Buscar

Loading [MathJax]/jax/output/HTML-CSS/jax.js

17.6: Martingales al revés
https://espanol.libretexts.org/Estadisticas/Teoria_de_Probabilidad/Probabilidad%2C_estad%C3%ADstica_matem%C3%A1tica_y_procesos_estoc%C3%A1sticos_(Siegrist)/17%3A_Martingales/17.06%3A_Martingales_al_rev%C3%A9s
Así, si $j \in \{0, 1, \ldots, n\}$ y $(x_1, x_2, \ldots, x_n) \in B^n_j$ luego $\P(X_1 = x_1, X_2 = x_2, \ldots, X_n = x_n \mid Y_m = k) = \frac{k^{(j)} (m - k)^{(n - j)}}{m^{(n)}}$ Equivale...Así, si $j \in \{0, 1, \ldots, n\}$ y $(x_1, x_2, \ldots, x_n) \in B^n_j$ luego $\P(X_1 = x_1, X_2 = x_2, \ldots, X_n = x_n \mid Y_m = k) = \frac{k^{(j)} (m - k)^{(n - j)}}{m^{(n)}}$ Equivalentemente, $\P(X_1 = x_1, X_2 = x_2, \ldots, X_n = x_n \mid Y_m) = \frac{Y_m^{(j)} (m - Y_m)^{(n - j)}}{m^{(n)}}$ Dado $Y_m$ , las variables no $(Y_{m+1}, Y_{m+2}, \ldots)$ dan información adicional sobre la distribución de $(X_1, X_2, \ldots, X_n)$ y por lo tanto\[ \P(X_1 = x_1, X_2 = x_…

Search