概率论g是什么分布_【测度论】概率论与测度论之间联系的通俗解释(一)

前言

这是我以前回答知乎问题的内容，单独作为文章发布出来。另外，这个讨论并不完全，还有概率论中的各种分布又是怎么回事？数学期望如何是勒贝格积分？有时间再做一次讨论，所以这算是第Ⅰ 篇吧。

正文：

测度论是概率论的理论基础，所以概率中的一些概念抽象化就是对应的测度论中的概念。

概率是要度量“事件发生的可能性”的大小，事件的抽象化描述就是集合，需要考察“事件的全体”，对应到测度论就是“集合系”。“事件发生的可能性”是对事件的一种度量，对应到测度论就是“集合的测度”。

不是每个事件都可以定义其概率（发生的可能性的大小）的，对应的就是不是每个集合都可以定义测度，可以定义测度集合就是可测集。同时，事件必然要涉及到事件的组合运算（复杂事件是可由基本事件表示出来），对应的就是集合的交、并、差、余、极限的运算到复杂集合，所以又需要保证做可列次这些运算不能超出全体范围（即可测集的范围要足够大，以保证集合的可列次交、并、差、余、极限的运算，之后还在里面）

那么什么样的集合系，才能保证其中的集合是可测集（可以定义测度，又对那些运算封闭）呢？测度论中讲了，只要集合系是

-代数（也叫

-域）就可以了。

-代数的基本定义是：

1. 全集在里面；

2. 里面每个集合的余集在里面；

3. 里面任意可列个集合的并集在里面。

有了这三条基本定义，就可以推出：空集、可列次交、并、差、上限集、下限集运算之后都能在里面。就满足需要了。

所以，集合

+ 该集合上的一个

-代数

，

就是一个可测空间了，即可以定义测度的空间（

中任一集合都可以定义其测度（某种度量））。进一步再定义了测度

，那么

就是测度空间。

对应到概率论中，样本空间

，事件域

（是个

-代数），概率测度

，放一起

就是概率测度空间。概率测度

是满足特殊要求的一种测度：

.

Borel Feild就是Borel

-代数，表示实数轴

上的

-代数，可由实轴上的所有开集生成（的

-代数），也可由实数轴上所有的

这样的区间生成（的

-代数），是相等的。按

-代数前面说的，实数轴上开集、闭集的至多可列次交、并、差(余)、上限集、下限集、极限集的运算，都超不出该Borel

-代数的范围。

Borel

-代数（用

表示）有什么用？其实概率论中的随机变量，对应测度论中的可测函数，而可测函数就是从可测空间

到

的可测映射：即

中的任一集合在该映射下的原像都属于

（即都是

上的可测集）。

再说说随机变量，前面说了概率论中要用集合表示事件，但事件五花八门，怎么统一用一种简单的集合表示呢？这就用到映射的概念，建立一种从样本空间（基本事件的全体）到实数轴的映射（一一对应）就可以了，这种映射就是随机变量。有了它，基本事件映射到实数轴上就是的基本区间，基本事件经过运算生成的复杂事件，映射到实数轴上就是实数轴上Borel

-代数中的集合。

因为有了这个对应关系，要度量“事件发生的可能性的大小”（即概率测度），只要度量“实数轴上Borel

-代数中的集合” 就可以了（前面说了

因为是

-代数是可以定义测度的，给

中的集合定义概率测度就行了）。

所以，随机变量的测度论语言定义是这样的：设

为概率测度空间，若对实数轴上Borel

-代数中的任一集合（称为Borel集）B，都有

, 则称

为随机变量，也简记为X。

总之，随机变量就是建立了“随机事件”到“实数轴上Borel

-代数”的一种对应，并且保证了建立了这种对应的随机事件都是可以定义概率测度的。

既然随机事件

属于

，那么可以有概率（测度），即

是有意义的，为了简单，概率中就记

。

特别地，若取

, 则事件

的概率

就定义成随机变量

的分布函数。因为对任意的区间

, 都可表示成

进而，由这样的区间经过至多可列次交、并、差运算的复杂的实数轴上的Borel集都可以用

给出其概率。

当然，随机变量也可以定义为从样本空间到平面

上的映射，就是二元随机变量。

作者：张敬信
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。