Kapitel II: Integration bezüglich eines Masses

Größe: px
Ab Seite anzeigen:

Download "Kapitel II: Integration bezüglich eines Masses"

Transkript

1 Reihard Höpfer Vorlesug Stochastik I Kapitel II: Itegratio bezüglich eies Masses Sommersemester 2016 Istitut für Mathematik, Johaes Guteberg Uiversität Maiz May 23,

2 Übersicht zu Kapitel II : A. Itegrierbarkeit Grudidee, messbare umerische Fuktioe Itegral eier Elemetarfuktio 2.3 (2.4) Itegral eier ichtegative Fuktio Satz vo der mootoe Kovergez 2.7 ud Lemma vo Fatou 2.8 itegrierbare Fuktioe Nullmege der Raum L 1 (µ) 2.12 Bemerkuge zu Riema- ud Lebesgue-Itegral 2.13 B. Die Räume L p (µ), µ-f.s. Kovergez, Kovergez i L p (µ) Jese-Ugleichug 2.13 Hölder-Ugleichug 2.14 die Räume L p (µ), p µ-fast sichere Kovergez Satz vo der domiierte Kovergez 2.17 Vollstädigkeit der Räume L p (µ) 2.18 Iklusioe im Fall eies edliche Masses 2.19 C. Spezialfall edlicher Masse: drei Kovergezbegriffe stochastische Kovergez 2.20 Beispiele zu de drei Kovergezbegriffe 2.21 Teilfolgekriterie ud Beziehuge zwische de drei Kovergezbegriffe Defiitio der gleichgradige Itegrierbarkeit 2.25 Charakterisieruge der gleichgradige Itegrierbarkeit vo der fast sichere zur L p -Kovergez: gleichgradige Itegrierbarkeit

3 A. Itegrierbarkeit Sei (Ω, A) ei messbarer Raum, betrachte Fuktioe f, g : (Ω, A) (IR, B(IR)) messbar. Sei µ ei Mass auf (Ω, A). Ist g eie A-Elemetarfuktio wie i 1.38, wird ma das Itegral vo g bezüglich des Masses µ durch g dµ := l α i µ(a i ) falls g = i=1 l α i 1 Ai, i=1 A i A defiiere, sofer alle A i edliches µ-mass besitze. Nimmt f Werte i [0, ] a, wird ma eie gege f aufsteigede Folge (f ) vo A-Elemetarfuktioe wähle, etwa f (ω) := 2 1 k=0 k 2 1 { k 2 f< k+1 2 } (ω) + 1 {f }(ω), 1, ω Ω wie bereits im Beweisschritt 2) vo 1.43, ud wird setze f dµ := sup f dµ ; dabei muss ma isbesodere sicherstelle, dass eie solche Defiitio icht vo der Wahl der betrachtete Folge (f ) vo A-Elemetarfuktioe abhägt. Schliesslich wird ma eie beliebige A-B(IR)-messbare Fuktio i ihre Positiv- ud Negativteil aufspalte, wie im Beweisschritt 3) vo 1.43, um beide Teile separat zu itegriere. Das ist die Grudidee für dieses Kapitel. Um Limite i IR betrachte zu köe, arbeitet ma vo Afag a mit messbare Abbilduge (Ω, A) (IR, B(IR)) wie i Das hier skizzierte Argumetatiosschema kehrt häufig wieder: das Vorgehe, eie Beweis i) zuerst für die Klasse der A-Elemetarfuktioe, ii) iii) daach für die Klasse aller ichtegative A messbare Fuktioe, schliesslich für alle A-messbare Fuktioe durch Aufspaltug i Positiv- ud Negativteil zu führe, kezeichet ma mit dem Stichwort Aufbau messbarer Fuktioe. 2.1 Notatioe für dieses Kapitel: Sei (Ω, A) ei messbarer Raum. a) Eie messbare Abbildug f : (Ω, A) (IR, B(IR)) heisst messbare umerische Fuktio (MNF). Eie ichtegative messbare umerische Fuktio ist eie A-messbare Abbildug f : Ω [0, ]. Die 3

4 Klasse aller ichtegative MNF bezeiche wir mit F +. b) Die Klasse der A-Elemetarfuktioe ist { } l E := g = α i 1 Ai, α i IR, A i A, l 1 Die Teilklasse aller ichtegative g E bezeiche wir mit E +. i= Hilfssatz: Seie g, f, 1, MNF auf (Ω, A), seie α, β IR, A A. Da gilt: a) {f 1 < f 2 }, {f 1 f 2 }, {f 1 = f 2 }, {f 1 f 2 } sid i A, b) g 1 A ist eie MNF, c) falls für f 1, f 2 Summe, Produkt, Quotiet auf gaz Ω wohldefiiert sid, sid f 1 ± f 2, f 1 f 2, f 1 f 2 MNF, d) f 1 f 2 ud f 1 f 2 sid MNF, sup f ud if f sid MNF; 1 1 isbesodere sid Positivteil, Negativteil ud Betrag eier MNF g wieder MNF, g + = g 0, g = (g 0) (damit gilt g = g + g ), g = g + + g e) lim sup f ud lim if f sid MNF, f) kovergiere die Fuktioe f puktweise auf Ω für, d.h. gilt ω Ω existiert lim f (ω) i IR, so ist f := lim f eie MNF auf (Ω, A), g) stets gilt also ist eie MNF auf (Ω, A). {ω Ω : lim f (ω) existiert i IR} A, f := ( ) lim f 1 { lim f existiert i IR } Beweis: Die Charakterisieruge der A B(IR) Messbarkeit i 1.42 impliziere die Aussage a) d), i Aalogie zu Mit a) d) folgt e) aus lim if f = sup if f m 1 m }{{} wachsed i, lim sup f = if sup f m 1 m }{{} falled i. 4

