यादृच्छिक उपाय

संभाव्यता सिद्धांत में, एक यादृच्छिक माप एक माप (गणित) -मूल्यवान यादृच्छिक तत्व होता है।  यादृच्छिक उपाय उदाहरण के लिए यादृच्छिक प्रक्रियाओं के सिद्धांत में उपयोग किए जाते हैं, जहां वे पॉइसन बिंदु प्रक्रियाओं और कॉक्स प्रक्रियाओं जैसे कई महत्वपूर्ण बिंदु प्रक्रियाएं बनाते हैं।

परिभाषा
यादृच्छिक उपायों को संक्रमण गुठली या यादृच्छिक तत्वों के रूप में परिभाषित किया जा सकता है। दोनों परिभाषाएँ समकक्ष हैं। परिभाषाओं के लिए, आइए $$ E $$ एक वियोज्य स्थान पूर्ण मीट्रिक स्थान बनें और दें $$ \mathcal E $$ इसका बोरेल सिग्मा बीजगणित हो | बोरेल $$ \sigma $$-बीजगणित। (एक वियोज्य पूर्ण मीट्रिक स्थान का सबसे आम उदाहरण है $$ \R^n $$)

एक संक्रमण कर्नेल
एक यादृच्छिक उपाय $$ \zeta $$ एक (अधिकतर निश्चित रूप से | a.s.) एक (अमूर्त) संभाव्यता स्थान से स्थानीय रूप से परिमित माप संक्रमण कर्नेल है $$ (\Omega, \mathcal A, P) $$ को $$ (E, \mathcal E) $$.

ट्रांज़िशन कर्नेल होने का अर्थ है कि
 * किसी निश्चित के लिए $$ B \in \mathcal \mathcal E $$, मैपिंग
 * $$ \omega \mapsto \zeta(\omega,B) $$
 * से मापने योग्य कार्य है $$ (\Omega, \mathcal A) $$ को $$ (E, \mathcal E) $$


 * हर तय के लिए $$ \omega \in \Omega $$, मैपिंग
 * $$ B \mapsto \zeta(\omega, B) \quad (B \in \mathcal E)$$
 * एक माप (गणित) है $$ (E, \mathcal E) $$

स्थानीय रूप से परिमित होने का अर्थ है कि उपाय
 * $$ B \mapsto \zeta(\omega, B) $$

संतुष्ट करना $$ \zeta(\omega,\tilde B) < \infty $$ सभी परिबद्ध औसत अंकिते के सेट के लिए $$ \tilde B \in \mathcal E $$ और सभी के लिए $$ \omega \in \Omega $$ कुछ को छोड़कर $$ P $$-शून्य सेट

अनेक संभावनाओं में से चुनी हूई प्रक्रिया के संदर्भ में, स्टोकेस्टिक कर्नेल, संभाव्यता कर्नेल और मार्कोव कर्नेल की संबंधित अवधारणा है।

एक यादृच्छिक तत्व के रूप में
परिभाषित करना
 * $$ \tilde \mathcal M:= \{ \mu \mid \mu \text{ is measure on } (E, \mathcal E) \} $$

और के माध्यम से स्थानीय रूप से परिमित उपायों का सबसेट
 * $$ \mathcal M:= \{ \mu \in \tilde \mathcal M \mid \mu(\tilde B) < \infty \text{ for all bounded measurable } \tilde B \in \mathcal E \} $$

मापने योग्य सभी के लिए $$ \tilde B $$, मैपिंग को परिभाषित करें
 * $$ I_{\tilde B } \colon \mu \mapsto \mu(\tilde B) $$

से $$ \tilde \mathcal M $$ को $$ \R $$. होने देना $$ \tilde \mathbb M $$ हो $$ \sigma $$ मैपिंग के माध्यम से प्रेरित बीजगणित $$ I_{\tilde B } $$ पर $$ \tilde \mathcal M $$ और $$ \mathbb M $$  $$ \sigma $$ मैपिंग  के माध्यम से प्रेरित बीजगणित $$ I_{\tilde B } $$ पर $$ \mathcal M $$. ध्यान दें कि $$ \tilde\mathbb M|_{\mathcal M}= \mathbb M $$.

एक यादृच्छिक माप एक यादृच्छिक तत्व है $$ (\Omega, \mathcal A, P) $$ को $$ (\tilde \mathcal M, \tilde \mathbb M) $$ यह अधिकतर निश्चित रूप से मान लेता है $$ (\mathcal M, \mathbb M) $$

तीव्रता माप
एक यादृच्छिक उपाय के लिए $$ \zeta$$, पैमाना $$ \operatorname E \zeta $$ संतुष्टि देने वाला
 * $$ \operatorname E \left[ \int f(x) \; \zeta (\mathrm dx )\right] = \int f(x) \; \operatorname E \zeta (\mathrm dx)$$

प्रत्येक सकारात्मक मापने योग्य कार्य के लिए $$ f $$ की तीव्रता का मापक कहलाता है $$ \zeta $$. तीव्रता माप हर यादृच्छिक माप के लिए सम्मलित है और एक एस-परिमित माप है।

