ในคณิตศาสตร์ เมเชอร์ (อังกฤษ: measure) บนเซตใด ๆ เป็นวิธีการให้ตัวเลขแก่ซับเซตบางตัวของเซตนั้น ซึ่งนิยมตีความว่าตัวเลขนั้นแทนขนาดของเซต ในมุมมองดังกล่าว เมเชอร์เป็นการวางนัยทั่วไปของแนวคิดเชิงเรขาคณิตอันได้แก่ ความยาว พื้นที่ และปริมาตร ตัวอย่างการนำทฤษฎีเมเชอร์ไปใช้ในสาขาอื่น คือ การที่นักคณิตศาสตร์หลายท่านมองว่าความน่าจะเป็นเหมาะสมเป็นปริมาณเมเชอร์ประเภทหนึ่ง จึงได้ใช้ทฤษฎีเมเชอร์ในการพัฒนา (mathematical probability) (หรือ) ขึ้น ก่อให้เกิดความก้าวหน้ากับทฤษฎีความน่าจะเป็นเป็นอย่างมาก
จุดเริ่มต้นของการสร้างสาขาทฤษฎีเมเชอร์เพื่อนำไปใช้กับทฤษฎีของปริพันธ์และขยายไปยังขอบเขตที่กว้างขึ้น โดยนักคณิตศาสตร์ที่มีส่วนสำคัญในการคิดค้นทฤษฎีเมเชอร์ในยุคแรก ๆ คือ กามีย์ ฌอร์ด็อง และ
นิยามพื้นฐานเกี่ยวกับเมเชอร์
คำอธิบายอย่างไม่เป็นทางการ
ในทางคณิตศาสตร์ เมเชอร์ จะต้องมีคุณสมบัติ 3 ข้อดังจะอธิบายหยาบ ๆ ต่อไปนี้
- ไม่ว่าจะวัดวัตถุอะไร ต้องวัดค่าของวัตถุนั้นได้อย่างน้อยที่สุดคือศูนย์ ไม่มีทางได้ค่าลบ
- สำหรับวัตถุว่างเปล่า (เทียบเท่าเซตว่างในทางคณิตศาสตร์) เราวัดความไม่มีตัวตนนั้นได้ศูนย์
- เอาวัตถุหลาย ๆ ชิ้นที่ไม่มีส่วนเชื่อมกัน มารวมกันเป็นชิ้นเดียว, ค่าที่วัดได้ของวัตถุชิ้นใหม่นั้นก็คือ ค่าที่วัดได้จากวัตถุแต่ละชิ้น แล้วนำมาบวกกันนั่นเอง
จากคำอธิบายอย่างหยาบข้างต้น นำไปสู่นิยามทางคณิตศาสตร์ดังต่อไปนี้
นิยามอย่างเป็นทางการ
ให้ เป็นเซต และ เป็นซิกมาแอลจีบราบนเซต นั้น จะเรียกฟังก์ชัน ที่ส่งค่าจาก ไปยังเรนจ์ที่เป็น ว่าเป็น เมเชอร์ (measure) ก็ต่อเมื่อ μ มีสมบัติต่อไปนี้
- ความไม่เป็นลบ: ทุกค่า E ใน Σ จะต้องได้ว่า
- เซตว่างมีเมเชอร์เท่ากับศูนย์:
- มีสภาพการบวกแบบอนันต์นับได้ (countable additivity) หรืออาจเรียกว่ามี (σ-additivity): ถ้ากำหนดให้ เป็นของ ใน แล้ว
