{
  "id": "sigma-algebra",
  "title": "σ-代数",
  "lang": "zh-Hans",
  "source_lang": "en",
  "summary": "σ-代数是对补集和可数并运算封闭的子集族，为可测集和概率事件提供基本框架。",
  "category": "mathematics",
  "subcategory": "probability-statistics",
  "type": "concept",
  "aliases": [
    "σ代数",
    "西格玛代数",
    "σ域"
  ],
  "generated_at": "2026-10-04",
  "model": "pro/gpt-6.1-sol",
  "url": "https://aiwiki.page/zh/sigma-algebra/",
  "translations": {
    "en": {
      "url": "https://aiwiki.page/en/sigma-algebra/",
      "json": "https://aiwiki.page/en/sigma-algebra.json"
    }
  },
  "sections": [
    {
      "heading": "",
      "text": "集合上的 σ-代数是一个包含全集、且对补集和可数并运算封闭的子集族。它规定哪些子集被视为可测集，但本身并不赋予这些子集大小或概率。σ-代数是测度论和概率理论的基础，为测度和概率的定义提供了定义域。(math.ucdavis.edu)"
    },
    {
      "heading": "定义与封闭性质",
      "text": "设 \\(X\\) 为一个集合，\\(\\mathcal F\\) 为其子集组成的集合族。如果满足以下条件，则称 \\(\\mathcal F\\) 为 \\(X\\) 上的 σ-代数：\n\n- \\(X\\in\\mathcal F\\)。\n- 若 \\(A\\in\\mathcal F\\)，则其补集 \\(X\\setminus A\\) 也属于 \\(\\mathcal F\\)。\n- 若 \\(A_1,A_2,\\ldots\\in\\mathcal F\\)，则它们的并满足\n\n\\[\\bigcup_{n=1}^{\\infty}A_n\\in\\mathcal F.\\]\n\n这些条件还蕴含：\\(\\varnothing\\in\\mathcal F\\)，可数交属于 \\(\\mathcal F\\)，且只要 \\(A,B\\in\\mathcal F\\)，就有 \\(A\\setminus B\\in\\mathcal F\\)。对交运算的封闭性可由德摩根定律推出：\n\n\\[\\bigcap_{n=1}^{\\infty}A_n = X\\setminus\\bigcup_{n=1}^{\\infty}(X\\setminus A_n).\\]\n\n有限并和有限交是可数运算的特殊情形。(math.ucdavis.edu)\n\n集合代数要求对补集和有限并运算封闭；σ-代数则进一步要求对可数并运算封闭。这两种定义都不要求对任意不可数并运算封闭。这一区别使可测集能够对许多涉及序列的运算保持封闭，同时又可将底层空间的某些子集排除在外。(math.ucdavis.edu)"
    },
    {
      "heading": "示例与生成的 σ-代数",
      "text": "\\(X\\) 上最小的 σ-代数是 \\(\\{\\varnothing,X\\}\\)，称为平凡 σ-代数。最大的 σ-代数是幂集 \\(\\mathcal P(X)\\)，其中包含 \\(X\\) 的所有子集。对于单个子集 \\(A\\subseteq X\\)，集合族\n\n\\[\\{\\varnothing,A,X\\setminus A,X\\}\\]\n\n是一个 σ-代数，其中重复的元素只保留一次。(math.ucdavis.edu)\n\n对于任意集合族 \\(\\mathcal C\\subseteq\\mathcal P(X)\\)，由它生成的 σ-代数记为 \\(\\sigma(\\mathcal C)\\)，是包含 \\(\\mathcal C\\) 的最小 σ-代数。它的存在性源于这样一个事实：同一底层集合上的 σ-代数的交仍是 σ-代数：\n\n\\[\\sigma(\\mathcal C)= \\bigcap\\{\\mathcal F:\\mathcal C\\subseteq\\mathcal F,\\ \\mathcal F\\text{ 是 }X\\text{ 上的 σ-代数}\\}.\\]\n\n因此，一个生成集合族就能确定一种可测结构，而无须逐一列出所有可测集。(math.ucdavis.edu)\n\n例如，取 \\(X=\\{1,2,3,4\\}\\)，以及划分 \\(\\{\\{1,2\\},\\{3,4\\}\\}\\)。所生成的 σ-代数恰好由这两个块的各种并组成：\n\n\\[\\{\\varnothing,\\{1,2\\},\\{3,4\\},X\\}.\\]\n\n这一结论可直接由定义得出：上面列出的集合族已经对补集和并运算封闭。"
    },
    {
      "heading": "博雷尔集与完备化",
      "text": "在拓扑学中的拓扑空间上，博雷尔 σ-代数由开集生成。它的成员称为博雷尔集。在实数轴上，同一个 σ-代数也可由开区间生成，或由半直线 \\((-\\infty,a]\\) 生成。它包含所有开集和闭集，以及通过反复进行可数并与补集运算得到的集合。(math.ucdavis.edu)\n\n如果可测零测集的每个子集都可测，则称测度空间 \\((X,\\mathcal F,\\mu)\\) 是完备的。完备化通过扩充 \\(\\mathcal F\\) 来纳入这些子集，并将它们的测度规定为零，从而扩张原有测度。因此，完备性取决于测度，而不只是取决于 σ-代数。(math.ucdavis.edu)\n\n\\(\\mathbb R^n\\) 上的博雷尔 σ-代数关于勒贝格测度的完备化称为勒贝格 σ-代数。它严格包含博雷尔 σ-代数：博雷尔零测集的某些子集并不是博雷尔集。不过，\\(\\mathbb R^n\\) 的子集并非全都是勒贝格可测的。(math.ucdavis.edu)"
    },
    {
      "heading": "可测空间与函数",
