条件期望的性质与应用.docVIP

条件期望的性质和应用 摘要：条件数学期望（以下简称条件期望）是随机分析理论中十分重要的概念1 条件期望的几种定义 1.1 条件分布角度出发的条件期望定义 从条件分布的角度出发，条件分布的数学期望称为条件期望。 由离散随机变量和连续随机变量条件分布的定义，引出条件期望的定义。 定义1 离散随机变量的条件期望 设二维离散随机变量(X,Y)的联合分布列为， ，对一切使的，称 为给定条件下X的条件分布列。 此时条件分布函数为 ； 同理，对一切使的，称 为给定条件下Y的条件分布列。 此时条件分布函数为 。 故条件分布的数学期望（若存在）称为条件期望，定义如下 或。 定义2 连续随机变量的条件期望 设二维连续随机变量（X,Y）的联合密度函数为，边际密度函数为 和。 对一切使0的，给定条件下X的条件分布函数和条件密度函数 分别为，； 同理对一切使0的，给定X=x条件下Y的条件分布函数和条件密度 函数分别为，。 故条件分布的数学期望（若存在）称为条件期望，定义如下 或。 1.2 测度论角度出发的条件期望定义 借助测度论这一数学工具，给出了随机变量在给定子代数下条件期望的一 般性定义——公理化定义，通过讨论，还可同时发现它的两条等价性定义。 引理1 若是可积(或积分存在)随机变量，则必存在惟一的(不计几乎处处相等的差别)可积(相应地，积分存在)的可测随机变量，它满足 (1) 定义3(公理化定义) 设是概率空间上的可积(或积分存在)随机 变量，是的子代数，则关于的条件期望是满足以下两条件的随机变量： (i) 是可测的； (ii) 。 特别地，当时，也称为关于随机变量的条件期望，记 为。 由引理1，条件期望= 就是由(1)式定义的符号测度关于的 Radon导数。 由定义 3看出，条件期望是通过积分等式(1)确定的，根据积分性质易知，两个几乎处处相等的函数的积分是相等的。 因此，条件期望的确定以及许多有关条件期望的论断都是不计几乎处处相等的差别的，从而涉及的关系式都是几乎处处相等意义下的。 由上面的讨论，我们有如下的等价定义： 定义4 设是概率空间上的可积(或积分存在)随机变量，是的子代数，则关于的条件期望是满足以下两条件的随机变量 (i)是可测的； (ii)。 定义5 设是概率空间上的可积(或积分存在)随机变量，是 的子代数，则关于的条件期望是满足以下两条件的随机变量： (i)是可测的； (ii)。 上述三个定义虽然表达式有所不同，但其本质是相同的，且都是以公理化的 形式给出的，显得比较抽象，增加了定义的理解难度。 1.3 几何角度出发的条件期望定义 从几何的角度，利用投影定理这一数学工具，给出条件期望的几何定义。 引理2(投影定理) 如果是Hilbert空间的一个闭线性子空间,且,那么 (i) 存在惟一元素,使得, (ii)且成立的充分必要条件是,,其 中是Hilbert空间上的范数, 是的正交补。 称为在上的正交投影,记为。 实Hilbert空间内积定义为。 引理3 记； ， 则是的子空 间。 于是,特别地, 是的闭子空间。 定义6(几何定义) 以表示 到中的正交投影， 则任给,称为给定时的条件期望。 2 条件期望的性质 2.1 一般性质 因为条件数学期望是数学期望的一种特殊形式，所以它具有一般的非条件数 学期望的所有性质。 性质1 若c是常数，则； 性质2 对任意常数，有； 性质3 对任意的两个函数和，有 ； 性质4 若、相互独立，则。 根据此定理，运用归纳法，易得下列推论： 推论 1 ， 其中均是常数时，特别有 。 推论 2 若相互独立，则 。 注意：对于“和” ，不要求相互独立，对于“积” ，则要求 相互独立。 2.2 特殊性质 从条件期望的这几种定义出发还可得到以下性质。 性质1 ,其中，且假定 存在； 证明：根据条件期望的定义 5 ，由于都可测，所以 也 可测； 其次，令，则 ， 所以 这表明是关于G的条件期望，从而证得 。 性质2 如果关于为可积时，如果，则 ； 证明：令,，则。 由于关于为可积，所以 ，, ,因而 于是，从而。这表明 性质3 如果关于为可积时， ； 证明：因为关于为也可积，且，所以由条件 期望的特殊性质2可知， ， 又由条件期望的特殊性质1可知， 所以， 。 性质4 （全数学期望公式）； 证明：若为离散型的随机变量时，