เราจะเรียกสามสิ่งอันดับ ที่สอดคล้องกับเงื่อนไขข้างต้นว่า ปริภูมิเมเชอร์ (measurable space) และแต่ละสมาชิกใน จะถูกเรียกว่าเซตที่หาเมเชอร์ได้ (measurable sets) ในบางครั้งนิยมละการเขียนเมเชอร์ ระบุเพียงแค่ เท่านั้น
ปริภูมิความน่าจะเป็น
(Probability space) เป็นปริภูมิเมเชอร์ที่เมเชอร์ของปริภูมิทั้งหมดมีค่าเท่ากับหนึ่ง หรือก็คือ ในกรณีนี้จะเรียกเมเชอร์นั้นว่าเป็น (probability measure)
นอกจากนั้นมักจะใช้สัญกรณ์ แทนปริภูมิความน่าจะเป็น แทนที่จะใช้สัญกรณ์ เพื่อลดความกำกวมเนื่องจาก มักใช้แทนตัวแปรสุ่ม และใช้ แทนค่าเฉลี่ยในทางสถิติและความน่าจะเป็น
ฟังก์ชันหาเมเชอร์ได้
ให้ และ เป็นปริภูมิเมเชอร์ แล้วจะเรียกฟังก์ชัน ว่าเป็นฟังก์ชันหาเมเชอร์ได้ (measurable function) ก็ต่อเมื่อของเซตหาเมเชอร์ได้ใน เป็นเซตหาเมเชอร์ได้ใน ด้วย หรือก็คือ สำหรับทุกเซต
สมบัติที่พิสูจน์ได้จากนิยาม
ให้ เป็นเมเชอร์
ความเป็นฟังก์ชันทางเดียว
มีสมบัติเป็น: กำหนดให้ และ เป็นเซตที่หาเมเชอร์ได้ และ แล้วจะได้ว่า
เมเชอร์ของยูเนียนแบบนับได้ของเซต
กำหนดให้ เป็นลำดับแบบนับได้ของเซตใน จะได้ว่า
นอกจากนั้นเรายังได้ว่า ถ้ากำหนดให้ เป็นเซตใน Σ และ , แล้วจะได้ว่า อยู่ใน ด้วย และ
เมเชอร์ของอินเตอร์เซกชันแบบนับได้ของเซต
กำหนดให้ เป็นเซตใน และ , แล้วจะได้ว่า อยู่ใน ด้วย และยิ่งไปกว่านั้น ถ้ามีสมาชิก อย่างน้อยหนึ่งตัวที่มีค่าเมเชอร์จำกัด () เราจะได้ว่า
คุณสมบัตินี้ไม่เป็นจริงถ้าไม่มีสมาชิก ใด ๆ เลยที่มีเมเชอร์จำกัด (คือมีค่าเมเชอร์เป็นอนันต์ทุกตัว) ตัวอย่างเช่น ถ้าให้ สำหรับแต่ละ แล้วเราจะได้ว่าทุก ๆ มีเมเชอร์อนันต์ (ภายใต้เลอเบ็กเมเชอร์) แต่ว่าอินเตอร์เซ็กชันของเซตทั้งหมดมีเมเชอร์เป็นศูนย์
ตัวอย่างของเมเชอร์
- นิยามให้ เท่ากับจำนวนสมาชิกใน
- หรือ เป็นหนึ่งในเมเชอร์ที่สำคัญที่สุด ได้ขยายนิยามความยาวที่เราคุ้นเคย เช่น ความยาวของเซต [0,5] คือ 5 ไปยังเซตอื่น ๆ เช่น ความยาวของเซตในช่วง [0,1] สามารถวัดได้ ด้วยเลอเบ็กเมเชอร์.
