اندازه (ریاضیات): تفاوت میان نسخه‌ها

محتوای حذف‌شده محتوای افزوده‌شده
جز یادکرد فرهنگستان اضافه شد.
Fatranslator (بحث | مشارکت‌ها)
جز ربات:افزودن الگو ناوباکس {{آنالیز-پاورقی}}+املا+مرتب+تمیز+
خط ۲:
در [[آنالیز ریاضی]]، '''اندازه'''<ref>{{یادکرد فرهنگستان|مصوب=اندازه|بیگانه=measure|بیگانه در فارسی=|حوزه=ریاضی|دفتر=سوم|بخش=فارسی|سرواژه=اندازه}}</ref> {{به انگلیسی|Measure}} روی مجموعه راهی نظام مند است برای این که به هر زیر مجموعه مناسب از آن مجموعه عددی نسبت داده شود، این عدد به طور شهودی به اندازه آن مجموعه تفسیر می گردد. بدین طریق، اندازه تعمیم مفاهیمی چون طول، مساحت و حجم می باشد. یک مثال خاص از اندازه، [[اندازه لبگ]] روی [[فضای اقلیدسی]] است که همان طول، مساحت و حجم معمولی هندسه اقلیدسی است که به زیرمجموعه های مناسبی از فضای اقلیدسی n-بعدی <math>\mathbb{R}^n</math> نسبت می دهد. به عنوان مثال، اندازه لبگ بازه <math>[0, 1]</math> در اعداد حقیقی همان طولی است که در کاربردهای روزمره جهان واقعی استفاده می شد، در اینجا اندازه بازه مورد نظر ۱ است.
 
به زبان فنی تر، یک اندازه تابعی است که عدد نامنفی یا <math>+\infty</math> را به برخی از زیرمجموعه های یک مجموعه چون <math>X</math> نسبت می دهد (به بخش تعریف که در ادامه می آید توجه کنید). این تابع باید جمعی شمارا باشد: یعنی اندازه یک زیر مجموعه 'بزرگ' که قابل تجزیه به تعداد متناهی (یا شمارا نامتناهی) از زیرمجموعه های مجزای 'کوچک' باشد برابر با جمع اندازه های زیرمجموعه های "کوچکتر" است. در کل، اگر کسی بخواهد اندازه ای ''سازگار'' با ''هر'' زیرمجموعه از یک مجموعه داده شده نسبت دهد، در حالی که هم زمان این عمل اصول موضوعه های دیگر یک اندازه را نیز ارضاء کند، صرفاً به مثال های بدیهی چون اندازه شمارشی می رسد. این مشکل با تعریف اندازه بر روی برخی از زیر گردایه از تمام زیر مجموعه ها حل شد؛ زیرمجموعه هایی که به آن ''اندازه پذیر'' گویند و برای تشکیل یک <math>\sigma</math>-جبر لازم است. این بدان معناست که اجتماع شمارا، اشتراک شمارا و متمم گیری زیرمجموعه های اندازه پذیر هم اندازه پذیر است. مجموعه های غیر-اندازه پذیر در یک فضای اقلیدسی که نتوان به طور سازگار رویشان اندازه لبگ تعریف کرد لزوماً پیچیدگی دارند، بدین معنا که با متمم های خود به خوبی مخلوط نمی شوندنمی‌شوند.<ref>[[Paul Halmos|Halmos, Paul]] (1950), ''Measure theory'', Van Nostrand and Co.</ref> در حقیقت وجود چنین مجموعه هایی پیامد نا-بدیهی از اصل انتخاب است.
 
