条件期望的数学期望 条件分布函数F(y|x)或条件密度函数P(y|x)描写了随机变量 在已知(=y)发生的条件下的统计规律，同样离散型情形一样，还可以求在(=y)发生的条件下的数学期望，也就是条件数学期望，于是有下述定义。定义5.1如果随机变量 在已知(=y)发生的条件下的条件密度函数为P(y|x)，若则称E()=（3.90）为在(=y)发生的条件下的数学期望，或简称为条件期望。同离散型情形相同，连续型随机变量的条件期望也具有下述性质：（1）若a≤b，则a≤E()≤b；（2）若是、两个常数，又E()（i=1，2）存在，则有E()=E()+E()进一步还可以把E()看成是 的函数，当时这个函数取值为E()，记这个函数为E()，它是一个随机变量，可以对它求数学期望，仍与离散型相同，有（3）E(E)=E。
经验贝叶斯方法的贝叶斯方法 设(Y，X)为一随机向量.对随机参数X 的任何给定值X=x，Y的条件分布密度p伽}x)己知，若 在某一试验中仅能观察到Y取的值，而X的相应取值 未知，而需要估计未观察到的X的一个函数伞伏)按此方法，条件数学期望E伸(x)}月=功(均应取 为中(x)之近似值，依Bayes公式(B ayes formula)，这 期望由公式、Y)一坦丝半黔竺哩；q(Y)在)，而只能得出此函数上下限的估计，它们是通过解出 下述线性规划问题而求得的：以沙，(Y)和盛(均分别 记(1)式分子中的线性泛函在线性约束P(x))认 知(x)d卜(x)=l和。(Y)二丁p(Ylx)p(x)d拼(x)=今(Y)之下 的最小和最大值(极值是对未知的先验分布p(x)来取)，其中创Y)是前面提及的q(Y)估计量，由观察值y、，…，矶作出.在这个情况下可证明访，(Y)/4(Y)蕊价(均续 功2(Y)/场(Y)成立的概率趋于1，如果用于作估计量场(Y)的随机变量丫的个数无限增加(据大数律(law of large numbers”.也可能作出经验Bayes方法的其他修 正—例如，在土述最后一条件仔(Y)二4(Y)之上附加 有限个形如q(y；二母(只)的条件，其中只是起初给定的 数.若4用q的相应置信限来代替，则条件将有不等式 9.(共)簇q以)落q：以)的形式，等等.在某些应用上重要的场合，可找到函数价；和价：的 适宜的。
条件数学期望有个定理怎么证明？（定理见补充）？
线性代数有什么用？学习线性代数的意义在哪？ 听过只是为了锻炼思维和解方程组，而今天的计算机没什么不能算的。学习线性代数的意义在哪？。？www.zhihu.com 最后，如果这篇回答让你对“线性代数”有了一些。
什么是数学期望？ （小石头来尝试着回答这个问题！人类在面对复杂事物时，一般不是（也很难）谈论事物的整体，而是抽出事物的某些特征来评头论足！对于随机变量 X 也是如此！数学期望，就是 从 X 中抽出 的 数字特征 之一。数学期望可以简单的理解为：随机变量的平均值。但要真的说清楚它，我们需要从头开始：世界上，有很多可重复的实验，比如：掷骰子、抛硬币、记录雪花在操场跑道上的落点、.这些实验的全部可能结果，实验前已知，比如：抛硬币的结果={正，反}、雪花落点=[0，L]（设，跑道长度=L，宽度忽略）但是，实验的具体结果却无法预估，这样的实验称为 随机试验，实验结果称为 样本，全体可能的实验结果，称为 样本空间，记为 Ω。样本空间 Ω 其实就是 普通的 集合，可以是 有限的，如：硬币两面，也可以是无限的，如：雪花落点。我们将 Ω 的子集 A 称为 事件，如果 随机试验的 结果 属于 A，我们则说 A 发生了，否则说 A 没有发生。又将，随机试验的事件的全体，记为 F。它是以 Ω 的子集和 为元素 的集族（我们习惯称 以集合为元素的集合 为集族），例如，抛硬币有：F={A？=？={ }，A？={正}，A？={反}，A？=Ω={正，反}}虽然，我们不能知道 在每次随机实验中，每一个事件 A 是否。
考研数学考的是什么内容？ 考研时的知识点基本上都是高数、线代与概率论的知识点。一般统考不会超过课本知识，但是难度比课本习题难度大很多。一般可以参考每年的数学考研大纲。数学一考研数学内容：高等数学一、函数、极限、连续考试内容：函数的概念及表示法函数的有界性、单调性、周期性和奇偶性复合函数、反函数、分段函数和隐函数二、一元函数微分学考试内容：导数和微分的概念导数的几何意义和物理意义函数的可导性与连续性之间的关系平面曲线的切线和法；线导数和微分的四则运算基本初等函数的导数复合函数、反函数、隐函数以及参数方程所确定的函数的微分法高阶导数。一阶微分形式的不变性微分中值定理洛必达(L'Hospital)法则函数单调性的判别函数的极值函数图形的凹凸性、拐点及渐近线函数图形的描绘函数的最大值与最小值弧微分曲率的概念曲率圆与曲率半径四、向量代数和空间解析几何考试内容：向量的概念向量的线性运算向量的数量积和向量积向量的混合积两向量垂直、平行的条件两向量的夹角向量的坐标表达式及其运算单位向量方向数与方向余弦曲面方程和空间曲线方程的概念平面方程直线方程平面与平面、平面与直线、直线与直线的夹角以及平行、垂直的条件点到平面和点到直线的。
