Files
Yimu 326d9317f8 feat(概率论第4讲): 新建「知识点带题」全套,盘点+五点分册+速查卡共 19 题
- 01 知识点盘点:五节 + 按分值/依赖链两张表 + §0.4 反查 + 覆盖对照 13 行 + 相邻讲接口
- 02—06 五个点:期望(4)、方差与矩(4)、协方差与相关系数(4)、条件期望与重期望(3)、线性组合与最值(4)
- 07 速查卡:九组结论 + 六处丢分点 + AUTO 回查
- 补齐 2025·8 的「σ 相同下 D(aX+bY) 最值」与异方差的特征值解法
- 全部数值经 sympy 复核;标题去公式以保锚点稳定
2026-11-07 12:40:51 +08:00

8.9 KiB
Raw Permalink Blame History

tags, 专题, 日期, 状态, 关联笔记
tags 专题 日期 状态 关联笔记
数学一
在学练习
概率论
数字特征
条件期望
重期望
概率论 第4讲 · 点4 条件期望与重期望 2026-11-07 知识点带题(4.1 条件期望、4.2 重期望、4.3 总方差,共 3 题)
README
01-知识点盘点

点 4 条件期望与重期望

大纲要求、近十年未单独出题,但第 3 讲与第 6 讲的每一道混合型题都要用它|重要度 ★★★ 依赖:点 1—点 3,以及第 3 讲的条件密度。盘点对应:§4 全节。

组织原则:条件期望是"分两层算期望"的技术,核心只有两个式子:重期望 EY=E[E(Y\mid X)] 与总方差 DY=E[D(Y\mid X)]+D[E(Y\mid X)] 。三道题按"会算条件期望 → 会用重期望 → 会用总方差"递进。难度标准:★★☆ 两题、★★★ 一题。

知识点 4.1 条件期望(出处:知识章 §2.1)

E(Y\mid X=x)=\sum_j y_j\,p_{j\mid i}\quad\text{或}\quad E(Y\mid X=x)=\int_{-\infty}^{+\infty}y\,f_{Y\mid X}(y\mid x)\,\mathrm dy .

三条性质:

  1. 线性:E(aY+bZ\mid X)=aE(Y\mid X)+bE(Z\mid X) ;
  2. 提出已知量:若 g(X) 是 X 的函数,则 E\left[g(X)Y\mid X\right]=g(X)E(Y\mid X) ;
  3. 独立时退化:X\perp Y\Rightarrow E(Y\mid X)=EY 。

最关键的认识:E(Y\mid X) 里 X 是随机的,所以它本身是一个随机变量(X 的函数);而 E(Y\mid X=x) 是一个确定的数。混淆这两者,后面的重期望就无法理解。

知识点 4.2 重期望公式(出处:知识章 §2.1)

EY=E\left[E(Y\mid X)\right].

使用场景:Y 的分布要"分层"才写得清——混合型、分层抽样、随机个数的和。

乘法版本(算协方差的主力):

E(XY)=E\left[X\,E(Y\mid X)\right].

这条比 E\left[E(XY\mid X)\right] 更好用,因为提出已知量那一步已经把 X 挪到期望外面。

知识点 4.3 条件方差与总方差公式(出处:知识章 §2.1、§2.2)

D(Y\mid X)=E\left(Y^2\mid X\right)-\left[E(Y\mid X)\right]^2, \boxed{DY=E\left[D(Y\mid X)\right]+D\left[E(Y\mid X)\right]}.

读法:总方差 = 组内方差的平均 + 组间(各组均值之间)的方差。

随机和的两个公式(S=\sum_{i=1}^{N}Y_i ,Y_i 独立同分布且与 N 独立):

ES=EN\cdot EY_1,\qquad DS=EN\cdot DY_1+DN\cdot(EY_1)^2 .

