Lebesgue拡大(確率測度の完備化)
最終更新:2021/09/24
Lebesgue拡大(確率測度の完備化)の証明. 伊藤『確率論』p.49問xvに対する解答という形で証明する.
非専門家が書いています. 十分に批判的に読んで頂くようお願いいたします. 間違い・疑問点などあれば, ぜひコンタクトフォームへ連絡いただけると幸いです.
定理(伊藤『確率論』の問)
P を確率測度, 確率空間は (\Omega, \cD(P), P) とする. P(N) = 0 となる P-可測集合を P-零集合という. P-零集合の部分集合が全て P-可測(よって P-零)であるとき, P を完備確率測度という.
任意の確率測度 P に対して完備拡張は必ず存在し, しかもその中の最小の拡大が存在する. この拡張をLebesgue拡大という.
証明
方針
天下り的だが, 教科書のヒントを用いて,
とすると, これがLebesgue拡大となっていることを示す. となると, 示すべき事は以下の4つである.
- \cD(Q) は \sigma-加法族,
- Q は確率測度,
- (\Omega, \cD(Q), Q) が完備確率空間,
- これが, 完備拡張の中で最小.
1.\cD(Q) は \sigma-加法族
\sigma-加法族の定義をひとつづつ確認していく.
σ.1
\varnothing \in \cD(Q) は明らか.
σ.2
A \in \cD(Q) とすると, \cD(Q) の定義より
\cD(P) は \sigma-加法族なので, B_1^{\;c},\; B_2^{\;c} \in \cD(P) で, また,
今,
であるので, 式\eqref{eq_i}, \eqref{eq_ro}より A^{c} が \cD(Q) の定義を満たしている, つまり A^{c} \in \cD(Q).
σ.3
A_n \in \cD(Q) とする.
A = \bigcup_{n=1}^{\infty} A_n \in \cD(Q) を示せば良い.
A_n \in \cD(Q) より, 各 n について
である. いま
と定義する. すると当然
でありまた,
となる(1行目→2行目は簡単な集合論の考え方でわかる). これで, \bigcup_{n=1}^{\infty} A_n \in \cD(Q) が示された.
条件 σ.1, σ.2, σ.3 が確認されたので \cD(Q) の \sigma-加法性はOK.
\square
2.Q は確率測度
確率測度の定義をひとつづつ確認していく.
1
もとより P が確率測度で有るので, P を用いて定義されている Q についても 0 \leq Q(A) \leq \infty は明らか.
2
A_n \in \cD(Q) で互いに素, A = \bigcup_{n=1}^{\infty} とする.
A_n \in \cD(Q) より, 各 n について
である. いま
と定義する. すると
となる.
等式 \color{red}{=} が成立するのは, A_n が互いに素なので B_{1n} も互いに素だから.
等式 \color{blue}{=} が成立するのは, A-B_1 \subset B_2 - B_1, P(B_2 - B_1) = 0 だから.
3
P(\Omega) = 1 なので, Q(\Omega) も 1 となる.
これで, Q が確率測度の定義を満たすことがわかった.
\square
3.(\Omega, \cD(Q), Q) が完備確率空間
N \subset A, Q(A) = 0 とする. \cD(Q) の定義より,
また, P(B_2) - P(B_1) = 0 より, P(B_2) も 0.
いま, B_1 = \{ \varnothing \} とすれば, N \subset A \subset B_2 なので, B_1 \subset N \subset B_2 でありまた, P(B_2 - B_1) = 0. よって, N \in \cD(Q).
\square
4.完備拡張の中で最小
これ若干自信がないというか定性的です.
\cD(Q) の定義
は, 全ての B \in \cD(P) と, 任意の P-零集合の全ての部分集合を含む. しかも, このような \sigma-加法族 は上に示す A を必ず含まなければならないので最小である.
\square
これで定理は示された.
\blacksquare
一般の測度の場合
伊藤ルベーグでは, 一般の測度の場合の完備化が以下のように記されている.
測度空間 (\Omega, \cB, \mu) について, E \subset \Omega のなかで
なるものの全体を \overline{\cB}, また \overline{\mu} = \mu(B) としたとき(\ominus は対称差), 確率空間 (\Omega, \overline{\cB}, \overline{\mu}) が最小の完備化となる.
感想・参考文献
感想
確率論の勉強をしているとよくつかわれる.
とはいえ, 完備化の定義というより, いつでも必ず完備化できるという事実が重要なのだと思う.
というか練習問題としては難しすぎん? テレンス・タオのルベーグ積分でも(ヒント無しで!)完備化の存在が練習問題になってたし, これが普通なのか?
参考文献
伊藤 清 確率論 (岩波基礎数学選書)
伊藤 清三 ルベーグ積分入門(新装版) (数学選書)