Теорема распада - Disintegration theorem

В математика, то теорема распада это результат теория меры и теория вероятности. Он строго определяет идею нетривиального «ограничения» мера к измерять ноль подмножество измерить пространство обсуждаемый. Это связано с существованием условно-вероятностные меры. В некотором смысле «распад» - это процесс, противоположный построению мера продукта.

Мотивация

Рассмотрим единичный квадрат в Евклидова плоскость р2, S = [0, 1] × [0, 1]. Рассмотрим вероятностная мера μ определяется на S ограничением двумерного Мера Лебега λ2 к S. То есть вероятность события ES это просто область E. Мы предполагаем E является измеримым подмножеством S.

Рассмотрим одномерное подмножество S например, отрезок линии LИкс = {Икс} × [0, 1]. LИкс имеет нулевую μ-меру; каждое подмножество LИкс является μ-нулевой набор; поскольку пространство с мерой Лебега является полное пространство измерения,

Хотя это правда, это несколько неудовлетворительно. Было бы неплохо сказать, что μ «ограничено» LИкс - одномерная мера Лебега λ1, а не нулевая мера. Вероятность «двумерного» события E затем можно получить как интеграл одномерных вероятностей вертикальных «срезов» ELИкс: более формально, если μИкс обозначает одномерную меру Лебега на LИкс, тогда

на любой "красивый" ES. Теорема о дезинтеграции делает этот аргумент строгим в контексте мер на метрические пространства.

Формулировка теоремы

(Здесь и далее п(Икс) будет обозначать совокупность Борель вероятностные меры на метрическое пространство (Икс, d).) Предположения теоремы следующие:

  • Позволять Y и Икс быть двумя Радоновые пространства (т.е. топологическое пространство так что каждый Борель вероятностная мера на M является внутренний регулярный например отделяемый метрических пространств, на которых каждая вероятностная мера является Радоновая мера ).
  • Пусть μ ∈ п(Y).
  • Пусть π: YИкс быть борелем-измеримая функция. Здесь следует думать о π как о функции «распада». Y, в смысле разбиения Y в . Например, для приведенного выше мотивационного примера можно определить , что дает , срез, который мы хотим захватить.
  • Позволять п(Икс) быть предварительная мера = π(μ) = μ ∘ π−1. Эта мера обеспечивает распределение x (что соответствует событиям ).

Заключение теоремы: существует -почти всюду однозначно определенное семейство вероятностных мер {μИкс}ИксИксп(Y), что обеспечивает «распад» в ), такое что:

  • функция измерима по Борелю в том смысле, что является измеримой по Борелю функцией для каждого измеримого по Борелю множества BY;
  • μИкс "живет" на волокно π−1(Икс): за -почти все ИксИкс,
и поэтому μИкс(E) = μИкс(E ∩ π−1(Икс));
  • для любой измеримой по Борелю функции ж : Y → [0, ∞],
В частности, на любое мероприятие EY, принимая ж быть индикаторная функция из E,[1]

Приложения

Пространства продуктов

Исходный пример был частным случаем проблемы пространств продукта, к которой применима теорема о дезинтеграции.

Когда Y записывается как Декартово произведение Y = Икс1 × Икс2 и πя : YИкся это естественно проекция, то каждое волокно π1−1(Икс1) возможно канонически отождествляется с Икс2 и существует борелевское семейство вероятностных мер в п(Икс2) (что есть (π1)(μ) -почти всюду однозначно определено) такое, что

что в частности

и

Отношение к условное ожидание дается тождествами

Векторное исчисление

Теорема распада может также рассматриваться как оправдание использования «ограниченной» меры в векторное исчисление. Например, в Теорема Стокса применительно к векторное поле протекает через компактный поверхность Σ ⊂ р3, подразумевается, что «правильная» мера на Σ - это распад трехмерной меры Лебега λ3 на Σ, и что распад этой меры на ∂Σ совпадает с распадом λ3 на ∂Σ.[2]

Условные распределения

Теорема о дезинтеграции может применяться для строгой обработки условных распределений вероятностей в статистике, избегая при этом чисто абстрактных формулировок условной вероятности.[3]

Смотрите также

Рекомендации

  1. ^ Dellacherie, C .; Мейер, П.-А. (1978). Вероятности и потенциал. Математические исследования Северной Голландии. Амстердам: Северная Голландия. ISBN  0-7204-0701-X.
  2. ^ Амбросио, Л., Джильи, Н. и Саваре, Г. (2005). Градиентные потоки в метрических пространствах и в пространстве вероятностных мер. ETH Zürich, Birkhäuser Verlag, Базель. ISBN  978-3-7643-2428-5.CS1 maint: несколько имен: список авторов (связь)
  3. ^ Chang, J.T .; Поллард, Д. (1997). «Кондиционирование как распад» (PDF). Statistica Neerlandica. 51 (3): 287. CiteSeerX  10.1.1.55.7544. Дои:10.1111/1467-9574.00056.