5 f) ist ei Spezialfall vo e). Für beliebige Folge (f ) hat ma ach a) ud e) stets A := { lim f existiert i IR } = { lim sup f = lim if f } A. Damit sid alle f 1 A MNF, 1. Wedet ma auf diese die Aussage f) a, ist g) bewiese. 2.3 Hilfssatz: Sei µ ei Mass auf (Ω, A). Für ichtegative Elemetarfuktioe g E + ist l l g dµ := α i µ(a i ) falls g = α i 1 Ai i=1 i=1 uabhägig vo der für g E + gewählte Darstellug defiiert, ud die Abbildug I : E + g g dµ [0, ] hat die Eigeschafte (2.4) I(1 A ) = µ(a) A A I(α 1 g 1 + α 2 g 2 ) = α 1 I(g 1 ) + α 2 I(g 2 ), α 1, α 2 0 g 1 g 2 = I(g 1 ) I(g 2 ). Beweis: Wir zeige hier ur, dass die Abbildug I : g g dµ wohldefiiert ist. Alle adere Aussage ergebe sich daach elemetar mit deselbe Argumete. Seie g 1, g 2 zwei Darstelluge desselbe g E + : g 2 = g 1 = l α i 1 Ai, i=1 A i A beliebig m β j 1 Bj so dass B 1,... B m i A paarweise disjukt. j=1 Eie solche Darstellug existiert stets, ud ma ka die Mege B 1,..., B m so festlege, dass für jedes Paar (i, j), j = 1,..., m, i = 1,..., l etweder B j A i oder B j A i = gilt. Da g 1 ud g 2 dasselbe g darstelle, muss gelte β j = α i, A i = i=1,...,l B j A i ud die Additivität vo µ erzwigt das Gewüschte: j=1,...,m B j A i B j l α i µ(a i ) = i=1 l i=1 α i µ(b j ) = j=1,...,m B j A i m β j µ(b j ). j=1 5

6 Der folgede Satz liefert de wesetliche Schritt zur Defiitio vo Itegrale. 2.5 Satz: Die Abbildug I : E + [0, ] aus 2.3 ka fortgesetzt werde zu eier Abbildug I : F + [0, ] mit de Eigeschafte I(1 A ) = µ(a) A A (2.6) I(α 1 f 1 + α 2 f 2 ) = α 1 I(f 1 ) + α 2 I(f 2 ), α 1, α 2 0 f 1 f 2 = I(f 1 ) I(f 2 ). Für f F + ud beliebige Folge (g ) E + mit g f gilt dabei I(f) = sup I(g ). 1 Bemerkug: Damit ist das µ-itegral vo f F + f dµ := I(f) wohldefiiert. Ma schreibt auch µ(f) für f dµ. Beweis: 1) Zuächst existiert für jedes f F + eie Folge (g ) E + mit g f für, etwa wie im Beweis vo 1.43 g := 2 1 l=0 l 2 1 { l 2 f< l+1 2 } + 1 {f }, 1. Wege Mootoie vo I(g ) ach (2.4) ist sup I(g ) wohldefiiert i [0, ]. Zu zeige ist, dass jede adere Wahl eier Folge ( g m ) m E + mit g m f auf deselbe Wert des sup... führt. 2) Zeige: ist g E +, ud ist (g ) E + eie aufsteigede Folge mit g sup g, so gilt I(g) sup I(g ). Beweis: Schreibe g = l α i 1 Ai ud betrachte für festes ε > 0 i=1 B := { g (1 ε)g } A. Da sid auch g 1 B ud g1 B i E +, ud ach Defiitio der B : g dµ g 1 B dµ (1 ε) g1 B dµ. 6

