सबसे पहले, हम संभावना उपायों, बस की जरूरत नहीं है -finiteness। तो चलो एम = ( Ω , एफ ) एक औसत दर्जे का स्थान हो और जाने μ और ν हो σ पर -finite उपायों एम ।σएम =(Ω, एफ)μνσम
रेडॉन-Nikodym प्रमेय कहा गया है कि अगर सभी के लिए एक ∈ एफ , द्वारा सूचित किया जाता μ » ν , तो एक गैर नकारात्मक बोरेल समारोह मौजूद है च ऐसी है कि
ν ( एक ) = ∫ एक चμ(A)=0⟹ν(A)=0A∈Fμ≫νf
सभी के लिए एक ∈ एफ ।
ν(A)=∫Afdμ
A∈F
यहां बताया गया है कि मुझे यह कैसे पसंद है। सबसे पहले, पर किसी भी दो उपायों के लिए , चलो परिभाषित μ ~ ν लिए मतलब μ ( एक ) = 0Mμ∼ν । यह एक वैध समानता संबंध है और हम कहते हैं कि μ और ν इस मामले मेंबराबरहैं। यह उपायों के लिए एक समझदार तुल्यता क्यों है? उपाय केवल कार्य हैं लेकिन उनके डोमेन कल्पना करने के लिए मुश्किल हैं। क्या होगा अगर दो सामान्य कार्य f , g : R → R के पास यह संपत्ति है, यानी f ( x ) = 0μ(A)=0⟺ν(A)=0μνf,g:R→R ? ठीक है, को परिभाषित
ज ( एक्स ) = { च ( एक्स ) / जी ( एक्स ) जी ( x ) ≠ 0 π ई o.w.
और ध्यान दें कि के समर्थन पर कहीं भी जी हमारे पास छ ज = च , और के समर्थन के बाहर छ छ ज = 0 ⋅ π ई = 0 = च (के बाद से चf(x)=0⟺g(x)=0
h(x)={f(x)/g(x)πeg(x)≠0o.w.
ggh=fg gh=0⋅πe=0=ffऔर
शेयर सपोर्ट करता है) इसलिए
h हमें
f में rescale
g देता है । @Whuber अंक बाहर के रूप में, यहाँ कुंजी विचार नहीं है कि
0 / 0 किसी भी तरह "सुरक्षित" करते हैं या अनदेखी करने के लिए है, बल्कि जब
छ = 0 तो यह बात नहीं क्या करता है
ज करता है तो हम बस इसे मनमाने ढंग से परिभाषित कर सकते हैं (जैसे होने के लिए
π ई जो कोई विशेष महत्व यहाँ है) और चीजें अभी भी काम करते हैं। इसके अलावा इस मामले में हम अनुरूप समारोह को परिभाषित कर सकते
ज ' के साथ
छ / च ताकि
च ज ' = छ ।
ghgf0/0g=0hπeज'जी/ चचज'= जी
इसके बाद मान लीजिए कि , लेकिन दूसरी दिशा आवश्यक नहीं है। इस का मतलब है की हमारे पिछले परिभाषा यह है कि ज अभी भी काम करता है, लेकिन अब ज ' के बाद से यह द्वारा वास्तविक डिवीजनों होगा काम नहीं करता है 0 । इस प्रकार हम rescale कर सकते हैं जी में च के माध्यम से छ ज = च , लेकिन हम दूसरी दिशा नहीं जा सकते क्योंकि हम rescale कुछ नहीं करनी 0 कुछ गैर शून्य में।जी( x ) = 0⟹च( x ) = 0जज'0जीचजीज = च0