- คือ ฟังก์ชันความน่าจะเป็นดังที่กำหนดไว้ในสัจพจน์ของความน่าจะเป็น กล่าวง่าย ๆ เมเชอร์ความน่าจะเป็น ก็คือเมเชอร์หรือเมเชอร์ธรรมดาที่ได้นิยามไว้ในหัวข้อข้างต้น แต่มีคุณสมบัติเพิ่มเติมหนึ่งข้อ คือ เมเชอร์ของเซต X (เซตที่ใหญ่ที่สุด) ต้องมีค่าเท่ากับหนึ่ง
สมบัติเพิ่มเติม
เมเชอร์ซิกมาจำกัด
ปริภูมิเมเชอร์ จะเป็นปริภูมิเมเชอร์จำกัด (finite measure) ก็ต่อเมื่อ เป็นจำนวนจริงจำกัดค่า ปริภูมิเมเชอร์จำกัด ถ้าไม่ใช่ปริภูมิเมเชอร์ศูนย์ จะเสมือนกับเป็นปริภูมิความน่าจะเป็น ทั้งนี้เพราะว่า เป็นพหุคูณของเมเชอร์ความน่าจะเป็น
นักคณิตศาสตร์สนใจเงื่อนไขความจำกัดในอีกรูปแบบหนึ่ง ปริภูมิเมเชอร์ จะเป็นปริภูมิเมเชอร์ซิกมาจำกัด (σ-finite measure space) ก็ต่อเมื่อสามารถแบ่ง ออกเป็นส่วนย่อยอนันต์นับได้ส่วนที่ไม่มีส่วนร่วมกัน และแต่ละส่วนมีเมเชอร์เป็นจำนวนจริงจำกัดค่า ในกรณีจะเรียก ว่าเป็น เมเชอร์ซิกมาจำกัด (σ-finite measure) ตัวอย่างปริภูมิเมเชอร์ซิกมาจำกัด เช่น เซตจำนวนจริง ภายใต้เมเชอร์เลอเบ็กมาตรฐาน เนื่องจากเราสามารถแบ่ง ออกเป็นช่วงย่อย ที่ไม่มีส่วนร่วมกัน สำหรับแต่ละจำนวนเต็ม ได้ และเมเชอร์ของแต่ละส่วนมีค่าเท่ากับ 1
ในทำนองกลับกัน เซต ภายใต้เมเชอร์การนับไม่เป็นปริภูมิเมเชอร์ซิกมาจำกัด ทั้งนี้เพราะว่าเซตที่เมเชอร์น้อยกว่าอนันต์มีเพียงเซตจำกัดเท่านั้น และต้องใช้เซตจำกัดจำนวนอนันต์นับไม่ได้ตัวเพื่อคลุม
ปริภูมิเมเชอร์ซิกมาจำกัดมีสมบัติที่เป็นประโยชน์ในการศึกษา เทียบได้กับของ
เมเชอร์บริบูรณ์
ในปริภูมิเมเชอร์ เซต จะเป็น (null set) ก็เมื่อ สับเซตของเซตนัลล์ไม่จำเป็นต้องหาเมเชอร์ได้ แต่ถ้าสับเซต ของเซตนัลล์หาเมเชอร์ได้ แล้ว โดยอัตโนมัติ จะเรียก ว่าเป็นเมเชอร์บริบูรณ์ (complete measure) ก็ต่อเมื่อ ทุกสับเซตของเซตนัลล์หาเมเชอร์ได้
หากมีปริภูมิเมเชอร์ ใด ๆ (อาจเป็นเมเชอร์บริบูรณ์อยู่แล้วได้) จะสามารถขยายเมเชอร์ดังกล่าวให้เป็นเมเชอร์บริบูรณ์ได้เสมอ
เซตหาเมเชอร์ไม่ได้
หากยอมรับในสัจพจน์ของการเลือก จะสามารถพิสูจน์ได้ว่ามีสับเซตของ ที่ไม่สามารถหาเมเชอร์ได้ ตัวอย่างของเซตดังกล่าวเช่น เซตวีตาลี และเซตที่หาเมเชอร์ไม่ได้ที่ปรากฏในและ
ดูเพิ่ม
อ้างอิง
- P. Halmos, Measure theory, D. van Nostrand and Co., 1950
- Kopp and Capinski, Measure, Integration and Probability, 2nd Edition, Springer, 2000.
