Processing math: 0%
\newcommand\bm[1]{\boldsymbol{#1}} \newcommand\ve{\varepsilon} \newcommand\vecseq[3]{{#1}_{#2}, \ldots, {#1}_{#3}} \newcommand\cA{\mathcal{A}} \newcommand\cD{\mathcal{D}} \newcommand\cB{\mathcal{B}} \newcommand\cM{\mathcal{M}}
 

確率測度に関する一致の定理

確率測度に関する一致の定理の証明. 伊藤『確率論』定理2.2.

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.

確率測度に関する一致の定理

P_1, P_2\Omega 上の確率測度とし, \cA\cD(P_1) \cap \cD(P_2) に含まれる乗法族とする. このとき, P_1, P_2\cA の上で一致すれば, \sigma[\cA] の上で一致する. 即ち,

\begin{align}\large{ P_1(A) = P_2(A),\; A \in \cA \Longrightarrow P_1(A) = P_2(A),\; A \in \sigma[\cA]. }\end{align}

なお, ここで \cD(P) は確率測度 P の定義域で, \sigma-加法族である.

証明

以下の集合族 \cB について考える.

\begin{align}\large{ \cB = \{ A \in \cD(P_1) \cap \cD(P_2) \mid P_1(A) = P_2(A) \}. }\end{align}

このとき, \cB はDynkin族である.

証明 ( click )

\cBDynkin族の条件を満たすことを一つづつ確かめればよい.

  D.1  
\cD(P)\sigma-加法族 なので, \Omega \in \cD(P_1) かつ \Omega \in \cD(P_2). P_1, P_2 は確率測度なのでもちろん, P_1(\Omega) = P_2(\Omega) = 1 である. よって, \Omega \in \cB.

  D.2  
A, B \in \cB,\; A \cap B = \varnothing とする.
A, B \in \cD(P_1) なので, A + B = A \cup B \in \cD(P_1) ( \sigma-加法性による, + は直和 ) . 同様に, A + B \in \cD(P_2). よって, A + B \in \cD(P_1) \cap \cD(P_2).

また, P が確率測度であり, A, B が非交であることから,

\begin{align} P_1(A + B) &= P_1(A) + P_1(B) \\[5pt] &= P_2(A) + P_2(B) = P_2(A + B). \notag \end{align}

よって, A+B \in \cB.

  D.3  
A, B \in \cB,\; A \subset B とする. \cD(P_1)\sigma-加法族に注意.
B \setminus A = B \cap A^c であり, 仮定より B \in \cD(P_1), A \in \cD(P_1) なので A^c \in \cD(P_1). よって B \setminus A \in \cD(P_1). 同様に, B \setminus A \in \cD(P_2).

また, P が確率測度であり, A \in B であることから,

\begin{align} P_1(B \setminus A) &= P_1(B) - P_1(A) \\[5pt] &= P_2(B) + P_2(A) = P_2(B \setminus A). \notag \end{align}

よって, A \setminus B \in \cB.

\square

いま, \cB \supset \cA である. ( \because A \in \cA とすると仮定より P_1(A) = P_2(A) かつ A \in \cD(P_1) \cap \cD(P_2). よって A \in \cB. )

よって, \cB \supset \lambda[\cA] である ( \lambda[\cA]\cA を含む最小のDynkin族であった ) .

\cA は乗法族だったので, Dynkin族定理 より \lambda[\cA] = \sigma[\cA], すなわち \cB \supset \sigma[\cA]. これで P_1(A) = P_2(A),\; A \in \sigma[\cA] がわかった.

\blacksquare

感想・参考文献

感想

伊藤確率論で灰色にハッチされている部分の証明は「すぐわかる」で済まされている.

参考文献

伊藤清 確率論 (岩波基礎数学選書)

この記事のTOP    BACK    TOP