WikiDer > Теорема дезинтеграции

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 E ⊆ S это просто область E. Мы предполагаем E является измеримым подмножеством S.

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

${displaystyle Esubseteq L_ {x} подразумевает, что mu (E) = 0.}$

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

${displaystyle mu (E) = int _ {[0,1]} mu _ {x} (Ecap L_ {x}), mathrm {d} x}$

на любой "красивый" E ⊆ S. 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: Y → Икс быть борелем-измеримая функция. Здесь следует думать о π как о функции «распада». Y, в смысле разбиения Y в ${displaystyle {pi ^ {- 1} (x) | xin X}}$. Например, для приведенного выше мотивационного примера можно определить ${displaystyle pi ((a, b)) = a, (a, b) в [0,1] imes [0,1]}$, что дает ${displaystyle pi ^ {- 1} (а) = время [0,1]}$, срез, который мы хотим захватить.
• Позволять ${displaystyle u}$ ∈ п(Икс) быть предварительная мера ${displaystyle u}$ = π_∗(μ) = μ ∘ π⁻¹. Эта мера обеспечивает распределение x (что соответствует событиям ${displaystyle pi ^ {- 1} (x)}$).

Заключение теоремы: существует ${displaystyle u}$-почти всюду однозначно определенное семейство вероятностных мер {μ_Икс}_{Икс∈Икс} ⊆ п(Y), что обеспечивает «распад» ${displaystyle mu}$в ${displaystyle {mu _ {x}} _ {xin X}}$), такое что:

• функция ${displaystyle xmapsto mu _ {x}}$ измерима по Борелю в том смысле, что ${displaystyle xmapsto mu _ {x} (B)}$ является измеримой по Борелю функцией для каждого измеримого по Борелю множества B ⊆ Y;
• μ_Икс "живет" на волокно π⁻¹(Икс): за ${displaystyle u}$-почти все Икс ∈ Икс,

${displaystyle mu _ {x} left (Ysetminus pi ^ {- 1} (x) ight) = 0,}$

и поэтому μ_Икс(E) = μ_Икс(E ∩ π⁻¹(Икс));

• для любой измеримой по Борелю функции ж : Y → [0, ∞],

${displaystyle int _ {Y} f (y), mathrm {d} mu (y) = int _ {X} int _ {pi ^ {- 1} (x)} f (y), mathrm {d} mu _ {x} (y) mathrm {d} u (x).}$

В частности, на любое мероприятие E ⊆ Y, принимая ж быть индикаторная функция из E,^[1]

${displaystyle mu (E) = int _ {X} mu _ {x} left (Eight), mathrm {d} u (x).}$

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 π_я : Y → Икс_я это естественно проекция, то каждое волокно π₁⁻¹(Икс₁) возможно канонически отождествляется с Икс₂ и существует борелевское семейство вероятностных мер ${displaystyle {mu _ {x_ {1}}} _ {x_ {1} in X_ {1}}}$ в п(Икс₂) (что есть (π₁)_∗(μ) -почти всюду однозначно определено) такое, что

${displaystyle mu = int _ {X_ {1}} mu _ {x_ {1}}, mu left (pi _ {1} ^ {- 1} (mathrm {d} x_ {1}) ight) = int _ { X_ {1}} mu _ {x_ {1}}, mathrm {d} (pi _ {1}) _ {*} (mu) (x_ {1}),}$

что в частности

${displaystyle int _ {X_ {1} imes X_ {2}} f (x_ {1}, x_ {2}), mu (mathrm {d} x_ {1}, mathrm {d} x_ {2}) = int _ {X_ {1}} left (int _ {X_ {2}} f (x_ {1}, x_ {2}) mu (mathrm {d} x_ {2} | x_ {1}) ight) mu left ( pi _ {1} ^ {- 1} (mathrm {d} x_ {1}) ight)}$

и

${displaystyle mu (A imes B) = int _ {A} mu left (B | x_ {1} ight), mu left (pi _ {1} ^ {- 1} (mathrm {d} x_ {1}) ight ).}$

Отношение к условное ожидание дается тождествами

${displaystyle operatorname {E} (f | pi _ {1}) (x_ {1}) = int _ {X_ {2}} f (x_ {1}, x_ {2}) mu (mathrm {d} x_ { 2} | x_ {1}),}$

${displaystyle mu (A imes B | pi _ {1}) (x_ {1}) = 1_ {A} (x_ {1}) cdot mu (B | x_ {1}).}$

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

• Совместное распределение вероятностей
• Копула (статистика)
• Условное ожидание

Рекомендации