具体描述
Measure, Integral and Probability is a gentle introduction that makes measure and integration theory accessible to the average third-year undergraduate student. The ideas are developed at an easy pace in a form that is suitable for self-study, with an emphasis on clear explanations and concrete examples rather than abstract theory. For this second edition, the text has been thoroughly revised and expanded. New features include: · a substantial new chapter, featuring a constructive proof of the Radon-Nikodym theorem, an analysis of the structure of Lebesgue-Stieltjes measures, the Hahn-Jordan decomposition, and a brief introduction to martingales · key aspects of financial modelling, including the Black-Scholes formula, discussed briefly from a measure-theoretical perspective to help the reader understand the underlying mathematical framework. In addition, further exercises and examples are provided to encourage the reader to become directly involved with the material.
《时间之河：一部关于人类叙事与文化传承的史诗》 内容简介： 《时间之河》并非一本聚焦于某个特定学科的教科书，而是一次宏大的跨学科探索，它深入挖掘人类通过叙事来理解世界、构建意义以及传承文化的核心机制。本书以时间为线索，审视了人类如何从最原始的口头传说，发展到如今浩如烟海的文字记载、影像资料和数字信息，并将这些信息转化为我们理解自身、理解历史、理解宇宙的连续性的基石。 本书的叙事之旅始于人类最早的想象力。在文字尚未出现的洪荒时代，部落的篝火旁，先民们用声音和肢体讲述着关于创世、英雄、神祇和自然现象的故事。这些故事，虽然简陋，却是人类最早的“数据收集”与“信息处理”方式，它们承载着生存的智慧、社群的规则和对未知的敬畏。从“结绳记事”的早期符号，到象形文字的诞生，再到拼音文字的普及，人类记录信息的能力不断进化，为更复杂、更精细的叙事积累了素材。《时间之河》将详细阐述这些早期记录方式的演变，以及它们如何促成了知识的累积和文化的传播，并探讨这些原始叙事中蕴含的早期世界观和价值体系。 随着文明的兴起，文字的传播力量愈发强大。《时间之河》将篇幅重点描绘文字如何成为记录历史、传递思想、塑造信仰的关键媒介。史诗、神话、宗教经典、哲学著作，以及后来的科学文献和文学作品，都通过文字将人类的经验、情感和智慧跨越时空传递下去。本书会深入分析不同文化背景下，文字叙事在构建民族认同、维护社会秩序、推动思想变革等方面所起到的独特作用。我们将会看到，《荷马史诗》如何塑造了古希腊的价值观，《圣经》如何影响了西方文明的进程，《论语》又如何奠定了东方伦理的基础。这些文本不仅是信息的载体，更是承载着时代精神的活态遗产。 本书的第二个重要主题是“故事的结构与力量”。《时间之河》将从叙事学的角度，剖析人类故事的普遍模式和深层结构。无论是一则古老的民间传说，一部恢弘的小说，还是一部引人入胜的电影，它们往往遵循着相似的叙事弧线：人物的塑造、冲突的设置、情节的推进、高潮的到来以及结局的呈现。本书将借鉴符号学、心理学和人类学等多个领域的理论，解读这些叙事结构为何能触动人心，为何能引发共鸣，以及为何能帮助我们理解复杂的情感和抽象的理念。我们将探讨“英雄之旅”的普遍原型，分析“因果链”的构建如何让故事具有说服力，以及“象征意义”的运用如何赋予叙事更深层次的内涵。 《时间之河》还将关注“叙事与现实的互动”。人类的故事并非仅仅是对现实的被动反映，它们更深刻地塑造着我们对现实的认知和体验。《时间之河》将深入探讨，故事如何构建我们的世界观、价值观和道德观。例如，历史叙事中的英雄主义和牺牲精神，如何激励着一代又一代人；文学作品中的情感描绘，如何帮助我们理解和处理自己的情绪；科学故事中的探索精神和理性思维，又如何驱动着社会的进步。本书将分析，通过故事，我们学会了同情、理解、批判和创新，而这些能力又反过来影响着我们如何创造新的故事，如何书写新的历史。 进入现代社会，信息传播的载体和方式发生了翻天覆地的变化。从印刷术的革命，到广播、电视的普及，再到互联网和社交媒体的兴起，《时间之河》将详细审视这些技术革新如何重塑了人类的叙事生态。《时间之河》将探讨，数字时代的海量信息如何既带来了前所未有的知识获取便利，也带来了信息过载、真假难辨的挑战。我们将分析，短视频、播客、虚拟现实等新型叙事形式，如何改变着我们接收和理解信息的方式，以及它们对传统叙事模式的冲击和融合。本书也将关注，“算法”如何在现代叙事中扮演越来越重要的角色，它们如何影响着我们看到什么，又如何塑造着我们的兴趣和认知。 《时间之河》的另一条重要脉络是“文化记忆的构建与传承”。文化，在很大程度上，就是由一代代人通过叙事积累、保存和传递的集体记忆。本书将追溯文化记忆的形成过程，从口头的歌谣、神话，到书写的史书、文献，再到如今的数字档案、博物馆。《时间之河》将探讨，哪些故事被选择被保留，哪些被遗忘或忽视，以及这一选择过程背后所折射出的权力关系、社会价值观和时代议程。我们将分析，纪念碑、仪式、节日等文化符号，如何作为叙事的载体，帮助我们维系与过去的联系，并塑造未来的身份认同。 本书还将触及“叙事的主观性与客观性”。尽管我们努力追求对历史的真实记录和对世界的客观理解，但任何叙事都不可避免地带有讲述者的视角、立场和情感。 《时间之河》将探讨，如何在承认叙事主观性的同时，追求尽可能接近客观事实的叙事。本书将分析，历史学、新闻学等学科在追求客观性方面所做的努力和面临的挑战，以及如何通过多角度、多来源的叙事来弥补单一视角的局限。 《时间之河》的终点并非是对人类叙事终结的预言，而是对未来叙事可能性的展望。随着人工智能的飞速发展，机器正在被赋予越来越强的叙事能力。本书将审慎地探讨，人工智能在未来叙事中的角色，它们能否创造出真正具有深度和情感的故事，以及人类在人工智能时代如何继续保持其独特的叙事主体地位。 《时间之河：一部关于人类叙事与文化传承的史诗》是一部献给所有热爱故事、珍视历史、探索人文精神的读者的作品。它邀请您一同踏上这场跨越万年的旅程，从人类最初的低语，到今日信息洪流中的回响，去理解故事的力量，去感受文化的脉动，去探寻我们之所以为人的根本。本书将以严谨而不失人文关怀的笔触，为读者呈现一幅关于人类文明如何在叙事中诞生、成长、演变并生生不息的壮丽画卷。
作者简介
目录信息
1. Motivation and preliminaries ............................... 1
1.1 Notation and basic set theory . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.1.1 Sets and functions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.1.2 Countable and uncountable sets in R ................. 4
1.1.3 Topological properties of sets in R .................... 5
1.2 The Riemann integral: scope and limitations . . . . . . . . . . . . . . . . . 7
1.3 Choosing numbers at random . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
2. Measure .................................................... 15
2.1 Null sets . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.2 Outer measure . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
2.3 Lebesgue-measurable sets and Lebesgue measure . . . . . . . . . . . . . 26
2.4 Basic properties of Lebesgue measure . . . . . . . . . . . . . . . . . . . . . . . 35
