形式陈述
设 ( X , Σ ) 是可测空间,μ 与 ν 是其上的 σ-有限正测度。若 ν 对 μ 绝对连续 理路 测度的绝对连续 Absolute continuity of measures 当一个测度的零集必为另一个测度的零集时成立的支配关系。 ,即 μ ( A ) = 0 必推出 ν ( A ) = 0 ,那么存在非负可测函数 f ,使每个 A ∈ Σ 都满足
ν ( A ) = ∫ A f d μ . 在通常的 σ-有限版本中,f 可取为 μ -几乎处处有限,并且在 μ -几乎处处意义下唯一,记作
f = d ν d μ . 这个记号不是两个无穷小量的商,而是由上面的积分恒等式定义的函数。它还给出完整的换测度公式:对任意非负可测函数 g (允许两边为 + ∞ ),以及满足 ∫ | g | d ν < ∞ 的实值或复值可测 g ,
∫ X g d ν = ∫ X g d ν d μ d μ . 有限有符号测度也有相应版本,参考测度 μ 仍取 σ -有限。若 ν 的总变差满足 | ν | ≪ μ ,则Jordan 分解 理路 有符号测度的 Jordan 分解 Jordan decomposition of a signed measure · Jordan decomposition theorem 把有符号测度唯一表示成互相奇异的正测度之差,并刻画这一表示的最小性。 的有限正、负测度 ν + , ν − 都对 μ 绝对连续。分别得到非负可积密度 f + , f − ,令 f = f + − f − ,有 ∫ | f | d μ ≤ ν + ( X ) + ν − ( X ) < ∞ ,且 ν ( A ) = ∫ A f d μ 。此时 f 可以取负值,但仍只在 μ -几乎处处意义下确定。
证明:先在有限空间找出倍率
先设 μ ( X ) , ν ( X ) < ∞ ,并令 λ = μ + ν 。使用实函数的 L 2 ( λ ) ;$L^2$ 的完备性及积分内积 理路 L^p 空间 L-p space · Lebesgue space 按几乎处处相等取商的积分范数空间;从尖峰和完备性走到共轭指数的对偶表示,并证明有限测度下的反身性。 使它成为实 Hilbert 空间。这一步只调用该页先独立证明的完备性,不调用后来借本定理建立的 L p 对偶表示。
定义线性泛函 L ( g ) = ∫ g d ν 。它在 λ -几乎处处等价类上良定义,因为 ν ≤ λ 。Cauchy–Schwarz 不等式 理路 Cauchy–Schwarz 不等式 Cauchy–Schwarz inequality · 柯西–施瓦茨不等式 内积的绝对值不超过两向量范数之积,且等号精确刻画线性相关。 给出
| L ( g ) | ≤ ∫ | g | d ν ≤ ν ( X ) 1 / 2 ( ∫ g 2 d ν ) 1 / 2 ≤ ν ( X ) 1 / 2 ‖ g ‖ L 2 ( λ ) . 所以它是定义在整个实 Hilbert 空间上的有界线性泛函,Riesz 表示定理 理路 Hilbert 空间 Riesz 表示定理 Riesz representation theorem for Hilbert spaces Hilbert 空间上的每个连续线性泛函都唯一由与某向量取内积表示。 确实适用,得到实 h ∈ L 2 ( λ ) ,满足
∫ g d ν = ∫ g h d λ ( g ∈ L 2 ( λ ) ) . 有限 λ 下每个集合指标都属于 L 2 。用 { h < 0 } 的指标作测试,正性排除 h < 0 的正 λ -质量;用 { h > 1 } 的指标及 ν ≤ λ ,同样排除 h > 1 。这里若严格不等式在正质量集成立,可再分成差额至少 1 / k 的可数层,得到严格积分矛盾。因此可先取版本 0 ≤ h ≤ 1 。
对 E = { h = 1 } ,指标恒等式给 ν ( E ) = λ ( E ) ,故 μ ( E ) = 0 。再由 ν ≪ μ 得 ν ( E ) = 0 ,所以 λ ( E ) = 0 。将这些可测零集上的 h 改为零后,可以在全空间取 0 ≤ h < 1 。
把 λ = μ + ν 代回表示式。各项有限,故对每个 g ∈ L 2 ( λ ) 可以合法相减,得到
