勒贝格测度的一点理解
标签:
股票 |
勒贝格测度(lebesgue 测度)
首先测度是一个函数,最为工科同学常见和所被接受的的测度是概率测度,理解为某个随机变量的分布。
勒贝格测度是一种满足某些条件的测度,相关的还有borel测度。
据我理解,我们所接触的概率测度属于勒贝格测度(有误请指正)。
先挖个坑,后面再补充。
人们知道,区间的长度可以定义为端点值之差。若干个不交区间的并的长度应当是它们的长度之和。于是人们希望将长度的概念推广为比区间更复杂的集合。
我们想构造一个映射m,它能将实数集的子集E映射为非负实数mE。称这样的映射(集函数)为集合E的测度。最理想的情况应该是m具有以下性质:
- mE对于实数集的所有子集E都有定义。
- 对于一个区间I,mI应当等于其长度(端点数值之差)。
- 如果{En}是一列不相交的集合,并且m在其上有定义,那么http://upload.wikimedia.org/math/1/0/4/104af96d9a2bdae236e8d60c6de041c7.png。
- m具有平移不变性,即如果一个m有定义的集合E的每个元素都加一个相同的实数(定义为http://upload.wikimedia.org/math/c/8/5/c8553fb1c96c0630e9bf3184711816a2.png,记作E+y),那么m(E+y)=mE。
遗憾的是,这样的映射(集函数)是不存在的。人们只能退而求其次,寻找满足其中部分条件的映射。其中一个例子是若当测度,它只满足有限可加性(第三条性质希望具有可数可加性)。勒贝格测度是满足后三条性质的例子。
例子[编辑]
前一篇:[转载]我这程序员的一年
后一篇:示性函数(指示函数)

加载中…