7 Wege g sup g i diesem Beweisschritt ist die Megefolge (B ) aufsteiged gege Ω. Mit 2.3 ud mit aufsteigeder Stetigkeit des Masses µ etlag (A i B ) folgt g1 B dµ = l α i µ(a i B ) i=1 l α i µ(a i ) = i=1 g dµ für, ud damit sup g dµ (1 ε) für beliebig kleies ε > 0: das zeigt die Behauptug. g dµ 3) Zeige: ist f F + ud sid (g (i) ), i = 1, 2, zwei aufsteigede Folge i E + mit g (i) f, so gilt Beweis: Für jedes feste m gilt sup m g (1) m dµ = sup g (2) dµ. also zeigt Schritt 2) g (1) m g (1) m sup g (2), 1 dµ sup 1 g (2) dµ. Da (g (1) m ) m E + aufsteiged ist, zeigt die Mootoieeigeschaft i (2.4) sup m g (1) m dµ sup g (2) dµ. Nach Rolletausch der Idizes i = 1, 2 hat ma geauso ud damit die Behauptug. 4) Wir setze u für f F + ( ) I(f) := sup I(g ) für (g ) E + mit g f beliebig ; 1 dabei ist I(f) i ( ) wohldefiiert, d.h. uabhägig vo der Wahl der approximierede Folge ach Schritt 3). Es bleibt zu zeige, dass mit dieser Defiitio die Eigeschafte (2.6) erfüllt sid. α) es gilt I(1 A ) = µ(a) für A A: betrachte g := 1 A, 1, ud beutze (2.4). β) I ist mooto auf F + : Betrachte f i F +, (g (i) ) E +, g (i) f i ; da gilt für jedes feste m ach Schritt 2) ud ( ) impliziert f 1 f 2 = g (1) m sup g (2) = I(g (1) f 1 f 2 = I(f 1 ) I(f 2 ). m ) sup I(g (2) ) 7

8 γ) I ist liear auf F + : Mit α 1, α 2 0 ud Folge (g (i) ) i E +, die gege f i F + aufsteige, α 1 I(f 1 ) + α 2 I(f 2 ) = α 1 sup I(g (1) ) + α 2 sup I(g (2) ) α 1 I(g (1) m ) + α 2 I(g (2) m ) (2.4) = I(α 1 g (1) m + α 2 g (2) m ) m sup I(α 1 g m (1) + α 2 g m (2) ) = I(α 1 f 1 + α 2 f 2 ) ; m geauso erhält ma vo I(α 1 f 1 + α 2 f 2 ) ausgehed die umgekehrte Abschätzug I(α 1 f 1 + α 2 f 2 ) α 1 I(f 1 ) + α 2 I(f 2 ) ud hat damit =. Satz 2.5 ist vollstädig bewiese. Jetzt köe wir i 2.7 ud 2.8 bereits zwei der drei wichtigste Kovergezsätze (siehe 2.17 für de dritte) formuliere. 2.7 Satz vo der mootoe Kovergez: Für aufsteigede Folge (f ) ichtegativer messbarer Fuktioe gilt stets ( ) I sup f 1 = sup 1 I (f ) [0, ]. Beweis: Nach 2.2 ist f := sup f i F +. Wähle zu jedem der f F + eie aufsteigede Folge 1 (g,m ) m E + mit g,m f für m. Daraus baut ma eie eue aufsteigede Folge g r := g 1,r... g r,r E +, r 1 für die ach Kostruktio gilt g r = g 1,r... g r,r f 1... f r = f r ud weiter, mit Bezug auf ei beliebig festzuhaltedes i IN, (+) f = sup f r r sup g r r sup g i,r = f i g i, i IN. r i Zusamme mit der Voraussetzug f i f impliziert die Ugleichugskette (+) sup g r = f ; r 8

9 ach Defiitio des Itegrals für f F + folgt hieraus wege (g r ) r E + I(f) = sup I(g r ). r Mit der Mootoieeigeschaft (2.6) auf F + aber zeige die Abschätzuge (+) auch I(f) I(f i ) I(g i ), i IN was für i erzwigt I(f) = sup i 1 I(f i ). 2.8 Lemma vo Fatou: Für beliebige Folge (f ) ichtegativer messbarer umerischer Fuktioe gilt ( ) lim if f dµ lim if f dµ. Beweis: Nach 2.2 gilt f := lim if f F +. Weiter ist h := if m m eie aufsteigede Folge i F + mit h f für ; der Satz vo der mootoe Kovergez 2.7 zeigt also (+) f dµ = sup h dµ. Für beliebiges festes gilt ud also mit Mootoieeigeschaft (2.6) auf F + h = if r f r f m für alle m h dµ if m f m dµ. Vorschalte eies sup ud Ahäge der letzte Ugleichug a (+) liefert die Behauptug. 2.8 Beispiel: Die Abschätzug i 2.8 ka ohe Zusatzvoraussetzuge icht zu eiem = verbessert werde: Betrachte (Ω, A, µ) = (IR, B(IR), λλ). Orde jeder atürliche Zahl m durch Abspalte eier maximale 2-Potez i eideutiger Weise ei Zahlepaar ((m), k(m)) zu m = 2 (m) + k(m), (m) IN 0, 0 k(m) < 2 (m) ud defiiere eie Folge (f m ) m i F + durch f m := 2 1 [ k 2, k+1 2 ] mit = (m), k = k(m), m IN. 9

