levy过程和布朗运动的关系_测度论观点下的初等概率论与随机过程

本篇标题是向F·克莱因的《高观点下的初等数学》致敬，就是题图那本书。F·克莱因是德国大数学家，提出过埃尔兰根纲领，还有克莱因瓶。Mathematics Genealogy Project主页上那张学术家谱树上就有他。他的两个导师可以分别追溯到高斯和欧拉，希尔伯特是他的徒孙，往下数七代可以找到随机过程随机过的cdy老师。整个网站大概记录了二十万人，其中有四分之一都是他的学术后代。

扯淡结束。初等概率论里，我们学了随机变量。对于离散型随机变量，就是一个有限或者无限的数列（元素互不相等），每个元素有一个0到1之间的概率，整体的概率和为1. 对于连续型随机变量，有一个概率分布函数(cumulative distribution function, CDF)

，其导数是概率密度函数(probability density function, PDF)

, 满足

.

从测度论的角度来讲，一个随机变量

，就是测度空间(measure space)

到作为可测空间(measurable space)的实数集（装备Borel集作为可测结构）

的可测映射(measurable mapping)。

这一可测映射诱导了实数集上的概率测度

，对于任意Borel集

，有

.

之后，我们在考虑这个随机变量的时候，就可以只考虑其在

上诱导的概率测度，而不必考虑原先的三元集

了。或者说，我们利用映射

这一『同构』，以

代替了

。

这就是所谓看山三境界：一开始看山是山，只能看到随机变量是个随机的实数。然后看山不是山，能看到随机变量背后是个测度空间，随机变量本身是个可测映射。最后看山还是山，能看到随机变量本质上是

上的一个概率测度，又回到了实数集。

当然，对于离散型随机变量，上面的鬼画符没什么意义。引入测度论主要是为了处理不可数集。

下面考虑离散时间有限状态马氏链，状态集是

。

在初等随机过程里，马氏链无非是有个状态空间，每一步的转移概率由当前概率唯一决定，所以转移概率可以写成一个

的转移概率矩阵

. 运行起来，就是看当前状态是什么，然后按转移概率矩阵对应的那一行决定下一步去哪。

对于随机变量，我们观测到的是一个实数。对于马氏链，我们观测到的是一条轨道

. 所以整个观测空间是

. 注意这是个不可数集合。上面的可测结构

由有限柱集（形如

）张成。

于是马氏链又变成了一个可测映射

，同时在右边诱导了一个概率分布

，对于一个有限柱集，其概率由转移概率矩阵决定。当然了，这次这个映射没什么卵用，因为实际上，我们对左边没什么认识，还是直接看右边的概率分布比较实在。

右边

，第一项是轨道空间，第二项是有限柱集生成的

域。因为我们能在有限柱集上定义概率（依靠转移概率矩阵），利用Kolmogorov扩张定理，可以定义出一致的概率分布。实践中，测度论观点下的马氏链就是这个三元集，即轨道空间及其概率测度结构。

我们上面实际证明了存在一个随机过程（轨道空间三元集），其有限柱集的概率与转移概率矩阵定义的概率相一致。所以马氏链存在。在严格的随机过程理论里，满足某些条件的随机过程的存在性是需要证明的。随机过程因为轨道空间不可数，自然要用到测度论。

对于连续时间的随机过程，存在性相对比较难证，因为此时轨道空间是

, 如何定义可测结构，以及如何将概率扩展到整个空间上，都比较麻烦。尤其布朗运动还是连续状态，存在性可是要证一阵子。

我上大学的时候，大二下先学了半学期初等概率论，然后开始看Durrett，懂了些粗浅的测度论和高等概率论。之后的暑假看了Halmos的测度论，大三开学之后学的实变函数论和初等随机过程。学的时候真是极其酸爽，领悟到上面这些道理的时候，也非常开心。不过这都是后来被纯概率虐哭之前的事了。

最后说个小笑话。之前我老板向一个教授介绍我的时候，说I have a quite capable student... 这当然是句很好的话。不过也许你可能更熟悉incapable，作为残疾的一种比较委婉的说法。所以如果从incapable的反义词来翻译上面那句话，那就是『我有个学生，嗯，怎么说呢，好歹不是个残废啊！』这意思一下就233333了。