측도 수렴 함수열

testwiki
둘러보기로 이동 검색으로 이동

틀:위키데이터 속성 추적 측도론에서, 측도 수렴 함수열(測度收斂函數列, 틀:Llang)은 극한과의 오차가 큰 부분이 점차 사라지는 가측 함수의 열이다.

정의

다음이 주어졌다고 하자.

가측 함수의 열 (fi:XY)i가측 함수 f:XY가 다음 조건을 만족시키면, (fi)if측도 수렴한다고 한다.

  • 임의의 ϵ>0에 대하여, limiμ({xX:dY(fi,f)>ϵ})=0

가측 함수의 열 (fi:XY)i이 다음 조건을 만족시키면, 측도 코시 열(測度-列, 틀:Llang)이라고 한다.

  • 임의의 ϵ>0에 대하여, limnsupi,jnμ({xX:dY(fi,fj)>ϵ})=0

만약 μ확률 측도일 경우, 확률 수렴(確率收斂, 틀:Llang)과 확률 코시 열(確率-列, 틀:Llang)이라는 용어를 대신 사용하기도 한다.

성질

만약 (fi:XY)ifg로 측도 수렴한다면, 거의 어디서나 f=g이다.

함의 관계

모든 측도 수렴 함수열은 항상 거의 어디서나 수렴 부분 함수열을 갖는다. 만약 X가산 집합일 경우, 모든 측도 수렴 함수열은 거의 어디서나 수렴한다.

만약 μ(X)<일 경우, 다음 두 조건이 서로 동치이다.

  • (fi)if로 측도 수렴한다.
  • 임의의 부분열 (fi(j))j에 대하여, f거의 어디서나 수렴하는 부분열 (fi(j(k)))k이 존재한다.

(특히, μ(X)<일 경우 모든 거의 어디서나 수렴 함수열은 측도 수렴한다.)

모든 측도 수렴 함수열은 측도 코시 열이다. 만약 μ(X)<이며, Y분해 가능 완비 거리 공간일 경우, 모든 측도 코시 열은 측도 수렴한다.

확률 측도 공간 (X,Σ,μ)이 주어졌다고 하자. 또한, 실수 값 가측 함수 X에 대하여 측도 수렴과 거의 어디서나 수렴이 동치라고 하자. 그렇다면 μ원자적 측도다.[1]틀:Rp

측도 수렴하지 않는 거의 어디서나 수렴 함수열

보렐 시그마 대수르베그 측도를 갖춘 실수선 (,(),μL) 위에 다음과 같은 함수열을 정의하자.

fi:
fi:x{1x[n,)0x∉[n,)

그렇다면 (fi)i은 0으로 점별 수렴하며, 특히 거의 어디서나 수렴하지만, 측도 수렴하지 않는다.

거의 어디서나 수렴하지 않는 측도 수렴 함수열

실수 구간 ([0,1],([0,1]),μL) 위에 다음과 같은 함수열을 정의하자.

fi:[0,1]
fi:x{1i=(1+2++n)+j,0jn,x[j/(n+1),(j+1)/(n+1)]0i=(1+2++n)+j,0jn,x∉[j/(n+1),(j+1)/(n+1)]

그렇다면 (fi)i은 0으로 측도 수렴하지만, 모든 곳에서 발산하며, 특히 거의 어디서나 수렴하지 않는다.

참고 문헌

틀:각주

외부 링크