      "text": "二元组 \\((X,\\mathcal F)\\) 称为可测空间。与测度空间不同，它规定了哪些子集可测，但并未给出测度。可测函数 \\(f:(X,\\mathcal F)\\to(Y,\\mathcal G)\\) 满足\n\n\\[f^{-1}(B)\\in\\mathcal F \\qquad\\text{对每个 }B\\in\\mathcal G.\\]\n\n这是对原像的要求，而不是对像的要求。当两个拓扑空间都配备各自的博雷尔 σ-代数时，它们之间的每个连续函数都是可测的。可测性在勒贝格积分的定义中也起着核心作用。(math.ucdavis.edu)\n\n对于两个可测空间，其乘积 σ-代数为\n\n\\[\\mathcal F\\otimes\\mathcal G = \\sigma\\{A\\times B:A\\in\\mathcal F,\\ B\\in\\mathcal G\\}.\\]\n\n它由可测矩形生成，而不是仅由矩形组成。对于欧几里得空间，其博雷尔 σ-代数的乘积等于乘积空间上的博雷尔 σ-代数。然而，完备测度空间的乘积未必完备。(math.ucdavis.edu)"
    },
    {
      "heading": "概率与信息",
      "text": "在概率空间 \\((\\Omega,\\mathcal F,P)\\) 中，\\(\\Omega\\) 是样本空间，\\(\\mathcal F\\) 由事件组成，\\(P\\) 为这些事件赋予概率。实值随机变量 \\(Z\\) 关于 \\(\\mathcal F\\) 和博雷尔 σ-代数可测。它生成的 σ-代数\n\n\\[\\sigma(Z)=\\{Z^{-1}(B):B\\in\\mathcal B(\\mathbb R)\\}\\]\n\n是使 \\(Z\\) 可测的最小 σ-代数，代表通过观察 \\(Z\\) 就能确定的事件。(math.ucdavis.edu)\n\n子 σ-代数 \\(\\mathcal G\\subseteq\\mathcal F\\) 可以表示有限的信息。对于可积随机变量 \\(Z\\)，条件期望 \\(E[Z\\mid\\mathcal G]\\) 是 \\(\\mathcal G\\)-可测的，并且它在 \\(\\mathcal G\\) 中每个事件上的积分都与 \\(Z\\) 在该事件上的积分相同。以平凡 σ-代数为条件时，得到的是常数期望值 \\(E[Z]\\)。(ocw.mit.edu)\n\n一个递增的 σ-代数族称为滤过（概率论），用于描述随时间推移可获得的信息。滤过提供了定义鞅和研究随机过程所需的信息结构。(ocw.mit.edu)"
    }
  ],
  "links": [
    "measure-theory",
    "probability",
    "de-morgans-laws",
    "algebra-of-sets",
    "power-set",
    "set-partition",
    "topology",
    "borel-sigma-algebra",
    "real-number",
    "null-set",
    "lebesgue-measure",
    "measurable-space",
    "measurable-function",
    "continuous-function",
    "lebesgue-integral",
    "probability-space",
    "sample-space",
    "random-variable",
    "conditional-expectation",
    "expected-value",
    "filtration-probability",
    "martingale",
    "stochastic-process"
  ],
  "sources": [
    {
      "title": "math.ucdavis.edu/~hunter/m201b/measure.pdf",
      "url": "https://www.math.ucdavis.edu/~hunter/m201b/measure.pdf"
    },
    {
      "title": "math.ucdavis.edu/~krc/analysis_notes.pdf",
      "url": "https://math.ucdavis.edu/~krc/analysis_notes.pdf"
    },
    {
      "title": "math.ucdavis.edu/~hunter/measure_theory/measure_notes.pdf",
      "url": "https://www.math.ucdavis.edu/~hunter/measure_theory/measure_notes.pdf"
    },
    {
      "title": "math.ucdavis.edu/~hunter/measure_theory/measure_notes_ch1.pdf",
      "url": "https://www.math.ucdavis.edu/~hunter/measure_theory/measure_notes_ch1.pdf"
    },
    {
      "title": "math.ucdavis.edu/~hunter/book/ch12.pdf",
      "url": "https://www.math.ucdavis.edu/~hunter/book/ch12.pdf"
    },
    {
      "title": "ocw.mit.edu/courses/15-070j-advanced-stochastic-processes-fall-2013/69dc2223b99…",
      "url": "https://ocw.mit.edu/courses/15-070j-advanced-stochastic-processes-fall-2013/69dc2223b9957bbcc754de94dfc64cfd_MIT15_070JF13_Lec9.pdf"
    }
  ],
  "license": "https://creativecommons.org/licenses/by/4.0/"
}