Ekspektasi dan Integrasi

Ekspektasi adalah integral Lebesgue dari variabel acak terhadap ukuran probabilitas, sebuah gagasan tunggal yang menyatukan jumlah untuk variabel diskrit dan integral untuk variabel kontinu serta mewarisi teorema konvergensi yang kuat dari teori ukuran.

Definition

Ekspektasi dari variabel acak adalah integralnya terhadap ukuran probabilitas, yang dibangun pertama kali untuk variabel non-negatif sebagai supremum atas aproksimasi sederhana dan kemudian diperluas ke variabel terintegralkan sebagai perbedaan bagian positif dan negatif.

Scope

Topik ini mencakup konstruksi ekspektasi untuk variabel acak sederhana, non-negatif, dan terintegralkan, teorema konvergensi monoton dan dominan serta lemma Fatou, rumus perubahan variabel yang menghubungkan ekspektasi dengan integral terhadap distribusi, momen dan ruang Lp, serta ketidaksetaraan Jensen, Holder, Markov, dan Chebyshev.

Core questions

• Bagaimana ekspektasi didefinisikan untuk variabel acak arbitrer, bukan hanya yang diskrit atau kontinu?
• Dalam kondisi apa suatu limit dapat dipindahkan ke dalam ekspektasi?
• Bagaimana momen dan ruang Lp mengukur ukuran variabel acak?
• Ketidaksetaraan mana yang membatasi probabilitas dan ekspektasi dalam hal momen?

Key concepts

• ekspektasi sebagai integral Lebesgue
• konvergensi monoton dan dominan
• lemma Fatou
• momen dan varians
• ruang Lp variabel acak

Key theories

Teorema konvergensi monoton dan dominan

Untuk variabel acak non-negatif yang meningkat, ekspektasi dari limit sama dengan limit ekspektasi, dan untuk urutan yang didominasi oleh variabel terintegralkan, pertukaran yang sama berlaku, memberikan teorema limit yang tidak dimiliki oleh teori elementer.

Ketidaksetaraan Jensen

Untuk fungsi cembung, ekspektasi dari fungsi variabel acak setidaknya adalah fungsi dari ekspektasinya, yang menghasilkan perbandingan momen, sifat kontraksi ekspektasi bersyarat, dan banyak batas di seluruh probabilitas.

Ketidaksetaraan Markov dan Chebyshev

Probabilitas bahwa variabel acak non-negatif melebihi suatu tingkat dibatasi oleh rata-ratanya dibagi dengan tingkat tersebut, dan diterapkan pada deviasi kuadrat ini mengontrol dispersi dalam hal varians, menyediakan jalur elementer menuju hukum lemah bilangan besar.

Clinical relevance

Ekspektasi dan ketidaksetaraannya digunakan di mana pun kuantitas dirata-ratakan di bawah ketidakpastian: mereka mendefinisikan rata-rata, varians, dan ukuran risiko dalam statistik dan keuangan, menyediakan batas konsentrasi di balik teori pembelajaran dan algoritma acak, serta memberikan teorema konvergensi yang membenarkan estimasi Monte Carlo.

History

Setelah integral Lebesgue tersedia, para ahli probabilitas mengidentifikasi ekspektasi dengan integrasi terhadap ukuran probabilitas, sebuah identifikasi yang dibuat eksplisit dalam kerangka Kolmogorov dan dikembangkan dengan teorema konvergensi dan ketidaksetaraan klasiknya dalam teks-teori pascasarjana standar.

Key figures

• Henri Lebesgue
• Johan Jensen
• Pafnuty Chebyshev
• Andrey Markov

Seminal works

• billingsley1995

Frequently asked questions

Apakah ekspektasi sama dengan rata-rata hasil?

Secara semangat ya: ini adalah integral dari variabel acak yang dibobot oleh probabilitas setiap hasil, yang mereduksi menjadi jumlah tertimbang untuk variabel diskrit dan menjadi integral biasa terhadap densitas untuk variabel kontinu.

Kapan saya bisa menukar limit dan ekspektasi?

Teorema konvergensi monoton mengizinkannya untuk urutan non-negatif yang meningkat dan teorema konvergensi dominan mengizinkannya ketika urutan dibatasi oleh variabel terintegralkan yang tetap; tanpa kondisi tersebut, pertukaran dapat gagal.