Medida de Dirac

Um diagrama mostrando todos os subconjuntos possíveis para um conjunto de 3 pontos { x , y , z } {\displaystyle \{x,y,z\}} . A medida de Dirac δ x {\displaystyle \delta _{x}} designa um tamanho de 1 para todos os conjuntos na metade superior esquerda do diagrama e 0 para todos os conjuntos na metade inferior direita.

Em matemática, uma medida de Dirac designa um tamanho a um conjunto baseado somente em se ele contém um ponto fixo x ou não. É uma forma de formalizar a ideia da função delta de Dirac, uma importante ferramenta em física e engenharia.[1]

Definição

Uma medida de Dirac é uma medida δx  em um conjunto X (com qualquer σ-algebra de subconjuntos de X) definida para um dado x ∈ X e qualquer conjunto (mensurável) A ⊆ X por

δ x ( A ) = 1 A ( x ) = { 0 , x A ; 1 , x A . {\displaystyle \delta _{x}(A)=1_{A}(x)={\begin{cases}0,&x\not \in A;\\1,&x\in A.\end{cases}}} [1]

onde 1 A {\displaystyle 1_{A}} é a função indicadora de A {\displaystyle A} .

A medida de Dirac é uma medida de probabilidade, e em termos de probabilidade ela representa o resultado quase certo de x no espaço amostral X. Também podemos dizer que a medida é um único átomo em x; no entanto, tratar a medida de Dirac como uma medida atômica não é correto quando consideramos a definição sequencial do delta de Dirac, como o limite de uma sequencia de delta. As medidas de Dirac são os pontos extremos do conjunto convexo de medidas de probabilidade em X.

O nome é uma derivação regressiva da função delta de Dirac, considerada como uma distribuição Schwartz, por exemplo na reta real; medidas podem ser tomadas para ser um tipo especial de distribuição. A identidade

X f ( y ) d δ x ( y ) = f ( x ) , {\displaystyle \int _{X}f(y)\,\mathrm {d} \delta _{x}(y)=f(x),}

a qual, na forma

X f ( y ) δ x ( y ) d y = f ( x ) , {\displaystyle \int _{X}f(y)\delta _{x}(y)\,\mathrm {d} y=f(x),}

é frequentemente tomada como parte da definição da "função de delta", está como um teorema da integral de Lebesgue.

Propriedades da medida de Dirac

Seja δx a medida de Dirac centrada em algum ponto fixo x e em algum espaço mensurável (X, Σ).

  • δx é a medida de probabilidade, e por tanto uma medida finita.

Suponha que (X,T) é um espaço topológico e que Σ é ao menos tão fina quanto a σ-algebra de Borel σ(T) em X.

  • δx  é uma medida estritamente positiva se e somente se a topologia T é tal que x encontra-se dentre cada conjunto aberto e não vazio, e.x. no caso da topologia trivial {∅, X}.
  • Desde que  δx é a medida de probabilidade, ela é também uma medida localmente finita.
  • Se X é um espaço de Hausdorff com sua σ-algebra de Borel, então δx  satisfaz a condição para ser uma medida regular interna, uma vez que conjuntos unitários como {x} são sempre compactos. Por tanto, δx é também uma medida de Radon.
  • Assumindo que a topologia T é fina o suficiente que {x} é fechado, o que é o caso na maioria das aplicações, o suporte de δx é {x}. (De outra forma supp(δx) é o fechamento de {x} em (X,T).) Além disso,  δx é a única medida de probabilidade cujo suporte é {x}.
  • Se X é um espaço Euclidiano n-dimensional Rn com sua σ-algebra usual e media de Lebesgue n-dimensional λn, então δx é uma medida singular com respeito à  λn: simplesmente decomGonha Rn como A = Rn \ {x} e B={x} e observe que δx(A) = λn(B) = 0.

Generalizações

Uma medida discreta é similar à medida de Dirac, exceto que ela é concentrada em muitos pontos contáveis, ao invés de um único ponto. Mais formalmente, a medida na reta real é chamada de medida discreta (em respeita à medida de Lebesgue) se seu suporte é no máximo um conjunto contável.[2]

Ver também

Referências

  1. a b Jean Dieudonné (1976). «Examples of measures». Treatise on analysis, Part 2. [S.l.]: Academic Press. p. 100. ISBN 0-12-215502-5 
  2. John Benedetto (1997). «§2.1.3 Definition, δ». Harmonic analysis and applications. [S.l.]: CRC Press. p. 72. ISBN 0-8493-7879-6 
  • v
  • d
  • e
Tempo discreto
Tempo contínuo
Ambos
Campos e outros
Modelos de série temporal
Modelos financeiros
  • Black–Derman–Toy
  • Black–Karasinski
  • Chen
  • Cox–Ingersoll–Ross (CIR)
  • Garman–Kohlhagen
  • Heath–Jarrow–Morton (HJM)
  • Heston
  • Ho–Lee
  • Hull–White
  • LIBOR market
  • Rendleman–Bartter
  • SABR volatility
  • Vašíček
  • Wilkie
Modelos atuariais
  • Bühlmann
  • Cramér–Lundberg
  • Sparre–Anderson
Modelos de filas
Propriedades
Teoremas limites
Desigualdades
Ferramentas
Disciplinas
  • Categoria:Processos estocásticos