5

Условное распределение

[20/0%]
Показать
LaTeX
Задача 5.1

Предположим, что g1g_{1} и g2g_{2} — отображения из (X,A)(X, \mathcal{A}) в (y,By, \mathcal{B}), с произведение-измеримыми графиками. Определим ψi(x)=(x,gi(x))\psi_{i}(x) = \left(x, g_{i}(x)\right). Пусть Pi=ψi(μi)P_{i} = \psi_{i}\left(\mu_{i}\right), для вероятностных мер μi\mu_{i} на A\mathcal{A}. Пусть P=α1P1+α2P2P = \alpha_{1} P_{1}+\alpha_{2} P_{2}, для констант αi>0\alpha_{i} > 0 с α1+α2=1\alpha_{1}+\alpha_{2} = 1. Пусть XX обозначает координатное отображение на пространство XX. Покажите, что условное распределение вероятностей PxP_{x} сосредоточено на точках (x,g1(x))\left(x, g_{1}(x)\right) и (x,g2(x))\left(x, g_{2}(x)\right). Найдите условные вероятности, приписанные каждой точке.

?
Задача 5.2

Пусть QQ — неатомическая вероятностная мера на B(R)\mathcal{B}(\mathbb {R}) с соответствующей функцией распределения FF. Пусть Q=Qn\mathbb {Q} = Q^{n} — совместное распределение nn независимых наблюдений x1,…,xnx_{1}, \ldots , x_{n} из QQ. Определим T(x1,…,xn):=max⁡i≤nxiT\left(x_{1}, \ldots , x_{n}\right): = \max_{i \leq n} x_{i}.

?
(i)

Покажите, что TT имеет распределение ν\nu, определённое как ν(−∞,t]=F(t)n\nu (-\infty , t] = F(t)^{n}.

(ii)

Для каждого фиксированного t∈Rt \in \mathbb {R} покажите, что

v(−∞,t]=∑i≤nQ{x1≤t,…,xn≤t,T=xi}=nQ{x1≤t,x2<x1,x3<x1,…,xn<x1}=Qx1(nF(x1)n−1{x1≤t}). \begin{aligned} v(-\infty , t] & = \sum _{i \leq n} \mathbb {Q}\left\{ x_{1} \leq t, \ldots , x_{n} \leq t, T = x_{i}\right\} \\ & = n \mathbb {Q}\left\{ x_{1} \leq t, x_{2} < x_{1}, x_{3} < x_{1}, \ldots , x_{n} < x_{1}\right\} \\ & = Q^{x_{1}}\left(n F\left(x_{1}\right)^{n-1}\left\{ x_{1} \leq t\right\} \right) . \end{aligned}

Выведите, что vv имеет плотность nFn−1n F^{n-1} относительно QQ.

(iii)

Обозначим через QtQ_{t} распределение x1x_{1} при условии x1<tx_{1} < t. То есть, Qtxg(x)=Qx(g(x){x<t})/F(t)Q_{t}^{x} g(x) = Q^{x}(g(x)\left\{ x < t\right\} ) / F(t). Обозначим через ϵt\epsilon_{t} вероятностную меру, вырожденную в точке tt. Покажите, что условное распределение Qt\mathbb {Q}_{t}, для Q\mathbb {Q} при условии T=tT = t, равно

Qt=n−1∑i≤n(Qti−1⊗ϵt⊗Qtn−i) \mathbb {Q}_{t} = n^{-1} \sum _{i \leq n}\left(Q_{t}^{i-1} \otimes \epsilon _{t} \otimes Q_{t}^{n-i}\right)

То есть, чтобы сгенерировать выборку x1,…,xnx_{1}, \ldots , x_{n} из Qt\mathbb {Q}_{t}, выберите xix_{i}, равное tt (с вероятностью n−1n^{-1} для каждого ii), затем сгенерируйте оставшиеся n−1n-1 наблюдений независимо из условного распределения QtQ_{t}.

Задача 5.3

Покажите, что (T,μ))(T, \mu ))-дезинтеграция Λ={λt:t∈T}\Lambda = \left\{ \lambda_{t}: t \in \mathcal{T}\right\} сигма-конечной меры λ\lambda может быть выбрана в виде вероятностного ядра тогда и только тогда, когда сигма-конечная мера μ\mu равна образу меры TλT \lambda.

