随机过程学习笔记02 条件数学期望

随机方面的知识非常欠缺，最近看看资料学习一下。

前情提要：什么是概率空间上的随机变量？随机变量是样本空间$(\Omega )$上的一个（可测）函数，例如$\xi :\Omega \to \mathbb{R}$， { ξ ≤ x } : = { ω ∈ Ω : ξ ( ω ) ≤ x } ∈ F \{\xi\le x\}:=\{\omega\in\Omega:\xi(\omega)\le x\}\in\mathscr{F} { ξ≤x}:={ ω∈Ω:ξ(ω)≤x}∈F。

条件数学期望

定义1

定义1：$X,Y_1,\dots ,Y_n$为概率空间$(\Omega ,\mathcal{F},P)$上的随机变量且满足$\mathbb{E}[X^2]<\infty$，称由$Y_1,\dots ,Y_n$决定的随机变量$f(Y_1,\dots ,Y_n)$为$X$关于$Y_1,\dots ,Y_n$的条件数学期望，若$f(Y_1,\dots ,Y_n)$满足

• $\mathbb{E}[f^2(Y_1,\dots ,Y_n)]<\infty$;
• 任意的$g(Y_1,\dots ,Y_n)\in L^2(\Omega ,\sigma (Y_1,Y_2,\dots ,Y_n),P)$（也就是说$g$满足$\mathbb{E}[g^2(Y_1,\dots ,Y_n)]<\infty$），下式成立$$\mathbb{E}[Xg(Y_1,\dots ,Y_n)]=\mathbb{E}[f(Y_1,\dots ,Y_n)g(Y_1,\dots ,Y_n)].$$把$f(Y_1,\dots ,Y_n)$记为$\mathbb{E}[X|Y_1,\dots ,Y_n]$。

注意！！！ 这个条件数学期望不是期望值，而是一个随机变量！！！它是在$Y_1,\dots ,Y_n$成立的条件下$X$最可能的值。

$g(Y_1,\dots ,Y_n)$可以看做是一个复合函数$g\circ (Y_1,\dots ,Y_n)(\omega )$。
在求解条件数学期望的时候要多多应用$\mathbb{E}[Xg(Y_1,\dots ,Y_n)]=\mathbb{E}[f(Y_1,\dots ,Y_n)g(Y_1,\dots ,Y_n)],\forall g\in L^2(\Omega ,\sigma (Y_1,\dots ,Y_n),P)$。

例1：设$(X,Y)$服从密度函数为$p(x,y)$的连续型分布函数，且假定$p(x,y)>0$，$(x,y)\in {\mathbb{R}}^2$，$\mathbb{E}[X^2]<\infty$，求$\mathbb{E}[X|Y]$。
解：我们需要求一个Borel可测函数$f$，使得$\mathbb{E}[X|Y]=f(Y)$，满足$\forall g\in L^2(\Omega ,\sigma (Y),P)$，$$\mathbb{E}[f(Y)g(Y)]=\mathbb{E}[Xg(Y)].$$ $Y$的边际密度为$p_Y(y)={\int }_{\mathbb{R}}p(x,y)\mathrm{d}x$，且假定对任意的$y,p_Y(y)>0$，$$\begin{array}{rl}\mathbb{E}[f(Y)g(Y)]& ={\int }_{\mathbb{R}}g(y)f(y)p_Y(y)\mathrm{d}y\\ \mathbb{E}[Xg(Y)]& =\int \_\mathbb{R}in{t}_{\mathbb{R}}xg(y)p(x,y)\mathrm{d}x\mathrm{d}y\\ & ={\int }_{\mathbb{R}}g(y)({\int }_{\mathbb{R}}xp(x,y)\mathrm{d}x)\mathrm{d}y\end{array}$$ 由$g(y)$的任意性，由实变知识可知【我感觉这里其实是泛函的知识，L^2是自反的，利用了“对于线性赋范空间的点$x,y$，若对任意有界线性泛函$f$都有$f(x)=f(y)$，则$x=y$”【这个用Hahn-Banach延拓来证】】$$f(y)=\frac{{\int }_{\mathbb{R}}xp(x,y)\mathrm{d}x}{p_Y(y)}.$$ $\square$.

定义2+性质

定义2

定义2：设$X,Y_1,\dots ,Y_n$为概率空间$(\Omega ,\mathcal{F},P)$上的随机变量，满足$\mathbb{E}[|X|]<\infty$，$f$为${\mathbb{R}}^n\to \mathbb{R}$的Borel函数，称$f(Y_1,\dots ,Y_n)$为$X$关于$(Y_1,\dots ,Y_n)$的条件数学期望，若

• $\mathbb{E}|f(Y_1,\dots ,Y_n)|<\infty$；
• 对于任意的$n$维有界Borel函数$g$，下式成立$$\mathbb{E}[Xg(Y_1,\dots ,Y_n)]=\mathbb{E}[f(Y_1,\dots ,Y_n)g(Y_1,\dots ,Y_n)].$$把$f(Y_1,\dots ,Y_n)$记为$E$