Prawdopodobieństwo zdarzenia, którego nie można zmierzyć

Wiemy z teorii miary, że istnieją zdarzenia, których nie można zmierzyć, tj. Nie można ich zmierzyć Lebesgue'a. Co nazywamy zdarzeniem z prawdopodobieństwem, że miara prawdopodobieństwa nie jest zdefiniowana? Jakiego rodzaju oświadczenia chcielibyśmy wypowiedzieć na temat takiego zdarzenia?

probability estimation

— schenectady
źródło

To się nie liczy. Może potrzebuję kawy lub źle ją interpretuję. Istnieje różnica między niezdefiniowaną funkcją miary a zbiorem niemożliwym do zmierzenia. Jeśli pytanie dotyczy funkcji, to jest to po prostu punkt, w którym funkcja jest niezdefiniowana. Nie wyklucza to możliwości zdefiniowania funkcji i jest prawidłową miarą prawdopodobieństwa.

— Iterator

Jeśli nie możesz ustalić zestawu mierzalnego, który nie jest wymierny według Lebesgue'a, bez aksjomatu wyboru, skąd masz wiedzieć, czy zdarzyło się konkretne zdarzenie o niemierzalnym prawdopodobieństwie?

— Henry

@Henry: OP może odnosić się tylko do terminologii. Jeśli chodzi o to, jak mógłbym się odnieść do takiego wydarzenia, musiałbym przywołać Dysk Nieskończonej Niemożliwości Douglasa Adamsa. Lub nazwij to zjawiskiem Białej Królowej, ponieważ mogła uwierzyć w 6 niemożliwych rzeczy przed śniadaniem. :)

— Iterator

Jak zauważył kardynał, zbiory niemierzalne są bardzo szeroko stosowane w teorii prawdopodobieństwa. Książka Słaba konwergencja i procesy empiryczne van der Vaarta daje bardzo dobre wprowadzenie. Lektura tej książki wymaga dość dobrego zaplecza z matematyki, ale przedstawiona teoria jest moim zdaniem piękna.

— mpiktas,

Czy interesują Cię tylko wyniki dotyczące miary Lebesgue'a lub bardziej ogólnie w ramach teorii prawdopodobieństwa? Wydaje się, że istnieją wątpliwości co do tego wśród uczestników tutaj.

— kardynał

Odpowiedzi:

Jak stwierdziłem w komentarzach, jak radzić sobie z tego rodzaju zdarzeniami (zestawy niemierzalne) opisano w książce: Słaba zbieżność i procesy empiryczne A. van der Vaarta i A. Wellnera. Możesz przeglądać kilka pierwszych stron.

Rozwiązanie problemu z tymi zestawami jest dość proste. Przybliż je za pomocą mierzalnych zbiorów. Załóżmy, że mamy przestrzeń prawdopodobieństwa . Dla każdego zestawu określ prawdopodobieństwo zewnętrzne (znajduje się na stronie 6 w książce): $(\Omega,\mathcal{A},P)$ $B$

P^{*} (B) = inf {(P (A), B \subset A, A \in A}

$P^*(B)=\inf\{(P(A), B\subset A, A\in \mathcal{A}\}$

It turns out that you can build a very fruitful theory with this sort of definition.

— mpiktas
źródło

chociaż nie jestem ekspertem od teorii procesów empirycznych, mam wrażenie, że użycie zewnętrznych prawdopodobieństw nie jest tak naprawdę oparte na chęci przypisania prawdopodobieństw zestawom niemierzalnym, ale dlatego, że nie chcesz przejść przez kłopot cały czas faktycznie mierzalne. A jeśli możesz żyć bez takich rzeczy jak twierdzenie Fubiniego, to w zasadzie niczego nie tracisz, po prostu obliczając zewnętrzne prawdopodobieństwa.

— NRH

Edit: In light of cardinal's comment: All I say below is implicitly about the Lebesgue measure (a complete measure). Rereading your question, it seems that that is also what you are asking about. In the general Borel measure case, it might be possible to extend the measure to include your set (something which is not possible with the Lebesgue measure because it is already as big as can be).

The probability of such an event would not be defined. Period. Much like a real valued function is not defined for a (non-real) complex number, a probability measure is defined on measurable sets but not on the non-measurable sets.

So what statements could we make about such an event? Well, for starters, such an event would have to be defined using the axiom of choice. This means that all sets which we can describe by some rule are excluded. I.e., all the sets we are generally interested in are excluded.

But couldn't we say something about the probability of a non-measurable event? Put a bound on it or something? Banach-Tarski's paradox shows that this will not work. If the measure of the finite number of pieces that Banach-Tarski decomposes the sphere into had an upper bound (say, the measure of the sphere), by constructing enough spheres we would run into a contradiction. By a similar argument backwards, we see that the pieces cannot have a non-trivial lower bound.

I haven't shown that all non-measurable sets are this problematic, although I believe that a cleverer person than I should be able to come up with an argument showing that we cannot in any consistent way put any non-trivial boundon the "measure" of any non-measurable set (challenge to the community).

In summary, we can not make any statement about the probability measure of such a set, this is not the end of the world because all relevant sets are measurable.

— Har
źródło

This is an interesting answer and informative answer. But, you might be overly focused on Lebesgue measurability. Nonmeasurable sets are much more prevalent in probability theory.

— cardinal

There are already good answers, but let me contribute with another point. The Lebesgue measure is often considered on the Lebesgue $\sigma$ -algebra, which is complete, and, as already pointed out, we need the axiom of choice to establish Lebesgue non-measurable sets. In general probability theory, and, in particular, in relation to stochastic processes, it is far from obvious that you can make a relevant completion of the $\sigma$ -algebra, and non-measurable events are less exotic. In some sense, the gap between the Borel $\sigma$ -algebra and the Lebesgue $\sigma$ -algebra on $\mathbb{R}$ is more interesting than the exotic sets not in the Lebesgue $\sigma$ -algebra.

The problem that I mostly see, that is related to the question, is that a set (or a function) may not be obviously measurable. In some cases you can prove that it actually is, but it may be difficult, and in other cases you can only prove that it is measurable when you extend the $\sigma$ -algebra by the null sets of some measure. To investigate the extensions of Borel $\sigma$ -algebras on topological spaces you will often encounter so-called Souslin sets or analytic sets, which need not be Borel measurable.

— NRH
źródło