10 Ma sieht sofort lim if m f m(ω) = 0 ω Ω ; f m dµ = 1, m IN. Wir habe i 2.5 für beliebige ichtegative MNF f ei Itegral I(f) = fdµ defiiert: beachte, dass I eie Abbildug F + [0, + ] ist, ud zum Beispiel im Fall µ(ω) = + der kostate Fuktio f 1 das Itegral + zugesproche wird. 2.9 Defiitio: Eie messbare umerische Fuktio f auf (Ω, A) heisst µ-itegrierbar, we Positivteil f + F + ud Negativteil f F + vo f separat ei edliches Itegral besitze: ( ) f + dµ < ud f dµ < ; uter ( ) defiiert ma das µ-itegral vo f durch f dµ := f + dµ f dµ. Ist f µ-itegrierbar ud A A, so schreibt ma A fdµ für (f1 A )dµ. Ist µ ei Wahrscheilichkeitsmass auf (Ω, A) ud ist f eie µ-itegrierbare MNF, schreibt ma auch E(f) oder E µ (f) astelle vo fdµ. I Aalogie zu 1.40 etspricht diese Schreibweise der Iterpretatio vo f als IR-wertiger Zufallsvariable auf (Ω, A, µ) Hilfssatz: Für eie messbare umerische Fuktio f sid folgede Aussage gleichwertig: i) f ist µ-itegrierbar, ii) es existiere u i F + mit u i dµ < ud f = u 1 u 2, iii) es existiert ei u F + mit u dµ < ud f u, iv) es gilt f dµ <. Ist f µ-itegrierbar, so gilt für jede Zerlegug f = u 1 u 2 mit de Eigeschafte aus ii) f dµ = u 1 dµ u 2 dµ. Beweis: i) = ii): wähle etwa u 1 := f +, u 2 := f ; ii) = iii): Dreiecksugleichug für u := u 1 +u 2 ; iii) = iv): Mootoieeigeschaft (2.6) des Itegrals auf F + ; iv) = i): wege f = f + + f ist iv) 10

11 geau die Bedigug i Defiitio 2.9. Der Zusatz ergibt sich so: Schreibt ma f = u 1 u 2 mit u i F + ud u i dµ <, so ist f + = f 1 {f>0} = (u 1 u 2 )1 {f>0} u 1 1 {f>0} u 1 ; geauso sieht ma f u 2. Zusamme mit de beide Darstelluge f = f + f ud f = u 1 u 2 erhält ma u 1 f + = u 2 f F +. Wege Liearität (2.6) des Itegrals auf F + ka ma daher die Grösse ( f + dµ + ) (u 1 f + )dµ ( f dµ + ) (u 2 f )dµ sowohl i Form u 1 dµ u 2 dµ als auch i Form f + dµ f dµ schreibe Hilfssatz: Ereigisse A A mit µ(a) = 0 et ma µ-nullmege i A oder auch A- Nullmege uter µ. Es gilt: a) Ist f F + µ-itegrierbar, so ist {f = + } eie µ-nullmege i A. b) Ist A A eie µ-nullmege ud f eie beliebige MNF auf (Ω, A), so gilt A f dµ = 0. c) Gilt f dµ = 0 für eie MNF f, so ist {f 0} eie µ-nullmege i A. Beweis: Die Aussage a) folgt mit der Mootoieeigeschaft (2.6) auf F + aus > fdµ sup } {{ ) dµ = sup } E + (1 {f=+ } b) zeigt ma aalog: aus µ(a) = 0 folgt für eie beliebige MNF f f 1 A dµ = sup ( f )1 A dµ sup µ({f = + }). µ(a) = 0. Die Aussage c) folgt aus {f 0} = m 1 { f 1 m }, f dµ ( 1 m 1 { f 1 m }) dµ = 1 m µ({ f 1 m }) Defiitio: Zwei MNF f 1, f 2 auf (Ω, A) heisse µ-äquivalet falls µ({f 1 f 2 }) = 0. Ei Beispiel: für die Gleichverteilug µ := R((0, 1)) auf dem offee Itervall (0, 1) i (IR, B(IR)) ist (, 0] [1, + ) eie µ-nullmege i B(IR), ud die drei MNF f 1 := 1 (0,1), f 2 1, f 3 := 1 (0,1) + 1 (0,1) c 11

12 sid µ-äquivalet. Ei Mass µ auf (Ω, A) ka A-messbare Fuktioe ie geauer uterscheide als bis auf µ-äquivalez: 2.11 Hilfssatz: Betrachte zwei MNF f 1, f 2 auf (Ω, A), etweder beide µ-itegrierbar oder beide ichtegativ. Da gilt µ({f 1 f 2 }) = 0 A f 1 dµ = A f 2 dµ für alle A A. Beweis: Die Implikatio = folgt aus 2.11 b): i Darstelluge f 1 = f 1 1 {f1 =f 2 } + f 1 1 {f1 f 2 }, f 2 = f 1 1 {f1 =f 2 } + f 2 1 {f1 f 2 } führt der jeweils zweite Term zu eiem Itegral über eie µ-nullmege wie i 2.11 b). Für = betrachte ma A m A defiiert als {f 1 f m } oder {f 2 f m } : aus A m f 1 dµ = A m f 2 dµ folgt da µ(a m ) = 0, für jedes m 1. Also ka die Abbildug f f dµ sivoll ur auf de Äquivalezklasse µ-itegrierbarer MNF auf (Ω, A) betrachtet werde. Isbesodere ist jede µ-itegrierbare MNF f µ-äquivalet zur IR-wertige MNF f := f1 { <f<+ }. Damit ergibt sich aus eie eifache Aussage: 2.12 Satz: Schreibe L 1 (µ) = L 1 (Ω, A, µ) für die Klasse aller (Äquivalezklasse vo) µ-itegrierbare messbare umerische Fuktioe auf (Ω, A). Da gilt: L 1 (µ) ist ei liearer Raum über IR, ud die Abbildug I : L 1 (µ) f f dµ IR ist i dem folgede Si eie positive Liearform auf L 1 (µ): I(1 A ) = µ(a) A A (2.12 ) I(α 1 f 1 + α 2 f 2 ) = α 1 I(f 1 ) + α 2 I(f 2 ), α 1, α 2 IR f 1 f 2 = I(f 1 ) I(f 2 ). Beweis: 1) Homogeität: zerlege f L 1 (µ) i Positiv- ud Negativteil, da für α IR (αf) ± = α f ±, α > 0 α f, α < 0 = I(αf) = αi(f). 12