?
Задача 5.4

Для семейств вероятностных мер P\mathcal{P} и QQ, определённых на одной и той же сигма-алгебре, определим α2(P,Q)\alpha_{2}(\mathcal{P}, Q) как равное sup⁡{α2(P,Q):P∈P,Q∈Q}\sup \left\{ \alpha_{2}(P, Q): P \in \mathcal{P}, Q \in \mathcal{Q}\right\}, где α2\alpha_{2} обозначает аффинность Хеллингера, как в разделе 3.3. Обозначим через P⊗P\mathcal{P} \otimes \mathcal{P} множество {P1⊗P2:Pi∈P}\left\{ P_{1} \otimes P_{2}: P_{i} \in \mathcal{P}\right\}, а через co⁡(P⊗P)\operatorname {co}(\mathcal{P} \otimes \mathcal{P}) его выпуклую оболочку. Покажите, что α2(co⁡(P⊗P),co⁡(Q⊗Q))≤α2(co⁡(P),co⁡(Q))2\alpha_{2}(\operatorname {co}(\mathcal{P} \otimes \mathcal{P}), \operatorname {co}(\mathcal{Q} \otimes \mathbb {Q})) \leq \alpha_{2}(\operatorname {co}(\mathcal{P}), \operatorname {co}(\mathcal{Q}))^{2} следующими шагами. Обозначим через AA величину α2(co⁡(P),co⁡(Q))\alpha_{2}(\operatorname {co}(\mathcal{P}), \operatorname {co}(Q)).

?
(i)

Для заданных P=∑iβiP1i⊗P2i\mathbb {P} = \sum_{i} \beta_{i} P_{1 i} \otimes P_{2 i} в co⁡(P)\operatorname {co}(\mathcal{P}) и Q=∑jγjQ1j⊗Q2j\mathbb {Q} = \sum_{j} \gamma_{j} Q_{1 j} \otimes Q_{2 j} в co⁡(Q)\operatorname {co}(\mathbb {Q}), пусть λ\lambda — любая вероятностная мера, доминирующая все компонентные меры, с соответствующими плотностями p1i(x)p_{1 i}(x) и так далее. Покажите, что P\mathbb {P} имеет плотность p(x,y):=∑iβip1i(x)p2i(y)p(x, y): = \sum_{i} \beta_{i} p_{1 i}(x) p_{2 i}(y) относительно λ⊗λ\lambda \otimes \lambda, с аналогичным выражением для плотности q(x,y)q(x, y) меры Q\mathbb {Q}.

(ii)

Обозначим через XX проекцию X×XX \times X на первую координату. Покажите, что XPX \mathbb {P} имеет плотность p(x):=∑iβip1i(x)p(x): = \sum_{i} \beta_{i} p_{1 i}(x) относительно λ\lambda, с аналогичным выражением для плотности q(x)q(x) меры XQX \mathbb {Q}. Выведите, что XP∈co⁡(P)X \mathbb {P} \in \operatorname {co}(\mathcal{P}) и XQ∈co⁡(Q)X \mathbb {Q} \in \operatorname {co}(Q).

(iii)

Определим px(y):=∑iβip1i(x)/p(x)p_{x}(y): = \sum_{i} \beta_{i} p_{1 i}(x) / p(x) на множестве {x:p(x)>0}\left\{ x: p(x) > 0\right\}. Определим qx(y)q_{x}(y) аналогично. Покажите, что λypx(y)qx(y)≤A\lambda^{y} \sqrt{p_{x}(y) q_{x}(y)} \leq A для всех xx.

(iv)

Покажите, что α2(P,Q)=λx(p(x)q(x)λypx(y)qx(y))≤A2\alpha_{2}(\mathbb {P}, \mathbb {Q}) = \lambda^{x}\left(\sqrt{p(x) q(x)} \lambda^{y} \sqrt{p_{x}(y) q_{x}(y)}\right) \leq A^{2}.

Задача 5.5

Пусть P\mathbb {P} — мера Лебега на F\mathcal{F}, борелевской сигма-алгебре [0,1][0,1]. Пусть G\mathcal{G} обозначает сигма-алгебру, порождённую всеми одноточечными множествами в [0,1][0,1].

?
(i)

Покажите, что каждый элемент G\mathcal{G} имеет вероятность либо ноль, либо единица.

