell'evento è maggiore o uguale di quello di Y), allora

E[X]≥E[Y]{displaystyle mathbb {E} [X]geq mathbb {E} [Y]}

Lo stesso argomento in dettaglio: Legge dei grandi numeri.

Stime del valore atteso |

In statistica, la stima del valore atteso assume un ruolo centrale, in quanto principale parametro usato nella statistica inferenziale.

Calcolo del valore atteso nel gioco |

Gioco dei dadi |

Nel gioco dei dadi, rappresentando il risultato del tiro del dado con una variabile casuale che possa assumere i valori 1,2,3,4,5,6{displaystyle 1,2,3,4,5,6}, ciascuno con probabilità 1/6,{displaystyle 1/6,} intuitivamente, la media di questa variabile casuale sarà 3,5{displaystyle 3,5}, dal momento che 1⋅16+2⋅16+3⋅16+4⋅16+5⋅16+6⋅16=3,5.{displaystyle 1cdot {frac {1}{6}}+2cdot {frac {1}{6}}+3cdot {frac {1}{6}}+4cdot {frac {1}{6}}+5cdot {frac {1}{6}}+6cdot {frac {1}{6}}=3,5.}

Gioco del lotto |

• Nel gioco del lotto, vengono estratti 5{displaystyle 5} numeri tra 1{displaystyle 1} e 90,{displaystyle 90,} ed un giocatore può puntare una certa posta sul verificarsi di vari eventi. Calcoliamo il valore atteso del ricavo di uno scommettitore che punti 10{displaystyle 10} euro sulle cinque possibili giocate.
  
  
  
  • 
    Numero secco (si punta sull'uscita di un determinato numero; la vincita paga circa 11 volte la posta): la probabilità che il giocatore vinca è data dal rapporto da 5/90{displaystyle 5/90} (rapporto tra i numeri vincenti e tutti i numeri che possono essere estratti), e in tal caso il giocatore vincerà 11⋅10−10=100{displaystyle 11cdot 10-10=100} euro; la probabilità di perdita è 85/90,{displaystyle 85/90,} e in tal caso il giocatore perderà i 10{displaystyle 10} euro di puntata. Il ricavo medio sarà quindi 590⋅100−8590⋅10=−359≃−3,89.{displaystyle {frac {5}{90}}cdot 100-{frac {85}{90}}cdot 10=-{frac {35}{9}}simeq -3,89.} Ossia, in media il giocatore perderà 3,89{displaystyle 3,89} euro per ogni 10{displaystyle 10} euro giocati.
  
  
  • 
    Ambo (si punta sull'uscita di un determinata coppia di numeri; la vincita paga 250{displaystyle 250} volte la posta): vi sono (902)=4005{displaystyle {90 choose 2}=4005} possibili coppie di numeri. Poiché sulla ruota vengono estratti 5{displaystyle 5} numeri, gli ambi estratti sono (52)=10{displaystyle {5 choose 2}=10} e pertanto il giocatore vincerà con probabilità 10/4005,{displaystyle 10/4005,} ed in tal caso egli guadagnerà 250⋅10−10=2490{displaystyle 250cdot 10-10=2490} euro; la probabilità di perdita è 3995/4005,{displaystyle 3995/4005,} e in tal caso il giocatore perderà i 10{displaystyle 10} euro di puntata. Il guadagno medio sarà quindi 104005⋅2490−39954005⋅10≃−3,76.{displaystyle {frac {10}{4005}}cdot 2490-{frac {3995}{4005}}cdot 10simeq -3,76.} Ossia, in media il giocatore perderà 3,76{displaystyle 3,76} euro per ogni 10{displaystyle 10} euro giocati.
  
  
  • 
    Terno (si punta sull'uscita di un determinata terna di numeri; la vincita paga 4500{displaystyle 4500} volte la posta): ci sono 117480{displaystyle 117480} possibili terne distinte di numeri.
  
  
  • 
    Quaterna (si punta sull'uscita di un determinata quaterna di numeri; la vincita paga 120000{displaystyle 120000} volte la posta): ci sono 2555190{displaystyle 2555190} possibili quaterne distinte di numeri.
  
  
  • 
    Cinquina (si punta sull'uscita di un determinata cinquina di numeri; la vincita paga 6{displaystyle 6} milioni di volte la posta): Ci sono 43949268{displaystyle 43949268} possibili cinquine distinte di numeri.
  
  
  
  

La tabella seguente mostra un riepilogo delle perdite medie per una giocata di importo pari a 1{displaystyle 1} euro.

	Probabilità di vincita	Quote di vincita per 1{displaystyle 1} euro giocato	Perdita media in centesimi
Ambo	2/801	250	37,6
Terna	1/11748	4500	61,7
Quaterna	1/511038	120000	76,5
Cinquina	1/43949268	6 milioni	86,3

Poker |

Il valore atteso è l'aspettativa, positiva o negativa che sia (ecco perché vedrete spesso le sigle EV- o EV+), che abbiamo ogniqualvolta prendiamo una decisione; cercare di prendere quante più decisioni a valore atteso positivo, è fondamentale per vincere nel long term.

Nel poker, ogni volta che scegliamo di fare un bet, un fold od un raise abbiamo a che fare con un EV positivo o negativo. Alla fine della nostra carriera avremo guadagnato tanto più quante più scelte ad EV positivo avremo preso, e perso tanto meno quante più scelte ad EV negativo avremo evitato.

A volte nel poker capita che sia un bet che un raise abbiano entrambi EV positivo, in questo caso il giocatore con esperienza deve saper individuare qual è la mossa con EV maggiore.
Quando si gioca a poker non si ha il tempo di calcolare precisamente qual è l'EV di una determinata mossa e spesso non si sa neanche se la mossa che si è fatta sia vantaggiosa o no cioè se abbia EV positivo o negativo.

Questo perché il poker è un gioco ad informazioni incomplete e quindi, anche volendo non potremmo calcolare precisamente in ogni momento l'EV di un particolare bet o fold perché non abbiamo a disposizione i dati numerici per effettuare il calcolo.
Spesso i giocatori professionisti, lontano dal tavolo da gioco cercano di valutare l'EV di una determinata giocata facendo delle ipotesi sul comportamento degli avversari e sulle carte che hanno in mano.

Queste analisi (spesso molto utili) richiedono tempo e non potrebbero mai essere effettuate durante una partita.
Nell'hold'em si presentano continuamente nuovi contesti di gioco, ma spesso è possibile individuare una situazione che è simile ad un'altra analizzata precedentemente. Tanto più si ha dimestichezza nell'individuare queste situazioni, tanto più ci si trovera' a proprio agio al tavolo da gioco.

Concludendo, diciamo che l'EV nel poker non è visibilmente presente ma che ogni sforzo che il giocatore fa per “vincere” non è altro che uno sforzo (consapevole o no) per fare scelte col più elevato EV possibile.

Bibliografia |

• Giorgio Dall'Aglio, Calcolo delle probabilità, Zanichelli, Bologna, 2003


• Probabilità e lotto (PDF), su unipa.it.

Voci correlate |

• Teoria della probabilità


• Media (statistica)


• Funzione generatrice dei momenti


• Funzione di densità


• Funzione di ripartizione


• Valore atteso condizionato

Portale Matematica: accedi alle voci di Wikipedia che trattano di matematica