Luigi Ambrosio, Giuseppe Da Prato, Andrea Mennucci, An Introduction to Measure Theory and Probability.

Chapter 1 Measure spaces

Index:

  • ring/algebras P2
  • \(\sigma\)-algebras P3
  • Borel \(\sigma\)-algebras P3
  • \(\sigma\)-additive P4
  • \((X,\mathscr{E},\mu)\) P7
  • finite, \(\sigma\)-finite P7
  • \(\mathscr{E}_{\mu}\), \(\mu-\)completion P8
  • \(\pi-\)systems P9
  • Dynkin-systems P10
  • Outer measure P11
  • \(\mathscr{S}:=\{(a,b]:a<b \in \mathbb{R}\}\) P12
  • Lebesgue measure \(\lambda\) P12

P9页的Caratheodory定理是在环\(\mathscr{E}\)的基础上建立的(实际上半环足以), 通过半环生成\(\sigma\)域(通过\(\sigma(\mathscr{K})=\mathscr{D}(\mathscr{K})\)). 通过\(\mathscr{E}\)构建可测集域(外测度, 扩张), 由于\(\sigma(\mathscr{E})\)也是可测集, 所以满足所需的可加性. 当定义在\(\mathscr{E}\)的测度\(\mu\)是\(\sigma\)有限的时候(或者存在一个分割), 这个扩张是唯一的.

Chapter 2 Integration

Index:

  • Inverse image \(\varphi^{-1}(I)\) P23
  • \((\mathscr{E}, \mathscr{F})\)-measureable P23
  • canonical representation of \(\varphi\) P25
\[\varphi(x)=\sum_{k-1}^n a_k 1_{A_k}, A_k = \varphi^{-1}(\{a_k\}).
\]
  • repartition function P28
  • archimedean integral P30
  • \(\mu\)-integrable P32
  • \(\mu\)-uniformly integrable P37

什么是可测函数, 以及什么是\(\mathscr{E}\)-可测函数是很重要的 (P24).

什么是\(\mu\)-integrable也是很重要的(在\(\mathscr{E}\)-可测函数定义的).

不同于我看到的一般的积分的定义, 这一节是从 repartition function 和 archimedean integral入手的, 特别是

\[\int_X \varphi d\mu := \int_{0}^{\infty} \mu(\{\varphi > t\}) \mathrm{d}t,
\]

的定义式非常之有趣.

Chapter 3 Spaces of integrable functions

Index:

  • \(L^p\),\(\mathcal{L}^p\) P44
  • equivalence class \(\tilde{\varphi}\)
  • Legendre transform P45
  • \(\mu\)-essentially bounded P45
  • Jensen inequality P45
  • \(C_b\) P54

首先需要注意的是, \(L^p\)空间是定义在\(\mu\)-integrable上的, 所以其针对值域为\((\mathbb{R},\mathscr{B}(\mathbb{R}))\).

Chapter 4 Hilbert spaces

Index:

  • Orthonormal system P63
  • Complete orthonormal system P64
  • Separable P64
  • pre-Hilbert space P57
  • Hilbert space (complete) P58

投影定理, 子空间或者凸闭集(条件和结论需要调整).

Chapter 5 Fourier series

Index:

  • "Heaviside" function P71
  • totally convergent P75

Chapter 6 Operations on measures

Index:

  • Measureable rectangle P79
  • sections, \(E_x,E^y\) P79
  • dimensional constant \(w_n=\mathcal{L}^n(B(0,1))\) p83
  • \(\delta\)-box P84
  • cylindrical set P86
  • concentrated set P92
  • singular measures P92
  • total variation P97
  • stieltjes integral P103
  • weak convergence P103
  • Tightness of measures P104
  • Fourier transform P108

这一章很重要!

Part1: Fubini-Tonelli

Part2: Lebesgue分解定理P92

Part3: Signed measures

Part4: \(F(x):= \mu((-\infty,x])\), P102, 弱收敛 \(\lim_{h\rightarrow \infty}\mu_h(-\infty, x]=\mu((-\infty, x])\) (除去可数多个点)

Part5: Fourier transform, 以及测度的Fourier transform (后面概率的表示函数有用), Levy定理P112.

