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

190 lines
8.9 KiB
Markdown
Raw Permalink Blame History

This file contains ambiguous Unicode characters
This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.
---
tags: [数学一, 在学练习, 概率论, 数字特征, 条件期望, 重期望]
专题: 概率论 第4讲 · 点4 条件期望与重期望
日期: 2026-11-07
状态: 知识点带题(4.1 条件期望、4.2 重期望、4.3 总方差,共 3 题)
关联笔记: ["[[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](../../../../参考仓库/Math/probability-theory-and-mathematical-statistics/knowledge/3-digital-features/digital-features.tex))
$$E(Y\mid X=x)=\sum_j y_j\,p_{j\mid i}\quad\text{或}\quad E(Y\mid X=x)=\int_{-\infty}^{+\infty}y\,f_{Y\mid X}(y\mid x)\,\mathrm dy .$$
**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](../../../../参考仓库/Math/probability-theory-and-mathematical-statistics/knowledge/3-digital-features/digital-features.tex))
$$EY=E\left[E(Y\mid X)\right].$$
**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](../../../../参考仓库/Math/probability-theory-and-mathematical-statistics/knowledge/3-digital-features/digital-features.tex))
$$D(Y\mid X)=E\left(Y^2\mid X\right)-\left[E(Y\mid X)\right]^2,$$
$$\boxed{DY=E\left[D(Y\mid X)\right]+D\left[E(Y\mid X)\right]}.$$
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](01-知识点盘点.md#user-content-41-条件期望) | 上游 — | 下游 — | 速查 [七 重期望与总方差](07-速查卡.md#user-content-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](01-知识点盘点.md#user-content-42-重期望公式) | 上游 — | 下游 — | 速查 [七 重期望与总方差](07-速查卡.md#user-content-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](01-知识点盘点.md#user-content-43-条件方差与总方差公式) | 上游 — | 下游 — | 速查 [七 重期望与总方差](07-速查卡.md#user-content-七-重期望与总方差)
---