- D. H. Fremlin, Measure Theory, Torres Fremlin, 2000. Available online at http://www.essex.ac.uk/maths/staff/fremlin/mt.htm 2007-02-06 ที่ เวย์แบ็กแมชชีน
- F. Jones, Lebesgue Integration in Euclidean Spaces, Jones and Barlett Publisher, 1999.
wikipedia, แบบไทย, วิกิพีเดีย, วิกิ หนังสือ, หนังสือ, ห้องสมุด, บทความ, อ่าน, ดาวน์โหลด, ฟรี, ดาวน์โหลดฟรี, mp3, วิดีโอ, mp4, 3gp, jpg, jpeg, gif, png, รูปภาพ, เพลง, เพลง, หนัง, หนังสือ, เกม, เกม, มือถือ, โทรศัพท์, Android, iOS, Apple, โทรศัพท์โมบิล, Samsung, iPhone, Xiomi, Xiaomi, Redmi, Honor, Oppo, Nokia, Sonya, MI, PC, พีซี, web, เว็บ, คอมพิวเตอร์
inkhnitsastr emechxr xngkvs measure bnestid epnwithikarihtwelkhaeksbestbangtwkhxngestnn sungniymtikhwamwatwelkhnnaethnkhnadkhxngest inmummxngdngklaw emechxrepnkarwangnythwipkhxngaenwkhidechingerkhakhnitxnidaek khwamyaw phunthi aelaprimatr twxyangkarnathvsdiemechxripichinsakhaxun khux karthinkkhnitsastrhlaythanmxngwakhwamnacaepnehmaasmepnprimanemechxrpraephthhnung cungidichthvsdiemechxrinkarphthna mathematical probability hrux khun kxihekidkhwamkawhnakbthvsdikhwamnacaepnepnxyangmakemechxr epnkarrabutwelkhaekest sungxacmxngidwaepnkarrabukhnadkhxngest cuderimtnkhxngkarsrangsakhathvsdiemechxrephuxnaipichkbthvsdikhxngpriphnthaelakhyayipyngkhxbekhtthikwangkhun odynkkhnitsastrthimiswnsakhyinkarkhidkhnthvsdiemechxrinyukhaerk khux kamiy chxrdxng aelaniyamphunthanekiywkbemechxrsphaphkarbwkaebbxnntnbidkhxngemechxr emechxrkhxngyueniynnbid caethakbphlrwmkhxngemechxrkhxngsbestinyueniynnnkhaxthibayxyangimepnthangkar inthangkhnitsastr emechxr catxngmikhunsmbti 3 khxdngcaxthibayhyab txipni imwacawdwtthuxair txngwdkhakhxngwtthunnidxyangnxythisudkhuxsuny immithangidkhalb sahrbwtthuwangepla ethiybethaestwanginthangkhnitsastr erawdkhwamimmitwtnnnidsuny exawtthuhlay chinthiimmiswnechuxmkn marwmknepnchinediyw khathiwdidkhxngwtthuchinihmnnkkhux khathiwdidcakwtthuaetlachin aelwnamabwkknnnexng cakkhaxthibayxyanghyabkhangtn naipsuniyamthangkhnitsastrdngtxipni niyamxyangepnthangkar ih X displaystyle X epnest aela S displaystyle Sigma epnsikmaaexlcibrabnest X displaystyle X nn caeriykfngkchn m displaystyle mu thisngkhacak S displaystyle Sigma ipyngerncthiepn 0 displaystyle 0 infty waepn emechxr measure ktxemux m mismbtitxipni khwamimepnlb thukkha E in S catxngidwa m E 0 displaystyle mu E geq 0 estwangmiemechxrethakbsuny m 0 displaystyle mu varnothing 0 m displaystyle mu misphaphkarbwkaebbxnntnbid countable additivity hruxxaceriykwami s additivity thakahndih Ek k 1 displaystyle left E k right k 1 infty epnkhxng in S displaystyle Sigma aelw m i 1 Ei i 1 m Ei displaystyle mu left bigcup i 1 infty E i right sum i 1 infty mu E i eracaeriyksamsingxndb X S m displaystyle X Sigma mu thisxdkhlxngkbenguxnikhkhangtnwa priphumiemechxr measurable space aelaaetlasmachikin S