(ii)

Выведите, что E[X∣G]=E[X]\mathbb {E}\left[X \mid \mathcal{G}\right] = \mathbb {E}\left[X\right] для каждой XX в M+(F)\mathcal{M}^{+}(\mathcal{F}).

(iii)

Покажите для каждой борелевски измеримой XX, что X(ω)X(\omega ) однозначно определено, как только известны значения всех G\mathcal{G}-измеримых случайных величин.

Задача 5.6

Пусть XX — интегрируемая случайная величина, а ZZ — G\mathcal{G}-измеримая случайная величина, для которой XZX Z интегрируема. Покажите, что E[XZ]=E[YZ]\mathbb {E}\left[X Z\right] = \mathbb {E}\left[Y Z\right], где Y=E[X∣G]Y = \mathbb {E}\left[X \mid \mathcal{G}\right].

?
Задача 5.7

Предположим, что Xn∈M+(F)X_{n} \in \mathcal{M}^{+}(\mathcal{F}). Покажите, что E[lim inf⁡nXn∣G]≤lim inf⁡nE[Xn∣G]\mathbb {E}\left[\liminf_{n} X_{n} \mid \mathcal{G}\right] \leq \liminf_{n} \mathbb {E}\left[X_{n} \mid \mathcal{G}\right] почти наверное, для каждой под-сигма-алгебры G\mathcal{G}.

?
Задача 5.8

Предположим, что Xn→XX_{n} \rightarrow X почти наверное, с ∣Xn∣≤H\left|X_{n}\right| \leq H для интегрируемой HH. Покажите, что E[Xn∣G]→E[X∣G]\mathbb {E}\left[X_{n} \mid \mathcal{G}\right] \rightarrow \mathbb {E}\left[X \mid \mathcal{G}\right] почти наверное.

?
Задача 5.9

Предположим, что E[X2]<∞\mathbb {E}\left[X^{2}\right] < \infty. Покажите, что Var⁡[X]=Var⁡[E[X∣G]]+E[Var⁡[X∣G]]\operatorname {Var}\left[X\right] = \operatorname {Var}\left[\mathbb {E}\left[X \mid \mathcal{G}\right]\right]+\mathbb {E}\left[\operatorname {Var}\left[X \mid \mathcal{G}\right]\right].

?
Задача 5.10

Пусть XX — интегрируемая случайная величина на вероятностном пространстве (Ω,F,P)(\Omega , \mathcal{F}, \mathbb {P}). Пусть G\mathcal{G} — под-сигма-алгебра F\mathcal{F}, содержащая все P\mathbb {P}-пренебрежимые множества. Покажите, что XX является G\mathcal{G}-измеримой тогда и только тогда, когда E[XW]=0\mathbb {E}\left[X W\right] = 0 для каждой ограниченной случайной величины WW с E[W∣G]=0\mathbb {E}\left[W \mid \mathcal{G}\right] = 0 почти наверное. (Сравните с соответствующим утверждением для квадратично интегрируемых случайных величин: Z∈L2(G)Z \in \mathcal{L}^{2}(\mathcal{G}) тогда и только тогда, когда она ортогональна каждой квадратично интегрируемой WW, ортогональной L2(G)\mathcal{L}^{2}(\mathcal{G}).)

?
Задача 5.11

Пусть S0,S1,…,SNS_{0}, S_{1}, \ldots , S_{N} — случайные векторы, а F0⊆F1⊆…⊆FN⊆F\mathcal{F}_{0} \subseteq \mathcal{F}_{1} \subseteq \ldots \subseteq \mathcal{F}_{N} \subseteq \mathcal{F} — сигма-алгебры, такие что SiS_{i} является Fi\mathcal{F}_{i}-измеримой для каждого ii. Пусть ϵ,α\epsilon , \alpha и β\beta — положительные числа, для которых βP(∣SN−Si∣≤(1−α)∣Si∣∣Fi)≥{∣Si∣>ϵ}\beta \mathbb {P}\left(\left|S_{N}-S_{i}\right| \leq (1-\alpha )\left|S_{i}\right| \mid \mathcal{F}_{i}\right) \geq \left\{ \left|S_{i}\right| > \epsilon \right\} почти наверное. Покажите, что P(max⁡i∣Si∣>ϵ)≤βP(∣SN∣>αϵ)\mathbb {P}\left(\max_{i}\left|S_{i}\right| > \epsilon \right) \leq \beta \mathbb {P}\left(\left|S_{N}\right| > \alpha \epsilon \right).

