UA MATH563 概率论的数学基础 鞅论初步3 条件期望的性质

鞅论初步的第一讲给出了条件期望的定义，第二讲推导了二元随机变量根据定义进行计算的公式，这一讲介绍一些条件期望的性质。

假设$X,Y$是$(\Omega ,\mathcal{B},P)\to (\mathbb{R},\mathcal{B}(\mathbb{R}))$的随机变量，$\mathcal{F}$是$\mathcal{B}$的一个子$\sigma$-代数。回顾一下条件期望的公理化定义：$E[X|\mathcal{F}]$满足

1. $E[X|\mathcal{F}]$是$\mathcal{F}$-可测的；
2. $\forall A\in \mathcal{F}$, ${\int }_{A}XdP={\int }_{A}E[X|\mathcal{F}]dP$

因此证明某个表达式是另一个表达式的条件期望，只需要验证这个定义即可。下面我们陈述条件期望的性质，没有证明的性质都可以通过直接验证定义得到，读者可以自行尝试。

---

性质一: Linearity
$$E[aX+bY|\mathcal{F}]=aE[X|\mathcal{F}]+bE[Y|\mathcal{F}],\forall a,b\in \mathbb{R}$$

证明
记$W=aE[X|\mathcal{F}]+bE[Y|\mathcal{F}]$，因为$E[X|\mathcal{F}],E[Y|\mathcal{F}]$都是$\mathcal{F}$-可测的，所以$W$是$\mathcal{F}$-可测的。

计算$\forall A\in \mathcal{F}$
$$\begin{gathered} {\int }_{A}WdP={\int }_A(aE[X|\mathcal{F}]+bE[Y|\mathcal{F}])dP \\ =a{\int }_{A}E[X|\mathcal{F}]dP+b{\int }_{A}E[Y|\mathcal{F}]dP \\ =a\int XdP+b\int YdP={\int }_A(aX+bY)dP \end{gathered}$$

因此$W$是$aX+bY$关于$\mathcal{F}$的条件期望。

---

性质二：Monotonicity
$$X\le Ya.s.\Rightarrow E[X|\mathcal{F}]\le E[Y|\mathcal{F}]$$

---

性质三：Monotone Convergence
$$X_n\ge 0,a.s.\forall n,X_n\uparrow X,a.s.,E|X|<\infty \Rightarrow E[X_n|\mathcal{F}]\uparrow E[X|\mathcal{F}]$$

这里