状态空间属于每个随机变量的定义
目标: 不回看正文，推导“若 X 强可测，则每个标量坐标 <X,h> 都可测；对可分 H，在所述假设下可由可测坐标逼近重建强可测性。”，指出控制范数或定义域，复算检查点，并说明在“由不可数非可分系统编号的一族可测坐标未必定义一个强可测 H 值状态。”下最先失效的一行。
第 1 单元第 1 章从具体问题“状态空间属于每个随机变量的定义”开始。无限维状态是声明空间中的一个数学对象，不是要求真的写出无穷多个坐标。计算以前，先说明什么可以观察、使用了哪些有限维投影，以及哪个结论谈的是完整状态而不只是这些投影。
先用日常语言读定义：H 值随机变量是从概率空间到一个已声明可分 Hilbert 空间 H 的可测映射 X。每个显示符号都必须写明来源与目标。向量、标量随机变量、协方差算子、柱状坐标规则、Hilbert–Schmidt 噪声映射、无界生成元与随机过程是不同对象类型，即使传统上会重复使用同一个字母。
本章有边界的定理目标是：若 X 强可测，则每个标量坐标 <X,h> 都可测；对可分 H，在所述假设下可由可测坐标逼近重建强可测性。结论只属于所声明的 Hilbert 空间、滤过、时间区间、算子定义域、协方差约定与矩类别。逐坐标成立、测试后的弱意义成立、范数收敛、几乎处处相等与分布相等不能互换。
证明路线是：从“H 值随机变量是从概率空间到一个已声明可分 Hilbert 空间 H 的可测映射 X。”出发；标明状态空间、噪声空间、算子定义域、sigma-域与可积类别；只建立“若 X 强可测，则每个标量坐标 <X,h> 都可测；对可分 H，在所述假设下可由可测坐标逼近重建强可测性。”中点名的估计；并在“由不可数非可分系统编号的一族可测坐标未必定义一个强可测 H 值状态。”处停止。常用有效箭头包括 Parseval 恒等式、单调收敛、Itô 等距、Hilbert–Schmidt 范数估计、半群界、不动点压缩、Galerkin 紧致性、单调性、强制性或 Gronwall 不等式。只报定理名称却不核验算子与可测假设，不能得到证明。
有限重建是：在 H=R^3 中，X 以 1/4 与 3/4 的概率取 (1,0,-1) 与 (-1,2,1)；列出两个可能状态并核验总概率。保留基编号、算子方向、特征值、时间步、单位与准确分数。核验终点是：状态集合为 {(1,0,-1),(-1,2,1)}，且 1/4+3/4=1。有限投影可以检查代数与误差预算；它本身不能认证被省略的尾部或完整无限维极限。
失效变异也是课程内容：由不可数非可分系统编号的一族可测坐标未必定义一个强可测 H 值状态。要找出第一个变成无定义、无穷、不可测、不可预测或离开生成元定义域的量。保留此前仍有效的各行，并写出修复所需的附加假设，不得暗中套用有限维公式。
始终分开六层证据。几何规定范数与算子理想；概率规定规律与滤过；随机积分控制累积噪声；半群或变分分析给出解的含义；逼近控制被丢弃模态与时间误差；建模说明方程代表什么。通过一层绝不自动认证另外五层。
本章以重建而不是眼熟收尾。重建带类型定义，说明决定性估计的依据，用两条路线复算有限终点，触发变异，并报告仍有依据的最强结论。熟悉的记号、看似光滑的模拟或一条稳定坐标曲线都不等于掌握。
每次推导旁边都保留三栏审计。第一栏写完整无限维对象及其合法空间；第二栏写实际计算的有限投影；第三栏写把有限投影重新连接到完整对象的定理与量化尾估计。如果第三栏为空，就只能报告有限结果。如果缺少算子定义域、迹、随机积分范数或紧致性步骤，要先准确标出这个缺口再继续，不能用图像平滑、坐标稳定或术语熟悉来替代证明。
