Mam pytanie, o co chodzi w warunkowej wartości oczekiwanej i jak to się liczy. Wiem, że
\(\displaystyle{ E(X|A)= \frac{1}{P(A)} \int_{A}^{}X \dd P }\)
Ale nie mam pojęcia o co chodzi z tą całką i jak to przekuć na obliczanie tego, bo widzę, że tu często w zadaniach na obliczanie warunkowej wartości oczekiwanej nie liczą żadnych całek. Oto przykład:
Niech \(\displaystyle{ X}\) będzie liczbą orłów otrzymaną przy dwukrotnym rzucie monetą, \(\displaystyle{ A}\)-zdarzeniem polegającym na wypadnięciu orła w pierwszym rzucie.
No i dobra, ja tak jak rozumiem to liczę tak: Liczę rozkład zmiennej losowej \(\displaystyle{ X|A}\), więc
\(\displaystyle{ P(0|A)= \frac{P(0 \cap A)}{P(A)}=0 }\),
\(\displaystyle{ P(1|A)= \frac{P(1 \cap A)}{P(A)}= \frac{1/4}{1/2}=1/2 }\),
\(\displaystyle{ P(2|A)= \frac{P(2 \cap A)}{P(A)}= \frac{1/4}{1/2}=1/2}\),
I teraz liczę jak zwykłą wartość oczekiwaną ze zmiennej \(\displaystyle{ X|A}\) czyli:
\(\displaystyle{ E(X|A)=0 \cdot 0+1 \cdot 1/2+2 \cdot 1/2=3/2}\)
Czy dobrze to liczę?
W książce Jakubowski, Sztencel otrzymują ten sam wynik, ale liczą trochę inaczej, tak:
\(\displaystyle{ E(X|A)= \frac{1}{1/2}(1 \cdot 1/4+2 \cdot 1/4)=3/2 }\) i jeszcze liczą nie wiem po co \(\displaystyle{ E(X|A')=1/2}\)
Więc nie wiem czy nie popełniam jakiegoś błędu w liczeniu?
Jakby mi mógł ktoś wyjaśnić moje wątpliwości i jak się liczy tą warunkową wartość oczekiwaną to będę wdzięczny. Tylko bym prosił nie faszerować mnie jakąś ciężką teorią miary w miarę możliwości...
Dodano po 15 godzinach 38 minutach 43 sekundach:
Może mi ktoś wyjaśnić tą warunkową wartość oczekiwaną?
Dodano po 17 godzinach 30 minutach 21 sekundach:
Naprawdę, nikt nie jest w stanie mi pomóc?
Warunkowa wartość oczekiwana
-
- Użytkownik
- Posty: 1718
- Rejestracja: 15 wrz 2010, o 15:36
- Płeć: Mężczyzna
- Lokalizacja: Ostrołęka
- Podziękował: 59 razy
- Pomógł: 501 razy
Re: Warunkowa wartość oczekiwana
Z tą całką chodzi dokładnie tyle samo, co we wzorze na zwykłą wartość oczekiwaną, czyli \(\displaystyle{ \mathbb{E}X = \int_{\Omega} X\mbox{d}\mathbb{P}}\), a nawet może napiszę to w postaci, która jeszcze bardziej przypomina średnią:
\(\displaystyle{ \mathbb{E}X = \frac{1}{\mathbb{P}(\Omega)}\int_{\Omega} X\mbox{d}\mathbb{P}}\).
Różnica jest taka, że teraz wiesz, że jakieś zdarzenia (zbiór \(\displaystyle{ A}\)) zaszły, że więc warunkujesz względem zbioru \(\displaystyle{ A}\), co przenosi się na zbiór po którym całkujesz. Możesz o tym myśleć tak: wcześniej liczyłeś średnią po całej przestrzeni, teraz liczysz średnią po zbiorze zdarzeń, które wiesz, że zaszły, czyli
\(\displaystyle{ \mathbb{E}(X \vert A) = \frac{1}{\mathbb{P}(A)}\int_{A} X\mbox{d}\mathbb{P}}\).
To jest o tyle fajne, że pozwala to uogólnić na wartości oczekiwane, gdzie warunkujesz nie względem jednego zbioru, a całej rodziny zbiórów lub sigma ciała.
Co do samej całki - liczenie jej, jest takie same, jak w przypadku liczenia zwykłej średniej. Jeśli masz do czynienia ze zmienna dyskretną (wtedy z całki robi się suma) lub ciągłą z gęstością (wtedy z tej dziwnej całki, robi się prostsza całka względem '\(\displaystyle{ \mbox{d}x}\)'), to jest w miarę prosto.