?
Задача 5.12

Предположим, что PP — вероятностная мера на (X,A)(X, \mathcal{A}) с плотностью p(x)p(x) относительно вероятностной меры λ\lambda. Пусть QQ равна образу TPT P, а μ\mu равна TλT \lambda, для измеримого отображения TT в (T,B\mathcal{T}, \mathcal{B}). Не предполагая существования дезинтеграций или условных распределений, покажите

?
(i)

QQ имеет плотность q(t):=λ(p∣T=t)q(t): = \lambda (p \mid T = t) относительно μ\mu.

(ii)

Для X∈M+(X)X \in \mathcal{M}^{+}(X) покажите, что P(X∣T=t)P(X \mid T = t), условное математическое ожидание в смысле Колмогорова, задаётся выражением {0<q(t)<∞}λ(Xp∣T=t)/q(t)\left\{ 0 < q(t) < \infty \right\} \lambda (X p \mid T = t) / q(t), с точностью до QQ-эквивалентности.

Задача 5.13

Для каждой выпуклой функции ψ\psi на вещественной прямой существует счётное семейство линейных функций, для которых ψ(x)=sup⁡i∈N(ai+bix)\psi (x) = \sup_{i \in \mathbb {N}}\left(a_{i}+b_{i} x\right) для всех xx (см. приложение C). Используя это представление, докажите условную форму неравенства Йенсена: если XX и ψ(X)\psi (X) обе интегрируемы, то E[ψ(X)∣G]≥ψ(E[X∣G])\mathbb {E}\left[\psi (X) \mid \mathcal{G}\right] \geq \psi \left(\mathbb {E}\left[X \mid \mathcal{G}\right]\right) почти наверное.

?
Задача 5.14

Пусть PP — вероятностная мера на B(R2)\mathcal{B}\left(\mathbb {R}^{2}\right), инвариантная относительно вращений SθS_{\theta } для плотного множества Θ0\Theta_{0} углов. Покажите, что она инвариантна относительно всех вращений.

?
Задача 5.15

Найдите аргумент, основанный на инвариантности, который даёт условные распределения из упражнения ⟨5⟩\langle 5 \rangle.

Упражнение 5: Пусть P\mathbb {P} обозначает меру Лебега на B([0,1]2)\mathcal{B}\left([0,1]^{2}\right). Пусть T(x,y)=max⁡(x,y)T(x, y) = \max (x, y). Условные распределения вероятностей {Pt}\left\{ \mathbb {P}_{t}\right\} для P\mathbb {P} при условии TT равномерны на множествах {T=t}\left\{ T = t\right\}.

?
Задача 5.16

Пусть QQ — семейство вероятностных мер на сигма-алгебре A\mathcal{A}, доминируемое фиксированной сигма-конечной мерой λ\lambda. То есть, каждая QQ из QQ имеет плотность δQ\delta_{Q} относительно λ\lambda. Покажите, что QQ также доминируется вероятностной мерой вида v=∑j=1∞2−jQjv = \sum_{j = 1}^{\infty } 2^{-j} Q_{j}, с Qj∈QQ_{j} \in Q для каждого jj, следуя этим шагам.

?
(i)

Покажите, что нет потери общности в предположении, что λ\lambda — конечная мера. Подсказка: представьте λ\lambda как сумму конечных мер ∑iλi\sum_{i} \lambda_{i}, затем выберите положительные константы αi\alpha_{i} так, чтобы ∑iαiλi\sum_{i} \alpha_{i} \lambda_{i} имела конечную полную массу.

(ii)

Для каждого счётного подсемейства SS из QQ определим L(S):=λ(∪Q∈S{δQ>0})L(S): = \lambda \left(\cup_{Q \in S}\left\{ \delta_{Q} > 0\right\} \right). Определим L:=sup⁡{L(S):Q⊇S счётно}L: = \sup \left\{ L(S): Q \supseteq S \text{ счётно}\right\}. Найдите счётные подмножества SnS_{n}, для которых L(Sn)↑LL\left(S_{n}\right) \uparrow L. Покажите, что L=L(S∗)L = L\left(S^{*}\right), где S∗=∪nSnS^{*} = \cup_{n} S_{n}.