13 2) Additivität: für f 1, f 2 L 1 (µ) schreibe f 1 + f 2 = u 1 u 2 mit u 1 := f f 2 +, u 2 := f1 + f 2. Da sid u i F + ud es gilt u i dµ < : also gilt ach 2.10 ud Liearität (2.6) auf F + I(f 1 + f 2 ) = I(u 1 ) I(u 2 ) = I(f 1 ) + I(f 2 ). 3) Mootoie: Für f 1 f 2 gilt f 1 + f 2 +, f 1 f 2, also I(f 1) I(f 2 ) Bemerkug: Ist isbesodere µ = λλ das i 1.21 defiierte Lebesgue-Mass auf (IR d, B(IR d )), so heisst das i 2.9 ud 2.12 defiierte Itegral Lebesgue-Itegral auf (IR d, B(IR d )). Eie messbare Fuktio (IR d, B(IR d )) (IR, B(IR)), welche i Eischräkug auf ei Kompaktum Riema-itegrierbar ist, ist i Eischräkug auf dieses Kompaktum auch Lebesgue-itegrierbar, ud die Itegrale stimme überei. Der Riemasche Itegratiosweg führt jedoch ur auf eher restriktiv defiierte Fuktioeklasse (wie z.b. der Klasse aller stetige Fuktioe IR d IR mit kompaktem Träger) zum Ziel. Äderuge) erläuter wir das geauer. I Dimesio d = 1 (der allgemeie Fall erfordert ur otatioelle a) Betrachte die Dirichlet-Sprugfuktio f : IR IR + auf (IR, B(IR), λλ) +1 falls x IQ, f(x) = 0 sost. Es gilt f F +, also ist I(f) ach 2.5 wohldefiiert; als abzählbare Mege ist {f 0} eie λλ- Nullmege i B(IR), also ist f λλ-äquivalet zur kostate Fuktio g 0. Also gilt f L 1 (λλ) mit f dλλ = 0. Klar ist f : [0, 1] IR + icht Riema-itegrierbar. b) Betrachte eie Riema-itegrierbare Fuktio f : [a, b] IR +. Da existiert eie Folge vo Partitioe vo [a, b] π : a := t 0 <... < t l() =: b, mesh(π ) := π π +1 max 1 j l() (t j t j 1 ) 0 für so dass mit m j := if f(x), M x [t j 1,t j ] j := sup f(x) x [t j 1,t j ] die Limites vo Riema-Obersumme ud -Utersumme übereistimme: l() j=1 } {{ } =:s(f,π ) l() lim m j (t j t j 1) = lim Mj (t j t j 1). 13 j=1 } {{ } =:S(f,π )

14 Betrachte l() f := m 1 1 [t 0,t 1 ] + m j 1 ]t j 1,t j ] E +, 1, j=2 l() F := M1 1 [t 0,t 1 ] + Mj 1 ]t j 1,t j ] E +, 1. j=2 Dies sid Folge vo B(IR)-Elemetarfuktioe, (f ) ist aufsteiged, (F ) absteiged, ud es gilt f f F für jedes 1. Isbesodere ist (F f ) eie absteigede Folge i F +, ud für g := lim (F f ) F + gilt ach Fatou 2.8 ud wege Riema-Itegrierbarkeit vo f: g dλλ lim if (F f ) dλλ = lim (S(f, π ) s(f, π )) = 0. Also ist {g > 0} eie λλ-nullmege i B(IR): da ach der eigags gemachte Voraussetzug f1 [a,b] : (IR, B(IR)) (IR, B(IR)) messbar ist, sid f1 [a,b] ud sup f λλ-äquivalet i F +, also ist ach 2.7 ud 2.11 das Lebesgue-Itegral vo f1 [a,b] gegebe durch f1 [a,b] dλλ = (sup f )dλλ = sup ud stimmt also mit dem Riema-Itegral überei. f dλλ = sup s(f, π ) c) Lässt ma u die Voraussetzug der B(IR)-B(IR)-Messbarkeit vo f falle, so zeigt das Argumet aus b) immer och: aus Riema-Itegrierbarkeit vo f auf [a, b] folgt sup f f1 [a,b] if F = sup f + g wobei die Fuktioe auf der like ud der rechte Seite der Ugleichug B(IR)-B(IR)-messbar sid, g 0, ud λλ({g > 0}) = 0. Dies zeigt, dass eie auf [a, b] Riema-itegrierbare Fuktio f bis auf eie Teilmege eier λλ-nullmege aus B(IR) siehe auch (+) ute mit eier messbare Fuktio übereistimmt. Diese Teilmege wird jedoch im allgemeie icht mehr i der Borel-σ-Algebra B(IR) ethalte sei. d) Komplettiert ma u die σ-algebra B(IR) bezüglich des Lebesgue-Masses λλ: N := {A IR : es gibt ei A B(IR) mit λλ(a) = 0 ud A A } B(IR) λλ := σ ( B(IR), N ) = {A N : A B(IR), N N } λλ(a N) := λλ(a), A B(IR), N N (N ist also das System aller Teilmege vo µ-nullmege i B(IR d )) so wird für jede auf [a, b] Riema-itegrierbare Fuktio f die Eischräkug f1 [a,b] : IR IR 14

