¿Dónde está la necesidad de la teoría de la medida?

La motivación para la teoría de la medida no es que la integral de Riemann esté incompleta en ningún sentido. Es una generalización del concepto de integración. En matemáticas, deshacerse de una métrica (es decir, la noción de distancia) es una forma de generalización.

El análisis de espacios métricos se generaliza a la topología de esta manera; La geometría riemanniana se generaliza a la geometría diferencial. Hablando en términos generales, una generalización similar se encuentra entre la integral de Riemann y la teoría de la medida.

Una forma de teoría de la medida para el conjunto de números reales es la medida de Lebesgue. La integral de Lebesgue es una generalización natural de contar. Hay una diferencia fundamental entre una integral de Riemann y una integral de Lebesgue. Tomemos una función [math] f: \ mathbb {R} \ rightarrow \ mathbb {R} [/ math]. Queremos definir una integral (o una medida del ‘área bajo la curva’) para esta función en un conjunto, digamos [math] [a, b] [/ math]. Hay dos formas de hacerlo:

1. Divida el intervalo [a, b] en intervalos más pequeños y resuma las áreas de los rectángulos resultantes: esta es la integral de Riemann

2. Divida el conjunto de valores de f, es decir, el conjunto [math] f ([a, b]) [/ math] en subconjuntos más pequeños. [math] f ^ {- 1} [/ math] de cada uno de estos subconjuntos son subconjuntos de [math] [a, b] [/ math]. Si definimos longitudes para subconjuntos de [a, b], podemos calcular la integral sumando las longitudes multiplicadas por el valor de la función correspondiente; esta es la integral de Lebesgue.

La teoría de la medida es más adecuada para la teoría de la probabilidad porque podemos definir una medida en cualquier espacio. Para la mayoría de los propósitos prácticos, la integral de Riemann es suficiente, pero el desarrollo conceptual a menudo se valora más que las aplicaciones prácticas en matemáticas.

La teoría de la probabilidad puede considerarse como un caso especial de teoría de la medida en el caso de que X tenga la medida 1, que es más o menos equivalente a cualquier constante finita positiva.

Es posible que mucha gente solo necesite la teoría de la medida en aras de importantes teoremas de convergencia, así que siéntase libre de tomar lo que necesita y desviarse de allí si ese es usted. Puede obtener mucho kilometraje de algunos teoremas de convergencia importantes y dejar el resto solo si su campo es completamente diferente.

Otra dirección que puede seguir con la teoría de la medida es estudiar las dimensiones fractales (dimensión de Hausdorff o Minkowski, por ejemplo). La dimensión de Hausdorff, en particular, comienza definiendo medidas que son positivas y finitas en ciertos conjuntos de Cantor, cero en muchos conjuntos “más dispersos” e infinito en conjuntos menos dispersos. Decir que un subconjunto dado tiene la medida cero de Lebesgue no es toda la historia. Por ejemplo, Lebesgue casi cada “sombra” de cualquier conjunto de productos [matemática] A \ veces B \ subconjunto [/ matemática] [matemática] \ mathbb {R} ^ 2 [/ matemática] tiene una medida de Lebesgue positiva siempre que A y B tienen dimensiones que suman más de 1. (“Casi todas las direcciones” según lo parametrizado por el ángulo) Esto es algo que quizás no necesite usar para nada, pero es interesante y hay una teoría rica, que incluye cosas como las recientemente resueltas Problema de distancia de Erdos (aunque en teoría podría haber una mejora adicional en el resultado, pero buena suerte con eso).