2.5 Borel sets . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
2.6 Probability . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
2.6.1 Probability space . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
2.6.2 Events: conditioning and independence . . . . . . . . . . . . . . . . 46
2.6.3 Applications to mathematical finance . . . . . . . . . . . . . . . . . 49
2.7 Proofs of propositions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
3. Measurable functions ....................................... 55
3.1 The extended real line . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
3.2 Lebesgue-measurable functions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
3.3 Examples. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
3.4 Properties . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
3.5 Probability . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
3.5.1 Random variables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
3.5.2 σ-fields generated by random variables . . . . . . . . . . . . . . . . 67
3.5.3 Probability distributions . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
3.5.4 Independence of random variables . . . . . . . . . . . . . . . . . . . . 70
3.5.5 Applications to mathematical finance . . . . . . . . . . . . . . . . . 70
3.6 Proofs of propositions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
4. Integral ..................................................... 75
4.1 Definition of the integral . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
4.2 Monotone convergence theorems . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
4.3 Integrable functions. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86
4.4 The dominated convergence theorem . . . . . . . . . . . . . . . . . . . . . . . . 92
4.5 Relation to the Riemann integral . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
4.6 Approximation of measurable functions . . . . . . . . . . . . . . . . . . . . . 102
4.7 Probability . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 105
4.7.1 Integration with respect to probability distributions . . . . 105
4.7.2 Absolutely continuous measures: examples of densities . . 107
4.7.3 Expectation of a random variable. . . . . . . . . . . . . . . . . . . . . 114
4.7.4 Characteristic function . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115
4.7.5 Applications to mathematical finance . . . . . . . . . . . . . . . . . 117
4.8 Proofs of propositions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 119
5. Spaces of integrable functions ............................... 125
5.1 The space L1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 126
5.2 The Hilbert space L2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 131
5.2.1 Properties of the L2-norm . . . . . . . . . . . . . . . . . . . . . . . . . . . 132
5.2.2 Inner product spaces . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 135
5.2.3 Orthogonality and projections . . . . . . . . . . . . . . . . . . . . . . . 137
5.3 The Lp spaces: completeness . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 140
5.4 Probability . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 146
5.4.1 Moments . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 146
5.4.2 Independence . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 150
5.4.3 Conditional expectation (first construction) . . . . . . . . . . . . 153
5.5 Proofs of propositions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 155
6. Product measures .......................................... 159
6.1 Multi-dimensional Lebesgue measure . . . . . . . . . . . . . . . . . . . . . . . . 159
6.2 Product σ-fields . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 160
6.3 Construction of the product measure . . . . . . . . . . . . . . . . . . . . . . . . 162
6.4 Fubini’s theorem . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 169
6.5 Probability . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 173
6.5.1 Joint distributions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 173Contents xv
