O warunkowej bliskości sigma-ciał i zbieżności warunkowych
Transkrypt
O warunkowej bliskości sigma-ciał i zbieżności warunkowych
Piotr Sielski O warunkowej bliskości sigma-ciał i zbieżności warunkowych wartości oczekiwanych 1 Spis treści 1 Wstęp 2 2 Podstawowe fakty i definicje 2.1 σ-ciała, uzupełnienia, funkcje ρ, ρ . . . . . . . . . . . . . . . . 2.2 Warunkowa wartość oczekiwana . . . . . . . . . . . . . . . . . 3 3 6 3 Twierdzenia o otulaniu i przybliżaniu σ-ciał 3.1 Twierdzenie o otulaniu σ-ciał . . . . . . . . 3.2 Przykłady . . . . . . . . . . . . . . . . . . . 3.3 Twierdzenie o warunkowym otulaniu σ-ciał . 3.4 Przykłady . . . . . . . . . . . . . . . . . . . 3.5 Twierdzenie o przybliżaniu σ-ciał . . . . . . 3.6 Przykłady . . . . . . . . . . . . . . . . . . . . . . . . . 9 9 10 11 17 17 17 4 Twierdzenie o odległości operatorów w.w.o. 4.1 Twierdzenie o odległości operatorów w.w.o. . . . . . . . . . . . 4.2 Przykłady . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.3 Wnioski z twierdzenia o odległości operatorów . . . . . . . . . 19 19 23 24 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5 Zbieżność warunkowych wartości oczekiwanych, a zbieżność σ-ciał w metryce d˜ 5.1 Metryka d˜ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5.2 Zbieżność warunkowych wartości oczekiwanych, a zbieżność σ-ciał w metryce d˜ . . . . . . . . . . . . . . . . . . . . . . . . 5.3 Przykłady . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6 Literatura 26 26 27 30 33 1 1 Wstęp Celem pracy jest przedstawienie oraz rozwinięcie rezultatów dotyczących przybliżania i otulania σ-ciał. Pojęcia te zostały wprowadzone w pracy R. Jajtego i A. Paszkiewicza (patrz [3]). Zdefiniowane są one przy pomocy następujących wielkości: ρ(B, A) = sup inf P (A4B) B∈B A∈A ρ(B, A) = sup inf B∈B A∈AA⊃B P (A\B) Powyższe definicje, jak również fakty z nimi związane zawarte są w rozdziale drugim. Dalsza część pracy opiera się w znacznej mierze na twierdzeniach udowodnionych w pracach [3] i [4]. Udowodniono w nich, że jeśli ρ(B, A) < (F ,P) to istnieje zbiór Z ∈ σ(A, B) taki, że P (Z) < 22, oraz B\Z ⊂ A \Z, gdzie A, B ⊂ F. Podobne twierdzenie udowodniono również dla funkcji ρ. Rozdział trzeci zawiera te twierdzenia oraz przykłady ilustrujące istotność poczynionych założeń. Ponadto znajduje się w nim uogólnienie twierdzenia dotyczącego otulania σ-ciał. Podobnymi metodami do użytych w pracach [3] i [4] dowodzimy wersji warunkowej twierdzenia o otulanu σ-ciał. Rezultaty te posłużyły w dalszej części pracy do zbadania odległości operatorów warunkowej wartości oczekiwanej, w zależności od wielkości ρ i ρ. W rozdziale czwartym dowodzimy, że jeśli EA , EB : L∞ → L1 , to: ||EA − EB ||∞,1 ¬ 264 max(ρ(A, B), ρ(B, A)). Powyższe twierdzenie, ze zmienioną stałą, zachodzi również dla funkcji ρ. W tym samym paragrafie zawarte są również oszacowania dla norm L∞,p . W rozdziale piątym w rodzinie pod- σ-ciał F wprowadzona została, wedle pomysłu dr Krzysztofa Kaniowskiego, następująca metryka: ˜ B) = max(ρ(A, B), ρ(B, A)). d(A, Dowodzimy, że dla X ∈ L∞ (Ω, F, P ) zbieżność ciągu σ-ciał An ⊂ F w tej metryce implikuje zbieżność warunkowych wartości oczekiwanych E(X|An ) w przestrzeni Lp . Okazuje się, że pewne wzmocnienie założeń daje nam znacznie więcej, zbieżność prawie pewną ciągu E(X|An ). W tym samym rozdziale dowodzimy również twierdzenia o zbieżności ciągu E(X|An ) w przestrzeni L1 dla X ∈ L1 (Ω, F, P ). Na zakończenie podajemy kilka przykładów ilustrujących niezbędność poczynionych założeń. 2 Podstawowe fakty i definicje W rozdziale tym zamieścimy definicje oraz twierdzenia wykorzystywane w dalszej części pracy. 2.1 σ-ciała, uzupełnienia, funkcje ρ, ρ Definicja 2.1.1 (σ-ciało) Rodzinę A podzbiorów Ω nazywamy σ-ciałem jeżeli spełnia następujące trzy warunki: 1. ∅ ∈ A; 2. Jeśli A ∈ A to Ac ∈ A; S 3. Jeśli Ai ∈ A dla i = 1, 2, . . . , to ∞ i=1 Ai ∈ A Definicja 2.1.2 (Miara probabilistyczna) Miarą probabilistyczną będziemy nazywać dowolną funkcję P , określoną na σ-ciele zdarzeń A ⊂ 2Ω , spełniającą warunki: 1. P : A → R+ ∪ {0}; 2. P (Ω) = 1; 3. Jeśli Ai ∈ A, i = 1, 2, . . . oraz Ai ∩ Aj = ∅ dla i 6= j, to P( ∞ [ Ai ) = i=1 ∞ X P (Ai ). i=1 W dalszej części pracy P będzie zawsze oznaczało miarę probabilistyczną. Definicja 2.1.3 (Przestrzeń probabilistyczna) Przestrzenią probabilistyczną nazywamy trójkę (Ω, A, P ), gdzie A jest σ-ciałem podzbiorów zbioru Ω, zaś P dowolną miarą probabilistyczną na A. Definicja 2.1.4 Uzupełnieniem σ-ciała A względem miary P nazywamy rodzinę podzbiorów Ω, dla których istnieją zbiory A1 , A2 ∈ A takie, że A1 ⊂ P A ⊂ A2 oraz P (A2 \A1 ) = 0. Rodzinę tę będziemy oznaczać A lub, gdy nie ma wątpliwości o jaką miarę chodzi, po prostu A. Fakt 2.1.5 Rodzina A jest σ-ciałem. Dowód : Oczywiście ∅ ∈ A. Jeśli A ∈ A to istnieją zbiory A1 , A2 ∈ A takie, że A1 ⊂ A ⊂ A2 oraz P (A2 \A1 ) = 0. Zatem Ac2 ⊂ Ac ⊂ Ac1 oraz P (Ac1 \Ac2 ) = 0, czyli Ac ∈ A. Jeśli A1 , A2 , . . . ∈ A to dla dowolnego k ∈ N istnieją zbiory Ak1 , Ak2 ∈ A takie, S S S że Ak1 ⊂ Ak ⊂ Ak2 oraz P (Ak2 \Ak1 ) = 0. Stąd k∈N Ak1 ⊂ k∈N Ak ⊂ k∈N Ak2 S oraz P ( k∈N Ak2 \ S k∈N Ak1 ) = 0, czyli S k∈N Ak ∈ A. Niech (Ω, F, P ) będzie przestrzenią probabilistyczną. Zauważmy, że miarę P można w naturalny sposób rozszerzyć na σ-ciało F. Zgodnie z definicją 2.1.4 jeśli F ∈ F, to istnieją zbiory F1 ⊂ F ⊂ F2 takie, że P (F2 \F1 ) = 0. Kładąc P (F ) = P (F1 ) = P (F2 ) otrzymujemy rozszerzenie miary P na F. Definicja 2.1.6 Uzupełnieniem σ-ciała A ⊂ F względem miary P i σ-ciała F nazywamy następującą rodzinę zbiorów: A (F ,P ) n = A∈F : ∃A1 ∈A o P (A4A1 ) = 0 . Zdefiniowana powyżej rodzina jest σ-ciałem. Dowód : (F ,P ) Oczywiście ∅ ∈ A . (F ,P ) Jeśli A ∈ A to istnieje zbiór A1 ∈ A taki, że P (A4A1 ) = 0. Oczywiście (F ,P ) c . A1 ∈ A oraz P (Ac 4Ac1 ) = 0, czyli Ac ∈ A Korzystając z definicji różnicy symetrycznej, oraz z faktu, że S∞ S∞ S ( ∞ n=1 An \ n=1 Bn ) ⊂ n=1 (An \Bn ) otrzymujemy, że przeliczalna suma zbio(F ,P ) (F ,P ) rów należących do A również należy do A . Niech A, B będą σ-ciałami. Wprowadźmy dwie niesymetryczne funkcje ρ(B, A) oraz ρ̄(B, A) w następujący sposób: Definicja 2.1.7 1. ρ(B, A) = supB∈B inf A∈A P (A4B) ρ(B, A) = supB∈B inf A∈AA⊃B P (A\B) 2. Jeśli zachodzi ρ(B, A) = to mówimy, że σ-ciało A -przybliża σ-ciało B. Jeśli zachodzi ρ(B, A) = to mówimy, że σ-ciało A -otula σ-ciało B. Wprost z definicji kresu oraz określenia funkcji ρ otrzymujemy: Fakt 2.1.8 Następujące warunki są równoważne: 1. ρ(B, A) ¬ d 2. ∀>0,B∈B ∃A∈A P (B4A) < d + Wykorzystując fakt 2.1.8 udowodnimy następujące twierdzenie: 4 Twierdzenie 2.1.9 Niech A, B ⊂ F będą σ-ciałami. Zachodzi równość: ρ(A, B) = ρ(A (F ,P ) ,B (F ,P ) ). Dowód : Wystarczy udowodnić, że dla każdego d 0 następujące dwa warunki są równoważne: 1. ρ(A, B) ¬ d (F ,P ) (F ,P ) ,B ) ¬ d. 2. ρ(A (F ,P ) Załóżmy, że zachodzi 2. Niech A ∈ A. Oczywiście A ∈ A , więc zgod(F ,P ) nie z faktem 2.1.8 dla dowolnego > 0 istnieje zbiór B1 ∈ B taki, że P (A4B1 ) < d + . Jednocześnie według definicji 2.1.6 istnieje zbiór B ∈ B taki, że P (B4B1 ) = 0. Zatem: P (B4A) ¬ P (B4B1 ) + P (B1 4A) < d + . Stąd i z faktu 2.1.8 otrzymujemy ρ(A, B) ¬ d. W analogiczny sposób dowodzimy implikacji w drugą stronę. W dalszej części pracy będziemy rozpatrywali również wersję warunkową definicji 2.1.7 p. 2: Definicja 2.1.10 ρ 0 ((B, A)|C) = sup inf B∈B A∈A,A⊃B ess sup(P ((A\B)|C))(ω)) ω∈Ω Niech A będzie σ-ciałem, zaś Z pewnym zbiorem. Przez A\Z będziemy oznaczać następującą rodzinę zbiorów: A\Z = {A\Z : 5 A ∈ A}. 2.2 Warunkowa wartość oczekiwana Na początku tego paragrafu podamy twierdzenie Radona-Nikodyma, którego dowód można znaleźć w pozycjach [1] [2]. Twierdzenie to w znacznym stopniu upraszcza dowód istnienia warunkowej wartości oczekiwanej. Definicja 2.2.1 Niech µ i ν będą miarami na (Ω, A). Mówimy, że miara ν jest absolutnie ciągła względem miary µ (w skrócie ν µ), jeśli dla każdego A ∈ A z warunku µ(A) = 0 wynika równość ν(A) = 0. Twierdzenie 2.2.2 (Twierdzenie Radona-Nikodyma) Jeżeli µ i ν są takimi miarami skończonymi na (Ω, F), że ν jest absolutnie ciągła względem µ (νR µ), to istnieje taka nieujemna funkcja f, nazywana gęstością, że ν(A) = A f dµ dla każdego A ∈ F. Dla dwóch takich gęstości f i g mamy µ({f 6= g}) = 0. Przejdźmy do zdefiniowania warunkowej wartości oczekiwanej. Definicja 2.2.3 Niech X ∈ L1 (Ω, F, P ). Warunkową wartością oczekiwaną (w skrócie w.w.o.), zmiennej losowej X pod warunkiem σ-ciała A, nazywamy dowolną funkcję E(X|A) spełniającą następujące warunki: ∀A∈A Z XdP = A Z A E(X|A)dP E(X|A) jest A mierzalna. (1) (2) Funkcja ta jest wyznaczona jednoznacznie, z dokładnością do zbioru miary 0. Należy przeprowadzić dowód istnienia i jednoznaczności w.w.o. Dowód : Najpierw udowodnimy jednoznaczność. Przypuśćmy, że funkcje E1 (X|A) i E2 (X|A) spełniają warunki (1) i (2) definicji 2.2.3. Z warunku (2) wynika, że obie funkcje są A - mierzalne, zatem zbiory A1 = {E2 (X|A) > E1 (X|A)} oraz A2 = {E2 (X|A) < E1 (X|A)} należą do σ-ciała A. Stąd i z pierwszego warunku definicji w.w.o. otrzymujemy: Z A1 Zatem: E2 (X|A)dP = Z A1 Z XdP = A1 Z A1 E1 (X|A)dP. (E2 (X|A) − E1 (X|A))dP = 0, czyli P (A1 ) = 0. W analogiczny sposób dowodzimy, że P (A2 ) = 0. Reasumując P (E1 (X|A) 6= E2 (X|A)) = P (A1 ∪ A2 ) = 0, co dowodzi jednoznaczności. 