📊 statistics

Empirical Measures and Strong Laws of Large Numbers in Categorical Probability

Dit artikel vestigt een verenigd categorisch raamwerk voor de stelling van Glivenko–Cantelli, de sterke wet van de grote aantallen en de stelling van de Finetti door "empirische steekproefmorfismen" binnen quasi-Markov-categorieën in te voeren om de convergentie van empirische maatstaven uit eerste principes te formaliseren.

Oorspronkelijke auteurs: Tobias Fritz, Tomáš Gonda, Antonio Lorenzin, Paolo Perrone, Areeb Shah Mohammed

Gepubliceerd 2026-05-13

📖 6 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteurs: Tobias Fritz, Tomáš Gonda, Antonio Lorenzin, Paolo Perrone, Areeb Shah Mohammed

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

Stel je voor dat je een detective bent die probeert de "ware aard" van een mysterieuze menigte te achterhalen op basis van slechts een lange lijst van mensen die voorbij lopen. Dit is in wezen wat waarschijnlijkheidstheorie doet: het probeert de verborgen regels (de verdeling) te begrijpen die een reeks willekeurige gebeurtenissen (de steekproeven) genereren.

Dit artikel, getiteld "Empirische Maatstaven en Sterke Wetten van de Grote Getallen in Categorie-Waarschijnlijkheid", door Tobias Fritz en collega's, is een hoogstaand wiskundig avontuur. Het kijkt niet alleen naar getallen; het probeert de volledige logica van de waarschijnlijkheidstheorie opnieuw op te bouwen met behulp van een nieuwe taal die Categorietheorie wordt genoemd. Denk aan Categorietheorie als een "universele vertaler" die beschrijft hoe dingen met elkaar verbonden zijn en stromen, in plaats van alleen specifieke getallen te berekenen.

Hier is het verhaal van hun ontdekking, opgesplitst in eenvoudige concepten en analogieën.

1. Het Probleem: De "Oneindige" Reeks

In de echte wereld, als je een munt 1.000 keer opgooit, kun je tellen hoeveel keer kop is gevallen. Als je het een miljoen keer opgooit, krijg je een beter idee. Maar wat als je het voor altijd opgooit?

Wiskundigen weten al lang (dankzij de Wet van de Grote Getallen) dat als je een munt blijft opgooien, het percentage kop uiteindelijk zal stabiliseren op de ware waarschijnlijkheid (50%). Dit is de "Sterke Wet".

Er is echter een addertje onder het gras. Niet elke oneindige reeks muntworpen stabiliseert. Sommige reeksen kunnen eeuwig oscilleren (zoals 1, 0, 1, 0, 1, 0... maar met steeds langere pauzes). Voor deze "slechte" reeksen kun je geen ware waarschijnlijkheid definiëren.

De auteurs vragen zich af: Kunnen we een wiskundige machine bouwen die een oneindige reeks als invoer neemt en de "ware" waarschijnlijkheidsverdeling als uitvoer geeft, maar alleen als de reeks "goed genoeg" is om er een te hebben?

2. De Oplossing: De "Empirische Steekproefmachine"

De auteurs stellen een nieuw type wiskundig object voor dat een Empirische Steekproefmorfisme wordt genoemd.

Denk hierbij aan een gespecialiseerde automaat:

De Invoer: Je voert een oneindige stroom data in (zoals een lange lijst van getallen of muntworpen).
De Uitvoer: Als de stroom "goed gedrag" vertoont, spitst de machine een enkele steekproef uit die is getrokken uit het "gemiddelde" van die stroom (het empirische maat).
Het Addertje: Als de stroom chaotisch is en nooit stabiliseert, weigert de machine te werken. Het geeft je geen fout antwoord; het zegt simpelweg: "Ik kan dit niet verwerken."

In de taal van het artikel is dit een partieel morfisme. Het is een functie die alleen werkt op een specifiek deel van de invoer (de "goede" reeksen).