(1) ∫ g ( 1 − h ) d ν = ∫ g h d μ . 不能直接代入可能不属于 L 2 的 g = 1 A / ( 1 − h ) 。对整数 k ≥ 1 ,令
E k = { h ≤ 1 − 1 / k } , g k = 1 A ∩ E k 1 − h . 0 ≤ g k ≤ k ,故 g k ∈ L 2 ( λ ) 。式(1)给出
ν ( A ∩ E k ) = ∫ A ∩ E k h 1 − h d μ . 因为 E k ↑ X ,两边使用单调收敛定理 理路 单调收敛定理 Monotone convergence theorem 非负可测函数单调递增时,积分极限等于极限函数积分。 ,便得
ν ( A ) = ∫ A f d μ , f = h 1 − h ≥ 0. f 在所选版本中处处有限,取 A = X 还给出 ∫ f d μ = ν ( X ) < ∞ 。这完成有限正测度情形。[Axler,Theorem 9.36 的有限部分]
从有限片到 σ-有限空间,并证明唯一性
一般地,分别选择可数覆盖 X = ⋃ i U i = ⋃ j V j ,使 μ ( U i ) < ∞ 、ν ( V j ) < ∞ 。将所有 U i ∩ V j 编成一列,并依次去掉此前的集合,得到两两不交的可测片 D 1 , D 2 , … ,覆盖 X ,每片对两种测度都有限。
在 D k 上用刚证明的有限版本得到可测密度 f k 。定义 f = f k 于 D k ,它可测;局部零集只作可数并,所以可选 f 为 μ -几乎处处有限。对任意可测 A ,可数可加性和非负单调收敛给出
ν ( A ) = ∑ k ν ( A ∩ D k ) = ∑ k ∫ A ∩ D k f k d μ = ∫ A f d μ . 这同时涵盖 ν ( X ) = ∞ ,不是将有限总质量的结论直接写到无限空间。
若非负可测 f , g 都表示 ν ,则在每片 D k 上二者都有有限积分 ν ( D k ) ,因而在那里几乎处处有限。先把这可数片上所有无穷值零集中的两函数都补为零,不改变任何表示积分。对整数 m ≥ 1 ,在
A k , m = D k ∩ { f ≥ g + 1 / m } 上比较两份有限积分,得到
0 = ∫ A k , m ( f − g ) d μ ≥ 1 m μ ( A k , m ) . { f > g } 是这些集合的可数并,故为零集;交换 f , g 同理。这证明 μ -几乎处处唯一性,并明确避开 ∞ − ∞ 。
从事件表示到换测度积分
事件指标的恒等式已经证明。线性性将它推广到非负简单函数;对任意非负可测 g 取简单函数递增逼近,再两次用单调收敛,得到
∫ g d ν = ∫ g f d μ . 这里非负积分采用 0 ⋅ ∞ = 0 的约定。将这条等式先用于 | g | ,可知 g 对 ν 可积当且仅当 g f 对 μ 绝对可积;再分别处理正负部或实虚部,就得到开头的可积版本。证明不从两个可能都是无穷的积分相减。
例子与边界
在 [ 0 , 1 ] 上定义
ν ( A ) = ∫ A 2 x d x . 于是 d ν / d x = 2 x ,并且 ν ( [ 0 , 1 ] ) = 1 。若 A = [ 0 , 1 2 ] ,积分给出 ν ( A ) = 1 / 4 ;同一公式对所有 Borel 集同时成立,而不只是对区间成立。相反,Dirac 测度 δ 0 把质量集中在 Lebesgue 零集 { 0 } 上,所以 δ 0 ≪̸ λ ,不存在相对于 Lebesgue 测度的普通函数密度。
σ-有限性不是装饰性的技术条件。令 X = [ 0 , 1 ] ,μ 为 X 上的计数测度,ν 为 Lebesgue 测度。计数测度在不可数集合上不是 σ-有限的,而且 ν ≪ μ ,因为唯一的 μ -零集是空集。假如 ν ( A ) = ∫ A f d μ ,对每个单点取 A = { x } 都会迫使 f ( x ) = 0 ;于是 f 处处为零,却不能重建 ν ( [ 0 , 1 ] ) = 1 。这给出绝对连续但不存在密度的明确反例。
