Podmíněné očekávání: 7 faktů, které byste měli vědět

Protože náhodná proměnná závislá na sobě vyžaduje výpočet podmíněných pravděpodobností, který jsme již diskutovali, nyní probereme některé další parametry pro takové náhodné proměnné nebo experimenty, jako je podmíněné očekávání a podmíněná odchylka pro různé typy náhodných proměnných.

Podmíněné očekávání

   Definice hromadné funkce podmíněné pravděpodobnosti diskrétní náhodné proměnné X dané Y je

obraz

zde pY(y)>0 , tedy podmíněné očekávání pro diskrétní náhodnou veličinu X dané Y, když pY (y)>0 je

obrázek 1

ve výše uvedeném očekávání pravděpodobnost je podmínkou pravděpodobnost.

  Podobným způsobem, pokud jsou X a Y spojité, pak je funkce podmíněné hustoty pravděpodobnosti náhodné proměnné X dané Y

obrázek 2

kde f (x, y) je funkce hustoty společné pravděpodobnosti a pro všechny yfY(y)> 0, takže podmíněné očekávání pro náhodnou proměnnou X dané y bude

MT2

pro všechny yfY(y)> 0.

   Jak víme, že všechny vlastnosti pravděpodobnosti jsou použitelné pro podmíněné pravděpodobnost totéž platí pro podmíněné očekávání, všechny vlastnosti matematického očekávání jsou splněny podmíněným očekáváním, např. podmíněné očekávání funkce náhodné veličiny bude

obrázek 3

a součet náhodných proměnných v podmíněném očekávání bude

obrázek 4

Podmíněné očekávání pro součet binomických náhodných proměnných

    Chcete-li najít podmíněné očekávání součtu binomických náhodných veličin X a Y s parametry n a p, které jsou nezávislé, víme, že X+Y bude také binomická náhodná veličina s parametry 2n a p, takže pro náhodnou veličinu X zadanou X+Y=m získáme podmíněné očekávání výpočtem pravděpodobnost

obrázek 5

protože to víme

obrázek 6

tedy podmíněné očekávání X dané X + Y = m je

obrázek 7

Příklad:

Najděte podmíněné očekávání

obrázek 8

pokud spoj funkce hustoty pravděpodobnosti spojitých náhodných veličin X a Y jsou uvedeny jako

obrázek 9

řešení:

Pro výpočet podmíněného očekávání potřebujeme funkci podmíněné hustoty pravděpodobnosti

obrázek 10

protože pro spojitou náhodnou veličinu kondicionál očekávání je

obrázek 11

tedy pro danou funkci hustoty bude podmíněné očekávání

obrázek 12

Očekávání podmíněným || Očekávání podmíněným očekáváním

                Můžeme vypočítat matematické očekávání s pomocí podmíněného očekávání X dané Y jako

obrázek 13

pro diskrétní náhodné proměnné to bude

obrázek 14

které lze získat jako

obrázek 15

a pro spojitý náhodný můžeme podobně ukázat

obrázek 16

Příklad:

                Osoba je uvězněna ve své budově pod zemí, protože vchod je blokován kvůli velkému zatížení, naštěstí existují tři potrubí, ze kterých může vyjít, první potrubí ho bezpečně vyvede po 3 hodinách, druhé po 5 hodinách a třetí potrubí po 7 hodin, Pokud si některý z těchto potrubí zvolil stejně pravděpodobné, jaký by byl očekávaný čas, kdy bezpečně vyjde ven.

Řešení:

Nechť X je náhodná proměnná, která označuje čas v hodinách do té doby, než osoba vyšla bezpečně, a Y značí rouru, kterou si původně vybral, takže

obrázek 17

od

obrázek 18

Pokud si člověk zvolí druhou trubku, utratí v ní 5 domů, ale vyjde ven s očekávaným časem

obrázek 19

očekávání tedy bude

obrázek 20

Očekávání součtu náhodného počtu náhodných proměnných pomocí podmíněného očekávání

                Nechť N je náhodné číslo náhodné proměnné a součet náhodných proměnných je     pak očekávání  

obrázek 21

od

obrázek 22

as

MT11

tedy

MT12

Korelace dvojrozměrného rozdělení

Pokud je funkce hustoty pravděpodobnosti dvojrozměrné náhodné proměnné X a Y

obrázek 23

kde

obrázek 24

potom je korelace mezi náhodnou proměnnou X a Y pro dvojrozměrné rozdělení s funkcí hustoty

