考虑条件表示的一种方法是作为对代数的投影。ģσG
(来自维基共享资源)
当谈论平方可积随机变量时,这实际上是严格正确的。在这种情况下,实际上是随机变量在的子空间上的正交投影,该子空间包含相对于可测量的随机变量。实际上,通过近似随机变量,对于随机变量在某种意义上甚至是正确的。ξE [ξ| G]ξģ 大号1 大号2L2(Ω)GL1L2
(请参阅注释以获取参考。)
如果人们认为代数代表了我们可获得的信息量(这种解释在随机过程理论中是必需的),则代数越大意味着可能发生的事件越多,因此关于可能的结果的信息也就越多代数意味着更少的可能事件,因此也更少了有关可能结果的信息。σ - σ -σ−σ−σ−
因此,将可测量的随机变量投影到较小的代数意味着,鉴于提供的信息较为有限,因此我们最好地猜测的值。。Fσ - G ^ ξ ģξσ−GξG
换句话说,仅给出的信息,的全部信息,在严格意义上是我们最好的可能猜出随机变量是什么。GE [ ξ | G ] ξFE[ξ|G]ξ
关于您的示例,我认为您可能会混淆随机变量及其值。随机变量是一个函数,其域是事件空间;它不是数字。换句话说,,而对于,。X :Ω →交通- [R X ∈ { ˚F | f :Ω → RXX:Ω→Rω ∈ Ω X (ω )∈ [RX∈{f | f:Ω→R}ω∈ΩX(ω)∈R
在我看来,条件期望的表示法确实很糟糕,因为它本身就是一个随机变量,也就是一个函数。相反,随机变量的(常规)期望是数字。对随机变量的条件期望与对相同随机变量的期望完全不同,即甚至不对 “类型检查”。E [ ξ ]E[ξ|G]E[ξ]
换句话说,使用符号表示常规和有条件的期望是对符号的极大滥用,这会导致很多不必要的混乱。E
话虽如此,请注意是一个数字(随机变量的值是,但是是一个随机变量,但由于它是 -algebra ,因此它是一个常量随机变量(即小简并并)。由生成,是微不足道的/简并的,然后从技术上讲,此常量随机变量的常量值为,其中E [ ξ | ģ ] ω ë [ ξ | Ω ] σ ΩE[ξ|G](ω)E[ξ|G]ωE[ξ|Ω]σΩë [ ξ ] ë{∅,Ω}E[ξ]E 表示常规期望,因此表示数字,不是条件期望,因此不是随机变量。
您似乎也对含义感到困惑;从技术上讲,只能以代数而不是单个事件为条件,因为概率测度仅在完整的代数上定义,而不是在单个事件上定义。因此,只是简写(懒惰),其中代表生成的代数通过事件,即。注意 ; 换句话说,,σ - σ - è [ ξ | A ] E [ ξ | σ (A )] σ (A )σ - A { ∅ ,A ,A c,Ω } σ (A )= G = σ (A c)E [ ξ | 一] èE[ξ|A]σ−σ−E[ξ|A]E[ξ|σ(A)]σ(A)σ−A{∅,A,Ac,Ω}σ(A)=G=σ(Ac)E[ξ|A]E [ ξ | 甲Ç ]E[ξ|G]和都是表示同一对象的不同方法。E[ξ|Ac]
最后,我只想补充一下,我上面给出的直观解释解释了为什么随机变量只是数字 -代数代表我们可能拥有的最少信息量,实际上基本上没有任何信息,因此在这种极端情况下,我们可以对哪个随机变量是常量随机变量进行最佳猜测,常量变量的常量值为。ë [ ξ ] σ -E[ξ|Ω]=E[ξ|σ(Ω)]=E[ξ|{∅,Ω}]E[ξ]σ−ξ ë [ ξ ]{∅,Ω}ξE[ξ]
请注意,所有常量随机变量都是随机变量,并且它们对于琐碎 -algebra都是可测量的,因此,的确,我们确实具有常量随机是在的子空间上的正交投影,该子空间由相对于可测量的随机变量组成,如所要求的。 σ { ∅ ,Ω } ë [ ξ ] ξ 大号2(Ω ){ ∅ ,Ω }L2σ{∅,Ω}E[ξ]ξL2(Ω){∅,Ω}