这两个式子其实就是重期望与总方差在"随机个数"上的落地:E(S\mid N)=N\,EY_1 、D(S\mid N)=N\,DY_1 ,再取一次期望即得。


题目(按知识点顺序对应)

题 1 · 4.1:条件期望是一个函数(★★☆)

设 (X,Y) 在 D=\{(x,y):0<y<x<1\} 上服从均匀分布(联合密度为 2 )。

(Ⅰ)求 E(Y\mid X=x) ; (Ⅱ)由此求 EY ,并用直接积分复核; (Ⅲ)求 E(XY) 与 \operatorname{Cov}(X,Y) 。

怎么想:先求条件密度(f_{Y\mid X}(y\mid x)=\frac1x ,即 U(0,x) ),条件期望就是区间中点 \frac x2 。第(Ⅱ)问是重期望:EY=E\left(\frac X2\right) 。

解:

(Ⅰ) 由点 1 的同类计算(见第 3 讲点 3 题 3),Y\mid X=x\sim U(0,x) ,故

E(Y\mid X=x)=\frac{0+x}{2}=\frac x2 .

作为随机变量:E(Y\mid X)=\dfrac X2 。

(Ⅱ) 重期望:

EY=E\left(\frac X2\right)=\frac12EX .

f_X(x)=2x (0<x<1 ),EX=\dfrac23 ,故 EY=\dfrac13 。

直接积分复核:

EY=\int_0^1\!\!\int_0^xy\cdot2\,\mathrm dy\,\mathrm dx=\int_0^1x^2\,\mathrm dx=\frac13\ ✓

(Ⅲ) 用乘法版本:

E(XY)=E\left[X\cdot E(Y\mid X)\right]=E\left(X\cdot\frac X2\right)=\frac12EX^2=\frac12\cdot\frac12=\frac14 . \operatorname{Cov}(X,Y)=\frac14-\frac23\cdot\frac13=\frac14-\frac29=\frac{1}{36}\approx0.0278 .

验算:直接积 E(XY)=\int_0^1\!\!\int_0^x2xy\,\mathrm dy\,\mathrm dx=\int_0^1x^3\mathrm dx=\frac14 ✓。

带走结论:条件期望先当"数"算,再当"随机变量"用。E(Y\mid X=x)=\frac x2 是一个数;把 x 换成 X 得 \frac X2 ,才能取期望得到 EY 。

关联 · 盘点 §4.1 条件期望 | 上游 — | 下游 — | 速查 七 重期望与总方差


题 2 · 4.2:重期望算混合型(★★☆)

设 X 满足 P\{X=0\}=P\{X=1\}=\dfrac12 。在 X=0 时 Y\sim E(1) ;在 X=1 时 Y\sim E\!\left(\dfrac12\right) 。

(Ⅰ)求 E(Y\mid X=0) 与 E(Y\mid X=1) ,进而求 EY ; (Ⅱ)求 E\left(Y^2\mid X\right) 与 EY^2 ,进而求 DY ; (Ⅲ)用总方差公式复核 DY ,并求 \operatorname{Cov}(X,Y) 。

怎么想:E(\lambda) 的期望是 \frac1\lambda 、二阶矩是 \frac{2}{\lambda^2} ,先写出两层再按 \frac12 加权。第(Ⅲ)问是本节的核心检验:两条路必须同值。

解:

(Ⅰ) 两层期望:

E(Y\mid X=0)=\frac{1}{1}=1,\qquad E(Y\mid X=1)=\frac{1}{1/2}=2 . EY=E\left[E(Y\mid X)\right]=\frac12\cdot1+\frac12\cdot2=\frac32 .

(Ⅱ) E(\lambda) 的二阶矩为 \frac{2}{\lambda^2} :

E\left(Y^2\mid X=0\right)=\frac{2}{1^2}=2,\qquad E\left(Y^2\mid X=1\right)=\frac{2}{(1/2)^2}=8 . EY^2=\frac12\cdot2+\frac12\cdot8=5,\qquad DY=5-\left(\frac32\right)^2=5-2.25=2.75=\frac{11}{4} .