6.5.2 Independence again . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 175
6.5.3 Conditional probability . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 177
6.5.4 Characteristic functions determine distributions . . . . . . . . 180
6.5.5 Application to mathematical finance . . . . . . . . . . . . . . . . . . 182
6.6 Proofs of propositions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 185
7. The Radon–Nikodym theorem .............................. 187
7.1 Densities and conditioning . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 187
7.2 The Radon–Nikodym theorem . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 188
7.3 Lebesgue–Stieltjes measures . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 199
7.3.1 Construction of Lebesgue–Stieltjes measures . . . . . . . . . . . 199
7.3.2 Absolute continuity of functions . . . . . . . . . . . . . . . . . . . . . . 204
7.3.3 Functions of bounded variation. . . . . . . . . . . . . . . . . . . . . . . 206
7.3.4 Signed measures. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 210
7.3.5 Hahn–Jordan decomposition . . . . . . . . . . . . . . . . . . . . . . . . . 216
7.4 Probability . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 218
7.4.1 Conditional expectation relative to a σ-field . . . . . . . . . . . 218
7.4.2 Martingales. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 222
7.4.3 Doob decomposition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 226
7.4.4 Applications to mathematical finance . . . . . . . . . . . . . . . . . 232
7.5 Proofs of propositions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 235
8. Limit theorems ............................................. 241
8.1 Modes of convergence . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 241
8.2 Probability . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 243
8.2.1 Convergence in probability . . . . . . . . . . . . . . . . . . . . . . . . . . 245
8.2.2 Weak law of large numbers . . . . . . . . . . . . . . . . . . . . . . . . . . 249
8.2.3 The Borel–Cantelli lemmas . . . . . . . . . . . . . . . . . . . . . . . . . . 255
8.2.4 Strong law of large numbers . . . . . . . . . . . . . . . . . . . . . . . . . 260
8.2.5 Weak convergence . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 268
8.2.6 Central limit theorem . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 273
8.2.7 Applications to mathematical finance . . . . . . . . . . . . . . . . . 280
8.3 Proofs of propositions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 283
Solutions ....................................................... 287
Appendix ....................................................... 301
References ...................................................... 305
Index ........................................................... 307
· · · · · · (收起)
1.1 Notation and basic set theory . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.1.1 Sets and functions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.1.2 Countable and uncountable sets in R ................. 4
1.1.3 Topological properties of sets in R .................... 5
1.2 The Riemann integral: scope and limitations . . . . . . . . . . . . . . . . . 7
1.3 Choosing numbers at random . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
2. Measure .................................................... 15
2.1 Null sets . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.2 Outer measure . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
2.3 Lebesgue-measurable sets and Lebesgue measure . . . . . . . . . . . . . 26
2.4 Basic properties of Lebesgue measure . . . . . . . . . . . . . . . . . . . . . . . 35
2.5 Borel sets . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
2.6 Probability . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
2.6.1 Probability space . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
2.6.2 Events: conditioning and independence . . . . . . . . . . . . . . . . 46
2.6.3 Applications to mathematical finance . . . . . . . . . . . . . . . . . 49
2.7 Proofs of propositions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
