Supongamos que tienes una urna que contiene una bola roja y otra verde. Sacas una al azar; si la bola es roja, la vuelves a meter en la urna con una bola roja adicional , si no, la vuelves a meter y añades una bola verde . Repite este procedimiento y deja que la variable aleatoria $X_n$ es el número de bolas rojas en la urna después de n extracciones. Sea $Y_n=\frac{1}{n+2}X_n$ . Encuentre $\mathbb{\mathbb{\textrm{E}}}\left(Y_{n}\right)$ y demostrar que $Y_n$ es una martingala con respecto a $X_n$ .
MI INTENTO:
Tenemos $\mathbb{\mathbb{\textrm{E}}}\left(\left.X_{n+1}\right|X_{n}\right)=X_{n}+\dfrac{X_{n}}{n+2}=\dfrac{n+3}{n+2}X_{n}$ Así que
$\mathbb{\mathbb{\textrm{E}}}\left(\left.Y_{n+1}\right|X_{n}\right)=\dfrac{1}{n+3}\mathbb{\mathbb{\textrm{E}}}\left(\left.X_{n+1}\right|X_{n}\right)=\dfrac{1}{n+3}\cdot\dfrac{n+3}{n+2}X_{n}=\dfrac{1}{n+2}\cdot X_{n}=Y_{n}$
¿Está bien?
Y, ¿puede ayudarme a encontrar $\mathbb{\mathbb{\textrm{E}}}\left(Y_{n}\right)$ ?
0 votos
La propiedad martingala es $E(Y_{n+1}\mid X_0,\dots, X_n)=Y_n$ no $E(Y_{n+1}\mid X_n)=Y_n$ .
0 votos
@ByronSchmuland Pero los cálculos anteriores se mantienen igual. En particular, $E[R_{n+1}|X_n,...,X_1]=X_n/(n+2).$
0 votos
@ir7 Así que OP tiene que demostrar $Y_n$ tiene la propiedad de Markov?
0 votos
@BCLC Ya está hecho, pero no se dice explícitamente. La forma de demostrar la propiedad de Markov es, efectivamente, calcular la expectativa condicional sobre todas las variables (historia). Si tenemos suerte y la expresión que obtenemos como resultado sólo depende de la última variable, entonces hemos terminado. Las dos expectativas condicionales (una sobre todas las variables, la otra sobre la última) son iguales.
0 votos
@ir7 Cómo hacer para mostrar $E[R_{n+1} | X_n, ..., X_1] = \frac{X_n}{n+2}$ ? Si $| X_n$ sólo, entonces bien. ¿Pero con todos los demás...?