अब और ν पर लौटते हैं और अपने RND को f से दर्शाते हैं । तो μ ~ ν , तो यह सहज अर्थ यह है कि एक दूसरे में विपरीत पुनः पैमाना किया जा सकता है, और इसके। लेकिन आम तौर पर हम केवल (एक और अधिक सार उपाय में यानी rescale एक अच्छा Lebesgue उपाय की तरह उपाय) इस के साथ एक ही दिशा में जाने के लिए इसलिए हम केवल जरूरत चाहते μ » ν उपयोगी काम करने के लिए। यह rescaling RND का दिल है।μνचμ ~ νμ » ν
टिप्पणी में @ whuber के दृष्टिकोण में लौटने के बाद वहाँ के लिए एक अतिरिक्त सूक्ष्मता है क्यों यह सुरक्षित है के मुद्दे की अनदेखी करने के । क्योंकि उपायों के साथ उस के हम केवल कभी चीजों को उपाय के सेट करने के लिए तय कर रहे हैं 0 इसलिए किसी भी सेट पर एक साथ μ ( एक ) = 0 हम सिर्फ हमारे RND किसी भी मान ले कर सकते हैं, का कहना है कि 1 । इसलिए यह नहीं है कि 0 / 0 बल्कि कहीं भी है कि हम के लिए होता है आंतरिक रूप से सुरक्षित है, लेकिन 0 / 0 उपाय का एक सेट है 0 wrt μ० / ०0एμ ( ए ) = 01० / ०० / ०0μ इसलिए हम बस अपने आरएनडी को कुछ भी प्रभावित किए बिना वहां कुछ अच्छा होने के लिए परिभाषित कर सकते हैं।
उदाहरण के लिए, मान लीजिए कुछ के लिए कश्मीर > 0 । तब
ν ( एक ) = ∫ एककश्मीर ⋅ μ = νk > ०
तो हमारे पास वह f ( x ) = k = d ν है
ν( ए ) = ∫एd ν= ∫एकd μ
RND है (यह उपाय प्रमेय के परिवर्तन से अधिक औपचारिक रूप से उचित ठहराया जा सकता है)। यह अच्छा है क्योंकि हमने स्केलिंग कारक को ठीक से प्राप्त किया है।
च( x ) = के = डी νd μ
यहाँ एक दूसरा उदाहरण दिया गया है कि कैसे माप सेट पर RND को बदलना उन्हें प्रभावित नहीं करता है। चलो च ( एक्स ) = φ ( एक्स ) + 1 क्यू ( एक्स ) , यानी यह मानक सामान्य पीडीएफ प्लस है 1 यदि इनपुट तर्कसंगत है, और एक्स इस घनत्व के साथ एक आर.वी. हो। यह साधन
पी ( एक्स ∈ ए ) = ∫ एक ( φ + 1 क्यू )0च( X ) = φ ( एक्स ) + 1क्यू( x )1एक्स= ∫ एक φ
पी( एक्स)∈ ए ) = ∫ए( Φ + 1क्यू)d λ
तो वास्तव में
एक्स अभी भी एक मानक गाऊसी आर.वी. इसने
X को
Q परबदलने के लिए किसी भी तरह से वितरण को प्रभावित नहीं किया हैक्योंकि यह माप
0 wrt
λ का एक सेट है।
= ∫एφघ λ + λ ( क्यू ) = ∫एφd λ
एक्सएक्सक्यू0λ
एक्स~ POIs ( η)Y~ बिन ( एन , पी )पीएक्सपीYसीसीc ( ए ) = 0⟺ए = ∅
डी पीYडी पीएक्स= डी पीY/ डीसीडी पीएक्स/ डीसी= चYचएक्स
पीY( ए ) = ∫एडी पीY
= ∫एडी पीYडी पीएक्सडी पीएक्स= ∫एडी पीYडी पीएक्सडी पीएक्सd cd c
= ∑y∈ एडी पीYडी पीएक्स( y) डी पीएक्सd c( y) = ∑y∈ एचY( y)चएक्स( y)चएक्स( y) = ∑y∈ एचY( y) का है ।
पी( एक्स)= n ) > 0nY
पी≪ क्यूμडी पीडी क्यू= डी पी/ डीμd Q / d μ: = पी / क्यू