26、部分知识：信念函数、关联代数与相关性质研究

部分知识：信念函数、关联代数与相关性质研究

在处理不确定信息时，对信念进行量化是一个重要的研究方向。本文将围绕信念函数、关联代数以及它们之间的关系展开，深入探讨相关的定义、性质和应用。

1. 随机变量的粗化与信念函数

设((Ω, A, P))为概率空间，(U)为有限集，(X : Ω→U)是一个随机变量。(X)的粗化是(U)上的非空随机集(S)，即随机变量(S : Ω→2^U)，满足(P(X ∈S) = 1)，此时(X)被称为(S)的几乎必然选择器。

设(F)为(S)的分布函数，那么(F)是一个信念函数。(X)在(U)上的任何可能概率律(Q)都满足(F ≤Q)，即(Q)是(F)的核心元素。所以(F)的核心是(X)在(U)上真实概率的一个模型。这是因为，如果(X)是(S)的几乎必然选择器，对于所有(A ⊆U)，有({ω : S(ω) ⊆A} ⊆{ω : X(ω) ∈A})几乎必然成立，从而(F(A) = P(S ⊆A) ≤P(X ∈A) = PX^{-1}(A))。

2. 信念函数与关联代数

为了给信念函数提供一个公理化的发展和方便的研究环境，我们在所有函数(2^U →R)的集合(F)的背景下进行研究，并开发一些计算方法。

• 向量空间(F) ：设(U)是有限集，(F = { f : 2^U →R})。对于(f, g ∈F)和(r ∈R)，定义((f + g) (X) = f(X) + g(X))，((rf) (X) = r (f(X)))。可以证明(F)是(R)上的向量空间，其一组基是({f_Y : Y ⊆U})，其中(f_Y (Y ) = 1)，当(X ≠ Y)时(f_