从ℓ²到ℝ^ℕ的算子延拓：随机级数何时良定？
嘿，咱们来一步步拆解这个问题——先把背景理清楚，再聚焦到你关心的随机变量良定性上。
问题背景回顾
首先明确已知条件：
- 设 $x \in \mathbb{R}^\mathbb{N}$ 是中心化随机变量，服从Borel概率测度 $\mu$。
- $x$ 具有有界协方差算子：对任意仅有有限个非零项的 $y$（也就是 $\mathbb{R}^\mathbb{N}$ 拓扑对偶中的泛函），满足：
$$
\int \Big(\sum_{j=1}^\infty x_j y_j\Big)^2 , \mu(dx) \leq \sum_{j=1}^\infty y_j^2.
$$ - 考虑 $\ell^2$ 上的紧算子 $T$，它的奇异值分解形式为：
$$
Tz = \sum_{i=1}^\infty \sigma_i \langle z, u_i \rangle_{\ell^2} v_i,
$$
其中 ${u_i}, {v_i}$ 是 $\ell^2$ 中的两个标准正交序列，非负奇异值 $\sigma_i \to 0$ 当 $i \to \infty$（紧算子的典型性质）。
你的核心疑问是：能不能把 $T$ 延拓到 $\mathbb{R}^\mathbb{N}$ 上，使得定义的随机变量
$$
Tx:= \sum_i \sigma_i \langle x, u_i \rangle v_i
$$
作为 $\mathbb{R}^\mathbb{N}$ 中的随机元是良定的？（注：这里的内积 $\langle x, u_i \rangle = \sum_j x_j u_{ij}$）
良定性的核心：逐坐标几乎必然收敛
要判断 $Tx$ 是否作为 $\mathbb{R}^\mathbb{N}$ 中的随机元良定，本质上要验证：对每个固定的分量指标 $k$，级数 $\sum_i \sigma_i \langle x, u_i \rangle v_{ik}$ 几乎必然收敛。这是因为 $\mathbb{R}^\mathbb{N}$ 上的Borel $\sigma$-代数是由坐标投影生成的，只要每个坐标的级数都几乎必然收敛，$Tx$ 就会在几乎所有样本点上对应一个 $\mathbb{R}^\mathbb{N}$ 中的元素，同时可测性也能通过坐标的可测性保证。
我们用你给出的协方差有界条件来推导收敛性：
- 先看部分和的方差：对任意有限的 $n$，
$$
\text{Var}\left(\sum_{i=1}^n \sigma_i \langle x, u_i \rangle v_{ik}\right) = \sum_{i=1}^n \sum_{j=1}^n \sigma_i \sigma_j v_{ik} v_{jk} \text{Cov}(\langle x, u_i \rangle, \langle x, u_j \rangle).
$$ - 利用协方差算子的有界性：取 $y = u_i + u_j$ 代入条件展开，可得 $\text{Cov}(\langle x, u_i \rangle, \langle x, u_j \rangle) \leq \langle u_i, u_j \rangle_{\ell^2} = \delta_{ij}$（交叉项为0，对角项不超过1）。
- 方差被简化为：
$$
\text{Var}\left(\sum_{i=1}^n \sigma_i \langle x, u_i \rangle v_{ik}\right) \leq \sum_{i=1}^n \sigma_i^2 v_{ik}^2.
$$ - 因为 $T$ 是紧算子，其奇异值满足 $\sum_i \sigma_i^2 < \infty$（紧算子的奇异值平方和必收敛）；同时 ${v_i}$ 是 $\ell^2$ 的正交序列，对固定的 $k$，由Bessel不等式得 $\sum_i v_{ik}^2 \leq |e_k|^2 = 1$（$e_k$ 是第 $k$ 个单位向量）。因此：
$$
\sum_i \sigma_i^2 v_{ik}^2 \leq \sum_i \sigma_i^2 < \infty.
$$
这说明部分和序列是 $L^2$-柯西序列，而 $L^2$-收敛必然蕴含存在几乎必然收敛的子序列，再结合Borel-Cantelli引理，就能推出原级数几乎必然收敛。
结论：Tx几乎必然良定
综上，利用 $x$ 的协方差有界性，加上紧算子 $T$ 的奇异值平方和收敛的性质，我们可以证明：
- 对每个坐标 $k$，级数 $\sum_i \sigma_i \langle x, u_i \rangle v_{ik}$ 几乎必然收敛；
- 每个坐标投影都是可测函数的极限，因此 $Tx$ 作为从概率空间到 $\mathbb{R}^\mathbb{N}$ 的映射是可测的。
所以 $Tx$ 是 $\mathbb{R}^\mathbb{N}$ 中良定的随机元。
备注：内容来源于stack exchange，提问作者Drew Brady
