Lebesgue-Zerlegung (Funktionen)

aus Wikipedia, der freien Enzyklopädie
Zur Navigation springen Zur Suche springen

Die Lebesgue-Zerlegung einer reellen Funktion ist eine maßtheoretische Aussage, die eine Funktion in drei Funktionen mit klar definierten Eigenschaften zerlegt. Ein Spezialfall hiervon ist der Darstellungssatz aus der Stochastik. Er zerlegt Wahrscheinlichkeitsmaße auf über die Lebesgue-Zerlegung der Verteilungsfunktion auf eindeutige Weise in eine absolut stetigen, eine diskreten und einen stetigsingulären Teil.

Die Aussage wurde von Henri Léon Lebesgue 1904 gezeigt.[1]

Es sei das Lebesgue-Borel-Maß. Gegeben sei eine monoton wachsende, rechtsseitig stetige Funktion

.

Dann ist -fast überall differenzierbar und es bezeichne die -fast überall definierte Ableitung.

Dann gilt: es existiert eine eindeutige Zerlegung

,

so dass

  • ist und eine monoton wachsende absolut stetige Funktion ist.
  • und eine monoton wachsende singuläre Funktion ist.
  • eine monoton wachsende, rechtsseitig stetige Sprungfunktion ist

Für die zugehörigen Lebesgue-Stieltjes-Maße bzw. gilt dann

.

Des Weiteren gilt:

  • ist der rein atomare Anteil von
  • ist der atomlose Anteil von .
  • ist absolut stetig bezüglich des Lebesgue-Borel-Maßes und besitzt die Radon-Nikodym-Dichte bezüglich des Lebesgue-Borel-Maßes. Es gilt also für messbare
.
  • ist singulär bezüglich des Borel-Maßes.

Darstellungssatz

[Bearbeiten | Quelltext bearbeiten]

Direkt aus der Lebesgue-Zerlegung folgt der Darstellungssatz. Dabei werden die Normierungsbedingungen fallen gelassen, da Verteilungsfunktionen im Sinne der Stochastik schon über die Bedingungen und festgelegt sind. Die Aussage lautet dann:[2]

Gegeben sei ein Wahrscheinlichkeitsmaß auf mit Verteilungsfunktion . Dann gibt es eindeutig bestimmte Zahlen mit , so dass

.

Hierbei ist

Jeder Wahrscheinlichkeitsverteilung kann also eindeutig in einen stetigen, eine diskreten und einen stetigsingulären Anteil aufgespalten werden.

Einzelnachweise

[Bearbeiten | Quelltext bearbeiten]
  1. Elstrodt: Maß- und Integrationstheorie. 2009, S. 308.
  2. Schmidt: Maß- und Wahrscheinlichkeit. 2011, S. 262.