3. De Regels van de Machine

Om ervoor te zorgen dat deze machine zinvol is, geven de auteurs hem twee strikte regels (axioma's):

Regel 1: De Shuffle-regel (Permutatie-invariantie)
Stel je een lijst van 1.000 getallen voor. Als je de eerste 10 getallen door elkaar schudt, mag de "gemiddelde" aard van de lijst niet veranderen. De machine moet hetzelfde resultaat geven, ongeacht de volgorde van de invoer, zolang de algehele verzameling data maar hetzelfde blijft. Het negeert de volgorde en kijkt alleen naar de "bulk" van de data.
Regel 2: De Zelfconsistentie-regel (Empirische Adequaatheid)
Dit is een beetje als een spiegeltest. Als je een reeks neemt die is gegenereerd door een eerlijke munt, deze in de machine voert om een "gemiddelde munt" te krijgen, en die gemiddelde vervolgens gebruikt om een nieuwe reeks te genereren, moet de nieuwe reeks statistisch identiek zijn aan de originele. De machine moet consistent zijn met zichzelf.

4. De Grote Ontdekking: Waarschijnlijkheid Opnieuw Opbouwen van Nul Af

De auteurs hebben deze machine niet gebouwd voor één specifiek geval (zoals muntworpen). Ze hebben een theoretisch raamwerk opgezet (met behulp van "Quasi-Markov Categorieën") dat hen in staat stelt om drie enorme, beroemde stellingen tegelijkertijd te bewijzen, uitsluitend met behulp van de regels van hun machine:

De Stelling van de Finetti: Deze zegt dat als een reeks gebeurtenissen willekeurig en uitwisselbaar lijkt (orde maakt niet uit), deze moet zijn gegenereerd door een verborgen "gemiddelde" verdeling. De auteurs bewijzen dat dit een natuurlijk gevolg is van de regels van hun machine.
De Stelling van Glivenko–Cantelli: Dit is de "uniforme" versie van de Wet van de Grote Getallen. Het zegt dat de hele vorm van de data-verdeling (niet alleen het gemiddelde) convergeert naar de waarheid.
De Sterke Wet van de Grote Getallen: Het klassieke resultaat dat het gemiddelde van je steekproeven convergeert naar de ware verwachte waarde.

De Magie: Normaal gesproken vereist het bewijzen van deze drie stellingen zware, complexe wiskunde (maattheorie). De auteurs tonen aan dat als je het bestaan accepteert van hun "Empirische Steekproefmachine" en haar twee regels, alle drie de stellingen automatisch naar voren komen, als dominostenen.

5. Het Realiseren: De "Partiële" Machine

Een groot struikelblok was dat je in de echte wereld (specifiek met reële getallen) deze machine niet altijd kunt definiëren voor elke mogelijke oneindige reeks.

De Analogie: Stel je voor dat je probeert de gemiddelde lengte te berekenen van een oneindige rij mensen. Als de rij mensen bevat die oneindig lang zijn, breekt het gemiddelde.
De Oplossing: De auteurs hebben een specifieke versie van deze machine geconstrueerd voor reële getallen (zoals de lengte van mensen of aandelenprijzen). Ze hebben precies gedefinieerd welke reeksen "goed" zijn (die waarbij het gemiddelde stabiliseert en niet ontploft naar oneindig) en welke "slecht" zijn.

Ze bewezen dat voor deze "goede" reeksen de machine perfect werkt en de standaardresultaten herstelt die we vandaag de dag in de statistiek gebruiken.

Samenvatting

In eenvoudige termen is dit artikel een geünificeerde theorie van willekeur.

De auteurs bouwden een conceptuele "zwarte doos" (het Empirische Steekproefmorfisme) die oneindige data als invoer neemt en de onderliggende waarschijnlijkheid als uitvoer geeft. Door precies te definiëren hoe deze doos zich moet gedragen (het negeren van orde en zelfconsistentie zijn), konden ze de belangrijkste wetten van de waarschijnlijkheid (de Finetti, Glivenko–Cantelli en de Sterke Wet) afleiden als logische gevolgen.

Ze toonden aan dat deze wetten niet zomaar gelukkige toevalligheden van de wiskunde zijn; ze zijn het onvermijdelijke resultaat van hoe we "gemiddelden" definiëren over oneindige data. Het is een nieuwe, schonere en meer gestructureerde manier om te begrijpen waarom de "Wet van de Grote Getallen" werkt.