15 zu eier B(IR) λλ B(IR) messbare Fuktio, für die das Itegral ach Lebesgue mit dem Riemasche Itegral übereistimmt: beachte (+) für alle b > 0 gilt : { f1 [a,b] sup f > b } { g > 0 } wobei {g > 0} die obe geate λλ-nullmege aus B(IR) ist. B. Die Räume L p (µ), µ-fast sichere Kovergez, Kovergez i L p (µ) Wir begie mit eiige wichtige Ugleichuge Jesesche Ugleichug: Sei I ei beliebiges Itervall i IR, sei u : I IR eie kovexe Fuktio. Für jede Zufallsvariable X auf (Ω, A, P ) mit de Eigeschafte P (X I) = 1, X L 1 (P ) ist da E(u(X)) wohldefiiert, ud es gilt u(e(x)) E(u(X)) (, ]. Beweis: 1) Eie Fuktio u : I IR ist kovex we es a jeder Stelle ξ I (midestes) eie Gerade g durch de Pukt (ξ, u(ξ)) gibt, mit geeigeter Steigug λ IR, so dass gilt (+) für alle x I: u(x) u(ξ) + λ(x ξ) = g(x). g heisst da Stützgerade zu u im Pukt (ξ, u(ξ)). 2) I der eifachste Fassug der Jese-Ugleichug, i der ma zusätzlich u X L 1 (P ) vorauszusetze bereit ist (vgl. z.b. Georgii 2002 S. 111), ist der Beweis mit (+) scho fertig: ma setzt ξ := E(X) i (+) ud erhält aus Liearität ud Mootoie des Itegrals die gewüschte Aussage. Wir brauche eie Ugleichug ohe die geate Zusatzvoraussetzug. 3) Zeige zuerst: hat X L 1 (P ) die Eigeschaft P (X I) = 1, so gilt auch E(X) I: Betrachte zuächst die utere Itervallgreze vo I ud setze α := if I = if{x : x I}. Falls α =, gilt E(X) > α wege X L 1 (P ), ud es ist ichts zu zeige. Sei also α IR. Im Falle α I hat ma X α P -fast sicher ud damit E(X) α. Im Falle α / I hat ma X > α P -fast sicher; zu zeige ist E(X) > α. Mit aufsteigeder Stetigkeit existiert ei ε > 0 so dass P (X α+ε) > 0, daher E(X) = XdP = XdP = XdP + XdP. Ω {X>α} 15 {X (α,α+ε)} {X α+ε}

16 Damit folgt E(X) a P (X (α, α + ε)) + (α+ε) P (X α+ε) > α. Bezüglich der utere Itervallgreze α ist daher die Behauptug i alle Fälle gezeigt. Bezüglich der obere Itervallgreze β = sup I argumetiert ma aalog. 4) Betrachte u u, ξ, g ud λ wie i Schritt 1), ud X wie i Schritt 3). Für ξ := E(X) I ist die Zufallsvariable g(x) = u(ξ) + λ(x ξ) i L 1 (P ). Nach (+) ist (u g) X eie ichtegative messbare umerische Fuktio, dere P -Itegral E ((u g) X) (0, ] ach 2.5 wohldefiiert ist. Wege g(x) L 1 (P ) da auch das Itegral E(u(X)) = (u g) X dp + g X dp (, ] wohldefiiert, ud die behauptete Ugleichug folgt aus (+) ud der Liearität vo g Hölder-Ugleichug: Sei µ ei Mass auf (Ω, A). Für p > 1 ud 1 p + 1 q = 1 gilt f g dµ ( ) 1/p ( f p dµ für beliebige messbare umerische Fuktioe f, g auf (Ω, A). g q dµ) 1/q Beweis: Schreibe f =: f 1, g =: f 2, p =: p 1, q =: p 2. Dabei gilt p 1 > 1 ud 1 p 2 = 1 1 p 1. Es geügt, die Behauptug achzuweise für f i p i dµ < (sost wäre die Behauptug trivial), für f i F + (sost ersetze f i durch f i ), ud für f i p i dµ > 0 (sost wäre eies der f i µ-äquivalet zur kostate Fuktio 0). Aus folgt für y 1 y 2 > 0 y 1 1 p 1 1 y p 2 x 0 = (1 + x) 1 p p 1 x = 1 p p 1 (1 + x) 2 = y 2 ( y1 y 2 }{{} 1 ) 1 p 1 { 1 y2 + 1 ( )} y1 p 2 p 1 y 2 ud damit wege Symmetrie der rechte Seite für beliebige y 1, y 2 0: (+) y 1 1 p 1 1 y p p 1 y p 2 y 2. 1 p 2 y p 1 y 1 Setzt ma u isbesodere y i := f p i i fi p i dµ, i = 1, 2 16

