求证:光滑紧支集函数积分收敛可推出概率测度序列弱收敛
这个结论是概率测度弱收敛里非常实用的等价刻画,我来一步步给你拆解开证明过程,保证每一步都清晰:
第一步:先证明概率测度序列 ${P_n}$ 是 tight(紧性) 的
Tightness的定义是:对任意 $\varepsilon>0$,存在紧集 $K \subset \mathbb{R}$,使得对所有 $n$,都有 $P_n(K) \geq 1-\varepsilon$。这一步是关键,因为它能帮我们把“无穷远”部分的测度控制得足够小,避免后续逼近时出现问题。
具体构造如下:
- 取一个光滑紧支集函数 $\phi \in C_c^\infty(\mathbb{R})$,满足:
- 当 $|x| \leq M$ 时,$\phi(x)=1$;
- 当 $|x| \geq M+1$ 时,$\phi(x)=0$;
- 且 $0 \leq \phi(x) \leq 1$ 对所有 $x \in \mathbb{R}$ 成立。
- 根据题设条件,$\int \phi dP_n \xrightarrow{n\rightarrow\infty} \int \phi dP$。因此对任意 $\varepsilon>0$,存在 $N$,当 $n>N$ 时,$|\int \phi dP_n - \int \phi dP| < \varepsilon/2$。
- 而 $\int \phi dP \geq P([-M,M])$(因为 $\phi$ 在 $[-M,M]$ 上等于1,其他地方非负),所以 $\int \phi dP_n \geq \int \phi dP - \varepsilon/2 \geq P([-M,M]) - \varepsilon/2$。
- 又因为 $P$ 是概率测度,当 $M$ 足够大时,$P([-M,M]) \geq 1-\varepsilon/2$,代入上式得 $P_n([-M,M]) \geq \int \phi dP_n \geq 1-\varepsilon$。
- 对于 $n \leq N$,我们可以直接取更大的 $M'$,使得所有 $P_n([-M',M']) \geq 1-\varepsilon$(有限个概率测度的tightness是显然的)。
综上,${P_n}$ 是tight的。
第二步:证明对任意 $f \in C_b(\mathbb{R})$,$\int f dP_n \xrightarrow{n\rightarrow\infty} \int f dP$
我们用逼近法结合第一步的tightness来证明:
设 $f \in C_b(\mathbb{R})$,记 $||f||_\infty = M$(即 $f$ 的上确界,因为 $f$ 有界)。
对任意 $\varepsilon>0$,先由tightness找到紧集 $K=[-L,L]$,使得 $P_n(K) \geq 1-\frac{\varepsilon}{6M}$,$P(K) \geq 1-\frac{\varepsilon}{6M}$ 对所有 $n$ 成立。
利用光滑Urysohn引理,构造一个 $\phi \in C_c^\infty(\mathbb{R})$,满足:
- 当 $x \in K$ 时,$\phi(x)=f(x)$;
- $||\phi||_\infty \leq M$(保证 $\phi$ 也有界);
- $\phi$ 的支集包含在 $[-L-1,L+1]$ 中(紧支集)。
现在拆分积分差:
$$
|\int f dP_n - \int f dP| \leq |\int (f-\phi)dP_n| + |\int \phi dP_n - \int \phi dP| + |\int (\phi-f)dP|
$$
分别估算每一项:- $|\int (f-\phi)dP_n| = \int_{K^c} |f-\phi|dP_n \leq (M+M)P_n(K^c) \leq 2M \cdot \frac{\varepsilon}{6M} = \frac{\varepsilon}{3}$
- $|\int (\phi-f)dP|$ 同理也 $\leq \frac{\varepsilon}{3}$
- 因为 $\phi \in C_c^\infty(\mathbb{R})$,根据题设条件,当 $n$ 足够大时,$|\int \phi dP_n - \int \phi dP| \leq \frac{\varepsilon}{3}$
把三项加起来,当 $n$ 足够大时,$|\int f dP_n - \int f dP| \leq \frac{\varepsilon}{3} + \frac{\varepsilon}{3} + \frac{\varepsilon}{3} = \varepsilon$。
由 $\varepsilon$ 的任意性,就得到了 $\int f dP_n \xrightarrow{n\rightarrow\infty} \int f dP$,也就是 $P_n \Rightarrow P$。
内容的提问来源于stack exchange,提问作者user460426

