Evidencia de Aprendizaje.

Demostraciones sobre Esperanza

Condicional
Instrucciones: Realiza las siguientes demostraciones.
instrucciones presentadas en tu lectura.
1) Prueba que

Sigue

las

E [ I A ]=P( A) .

Sabiendo que

E ( X )= x k P( X =k )
k

es una variable aleatoria discreta, entonces

. Por tanto, sea

un evento de tal manera que

P ( A ) 0 , entonces:
E [ X| A ] = x k P ( X=x k| A )= x k
k

E [ X| A ] =

P ( X =x k|A )
P ( A)

1
x P ( X I A= xk )
P(A) k k

E ( X I A)
P( A)

Acomodando trminos tenemos que

P ( A )=

E(X IA)
E [ X| A ]

Por tanto

2) Muestra

P ( A )=E( I A )

que

si

integrable entonces

es

una

variable

aleatoria

continua

E [ X| ] =E [ X ] . (Sugerencia: Recuerda que

X dP=EX

La densidad de distribucin de una variable discreta est dada por

n

E [ X| ] = P ( X=x i| ) ,
i

si

consideramos

una

variable

continua

E [ X| ] =

entonces

E [ X| ] = Xdp

que

independientes, entonces
Considerando

que

para

E ( X|Y )= E ( X|Y = y ) ,

P ( )=1 , tenemos que

y como

E [ X| ] =E [ X ]

, por tanto

3) Demuestra

1
Xdp
P ()

son

variables

aleatroias

E ( X|Y )= E [ X ]

cada

en

el

rango

tenemos

Y ( )= y . Y de acuerdo a la definicin de

esperanza condicional tenemos que

E ( X|Y = y )= x
x

Donde

f x , y (x , y)
f ( x)f y( y)
= x x
= x f x ( x )
f y ( y)
f y ( y)
x
x

E ( X|Y )= E(X )

4) Prueba las siguientes afirmaciones considerando que la variable

aleatoria
a.

tiene esperanza finita y

P ( B ) >0

E [ X|{ , } ] =E [ X ]
Existe un espacio de probabilidades el cual es
la mnima

-algebra es

( , A , P)

donde

A 1=g={ , } . De acuerdo a la

definicin de esperanza condicional tenemos que, para cualquier

evento

en

E ( X|g ) dP= XdP E ( X|g )=E ( X ) E ( X|g )=E ( X|{ , }) =E( X)

G

b.

E [ I A|B ]=P ( A|B )

Considerando la variable aleatoria
entonces:

E [ I A|B ] =

I B ()
I A ( ) d P( ) ,
P ( B)

E [ I A|B ]=

Finalmente

c.

IB
E [I A I B ]
dP=
P( B)
P ( B)

E [ I A|B ]=

P ( A B)
=P ( A|B )
P(B)

E [ I A|{ , } ]=P ( A )
Existe un espacio de probabilidades el cual es

-algebra es

la mnima

( , A , P)

donde

A 1=g={ , } . De acuerdo a la

definicin de esperanza condicional tenemos que, para cualquier

evento

en

E ( I A|g ) dP= I A dP E ( I A|g ) =P( A) E ( I A|g ) dP=E ( I A|{ , } )=P( A)

G

Este sera el resultado considerando que la variable

medible respecto a
de la
d.

-algebra

E ( I A|g )

es

y de cualquier funcin medible respecto

{ , }

es constante.

E [ I A|Y ]=P ( A|Y )

Considerando

la

variable

aleatoria

E [ I A|Y = y n ]=

I B ( )
I A ( ) d P(Y = y n) , entonces:
P (B )

E [ I A|Y = y n ]=

I A= y n ( )
I = yn
E [I A I Y = y n ]
I A ( ) dP ( ) = Y
dP=
P ( Y = y n)
P (Y = yn )
P ( Y = y n)

Finalmente

E [ I A|Y = y n ]=

P( A Y = y n)
=P ( A|Y = y n )
P (Y = y n )

5) Sea

( , F , P)

=[0,1]

un espacio de probabilidades, considerando

con el

-campo de conjuntos de Borel y

medida de Lebesgue en

[0,1] . Si

Y ( x ) =( 1x ) x

la

para que

x [0,1] . Demuestra que

E ( X|Y ) ( x )=

X ( x ) + X (1x)
para cualquier x [0,1]
2
1

E ( X|Y ) ( x )=( X|[ 0,1 ] ) = X ( x )dx ,

Siendo

E ( X|Y ) ( x )= X (x) dx
[ 0,1 ]

E ( X|Y ) ( x )=X (x )

E ( X|Y ) ( x )=

para cualquier boreliano

tendramos

B [0,1]

donde

X ( x ) + X (1x)
x ( x1 )=x ( x ) para cualquier x [0,1]
2

que

por tanto