증명 / 반증


10

증명 / 반증E[1A|Ft]=0 or 1 a.s. ⇒E[1A|Fs]=E[1A|Ft] a.s.


필터링 확률 공간이 주어 ,하자 .(Ω,F,{Fn}n∈N,P)A∈F

가정 이 따릅니 까 그무엇에 대한 ?

∃t∈N s.t. E[1A|Ft]=1 a.s.
E[1A|Fs]=E[1A|Ft] a.s. ∀s>t ?
∀s<t

대신아니면

∃t∈N s.t. E[1A|Ft]=0 a.s. ?
E[1A|Ft]=p a.s. for some p∈(0,1) ?

내가 시도한 것 :


만약 다음 \ BBB E [1_A] = 1 와 동일 1_A = 1 (거의 확실). 이 경우 각 s 에 대해 \ Bbb E [1_A | \ mathscr F_s] = 1 (거의 확실합니다)입니다 .E [ 1 A ] = 1 1 A = 1 E [ 1 A | F s ] = 1 초E[1A|Ft]=1E[1A]=11A=1E[1A|Fs]=1s

마찬가지로, 만약 , 다음 와 동일 (거의 확실). 이 경우 각 에 대해 (거의 확실합니다) .E [ 1 A ] = 0 1 A = 0 E [ 1 A | F s ] = 0 sE[1A|Ft]=0E[1A]=01A=0E[1A|Fs]=0s

만약 , 일정에 대한 , 그 다음 우리가p ∈ ( 0 , 1 )E[1A|Ft]=pp∈(0,1)

s > tE[1A|Fs]=E[E[1A|Ft]|Fs]=E[p|Fs]=p . 이면 실패 할 수 있습니다 .s>t

대안으로 경우 :=p

하자 한정된 수 -measurable 확률 변수.F tFFt

E[1A⋅F]=E[E[1A⋅F|Ft]]=E[F⋅E[1A|Ft]]

=E[p⋅F]=pE[F]=E[1A]⋅E[F]

즉 와 독립적이다. 즉, 와 는 독립적입니다. 따라서 이므로 및 는 독립적 이므로 입니다. 이면 실패 할 수 있습니다 . F σ1AFF t σ ( A ) F s s < t E [ 1 A | F s ] = E [ 1 A ] = p s > tσ(A)Ftσ(A)Fss<tE[1A|Fs]=E[1A]=ps>t

상수는 및 -measurable 과 독립적F 의FsFs 이라는 아이디어가 있습니다.

답변:


5

당신의 주장은 유효 해 보이지만, 당신은 입니다. 그러나이 질문은 , 임의 변수 은 세트 값을 취합니다. 즉 여기서 입니다. 이 조건부 기대의 정의 특성은 모든 대해 입니다 . 특히, 취 하면 , 여기서E [ 1 A | F t ] ∈ { 0 , 1 } 1 A d P F ∈ F t F = B P ( B )E[1A|Ft]=1E[1A|Ft]∈{0,1}{ 0 , 1 } E [ 1 A | F t ] = 1 B B ∈ F t ∫ F 1 B d P = ∫ FE[1A|Ft]{0,1}E[1A|Ft]=1BB∈Ft∫F1BdP=∫F1AdPF∈FtF=BB ⊂ A E [ E [ 1 A | F t ] ] = E [ 1 B ] P ( A ) = P ( B ) A = BP(B)=P(A∩B)B⊂A(가능성 가능성이 0 인 경우 제외). 그러나 우리는 (당신이 작성한 논증에서와 같이) 즉 이므로 가능한 결론은 (확률이 0 인 경우 제외)입니다.E[E[1A|Ft]]=E[1B]P(A)=P(B)A=B

대한 , 조건부 기대의 타워 법이 의미하는 그래서 . 그러나 이므로 . 따라서 대한 모든 조건부 기대 값은 같습니다 . 대한 , 경우 우리는 여전히해야합니다 . 반면에 가 없는 시간으로 돌아 가면 아무 말도 할 수 없다고 생각합니다F t ⊂ F s E [ 1 A | F t ] = E [ E [ 1 A | F t ] | A ∈ F s E [ 1 A | F s ] = 1 A As>tFt⊂FsE[ 1 A | F t ]= 1 A E[ 1 A | F s ]= 1 A s>t 1 A s<tE[1A|Ft]=E[E[1A|Ft]|Fs]E[1A|Ft]=1AE[1A|Fs]=1As>t1As<tA∈FsE[1A|Fs]=1AA E[ 1 A | F s ]A={ ω 2 }∈ F 2 ∖ F 1 E[ 1 A | F 0 ]= 1FsE[1A|Fs]일반적으로 . 구체적인 예는 그림 1 의이 백서를 참조하십시오. 예를 들어 하면 조건부 기대치 시퀀스 , , , .A={ω2}∈F2∖F1E[1A| F1]=1E[1A|F0]=181ΩE[1A| F2]=1{ω2}E[1A|E[1A|F1]=121{ω1,ω2}E[1A|F2]=1{ω2}E[1A|F3]=1{ω2}


S. Catterall에게 감사합니다. 1 어떻게 알 수 있습니까? 2 ? 또한 질문을 편집 할 것입니다. 불편을 끼쳐 드려 죄송합니다. 편집을 위해 여러분의 통찰력을 사용 E [ 1 A | F t ] = 1 AP(B)=P(A∪B)→B⊆AE[1A|Ft]=1A
— 하겠습니다

1
자연어로 요약 해 보도록하겠습니다. 결과 공간이 점점 미세화 호 및 이벤트의 조건부 기대에 여과 대응 추가 정보의 초기 상태에서의 이벤트 (약 정점된다 ( "추가 정보대로") 여과 연속 요소 WRT 그것은 단지 균일 분포입니다). 중지 시간은 프로세스의 확률 수준 설정 표면입니다 (논문에서 결과 변수는 이진이며 값 이 선택됨). F 0 0AF00
— ocramz

@ocramz와 S. Catterall은 편집을 마쳤습니다. pls는 어떻습니까? ^-^
— BCLC

1
이 그림에서 이벤트 측정 하고 있지만 샘플 프로세스 가 속하지 않는 구성 끝나는 경우 는 효과적으로 "알 수 없음"이됩니다 (측정 ). 이 설명이 맞습니까? 더욱이, 연속적인 조건에서의 기대 조건이 어떻게 동작하는지 반복적 인 베이 즈의 과정을 상기시켜줍니다.이 개념들 사이에 연관성이 있습니까? @에스. Catterallω i A A 0AωiAA0
— ocramz 1

1
첫 번째 주석의 질문에 대한 대답에서 다음의 경우 있기 때문에 다음, 의 분리 된 조합이다 와 우리가 가지고 있어야 , 이는 가 이제와 같음을 의미합니다. 같은 방식으로 를 사용하여 를B A ∩ B A c ∩ B P ( A c ∩ B ) = 0 B ⊂ A P ( A ) = P ( B ) A = B ∈ F tP(B)=P(A∩B)BA∩BAc∩BP(Ac∩B)=0B⊂AP(A)=P(B)A=B∈Ft
— S. Catterall 복원 모니카
당사 사이트를 사용함과 동시에 당사의 쿠키 정책과 개인정보 보호정책을 읽고 이해하였음을 인정하는 것으로 간주합니다.
Licensed under cc by-sa 3.0 with attribution required.