去掉合适的半有限或 σ-有限条件,唯一性也会崩溃。若在非空集合 X 上定义 μ ( A ) = 0 当 A = ∅ ,其余情形均为 ∞ ,那么常数函数 1 与 2 对每个可测集都有相同积分:空集上为 0 ,非空集上为 ∞ 。两者处处不同,却都表示 μ 相对于自身的“密度”。标准定理的假设正是为了排除这种参考测度无法用有限片辨别函数的退化情形。
推论与应用
另一种应用是把抽象泛函恢复成函数。取 1 < p < ∞ ,对有限测度空间上的连续线性泛函 F : L p → R ,令 ν ( A ) = F ( 1 A ) ;连续性把指示函数的 L p 收敛转成可数可加性。取得密度后,还要用截断探针证明它属于共轭指数的空间,才能得到完整的$L^p$ 对偶表示 理路 L^p 空间 L-p space · Lebesgue space 按几乎处处相等取商的积分范数空间;从尖峰和完备性走到共轭指数的对偶表示,并证明有限测度下的反身性。 。
若 ρ ≪ ν ≪ μ 且相关测度满足标准 σ-有限条件,Radon–Nikodym 导数满足链式法则
d ρ d μ = d ρ d ν d ν d μ μ -a.e. 证明只需把两次换测度公式依次代入,并用导数的几乎处处唯一性。具体取 f = d ν / d μ 、k = d ρ / d ν 。在 f > 0 的部分,k 的 ν -零例外集也为 μ -零集;在 f = 0 处把乘积版本定义为零,便不会进行含糊的 0 ⋅ ∞ 实数运算。两次换测度恢复同一 ρ 后,由唯一性得到上式。若 μ 与 ν 相互绝对连续,则 0 < f < ∞ 对 μ -几乎处处成立,且 d μ / d ν = 1 / f 在 ν -几乎处处意义下成立。这些恒等式是重要性采样、Girsanov 型换测度和统计似然比的共同代数骨架;每次使用都必须说明支配关系以及导数在哪个测度的几乎处处意义下成立。
共同支配的统计模型用 p θ = d P θ / d μ 定义似然 理路 似然函数 Likelihood function 固定可观测数据后,由共同支配密度定义、仅在参数间作相对比较的似然函数。 。把支配测度从 μ 换成等价的 ρ 时,p θ 同时乘上与参数 θ 无关的因子 d μ / d ρ ,在共同的 0 < d μ / d ρ < ∞ 集合上,可按这个公式为整个族一致地选择新版本;对每个固定参数,它都是合法密度。在两密度有限且分母为正的观测处,似然比因而不变。不能把逐个参数各自成立的几乎处处等式,未经这样的版本选择就理解为不可数参数同时成立。若模型族没有共同支配测度,统计实验仍然可以定义,但常规密度分解、score 与基于单一 p θ 的计算不再自动合法。
条件期望则把定理用于一个子 σ-代数。先设 X ≥ 0 且 E [ X ] < ∞ ,在 G ⊆ Σ 上定义 ν X ( A ) = ∫ A X d P 。此时 ν X 与 P | G 都是有限测度,且前者对后者绝对连续,故可合法应用上述定理:
E [ X ∣ G ] = d ν X d ( P | G ) . 对一般非负 X ,先构造 Y k = E [ X ∧ k ∣ G ] 。由积分匹配可得 Y k ≤ Y k + 1 几乎处处;排除可数个零集后取单调版本。令 Y = lim k Y k ,对每个 A ∈ G 两次使用单调收敛定理 理路 单调收敛定理 Monotone convergence theorem 非负可测函数单调递增时,积分极限等于极限函数积分。 ,便有 ∫ A Y d P = ∫ A X d P ,允许取 + ∞ 。这定义了非负情形的扩展条件期望。一般 X ∈ L 1 则对可积的正负部分相减。Lalley,命题 1 及截断证明 。
不能对任意非负 X 直接跳过这一步:在 ( 0 , 1 ] 的 Lebesgue 概率空间取 X ( u ) = 1 / u 、G = { ∅ , Ω } ,则 ν X 的唯一非空可测集质量为无穷,因此它在 G 上不是 σ-有限的;截断构造仍给出 E [ X ∣ G ] = + ∞ 。这个区别与条件期望 理路 条件期望 Conditional expectation 以信息分组的加权平均建立条件期望直觉,再连接测度定义、最小均方预测、塔式性质和可计算反例。 页的可积定义一致,说明存在性和本页特定版本的调用条件是两件事。