Loading [MathJax]/jax/output/HTML-CSS/jax.js

2017年7月5日水曜日

Gamarnik, Tsisiklis. Fundamentals of Probability 02日目 確率空間の構成

David Gamarnik, and John Tsitsiklis. 6.436J Fundamentals of Probability. Fall 2008. Massachusetts Institute of Technology: MIT OpenCourseWare, https://ocw.mit.edu. License: Creative Commons BY-NC-SA.

Lecture 2. Two Fundamental Probabilistic Models

以下の2つは最も単純なprobabilistic modelである.
(a) [0,1]上のuniform distribution(一様分布)P([a,b])=ba
(b) n回のコイントス,任意の結果xP(x)=2n

これらは一回生で習うような統計学でも当たり前のように出てくる.これらが前回学んだ理論に合致しているか確かめる.

1. Caratheodory’s extension theorem

(Ω,F)というmeasurable spaceとPが持つべき性質が与えられたとき,そうした性質を持ったPを構成する方法を考える.F0Fであって,Pの持つべき性質が容易に満たせるようなF0があって,しかもσ(F0)=Fであるとよい.

Theorem 1. (Caratheodory’s extension theorem)

F02Ω,F=σ(F0)とする.
P0F0から[0,1]への写像で,P0(Ω)=1かつ,F0でcountable additivityを満たしているとする.
このとき,P0(Ω,F)に一意に拡張できる.すkなわち,P|F0=P0で,(Ω,F,P)がprobability spaceであるPがただ一つ存在する.

proof.略 (Williams)
この定理を適用するときに問題となるのは,P0F0でcountable additivity を満たすかということである.それにはLec.1 Theorem 1のcountable additivityの同値命題を使うと良い:{Ai}が減少列であるとき,Ai=ϕlimP0(Ai)=0

2. Lebesgue Measure on [0, 1] and on R

[0,1]上のuniform probability measureを構成する.これはLebesgue measureとも呼ばれる.Lebesgue measureは[0,1]の部分集合にその長さをmeasureに与える.単純に長さの定義できない集合にもmeasureを与えることが問題となる.簡単のため,まずはΩ=(0,1]から考える.

2.1 A σ-field and a field of subsets of (0,1]

C={[a,b]|(a,b)(0,1]},F=σ(C)Borel σ-fieldといい,Bであらわす.Bの元をBorel setsとか,Borel measurable setsという.
Cから始めて,加算和とか,加算積とか,補集合とか,有限あるいは可算の操作を繰り返してできる集合たち全体の集合はBorel setである.
都合の良いF02(0,1]とその上でのmeasure P0を定めてから,それを拡張する.AF0A=(a1,b1](an,bn]と定める.このとき,

Lemma 1

σ(F0)=σ(C)=B

proof. 略 (半開区間が,閉区間の可算積で書けることを思い出せばあきらかだろう)

Lemma 2

(a) F0はfieldである.(field: σ-fieldのcountable additivity aをfinite additivityにしたもの)
(b) F0σ-fieldでない.

proof.

(a)
(a,a]=ϕF0,(0,1]F0
(a,b]F0であるとき,(a,b]c=(0,a](b,1]F0
finite additivity は定義より成立.
(b)
(a) (0,n/(n+1))F0だが,nNについて和集合をとると,(0,1)となる.これはF0の元でないので,確かにcountable additivityを持っていない.

2.2 The uniform measure on (0, 1]

AF0A=(a1,b1](an,bn]と互いに素な区間の和で書けるとする.
このときP0(A)=(biai)とすると,これはAの長さの総和であることが,区間の長さと有限和から言える.長さの直感的性質から,P0は同時にcountable additiveであると考えられる(Williams).
上の考察にCarateodory’s Extension Theoremを適用して,B=σ(F0)上のprobability measure P, 別名をLebesgueuniform measureというmeasureを得る.

Exercise 1

A[0,1]上の無理数の集合とする.P(A)=1を示せ.

proof.

[0,1]上の有理数は可算個であり,P(A)=P([0,1]([0,1]Q))=1P([0,1]Q)=10=1
(可算集合の測度Pi0=0を使った)

以上は(0,1]でのみ議論したが,有界な区間であればLebesgue measureが定義できることは直ちに示せる.一方で,RにLebesgue measureを定めるとなると,また別の議論が必要となる.

2.3 The Lebesgue measure on R

Ω=Rとする.R上のσ-fieldは,C={[a,b]:a<b},B=σ(C)と構成するのが自然であるが,同値な定義に:
(n,n+1]のBorel σ-fieldを全てのnNに前節の容量で作り,A(n,n+1]が常にBorel subsetであるとき,ARのBorel subsetであるという.このようなAの集合をBと定める.
がある.