Chapter 7 The fundamental theorem of the integral calculus

Index:

  • density points, rarefaction points P121
  • Heaviside function P121
  • Cantor-Vitali function P121
  • total variation P116
\[f(x)=f(a)+\int_a^x g(t)\mathrm{d}t,
\]
\[\lim_{r\downarrow0} \frac{1}{\omega_n r^n} \int_{B_r(x)} |f(y)-f(x)|\mathrm{d}y=0.
\]

Chapter 8 Measurable transformations

Index:

  • differential P123
  • Jacobian determinant P125
  • diffeomorphism P125
  • critical set \(C_F\) P125
\[F_\# \mu(I) := \mu(F^{-1}(I))
\]

有一个问题就是,我看其理论都是限制在非负函数上的, 但是个人感觉直接推广到可测函数上.

需要用到逆函数定理, 很有意思.

\[\int_{F(U)} \varphi(y) \mathrm{d}y = \int_{U} \varphi(F(x)) |JF|(x)\mathrm{d}x.
\]

Chapter 9 General concepts of Probability

Index:

  • elementary event P131
  • laws P131
  • Random variable P133
  • binomial law P138
  • Characteristic function P139

注意:

\[\mathbb{E}_{\mathbb{P}}(X):= \int_{\Omega} X(\omega) \mathrm{d} \mathbb{P}(\omega),
\]

是限制在\(\mathbb{P}\)-integrable之上的.

Chapter 10 Conditional probability and independece

Index:

  • Independece of two families P147
  • \(\sigma\)-algebra generated by a random variable P147
  • Independence of two random variables P147
  • Independence of familes \(\mathscr{A}_i\) P149
  • \(\sigma(X):= \{\{X \in A\}:A \in \mathscr{E}\}\) P149
  • \(\sigma(\{X\}_{i \in I})\) P152
  • independent and identically distributed P155

由条件概率衍生到独立性, 随机变量的独立性有几个等价条件P147, P150.

需要区分联合分布的概率和\(\mu\times v\)的区别 (当独立时才等价).

Chapter 11 Convergence of random variables

测度 概率
一致收敛 一致收敛
几乎一致收敛 几乎一致收敛
几乎处处收敛 几乎处处收敛
依测度收敛 依概率收敛
\(L^p\)收敛 \(\lim_{n\rightarrow \infty}\mathbb{E}(\cdot)^p=0\)
弱收敛 依分布收敛

(几乎)一致收敛可以得到几乎处处和依测度收敛.

几乎处处在测度有限的情况下可以推几乎一致收敛, 从而得到依测度收敛.

依测度收敛必存在一个几乎处出收敛的子列.

\(L^p\)收敛一定能够有依测度收敛.

特别地, 依概率收敛有依分布收敛, 只有当依分布收敛到常数\(c\)的时候, 才能推依概率收敛到\(c\)(对应的有限测度).

Chapter 12 Sequences of independent variables

Index:

  • terminal \(\sigma\)-algerba \(\cap_{n} \mathscr{B}_n\) P172
  • empirical distribution function P180

Kolmogorov's dichotomy P173 很有趣.

大数定律再到中心极限定理.

Chapter 13 Stationary sequences and elements of ergodic theory

Index:

  • stationary sequences P186
  • measure-preserving transformation P188
  • T-invariant P189
  • Ergodic maps P189
  • conjugate maps P190

平稳序列的定义需要注意, 另外一些理论有趣却渐渐脱离了掌控, 有点摸不着头脑.

An Introduction to Measure Theory and Probability的更多相关文章

  1. Introduction to graph theory 图论/脑网络基础

    Source: Connected Brain Figure above: Bullmore E, Sporns O. Complex brain networks: graph theoretica ...