displaystyle Sigma cathukeriykwaestthihaemechxrid measurable sets inbangkhrngniymlakarekhiynemechxr rabuephiyngaekh X S displaystyle X Sigma ethann priphumikhwamnacaepn Probability space epnpriphumiemechxrthiemechxrkhxngpriphumithnghmdmikhaethakbhnung hruxkkhux m X 1 textstyle mu X 1 inkrninicaeriykemechxrnnwaepn probability measure nxkcaknnmkcaichsykrn W F P displaystyle Omega mathfrak F P aethnpriphumikhwamnacaepn aethnthicaichsykrn X S m displaystyle X Sigma mu ephuxldkhwamkakwmenuxngcak X displaystyle X mkichaethntwaeprsum aelaich m displaystyle mu aethnkhaechliyinthangsthitiaelakhwamnacaepn fngkchnhaemechxrid ih X SX displaystyle X Sigma X aela Y SY displaystyle Y Sigma Y epnpriphumiemechxr aelwcaeriykfngkchn f X Y displaystyle f colon X to Y waepnfngkchnhaemechxrid measurable function ktxemuxkhxngesthaemechxridin Y displaystyle Y epnesthaemechxridin X displaystyle X dwy hruxkkhux f 1 A SX displaystyle f 1 A in Sigma X sahrbthukest A SY displaystyle A in Sigma Y smbtithiphisucnidcakniyamih m displaystyle mu epnemechxr khwamepnfngkchnthangediyw m displaystyle mu mismbtiepn kahndih E1 displaystyle E 1 aela E2 displaystyle E 2 epnestthihaemechxrid aela E1 E2 displaystyle E 1 subseteq E 2 aelwcaidwa m E1 m E2 displaystyle mu E 1 leq mu E 2 emechxrkhxngyueniynaebbnbidkhxngest kahndih E1 E2 E3 displaystyle E 1 E 2 E 3 epnladbaebbnbidkhxngestin S displaystyle Sigma caidwa m i 1 Ei i 1 m Ei displaystyle mu left bigcup i 1 infty E i right leq sum i 1 infty mu E i nxkcaknnerayngidwa thakahndih E1 E2 E3 displaystyle E 1 E 2 E 3 epnestin S aela En En 1 n N displaystyle E n subseteq E n 1 forall n in mathbb N aelwcaidwa n 1 En textstyle bigcup n 1 infty E n xyuin S displaystyle Sigma dwy aela m i 1 Ei limi m Ei displaystyle mu left bigcup i 1 infty E i right lim i to infty mu E i emechxrkhxngxinetxreskchnaebbnbidkhxngest kahndih E1 E2 E3 displaystyle E 1 E 2 E 3 epnestin S displaystyle Sigma aela En 1 En n N displaystyle E n 1 subseteq E n forall n in mathbb N aelwcaidwa n 1 En textstyle bigcap n 1 infty E n xyuin S displaystyle Sigma dwy aelayingipkwann thamismachik En displaystyle E n xyangnxyhnungtwthimikhaemechxrcakd m En lt displaystyle mu E n lt infty eracaidwa m i 1 Ei limi m Ei displaystyle mu left bigcap i 1 infty E i right lim i to infty mu E i khunsmbtiniimepncringthaimmismachik En displaystyle E n id elythimiemechxrcakd khuxmikhaemechxrepnxnntthuktw twxyangechn thaih En n R displaystyle E n n infty subseteq mathbb R sahrbaetla n N displaystyle n in mathbb N aelweracaidwathuk En displaystyle E n miemechxrxnnt phayitelxebkemechxr aetwaxinetxreskchnkhxngestthnghmdmiemechxrepnsunytwxyangkhxngemechxrniyamih m S displaystyle mu S ethakbcanwnsmachikin S displaystyle S hrux epnhnunginemechxrthisakhythisud idkhyayniyamkhwamyawthierakhunekhy