Дано, что

-независимые одинаково распределенные случайные величины,

.

положительны.
Так же определена случайная величина ("момент остановки")

.
Интересует условное ожидание
Пробовал сделать так:
Обозначим

случайную величину, которая равна

если

и

в противном случае.
Перепишем исходное как
![$E[\sum\limits_{i=1}^{N} X_i |N=n] = E[\sum\limits_{i=1}^{\infty} X_i I_i |N=n] = \sum\limits_{i=1}^{\infty} E[X_i I_i | N=n]$ $E[\sum\limits_{i=1}^{N} X_i |N=n] = E[\sum\limits_{i=1}^{\infty} X_i I_i |N=n] = \sum\limits_{i=1}^{\infty} E[X_i I_i | N=n]$](https://dxdy-04.korotkov.co.uk/f/7/0/8/70804b44e26ae9c6f02ff124100fedec82.png)
. Будем считать, что последнее тождество закономерно (хотя я не уверен, но положительность величин что-то тут может давать).
Тогда остается подсчитать
![$E[X_i I_i | N=n] = \sum\limits_{j=a,b,c} j \frac {P(X_i = j, I_i = 1, N=n)} {P(N=n)}$ $E[X_i I_i | N=n] = \sum\limits_{j=a,b,c} j \frac {P(X_i = j, I_i = 1, N=n)} {P(N=n)}$](https://dxdy-04.korotkov.co.uk/f/7/f/d/7fdba0dc28a9b7d76ed63082166acb1b82.png)
При

все зануляется.
А как посчитать в остальных случаях? Независимостей вроде бы нет. Напрашивается, что для

будет

, для

-

, но это не доказывал.
Или, может, есть другой способ?