Wykład 14: Rozkłady warunkowe. Warunkowa war
Transkrypt
Wykład 14: Rozkłady warunkowe. Warunkowa war
Rachunek prawdopodobieństwa MAEW104 Wydział Elektroniki, rok akad. 2007/08, sem. letni Wykładowca: dr hab. A. Jurlewicz Wykład 14: Rozkłady warunkowe. Warunkowa wartość oczekiwana. Definicja. Warunkowa wartość oczekiwana E(Y |X) zmiennej losowej Y pod warunkiem zmiennej losowej X to nowa zmienna losowa, która jest postaci E(Y |X) = m(X) z prawdop. 1 dla borelowskiej funkcji m(x) spełniającej warunek Z ZZ m(x)dFX (x) = ydFX,Y (x, y) B×R B dla każdego borelowskiego zbioru B. Twierdzenie: Jeżeli E|Y | < ∞, to taka funkcja m(x) istnieje, tzn. warunkowa wartość oczekiwana E(Y |X) jest dobrze określona. Uwaga: Często podajemy warunkową wartość oczekiwana tylko poprzez wzór na funkcję m(x), przy czym zapis ma postać: E(Y |X = x) = m(x) z prawd. 1 Funkcja m(x) zwana jest funkcją regresji I rodzaju. Fakt: Jeżeli D2 X < ∞, D2 Y < ∞, to min E(Y − f (X))2 = E(Y − m(X))2 f ( dla f - funkcji borelowskich). 1 Własności warunkowej wartości oczekiwanej: Przy założeniu, że E|Y | < ∞ (a) dla Y = aY1 + bY2 , gdzie a, b ∈ R, Y1 , Y2 to zmienne losowe, E(Y |X) = E(aY1 + bY2 |X) = aE(Y1 |X) + bE(Y2 |X) z prawd. 1; (b) Jeżeli Y = h(X, Y0 ) dla pewnej borelowskiej funkcji h, to E(Y |X) = E(h(x, Y0 )|X)|x=X z prawd. 1; (c) Jeżeli zmienne losowe X i Y są niezależne, to E(Y |X) = EY z prawd. 1, tzn. m(x) ≡ const = EY ; (d) E(E(Y |X)) = EY (własność ta daje użyteczną technikę obliczania wartości oczekiwanej skomplikowanych zmiennych losowych). Przykłady: Niech X i Y będą niezależnymi zmiennymi losowymi, przy czym E|Y | < ∞. Wtedy (b) (c) (a) 1. E(X + Y |X) = E(x + Y |X)|x=X = E(x + Y )|x=X = (x + EY )|x=X = X + EY (m(x) = x + EY ) (b) (a) (c) 2. E(XY |X) = E(xY |X)|x=X = xE(Y |X)|x=X = xE(Y )|x=X = XEY (m(x) = EY · x). 2 Rozkłady warunkowe. Definicja: Niech B będzie zbiorem borelowskim, a Y pewną zmienną losową. Definiujemy nową zmienną losową ( 1, gdy Y ∈ B, 0, gdy Y ∈ / B. Z = 1I{Y ∈B} = Rozkładem warunkowym zmiennej losowej Y pod warunkiem zmiennej losowej X nazywamy P (Y ∈ B|X) := E(Z|X) = E(1I{Y ∈B} |X), jako funkcję borelowskiego zbioru B. • Zauważmy, że E|Z| = EZ = P (Y ∈ B) < ∞ dla dowolnego B, zatem dla dowolnej zmiennej losowej X warunkowa wartość oczekiwana E(Z|X) (czyli rozkład warunkowy Y pod warunkiem X) jest dobrze zdefiniowana. • Przy ustalonym x (takim, który jest wartością istotnie przyjmowaną przez X) rozkład warunkowy P (Y ∈ B|X = x) jako funkcja zbioru borelowskiego B jest pewnym rozkładem prawdopodobieństwa. Rozkład ten ma dystrybuantę F (y|x) = P (Y < y|X = x) (zwaną dystrybuantą warunkową). Rozkład warunkowy Y pod warunkiem X możemy zatem opisać podając rodzinę dystrybuant warunkowych F (y|x) po wszystkich wartościach x istotnie przyjmowanych przez X. • Warunkowa wartość oczekiwana E(Y |X = x) przy ustalonym x to zwykła wartość oczekiwana rozkładu warunkowego P (Y ∈ B|X = x). • Jeżeli wektor losowy (X, Y ) ma rozkład dyskretny zadany ciągiem {(xn , yk , pnk ), n ∈ T1 , k ∈ T2 }, to rozkład warunkowy Y pod warunkiem X = xn też jest dyskretny i opisać możemy go także podając rodzinę ciągów ( ! ! ) pnk yk , xn , k ∈ T2 pn· po wszystkich tych wartościach xn , dla których pn· = P (X = xn ) > 0 , czyli po wartościach istotnie przyjmowanych przez X. pnk = P (Y = yk |X = xn ) to zwykłe prawdopodobieństwo (Zauważmy, że pn· warunkowe.) Ponadto wówczas dla tych xn , dla których pn· > 0, mamy E(Y |X = xn ) = X yk P (Y = yk |X = xn ) = k∈T2 3 1 X yk pnk pn· k∈T2 • Jeżeli wektor losowy (X, Y ) ma rozkład ciągły o gęstości fX,Y (x, y), to rozkład warunkowy Y pod warunkiem X = x też jest ciągły o gęstości f (y|x) = fX,Y (x, y) fX (x) dla wszystkich takich x, dla których fX (x) = R∞ −∞ fX,Y (x, y)dy > 0, czyli po warto- ściach istotnie przyjmowanych przez X. Rozkład warunkowy opisujemy zatem wtedy także podając rodzinę gęstości warunkowych f (y|x) po wszystkich wartościach x, dla których fX (x) > 0. Ponadto, dla takich x mamy E(Y |X = x) = Z∞ −∞ ∞ 1 Z yf (y|x)dy = yfX,Y (x, y)dy. fX (x) −∞ • Wzór na prawdopodobieństwo całkowite: P (Y ∈ B) = Z∞ P (Y ∈ B|X = x)dFX (x). −∞ gdzie FX to dystrybuanta rozkładu zmiennej losowej X. • Jeśli znamy rozkład zmiennej losowej X i rozkład warunkowy Y pod warunkiem X, to znamy też rozkład łączny wektora losowego (X, Y ): FX,Y (x, y) = Zx F (y|x0 )dFX (x0 ). (1) −∞ Dla rozkładu dyskretnego pnk = P (Y = yk |X = xn )pn· ; dla rozkładu ciągłego fX,Y (x, y) = f (y|x)fX (x). • Jeżeli X i Y są niezależnymi zmiennymi losowymi, to P (Y ∈ B|X) = P (Y ∈ B) z prawd. 1, tzn. wtedy rozkład warunkowy jest taki sam jak rozkład zmiennej losowej Y . Wtedy wzór (1) sprowadza się do znanego wzoru FX,Y (x, y) = FX (x)FY (y). Przykłady do zad. 10.4 i 10.5 4