Filtration, σ-algebras

1. Filtration

filtration在钱敏平老师和龚光鲁老师的《随机过程论》中直接称其为非降的KaTeX parse error: Undefined control sequence: \sigmma at position 1: \̲s̲i̲g̲m̲m̲a̲代数族。如图。
在这里插入图片描述
一般叫σ\sigmaσ-代数流或σ\sigmaσ-域流

在鞅论中的花体FtF_tFt,即filtration中文翻译成“滤波”或“滤子”,它在本质上是一个非降子σ\sigmaσ-代数。这个名词的最早来源不是很清楚(有人说是从描述股票的价格变化过程中来的)。有时也把鞅论中(Ω,F,P,∪F_t)称为“被滤过的概率空间”。

这个概念是很抽象很拓扑的。看到这个filtration第一感觉就是滤子,因为它附带着一个序关系。
在这里插入图片描述

这是我搜集到的资料。看到这个概念的时候我就发现,啊,和我的生活好像啊。

下面解释一下我作为一个初学者的理解。

概率空间里的F是一个可测集类。一个集合就是一个事件,那么可测集类就表示『我们用现有的方法能够形成一个看待的事件』之总和。

比如我现在觉得国际政治很扯,当学霸性价比挺低。对我来说这两个例子是几乎不可能翻盘的,这样在阐述问题时比较方便。那么就相当于:
学霸→性价比低。
国际政治→很扯淡。
对这两件事我就能形成一个看待。但现在我对有些事情还没法形成一个看待,譬如:《随机过程》对我来说难吗?可能是难,可能是不难。
对于给定时刻,每一座城市都有权力寻租吗?可能是肯定,也可能是否定。
如果政治家有极强的同理心,对我们来说是好事吗?可能是,可能不是。那么就相当于:

  • 《随机过程》→难,易
  • 没有权力寻租的城市→存在,
  • 不存在强同理心政治家→好,坏传统意义上

对以上三件我们无法确定的事,我们视为随机变量并按照主观or经验or等分性来赋予其取两个值的概率。这种赋予是不准确的,只有当我们必须要做出相关决策的时候,才不得不赋予一个。

但我们知道,有不可测集合。不是所有集合都能被定义一个合适的概率。(实变函数中的Vitali定理:实数上测度不为0的集合各自有个不可测子集)

所以我们就反过来想:既然以上三件事我们无法确定,那就干脆踹到可测集类F的外面去。我们不管它们,暂时也不做关于它们的决策。毕竟决策通常不是非做不可,搁置也是一种选择。

世界是好还是坏,是正义还是邪恶?我拒绝给出一个理性的回答,因为这件事我们无法确定。
世界上有百分之多少的事情呢?有的事情,比如开车,可以被视为一件事情,也可以被视为『走到车门口、开车门、开油门、关闭车门、发动』这五件事情,从微观来说又能被视为恒河沙数件事情(对应各个微观粒子的移动)。

相比之下,即便世界上只有一个人,有足够多的信息和资源,这个人有无限的自由和想象力,可是这个人还是无法真正做到『世界上的每一件事情』。人即便不被当局或外界限制权力,能做到的还是有限。世界那么大,人只需要活在其中100个单位的地方,知道其中1000个单位的事情就够了。

所以我们宣称,随着这个人行为自由度的日益增长,对他来说,可以知道的事情不断变多,他眼中的可测集类不断变大。

小时候我对国际政治报以美好的期望,长大后尽管我还对很多事情报以积极的想象力,但某几件事情就除外了。譬如国际政治。

随着『能形成看待的事物的范围』不断增大,这样就组成了一个filtration。

这是一个哲学上非常符合实际的理解。至于什么是Xn适应了Fn呢?那就是在同一时刻下,我要做出的决策不会超出我能看待的事物的范围(言外之意就是,如果超出了,我就不做那些超出范围的决策)。这和《实变函数》课程中『E∈M』这种限制一样,是一种预防性的废话。

2. σ\sigmaσ-algebras

在这里插入图片描述
在这里插入图片描述

sigma代数其实是个集合系,它保证在这里头的集合,不管如何做交差并补,随便做可列次,结果都还在这个系里面.这对运算的良定义是很关键的.

在这里插入图片描述
在这里插入图片描述

https://www.zhihu.com/question/36392820
https://zhuanlan.zhihu.com/p/38119668

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/345586.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

gradle 命令行_Gradle命令行便利

gradle 命令行在我的《用Gradle构建Java的gradle tasks 》一文中,我简要提到了使用Gradle的“ gradle tasks ”命令来查看特定Gradle构建的可用任务。 在这篇文章中,我将对这一简短提及进行更多的扩展,并查看一些相关的Gradle命令行便利。 Gr…

怎样更好地理解并记忆泰勒展开式

本段的核心思想是仿造。当我们想要仿造一个东西的时候,无形之中都会按照上文提到的思路,即先保证大体上相似,再保证局部相似,再保证细节相似,再保证更细微的地方相似……不断地细化下去,无穷次细化以后&…