6 Przedstawimy teraz dowód istnienia w.w.o. Przypuśćmy na początku, że X 0 p.p. Rozważmy skończoną miarę ν, na σ -ciele A, określoną następującym wzorem: Z ν(A) = XdP. A Jeśli P (A) = 0 to również ν(A) = 0, zatem ν jest absolutnie ciągła względem P . Stąd z twierdzenia Radona-Nikodyma istnieje A -mierzalna gęstość g taka, że dla A ∈ A: Z Z gdP = ν(A) = XdP. A A Wystarczy przyjąć E(X|A) = g. Przejdźmy do przypadku ogólnego, gdy X ∈ L1 (Ω, F, P ). Rozkładając X na części nieujemną i niedodatnią X = X + − X − mamy 0 ¬ X + , X − . Warunkową wartość oczekiwaną definujemy w następujący sposób: E(X|A) = E(X + |A) − E(X − |A). Nietrudno sprawdzić, że jest to wersja warunkowej wartości oczekiwanej. Podamy teraz podstawowe własności w.w.o., wykorzystywane w dalszej części pracy. Własność 2.2.4 Niech X, Y ∈ L1 (Ω, F, P ) oraz A ⊂ F będzie σ-ciałem. Zachodzą następujące własności: X 0 p.p., Jeli to E(X|A) 0 p.p. E(αX + βY |A) = αE(X|A) + βE(Y |A) p.p. Jeli X¬Y p.p. dla (3) α, β ∈ R, to E(X|A) ¬ E(Y |A) p.p. |E(X|A)| ¬ E(|X||A) p.p. Dowód : (3) Niech X 0 p.p. Mamy: 0¬ Z E(X|A)<0 XdP = Z E(X|A)dP ¬ 0. E(X|A)<0 7 (4) (5) (6) Zatem E(X|A) 0 p.p. (4) Oczywiście funkcja αE(X|A) + βE(Y |A) jest A -mierzalna. Dla A ∈ A mamy: Z Z Z (αX + βY )dP = α XdP + β Y dP = A =α Z A A E(X|A)dP + β Z A E(Y |A)dP = A Z (αE(X|A) + βE(Y |A)). A Zatem funkcja αE(X|A)+βE(Y |A) jest wersją w.w.o. zmiennej losowej αX + βY . (5) Niech X ¬ Y p.p. Korzystając z punktów (3) i (4) otrzymujemy: 0 ¬ E(Y −X|A) = E(Y |A)−E(X|A) p.p., czyli E(X|A) ¬ E(Y |A) p.p. (6) Oczywiście X ¬ |X| oraz −X ¬ |X|. Wykorzystując własności (4) i (5) otrzymujemy: E(X|A) ¬ E(|X||A) i − E(X|A) = E(−X|A) ¬ E(|X||A). Zatem reasumując: |E(X|A)| ¬ E(|X||A) Na zakończenie tego paragrafu zdefiniujemy pojęcie prawdopodobieństwa warunkowego względem σ-ciała. Definicja 2.2.5 Prawdopodobieństwem warunkowym zbioru B pod warunkiem σ-ciała A nazywamy wersję warunkowej wartości oczekiwanej P (B|A) = E(1B |A). 8 3 3.1 Twierdzenia o otulaniu i przybliżaniu σ-ciał Twierdzenie o otulaniu σ-ciał Przypomnijmy zamieszczoną w rozdziale drugim definicję -otulania (2.1.7). Jeśli: P (A\B) = , ρ(B, A) = sup inf B∈B A∈AA⊃B to powiemy, że σ-ciało A -otula σ-ciało B. Twierdzenie 3.1.1 Niech (Ω, F, P ) będzie przestrzenią probabilistyczną oraz niech A, B ⊂ F będą σ-ciałami. Istnieje zbiór Z ∈ A taki, że P (Z) ¬ 4ρ(B, A) oraz B\Z ⊂ A\Z. Twierdzenie to wynika z lematu o macierzach oraz serii lematów, które przybliżają nas do ostatecznego dowodu. Tutaj podamy jedynie treść oraz dowód lematu o macierzach (wedle pozycji [4]). W następnym paragrafie w podobny sposób, wykorzystując analogiczne lematy i metody dowodowe udowodnimy ogólniejsze twierdzenie o σ-otulaniu warunkowym. Lemat 3.1.2 (Lemat o macierzach) Niech [ai,j ]ni,j=1 będzie macierzą o wyrazach rzeczywistych taką, że ai,i = 0 dla i = 1, . . . , n. Istnieje zbiór J ⊂ {1, 2, . . . , n} taki, że X X ai,j + ai,j i6∈J,j∈J i∈J,j6∈J n 1 X ai,j . 2 i,j=1 Dowód : Niech F : 2{1,...,n} → R będzie funkcją zdefiniowaną w następujący sposób: F (I) = P i∈I,j6∈I ai,j + P i6∈I,j∈I ai,j , dla I ⊂ {1, . . . , n} Wybierzmy zbiór J ⊂ {1, 2, . . . , n}, który realizuje maksimum funkcji F, to znaczy taki, że F (J) = max{F (I) : I ⊂ {1, 2, . . . n}}. Należy pokazać, że P F (J) 21 ni,j=1 ai,j . Dla k ∈ J mamy: X j6∈J ak,j + X i6∈J ai,k X j∈J ak,j + X i∈J ai,k . (7) W przeciwnym razie, wykorzystując fakt, że ak,k = 0 mielibyśmy: X F (J) = ai,j + i∈J,j6∈J X < X ai,j + i6∈J,j∈J\{k} X ai,j = i6∈J,j∈J X ai,j + i∈J\{k},j6∈J X i∈J\{k},j6∈J ai,j + ak,j + X X X ak,j + j6∈J ai,j + i∈J\{k},j6∈J ai,j + i∈J\{k},j6∈J\{k} j∈J\{k} X ai,k = i∈J X ak,j = ai,j + i6∈J,j∈J\{k} X j∈J i6∈J,j∈J\{k} X X X ai,j + ai,k i6∈J X ai,k + i∈J\{k} ai,j = F (J\{k}) i6∈J\{k}j6∈J\{k} Czyli F (J) < F (J\{k}), co jest sprzeczne z wyborem zbioru J. Sumując teraz (7) po k ∈ J otrzymujemy: X F (J) 2 ai,j . (8) i,j∈J Analogicznie dla k 6∈ J mamy: X j∈J ak,j + X ai,k X ak,j + ai,k (9) i6∈J j6∈J i∈J X Podobnie, sumując (9) po k 6∈ J otrzymujemy: F (J) 2 X ai,j (10) i,j6∈J Korzystając z nierówności (8) i (10) dostajemy: n X 1 X 1 X 1 1 1 ai,j = ( ai,j + ai,j )+F (J)) ¬ ( F (J)+ F (J)+F (J)) = F (J), 2 i,j=1 2 i,j6∈J 2 2 2 i,j∈J co kończy dowód. 3.2 Przykłady Przykład 3.2.1 W twierdzeniu 3.1.1 uzupełnienie σ-ciała A względem miary P jest konieczne. Istnieje przestrzeń (Ω, F, P ) oraz σ-ciała A, B ⊂ F takie, że: ρ(B, A) = 0, zaś jedynym zbiorem Z ∈ A, dla którego zachodzi: B\Z ⊂ A\Z, 10 jest cała przestrzeń Ω. Rzeczywiście, niech: Ω = [0, 1] × [0, 1], F = Borel([0, 1] × [0, 1]), P = λ2 . Wystarczy przyjąć: A = {C × [0, 1]; C lub ([0, 1]\C) przeliczalny}, B = {C ⊂ [0, 1] × [0, 1]; C lub ([0, 1] × [0, 1]\C) przeliczalny}. Wtedy ρ(B, A) = 0. Rzeczywiście, jeśli zbiór B ∈ B jest przeliczalny, to ma miarę 0, zatem za A wystarczy wziąć sumę odcinków {xk } × [0, 1], gdzie xk , k ∈ N są rzutami punktów zbioru B na oś OX. Suma taka również ma miarę 0 i zawiera zbiór A. Jeśli B ∈ B jest nieprzeliczalny to za A wystarczy wziąć całą