(iii)

Обозначим через X0X_{0} множество ∪Q∈S∗{δQ>0}\cup_{Q \in S^{*}}\left\{ \delta_{Q} > 0\right\}. Для каждой Q0Q_{0} в QQ покажите, что λ({δQ0>0}\X0)=0\lambda \left(\left\{ \delta_{Q_{0}} > 0\right\} \backslash X_{0}\right) = 0. Подсказка: L(S∗∪{Q0})≤L(S∗)L\left(S^{*} \cup \left\{ Q_{0}\right\} \right) \leq L\left(S^{*}\right).

(iv)

Перечислим S∗S^{*} как {Qj:j∈N}\left\{ Q_{j}: j \in \mathbb {N}\right\}. Определим v=∑j=1∞2−jQjv = \sum_{j = 1}^{\infty } 2^{-j} Q_{j}. Если f∈M+f \in \mathcal{M}^{+} и vf=0v f = 0, покажите, что λ(fX0)=0\lambda \left(f X_{0}\right) = 0. Выведите, что Q0f=0Q_{0} f = 0 для всех Q0∈QQ_{0} \in Q. То есть ν\nu доминирует QQ.

Задача 5.17

Пусть PΘ={Pθ:θ∈Θ}\mathcal{P}_{\Theta } = \left\{ \mathbb {P}_{\theta }: \theta \in \Theta \right\} — семейство вероятностных мер на F\mathcal{F}, доминируемое сигма-конечной мерой λ\lambda. Предположим, что G0\mathcal{G}_{0} — слабо достаточная под-сигма-алгебра, и G0⊆G1\mathcal{G}_{0} \subseteq \mathcal{G}_{1} для другой сигма-алгебры G1⊆F\mathcal{G}_{1} \subseteq \mathcal{F}. Покажите, что G1\mathcal{G}_{1} также слабо достаточна, следуя этим шагам.

?
(i)

Без потери общности (задача [16]), предположим, что λ=∑j∈N2−jPθj\lambda = \sum_{j \in \mathbb {N}} 2^{-j} P_{\theta_{j}}. Обозначим через fθf_{\theta } (S0\mathcal{S}_{0}-измеримую) плотность Pθ∣g0\left.\mathbb {P}_{\theta }\right|_{g_{0}} относительно λ∣g0\left.\lambda \right|_{g_{0}}. Для XX в M+(F)\mathcal{M}^{+}(\mathcal{F}) обозначим через X0X_{0} версию Eθ[X∣G0]\mathbb {E}_{\theta }\left[X \mid \mathcal{G}_{0}\right], не зависящую от θ\theta. Покажите, что X0X_{0} также является версией λ(X∣G0)\lambda \left(X \mid \mathcal{G}_{0}\right). Выведите, что Eθ[X]=Eθ[X0]=λ(fθX0)=λ(fθX)\mathbb {E}_{\theta }\left[X\right] = \mathbb {E}_{\theta }\left[X_{0}\right] = \lambda \left(f_{\theta } X_{0}\right) = \lambda \left(f_{\theta } X\right), то есть fθf_{\theta } также является плотностью Pθ\mathbb {P}_{\theta } относительно λ\lambda, как мер на F\mathcal{F}.

(ii)

Для XX в M+(F)\mathcal{M}^{+}(\mathcal{F}) обозначим через X1X_{1} величину λ(X∣G1)\lambda \left(X \mid \mathcal{G}_{1}\right). Для g1∈M+(G1)g_{1} \in \mathcal{M}^{+}\left(\mathcal{G}_{1}\right) покажите, что Eθ[g1X]=λ(fθg1X)=λ(fθg1X1)=Eθ[g1X1]\mathbb {E}_{\theta }\left[g_{1} X\right] = \lambda \left(f_{\theta } g_{1} X\right) = \lambda \left(f_{\theta } g_{1} X_{1}\right) = \mathbb {E}_{\theta }\left[g_{1} X_{1}\right]. Выведите, что X1X_{1} является версией Eθ[X∣G1]\mathbb {E}_{\theta }\left[X \mid \mathcal{G}_{1}\right], не зависящей от θ\theta.

Задача 5.18

Пусть PΘ={Pθ:θ∈Θ}\mathcal{P}_{\Theta } = \left\{ \mathbb {P}_{\theta }: \theta \in \Theta \right\} — семейство вероятностных мер, доминируемое сигма-конечной мерой λ\lambda. Предположим, что TT — сильно достаточная статистика для P\mathcal{P}, означающая, что существует вероятностное ядро {Pt:t∈T}\left\{ P_{t}: t \in \mathcal{T}\right\}, являющееся условным распределением для каждой Pθ\mathbb {P}_{\theta } при условии TT. Покажите, что существуют версии плотностей dPθ/dλd \mathbb {P}_{\theta } / d \lambda вида g(Tω,θ)h(ω)g(T \omega , \theta ) h(\omega ), следуя этим шагам.