さて,Pn(n,n+1]でのuniform measureとする.ARに,
μ(A)=nNPn(A(n,n+1])
によってμを定めると,これは(R,B)のmeasureになる.一方μ(R)=から,これはprobability measureではない.

Exercise 4.

μ(R,B)上のmeasureであると示せ.
答案.

定義から,μBで定義され,μ(ϕ)=nPn(ϕ)=0.
A=iAi,Ai=i,jAi,j,Ai,j(i,i+1]とすると,Pnのcountable additivityより,μもcountable additivityを満たす.

Coiun Tooses: A “Uniform” Measure on 0,1

無限回のコイントスの試行というsample spaceに,最初のn回のコイントスにおける結果のパターンの確率がそれぞれ2nであるようにσ-fieldとprobability measureを定義したい.以後,コインの表裏にそれぞれ1,0を割り当てて,Ω={0,1}とする.

3.1 A field and a σ-field of subsets of {0,1}

Fnを最初のn回のコイントスの結果を見れば,起きたか否かわかるeventの集合とする.例えば,{ω|ω1=1,ω2ω4}F4の元であり,同時にFk,k5.の元でもある.
任意のB{0,1}に,
A={ω{0,1}|(ω1,...,ωn)B}
を考えると,A=B×{0,1}とできて,AFn.またFnの元はこの形で書ける.

Exercise 5

Fnσ-fieldであることを示せ

答案.

  1. A={ω|(ω1,...,ωn)ϕ}=ϕ (これをどう解釈すればいいだろう)
  2. A={ω|(ω1,...,ωn)B}とする.
    Ac={ω|(ω1,...,ωn)B}={ω|(ω1,...,ωn)Bc}
  3. Ai={ω|(ω1,...,ωn(i))Bi}iNで成立するなら,
    iAi={ω|(ω1,...,ωmin{n(i)})B. ここで,Bは各Biから最も短いものの長さをmin{n(i)}としたとき全てのBiの,min{n(i)}までを考えたときの和集合である.

さて,Fnは,最初のn回しか考えていないので,{0,1}には小さすぎる.F0=nFnとすれば,AF0は,一旦nを固定すればAが起きるか否かが決定するということ.

Example

An={ω|ωn=1}Fnである.A=iAiとすると,無限回のコイントスで少なくとも一回は”1”がでるというeventとなる.nAAnである.補集合を考えると,これは無限界のコイントスの結果が0の無限列であるというeventに対応する.AcもまたいかなるFnの元でない.
F0はfieldである(らしい)

F=σ(F0)として,さらにprobability measureを与える.

3.2 A probability measure on ({0,1},F)

F0P0P0({0,1})=1を満たすように与える.
AF0B×{0,1}という形であるとき,P0(A)=|B|/2nとして,measureを定める.これがconsistent(well-definedということ?)であることを示す.
AFn,Fm,n>mであるとしても,P0(A)が一意であると示す.
A=B×{0,1}=C×{0,1},B{0,1}n,C{0,1}mとする.このとき,B=C×{0,1}nm,|B|=|C|2nmと書ける.P0(A)=|B|/2n|B|=|C|2nmを代入して,P0(A)=|C|2m.よって示せた.
P0F0上でcountable additivityを満たしえいることが示せる.(証明略)
Carateodory’s Extension Theoremから,F=σ(F0)上のmeasure Pが定義できる.

4. Completion of a Probability Space

field F0とcountably additiveなP0があるとき,Carateodory’s extension theoremによってF=σ(F0)上のmeasure, Pを与えられる.σ(F0)というのはF0を含む最小のσ-fieldであった.σ(F0)よりも少しだけ大きいσ-fieldにさらにmeasureを拡張したい.
(Ω,F,P)というprobability spaceがあって,BFについて,P(B)=0とする.このようなBnull setという.ABならば,かならず0とmeasureを与えられるようにFPを拡張する.
(a) Nを全てのnull setの部分集合の集合族とする.
(b) F=σ(FN)とする.
(c) Pを,(Ω,F)のmeasureとなるように自然に拡張する.すなわち,AB(;null)P(A)=0
このような拡張は必ず可能で,しかも一意である(証明略)

こうして全てのnull setの部分集合にもmeasure 0 を割り当てられているとき,そのprobability spaceはcomplete(完備)であるという.
Ω=[0,1]あるいはΩ=Rで,FをBorel fieldとするとき,その完備化(Ω,F,P)について,
FLebesgue measurable setsといい,Pは同じくLebesgue measureという.

MITじゃこれを90分でやるってマジ!?

0 件のコメント:

コメントを投稿