条件分布与条件期望课件.pptVIP

重期望公式具体如下： 解: 设X为该矿工到达安全地点所需时间(单位:小时) , Y为他所选的门，可能取值1,2,3．需要求E(X), 由定理3.5.1利用E(X)=E[E(X|Y)]计算. 例3.5.7 一矿工被困在有三个门的矿井里．第一个门 通一坑道，沿此坑道走3小时可使他到达安全地点； 第二个门可使他走5小时后又回到原处；第三个门可 使他走7小时后也回到原地．如设此矿工在任何时刻 都等可能地选定其中一门，试问他到达安全地点平均 要用多长时间? E(X)=E[E(X|Y)] =E(X|Y=1)P(Y=1) + E(X|Y=2)P(Y=2) + E(X|Y=3)P(Y=3) 其中 E(X|Y=1)=3, E(X|Y=2)=5+E(X), E(X|Y=3)=7+E(X), P(Y= y1) = P(Y= y2) = P(Y= y3) =1/3, E(X)=[3+5+E(X)+7+E(X)]/3 E(X)=15(小时) 得， 例3.5.8 设走进某百货商店的顾客数是均值为35000的随机变量．设这些顾客所花的钱数是相互独立、均值为52元的随机变量．再设任一顾客所花的钱数和进入该商店的总人数相互独立．试问该商店一天的平均营业额是多少? 一天的平均营业额是 因为 Xi 与N 独立，所以 * 第三章 多维随机变量及其分布 Yanbian University 第*页 §3.5 条件分布与条件期望 对二维随机变量(X, Y), 在给定Y取某个值的条件下, X的分布; 在给定X取某个值的条件下, Y的分布. §3.5 条件分布与条件期望 在第一章中，我们介绍了条件概率的概念 . 在事件B发生的条件下事件A发生的条件概率 推广到随机变量 设有两个r.v X,Y ， 在给定Y取某个或某些值的条件下，求X的概率分布. 这个分布就是条件分布. 3.5.1　条件分布 例如，考虑某大学的全体学生，从其中随机抽取一个学生，分别以X 和Y 表示其体重和身高．则X和Y都是随机变量，它们都有一定的概率分布． 体重X 身高Y 体重X 的分布 身高Y 的分布 现在若限制1.7Y1.8(米)，在这个条件下去求X的条件分布，这就意味着要从该校的学生中把身高在1.7米和1.8米之间的那些人都挑出来，然后在挑出的学生中求其体重的分布． 容易想象，这个分布与不加这个条件时的分布会很不一样． 例如，在条件分布中体重取大值的概率会显著增加． 一、离散型r.v的条件分布 实际上是第一章讲过的条件概率概念在另一种形式下的重复. 定义1 设 (X,Y) 是二维离散型随机变量，对于固定的 j，若P(Y=yj)0，则称 为在Y=yj条件下随机变量X的条件概率函数. P(X=xi|Y=yj)= 　类似定义在 X=xi 条件下，随机变量Y 的条件概率函数. 作为条件的那个r.v，认为取值是给定的，在此条件下求另一r.v的概率分布. 条件分布是一种概率分布，它具有概率分布的一切性质. 正如条件概率是一种概率，具有概率的一切性质. 例如： 例3.5.1 设二维离散联合概率分布列如下： “给定X时，Y的条件分布”: Y X 1 2 3 pi?(行和) 1 2 0.1 0.3 0.2 0.2 0.05 0.15 0.6 0.4 p?j (列和) 0.3 0.35 0.35 1.00 P(Y=1|X=1)= P(Y=2|X=1)= P(Y=3|X=1)= 0.1/0.6=1/6 0.3/0.6=1/2 0.2/0.6=1/3 P(Y=1|X=2)= P(Y=2|X=2)= P(Y=3|X=2)= 0.2/0.4=1/2 0.05/0.4=1/8 0.15/0.4=3/8 “给定Y时，X的条件分布”: P(X=1|Y=1)= P(X=2|Y=1)= 1/3 2/3 P(X=1|Y=2)= P(X=2|Y=2)= 6/7 1/7 P(X=1|Y=3)= P(X=2|Y=3)= 4/7 3/7 例3.5.1 设二维离散联合概率分布列如下： Y X 1 2 3 pi?(行和) 1 2 0.1 0.3 0.2 0.2 0.05 0.15 0.6 0.4 p?j (列和) 0.3 0.35 0.35 1.00 例3.5.2 设 X