不确定随机变量的机会测度.docxVIP

不确定随机变量的机会测度

为了处理复杂系统中的不准确、不完整和不确定信息，刘宝伟提出了不确定性的概念。经过多年的探索,不确定性理论得到了快速的发展和完善,尤其是公理化方法的建立,使得不确定理论形成了一门严谨的数学分支。随着研究的深入,各种混合不确定现象得到了越来越多的关注和研究。例如,针对同一个系统中同时出现不确定性和随机性现象的事实,刘郁涵和李平科提出了不确定随机变量的概念,以此同时描述事物的不确定性和随机性,取得了比较好的效果。在该文中刘郁涵和李平科还给出了不确定随机变量的机会测度、机会分布、期望值和方差的概念,并证明了机会测度的一些最基本的性质。

笔者将对不确定随机变量作进一步的研究,特别是证明了不确定随机变量机会测度的弱次可加性,以此为基础,得到了不确定随机变量机会测度的零可加性、双零渐近可加性和连续性,并给出了不确定随机变量序列依机会测度收敛和依阶矩收敛的定义和收敛定理。

1不确定随机事件的机会测度

定义1设(Γ,L)是可测空间,若满足:

(1)规范性M{Γ}=1;

(2)单调性M{A1}≤M{A2},若

(3)自偶性M{A}+M{Ac},ue420A∈L;

则称M是不确定测度,(Γ,L,M)是不确定测度空间;L中的元素也称为不确定事件。

注:在文献中,M满足(1)、(3)、(4)即可;(2)可由(1)、(3)、(4)推出。

定义2不确定变量是从不确定空间(Γ,L,M)到实数集R的可测函数Ψ,就是对任意的R上的任何Borel集B,集合

是一个不确定事件。

(Γ,L,M)上的不确定变量全体记为μ(Γ,L,M)。

定义3设(Ω,Σ,Pr)为概率空间,(Γ,L,M)为不确定空间。不确定随机变量是从概率空间(Ω,Σ,Pr)到μ(Γ,L,M)的映射ξ,使得M{ξ(ω)∈B}对于上的任何Borel集B上是关于ω的可测函数。

除非特别说明,文中(Γ,L,M)和(Ω,Σ,Pr)总是分别表示不确定测度空间和概率空间,并常简记为Γ和Ω。不确定随机变量总是定义在(Ω,Σ,Pr)上,取值于μ(Γ,L,M)中。

定义4设ξ是一个不确定随机变量,且B是一个实数Borel集。那么不确定随机事件ξ∈B的机会测度被定义为

文献证明了机会测度满足下列3个基本性质:

(1)规范性

(2)单调性Ch{ξ∈B1}≤Ch{ξ∈B2},若

(3)自偶性Ch{ξ∈B}+Ch{ξ∈Bc}=1。

定义5设ξ是一个不确定随机变量,则ξ的期望值定义为

2机会测度ch是双零渐近可加

首先,证明不确定随机变量机会测度的弱可数次可加性。

定理1(弱可数次可加性)对任意的Borel集列{Bn}和不确定随机变量ξ,ue420αi0,有

证明只需证明第一个结论。因为

所以

利用上述定理,可得到不确定随机变量机会测度的零可加性、双零渐近可加性和连续性。

定理2设某一Borel集列{Bn}和不确定随机变量ξ,满足Ch{ξ∈Bn}→0(n→∞)。则对任意的Borel集B,有:

证明(1)根据机会测度的单调性和弱可数次可加性知,对任意的n有

令α→1+0,得到

所以

又由于,故Ch{ξ∈B\Bn}≤Ch{ξ∈B}≤αCh{ξ∈B\Bn}+βCh{ξ∈B\Bn}。其中1/α+1/β=1。即

令n→∞,有

再令α→1+0,有

(2)因为B△Bn=(B\Bn)∪(Bn\B)且,所以

由定理1可以得到

推论1机会测度Ch是零可加的,即若Ch{ξ∈A}=0,则对任意Borel集合B,均有

定义6设v:L→[-∞,+∞]是一个集函数,。若,则有,那么就称v是双零渐近可加的。

定理3机会测度Ch是双零渐近可加的。

证明假设对于任意的Borel集列{An},{Bm},。由机会测度Ch的弱可数次可加性,可得

故机会测度Ch是双零渐近可加的。

定义7机会测度Ch称为下连续(分别地,上连续)的,若对每个单调递减(分别地,递增)的Borel集列{Bn}及任意的不确定随机变量ξ,总有

若机会测度Ch既是下连续的,又是上连续的,就称机会测度Ch是连续的。

定理4若Ch是机会测度,则下列条件等价:(1)Ch是上连续的;(2)Ch是下连续的;(3)Ch是连续的。

证明假设Ch是下连续的。对任一Borel集列{Bn},n=1,2,…且,有

根据Ch的下连续性和自偶性可以得到

同理若Ch是上连续的,则Ch也是下连续的。所以Ch是上连续的等价于Ch也是下连续的,从而Ch是连续的。因此,上述三个条件是等价的。

3．个人的机