نظریه اندازه در مراحل پیاپی و پشت سر هم طی قرون ۱۹ و ۲۰ میلادی توسط امیل بورل، [[هنری لبگ]]، یوهان رادون و موریس فرشه و دیگران توسعه یافت. کاربرد های اصلی اندازه ها در تأسیس بنیان [[انتگرال لبگ]]، در اصول موضوعه ای کردن [[نظریه احتمالات]] و در [[نظریه ارگودیک]] می باشد. در نظریه انتگرال گیری، تعیین اندازه امکان می دهد تا انتگرال ها را روی فضاهایی کلی تر از زیرمجموعه های فضای اقلیدسی تعریف کنیم؛ به علاوه، انتگرال نسبت به اندازه لبگ روی فضاهای اقلیدسی کلی تر است و نظریه غنی تری نسبت به نظریه پیشین، یعنی انتگرال ریمانی دارد. نظریه احتمال اندازه هایی را در نظر می گیرد که به تمام مجموعه اندازه ۱ را نسبت داده و زیرمجموعه های اندازه پذیر را به عنوان رویدادهایی در نظر می گیرد که احتمالشان توسط اندازه داده شده است. نظریه ارگودیک اندازه هایی را مد نظر قرار می دهد که تحت یک [[سامانه پویا|سیستم دینامیکی]] ناوردا بوده یا به طور طبیعی از چنین سیستم‌هایی ظهور می کنند.
خط ۹:
[[پرونده:Countable additivity of a measure.svg|بندانگشتی|خاصیت جمعی شمارای اندازه <math>\mu</math>: اندازه اجتماع مجزای شمارا، همان جمع اندازه تمام هرکدام ازین زیر مجموعه‌ها است.]]
فرض کنید <math>X</math> یک مجموعه و <math>\Sigma</math> یک <math>\sigma</math>-جبر روی <math>X</math> باشد. تابعی چون <math>\mu</math> از <math>\Sigma</math> به خط اعداد حقیقی توسعه یافته را '''اندازه''' گویند اگر در خواص زیر صدق کند:
* '''نا-منفی بودن''': برای تمام <math>E</math> ها در <math>\Sigma</math>، داریم <math>\mu(E)\geq0</math>.
 
* '''نا-منفیمجموعه بودنتهی''': برای تمام <math>E</math> ها در <math>\Sigma</math>، داریم <math>\mu(E)\geq0varnothing)=0</math>.
* '''جمع‌پذیر شمارا''' (یا <math>\sigma</math>-جمع‌پذیر): برای تمام گردایه های شمارایی چون <math>\{E_i\}^{\infty}_{i=1}</math> از مجموعه های مجزای درون <math>\Sigma</math> داریم:
*'''مجموعه تهی''': <math>\mu(\varnothing)=0</math>.
*'''جمع‌پذیر شمارا''' (یا <math>\sigma</math>-جمع‌پذیر): برای تمام گردایه های شمارایی چون <math>\{E_i\}^{\infty}_{i=1}</math> از مجموعه های مجزای درون <math>\Sigma</math> داریم:
<center><math>\mu\left(\bigcup_{k=1}^\infty E_k\right)=\sum_{k=1}^\infty \mu(E_k)</math></center>
 
== منابع ==
{{پانویس|چپ‌چین}}
 
* {{یادکرد-ویکی
|پیوند = https://en.wikipedia.org/w/index.php?title=Measure_(mathematics)&oldid=907712470
سطر ۳۳ ⟵ ۳۱:
* {{citation | last=Bourbaki| first=Nicolas | title=Integration I | year=2004 | publisher= Springer Verlag | isbn=3-540-41129-1}} Chapter III.
* R. M. Dudley, 2002. ''Real Analysis and Probability''. Cambridge University Press.
* {{citation | last=Folland | first=Gerald B.| title=Real Analysis: Modern Techniques and Their Applications | year = 1999 | publisher = John Wiley and Sons | isbn=0471317160 }} Second edition.
* D. H. Fremlin, 2000. ''[http://www1.essex.ac.uk/maths/people/fremlin/mt.htm Measure Theory]''. Torres Fremlin.
* {{citation | last=Jech| first=Thomas | title=Set Theory: The Third Millennium Edition, Revised and Expanded | year=2003 | publisher= Springer Verlag | isbn=3-540-44085-2}}
سطر ۴۵ ⟵ ۴۳:
{{refend}}
{{پایان چپ‌چین}}
 
 
{{داده‌های کتابخانه‌ای}}
{{آنالیز تابعی}}
{{آنالیز-پاورقی}}
 
[[رده:اندازه‌ها (نظریه اندازه)]]
[[رده:نظریه اندازه]]
[[رده:اندازه‌ها (نظریه اندازه)]]