(Ⅲ) 条件方差:D(Y\mid X=0)=2-1^2=1 ;D(Y\mid X=1)=8-2^2=4 。故

E\left[D(Y\mid X)\right]=\frac12\cdot1+\frac12\cdot4=2.5 .

而 E(Y\mid X) 只取 1,2 ,各 \frac12 :

D\left[E(Y\mid X)\right]=E\left[\left(E(Y\mid X)\right)^2\right]-\left(E\left[E(Y\mid X)\right]\right)^2=\frac{1+4}{2}-\left(\frac32\right)^2=2.5-2.25=0.25 . DY=2.5+0.25=2.75\ ✓

协方差:

E(XY)=E\left[X\,E(Y\mid X)\right]=\frac12\cdot0\cdot1+\frac12\cdot1\cdot2=1, \operatorname{Cov}(X,Y)=1-\frac12\cdot\frac32=1-\frac34=\frac14 .

带走结论:总方差公式的两项各有名字:2.5 是"层内波动",0.25 是"层间差异"。本题层内远大于层间——说明"知道 X 是 0 还是 1"对减少不确定性的帮助很小,因此 \operatorname{Cov} 只有 0.25 的量级。

关联 · 盘点 §4.2 重期望公式 | 上游 — | 下游 — | 速查 七 重期望与总方差


题 3 · 4.3:随机个数的和(★★★)

设某设备一天内发生故障的次数 N\sim P(2) ,第 i 次故障的维修费用 Y_i\sim E(1) ,各 Y_i 相互独立且与 N 独立。记一天的总费用

S=\sum_{i=1}^{N}Y_i\quad(N=0\ \text{时}\ S=0).

(Ⅰ)求 ES ; (Ⅱ)求 DS ; (Ⅲ)解释 DS 里两项的含义。

怎么想:N 是随机的,所以先把 N 固定成 n 这个数,再求 E(S\mid N=n) 与 D(S\mid N=n) ,再用重期望与总方差。注意 E(S\mid N)=N\,EY_1 这一步用的是"独立"。

解:

(Ⅰ) 固定 N=n :S 是 n 个独立同分布之和,

E(S\mid N=n)=nE Y_1=n .

于是 E(S\mid N)=N\cdot1=N ,

ES=E\left[E(S\mid N)\right]=EN=2 .

(Ⅱ) 固定 N=n :

D(S\mid N=n)=nD Y_1=n\cdot1=n\ \Rightarrow\ D(S\mid N)=N .

总方差:

DS=E\left[D(S\mid N)\right]+D\left[E(S\mid N)\right]=EN+DN=2+2=4 .

(Ⅲ) 两项的含义:

  • EN\cdot DY_1=2\times1=2 :"次数的不确定性之外的"波动——即使恰好发生 2 次,费用本身还是随机的(每次费用指数分布,方差 1 );
  • DN\cdot(EY_1)^2=2\times1=2 :"次数波动"带来的波动——次数的泊松波动(方差 2 )乘上"每次平均花多少"的平方。

本题两项恰好相等(因为 E(\lambda) 的均值与方差都是 1 ),合计 4 。

验算:用矩母函数或直接求 E S^2 也可得 DS=4 :E(S^2\mid N)=D(S\mid N)+(E(S\mid N))^2=N+N^2 ,故 ES^2=EN+EN^2=2+(2+4)=8 ,DS=8-4=4 ✓(用了 EN^2=DN+(EN)^2=2+4=6 )。

带走结论:随机和的两个公式必须背下来:ES=EN\cdot EY 、DS=EN\cdot DY+DN\cdot(EY)^2 。它们是"复合分布"(2025·22 骨架)最后一问的唯一通路。若 N 是常数,第二项消失,退化成普通的 n\,DY 。

关联 · 盘点 §4.3 条件方差与总方差公式 | 上游 — | 下游 — | 速查 七 重期望与总方差