przestrzeń Ω. Jedynym zbiorem Z ∈ A takim, że B\Z ⊂ A\Z, jest Z = [0, 1] × [0, 1]. Oczywiście B ⊂ A. 3.3 Twierdzenie o warunkowym otulaniu σ-ciał W paragrafie tym, wykorzystując podobne metody jak w dowodzie twierdzenia 3.1.1, w pracy [4] udowodnimy ogólniejsze twierdzenie 3.3.3. Zgodnie z definicją 2.1.10 mamy: ρ 0 ((B, A)|C) = sup inf B∈B A∈AA⊃B ess sup(P ((A\B)|C))(ω)) ω∈Ω Lemat 3.3.1 Niech (Ω, F, P ) będzie przestrzenią probabilistyczną oraz A, B, C ⊂ F będą σ-ciałami. Dla dowolnych parami rozłącznych zbiorów S B1 , B2 , . . . , Bn ∈ B takich, że ni=1 Bi = Ω istnieją takie zbiory A1 , A2 , . . . , An ∈ A, że Bi ⊂ Ai , dla i = 1, . . . , n oraz P (( n [ (Ai \Bi ))|C) ¬ 4ρ 0 ((B, A)|C) p.p. i=1 Dowód : Dla dowolnego zbioru B ∈ B niech B ∈ A oznacza dowolny ustalony element σ-ciała A taki, że B ⊂ B oraz P ((B\B)|C) ¬ ρ 0 ((B, A)|C) p.p. Połóżmy: [ \ Ai = Bj . I⊂{1,2,...,n},i∈I j∈I Oczywiście Ai ∈ A oraz Bi ⊂ Ai dla i = 1, 2, . . . , n. Zachodzi również S S S i∈I Bi ⊂ i∈I Ai ⊂ i∈I Bi dla dowolnego I ⊂ {1, 2, . . . , n}. Stąd wynika, 11 że P (( i∈I Ai \ i∈I Bi )|C) ¬ P (( i∈I Bi \ i∈I Bi )|C) ¬ ρ 0 ((B, A)|C) p.p. dla I ⊂ {1, 2, . . . , n}. S Należy pokazać, że P (( ni=1 (Ai \Bi ))|C) ¬ 4ρ 0 ((B, A)|C) p.p. S Z założenia, że ni=1 Bi = Ω oraz Bi ∩ Bj = ∅ dla j 6= i wynika, że: S S S n [ (Ai \Bi ) = i=1 n [ (Ai ∩ i=1 S [ n [ [ Bi ) = (Ai ∩ Bj ). i=1 j6=i j6=i Połóżmy: ( Cji = ∅ dla i=j, S Bj ∩ (Ai \ k<i,k6=j Ak ) dla i 6= j. Zbiory Cji są parami rozłączne, Cji ⊂ Bj ∩ Ai oraz ni=1 Cji = Bj ∩ i6=j Ai . Przyjmując taką wersję prawdopodobieństwa warunkowego, dla której P (∅|C)(ω) = 0 dla ω ∈ Ω oraz stosując lemat 3.1.2 do macierzy [P (Cji |C)(ω)]ni,j=1 dla dowolnego ω ∈ Ω uzyskujemy zbiór Jω ⊂ {1, 2, . . . , n} taki, że: S S P (Cji |C)(ω) X 2 +2 i∈Jω ,j6∈Jω P (Cji |C)(ω) X i6∈Jω ,j∈Jω n X P (Cji |C)(ω) (11) i,j=1 Dla dowolnego zbioru I ⊂ {1, 2, . . . , n} przyjmijmy: n P (Cji |C)(ω) + 2 X FI = ω : 2 P (Cji |C)(ω) X i6∈I,j∈I i∈I,j6∈I n X o P (Cji |C)(ω) i,j=1 Z (11) wnioskujemy, że I⊂{1,2,...,n} FI = Ω. Dla ustalonego zbioru J ⊂ {1, 2, . . . , n} oraz dla prawie każdego ω ∈ FJ mamy: S P (( n [ (Ai \Bi ))|C)(ω) = P (( n [ Cji )|C)(ω) ¬ 2P (( +2P (( n [ Cji )|C)(ω) ¬ 2P (( i6∈J,j∈J 2P (( n [ [ i6∈J Ai \ n [ (Ai ∩ Bj ))|C)(ω)+ i∈J,j6∈J (Ai ∩ Bj ))|C)(ω) = 2P (( i6∈J,j∈J +2P (( [ i∈J [ Cji )|C)(ω)+ i∈J,j6∈J i,j=1 i=1 n [ Ai \ [ Bj )|C)(ω)+ j∈J Bj )|C)(ω) ¬ 2ρ 0 ((B, A)|C) + 2ρ 0 ((B, A)|C) = j6∈J = 4ρ 0 ((B, A)|C) 12 S Ponieważ J⊂{1,2,...,n} FJ = Ω oraz istnieje jedynie skończona ilość podzbiorów J, więc: P (( n [ (Ai \Bi ))|C)(ω) ¬ 4ρ 0 ((B, A)|C) p.p. i=1 Co było do okazania. Lemat 3.3.2 Niech (Ω, F, P ) będzie przestrzenią probabilistyczną, oraz A, B, C ⊂ F będą σ-ciałami. Dla dowolnych zbiorów B1 , B2 , . . . ∈ B istnieje zbiór Z ∈ A taki, że P (Z|C) ¬ 4ρ 0 ((B, A)|C) p.p. oraz Bi ∪ Z ∈ A dla dowolnego i ∈ N. Dowód : Niech k ∈ N oraz B1k , B2k , . . . , Bnkk będą wszystkimi atomami σ-ciała σ(B1 , B2 , . . . , Bk ). Zgodnie z lematem 3.3.1 istnieją zbiory Ak1 , Ak2 , . . . , Aknk ∈ A takie, że Bik ⊂ Aki dla k ∈ N, 1 ¬ i ¬ nk oraz P (( nk [ (Aki \Bik ))|C) ¬ 4ρ 0 ((B, A)|C) p.p. dla k ∈ N. (12) i=1 Mamy: (Aki ∩ Akj ) = [ i6=j, 1¬i,j¬nk (((Aki \Bik ) ∪ Bik ) ∩ ((Akj \Bjk ) ∪ Bjk ))) = [ i6=j, 1¬i,j¬nk (((Aki \Bik )∩(Akj \Bjk ))∪((Aki \Bik )∩Bjk )∪((Akj \Bjk )∩Bik )∪(Bjk ∩Bik )) ⊂ [ i6=j, 1¬i,j¬nk ((Aki \Bik ) [ ∪ (Aki ∩ Bjk ) ∪ (Akj ∩ Bik )) = nk [ (Aki \Bik ) i=1 i6=j, 1¬i,j¬nk Oczywiście zawieranie w drugą stronę również zachodzi, zatem reasumując: nk [ (Aki \Bik ) = i=1 [ (Aki ∩ Akj ). i6=j, 1¬i,j¬nk Niech Dnk = [ i:Bik ⊂Bn Aki ∩ [ j:Bjk ∩Bn =∅ 13 Akj , dla n ¬ k. (13) Oczywiście Dnk ∈ A. Z (13) wynika, że Dnk nk [ ⊂ (Aki \Bik ). (14) i=1 Mamy: Bik ⊂ [ Bn = Aki [ (15) i:Bik ⊂Bn i:Bik ⊂Bn oraz Akj ⊃ Bn ∪ [ Bn ∪ j:Bjk ∩Bn =∅ Bjk = Bn ∪ Bnc = Ω. [ (16) j:Bjk ∩Bn =∅ Wykorzystując (15) i (16) otrzymujemy: Bn ∪ Dnk = Bn ∪ ( Aki ∩ [ j:Bjk ∩Bn =∅ i:Bik ⊂Bn Aki ) ∩ (Bn ∪ [ = (Bn ∪ Aki ∩ Ω = [ Akj ) = [ j:Bjk ∩Bn =∅ i:Bik ⊂Bn = Akj ) = [ [ Aki ∈ A (17) i:Bik ⊂Bn i:Bik ⊂Bn Połóżmy: [ \ Z= Dnk ∈ A. n∈N kn Z faktu, że Z = Z ∪ T kn Dnk oraz z (17) otrzymujemy: Bn ∪ Z = Z ∪ \ (Bn ∪ Dnk ) ∈ A, dla n ∈ N. kn Pozostało pokazać, że P (Z|C) ¬ 4ρ 0 ((B, A)|C). Istotnie, wykorzystując (12) i (14) otrzymujemy: P (Z|C) = P (( [ \ Dnk )|C) = lim P (( N →∞ n∈N kn ¬ lim inf P (( N →∞ n N [ N \ [ n=1 kn Dnk )|C) ¬ lim inf P (( N →∞ 0 N (AN n \Bn ))|C) ¬ 4ρ ((B, A)|C) p.p. n=1 14 N [ n=1 DnN )|C) Przejdźmy teraz do dowodu następującego twierdzenia będącego uogólnieniem twierdzenia 3.1.1: Twierdzenie 3.3.3 Niech A, B, C ⊂ F będą σ-ciałami. Istnieje zbiór Z ∈ A taki, że: P (Z|C) ¬ 4ρ 0 ((B, A)|C) p.p. B\Z ⊂ A\Z oraz Dowód : Niech B = {Bα : α ∈ I}, dla pewnego zbioru indeksów I. Niech α =inf{P (D) : D ∈ A, Bα ∪ D ∈ A}. Dla dowolnego α ∈ I i k ∈ N rozważmy zbiory Dα,k takie, że Dα,k , Bα ∪ Dα,k ∈ A oraz P (Dα,k ) < α + k1 . T Przyjmijmy teraz Dα = k1 Dα,k . Ponieważ Bα ∪ Dα ∈ A, więc: P (Dα ) = α , Dα , Bα ∪ Dα ∈ A. Niech relacja ≺ ustanawia dobry porządek w zbiorze I. Za pomocą zasady indukcji pozaskończonej zdefiniujemy rodzinę (Gj , j ∈ I) ⊂ A spełniającą następujące warunki: P (Gj ) = j , Gj ∈ A, Bj ∪ Gj ∈ A, (18) Gk ∈ A, (19) [ k≺j Gj \ [ Gk = ∅ [ P (Gj \ lub k≺j Gk ) > 0. (20) k≺j Niech α0 będzie piewszym elementem dobrze uporządkowanego zbioru I. Przyjmijmy Gα0 = Dα0 , jeśli P (Dα0 ) > 0 oraz Gα0 = ∅, jeśli P (Dα0 ) = 0. Nietrudno zauważyć, zbiór Gα0 spełnia warunki (18)-(20). Załóżmy, że warunki (18)-(20) są spełnione dla zbiorów Gj przy j ≺ i dla pewnego i ∈ I. Istnieje S co najwyżej przeliczalna liczba indeksów i takich, że P (Gi \ k≺i Gk ) > 0. Połóżmy: Gi = Di , P (Di \ jeśli [ Gk ) > 0, (21) k≺i G i = Di ∩ [ Gk , jeśli k≺i P (Di \ [ k≺i 15 Gk ) = 0. (22) Powyższa definicja jest poprawna, gdyż: [ Gj = j≺i [ (Gj \ j≺i [ [ Gk ) = (Gj \ j≺i k≺j P (Gj \ S k≺j [ Gk ) ∈ A. (23) k≺j Gk )>0 Oczywiście: Bi ∪ Di ∈ A oraz Bi ∪ (Di ∩ [ Gk ) = (Bi ∪ Di )\((Di \ k≺i [ Gk )\Bi ) ∈ A k≺i Zatem z powyższego oraz z definicji zbioru Gi wynika, że warunek (18) jest spełniony również dla liczby porządkowej i. Warunek (19) wynika wprost z (23), zaś (20) z definicji zbioru Gi . Zbiór Z definujemy w następujący sposób: Z= [ [ Gj = j∈I Gj . (24) j∈I Gj \ S k≺j Gk 6=∅ Z określenia rodziny (Gj , j ∈ I) wnioskujemy, że istnieje co najwyżej przeliS czalna ilość indeksów j ∈ I spełniających warunek Gj \ k≺j Gk 6= ∅, zatem Z ∈ A. Wprost z określenia zbioru Z i rodziny (Gj , j ∈ I) otrzymujemy, że B\Z ⊂ A\Z. Pozostaje pokazać, że P (Z|C) ¬ 4ρ 0 ((B, A)|C). Zgodnie z lematem 3.3.2 istnieje zbiór Z0 ∈ A taki, że Bj ∪ Z0 ∈ A, S P (Z0 |C) ¬ 4ρ 0 ((B, A)|C), dla j takich, że Gj \ k≺j Gk 6= ∅. S Niech j ∈ {j : Gj \ k≺j Gk 6= ∅}. Z określenia Dj , jako zbiorów o minimalnym prawdopodobieństwie spełniających warunek Dj , Bj ∪ Dj ∈ A, mamy P (Dj ) = P (Dj ∩ Z0 ). Z (21) i (22) wnioskujemy, że P (Gj ) = P (Gj ∩ Z0 ). Ostatecznie otrzymujemy: [ P (Z|C) = P ( Gj \ = E(1S j∈I,Gj \ Sj∈I S k≺j k≺j Gk Gj |C) = E(1S j∈I,Gj \ S k≺j Gk 6=∅ Gj |C) = Gk 6=∅ G ∩Z0 |C) 6 ∅ j = [ = P( Gj ∩ Z0 |C) ¬ j∈I Gj \ S k≺j Gk 6=∅ ¬ 4ρ 0 ((B, A)|C) p.p. Zauważmy, że twierdzenie 3.1.1 otrzymujemy z 3.3.3 podstawiając C = {∅, Ω}. 16 3.4 Przykłady Przykład 3.4.1 W tezie twierdzenia 3.3.3 uzupełnienie σ-ciała A względem miary P jest konieczne. Rzeczywiście, przyjmując Ω, A, B, F oraz miarę P tak jak w przykładzie 3.2.1, oraz σ-ciało C = {∅, Ω} otrzymujemy: ρ 0 ((B, A)|C) = 0 p.p., zaś jedynym zbiorem Z ∈ A takim, że: B\Z ⊂ A\Z, jest cała przestrzeń Ω. 3.5 Twierdzenie o przybliżaniu σ-ciał W paragrafie tym ograniczymy się do przedstawienia twierdzenia udowodnionego w pracy [4]. Będzie nam ono potrzebne w następnych paragrafach do udowodnienia pewnych zależności pomiędzy σ -przybliżaniem, a odległością operatorów w Lp . Zgodnie z definicją 2.1.7 mamy: ρ(B, A) = sup inf P (A4B) B∈B A∈A Twierdzenie 3.5.1 Niech (Ω, F, P ) będzie przestrzenią probabilistyczną, A, B ⊂ F σ-ciałami. Jeżeli ρ(B, A) < , to istnieje zbiór Z ∈ σ(A, B) taki, (F ,P) \Z. że P (Z) < 22, oraz B\Z ⊂ A 3.6 Przykłady Przykład 3.6.1 W twierdzeniu 3.5.1 nie wystarczy uzupełnić σ-ciała A względem miary P . Istnieje przestrzeń (Ω, F, P ) oraz takie σ-ciała A, B, że: ρ(B, A) = 0, zaś dla każdego zbioru Z ∈ σ(A, B) takim, że: B\Z ⊂ A\Z, zachodzi P (Z) = 1. Rzeczywiście, niech: Ω = [0, 1], F = Borel([0, 1]). 17 (25) Wystarczy przyjąć: A = {∅, Ω}, B = {B : B przeliczalny (F ,P ) lub Bc przeliczalny}. Oczywiście ρ(B, A) = 0, A = A, B ⊂ A . Jednak B\Z ⊂ A\Z jedynie dla Z = Ω lub Z = Ω\{ω} dla pewnego ω ∈ Ω. 18 4 Twierdzenie o odległości operatorów w.w.o. 4.1 Twierdzenie o odległości operatorów w.w.o. W paragrafie tym podamy wnioski dla odległości operatorów w.w.o. wynikające z twierdzeń o otulaniu i przybliżaniu σ-ciał. Dowody głównych twierdzeń poprzedzimy serią lematów. Lemat 4.1.1 RJeśli X ∈ L∞ (Ω, F, P ), |X| ¬ 1 p.p. dla pewnych A, B ∈ F, R to | A XdP − B XdP | ¬ P (A 4 B). Dowód : | Z XdP − A Z B XdP | = | Z A\B XdP − Z B\A XdP | ¬ Z |X|dP ¬ P (A 4 B). A4B Lemat 4.1.2 Niech A, B ⊂ F będą σ-ciałami, Z ⊂ Ω. Jeśli A\Z = B\Z, to σ(A, B)\Z = A\Z = B\Z. Dowód : Oznaczmy: M = {(A\Z) ∪ C : A ∈ A, C ⊂ Z}. M jest σ-ciałem. Rzeczywiście: 1. ∅ ∈ M (Za A i C wystarczy wziąć ∅) 2. Niech D ∈ M, czyli D = (A\Z) ∪ C, dla pewnych A ∈ A, C ⊂ Z. Wtedy Dc = (Ac ∪ Z) ∩ C c = (Ac \C) ∪ (Z\C) = (Ac \Z) ∪ (Z\C) ∈ M 3. Niech D1 , D2 , . . . ∈ M, czyli Di = (Ai \Z) ∪ Ci , Ci ⊂ Z i ∈ N. S S S Mamy i∈N Di = ( i∈N Ai \Z) ∪ i∈N Ci ∈ M. Oczywiście A ⊂ M. (Dla dowolnego zbioru D ∈ A przyjmujemy A = D, C = Z ∩ A). Niech B ∈ B, wtedy istnieje D ∈ A takie, że D\Z = B\Z. Stąd przyjmując A = D, C = B ∩ Z otrzymujemy, że B ⊂ M. Reasumując A, B ⊂ M, a ponieważ M jest σ-ciałem, więc σ(A, B) ⊂ M. Zatem σ(A, B)\Z ⊂ M\Z = A\Z = B\Z. Z faktu, że A, B ⊂ σ(A, B) wynika, że A\Z, B\Z ⊂ σ(A, B)\Z. Ostatecznie σ(A, B)\Z = A\Z = B\Z. Lemat 4.1.3 Niech X, Y, V ∈ L∞ (Ω, F, P ), oraz |X|, |Y |, |V | ¬ 1 p.p. Jeśli A, B ⊂ F, oraz spełnione są warunki: 1. A\Z = B\Z, dla pewnego Z ∈ F R 2. Dla dowolnych zbiorów B ∈ B, A ∈ A zachodzą równości B XdP = R R R V dP i Y dP = V dP , to: B A A | Z XdP − Z D Y dP | ¬ 3P (Z), dla dowolnego D ∈ σ(A, B). D Dowód : Niech D ∈ σ(A, B). Zgodnie z lematem 4.1.2 istnieją zbiory B ∈ B oraz A ∈ A takie, że D\Z = B\Z = A\Z. Korzystając z lematu 4.1.1 otrzymujemy: | Z XdP − Z D =| Y dP | = | Z D Z XdP − B\Z Z XdP − ¬| Z Z Y dP + A V dP − B Z V dP | + | Z A∩Z XdP − Y dP + Z Z Z XdP − Y dP | = D∩Z XdP − D∩Z Z Z D∩Z B∩Z Y dP − Z A∩Z A +| Y dP + A\Z Z B∩Z B Z XdP − Z Y dP | ¬ D∩Z XdP |+ D∩Z Y dP | ¬ 3P (Z) D∩Z Lemat 4.1.4 Niech A, B ⊂ F będą σ-ciałami. Jeśli istnieją zbiory Z1 ∈ σ(A, B), Z2 ∈ σ(B, A) takie, że P (Z1 ), P (Z2 ) ¬ oraz (F ,P ) (F ,P ) (F ,P ) (F ,P ) B\Z1 ⊂ A \Z1 , A\Z2 ⊂ B \Z2 , to istnieje zbiór Z ∈ σ(B ,A ) (F ,P ) (F ,P ) taki, że P (Z) ¬ 2 oraz B \Z = A \Z. Dowód : (F ,P ) (F ,P ) Niech Z = Z1 ∪ Z2 . Oczywiście Z ∈ σ(B ,A ) oraz P (Z) ¬ 2. Pozostaje pokazać, że: (F ,P ) (F ,P ) B \Z = A \Z. Ponieważ B\Z1 ⊂ A (F ,P ) \Z1 oraz Z1 ⊂ Z, więc: B\Z ⊂ A Niech C ∈ B (F ,P ) (F ,P ) \Z. , czyli istnieje taki zbiór C1 ∈ B, że: P (C1 4 C) = 0. 20 (26) (F ,P ) Z (26) wynika, że C1 \Z ∈ A \Z. Zatem istnieje taki zbiór A ∈ F, że C1 \Z = A\Z oraz A1 ∈ A taki, że P (A4A1 ) = 0. Ponieważ dla dowolnego zbioru D ∈ F mamy: P (A1 4A) + P (A4D) P (A1 4D), więc wystarczy teraz znaleźć D ∈ F taki, że P (D4A) = 0 oraz D\Z = C\Z. Połóżmy: D = ((C ∩ A) ∪ (C\C1 ))\Z ∪ (A ∩ Z) ∈ F. Korzystając z faktu, że C1 \Z = A\Z, mamy: D\Z = ((C ∩ A) ∪ (C\C1 ))\Z = (C ∩ A)\Z ∪ (C\C1 )\Z = = C ∩ (A\Z) ∪ (C\C1 )\Z = C ∩ (C1 \Z) ∪ (C\C1 )\Z = = (C ∩ C1 ∪ C\C1 )\Z = C\Z. (27) Dalej: D 4 A = (((C ∩ A) ∪ (C\C1 ))\Z ∪ (A ∩ Z)) 4 A = = (((C ∩ A) ∪ (C\C1 ))\Z ∪ (A ∩ Z)) 4 (A\Z ∪ A ∩ Z) = = ((C ∩ A) ∪ (C\C1 ))\Z 4 (A\Z) = = (((C ∩ A) ∪ (C\C1 )) 4 A)\Z = = (((C ∩ A) ∪ (C\C1 ) ∪ A)\(((C ∩ A) ∪ (C\C1 )) ∩ A))\Z = = ((A∪(C\C1 ))\((A∩C)∪(A∩(C\C1 ))))\Z = ((A∪(C\C1 ))\(A∩C))\Z = = ((A\C) ∪ (Ac ∩ (C\C1 )))\Z = = (Ac ∩ (C\C1 ))\Z ∪ (A\C)\Z = = (Ac ∩ (C\C1 ))\Z ∪ (C1 \C)\Z. Oczywiście ze względu na P (C1 4 C) = 0 mamy P (C1 \C) = 0 oraz P (C\C1 ) = 0, stąd: P (A 4 D) ¬ P ((Ac ∩ (C\C1 ))\Z) + P ((C1 \C)\Z) ¬ ¬ 2P (C\C1 ) + P (C\C1 ) = 0. Reasumując P (A1 4 D) = 0. Stąd wynika, że D ∈ A daje: (F ,P ) C\Z ∈ A \Z. 21 (F ,P ) , co wobec (27) Pokazaliśmy więc, że (F ,P ) B \Z ⊂ A (F ,P ) \Z. Analogicznie pokazujemy zawieranie w drugą stronę, otrzymując ostatecznie tezę lematu: (F ,P ) (F ,P ) B \Z = A \Z. Twierdzenie 4.1.5 Jeśli ρ(A, B) < , ρ(B, A) < oraz EA , EB : L∞ → L1 , to: ||EA − EB ||∞,1 ¬ 264. Dowód : Zgodnie z twierdzeniem 3.5.1 istnieją zbiory Z1 ∈ σ(A, B), Z2 ∈ σ(B, A) takie, że: B\Z1 ⊂ A P (Z1 ), P (Z2 ) ¬ 22, (F ,P ) \Z1 , A\Z2 ⊂ B (F ,P ) Korzystając teraz z lematu 4.1.3 otrzymujemy zbiór Z ∈ σ(B taki, że: (F ,P ) (F ,P ) B \Z = A \Z. P (Z) ¬ 44, \Z2 . (F ,P ) ,A (F ,P ) ) Weźmy teraz dowolne X ∈ L∞ (Ω, F, P ) takie, że |X| ¬ 1 p.p. Zgodnie z własnością 2.2.4 |E(X|A)| ¬ 1 p.p., R R |E(X|B)| ¬ 1 p.p. R R Oczywiście B E(X|B)dP = B XdP , A E(X|A)dP = A XdP , dla dowolnych B ∈ B, A ∈ A. Z definicji uzupełnienia wynika, że jest to również (F ,P ) (F ,P ) prawda dla zbiorów B ∈ B iA∈A . Zauważmy jeszcze, że zbiory: D1 = {ω ∈ Ω : E(X|A)(ω) ¬ E(X|B)(ω)} D2 = {ω ∈ Ω : E(X|A)(ω) > E(X|B)(ω)} należą do sigma ciała σ(A, B). Mamy: Z Ω |E(X|B)−E(X|A)|dP = Z Z (E(X|B)−E(X|A))dP + D1 D2 22 (E(X|A)−E(X|B))dP. Stosując teraz lemat 4.1.3 dla zbiorów D1 , D2 , zmiennych losowych E(X|A), (F ,P ) (F ,P ) iA otrzymujemy: E(X|B), X oraz σ-ciał B Z D1 oraz Z D2 (E(X|B) − E(X|A))dP ¬ 3P (Z) ¬ 132 (E(X|A) − E(X|B))dP ¬ 3P (Z) ¬ 132. Sumując nierówności stronami, z dowolności X dostajemy tezę twierdzenia, czyli: ||EA − EB ||∞,1 ¬ 264 Z poprzedniego twierdzenia łatwo wynika następujący wniosek: Wniosek 4.1.6 Jeśli EA , EB : L∞ → L1 , to: ||EA − EB ||∞,1 ¬ 264 max(ρ(B, A), ρ(A, B)). 4.2 Przykłady Przykład 4.2.1 Twierdzenie 4.1.5 nie jest prawdziwe, jeśli będziemy rozpatrywać normę || · ||1,1 . Więcej, dla dowolnego 0 < < 21 istnieje przestrzeń (Ω, F, P ) oraz σ-ciała A, B ∈ F takie, że ρ(A, B) ¬ oraz ρ(B, A) ¬ , a jednocześnie: ||EA − EB ||1,1 > 1. Przyjmijmy: Ω = [0, 1], P = λ1 , F = B([0, 1]) oraz 1 1 1 1 A = {∅, [0, ], ( , 1], Ω} B = {∅, [0, + ], ( + , 1], Ω}. 