Bedingter Erwartungswert < Wahrscheinlichkeitstheorie < Stochastik < Hochschule < Mathe < Vorhilfe
|
| Status: |
(Frage) beantwortet  | | Datum: | 19:40 So 01.10.2017 | | Autor: | sandroid |
Eingabefehler: "{" und "}" müssen immer paarweise auftreten, es wurde aber ein Teil ohne Entsprechung gefunden (siehe rote Markierung)
Eingabefehler: "{" und "}" müssen immer paarweise auftreten, es wurde aber ein Teil ohne Entsprechung gefunden (siehe rote Markierung)
Eingabefehler: "{" und "}" müssen immer paarweise auftreten, es wurde aber ein Teil ohne Entsprechung gefunden (siehe rote Markierung)
Eingabefehler: "{" und "}" müssen immer paarweise auftreten, es wurde aber ein Teil ohne Entsprechung gefunden (siehe rote Markierung)
| Aufgabe | Es seien $X, Y$ unabhängige standardnormalverteilte Zufallsvariablen.
Bestimme $\mathbb{E}[X|\sigma(X-Y)]}$ |
Hallo,
ich habe leider große Schwierigkeiten beim bedingten Erwartungswert. Für diesen muss nach Definition gelten:
1) $\mathbb{E}[X|\sigma(X-Y)]}$ ist $\sigma(X-Y)$-messbar.
2) $\forall M \in \sigma(X-Y): \int_{M}\mathbb{E}[X|\sigma(X-Y)]}d\mathbb{P} = \int_{M}Xd\mathbb{P}$
Aber wie komm ich nun drauf? Gibt es einen Trick?
Intuitiv würde ich nun vermuten $\mathbb{E}[X|\sigma(X-Y)]} = X-Y+\mathbb{E}[Y]$. Aber wie beweise ich das?
|
|
| |
|
Hiho,
> ich habe leider große Schwierigkeiten beim bedingten
> Erwartungswert. Für diesen muss nach Definition gelten:
>
> 1) [mm]\mathbb{E}[X|\sigma(X-Y)]}[/mm] ist [mm]\sigma(X-Y)[/mm]-messbar.
> 2) [mm]\forall M \in \sigma(X-Y): \int_{M}\mathbb{E}[X|\sigma(X-Y)]}d\mathbb{P} = \int_{M}Xd\mathbb{P}[/mm]
Mach dir mal klar, dass du das mit $Z=E [mm] [X|\sigma(X-Y)]$ [/mm] schreiben kannst als [mm] $E[Z1_M]=E[X1_M]$
[/mm]
> Aber wie komm ich nun drauf? Gibt es einen Trick?
Erfahrung und Formeln, die ihr bestimmt hattet.
In deinem Fall bietet sich das Ausrechnen mit Hilfe der bedingten Dichte an wie ![[]](/images/popup.gif) hier unter Punkt (3) beschrieben.
> Intuitiv würde ich nun vermuten [mm]\mathbb{E}[X|\sigma(X-Y)]} = X-Y+\mathbb{E}[Y][/mm].
> Aber wie beweise ich das?
Wenn du eine konkrete Idee hast oder nachweisen sollst, dass etwas eine bedingte Erwartung ist, musst du wohl oder übel die Eigenschaften nachrechnen.
Gruß,
Gono
|
|
|
| |
|
Wie würde in diesem Fall das Nachrechnen der Definition funktionieren? Eigenschaft Nr. 1 sollte klar sein. Eigenschaft Nr. 2 nicht.
Wir hatten z.B. Linearität der bedingten Erwartung. Und noch einen Haufen anderer Eigenschaften. Nur leider gar keine guten Beispiele ):
OffTopic: Meine WT-Vorlesung ist leider sehr schlecht. Themen wurden kaum formal und ohne Tiefe behandelt, viele verwendete Aussagen flogen vom Himmel und so weiter. Die Klausur wird nach dem Motto sein: Auswendiglernen an, Verständnis aus. Es macht wirklich keinen Spaß.
|
|
|
| |
|
| Status: |
(Mitteilung) Reaktion unnötig  | | Datum: | 23:20 Di 03.10.2017 | | Autor: | matux |
$MATUXTEXT(ueberfaellige_frage)
|
|
|
| |
|
| Status: |
(Antwort) fertig  | | Datum: | 22:39 So 01.10.2017 | | Autor: | tobit09 |
Hallo sandroid!
