Teorema di Radon-Nikodym-Lebesgue
Il teorema Radon - Nikodym - Lebesgue è un teorema di analisi , una branca della matematica che consiste nel calcolo e nei campi correlati.
Definizioni
Definizioni -
Sia ν una misura positiva su e sia ρ , ρ misure positive o complesse (en) su .
(X,A){\ displaystyle (X, {\ mathcal {A}})}
(X,A){\ displaystyle (X, {\ mathcal {A}})}![(X, {\ mathcal A})](https://wikimedia.org/api/rest_v1/media/math/render/svg/0297c24d37da698d6c360440dd83c2f60a1ce3b6)
- Diciamo che ρ è assolutamente continuo rispetto a ν , e indichiamo con ρ ≪ ν , se per tutto tale che ν ( A ) = 0 , abbiamo anche ρ ( A ) = 0 .A∈A{\ displaystyle A \ in {\ mathcal {A}}}
![A \ in {\ mathcal A}](https://wikimedia.org/api/rest_v1/media/math/render/svg/d6e69647797be244cf2ebc28ecd61fafba8790c1)
- Diciamo che ρ è portato da (o concentrato su E ) se per tutti abbiamo ρ ( A ) = ρ ( A ∩ E ) . (Questo è equivalente all'assunzione: per ogni ρ ( A \ E ) = 0. )E∈A{\ displaystyle E \ in {\ mathcal {A}}}
A∈A{\ displaystyle A \ in {\ mathcal {A}}}
A∈A,{\ displaystyle A \ in {\ mathcal {A}},}
- Diciamo che ρ e ρ sono mutuamente singolari (o estranei ), e indichiamo con ρ ⊥ ρ , se esiste tale che ρ sia portato da E e ρ sia portato da E c .E∈A{\ displaystyle E \ in {\ mathcal {A}}}
![{\ displaystyle E \ in {\ mathcal {A}}}](https://wikimedia.org/api/rest_v1/media/math/render/svg/617e7bf2f419fd8a31234ec2b0d5c9df00457025)
Teorema di Radon-Nikodym-Lebesgue
Radon-Nikodym-Lebesgue teorema è un risultato di teoria della misura , tuttavia, una manifestazione che coinvolge spazi di Hilbert è stato dato dal matematico John von Neumann nei primi anni del XX ° secolo. Si legge come segue:
Teorema di Radon-Nikodym-Lebesgue - Sia ν una misura σ-finita positiva su e μ una misura σ-finita positiva (risp. Reale, risp. Complessa) su .
(X,A){\ displaystyle (X, {\ mathcal {A}})}
(X,A){\ displaystyle (X, {\ mathcal {A}})}![(X, {\ mathcal A})](https://wikimedia.org/api/rest_v1/media/math/render/svg/0297c24d37da698d6c360440dd83c2f60a1ce3b6)
- Esiste una coppia unica ( μ 1 , μ 2 ) di misure positive σ-finite (rispettivamente reali, o complesse) come:
- μ=μ1+μ2,{\ displaystyle \ mu = \ mu _ {1} + \ mu _ {2},}
![{\ displaystyle \ mu = \ mu _ {1} + \ mu _ {2},}](https://wikimedia.org/api/rest_v1/media/math/render/svg/7a772c656beef1ca1acaaf3e23458e7d1a332139)
- μ1≪ν,{\ displaystyle \ mu _ {1} \ ll \ nu,}
![{\ displaystyle \ mu _ {1} \ ll \ nu,}](https://wikimedia.org/api/rest_v1/media/math/render/svg/07a79f6b708fa5f1e9be30849be44afb310323f0)
- μ2⊥ν.{\ displaystyle \ mu _ {2} \ perp \ nu.}
![{\ displaystyle \ mu _ {2} \ perp \ nu.}](https://wikimedia.org/api/rest_v1/media/math/render/svg/93b99f583945f8dc8d50ebbcd65e7a0810131342)
Questa decomposizione è chiamata decomposizione di Lebesgue
(en) di
μ rispetto a
ν .
