Niech \(\displaystyle{ (\mu_k)}\) oraz \(\displaystyle{ (v_k)}\) będą sekwencją/ciągiem prawdopodobieństwa miar na \(\displaystyle{ (\mathbb{R},\mathbb{B}(\mathbb{R}))}\). Rozważmy produkt miar na \(\displaystyle{ (\mathbb{R^{\infty}},\mathbb{B}(\mathbb{R^{\infty}}))}\)
\(\displaystyle{ \mu = \bigotimes_{k=1}^{\infty} \mu_k, \\[1ex]
v = \bigotimes_{k=1}^{\infty} v_k}\)
Udowodnij, że całka Hellingera
\(\displaystyle{ H(\mu, v)= \prod_{k=1}^{\infty} H(\mu_k,v_k)}\)
Może ktoś się spotkał z czymś takim i wie, w jaki sposób się do tego zabrać? Jakaś literatura lub podpowiedzi mile widziane. Dziękuję bardzo. Jeżeli pomyliłam dział, to proszę o przeniesienie.
Ciąg prawdopodobieństwa miar.
-
- Użytkownik
- Posty: 7917
- Rejestracja: 18 mar 2009, o 16:24
- Płeć: Mężczyzna
- Podziękował: 30 razy
- Pomógł: 1671 razy
Re: Ciąg prawdopodobieństwa miar.
likeme
Rozwiązanie Pani zadania wynika z definicji i własności całki Hellingera na produkcie miar prawdopodobieństwa.
Definiujemy najpierw całkę Hellingera dla dwóch rozłącznych miar prawdopodobieństwa \(\displaystyle{ \mu, v}\) na przestrzeni
\(\displaystyle{ (R, B(R)),}\)
takich że:
\(\displaystyle{ \mu(R) = v(R) = 1.}\)
i
\(\displaystyle{ \bigcup_{n=1}^{\infty}B_{n} = B}\)
\(\displaystyle{ \{B_{n}: n\in N\} \subset B}\)
Tworzymy sumę:
\(\displaystyle{ S(\Delta) = \sum_{B\in \Delta}[\mu(B)\cdot v(B)]^{\frac12}}\)
gdzie:
\(\displaystyle{ \Delta \in D,}\) zaś \(\displaystyle{ D}\) - przeliczalną rodziną wszystkich mierzalnych podziałów zbioru \(\displaystyle{ X.}\)
Granicę:
\(\displaystyle{ \lim_{\Delta \in D} S(\Delta) = \int [d\mu \cdot d v]^{\frac{1}{2}}}\) (1)
nazywamy całką Hellingera prawdopodobieństwa miar \(\displaystyle{ \mu, v.}\)
Z definicji całki Hellingera i pochodnej Radona-Nikodyma wynika, że
\(\displaystyle{ \int [d\mu_{1} \cdot d v_{1}]^{\frac{1}{2}}= \int \left[ \frac{d \mu_{1}}{d\mu}\cdot \frac{dv_{1}}{d\mu}\right] ^{\frac{1}{2}}}\)
gdzie:
\(\displaystyle{ \frac{d \mu_{1}}{d\mu}, \frac{dv_{1}}{d\mu}}\) są pochodnymi Radona-Nikodyma.
Rozwiązanie Pani zadania wynika z definicji i własności całki Hellingera na produkcie miar prawdopodobieństwa.
Definiujemy najpierw całkę Hellingera dla dwóch rozłącznych miar prawdopodobieństwa \(\displaystyle{ \mu, v}\) na przestrzeni
\(\displaystyle{ (R, B(R)),}\)
takich że:
\(\displaystyle{ \mu(R) = v(R) = 1.}\)
i
\(\displaystyle{ \bigcup_{n=1}^{\infty}B_{n} = B}\)
\(\displaystyle{ \{B_{n}: n\in N\} \subset B}\)
Tworzymy sumę:
\(\displaystyle{ S(\Delta) = \sum_{B\in \Delta}[\mu(B)\cdot v(B)]^{\frac12}}\)
gdzie:
\(\displaystyle{ \Delta \in D,}\) zaś \(\displaystyle{ D}\) - przeliczalną rodziną wszystkich mierzalnych podziałów zbioru \(\displaystyle{ X.}\)
Granicę:
\(\displaystyle{ \lim_{\Delta \in D} S(\Delta) = \int [d\mu \cdot d v]^{\frac{1}{2}}}\) (1)
nazywamy całką Hellingera prawdopodobieństwa miar \(\displaystyle{ \mu, v.}\)
Z definicji całki Hellingera i pochodnej Radona-Nikodyma wynika, że
\(\displaystyle{ \int [d\mu_{1} \cdot d v_{1}]^{\frac{1}{2}}= \int \left[ \frac{d \mu_{1}}{d\mu}\cdot \frac{dv_{1}}{d\mu}\right] ^{\frac{1}{2}}}\)
gdzie:
\(\displaystyle{ \frac{d \mu_{1}}{d\mu}, \frac{dv_{1}}{d\mu}}\) są pochodnymi Radona-Nikodyma.
-
- Użytkownik
- Posty: 7
- Rejestracja: 9 kwie 2018, o 15:10
- Płeć: Kobieta
- Lokalizacja: Warszawa
- Podziękował: 1 raz
Re: Ciąg prawdopodobieństwa miar.
a czy mógłby Pan polecić jakąś literaturę do tego? Czyli rozumiem, że to co Pan napisał wystarczy do dowodu tej własności?
-
- Użytkownik
- Posty: 7917
- Rejestracja: 18 mar 2009, o 16:24
- Płeć: Mężczyzna
- Podziękował: 30 razy
- Pomógł: 1671 razy
Ciąg prawdopodobieństwa miar.
To nie wystarczy, musi Pani w oparciu o własność całki Hellingera, którą podałem, a którą przyjmuje się jako jej drugą definicję - zastosować do produktu miar.
Proponuję książkę:
A.N. Shiryaev. Probability. Fourth Edition Springer 2012.
Proponuję książkę:
A.N. Shiryaev. Probability. Fourth Edition Springer 2012.