  2. Study notes for Discrete Probability Distribution

    The Basics of Probability Probability measures the amount of uncertainty of an event: a fact whose o ...

  3. Better intuition for information theory

    Better intuition for information theory 2019-12-01 21:21:33 Source: https://www.blackhc.net/blog/201 ...

  4. 图论介绍(Graph Theory)

    1 图论概述 1.1 发展历史 第一阶段: 1736:欧拉发表首篇关于图论的文章,研究了哥尼斯堡七桥问题,被称为图论之父 1750:提出了拓扑学的第一个定理,多面体欧拉公式:V-E+F=2 第二阶段( ...

  5. FAQ: Machine Learning: What and How

    What: 就是将统计学算法作为理论,计算机作为工具,解决问题.statistic Algorithm. How: 如何成为菜鸟一枚? http://www.quora.com/How-can-a-b ...

  6. How do I learn machine learning?

    https://www.quora.com/How-do-I-learn-machine-learning-1?redirected_qid=6578644   How Can I Learn X? ...

  7. (转)Awesome Courses

    Awesome Courses  Introduction There is a lot of hidden treasure lying within university pages scatte ...

  8. (转) Read-through: Wasserstein GAN

    Sorta Insightful Reviews Projects Archive Research About  In a world where everyone has opinions, on ...

  9. [ML] I'm back for Machine Learning

    Hi, Long time no see. Briefly, I plan to step into this new area, data analysis. In the past few yea ...

随机推荐

  1. Flink(一)【基础入门,Yarn、Local模式】

    目录 一.介绍 Spark | Flink 二.快速入门:WC案例 pom依赖 批处理 流处理 有界流 无界流(重要) 三.Yarn模式部署 安装 打包测试,命令行(无界流) Flink on Yar ...

  2. 【Android】安装插件 + 改变文字大小、颜色 + 隐藏代码区块的直线

    安装插件 可以在搜寻框里面填入关键字搜寻,具体的插件,网上有很多介绍了 改变文字大小.颜色 隐藏代码区块的直线

  3. Linux之sftp服务

    Linux之sftp服务 一.sftp介绍转自:[1]Linux如何开启SFTP https://www.cnblogs.com/xuliangxing/p/7120205.htmlSFTP是Secu ...

  4. Spring.DM web开发环境搭建

    作为一个初学者来说,搭建好Spring.DM 的web开发环境还是有些麻烦的.我就遇到了N多麻烦,走了很多弯路.本文介绍了2种比较简单的搭建Spring.DM OSGi web开发环境的搭建.   第 ...

  5. Vue中的8种组件通信方式

    Vue是数据驱动视图更新的框架,所以对于vue来说组件间的数据通信非常重要. 常见使用场景可以分为三类: 父子组件通信: props / $emit $parent / $children provi ...

  6. 基于jar的Spring Boot工程

    一.Spring Boot简介 Spring Boot是由Pivotal[ˈpɪvətl]团队(一家做大数据的公司)提供的全新框架,其设计目的是用来简化新Spring应用的初始搭建以及开发过程.该框架 ...

  7. 【Java基础】JAVA中优先队列详解

    总体介绍 优先队列的作用是能保证每次取出的元素都是队列中权值最小的(Java的优先队列每次取最小元素,C++的优先队列每次取最大元素).这里牵涉到了大小关系,元素大小的评判可以通过元素本身的自然顺序( ...

  8. 设计风格之REST

    一.简介 REST简介 REST 是英文 representational state transfer(表象性状态转变)或者表述性状态转 移;Rest 是 web 服务的一种架构风格;使用 HTTP ...

  9. greeting-150

    拿到程序例行检查,可以看出程序是32位的程序 将程序放入ida中进入主函数查看 但是我们将程序运行一次后发现程序还运行了nao的程序 说明程序在中间还引用了nao函数,通过代码审计我们可以很直接的看到 ...

  10. Java实现HttpGet和HttpPost请求

    maven引入JSON处理jar <dependency> <groupId>com.alibaba</groupId> <artifactId>fas ...