- Esiste un'unica (con uguaglianza ν - quasi ovunque ) funzione misurabile positiva h (risp. Ν - reale integrabile, risp. Ν - complesso integrabile) tale che per tutti abbiamo:A∈A{\ displaystyle A \ in {\ mathcal {A}}}
μ1(A)=∫Ah dν=∫X1Ah dν.{\ displaystyle \ mu _ {1} (A) = \ int _ {A} h ~ \ mathrm {d} \ nu = \ int _ {X} 1_ {A} h ~ \ mathrm {d} \ nu.}
Questa funzione h è chiamata derivata Radon-Nikodym di μ rispetto a ν .
Densità di una misura
Definizione -
Sia ν una misura σ-finita positiva su e sia ρ una misura σ-finita positiva (risp. Reale, risp. Complessa) su
Diciamo che ρ ha una densità h rispetto a ν se h è un misurabile positivo funzione (risp. ν -real integrabile, risp. ν -complesso integrabile), tale che per tutto abbiamo:
(X,A){\ displaystyle (X, {\ mathcal {A}})}
(X,A).{\ displaystyle (X, {\ mathcal {A}}).}
A∈A{\ displaystyle A \ in {\ mathcal {A}}}![A \ in {\ mathcal A}](https://wikimedia.org/api/rest_v1/media/math/render/svg/d6e69647797be244cf2ebc28ecd61fafba8790c1)
ρ(A)=∫Ah dν=∫X1Ah dν.{\ displaystyle \ rho (A) = \ int _ {A} h ~ \ mathrm {d} \ nu = \ int _ {X} 1_ {A} \, h ~ \ mathrm {d} \ nu.}
Notiamo
h=dρdν.{\ displaystyle h = {\ frac {\ mathrm {d} \ rho} {\ mathrm {d} \ nu}}.}
Come conseguenza del teorema di Radon-Nikodym, abbiamo la seguente proprietà:
Proposizione - Sia ν una misura σ-finita positiva su e μ una misura σ-finita positiva (risp. Reale, risp. Complessa) su Esiste l'equivalenza tra:
(X,A){\ displaystyle (X, {\ mathcal {A}})}
(X,A).{\ displaystyle (X, {\ mathcal {A}}).}![{\ displaystyle (X, {\ mathcal {A}}).}](https://wikimedia.org/api/rest_v1/media/math/render/svg/a54a1d827707676cf512cd3b524434341510417f)
- μ≪ν,{\ displaystyle \ mu \ ll \ nu,}
![{\ displaystyle \ mu \ ll \ nu,}](https://wikimedia.org/api/rest_v1/media/math/render/svg/f26b16856bebfdea54c7dec9ec6b20dce7fd9d43)
-
μ ha una densità rispetto a ν .
Dimostrazione
Se allora, chiaramente, è una decomposizione di μ che soddisfa il teorema di Radon-Nikodym allora, in virtù dell'ultima parte del teorema, μ ha una densità rispetto a ν . Viceversa, sia h la densità di μ rispetto a ν . sì
μ≪ν{\ displaystyle \ mu \ ll \ nu}
μ=μ+0{\ displaystyle \ mu = \ mu +0}![{\ displaystyle \ mu = \ mu +0}](https://wikimedia.org/api/rest_v1/media/math/render/svg/91bad0cf96a492931931f614a25d41c4ca913d6b)
ν(A)=∫X1A dν=0,{\ displaystyle \ nu (A) = \ int _ {X} 1_ {A} ~ \ mathrm {d} \ nu = 0,}
allora è zero ν -quasi ovunque. Ne consegue che è zero ν anche quasi ovunque, quindi
1A{\ displaystyle 1_ {A}}
1Ah{\ displaystyle 1_ {A} \, h}![{\ displaystyle 1_ {A} \, h}](https://wikimedia.org/api/rest_v1/media/math/render/svg/aec2024c7202a8ed8d51f84b907ad70b07780c90)
μ(A)=∫X1Ah dν=0.{\ displaystyle \ mu (A) = \ int _ {X} 1_ {A} \, h ~ \ mathrm {d} \ nu = 0.}
L'ipotesi della σ-finitudine è importante: rispetto alla misura del conteggio , una misura è sempre assolutamente continua ma quella di Lebesgue su ℝ (ad esempio) non ha densità.