Technische Samenvatting: Empirische Maatstaven en Sterke Wetten van de Grote Getallen in Categorieel Waarschijnlijkheidsrekenen

Probleemstelling
Het artikel behandelt de uitdaging om fundamentele limietstellingen van de waarschijnlijkheidsrekening—specifiek de stelling van Glivenko–Cantelli en de Sterke Wet van de Grote Getallen (SLLN)—te formuleren binnen het raamwerk van categorieel waarschijnlijkheidsrekenen. Hoewel categorieel waarschijnlijkheidsrekenen concepten zoals onafhankelijkheid, conditionering en de stelling van de Finetti succesvol heeft geabstraheerd met behulp van Markov-categorieën, gaan deze kaders doorgaans uit van totale morfismen (morfismen die voor alle invoer gedefinieerd zijn).

De specifieke moeilijkheid die hier wordt aangepakt, is de aard van empirische maatstaven voor oneindige rijen. In de standaard maattheorie wordt de empirische maatstaf van een oneindige rij $(x_i)_{i \in \mathbb{N}}$ gedefinieerd als de limiet van relatieve frequenties. Deze limiet bestaat echter niet voor elke rij (bijvoorbeeld oscillerende rijen), en zelfs wanneer deze bestaat, kan het falen om een geldige waarschijnlijkheidsmaatstaf te definiëren (bijvoorbeeld door het ontbreken van $\sigma$ -additiviteit, zoals in de rij $1, 2, 3, \dots$ over $\mathbb{N}$ ). Bijgevolg is de operatie "stalen trekken uit een empirische maatstaf" inherent een partieel operatie. Standaard Markov-categorieën, die vereisen dat alle morfismen totaal zijn, zijn ontoereikend om dit fenomeen direct te modelleren. De auteurs streven naar de ontwikkeling van een synthetisch (axiomatisch) raamwerk dat deze partiële aard accommodatieert, terwijl het de standaard maattheoretische resultaten herstelt.

Methodologie
De auteurs hanteren een tweeledige aanpak die abstracte categorietheorie combineert met concrete maattheoretische constructies:

Quasi-Markov-categorieën: Om partiële aard te hanteren, werken de auteurs binnen quasi-Markov-categorieën. In tegenstelling tot standaard Markov-categorieën, waarbij elk morfisme totaal is, staan quasi-Markov-categorieën morfismen toe die "quasi-totaal" zijn. Een morfisme $f: A \to X$ is quasi-totaal als het voor elke invoer óf ongedefinieerd is óf een genormaliseerde output produceert. Dit kader ondersteunt een canonieke partiële orde (uitbreidingsrelatie) waarbij $f \sqsupseteq g$ als $f$ $g$ uitbreidt.
$\sigma$ -continuïteit: Om oneindige tensorproducten (Kolmogorov-producten) en oneindige rijen te beheersen, introduceren de auteurs de aanname van $\sigma$ -continuïteit. Dit zorgt ervoor dat hom-sets aftelbare gerichte infimums (doorsneden van domeinen) bezitten en dat deze infimums behouden blijven door compositie en tensorproducten. Deze eigenschap blijkt te corresponderen met de $\sigma$ -continuïteit van waarschijnlijkheidsmaatstaven in de maattheorie.
Axiomatisatie van Empirisch Stalen Trekken: De kern van de methodologie is de definitie van een empirisch stalen-trekmorfisme $es_X: X^\mathbb{N} \to X$ $e s_{X} : X^{N} \to X$ . Dit morfisme neemt een oneindige rij als invoer en geeft een steekproef uit zijn empirische maatstaf als output. De auteurs stellen twee axioma's voor dit morfisme voor:
- Permutatie-invariantie: Het morfisme is invariant onder eindige permutaties van de invoerrij.
- Empirische Adequaatheid: Als een verdeling op $X^\mathbb{N}$ uitwisselbaar is, dan is stalen trekken hieruit equivalent aan iteratief empirisch stalen trekken toegepast op een gestalen rij.
Concrete Constructies: De auteurs construeren expliciete empirisch stalen-trekmorfismen voor standaard Borel-ruimten (eindige verzamelingen, $\mathbb{N}$ en $\mathbb{R}$ ) binnen de categorie van partiële Markov-kernen, Partial(BorelStoch). Ze definiëren zorgvuldig de domeinen van deze morfismen om ervoor te zorgen dat de resulterende limieten voldoen aan $\sigma$ -additiviteit en, voor $\mathbb{R}$ , uniforme convergentie van cumulatieve verdelingsfuncties (CDF's).

