[论文解读] Non-Archimedean Probability

Vieri Benci, Leon Horsten+1 more|arXiv (Cornell University)|Jun 8, 2011

Mathematical and Theoretical Analysis参考文献 5被引用 7

一句话总结

本文提出非阿基米德概率（NAP），一种新型概率框架，利用非阿基米德域为无限样本空间的所有子集（包括公平抽奖中的单点集）分配概率。通过用基于$Λ$-极限的新型无限可加性替代可数可加性，NAP解决了经典概率论中的悖论（如公平无限抽奖中的零概率事件），同时保持了有限条件概率，并可直接为单个结果分配无穷小概率。

ABSTRACT

We propose an alternative approach to probability theory closely related to the framework of numerosity theory: non-Archimedean probability (NAP). In our approach, unlike in classical probability theory, all subsets of an infinite sample space are measurable and zero- and unit-probability events pose no particular epistemological problems. We use a non-Archimedean field as the range of the probability function. As a result, the property of countable additivity in Kolmogorov's axiomatization of probability is replaced by a different type of infinite additivity.

研究动机与目标

• 解决经典概率论在应用于无限样本空间时的基础性问题，例如在$\mathbb{N}$上的公平抽奖中无法为单个结果分配非零概率。
• 构建一种统一处理有限与无限样本空间的概率理论，避免科尔莫戈罗夫框架中零概率事件带来的认识论问题。
• 通过使用非阿基米德域和一种新的极限概念（$\Lambda$-极限），提供德·菲内蒂有限可加性与内尔森超有限模型的数学一致替代方案。
• 证明无穷小概率并非仅仅是中间工具，而是无限概率情景中的最终、有意义的取值。

提出的方法

• 提出基于非阿基米德域作为概率函数值域的新公理体系，以$Λ$-极限实现的无限可加性形式取代科尔莫戈罗夫的可数可加性。
• 通过一个有限近似集合$\Lambda$的有向集构造NAP空间，其中事件的概率被定义为这些近似中相对频率的$Λ$-极限。
• 将$Λ$-极限定义为标准极限的推广，利用索引集上的精细理想以确保在非阿基米德域中的收敛性。
• 使用序数概念为无限集中子集的大小分配概率，确保$\mathbb{N}$、$\mathbb{Q}$和$\mathbb{R}$上的抽奖公平性。
• 通过定义柱事件并利用$\Lambda_{CT}$-极限构造，将该框架应用于无限次公平硬币投掷序列，证明其概率为$2^{-n}$。
• 通过$\left(\{H,T\}^\mathbb{N}, 1, I_{\Lambda_{CT}}\right)$构造一个具体的NAP模型，其中$\Lambda_{CT}$是无限序列的有限近似有向集。

实验结果

研究问题

• RQ1 能否构建一种概率理论，使得在$\mathbb{N}$上的公平抽奖中，所有单个结果均被赋予非零概率，从而解决零概率事件的悖论？
• RQ2 如何重新定义无限可加性，使其在保持有限可加性直观行为的同时适用于不可数样本空间？
• RQ3 在样本空间为无限的情况下，是否可以为有限事件定义条件概率，而无需依赖测度论中的零测集？
• RQ4 无穷小概率能否在无限概率模型中被视为最终答案而非近似值？
• RQ5 $Λ$-极限构造是否为标准极限在概率论中提供了一致且直观的推广？

主要发现

• NAP框架为无限次公平硬币投掷序列中的任意柱事件分配概率$2^{-n}$，与经典结果一致，但其推导基于非阿基米德极限。
• 在$\mathbb{N}$上的公平抽奖中，NAP为每个单点集分配无穷小概率$\frac{1}{\mathfrak{n}(\mathbb{N})}$，其中$\mathfrak{n}(\mathbb{N})$为$\mathbb{N}$的序数，确保所有结果等可能。
• 通过$\left(\{H,T\}^\mathbb{N}, 1, I_{\Lambda_{CT}}\right)$构造的NAP模型满足$P\left(C_{(t_1,...,t_n)}^{(i_1,...,i_n)}\right) = 2^{-n}$，证实其与经典期望的一致性。
• $Λ$-极限构造确保无限样本空间的所有子集均可测，消除了非可测集作为悖论来源的可能性。
• 该理论确立了无穷小概率在认识论上是自洽的，可被直接解释为最终取值，而非近似值。
• 该框架通过使用非阿基米德无穷小量，解决了德·菲内蒂抽奖悖论，实现了在$\mathbb{N}$上均匀且非零的概率分布。