> Intuitiv würde ich nun vermuten [mm]\mathbb{E}[X|\sigma(X-Y)]} = X-Y+\mathbb{E}[Y][/mm].
Beachte [mm] $\mathbb{E}[Y]=0$.
[/mm]
Mit deiner Intuition liegst du zwar nicht ganz richtig, aber bis auf einen konstanten Faktor richtig. 
Ich bin an die Aufgabe anders herangegangen als Gono und (nach längerem Überlegen) ohne explizite Verwendung der Definition des bedingten Erwartungswertes und ohne explizite Verwendung von Dichten ausgekommen.
Um nicht immer wieder $X-Y$ schreiben zu müssen, kürze ich diese Zufallsgröße im Folgenden mit $Z:=X-Y$ ab.
Ich schreibe es nicht immer wieder dazu, aber alle meine folgenden Gleichheiten sind P-fast-sicher gemeint.
Zwei Tipps:
1. [mm] $\mathbb{E}(X|\sigma(Z))=\mathbb{E}((X-Y)+Y|\sigma(Z))=\mathbb{E}(Z+Y|\sigma(Z))=\ldots$
[/mm]
2. Man kann (auf ganz verschiedene Arten) [mm] $\mathbb{E}(-Y|\sigma(Z))=\mathbb{E}(X|\sigma(Z))$ [/mm] zeigen.
(Anschaulich plausibel machen lässt sich dieser unter 2. genannte Zusammenhang durch eine Symmetrie-Überlegung.)
Viele Grüße
Tobias
|
|
|
| |
|
| Status: |
(Mitteilung) Reaktion unnötig | | Datum: | 00:17 Mo 02.10.2017 | | Autor: | sandroid |
Sehr gut, vielen Dank!
Ich denke, diese Lösung ist auch die, worauf der Aufgabensteller hinaus möchte.
|
|
|
| |
|
| Status: |
(Mitteilung) Reaktion unnötig | | Datum: | 10:25 Mo 02.10.2017 | | Autor: | luis52 |
Aehm, das ist mir etwas peinlich... ![[peinlich]](/images/smileys/peinlich.gif "[peinlich]") Aber wie ist [mm] $\sigma(X-Y)$ [/mm] definiert?
|
|
|
| |
|
| Status: |
(Mitteilung) Reaktion unnötig | | Datum: | 12:21 Mo 02.10.2017 | | Autor: | tobit09 |
Hallo Luis,
[mm] $\sigma(X-Y)$ [/mm] bezeichnet die von der Zufallsgröße $X-Y$ erzeugte Sigma-Algebra, also
[mm] $\sigma(X-Y)=\{\;(X-Y)^{-1}(B)\;|\;B\in\mathcal{B}\;\}$,
[/mm]
wobei [mm] $\mathcal{B}$ [/mm] die Borelsche Sigma-Algebra auf [mm] $\IR$ [/mm] bezeichne.
[mm] $\sigma(X-Y)$ [/mm] ist die kleinste Sigma-Algebra [mm] $\mathcal{A}$ [/mm] auf [mm] $\Omega$, [/mm] bezüglich der $X-Y$ [mm] $\mathcal{A}$-$\mathcal{B}$-messbar [/mm] ist.
Viele Grüße
Tobias
|
|
|
| |
|
| Status: |
(Mitteilung) Reaktion unnötig | | Datum: | 13:34 Mo 02.10.2017 | | Autor: | luis52 |
Ah okay, Maßtheorie. Mein blinder Flecker. Da habe ich in der Uni immer geschwaenzt. 
|
|
|
|
