Vážení zákazníci a čtenáři – od 28. prosince do 2. ledna máme zavřeno.
Přejeme Vám krásné svátky a 52 týdnů pohody a štěstí v roce 2025 !

Měřitelný prostor

Z Multimediaexpo.cz

Měřitelný prostor neboli borelovský prostor je v matematice základní objekt teorie míry.[1] Sestává z libovolné neprázdné množiny a tzv. sigma-algebry na této množině.

Měřitelný prostor poskytuje informace o tom, které množiny (podmnožiny neprázdné množiny) lze měřit. Měřitelný prostor určuje, které podmnožiny neprázdné množiny jsou měřitelné, ale na rozdíl od prostoru s mírou nedefinuje žádnou konkrétní míru.

Obsah

Definice

Měřitelný prostor je uspořádaná dvojice \((X,\mathcal A)\), kde[2]

  • \(X\) je neprázdná množina,
  • \(\mathcal A\) je \(\sigma\)-algebra na množině \(X\).

Příklad

Uvažujme množinu \(X= \{1,2,3\}\), pak jedna z možných \(\sigma\)-algeber je

\(\mathcal A_1=\{X, \emptyset\}\) a \((X,\mathcal A_1)\) je měřitelný prostor,

další možnou \(\sigma\)-algebrou je potenční množina množiny \(X\), tj.:

\( \mathcal A_2= \mathcal P(X)\) a \((X, \mathcal A_2)\) je jiný měřitelný prostor.

Měřitelné prostory

  • Pokud \(X\) je konečná nebo spočetná množina, pak potenční množina množiny \(X\) je \(\sigma\)-algebrou, tj. \(\mathcal A=\mathcal P(X)\). Měřitelný prostor je pak \((X, \mathcal P(X))\).
  • Pokud \(X\) je topologický prostor, pak \(\sigma\)-algebra může být borelovská množina \(\mathcal B\), tj. \(\mathcal A= \mathcal B(X)\).
  • Měřitelný prostor je pak \((X, \mathcal B(X))\), obvyklý pro všechny topologické prostory včetně množiny reálných čísel \( \mathbb{R} \).

Borelovské prostory

Termín borelovský prostor se používá pro různé typy měřitelných prostorů, může znamenat:

  • jakýkoli měřitelný prostor, tj. být synonymem pro měřitelný prostor jak je definovaný výše,[1]
  • měřitelný prostor, který je borelovsky izomorfní s nějakou měřitelnou podmnožinou reálných čísel, která je borelovskou \(\sigma \)-algebrou[3].

Reference

  1. 1,0 1,1 SAZONOV, V. V.. Měřitelný prostor. [s.l.] : Springer Science+Business Media B.V. / Kluwer Academic Publishers. Dostupné online. ISBN 978-1-55608-010-4.  
  2. KLENKE, Achim. Probability Theory. Berlín : Springer, 2008. ISBN 978-1-84800-047-6. DOI:10.1007/978-1-84800-048-3  
  3. KALLENBERG, Olav. Random Measures, Theory and Applications. Svazek 77. Švýcarsko : Springer, 2017. (Probability Theory and Stochastic Modelling.) ISBN 978-3-319-41596-3. DOI:10.1007/978-3-319-41598-7  

Související články