Supongamos, sin pérdida de generalidad, que el $\Omega = \{1,2,3\}$. Recordemos que ${\rm E}[X|Y]$ es sinónimo de ${\rm E}[X|\sigma(Y)]$ donde $\sigma(Y)$ $\sigma$- álgebra generada por $Y$. Deje ${\rm P}$ ser el uniforme de probabilidad, medida en $\Omega$, que es, ${\rm P}(\{\omega\})=1/3$, $\forall \omega \in \Omega$. Ahora, definir variables aleatorias $X$, $Y$, y $Z$ como sigue:
$$
X(\omega)=\omega\;\; \forall \omega \en \Omega ,
$$
$$
Y(1)=1, Y(\omega)=2.5, \omega \in \{2,3\},
$$
y
$$
Z(\omega)=1.5, \omega \in \{1,2\}, Z(3)=3.
$$
A continuación,
$$
{\rm E}[X|Y] = Y
$$
y
$$
{\rm E}[X|Z] = Z.
$$
Por lo tanto es suficiente para mostrar que
$$
{\rm E}[Y|Z] \ne {\rm E}[Z|Y].
$$
De hecho, ${\rm E}[Y|Z]$ toma los valores de $1.75$ $2.5$ con probabilidades $2/3$$1/3$, respectivamente, mientras que
${\rm E}[Z|Y]$ toma los valores de $2.25$ $1.5$ con probabilidades $2/3$$1/3$, respectivamente. Por lo tanto, estas variables aleatorias son nunca iguales.