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
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
对应到概率论中,样本空间
Borel Feild就是Borel
Borel
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
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
所以,随机变量的测度论语言定义是这样的:设
总之,随机变量就是建立了“随机事件”到“实数轴上Borel
既然随机事件
特别地,若取
就定义成随机变量
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
当然,随机变量也可以定义为从样本空间到平面
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。