关于定义ℝ上无穷可分分布时Levy测度标准假设的疑问

嘿，很高兴你提出这个问题——Levy测度的这两个标准假设确实是理解无穷可分分布Levy-Khintchine表示的关键，我来一步步给你拆解清楚：

一、为什么需要$\boldsymbol{\nu({0})=0}$的假设？ #

首先得明确Levy测度$\nu$的直观意义：它本质上是用来刻画无穷可分分布对应的Levy过程中跳跃大小的强度的测度——简单来说，$\nu(A)$表示单位时间内跳跃大小落在集合$A$中的次数的期望。

如果$\nu({0})>0$，这意味着我们给“跳跃大小为0”的情况分配了正测度，但“大小为0的跳跃”根本不是跳跃，完全不会改变随机变量的取值，对分布没有任何实际影响。

再从Levy-Khintchine公式的角度看：当$x=0$时，被积函数$e^{izx} - 1 - izx \mathbb{1}_{|x|\leq1}$的值为$1 - 1 - 0 = 0$，所以即使$\nu({0})$不为0，这部分积分也不会对特征函数产生任何贡献。

那为什么要硬性规定$\nu({0})=0$呢？核心原因是保证特征三元组$(\sigma, \nu, \gamma)$的唯一性。如果不做这个假设，我们可以给${0}$任意加一个正测度，得到的特征函数还是完全一样的，这样同一个分布就会对应无数个不同的特征三元组，这会给后续的理论推导、计算和应用带来极大的混乱。所以这个假设既是为了符合Levy测度描述跳跃强度的直观逻辑，也是为了让特征表示是唯一确定的。

二、为什么$\boldsymbol{\int_{\mathbb{R}}(1\wedge x^2)\nu(dx)<\infty}$能保证积分有限？ #

你看到的那个解释是完全正确的，我们可以把积分拆成两个区域分别分析被积函数的行为：

• 当$\boldsymbol{|x|\leq1}$时：
  对$e^{{izx}$做泰勒展开：$e}{izx} = 1 + izx + \frac{(izx)^2}{2} + o(x^2)$，代入被积函数可得：
  $$e^{izx} - 1 - izx = -\frac{z^2 x^2}{2} + o(x^2)$$
  它的绝对值是$O(x^{2)$（因为$z$是固定的，$z}2$是常数），也就是说存在某个常数$C>0$，使得$|e^{izx} - 1 - izx| \leq Cx^{2$对所有$|x|\leq1$成立。这时候这部分积分的绝对值就被$\int_{|x|\leq1}Cx}2\nu(dx)$控制，而$\int_{|x|\leq1}x^2\nu(dx)$是$\int_{\mathbb{R}}(1\wedge x^2)\nu(dx)$的一部分（因为$|x|\leq1$时$1\wedge x^2=x2$），所以这部分积分是有限的。

• 当$\boldsymbol{|x|>1}$时：
  此时$\mathbb{1}{|x|\leq1}=0$，被积函数简化为$e^{izx} - 1$。我们可以计算它的绝对值：
  $$|e^{izx} - 1| = |\cos(zx) + i\sin(zx) - 1| = \sqrt{(\cos(zx)-1)^2 + \sin^2(zx)} = 2\left|\sin\left(\frac{zx}{2}\right)\right| \leq 2$$
  也就是说被积函数被常数2控制，这部分积分的绝对值$\leq 2\int{|x|>1}\nu(dx)$，而$\int_{|x|>1}\nu(dx)$也是$\int_{\mathbb{R}}(1\wedge x^2)\nu(dx)$的一部分（因为$|x|>1$时$1\wedge x^2=1$），所以这部分积分也是有限的。

把两个区域的积分加起来，整个积分$\int_{\mathbb{R}}(e^{izx} - 1 - izx \mathbb{1}_{|x|\leq 1})\nu(dx)$自然就是有限的了。这就是为什么说被积函数在$x\to0$时行为像$x^2$，在$x\to\infty$时是常数，而$1\wedge x^2$刚好能同时覆盖这两种情况，保证积分收敛。

备注：内容来源于stack exchange，提问作者MMM