Interprétation espérance conditionnelle
Bonjour,
Soit $(\Omega,\mathcal F,\mathbf P)$ un espace probabilisé et $\mathcal G$ une sous-tribu de $\mathcal F$. Je connais la définition rigoureuse de l'espérance conditionnelle d'une variable aléatoire $X \mathcal F$-mesurable intégrable ou positive (à valeurs dans $[0,\infty]$) sachant $\mathcal G$.
J'aimerais comprendre cette notion de façon à me souvenir et à retrouver "avec les mains" certains résultats. Pour l'instant, j'essaie de retrouver les résultats de base en interprétant $\mathcal G$ comme la quantité d'information disponible/connue.
1) Par exemple, si $\mathcal G$ est la tribu grossière, on a $\mathbf E[X\mid\mathcal G]=\mathbf E[X]$ p.s. J'arrive à comprendre ce résultat comme ça : comme la tribu grossière est celle donnant le moins d'information, la connaître n'apporte rien de plus, donc l'espérance de $X$ sachant $\mathcal G$ est simplement l'espérance de $X$, d'où le résultat.
2) Mais pour ce second résultat : si $X$ est $\mathcal G$-mesurable alors $\mathbf E[X\mid\mathcal G]=X$ p.s., à part voire que ça marche avec la démonstration rigoureuse, je n'arrive pas à intuiter la chose. Pouvez-vous m'aider ?
Soit $(\Omega,\mathcal F,\mathbf P)$ un espace probabilisé et $\mathcal G$ une sous-tribu de $\mathcal F$. Je connais la définition rigoureuse de l'espérance conditionnelle d'une variable aléatoire $X \mathcal F$-mesurable intégrable ou positive (à valeurs dans $[0,\infty]$) sachant $\mathcal G$.
J'aimerais comprendre cette notion de façon à me souvenir et à retrouver "avec les mains" certains résultats. Pour l'instant, j'essaie de retrouver les résultats de base en interprétant $\mathcal G$ comme la quantité d'information disponible/connue.
1) Par exemple, si $\mathcal G$ est la tribu grossière, on a $\mathbf E[X\mid\mathcal G]=\mathbf E[X]$ p.s. J'arrive à comprendre ce résultat comme ça : comme la tribu grossière est celle donnant le moins d'information, la connaître n'apporte rien de plus, donc l'espérance de $X$ sachant $\mathcal G$ est simplement l'espérance de $X$, d'où le résultat.
2) Mais pour ce second résultat : si $X$ est $\mathcal G$-mesurable alors $\mathbf E[X\mid\mathcal G]=X$ p.s., à part voire que ça marche avec la démonstration rigoureuse, je n'arrive pas à intuiter la chose. Pouvez-vous m'aider ?
Réponses
-
Si tu cherches juste à agiter les mains : si $X$ est $\mathcal G$-mesurable, alors tout ce que tu as à savoir sur $X$ se trouve dans $\mathcal G$ et "donc" $\mathbb E(X \mid \mathcal G) = X$. Mais bon là on ne fait pas des maths...
-
Merci.
-
On pourrait dire que sachant $\mathcal{G}$, la v.a. $X$ est déterministe, donc $\mathbb{E}[X \mid \mathcal{G}] = X$.
-
Bonjour
Géométriquement,
E(.|g) est un projecteur sur le sous-espace des fonctions g-mesurables et intégrables
donc si X est g-mesurable et intégrable alors X est dans la base de ce projecteur E(.|g) donc X est un invariant par projecteur. -
Ah, sympas.
Connectez-vous ou Inscrivez-vous pour répondre.
Bonjour!
Catégories
- 163.2K Toutes les catégories
- 9 Collège/Lycée
- 21.9K Algèbre
- 37.1K Analyse
- 6.2K Arithmétique
- 53 Catégories et structures
- 1K Combinatoire et Graphes
- 11 Sciences des données
- 5K Concours et Examens
- 11 CultureMath
- 47 Enseignement à distance
- 2.9K Fondements et Logique
- 10.3K Géométrie
- 65 Géométrie différentielle
- 1.1K Histoire des Mathématiques
- 68 Informatique théorique
- 3.8K LaTeX
- 39K Les-mathématiques
- 3.5K Livres, articles, revues, (...)
- 2.7K Logiciels pour les mathématiques
- 24 Mathématiques et finance
- 314 Mathématiques et Physique
- 4.9K Mathématiques et Société
- 3.3K Pédagogie, enseignement, orientation
- 10K Probabilités, théorie de la mesure
- 773 Shtam
- 4.2K Statistiques
- 3.7K Topologie
- 1.4K Vie du Forum et de ses membres