条件期望：Conditional Expectation 举例详解之入门之入门之草履虫都说听懂了

🚀 优质资源分享 🚀

学习路线指引（点击解锁）	知识定位	人群定位
🧡 Python实战微信订餐小程序 🧡	进阶级	本课程是python flask+微信小程序的完美结合，从项目搭建到腾讯云部署上线，打造一个全栈订餐系统。
💛Python量化交易实战💛	入门级	手把手带你打造一个易扩展、更安全、效率更高的量化交易系统

我知道有很多人理解不了 “条件期望” (Conditional Expectation) 这个东西，有的时候没看清把随机变量看成事件，把 σσ\sigma-algebra 看成随机变量从而思路全错的时候，我也会觉得莫名奇妙。所以在这里用一个极其简单的例子解释一下，只要你是一只上过高中的草履虫那就能听懂。

我们来丢一枚质地均匀的硬币（意味着得到正面与反面的概率各为 1212\frac{1}{2}），连丢两次并记录两次结果。那么很容易可以写出全集 Ω={HH,HT,TH,TT}Ω={HH,HT,TH,TT}\Omega = \left{ HH, HT, TH, TT \right} ，HHH 和 TTT 分别代表正面和反面。现在是第一个需要稍加思考的地方，令 GG\mathcal{G} 为一个 σ\sigma-algebra，其中包括了第一次丢硬币结果的信息，请问 G\mathcal{G} 是什么？

---

稍加思考，不难得出 G={Ω, ∅, {HH,HT}, {TT,TH}}\mathcal{G} = \left{\Omega, ~ \emptyset, ~ \left{ HH, HT \right}, ~ \left{ TT, TH \right} \right}，这里也做出一个解释。首先要明确的是，Ω\Omega 中的元素 (例如 HHHH) 和 G\mathcal{G} 中的元素 (例如 {HH,HT}\left{ HH, HT \right}) 之间的区别：前者是结果 (outcome)，后者是事件 (event)。我们对于一次 “抽样”，只能得到一种结果，例如 HHHH，代表丢两次硬币后得到两个正面的结果。但不同的结果由于共享某些特性，可以被划分在同一个事件当中，例如，丢两次硬币产生相同的结果应有两种，即同时为正面或同时为背面 (i.e. HHHH 或 TTTT)，它们归属于 “丢两