Parchalanish teoremasi - Disintegration theorem

Yilda matematika, parchalanish teoremasi natijasi o'lchov nazariyasi va ehtimollik nazariyasi. Bu a-ning ahamiyatsiz "cheklash" g'oyasini qat'iy belgilaydi o'lchov a nolni o'lchash pastki qismi bo'shliqni o'lchash savol ostida. Bu mavjudligi bilan bog'liq ehtimollik bo'yicha shartli o'lchovlar. Qaysidir ma'noda "parchalanish" a tuzilishiga qarama-qarshi jarayondir mahsulot o'lchovi.

Motivatsiya

Ning birlik kvadratini ko'rib chiqing Evklid samolyoti R2, S = [0, 1] × [0, 1]. Ni ko'rib chiqing ehtimollik o'lchovi m belgilanadi S ikki o'lchovli cheklash bilan Lebesg o'lchovi λ2 ga S. Ya'ni, voqea sodir bo'lish ehtimoli ES shunchaki maydonidir E. Biz taxmin qilamiz E ning o'lchanadigan kichik qismidir S.

Ning bir o'lchovli to'plamini ko'rib chiqing S chiziq segmenti kabi Lx = {x} × [0, 1]. Lx m-o'lchov nolga ega; ning har bir kichik qismi Lx m-null o'rnatilgan; chunki Lebesg o'lchovlari maydoni a to'liq o'lchov maydoni,

Haqiqatan ham, bu biroz qoniqtirmaydi. M ni "cheklangan" deb aytish yaxshi bo'lar edi Lx bir o'lchovli Lebesg o'lchovi λ1, o'rniga nol o'lchov. "Ikki o'lchovli" hodisaning ehtimolligi E keyin olish mumkin edi ajralmas vertikal "tilimlarning" bir o'lchovli ehtimolliklar ELx: rasmiy ravishda, agar m bo'lsax bir o'lchovli Lebesg o'lchovini bildiradi Lx, keyin

har qanday "yoqimli" uchun ES. Parchalanish teoremasi ushbu dalilni choralar nuqtai nazaridan qat'iy qiladi metrik bo'shliqlar.

Teorema bayoni

(Bundan keyin, P(X) to'plamini bildiradi Borel ehtimollik o'lchovlari metrik bo'shliq (X, d).) Teoremaning taxminlari quyidagicha:

  • Ruxsat bering Y va X ikki bo'ling Radon bo'shliqlari (ya'ni a topologik makon shunday har bir Borel ehtimollik o'lchovi kuni M bu ichki muntazam masalan. ajratiladigan har qanday ehtimollik o'lchovi bo'lgan metrik bo'shliqlar Radon o'lchovi ).
  • M ∈ ga ruxsat bering P(Y).
  • Π ga ruxsat bering: YX Borel bo'lingo'lchanadigan funktsiya. Bu erda $ phi $ ni "parchalanish" funktsiyasi deb hisoblash kerak. Y, bo'linish ma'nosida Y ichiga . Masalan, yuqoridagi turtki beruvchi misol uchun ta'rif berish mumkin buni beradi , biz olishni istagan bir bo'lak.
  • Ruxsat bering P(X) bo'lishi oldinga siljish = π(m) = m ∘ π−1. Ushbu o'lchov x ning taqsimlanishini ta'minlaydi (bu voqealarga to'g'ri keladi ).

Teoremaning xulosasi: a mavjud -deyarli hamma joyda ehtimollik o'lchovlarining noyob aniqlangan oilasi {mx}xXP(Y) ning "parchalanishini" ta'minlaydi ichiga ), shu kabi:

  • funktsiya Borelni o'lchash mumkin, bu ma'noda har bir Borel bilan o'lchanadigan to'plam uchun Borel bilan o'lchanadigan funktsiya BY;
  • mx "yashaydi" tola π−1(x): uchun -deyarli barchasi xX,
va shuning uchun mx(E) = mx(E ∩ π−1(x));
  • Borel bilan o'lchanadigan har bir funktsiya uchun f : Y → [0, ∞],
Xususan, har qanday tadbir uchun EY, qabul qilish f bo'lish ko'rsatkich funktsiyasi ning E,[1]

Ilovalar

Mahsulot bo'shliqlari

Dastlabki misol, parchalanish teoremasi qo'llaniladigan mahsulot bo'shliqlari muammosining alohida hodisasi edi.

Qachon Y a deb yozilgan Dekart mahsuloti Y = X1 × X2 va πmen : YXmen tabiiydir proektsiya, keyin har bir tola π1−1(x1) bolishi mumkin kanonik ravishda bilan aniqlangan X2 Borel oilasi ehtimoli bo'yicha choralar mavjud yilda P(X2) (bu (π.)1)(m) - deyarli hamma joyda noyob aniqlangan) shunday

bu xususan

va

Ga munosabat shartli kutish identifikatorlari bilan berilgan

Vektorli hisob

Parchalanish teoremasini, shuningdek, "cheklangan" o'lchovni qo'llashni oqlash deb hisoblash mumkin vektor hisobi. Masalan, ichida Stoks teoremasi a ga tegishli vektor maydoni orqali oqayotgan ixcham sirt Σ ⊂ R3, Σ bo'yicha "to'g'ri" o'lchov uch o'lchovli Lebesg o'lchovining parchalanishi ekanligi aniq emas.3 $ phi $ va bu o'lchovning $ phi $ ga parchalanishi $ pi $ ning parchalanishi bilan bir xil.3 on da.[2]

Shartli taqsimotlar

Parchalanish teoremasini statistikada shartli taqsimotlarni qat'iy davolash uchun qo'llash mumkin, bunda shartli ehtimollikning mutlaq mavhum formulalaridan qochish kerak.[3]

Shuningdek qarang

Adabiyotlar

  1. ^ Dellacheri, C .; Meyer, P.-A. (1978). Ehtimollar va potentsial. Shimoliy-Gollandiyalik matematik tadqiqotlar. Amsterdam: Shimoliy-Gollandiya. ISBN  0-7204-0701-X.
  2. ^ Ambrosio, L., Gigli, N. & Savare, G. (2005). Metrik bo'shliqlarda va ehtimollik o'lchovlari maydonida gradient oqimlari. ETH Tsyurix, Birkxauzer Verlag, Bazel. ISBN  978-3-7643-2428-5.CS1 maint: bir nechta ism: mualliflar ro'yxati (havola)
  3. ^ Chang, J.T .; Pollard, D. (1997). "Konditsionerlik parchalanish sifatida" (PDF). Statistica Neerlandica. 51 (3): 287. CiteSeerX  10.1.1.55.7544. doi:10.1111/1467-9574.00056.