Densità di probabilità di un vettore casuale
Promemoria -
- Chiamiamo densità di probabilità di una variabile casuale X con valori in ℝ d di una funzione misurabile f , tali che per ogni parte boreliana A ⊂ ℝ d :P(X∈A)=∫Rd 1A(u)f(u) du=∫A f(u) du.{\ Displaystyle \ mathbb {P} (X \ in A) = \ int _ {\ mathbb {R} ^ {d}} \ 1_ {A} (u) \, f (u) ~ \ mathrm {d} u = \ int _ {A} \ f (u) ~ \ mathrm {d} u.}
- La legge di probabilità di una variabile casuale con valori in ℝ d è la misura di probabilità definita, per ogni parte boreliana A ⊂ ℝ d , da:PX{\ displaystyle \ mathbb {P} _ {X}}
X{\ displaystyle X}
PX(A)=P(X∈A).{\ displaystyle \ mathbb {P} _ {X} (A) = \ mathbb {P} (X \ in A).}
- Se d = 1, X è chiamata variabile casuale reale o var
In considerazione delle definizioni, il linguaggio probabilistico differisce leggermente dal linguaggio della teoria della misurazione. Esiste un'equivalenza tra le tre affermazioni:
- Una variabile casuale Z con valore in ℝ d ha una densità di probabilità.
- La misura ha una densità rispetto alla misura di Lebesgue su ℝ d .PZ{\ displaystyle \ mathbb {P} _ {Z}}
![{\ displaystyle \ mathbb {P} _ {Z}}](https://wikimedia.org/api/rest_v1/media/math/render/svg/9f85fcd1899a62085b58681647de3b569e57dcad)
- La misura è assolutamente continua rispetto alla misura di Lebesgue su ℝ d .PZ{\ displaystyle \ mathbb {P} _ {Z}}
![{\ displaystyle \ mathbb {P} _ {Z}}](https://wikimedia.org/api/rest_v1/media/math/render/svg/9f85fcd1899a62085b58681647de3b569e57dcad)
L'ultimo punto può essere riscritto, in linguaggio probabilistico.
Criterio - Una variabile casuale Z con valori in ℝ d ha una densità di probabilità se e solo se, per ogni Boreliano A di ℝ d la cui misura di Lebesgue è zero, abbiamo:
P(Z∈A)=0.{\ displaystyle \ mathbb {P} \ left (Z \ in A \ right) = 0.}
Questo criterio è usato raramente nella pratica per mostrare che Z ha una densità, ma è d'altra parte utile per mostrare che alcune probabilità sono zero. Ad esempio, se il vettore casuale Z = ( X , Y ) ha densità, allora:
- P(X=Y)=0,{\ displaystyle \ mathbb {P} \ sinistra (X = Y \ destra) = 0,}
![{\ displaystyle \ mathbb {P} \ sinistra (X = Y \ destra) = 0,}](https://wikimedia.org/api/rest_v1/media/math/render/svg/040fd870a566656a4623ebf5292067431ea7ccbe)
- P(X2+Y2=1)=0,{\ displaystyle \ mathbb {P} \ sinistra (X ^ {2} + Y ^ {2} = 1 \ destra) = 0,}
![{\ displaystyle \ mathbb {P} \ sinistra (X ^ {2} + Y ^ {2} = 1 \ destra) = 0,}](https://wikimedia.org/api/rest_v1/media/math/render/svg/81a9c0b1427b4a5ec75195bbeb840d835d8806bd)
perché la misura di Lebesgue (in altre parole, l'area) della prima bisettrice (risp. del cerchio unitario) è zero.