3. Measurable functions ....................................... 55
3.1 The extended real line . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
3.2 Lebesgue-measurable functions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
3.3 Examples. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
3.4 Properties . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
3.5 Probability . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
3.5.1 Random variables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
3.5.2 σ-fields generated by random variables . . . . . . . . . . . . . . . . 67
3.5.3 Probability distributions . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
3.5.4 Independence of random variables . . . . . . . . . . . . . . . . . . . . 70
3.5.5 Applications to mathematical finance . . . . . . . . . . . . . . . . . 70
3.6 Proofs of propositions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
4. Integral ..................................................... 75
4.1 Definition of the integral . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
4.2 Monotone convergence theorems . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
4.3 Integrable functions. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86
4.4 The dominated convergence theorem . . . . . . . . . . . . . . . . . . . . . . . . 92
4.5 Relation to the Riemann integral . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
4.6 Approximation of measurable functions . . . . . . . . . . . . . . . . . . . . . 102
4.7 Probability . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 105
4.7.1 Integration with respect to probability distributions . . . . 105
4.7.2 Absolutely continuous measures: examples of densities . . 107
4.7.3 Expectation of a random variable. . . . . . . . . . . . . . . . . . . . . 114
4.7.4 Characteristic function . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115
4.7.5 Applications to mathematical finance . . . . . . . . . . . . . . . . . 117
4.8 Proofs of propositions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 119
5. Spaces of integrable functions ............................... 125
5.1 The space L1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 126
5.2 The Hilbert space L2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 131
5.2.1 Properties of the L2-norm . . . . . . . . . . . . . . . . . . . . . . . . . . . 132
5.2.2 Inner product spaces . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 135
5.2.3 Orthogonality and projections . . . . . . . . . . . . . . . . . . . . . . . 137
5.3 The Lp spaces: completeness . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 140
5.4 Probability . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 146
5.4.1 Moments . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 146
5.4.2 Independence . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 150
5.4.3 Conditional expectation (first construction) . . . . . . . . . . . . 153
5.5 Proofs of propositions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 155
6. Product measures .......................................... 159
6.1 Multi-dimensional Lebesgue measure . . . . . . . . . . . . . . . . . . . . . . . . 159
6.2 Product σ-fields . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 160
6.3 Construction of the product measure . . . . . . . . . . . . . . . . . . . . . . . . 162
6.4 Fubini’s theorem . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 169
6.5 Probability . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 173
6.5.1 Joint distributions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 173Contents xv
6.5.2 Independence again . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 175
6.5.3 Conditional probability . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 177
6.5.4 Characteristic functions determine distributions . . . . . . . . 180
6.5.5 Application to mathematical finance . . . . . . . . . . . . . . . . . . 182
6.6 Proofs of propositions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 185
7. The Radon–Nikodym theorem .............................. 187