echn khwamyawkhxngest 0 5 khux 5 ipyngestxun echn khwamyawkhxngestinchwng 0 1 samarthwdid dwyelxebkemechxr khux fngkchnkhwamnacaepndngthikahndiwinscphcnkhxngkhwamnacaepn klawngay emechxrkhwamnacaepn kkhuxemechxrhruxemechxrthrrmdathiidniyamiwinhwkhxkhangtn aetmikhunsmbtiephimetimhnungkhx khux emechxrkhxngest X estthiihythisud txngmikhaethakbhnungsmbtiephimetimemechxrsikmacakd priphumiemechxr X S m displaystyle X Sigma mu caepnpriphumiemechxrcakd finite measure ktxemux m X displaystyle mu X epncanwncringcakdkha priphumiemechxrcakd thaimichpriphumiemechxrsuny caesmuxnkbepnpriphumikhwamnacaepn thngniephraawa m displaystyle mu epnphhukhunkhxngemechxrkhwamnacaepn 1m X m textstyle frac 1 mu X mu nkkhnitsastrsnicenguxnikhkhwamcakdinxikrupaebbhnung priphumiemechxr X S m displaystyle X Sigma mu caepnpriphumiemechxrsikmacakd s finite measure space ktxemuxsamarthaebng X displaystyle X xxkepnswnyxyxnntnbidswnthiimmiswnrwmkn aelaaetlaswnmiemechxrepncanwncringcakdkha inkrnicaeriyk m displaystyle mu waepn emechxrsikmacakd s finite measure twxyangpriphumiemechxrsikmacakd echn estcanwncring R displaystyle mathbb R phayitemechxrelxebkmatrthan enuxngcakerasamarthaebng R displaystyle mathbb R xxkepnchwngyxy k k 1 displaystyle k k 1 thiimmiswnrwmkn sahrbaetlacanwnetm k displaystyle k id aelaemechxrkhxngaetlaswnmikhaethakb 1 inthanxngklbkn est R displaystyle mathbb R phayitemechxrkarnbimepnpriphumiemechxrsikmacakd thngniephraawaestthiemechxrnxykwaxnntmiephiyngestcakdethann aelatxngichestcakdcanwnxnntnbimidtwephuxkhlum R displaystyle mathbb R priphumiemechxrsikmacakdmismbtithiepnpraoychninkarsuksa ethiybidkbkhxng emechxrbriburn inpriphumiemechxr X S m displaystyle X Sigma mu est N X displaystyle N subseteq X caepn null set kemux m N 0 displaystyle mu N 0 sbestkhxngestnllimcaepntxnghaemechxrid aetthasbest M N displaystyle M subseteq N khxngestnllhaemechxrid aelw m M 0 displaystyle mu M 0 odyxtonmti caeriyk X S m displaystyle X Sigma mu waepnemechxrbriburn complete measure ktxemux thuksbestkhxngestnllhaemechxrid hakmipriphumiemechxr X S m displaystyle X Sigma mu id xacepnemechxrbriburnxyuaelwid casamarthkhyayemechxrdngklawihepnemechxrbriburnidesmxesthaemechxrimidhakyxmrbinscphcnkhxngkareluxk casamarthphisucnidwamisbestkhxng Rn displaystyle mathbb R n thiimsamarthhaemechxrid twxyangkhxngestdngklawechn estwitali aelaestthihaemechxrimidthipraktinaeladuephimemechxrphaynxk emechxrphlkhunxangxingP Halmos Measure theory D van Nostrand and Co 1950 Kopp and Capinski Measure Integration and Probability 2nd Edition Springer 2000 D H Fremlin Measure Theory Torres Fremlin 2000 Available online at http www essex ac uk maths staff fremlin mt htm 2007 02 06 thi ewyaebkaemchchin F Jones Lebesgue Integration in Euclidean Spaces Jones and Barlett Publisher 1999