Considere una moneda lanzada independientemente 10 veces. Supongamos que bajo la medida $P$ , $Pr(H)$ > 0,5 pero no igual a 1.
Dejemos que una persona neutral al riesgo reciba iterativamente la apuesta entre obtener al menos $n$ cabezas contra al menos $n$ colas. Está claro que la persona siempre elige obtener al menos $n$ cabezas. Dejemos que $X$ representan el número de cabezas y $Y$ el número de colas. Así pues, tenemos
$E(1_{X>=n})>E(1_{Y>=n})$ para todos $n$ y por lo tanto $X$ FOSD el $Y$ bajo esta medida de probabilidad.
Ahora cambia a una medida en la que $Pr'(H)< 0.5$ pero no igual a 0. Especificar las probabilidades de los sucesos conservando el supuesto de independencia. Esto es equivalente a la medida anterior, ya que todos los conjuntos de eventos que tienen una probabilidad de 0 o 1 en la primera conservan la misma probabilidad en la segunda.
Ahora considere la misma apuesta hecha a la misma persona. Ahora, ¡los signos se invierten! $E'(1_{X>=n})<E'(1_{Y>=n})$ para todos $n$ , por lo que ahora el $Y$ FOSD $X$ . Así que la afirmación es falsa.
¿Cuándo conserva la FOSD? A continuación, veremos algunos casos especiales:
-
Si los VR son tales que el mínimo de $X$ supera el máximo de $Y$ entonces el dominio estocástico se mantendrá bajo cualquier cambio de medida, porque el $Pr(w: X(w)>X_{min})=0$ y $Pr(w:Y(w)<Y_{max})=1$ bajo cualquier medida equivalente, por lo que las distribuciones vuelven a ser no intersecantes.
-
Para vehículos recreativos discretos $X$ y $Y$ una condición suficiente para la violación del orden de la FOSD es que los medios cambien de orden. Esto se debe a que la media puede escribirse como la suma de todas las $u$ de $Pr(X>=u)$ .
-
¿Cómo puede ser la derivada de Radon-Nikodym (RND) para que no se viole la FOSD?
Por simple cambio de medida utilizando el RND $Z$ ,
$E'(1_{X>=u})=E(1_{X>=u})+cov(Z,1_{X>=u})$
y
$E'(1_{Y>=u})=E(1_{Y>=u})+cov(Z,1_{Y>=u})$
y por lo tanto basta con que: $cov(Z,1_{X>=u})>cov(Z,1_{Y>=u})$ para todos $u$ . Intuitivamente, $Z$ tiene más de $X$ en él que $Y$ o $X$ es un mejor predictor de $Z$ que $Y$ . También basta con que Z sea independiente de X e Y.