7.1 Densities and conditioning . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 187
7.2 The Radon–Nikodym theorem . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 188
7.3 Lebesgue–Stieltjes measures . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 199
7.3.1 Construction of Lebesgue–Stieltjes measures . . . . . . . . . . . 199
7.3.2 Absolute continuity of functions . . . . . . . . . . . . . . . . . . . . . . 204
7.3.3 Functions of bounded variation. . . . . . . . . . . . . . . . . . . . . . . 206
7.3.4 Signed measures. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 210
7.3.5 Hahn–Jordan decomposition . . . . . . . . . . . . . . . . . . . . . . . . . 216
7.4 Probability . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 218
7.4.1 Conditional expectation relative to a σ-field . . . . . . . . . . . 218
7.4.2 Martingales. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 222
7.4.3 Doob decomposition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 226
7.4.4 Applications to mathematical finance . . . . . . . . . . . . . . . . . 232
7.5 Proofs of propositions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 235
8. Limit theorems ............................................. 241
8.1 Modes of convergence . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 241
8.2 Probability . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 243
8.2.1 Convergence in probability . . . . . . . . . . . . . . . . . . . . . . . . . . 245
8.2.2 Weak law of large numbers . . . . . . . . . . . . . . . . . . . . . . . . . . 249
8.2.3 The Borel–Cantelli lemmas . . . . . . . . . . . . . . . . . . . . . . . . . . 255
8.2.4 Strong law of large numbers . . . . . . . . . . . . . . . . . . . . . . . . . 260
8.2.5 Weak convergence . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 268
8.2.6 Central limit theorem . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 273
8.2.7 Applications to mathematical finance . . . . . . . . . . . . . . . . . 280
8.3 Proofs of propositions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 283
Solutions ....................................................... 287
Appendix ....................................................... 301
References ...................................................... 305
Index ........................................................... 307
· · · · · · (收起)
读后感
用户评价
这本书的份量感不仅仅体现在物理重量上，更在于它对读者心智的挑战。它毫不留情地揭示了直觉在面对真正的数学严密性时的局限性。我曾试图用一些“感性”的理解去绕过一些证明的细节，但很快发现，这种方式只会导致在后续章节中寸步难行。它像一位不苟言笑的导师，要求你必须付出对等的努力。我特别喜欢它在探讨“可测函数”和“随机变量”定义时的细致入微，它强调了定义域和值域的选择是如何影响整个概率空间的构造。这种对基础的执着，使得全书的结构异常稳固。对于那些仅仅想了解概率论皮毛的读者，这本书可能显得过于厚重和学术化，但对于真正渴望掌握其数学本质，想要建立起一套完整、自洽的概率思维体系的人来说，它提供的知识深度和广度，是市面上许多同类书籍难以企及的。读完后，感觉不仅仅是学到了知识，更像是完成了一次智力上的“拉力赛”。
这本书的语言风格，非常具有德式的严谨性，少有英式幽默或美式口语化的表达，这使得它在基础理论的阐述上显得异常清晰和无懈可击。每一个定理的证明，都像是一座精心搭建的逻辑桥梁，每一步都经过反复的校准，不留一丝含糊的空间。这对我这个习惯了模糊处理的读者来说，起初有些不适应，因为你必须精确地跟上作者的每一步推理。然而，一旦适应了这种节奏，你会发现这种绝对的精确性是多么迷人。它迫使你审视自己的思维习惯，去辨别哪些是直觉的跳跃，哪些是真正严密的逻辑推导。在处理概率的“极限”问题时，这种严谨性体现得尤为突出，它不再满足于“大概率”或“趋近于”，而是要求一个量化的、可证明的边界。这对于任何想要在理论领域深耕的人来说，都是一份宝贵的精神财富。
这本书的封面设计，初看之下，散发着一种古典而严谨的气息。厚实的纸张，略带纹理，让人联想到那些承载着深厚学识的经典著作。我喜欢那种内敛的字体选择，没有花哨的装饰，直击主题。翻开扉页，扑面而来的是那种纯粹的数学美感，每一个符号、每一个公式似乎都在无声地诉说着其背后的逻辑和力量。尽管我对概率论和测度的理解尚停留在基础阶段，但这本书的排版和章节划分，却给了一种循序渐进的信心。它没有试图用华丽的辞藻来包装复杂的概念，而是选择了一种近乎“坦诚相见”的方式，将数学的骨架清晰地呈现出来。这种直接，在某些情况下，反而比迂回的解释更能让人抓住核心。我尤其欣赏它在概念引入时的克制，没有急于展示最深奥的部分，而是用一种沉稳的语调，引导读者一步步构建起理解的阶梯。对于需要系统性学习这方面知识的读者来说，这种稳健的步调无疑是至关重要的。
阅读这本书的过程，更像是一场与智者的对话，缓慢而深刻。我发现它在引入新概念时，并非仅仅是给出一个定义，而是会追溯其历史背景或实际应用的动机。这种“知其所以然”的讲解方式，极大地帮助我理解了为何某些数学工具会被发明出来，它们旨在解决哪些困境。比如，在处理那些看似“不规则”的随机现象时，作者如何巧妙地运用测度论的视角去“驯服”这种无序。书中的例题设计，精妙之处在于它们既不至于肤浅到失去意义，也不至于艰深到让人望而却步。它们像是量身定制的挑战，恰到好处地考验你对前文理论的掌握程度。我记得有几个关于勒贝格积分的例子，初看时觉得复杂，但仔细推导后，豁然开朗，那种智力上的满足感是难以言喻的。它要求你投入时间，需要你在草稿纸上写写画画，这不是那种可以快速翻阅的读物，它需要你沉下心来，与文字和符号“共舞”。
从实用的角度来看，这本书似乎更偏向于理论的奠基而非即时的应用技巧。它构建的是一个坚实的平台，而不是一套快速上手的工具箱。我可以想象，那些致力于金融工程、高维数据分析，或者理论物理建模的读者，会视此书为案头的常备参考资料。它提供的不仅仅是公式，更是一种思考随机世界的框架。其中关于条件期望和鞅论的介绍部分，尤其让我印象深刻。作者没有将它们仅仅视为高级的概率工具，而是将其置于测度论的宏大背景下进行解读，这让原本抽象的概念变得有了更坚实的立足点。我尝试将书中的一些观点应用于我正在进行的一个小项目——对某种市场波动的模拟——虽然中间需要进行大量的转化和简化，但核心思想的指导作用是无可替代的。它教会了我如何用更本质的数学语言去描述不确定性。
适合入门
MC...
适合入门
MC...
MC...