2 2 2 2 Oczywiście ρ(A, B) = oraz ρ(B, A) = . Niech Z = [ 21 , 12 + ], A = [ 21 , 1], B = [0, 12 + ]. Określmy X ∈ L1 (Ω, F, P ) następującym wzorem: 1 X = 1Z . Wprost z określenia E|X| = R Z XdP = 1. Jednocześnie: 1 Z 1 Z |E X − E X|dP = |1A XdP − 1B XdP |dP = P (A) A P (B) B Ω Ω Z A B Z 23 = 1 − 2 + 1 4 42 + 1 + = 1 − 2 + > 1. 1 + 2 1 + 2 2 + 1 Przykład 4.2.2 Przyjmijmy Ω = [0, 1], P = λ1 , 0 < n < 21 oraz n < δ będą liczbami rzeczywistymi. 1 1 A = {∅, [0, ], ( , 1], Ω} 2 2 An = {∅, [0, F = B([0, 1]). Niech 1 1 + n ], ( + n , 1], Ω}. 2 2 Oczywiście ρ(A, An ) ¬ n oraz ρ(An , A) ¬ n . Niech Z = [ 21 , 12 + δ], A = [ 21 , 1], An = [0, 12 + n ]. Określmy X ∈ L1 (Ω, F, P ) następującym wzorem: M ∈ R+ . X = M 1Z , Zauważmy, że założenia są podobne do założeń w przykładzie 4.2.1, jednak zamiast σ-ciała B mamy σ-ciało An . Nietrudno obliczyć, że EA X = 2δM 1A , EAn X = M 2n 2(δ − n ) 1An + M 1Acn . 1 + 2n 1 − 2n Jeśli teraz n → 0 to EAn X → EA X p.p. W paragrafie 4 udowodnimy ogólną zależność pomiędzy zbieżnością σ-ciał, a prawie pewną zbieżnością w.w.o. 4.3 Wnioski z twierdzenia o odległości operatorów Wniosek 4.3.1 Jeśli ρ(A, B) < , ρ(B, A) < , oraz EA , EB : L∞ → Lp , dla p 1, to: 1 1 ||EA − EB ||∞,p ¬ 21− p (264) p Dowód : Weźmy dowolne X ∈ L∞ (Ω, F, P ) takie, że |X| ¬ 1 p.p. Zgodnie z własnością 2.2.4 |E(X|A)| ¬ 1 p.p., |E(X|B)| ¬ 1 p.p. Stąd i z twierdzenia 4.1.5 otrzymujemy: Z Ω A B p |E X − E X| 1 p dP = 2 !1 Z A |E X − EB X| p p Ω 24 2 dP ¬ ¬2 Z Ω |EA X − EB X| 2 !1 p 1 1 dP ¬ 21− p (264) p Wniosek 4.3.2 Jeśli ρ(A, B) ¬ , ρ(B, A) ¬ oraz EA , EB : L∞ → Lp , to: 1 1 ||EA − EB ||∞,p ¬ 21− p (48) p W szczególności, gdy p = 1: ||EA − EB ||∞,1 ¬ 48 Dowód : Zgodnie z twierdzeniem 3.1.1 istnieją zbiory Z1 ∈ A, Z2 ∈ B takie, że: P (Z1 ), P (Z2 ) ¬ 4, B\Z1 ⊂ A\Z1 , A\Z2 ⊂ B\Z2 . Postępując analogicznie jak w dowodzie twierdzenia 4.1.5 otrzymujemy tezę. 25 5 5.1 Zbieżność warunkowych wartości oczekiwanych, a zbieżność σ-ciał w metryce d˜ Metryka d˜ Niech (Ω, F, P ) będzie przestrzenią probabilistyczną, zaś F rodziną wszystkich pod-σ-ciał F. W rodzinie F wprowadzamy następującą relację r: ArB ⇔ A (F ,P ) =B (F ,P ) , A, B ∈ F. Relacja r jest relacją równoważności w zbiorze F, dzieli go zatem na klasy abstrakcji. W dalszym ciągu pisząc "σ-ciało" będziemy mieli na myśli dowolnego reprezentanta klasy abstrakcji wyznaczonej przez to σ-ciało oraz relację r. Niech F0 = {[F] : F ∈ F}. Zgodnie z przyjętą konwencją elementy F0 będę nazywał σ-ciałami. Rozważmy następującą funkcję d˜ : F0 × F0 → R+ ∪ {0}: ˜ B) = max(ρ(A, B), ρ(B, A)). d(A, (F ,P ) (F ,P ) Oczywiście ρ(A, B) = ρ(A ,B ), zatem funkcja ρ jest poprawnie zdefiniowana. Funkcja d˜ jest metryką w F. Oczywiście: ∀A,B∈F0 ˜ B) 0. d(A, ˜ B) = Równość zachodzi wtedy i tylko wtedy, gdy A = B. Rzeczywiście, jeśli d(A, 0 to z lematu 4.1.4 oraz twierdzenia 3.5.1 wynika, że A = B. Oczywiście implikacja w drugą stronę również zachodzi. Wprost z definicji wynika, że: ∀A,B∈F0 ˜ B) = d(B, ˜ A). d(A, Pozostaje pokazać, że d˜ spełnia warunek trójkąta. Weźmy dowolne sigma ciała A, B, C ∈ F0 , oraz > 0. Mamy: ∀>0,A∈A ∃C∈C ˜ C) + P (A4C) < d(A, 2 (28) Teraz dla dobranego uprzednio oraz znalezionego zbioru C istnieje zbiór B ∈ B taki, że: ˜ C) + P (B4C) < d(B, 2 (29) Dodając nierówności (28) i (29) stronami otrzymujemy: ˜ C) + d(C, ˜ B) + . P (A4C) + P (C4B) < d(A, (30) Dla dowolnych zbiorów A, B, C mamy: (A4C) ∪ (C4B) = (A ∪ B)\C ∪ C\(A ∩ B) ⊃ ⊃ (A ∪ B)\(A ∩ B) = A4B Stąd i z (30) otrzymujemy: ∀>0,A∈A ∃B∈B ˜ C) + d(C, ˜ B) + P (A4B) < d(A, (31) Postępując analogicznie otrzymujemy: ∀>0,B∈B ∃A∈A ˜ C) + d(C, ˜ A) + P (A4B) < d(B, (32) Warunki (31) i (32) mówią nam odpowiednio, że: ˜ C) + d(C, ˜ B) ρ(A, B) ¬ d(A, oraz ˜ C) + d(C, ˜ A) ρ(B, A) ¬ d(B, Reasumując: ˜ B) ¬ d(A, ˜ C) + d(C, ˜ B) d(A, Zatem d˜ jest metryką. Zbadamy teraz zbieżność warunkowych wartości oczekiwanych względem σ˜ ciał zbieżnych w metryce d. 5.2 Zbieżność warunkowych wartości oczekiwanych, a zbieżność σ-ciał w metryce d˜ Twierdzenie 5.2.1 Niech X ∈ L∞ (Ω, F, P ), A, An ∈ F0 , dla n ∈ N. Jeśli ˜ An ) = 0 to: limn→∞ d(A, n→∞ E(X|An ) −→ E(X|A) w Lp , dla dowolnego p 1. Dowód : ˜ An ) = Bez zmniejszania ogólności możemy założyć, że |X| ¬ 1 p.p. Jeśli limn→∞ d(A, 0 to istnieje ciąg n zbieżny do zera taki, że: ρ(An , A) < n ρ(A, An ) < n Korzystając z wniosku (4.3.1) otrzymujemy nierówność: 1 1 ||EAn − EA ||∞,p ¬ 21− p (264n ) p 27 Zatem z założenia |X| ¬ 1 p.p. wynika, że 1 1 ||E(X|An ) − E(X|A)||p ¬ 21− p (264n ) p Stąd i ze zbieżności n do zera otrzymujemy tezę. Z podanego twierdzenia wynika zbieżność w.w.o. według prawdopodobieństwa. Powstaje pytanie, czy ciąg jest również zbieżny prawie pewnie? Okazuje się, że pewne wzmocnienie założeń daje zbieżność prawie pewną. ˜ An ), Twierdzenie 5.2.2 Niech X ∈ L∞ (Ω, F, P ), A, An ∈ F0 , dn = d(A, P∞ dla n ∈ N. Jeśli n=1 dn < ∞, to: n→∞ E(X|An ) −→ E(X|A) p.p. Dowód : Bez zmniejszania ogólności możemy założyć, że |X| ¬ 1 p.p. Weźmy dowolny > 0. Mamy: P (|E(X|An ) − E(X|A)| ) = ¬ Z {|E(X|An )−E(X|A)|)} Z dP ¬ {|E(X|An )−E(X|A)|)} |E(X|An ) − E(X|A)|dP ¬ ||EA − EAn ||∞,1 . Korzystając teraz z twierdzenia 4.1.5 otrzymujemy: 264dn . (33) P Ponieważ z założenia mamy ∞ n=1 dn < ∞, więc korzystając z (33) i z lematu Borela-Cantelliego mamy dla dowolnego > 0: P |E(X|An ) − E(X|A)| ¬ P lim sup{|E(X|An ) − E(X|A)| } = 0, n∈N co jest równoważne: P lim inf {|E(X|An ) − E(X|A)| < } = 1. n∈N Czyli: P lim sup |E(X|An ) − E(X|A)| ¬ = 1. n∈N Zatem z dowolności : n→∞ E(X|An ) −→ E(X|A) p.p. Na koniec podamy uogólnienie twierdzenia 5.2.1. 28 Twierdzenie 5.2.3 Niech X ∈ L1 (Ω, F, P ), A, An ∈ F0 , dla n ∈ N. Jeśli ˜ An ) = 0 to: limn→∞ d(A, n→∞ E(X|An ) −→ E(X|A) w L1 . Dowód : Niech X ∈ L1 (Ω, F, P ). Rozważmy następujące ciągi zmiennych losowych: Xk0 = X1X¬k oraz Xk = X1X>k Dla dowolnego k ∈ N zachodzi: Xk + Xk0 = X, Xk ∈ L1 (Ω, F, P ) oraz Xk0 ∈ L∞ (Ω, F, P ). Stąd i z określenia Xk mamy: ∀>0 ∃k0 1 ∀kk0 Z Ω |Xk |dP ¬ . (34) Korzystając z twierdzenia 5.2.1 dla p=1 i zmiennej losowej Xk0 otrzymujemy: Z ∀>0,k∈N ∃n0 1 ∀nn0 Ω |E(Xk0 |An ) − E(Xk0 |A)|dP ¬ . (35) Weźmy dowolny > 0. Zgodnie z (34) dla 41 istnieje takie k0 , że: 1 |Xk0 |dP ¬ , 4 Ω Z (36) zaś zgodnie z (35) dla 21 istnieje takie n0 , że dla n n0 : 1 |E(Xk0 0 |An ) − E(Xk0 0 |A)|dP ¬ . 2 Ω Z (37) Wykorzystując (36) i (37) otrzymujemy, dla n n0 : Z Ω |E(X|An ) − E(X|A)|dP ¬ Z Ω |E(Xk0 0 |An ) − E(Xk0 0 |A)|dP + Z 1 + |E(Xk0 |An ) − E(Xk0 |A)|dP ¬ + 2 |Xk0 |dP ¬ . 2 Ω Ω Czyli reasumując: Z ∀>0 ∃n0 1 ∀nn0 Z Ω |E(X|An ) − E(X|A)|dP ¬ . Wykorzystując podobą metodę dowodową można udowodnić następujące twierdzenie: 29 Twierdzenie 5.2.4 Niech X ∈ L1 (Ω, F, P ), A, An ∈ F0 , dla n ∈ N. Jeśli ˜ An ) = 0 to: limn→∞ d(A, n→∞ E(X|An ) −→ E(X|A) w Lp , dla p 1. Dowód : Analogiczny do dowodu twierdzenia 5.2.3, należy jedynie w końcowych szacowaniach, skorzystać z nierówności Minkowskiego. 5.3 Przykłady Przykład 5.3.1 Rozpatrzmy przykład analogiczny do 4.2.2. Niech Ω = [0, 1], P = λ1 oraz 1 1 A = {∅, [0, ], ( , 1], Ω} 2 2 An = {∅, [0, 1 1 + dn ], ( + dn , 1], Ω}. 2 2 Oczywiście ρ(A, An ) ¬ dn oraz ρ(An , A) ¬ dn . Niech Z = [ 21 , 21 + δ], A = [ 21 , 1], An = [0, 12 + dn ]. Określmy X ∈ L1 (Ω, F, P ) następującym wzorem: M ∈ R+ . X = M 1Z , Jak udowodniliśmy w przykładzie 4.2.2 n→∞ E(X|An ) −→ E(X|A) p.p. Nie muszą być jednak spełnione założenia twierdzenia 5.2.2. Wystarczy przyjąć dn = n1 . Przykład 5.3.2 P∞ P ˜ W twierdzeniu 5.2.2 założenie ∞ n=1 d(A, An ) = n=1 dn < ∞ jest istotne, nie wystarczy by limn→∞ dn = 0. Rozpatrzmy następujący ciąg przedziałów: n X 1 1 X 1 1 n+1 Bn = [ + , + ), 2 k=1 k 2 k=1 k dla n = 3, . . . , N1 − 1, gdzie N1 jest indeksem takim, że: N1 1 X 1 + < 1 oraz 2 k=1 k 30 1 +1 1 1 NX + >1 2 k=1 k Zbiór BN1 definiujemy następująco: BN1 N1 1 X 1 =[ + , 1). 2 k=1 k Konstrukcję zbiorów Bn kontynuujemy następująco: n n+1 X X 1 1 1 1 Bn = [ + , + ), 2 k=N1 +1 k 2 k=N1 +1 k dla N1 + 1, . . . , N2 − 1, gdzie N2 jest indeksem takim, że: N2 X 1 1 + < 1 oraz 2 k=N1 +1 k NX 2 +1 1 1 + >1 2 k=N1 +1 k Tak jak poprzednio określamy zbiór BN2 : N2 X 1 1 BN2 = [ + , 1). 2 k=N1 +1 k W analogiczny sposób określamy zbiory Bn dla Nk ¬ n ¬ Nk+1 . Ponieważ P 1 szereg ∞ n=3 n jest rozbieżny, więc istnieje nieskończony ciąg indeksów Nk . Niech teraz (Ω, F, P ) będzie przestrzenią probabilistyczną, gdzie: Ω = [0, 1], F = Borel([0, 1]), P = λ1 . Niech A = [0, 12 ) oraz A = {∅, Ω, A, Ac }. Określmy następujący ciąg σ-ciał: An = {∅, Ω, A ∪ Bn , Ac \Bn } Wprost z określenia mamy: ˜ An ) ¬ lim 0 ¬ n→∞ lim d(A, n→∞ 1 = 0. n+1 Czyli limn→∞ dn = 0. Określimy teraz zmienną losową X w następujący sposób: X(ω) = 1( 1 , 3 ) (ω). 2 4 Nietrudno zauważyć, że: 1 1 E(X|A) = 1Ac = 1[ 1 ,1] . 2 2 2 31 (38) Z rozbieżności szeregu ∞ n=3 dn wnioskujemy, że dla dowolnego N > 3, N ∈ N istnieją indeksy k0 , n0 ∈ N, k0 , n0 > N takie, że: P n0 [ 9 10 3 ( , )⊂ Bn ⊂ ( , 1). 12 12 4 n=k0 (39) Teraz dla n ∈ [k0 , n0 ] mamy: E(X|An ) = n+1 1Ac \Bn . 2n − 2 Czyli: E(X|An )(ω) = 0 dla ω ∈ Bn . Stąd wykorzystując (38) i (39) mamy: P E(X|An ) → E(X|A) ¬ Czyli nie zachodzi prawie pewna zbieżność w.w.o. 32 11 , 12 6 Literatura [1] P. Billingsley, "Prawdopodobieństwo i miara", PWN, Warszawa 1987 [2] J. Jakubowski, R. Sztencel, "Wstęp do teorii prawdopodobieństwa", SCRIPT, Warszawa 2001 [3] R. Jajte, A. Paszkiewicz, "Pseudo-martingales", Probability and Mathematical Statistics Vol. 19, Fasc. 1(1999), pp. 181-201 [4] A. Komisarski, A. Paszkiewicz, "On aproximation of σ-fields", W przygotowaniu do druku [5] D. Revuz, M. Yor, "Continuous martingales and Brownian motion", 3ed., Springer, 1999