§3.5 条件分布与条件期望.ppt

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.;在第一章中，我们介绍了条件概率的概念 .; 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．; 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．; 一、离散型的条件分布; ???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3.5.1 设二维离散联合概率分布列如下：;“给定Y时，X的条件分布”:;例3.5.2 设 (?1)，(?2)，且X与Y相互独立.在已知的条件下，求X的分布，即 P()=?，0,1,2,?．(n是给定的，所以X值不能超过n);0,1,2,?．X 的条件分布是二项分布: b(n, ?1/(?1+ ?2)); 二、连续型的条件分布;定义2 设X和Y的联合概率密度为 p ()，; 我们来解释一下定义的含义：;换句话说，对很小的和 ，; 运用条件概率密度，我们可以在已知某一随机变量值的条件下，定义与另一随机变量有关的事件的条件概率.;例3.5.3 设()(?1,?2,?12,?22,?)，试求两个条件密度函数．;这正是正态分布;类似地在下，Y 的条件分布为;例3.5.4 设()服从单位圆上的均匀分布，概率密度为;即 当1时，有;我们已经知道，;对离散型有类似的结论．; 三、连续场合的全概率公式和贝叶斯公式;全概率公式的密度函数形式:;例3.5.5 设(0,1)，x是一个观察值．又设在下Y的条件分布是U(X,1)．这两个均匀分布的密度函数分别为;x;3.5.2　条件期望;例:若X表示中国人的年收入，则;例3.5.6　设()(?1,?2,?12,?22,?)，在例3.5.3中已求得给定下X的条件分布为正态分布:;定理3.5.1 (重期望公式)条件期望的期望就是(无条件)期望，即 E[E()] = E(X) . ;在离散场合;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) ,;E(X)[E()] (1)P(1) + E(2)P(2) + E(3)P(3);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