Più in generale, essendo zero la misura di Lebesgue del grafico di una funzione misurabile φ , ne consegue che:
- P(Y=φ(X))=0.{\ Displaystyle \ mathbb {P} \ sinistra (Y = \ varphi (X) \ destra) = 0.}
![{\ Displaystyle \ mathbb {P} \ sinistra (Y = \ varphi (X) \ destra) = 0.}](https://wikimedia.org/api/rest_v1/media/math/render/svg/2278a2d297b693445dde9ffdbdf06983045e3db4)
Allo stesso modo, ci sono molti esempi in cui, poiché l'insieme ha una misura di Lebesgue pari a zero, possiamo concludere che:
{(X,y)∈R2∣ψ(X,y)=0}{\ displaystyle \ left \ {(x, y) \ in \ mathbb {R} ^ {2} \ mid \ psi (x, y) = 0 \ right \}}![{\ displaystyle \ left \ {(x, y) \ in \ mathbb {R} ^ {2} \ mid \ psi (x, y) = 0 \ right \}}](https://wikimedia.org/api/rest_v1/media/math/render/svg/bd115b6477bdd4cf2e468f5ece1ed4a71d4e4b70)
- P(ψ(X,Y)=0)=0.{\ displaystyle \ mathbb {P} \ sinistra (\ psi (X, Y) = 0 \ destra) = 0.}
![{\ displaystyle \ mathbb {P} \ sinistra (\ psi (X, Y) = 0 \ destra) = 0.}](https://wikimedia.org/api/rest_v1/media/math/render/svg/09e3351dc02234e600a4983dda3003ce3c8c9221)
Il criterio Radon-Nikodym può essere utilizzato anche per dimostrare che un vettore casuale non ha densità, ad esempio se:
Z=(cosΘ,peccatoΘ),{\ Displaystyle Z = \ left (\ cos \ Theta, \ sin \ Theta \ right),}![Z = \ sinistra (\ cos \ Theta, \ sin \ Theta \ destra),](https://wikimedia.org/api/rest_v1/media/math/render/svg/64f5d3b7bc0f37211358639b4f9a4c4114b921ab)
dove Θ denota una variabile casuale secondo la legge uniforme su [0, 2π] , allora Z non ha una densità perché:
P(X2+Y2-1=0)=1.{\ displaystyle \ mathbb {P} \ sinistra (X ^ {2} + Y ^ {2} -1 = 0 \ destra) = 1.}
Nota - Nel caso di d = 1, una variabile casuale Z con valori in ℝ ha una densità di probabilità se e solo se la sua funzione di distribuzione è localmente assolutamente continua.
Valutazione e riferimento
-
Si veda ad esempio Walter Rudin , reale e analisi complesse [ dettaglio di edizioni ] per ulteriori dettagli.
Bibliografia
- (en) Leo Egghe, Stopping Time Techniques for Analysts and Probabilists , coll. "London Mathematical Society Lecture Note Series",1984, 351 p. ( ISBN 978-0-521-31715-3 , leggi online )
- (en) Gerald Folland (en) , Analisi reale: tecniche moderne e loro applicazioni , John Wiley & Sons ,2013, 2 ° ed. ( leggi online )
-
(en) J. von Neumann, " Sugli anelli degli operatori, III " , Ann. Matematica. , vol. 41, n o 1,1940, p. 94-161 ( leggi in linea ) (cfr. p. 127-130)
- Otton Nikodym, " Su una generalizzazione degli integrali di MJ Radon ", Fondo. Albero. , vol. 15,1930, p. 131-179 ( zbMATH 56.0922.02 , leggi in linea )
- (de) J. Radon, " Theorie und Anwendungen der absolut additiven Mengenfunktionen " , Sitz. Kais. Akad. Wiss. Vienna , matematica-Naturwiss. Kl. IIa, vol. 122,1913, p. 1295-1438
<img src="https://fr.wikipedia.org/wiki/Special:CentralAutoLogin/start?type=1x1" alt="" title="" width="1" height="1" style="border: none; position: absolute;">