Bildmått

Ett bildmått är inom matematiken ett mått som avbildar en måttstruktur från andra måttrummet till andra.

Formell definition

Låt ( X , F , μ ) {\displaystyle (X,{\mathcal {F}},\mu )} vara ett måttrum och ( Y , G ) {\displaystyle (Y,{\mathcal {G}})} ett mätbart rum, dvs G {\displaystyle {\mathcal {G}}} är en sigma-algebra i Y. Om f : X Y {\displaystyle f:X\rightarrow Y} är en mätbar funktion är µ:s f-bildmått eller bildmåttet en funktion f # μ : G [ 0 , ] {\displaystyle f_{\#}\mu :{\mathcal {G}}\rightarrow [0,\infty ]} definierad som:

( f # μ ) ( A ) := μ ( f 1 A ) , {\displaystyle (f_{\#}\mu )(A):=\mu (f^{-1}A),}

för A G {\displaystyle A\in {\mathcal {G}}} , dvs man mäta urbilder med måttet µ.

Med urbildens egenskaper man kan visa nästan:

( f # μ ) ( ) = μ ( f 1 ) = μ ( ) = 0 ; {\displaystyle (f_{\#}\mu )(\varnothing )=\mu (f^{-1}\varnothing )=\mu (\varnothing )=0;}
  • Bildmåttet är σ-additiv, dvs om E1, E2, E3, ... är en uppräknelig sekvens av parvis disjunkta mängder i G {\displaystyle {\mathcal {G}}} så är
( f # μ ) ( i = 1 E i ) = μ ( f 1 i = 1 E i ) = μ ( i = 1 f 1 E i ) = i = 1 μ ( f 1 E i ) = i = 1 ( f # μ ) ( E i ) , {\displaystyle (f_{\#}\mu )\left(\bigcup _{i=1}^{\infty }E_{i}\right)=\mu \left(f^{-1}\bigcup _{i=1}^{\infty }E_{i}\right)=\mu \left(\bigcup _{i=1}^{\infty }f^{-1}E_{i}\right)=\sum _{i=1}^{\infty }\mu (f^{-1}E_{i})=\sum _{i=1}^{\infty }(f_{\#}\mu )(E_{i}),}

eftersom f-1E1, f-1E2, f-1E3, ... är en uppräknelig sekvens av parvis disjunkta mängder i F {\displaystyle {\mathcal {F}}} .

Dvs bildmåttet är ett mått G [ 0 , ] {\displaystyle {\mathcal {G}}\rightarrow [0,\infty ]} . Så att ( Y , G , f # μ ) {\displaystyle (Y,{\mathcal {G}},f_{\#}\mu )} är ett måttrum.

Sannolikhetsfördelning

Huvudartikel: Sannolikhetsfördelning

En viktig tillämpning för bildmåttet är stokastisk variabels fördelning. Mer precist, låt ( Ω , F , P ) {\displaystyle (\Omega ,{\mathcal {F}},\mathbb {P} )} vara ett sannolikhetsrum och X : Ω R {\displaystyle X:\Omega \longrightarrow \mathbb {R} } en stokastisk variabel. Så att sannolikhetsfördelning för X är ett bildmått

P X := X # P . {\displaystyle \mathbb {P} _{X}:=X_{\#}\mathbb {P} \,.}

Se även