概率论结论文.docVIP

条件期望的性质和应用 1 条件期望的几种定义 1.1 条件分布角度出发的条件期望定义 从条件分布的角度出发，条件分布的数学期望称为条件期望。 由离散随机变量和连续随机变量条件分布的定义，引出条件期望的定义。 定义1 离散随机变量的条件期望 设二维离散随机变量(X,Y)的联合分布列为， ，对一切使的，称 为给定条件下X的条件分布列。 此时条件分布函数为 ； 同理，对一切使的，称 为给定条件下Y的条件分布列。 此时条件分布函数为 。 故条件分布的数学期望（若存在）称为条件期望，定义如下 或。 定义2 连续随机变量的条件期望 设二维连续随机变量（X,Y）的联合密度函数为，边际密度函数为 和。 对一切使0的，给定条件下X的条件分布函数和条件密度函数 分别为，； 同理对一切使0的，给定X=x条件下Y的条件分布函数和条件密度 函数分别为，。 故条件分布的数学期望（若存在）称为条件期望，定义如下 或。 2 条件期望的性质 2.1 一般性质 因为条件数学期望是数学期望的一种特殊形式，所以它具有一般的非条件数 学期望的所有性质。 性质1 若c是常数，则； 性质2 对任意常数，有； 性质3 对任意的两个函数和，有 ； 性质4 若、相互独立，则。 根据此定理，运用归纳法，易得下列推论： 推论 1 ， 其中均是常数时，特别有 。 推论 2 若相互独立，则 。 注意：对于“和” ，不要求相互独立，对于“积” ，则要求 相互独立。 2.2 特殊性质 引理 随机变量和的相关系数在坐标平移变换中保持不变。 证明：设平移变换，（为常数） 由期望和方差的性质易知 3 条件期望的应用 3.1 利用条件期望计算数学期望 由条件期望的定义1可知，要计算，可取在条件下，的条件期 望的加权平均，加在每一项的权重等于作为条件的那个事件的概率， 这是一个极为有用的结果，采用这种对适当的随机值先“条件化”的方法，往往 能够较容易地把数学期望计算出来。下面举例说明其用法。 例1假设一天内进入某景点的游客人数均值为50的随机变量，进一步假设 每个游客消费的钱数为6元的独立的随机变量，且每个顾客消费的钱数与一天内 进入景点的游客数也是独立的，求某天游客总消费钱数的期望值。 解：令表示进入这个景点的游客人数，令表示第个游客在这个景点消费的钱数，则所有游客消费的钱数为，现在有 而 (由与的独立性知) 其中。这意味着，因此 故由上面的结果可知，某天游客总消费钱数的期望值为300元。 例2一矿工被困在有三个门的矿井中，第一个门通过一坑道，沿此坑道走3 小时可使他到达安全地点；第二个门通到使他走5小时后又转回原地的坑道；第 三个门通到使他走7小时后回原地的坑道。如设这矿工在任何时刻都等可能地选 定其中一个门，试问他到达安全地点平均要花多长时间？ 解：令表示该矿工到达安全地点所需时间（单位：小时），表示他最初 选定的门，应用全数学期望公式，有 ， 易知； 现在考虑计算。设该矿工选择第二个门，他沿地道走5小时后又 转回原地，而一旦他返回原地，问题就与当初他还没有进第二个门之前一样。因此，他要到达安全地点平均还需要小时，故 ； 类似地，有 ， 从而 。 解得 。 所以他到达安全地点平均要花15小时。 此类问题同游客在旅途中平安脱险所用时间的解决方法类似，不再一一做一 说明。 例 3箱内有个白球和个黑球，每次从中随机地取出一球，直到首次取得 白球为止，求被取出的黑球的平均数。 解：设表示被取出的黑球数，记，定义 ，如第一个被抽出的球是白色； ，如第一个被抽出的球是黑色。 则 。 但是 ， ， 于是 ， , 。 用归纳法易证 。 3.2 利用条件期望求随机变量的方差 因为对任一随机变量，有公式，因此可用条件期 望来计算方差。 例4若保单持有人在一年保险期内发生意外事故死亡，赔付额为100000元； 若属于非意外死亡，赔付额为50000