新的DMN编辑器预览

Workbench 7.13.0.Final于10月16日星期二发布,此版本带来了许多有趣的功能和重要的修复程序。 亮点之一是作为技术预览功能的新DMN编辑器,该功能仍在开发中,但您可以开始使用。 在本文中,您将学习如何启用DMN编辑器预览&#xff…

指数矩阵(exponential matrix)

类似于指数ex……e^x……ex……的本质是一种近似,eAt……e^{At}……eAt……是同样原理。 http://www.mashangxue123.com/%E7%BA%BF%E6%80%A7%E4%BB%A3%E6%95%B0/1756604500.html

Boole‘s,Doob‘s inequality,中心极限定理Central Limit Theorem,Kolmogorov extension theorem, Lebesgue‘s domin

1. Boole’s inequality In probability theory, Boole’s inequality, also known as the union bound, says that for any finite or countable set of events, the probability that at least one of the events happens is no greater than the sum of the probabilities …

秩为 1 的矩阵的一些性质

前言 从上面的分析和例题看到,对于秩为1的n阶矩阵,零是其n重或n-1重特征值,如果是n-1重,则非零特征值是矩阵的主对角线元素之和;另外还看到,秩为1的矩阵可以分解为一个非零列向量与另一个非零列向量的转置的乘积&#…

probability space 概率空间,Filtration,σ-algebras

1. probability space 概率空间 1.1 概率基础 1.2 概率空间 2. Filtration filtration在钱敏平老师和龚光鲁老师的《随机过程论》中直接称其为非降的KaTeX parse error: Undefined control sequence: \sigmma at position 1: \̲s̲i̲g̲m̲m̲a̲代数族。如图。 一般叫σ\…

概率论中PDF、PMF和CDF的区别与联系

在概率论中,经常出现PDF、PMF和CDF,那么这三者有什么区别与联系呢? 1. 概念解释 PDF:概率密度函数(probability density function), 在数学中,连续型随机变量的概率密度函数(在不至…

随机游走 Random Walk

随机游走(英语:Random Walk,缩写为 RW),是一种数学统计模型,它是一连串的轨迹所组成,其中每一次都是随机的。[1][2]它能用来表示不规则的变动形式,如同一个人酒后乱步,所…

wald

1. Wald’s equation Let (Xn)n∈N(X_n)_{n∈ℕ}(Xn​)n∈N​ be a sequence of real-valued, independent and identically distributed (i.i.d.) random variables and let NNN be a nonnegative integer-value random variable that is independent of the sequence (Xn)n∈…

Java 11就在这里,您准备好进行切换了吗?

在应该将Java 9发行版“震撼我们的世界”一年之后,我们实际上一直在等待的LTS版本终于来了 我们知道,大多数开发人员,团队,公司等尚未通过Java 8进行更新。 即使去年发布了模块Java 9,然后在3月又发布了Java 10。 令…

随机变量和的分布—卷积公式distribution convolution的应用

在概率论里面,大家都会碰到一类问题,就是涉及到这样一类题目: 一般来说,这种类型的题目有两种方法来解决,第一种就是二重积分法;第二种就是应用卷积公式。下面我给大家列出了卷积公式: 但是…

Fluent Design单选按钮,复选框,选择框,Java菜单

这次我对JMetro进行了重大更新。 3.8版引入了以下新的Fluent Design (FDS)启发风格(深色和浅色)和更新: 新的单选按钮样式; 复选框的新样式; 菜单的新样式; 更新了上下文菜单的样…

stability condition in queueing system

https://www.unf.edu/~cwinton/html/cop4300/s09/class.notes/e1-Stability.pdf

undertow服务器分析_进入Undertow Web服务器

undertow服务器分析随着Java EE 7的到来以及处理诸如Web Sockets API和HTTP升级(例如EJB over HTTP)之类的高级功能的要求,WildFly开发团队已经做出了重要决定。 在长期致力于JBoss Web服务器(Apache Tomcat的一个分支&#xff09…

matlab中的rng函数

一、matlab中的随机函数有:rand、randn 1、rand() 功能:生成0-1之间的伪随机数 e.g. rand(3) 生成一个3*3的0-1之间的伪随机数矩阵 2、randn() 功能:生成标准正态分布的伪随机数(均值为0&am…

inf sup上下确界与 min, max 的区别

inf 是 infimum 的简称,sup 是 supremum 的简称。 使用 inf 或 sup 总能保证一个函数的 inf 或 sup 存在,而函数的 min 或 max 有时候不存在。 inf 的定义:一个集合最大的下界 下确界:infimum,简写为 inf&#xff08…

在边缘,作为网关或在网格中构建控制平面以管理Envoy代理的指南

最近, Envoy已成为流行的网络组件。 马特克莱因( Matt Klein )在几年前写了一个博客,内容涉及Envoy的动态配置API,以及它如何成为Envoy的采用曲线向右移的原因之一。 他称该博客为“通用数据平面API”。 由于有许多其他…

java编译器分析_Java反编译器的剖析

java编译器分析简单地说,反编译器尝试将源代码转换为目标代码。 但是有很多有趣的复杂性-Java源代码是结构化的; 字节码当然不是。 而且,转换不是一对一的:两个不同的Java程序可能会产生相同的字节码。 我们需要应用试探法以合理地…