有边界的定理：若 X 强可测，则每个标量坐标 <X,h> 都可测；对可分 H，在所述假设下可由可测坐标逼近重建强可测性。这里不包含更强的拓扑、正则性、解概念或应用主张。
给“H 值随机变量是从概率空间到一个已声明可分 Hilbert 空间 H 的可测映射 X。”中的每个对象标类型。对每个映射写出来源、目标、定义域、可测性、适应性，并说明所用范数是算子、迹、Hilbert–Schmidt、Bochner Lp 还是路径上确界范数。
只把一个标准正交基当作计算工具。把每个基展开和写成有限部分和的极限，指出控制尾部的非负或平方可和预算，并证明最终对象不依赖所选基。
检查概率层。核验强可测性或所声明的弱替代、积分前的可预测性、协方差正性及所需一阶或二阶矩。形式 Gaussian 坐标族不自动成为 H 值随机变量。
建立“若 X 强可测，则每个标量坐标 <X,h> 都可测；对可分 H，在所述假设下可由可测坐标逼近重建强可测性。”所需的分析预算。在取极限以前，先在声明区间上控制相应的迹、Hilbert–Schmidt 范数、半群卷积、强制项或 Lipschitz 常数。
应用决定性箭头：从“H 值随机变量是从概率空间到一个已声明可分 Hilbert 空间 H 的可测映射 X。”出发；标明状态空间、噪声空间、算子定义域、sigma-域与可积类别；只建立“若 X 强可测，则每个标量坐标 <X,h> 都可测；对可分 H，在所述假设下可由可测坐标逼近重建强可测性。”中点名的估计；并在“由不可数非可分系统编号的一族可测坐标未必定义一个强可测 H 值状态。”处停止。若结论是温和解，要保留半群与随机卷积；若是变分解，要保留 V–H–V* 对偶；若是强解，要证明属于算子定义域，不能从记号猜出。
独立重建检查点：在 H=R^3 中，X 以 1/4 与 3/4 的概率取 (1,0,-1) 与 (-1,2,1)；列出两个可能状态并核验总概率。核验“状态集合为 {(1,0,-1),(-1,2,1)}，且 1/4+3/4=1。”。随后用第二条路线复算，例如特征基求和、迹恒等式、标量测试、能量等式或离散递推。
触发“由不可数非可分系统编号的一族可测坐标未必定义一个强可测 H 值状态。”并指出最先失效的一行。以上步骤只准确证明“若 X 强可测，则每个标量坐标 <X,h> 都可测；对可分 H，在所述假设下可由可测坐标逼近重建强可测性。”；它们不证明 Banach 空间随机积分、奇异噪声重整化、尖锐正则性、生产级离散精度、参数可识别性或应用有效性。
需要重建的有限模型：在 H=R^3 中，X 以 1/4 与 3/4 的概率取 (1,0,-1) 与 (-1,2,1)；列出两个可能状态并核验总概率。保留基编号、算子方向、准确数值与被省略尾部记录。
- 写出“在 H=R^3 中，X 以 1/4 与 3/4 的概率取 (1,0,-1) 与 (-1,2,1)；列出两个可能状态并核验总概率。”的完整有限输入：空间、基向量、保留模态、特征值、算子矩阵、初态、时间区间，以及全部概率或步长约定。
- 分别计算每个保留坐标，再重建向量或算子。标明求和表示的是范数、迹、协方差、随机积分、卷积、漂移还是逼近误差。
- 保留准确运算并应用本章估计。把尾项或残差明确写出，不能用一个没有解释的零替代。
- 用独立的标量测试、迹计算、能量平衡或递推重算终点。除数值相等外，还要检查对象类型与单位。
- 两条有效路线都到达“状态集合为 {(1,0,-1),(-1,2,1)}，且 1/4+3/4=1。”。写出使它们一致的假设，触发边界变异，并记录第一个不再可用的范数或定义域陈述。
结果: 核验终点：状态集合为 {(1,0,-1),(-1,2,1)}，且 1/4+3/4=1。它只在声明假设下认证所述有限检查点。