17 (beachte die Aahme 0 < f i p i dµ < obe) i die Ugleichug (+) ei, so ergibt sich f 1 f 2 1 f p1 1 f 1 p1 f 2 p2 p 1 f1 p + 1 f p dµ p 2 f2 p. 2 dµ Itegriert ma beide Seite bezüglich des Masses µ, ergibt sich auf der rechte Seite 1 p p 2 die Behauptug ist bewiese. = 1, ud 2.15 Satz: Sei 1 p <. Schreibe L p (µ) = L p (Ω, A, µ) für de Raum aller (µ-äquivalezklasse vo) messbare umerische Fuktioe f auf (Ω, A) mit f p dµ <. a) Da ist L p (µ) ei liearer Raum, ud f p := ( f p dµ ) 1/p ist eie Norm auf L p (µ). b) Für 1 s < r < ud beliebige messbare umerische Fuktioe f gilt eie Abschätzug ( ) 1 f s s dµ ( (µ(ω)) 1 s 1 r ) 1 f r r dµ. Ist µ ei edliches Mass, impliziert dies f s cst f r für f L r (µ), ud damit L r (µ) L s (µ) für 1 s < r. Beweis: 1) Für p = 1 ist L 1 (µ) ach 2.12 ei liearer Raum. Um zu sehe, dass 1 eie Norm auf L 1 (µ) ist, braucht ma ebe der Dreiecksugleichug ur 2.11 c): f 1 = f dµ = 0 = f ist µ-äquivalet zur kostate Fuktio 0. 2) Sei u p > 1. Für f 1, f 2 L p (µ) gilt f 1 + f 2 p (2 ( f 1 f 2 )) p 2 p ( f 1 p + f 2 p ). ud damit f 1 + f 2 L p (µ). Also ist L p (µ) ei liearer Raum. Defiiert ma zu p > 1 ei q > 1 durch 1 p + 1 q = 1 (isbesodere da (p 1)q = p) ud schreibt mit Hölder f 1 + f 2 p dµ f 1 f 1 + f 2 p 1 dµ + f 2 f 1 + f 2 p 1 dµ ( ( f 1 p dµ) 1 p + ( f 2 p dµ) 1 p ) ( ( ) 1 f 1 + f 2 p 1 ) q q dµ = ( ( f 1 p dµ) 1 p + ( f 2 p dµ) 1 p ) ( ) 1 1 f 1 + f 2 p p dµ, so folgt die Dreiecksugleichug ( ) 1 f 1 + f 2 p p dµ ( f 1 p dµ ) 1 p + ( f 2 p dµ ) 1 p. 17

18 Damit ist p eie Norm auf L p (µ). 3) Für 1 s < r < liefert Hölder mit p = r s > 1 für eie beliebige MNF f ( ) 1 1 ( ) 1 f s dµ = 1 f s p dµ 1 dµ ( f s ) p p dµ = ( ) 1 s ( ) s r 1 dµ f r r dµ ud damit die behauptete Abschätzug. Falls µ ei edliches Mass ist, folgt L r (µ) L s (µ) Defiitio: Sei µ ei Mass auf (Ω, A). a) Eie A-Mege vo vollem µ-mass ist das Komplemet eier A-Nullmege uter µ (vgl. 2.11). b) Sei E eie Eigeschaft, so dass elemetweise vo jedem ω Ω gesagt werde ka, ob ω die Eigeschaft E besitzt oder icht besitzt. Ma sagt, die Eigeschaft E gilt µ-fast sicher (µ-f.s.), falls es eie A-Mege vo vollem µ-mass gibt, so dass alle Elemete dieser Mege die Eigeschaft E besitze. Bemerkug: I 2.16 b) wird im allgemeie Ω 0 := {ω Ω: ω erfüllt E} icht zur σ-algebra A gehöre, d.h. kei Ereigis sei. Ma verlagt lediglich, dass Ω 0 als Teilmege vo Ω Obermege eier A-Mege vo vollem µ-mass sei. Die folgede Defiitio stellt u scheibar eie Rückschritt hiter 2.2 g) dar: 2.16 Defiitio: Sei (f ) 1 eie Folge messbarer umerischer Fuktioe auf (Ω, A). Gibt es eie Mege à A vo vollem µ-mass so dass gilt ( ) lim f (ω) existiert i IR für jedes ω à so sagt ma, die Folge (f ) kovergiert µ-fast sicher ( µ-f.s ). Bemerkug: Zwar gilt A := {ω Ω : lim f (ω) existiert i IR } A ach 2.2 g), de Nachweis vo µ-fast sicherer Kovergez führt ma jedoch oft bequemer auf kleiere A-Mege à A vo vollem µ Mass. Auch möchte ma eie µ-fast sicherere Limes falls er existiert, braucht ma ih ur eideutig bis auf µ-äquivalez auf µ-nullmege abäder zu dürfe. Isbesodere ist für beliebige Mege à A vo vollem µ-mass, die der Bedigug ( ) geüge, f(ω) := eie Festlegug des µ-fast sichere Limes. lim (f 1Ã)(ω), ω Ω 18