Co do Twojego przykładu, obliczyłeś go jak najbardziej poprawnie. W książce liczą inaczej, bo bazują bardziej na tej definicji, którą napisałeś. Ale z odrobiną teorii miary, podobnie jak w przypadku zwykłej wartości oczekiwanej, ta całka zamieni się na następującą sumę:
\(\displaystyle{ \mathbb{E}(X \vert A) = \frac{1}{\mathbb{P}(A)}\left( 1\cdot \mathbb{P}(X = 1 \cap A) + 2\cdot\mathbb{P}(X = 2 \cap A)\right) = \frac{1}{1/2} \left(1\cdot 1/4 + 2 \cdot 1/4\right) = \frac{3}{2} }\).
Zauważ, że jeśli uwzględnisz też przypadek \(\displaystyle{ \mathbb{P}(X=0 \cap A)}\), który w książce nie jest uwzględniony, bo jak jesteśmy na zbiorze \(\displaystyle{ A}\), to \(\displaystyle{ X}\) nie może byc równe zero oraz wrzucisz \(\displaystyle{ \frac{1}{\mathbb{P}(A)}}\) pod nawias i zwiniesz to do prawdodpobieństwa warunkowego, to dostaniesz dokładnie takie same obliczenia, które zrobiłeś sam.
\(\displaystyle{ \mathbb{E}X = \frac{1}{\mathbb{P}(\Omega)}\int_{\Omega} X\mbox{d}\mathbb{P}}\).
Różnica jest taka, że teraz wiesz, że jakieś zdarzenia (zbiór \(\displaystyle{ A}\)) zaszły, że więc warunkujesz względem zbioru \(\displaystyle{ A}\), co przenosi się na zbiór po którym całkujesz. Możesz o tym myśleć tak: wcześniej liczyłeś średnią po całej przestrzeni, teraz liczysz średnią po zbiorze zdarzeń, które wiesz, że zaszły, czyli
\(\displaystyle{ \mathbb{E}(X \vert A) = \frac{1}{\mathbb{P}(A)}\int_{A} X\mbox{d}\mathbb{P}}\).
To jest o tyle fajne, że pozwala to uogólnić na wartości oczekiwane, gdzie warunkujesz nie względem jednego zbioru, a całej rodziny zbiórów lub sigma ciała.
Co do samej całki - liczenie jej, jest takie same, jak w przypadku liczenia zwykłej średniej. Jeśli masz do czynienia ze zmienna dyskretną (wtedy z całki robi się suma) lub ciągłą z gęstością (wtedy z tej dziwnej całki, robi się prostsza całka względem '\(\displaystyle{ \mbox{d}x}\)'), to jest w miarę prosto.
Co do Twojego przykładu, obliczyłeś go jak najbardziej poprawnie. W książce liczą inaczej, bo bazują bardziej na tej definicji, którą napisałeś. Ale z odrobiną teorii miary, podobnie jak w przypadku zwykłej wartości oczekiwanej, ta całka zamieni się na następującą sumę:
\(\displaystyle{ \mathbb{E}(X \vert A) = \frac{1}{\mathbb{P}(A)}\left( 1\cdot \mathbb{P}(X = 1 \cap A) + 2\cdot\mathbb{P}(X = 2 \cap A)\right) = \frac{1}{1/2} \left(1\cdot 1/4 + 2 \cdot 1/4\right) = \frac{3}{2} }\).
Zauważ, że jeśli uwzględnisz też przypadek \(\displaystyle{ \mathbb{P}(X=0 \cap A)}\), który w książce nie jest uwzględniony, bo jak jesteśmy na zbiorze \(\displaystyle{ A}\), to \(\displaystyle{ X}\) nie może byc równe zero oraz wrzucisz \(\displaystyle{ \frac{1}{\mathbb{P}(A)}}\) pod nawias i zwiniesz to do prawdodpobieństwa warunkowego, to dostaniesz dokładnie takie same obliczenia, które zrobiłeś sam.
-
- Użytkownik
- Posty: 3394
- Rejestracja: 26 maja 2016, o 01:25
- Płeć: Mężczyzna
- Lokalizacja: Kraków
- Podziękował: 981 razy
- Pomógł: 3 razy
Re: Warunkowa wartość oczekiwana
O wreszcie porządne wytłumaczenie! To rozumiem .
Mi nigdy nie tłumaczyli na studiach, że to się to się tak zamienia, że jak zmienna dyskretna to suma, a jak ciągła to prostsza całką z gęstością, a sam bym się tego nie domyślił, a to powinno być właśnie wyraźnie powiedziane, tak uważam. Rodziny zbiorów i sigma ciała to na razie dla mnie za wysokie progi, ale na razie wystarczy mi świadomość jak to się liczy względem jednego zbioru. Wielkie dzięki za wytłumaczenie!
Mi nigdy nie tłumaczyli na studiach, że to się to się tak zamienia, że jak zmienna dyskretna to suma, a jak ciągła to prostsza całką z gęstością, a sam bym się tego nie domyślił, a to powinno być właśnie wyraźnie powiedziane, tak uważam. Rodziny zbiorów i sigma ciała to na razie dla mnie za wysokie progi, ale na razie wystarczy mi świadomość jak to się liczy względem jednego zbioru. Wielkie dzięki za wytłumaczenie!