सहायक उपाय
एक यादृच्छिक उपाय के लिए $$ \zeta$$, पैमाना $$ \nu $$ संतुष्टि देने वाला
 * $$ \int f(x) \; \zeta(\mathrm dx )=0 \text{ a.s. } \text{ iff } \int f(x) \; \nu (\mathrm dx)=0$$

सभी सकारात्मक मापने योग्य कार्यों के लिए सहायक उपाय कहा जाता है $$ \zeta$$. सहायक उपाय सभी यादृच्छिक उपायों के लिए सम्मलित है और परिमित होने के लिए चुना जा सकता है।

लाप्लास रूपांतरण
एक यादृच्छिक उपाय के लिए $$ \zeta$$लाप्लास परिवर्तन के रूप में परिभाषित किया गया है
 * $$ \mathcal L_\zeta(f)= \operatorname E \left[ \exp \left( -\int f(x) \; \zeta (\mathrm dx ) \right) \right]$$

प्रत्येक सकारात्मक मापने योग्य कार्य के लिए $$ f $$.

इंटीग्रल की मापनीयता
एक यादृच्छिक उपाय के लिए $$ \zeta $$, अभिन्न
 * $$ \int f(x) \zeta(\mathrm dx) $$

और

$$ \zeta(A) := \int \mathbf 1_A(x) \zeta(\mathrm dx) $$

सकारात्मक के लिए $$ \mathcal E $$-मापने योग्य $$ f $$ मापने योग्य हैं, इसलिए वे यादृच्छिक चर हैं।

विशिष्टता
एक यादृच्छिक माप का वितरण विशिष्ट रूप से वितरण के माध्यम से निर्धारित किया जाता है
 * $$ \int f(x) \zeta(\mathrm dx) $$

कॉम्पैक्ट समर्थन के साथ सभी निरंतर कार्यों के लिए $$ f $$ पर $$ E $$. एक निश्चित मोटी हो जाओ  के लिए $$ \mathcal I \subset \mathcal E $$ जो उत्पन्न करता है $$ \mathcal E $$ इस अर्थ में कि $$ \sigma(\mathcal I)=\mathcal E $$, एक यादृच्छिक माप का वितरण भी विशिष्ट रूप से सभी सकारात्मक सरल कार्यों पर अभिन्न अंग  के माध्यम से निर्धारित किया जाता है $$ \mathcal I $$-मापने योग्य कार्य $$ f $$.

अपघटन
सामान्यतः एक उपाय को विघटित किया जा सकता है:
 * $$ \mu=\mu_d + \mu_a = \mu_d + \sum_{n=1}^N \kappa_n \delta_{X_n}, $$

यहाँ $$\mu_d$$ परमाणुओं के बिना एक विसरित माप है, जबकि $$\mu_a$$ विशुद्ध रूप से परमाणु माप है।

रैंडम काउंटिंग माप
प्रपत्र का एक यादृच्छिक माप:


 * $$ \mu=\sum_{n=1}^N \delta_{X_n}, $$

यहाँ $$\delta$$ डिराक उपाय है, और $$X_n$$ यादृच्छिक चर हैं, जिसे एक बिंदु प्रक्रिया या यादृच्छिक गिनती उपाय कहा जाता है। यह यादृच्छिक माप उन N कणों के सेट का वर्णन करता है, जिनके स्थान (सामान्य रूप से वेक्टर मूल्यवान) यादृच्छिक चर $$X_n$$  के माध्यम से दिए जाते हैं। गलनात्मक घटक $$\mu_d$$ गणना माप के लिए शून्य होता है।

उपरोक्त रूपांतर की औपचारिक टिप्पणी में, एक यादृच्छिक गणना माप एक प्रायिकता अंतराल से एक निर्दिष्ट लोग विश्लेषण में एक मापदंड है। यहाँ ($N_X$,&thinsp;$\mathfrak{B}(N_X)$) मापने योग्य स्थान के सारे सीमित संख्यात्मक मापों (गणना माप) के लिए एक न्यूनतम से अधिक मापने वाले स्थान हैं। यहाँ $$N_X$$ सभी परिमित पूर्णांक-मूल्यवान उपायों का स्थान है $$N \in M_X$$ (गणना उपाय कहा जाता है)।

अपेक्षा माप की परिभाषाएँ, लाप्लास कार्यात्मक, क्षण उपाय और यादृच्छिक उपायों के लिए स्थिरता बिंदु प्रक्रियाओं का अनुसरण करती हैं। रैंडम उपाय मोंटे कार्लो विधियों के विवरण और विश्लेषण में उपयोगी होते हैं, जैसे मोंटे कार्लो संख्यात्मक क्वाड्रेचर और कण फिल्टर के वर्णन और विश्लेषण में उपयोगी होते हैं।

यह भी देखें

 * जहर यादृच्छिक माप
 * वेक्टर माप
 * वितरण पहनावा