形式陈述
设 E 、F 分别是标准 Borel 空间 理路 标准 Borel 空间 Standard Borel space 保留 Polish 拓扑生成的可测结构;通过有理数、拓扑遗忘与完备化反例辨别标准 Borel 条件。 X 、Y 上的等价关系 理路 等价关系 Equivalence relation 满足自反、对称和传递性的关系。 。若存在 Borel 可测函数 理路 可测函数 Measurable function 使目标空间可测集的原像都属于定义域 σ-代数的函数。 f : X → Y ,满足
∀ x , x ′ ∈ X x E x ′ ⟺ f ( x ) F f ( x ′ ) , 就称 E Borel 可归约于 F ,记 E ≤ B F 。不要求 f 对点单射,也不要求它满射;它在等价类的商集 理路 商集 Quotient set · Set of equivalence classes 等价关系的所有等价类组成的集合。 上诱导单射 [ x ] E ↦ [ f ( x ) ] F :正向蕴涵保证不依赖代表元,反向蕴涵保证不同原类不会合并。若两边都可归约,称 Borel 双归约。[1, §9]
若 E 可归约于 R 上的相等关系,就称 E 光滑 :存在实数值 Borel 完全不变量,且两个对象等价当且仅当不变量相等。
例子与边界
整数差关系有一个完整、可逐项核验的标签
在 R 上定义 x E y ⟺ x − y ∈ Z 。取小数部分
f ( x ) = x − ⌊ x ⌋ ∈ [ 0 , 1 ) . f 在每个 [ n , n + 1 ) 上连续 理路 拓扑连续性 Topological continuity · Continuous map 目标开集的逆像始终开放,从而在不使用距离时表达映射不破坏局部邻近。 ,故 Borel:任意开集的原像可按这份可数 Borel 分割取并。若 x − y 为整数,小数部分相同;若小数部分相同,移项得 x − y = ⌊ x ⌋ − ⌊ y ⌋ ∈ Z 。因此 f 是到相等关系的归约。
例如 1.2 与 − 0.8 都映到 0.2 ,确属同一类;1.2 与 1.3 的像不同,类别被保留。映射对点显然不单射,但对类别恰好一一对应。
反方向令 j : [ 0 , 1 ) → R 为包含映射。它连续,且对 u , v ∈ [ 0 , 1 ) ,
u = v ⟺ j ( u ) − j ( v ) ∈ Z , 因为 u − v ∈ ( − 1 , 1 ) ,唯一可能的整数是 0 。所以 j 把 [ 0 , 1 ) 上的相等关系归约到 E ,与 f 一起给出双归约。两张归约不必互为点逆:f ∘ j 是恒等,而 j ∘ f 把 x 送到它的分数部分,例如把 1.2 送到 0.2 。这里核验的是 Borel 性与两条等价关系公式;未指定实数的计算表示,不能据此宣称 floor 在所有实数上可计算。
一个看似相关、实际不够的映射
令 E 为 R 上的相等关系,F 也为相等关系。常值函数满足 x = x ′ ⇒ f ( x ) = f ( x ′ ) ,却不能满足逆向条件。因此它是一个保等价的同态,不是归约。若忘掉双向箭头,所有非空分类问题都会被错误地判为同样简单。
最终相同关系越过光滑边界
在Cantor 空间 理路 Cantor 空间与 Baire 空间 Cantor space · Baire space 用有限前缀、超度量与逐坐标极限构造两种无限序列空间,并直接证明二者紧性的差别。 定义
x E 0 y ⟺ ∃ N ∀ n ≥ N x ( n ) = y ( n ) . 每个类可数,因为只改动有限前缀;E 0 = ⋃ N ⋂ n ≥ N { ( x , y ) : x ( n ) = y ( n ) } ,其中每个坐标相等集开闭,所以它本身是$F_\sigma$ Borel 关系 理路 Borel 层级 Borel hierarchy 按可数并与补集建立超限 Borel 层级,手算有理数、无限次出现及最终恒零事件的层级。 。但 E 0 不光滑:不存在 Borel 实数标签精确标记所有最终相同类。[1, §9] “每个类可数”不等于“能可测地给每类挑一个唯一编号”。
这个阻碍可用公平独立比特的概率测度 理路 Kolmogorov 概率公理 Kolmogorov axioms · Probability axioms 把概率定义为样本空间上总质量为一的可数可加测度。 P 具体证明。记坐标为 X 0 , X 1 , … 。若 Borel 集 A 在 E 0 下不变,把任意前 n 位改成全零不会改变是否属于 A 。令
A n = { z ∈ 2 { n , n + 1 , … } : ( 0 , … , 0 , z ) ∈ A } . 固定前缀的嵌入连续,所以 A n 是 Borel 集,且 A 恰是 A n 在尾坐标投影下的原像。因此 A ∈ σ ( X n , X n + 1 , … ) 对每个 n 都成立。独立比特的乘积律使这个尾事件与前 n 位产生的事件独立 理路 独立性 Statistical independence 从概率表理解独立性,区分两两、相互和条件独立,并用可计算反例澄清零协方差与条件均值的限度。 ,故它与每个只依赖有限前缀的柱事件 B 都满足 P ( A ∩ B ) = P ( A ) P ( B ) 。
还要把这个等式延伸到 B = A 。有限柱集代数能在概率中逼近每个 Borel 事件:可逼近的事件族对补集封闭;处理可数并时,先用概率的下连续性 理路 Kolmogorov 概率公理 Kolmogorov axioms · Probability axioms 把概率定义为样本空间上总质量为一的可数可加测度。 把并集截到有限项,再分别逼近这些项,就证明它也对可数并封闭。它因而是包含全部柱集的 σ -代数。给定 ε > 0 ,取有限柱事件 B 使 P ( A △ B ) < ε ,便有
| P ( A ) − P ( A ) 2 | ≤ | P ( A ∩ A ) − P ( A ∩ B ) | + P ( A ) | P ( B ) − P ( A ) | ≤ 2 P ( A △ B ) < 2 ε . 令 ε ↓ 0 ,得到 P ( A ) = P ( A ) 2 ,即尾事件的概率只能是零或一。这是本例所需的零一律机制。[3, Theorem 2.5.3]
现在假设存在完整实数标签 f 。实数的可数基 理路 第二可数空间 Second-countable space 存在可数拓扑基的拓扑空间。 中每个开集的原像都是上述不变 Borel 事件。对概率为一的原像取它本身,对概率为零的原像取其补集,再作可数交,得到概率为一的集合 B 0 。其中所有点的标签具有相同的基集成员模式;可数基能分离不同实数,所以这些标签相等,B 0 包含在一个 E 0 类中。但单点概率不超过任意长度前缀的概率 2 − n ,故为零;每个类又可数,因而也为零。这与 P ( B 0 ) = 1 矛盾。[1, Lemmas 9.14–9.15]