?
(i)

Из задачи [16] следует, что существует доминирующая вероятностная мера для PΘ\mathcal{P}_{\Theta } вида P=∑i2−iPθi\mathbb {P} = \sum_{i} 2^{-i} \mathbb {P}_{\theta_{i}}, для некоторого счётного подсемейства {Pθi}\left\{ \mathbb {P}_{\theta_{i}}\right\} из P\mathcal{P}. Покажите, что {Pt:t∈T}\left\{ P_{t}: t \in \mathcal{T}\right\} также является условным распределением для P\mathbb {P} при условии TT.

(ii)

По пункту (i) теоремы ⟨12⟩\langle 12 \rangle, Qθ:=TPθ\mathbb {Q}_{\theta }: = T \mathbb {P}_{\theta } доминируется Q:=TP\mathbb {Q}: = T \mathbb {P}. Обозначим через g(t,θ)g(t, \theta ) некоторый выбор плотности dQθ/dQd \mathbb {Q}_{\theta } / d \mathbb {Q}. Покажите, что Pθωf(ω)=Pω(g(Tω,θ)f(ω))\mathbb {P}_{\theta }^{\omega } f(\omega ) = \mathbb {P}^{\omega }\left(g(T \omega , \theta ) f(\omega )\right) для f∈M+(Ω)f \in \mathcal{M}^{+}(\Omega ).

(iii)

Выведите, что

dPθdλ=g(Tω,θ)dPdλ п.в. [λ] \frac{d \mathbb {P}_{\theta }}{d \lambda } = g(T \omega , \theta ) \frac{d \mathbb {P}}{d \lambda } \quad \text{ п.в. }[\lambda ]

в том смысле, что правая часть может быть взята в качестве плотности для Pθ\mathbb {P}_{\theta }.

Задача 5.19

Пусть PΘ={Pθ:θ∈Θ}\mathcal{P}_{\Theta } = \left\{ \mathbb {P}_{\theta }: \theta \in \Theta \right\} — семейство вероятностных мер, доминируемое сигма-конечной мерой λ\lambda. Предположим, что TT — сильно достаточная статистика для P\mathcal{P}. Предположим, что T∗T^{*} — другая статистика, принимающая значения в множестве T∗\mathcal{T}^{*}, снабжённом счётно-порождённой сигма-алгеброй B∗\mathcal{B}^{*}, содержащей одноточечные множества, такая что σ(T)⊆σ(T∗)\sigma (T) \subseteq \sigma \left(T^{*}\right). Покажите, что TT может быть записана как измеримая функция от T∗T^{*}. Выведите с помощью критерия факторизации, что T∗T^{*} также сильно достаточна.

?
Задача 5.20

Пусть (X,A,P)(X, \mathcal{A}, P) — вероятностное пространство, и пусть P\mathbb {P} равна PnP^{n}, nn-кратной произведению-мере на AN\mathcal{A}^{\mathbb {N}}. Для каждого xx в XX пусть δ(x)\delta (x) обозначает точечную массу в xx. Для x\mathbf{x} в XnX^{n} пусть T(x)T(\mathbf{x}) обозначает так называемую эмпирическую меру, n−1∑i≤nδ(xi)n^{-1} \sum_{i \leq n} \delta \left(x_{i}\right). Интуитивно, если нам дана мера T(x)T(\mathbf{x}), условное распределение для P\mathbb {P} должно приписывать массу 1/n1 / n ! каждой из nn ! перестановок (x1,…,xn)\left(x_{1}, \ldots , x_{n}\right). Формализуйте эту интуицию, построив (T,TPT, T \mathbb {P})-дезинтеграцию для P\mathbb {P}. Предупреждение: не так просто, как кажется. Что такое (T,B)(\mathcal{T}, \mathcal{B}) для этой задачи? Что происходит, если эмпирическая мера не сосредоточена на nn различных точках? Как следует определить Pt\mathbb {P}_{t}, когда tt не соответствует возможной реализации эмпирической меры?

?