Belangrijkste Bijdragen

Raamwerk voor Partiële Aard: Het artikel ontwikkelt de theorie van quasi-Markov-categorieën, met name het vaststellen van het bestaan en de eigenschappen van Kolmogorov-producten in deze setting. Dit omvat het bewijzen dat Partial(BorelStoch) een $\sigma$ -continue quasi-Markov-categorie is.
Definitie van Empirisch Stalen-trekmorfismen: De auteurs geven een rigoureuze categorische definitie van empirisch stalen-trekmorfismen via de axioma's van permutatie-invariantie en empirische adequaatheid. Ze tonen aan dat deze morfismen bestaan voor alle standaard Borel-ruimten.
Synthetische Bewijzen van Limietstellingen: Met behulp van het bestaan van empirisch stalen-trekmorfismen en het splitsen van gebalanceerde idempotenten, leiden de auteurs abstracte versies af van:
- De stelling van de Finetti: Aantonend dat uitwisselbare morfismen factoren door een distributieobject.
- De stelling van Glivenko–Cantelli: Het vaststellen van de uniforme convergentie van empirische maatstaven naar de onderliggende verdeling.
- De Sterke Wet van de Grote Getallen: Het afleiden van de convergentie van empirische gemiddelden naar de verwachtingswaarde.
Unificatie: Het werk biedt een gezamenlijk bewijs van de stelling van de Finetti, de stelling van Glivenko–Cantelli en de SLLN vanuit eerste principes binnen één enkel categorisch raamwerk, in plaats van ze te behandelen als aparte maattheoretische resultaten.

Resultaten

Representeerbaarheid: Het bestaan van empirisch stalen-trekmorfismen impliceert dat de categorie observationeel representabel is. Dit betekent dat voor elk object $X$ er een distributieobject $PX$ bestaat (dat waarschijnlijkheidsmaatstaven op $X$ representeert) en een stalen-trekmorfisme $samp: PX \to X$ .
Synthetische Stelling van Glivenko–Cantelli: In elke quasi-Markov-categorie die voldoet aan de aannames van de auteurs (inclusief het bestaan van empirisch stalen-trekmorfismen), splitst het herstalen-trekmorfisme $es^{(N)}$ door het distributieobject. Dit leidt tot het resultaat dat voor elke uitwisselbare morfisme $f$ , de empirische maatstaf bijna zeker gelijk is aan de onderliggende verdeling.
Herstel van Standaard Resultaten: Door de abstracte stellingen te instantiëren in Partial(BorelStoch):
- Herstelt de synthetische stelling van Glivenko–Cantelli de standaardstelling voor reëelwaardige stochastische variabelen, waarbij wordt gesteld dat de empirische CDF bijna zeker uniform convergeert naar de ware CDF.
- Herstelt de synthetische SLLN de SLLN van Kolmogorov voor reëelwaardige stochastische variabelen met eindige eerste momenten. De auteurs merken op dat een specifieke restrictie op het domein van het empirisch stalen-trekmorfisme voor $\mathbb{R}$ noodzakelijk is om de convergentie van het empirische gemiddelde te waarborgen (behandeling van het geval waar het gemiddelde misschien niet bestaat).

Betekenis
Het artikel beweert dat dit werk een gestructureerd bewijs biedt van drie fundamentele probabilistische resultaten vanuit eerste principes. De auteurs betogen dat hun gezamenlijke bewijs korter is en een versterkte conceptuele helderheid bezit in vergelijking met traditionele, puur maattheoretische behandelingen. Door empirisch stalen-trekmorfismen te identificeren als een sleutelconcept, suggereert het artikel dat deze morfismen een onmisbaar hulpmiddel zijn voor het vertalen van wetten van de grote getallen naar categorische taal. De auteurs postuleren dat deze realisatie verdere vooruitgang in categorieel waarschijnlijkheidsrekenen faciliteert, mogelijk bijdragend aan de ontwikkeling van andere limietstellingen, zoals ergodestellingen, binnen hetzelfde raamwerk. Het werk benadrukt dat hoewel het vertalen van probabilistische concepten naar categorietheorie vaak niet triviaal is, de resulterende abstractie de essentiële structurele eigenschappen (permutatie-invariantie en empirische adequaatheid) onthult die deze klassieke stellingen onderbouwen.