protože korelace je definována jako

obrázek 25

protože očekávání pomocí podmíněného očekávání je

obrázek 26

pro normální rozdělení má podmíněné rozdělení X dané Y průměr

obrázek 27

nyní je očekávání XY dané Y je

obrázek 28

to dává

obrázek 29

proto

obrázek 30

Rozptyl geometrického rozdělení

    V geometrickém rozdělení provedeme postupně nezávislé pokusy, jejichž výsledkem bude úspěch s pravděpodobností p. Jestliže N představuje čas prvního úspěchu v této posloupnosti, pak bude rozptyl N podle definice

obrázek 31

Nechť náhodná proměnná Y = 1, pokud první pokus vede k úspěchu a Y = 0, pokud první pokus vede k neúspěchu, nyní pro nalezení matematického očekávání zde použijeme podmíněné očekávání jako

obrázek 32

od

obrázek 33

pokud je úspěch v prvním pokusu, pak N = 1 a N2= 1 pokud dojde k selhání v prvním pokusu, pak k získání prvního úspěchu bude mít celkový počet pokusů stejnou distribuci jako 1, tj. První pokus, který vede k neúspěchu, plus potřebný počet dalších pokusů, tj.

obrázek 34

Očekávání tedy bude

obrázek 35

protože očekávání geometrického rozdělení je so

obrázek 36

proto

obrázek 37

a

E

obrázek 38

takže rozptyl geometrického rozdělení bude

obrázek 39

Očekávání minima posloupnosti jednotných náhodných proměnných

   Posloupnost jednotných náhodných proměnných U1, NEBO2 … .. v intervalu (0, 1) a N je definováno jako

obrázek 40

pak pro očekávání N, pro libovolné x ∈ [0, 1] hodnota N

obrázek 41

nastavíme očekávání N jako

obrázek 42

k nalezení očekávání použijeme definici podmíněného očekávání na spojité náhodné proměnné

Lagrida latexový editor 6

nyní podmínka pro první člen posloupnosti  máme

obrázek 43

tady to máme

obrázek 44

zbývající počet jednotných náhodných proměnných je stejný v bodě, kde je první jednotná hodnota y, na začátku a poté se chystali přidat jednotné náhodné proměnné, dokud jejich součet nepřekročil x - y.

takže při použití této hodnoty očekávání bude hodnota integrálu

obrázek 45

pokud tuto rovnici diferencujeme

obrázek 46

a

obrázek 47

nyní integrace to dává

obrázek 48

proto

obrázek 49

hodnota k = 1, pokud x = 0, tak

m

obrázek 50

a m (1) = e, očekávaný počet jednotných náhodných proměnných v intervalu (0, 1), které je třeba přidat, dokud jejich součet nepřekročí 1, se rovná e

Pravděpodobnost použití podmíněného očekávání || pravděpodobnosti pomocí kondicionování

   Můžeme najít pravděpodobnost také pomocí podmíněného očekávání, jako je očekávání, které jsme našli s podmíněným očekáváním, abychom to považovali za událost a náhodnou proměnnou X jako

obrázek 51

z definice této náhodné proměnné a očekávání jasně

obrázek 52

nyní podmíněným očekáváním v jakémkoli smyslu máme

obrázek 53

Příklad:

vypočítat pravděpodobnostní hmotnostní funkce náhodné veličiny X , pokud U je stejnoměrná náhodná veličina na intervalu (0,1), a uvažujte podmíněné rozdělení X dané U=p jako binomické s parametry n a p.

Řešení:

Pro hodnotu U je pravděpodobnost podmínění

obrázek 54

máme výsledek

Lagrida latexový editor 15

takže dostaneme

obrázek 55

Příklad:

jaká je pravděpodobnost X <Y, Pokud X a Y jsou spojité náhodné proměnné s funkcemi hustoty pravděpodobnosti fX a fY resp.

Řešení:

Použitím podmíněného očekávání a podmíněné pravděpodobnosti

obrázek 56

as

obrázek 57

Příklad:

Vypočítejte rozdělení součtu spojitých nezávislých náhodných proměnných X a Y.

Řešení:

Abychom našli rozdělení X + Y, musíme zjistit pravděpodobnost součtu pomocí kondicionování následujícím způsobem

obrázek 58

Závěr:

Podmíněné očekávání pro diskrétní a spojitou náhodnou proměnnou s různými příklady s ohledem na některé typy těchto náhodných proměnných diskutované pomocí nezávislé náhodné proměnné a společného rozdělení v různých podmínkách. Také je vysvětleno očekávání a pravděpodobnost, jak najít pomocí podmíněného očekávání příklady, pokud potřebujete další čtení, projděte si níže uvedené knihy nebo další článek o pravděpodobnosti, postupujte podle našich pokynů Matematické stránky.

https://en.wikipedia.org/wiki/probability_distribution

První kurz pravděpodobnosti od Sheldona Rosse

Schaumovy obrysy pravděpodobnosti a statistiky

Úvod do pravděpodobnosti a statistik od ROHATGI a SALEH