19 Nu komme wir (ach 2.7 ud 2.8) zum dritte der drei wichtigste Kovergezsätze Satz vo der domiierte Kovergez (Lebesgue): Sei µ ei Mass auf (Ω, A), sei (f ) eie Folge messbarer umerischer Fuktioe auf (Ω, A), sei 1 p <. Gilt i) die Folge (f ) kovergiert µ-fast sicher, ii) es existiert ei g F + mit g L p (µ), f g µ-fast sicher für jedes 1, so gibt es eie messbare umerische Fuktio f auf (Ω, A) so dass f L p (µ), f f i L p (µ) ud µ-fast sicher. Beweis: 1) Abzählbare Vereiiguge vo µ-nullmege i A liefert wieder eie µ-nullmege i A. Daher gibt es ei A A mit µ(a c ) = 0 so dass ω A : f (ω) g(ω), 1, lim f (ω) existiert i IR. Nach 2.2 sid da f := f 1 A MNF mit (+) ω Ω : f (ω) g(ω), 1, lim f (ω) existiert i IR, ud f := lim f ist eie MNF. Dies zeigt isbesodere die µ-fast sichere Kovergez f f. 2) Wir zeige die Kovergez i L p (µ). Aus (+) folgt f g auf Ω, ud die Voraussetzug g L p (µ) liefert f L p (µ). Geauso impliziert (+) auch f L p (µ), für alle 1. Defiiere u MNF h := f f p, 1, ud h := (2 g) p. Diese sid ichtegativ, es gilt h (2 g) p = h auf gaz Ω, ach Voraussetzug g L p (µ) sid die h, 1, h µ-itegrierbar, ud (+) liefert h 0 für auf gaz Ω. Also zeigt Fatou 2.8 h dµ = lim if(h h ) dµ lim if (h h }{{} ) dµ 0 = h dµ lim sup h dµ h dµ. Das aber bedeutet =, damit ud also lim f f p = ( h dµ = 0 h dµ) 1/p 0. 19

20 Gezeigt ist: f f i L p (µ) für. Aber f ud f sid µ-äquivalet, für jedes 1. Also ist die Behauptug bewiese Satz: Sei µ ei Mass auf (Ω, A), sei 1 p <. a) Der Raum L p (µ) ist vollstädig. b) Kovergiert (f ) gege f i L p (µ), so gibt es eie Teilfolge ( k ) k so dass gilt: f k k f µ-fast sicher. Beweis: 1) Wir zeige zuerst, dass ma aus jeder Cauchyfolge i L p (µ) eie Teilfolge auswähle ka, welche µ-fast sicher ud i L p (µ) kovergiert. Sei (f ) Cauchy i L p (µ), da gilt ε > 0 existiert 0 = 0 (ε) so dass f f m p < ε für alle, m 0 (ε). Wähle eie Teilfolge (f k ) k 1 mit f k f k+1 p < 2 k, k IN (es geügt, k 0 (2 k ) zu forder ud dabei ( k ) k aufsteiged zu wähle) ud betrachte g l := l f k+1 f k F +, l 1, g := k=1 f k+1 f k F +. k=1 Klar gilt g l L p (µ) für jedes l IN wege g l p Das Lemma vo Fatou 2.8 liefert g p dµ = l f k+1 f k p k=1 ud folglich g L p (µ); isbesodere gilt (lim if l l 2 l, l 1. k=1 g p l ) dµ lim if l g p l dµ < µ({g = + }) = 0. Auf dem Ereigis {g < } ist die Folge (f k ) k aber koverget i IR. Damit ist bewiese, dass ma aus jeder Cauchyfolge i L p (µ) eie Teilfolge auswähle ka, welche µ-fast sicher kovergiert. Für die so kostruierte (f k ) k liefert der Satz vo der domiierte Kovergez 2.16 (mit f 1 +g L p (µ) als itegrierbarer Majorate) eie MNF f mit (+) f L p (µ), f k k f µ-fast sicher ud i L p (µ). 20

21 2) Hat ma eie Cauchyfolge (f ) i L p (µ), eie Teilfolge ( k ) ud ei f so dass (+) gilt, so zeigt eie weitere Awedug der Cauchyeigeschaft auch f f i L p (µ) für. 3) Mit Schritt 1) ist Aussage b) des Satzes bewiese, da jede kovergete Folge isbesodere Cauchy ist. Schritte 1)+2) zeige, dass Cauchyfolge i L p (µ) kovergiere; damit ist L p (µ) vollstädig. Zum Abschluss des Teilkapitels vermerke wir eie sofort aus 2.15 b) folgede Tatsache: 2.19 Satz: Sei µ ei edliches Mass auf (Ω, A), sei 1 < r <. Kovergiert (f ) gege f i L r (µ), so auch i L s (µ) für jedes 1 s r. C. Spezialfall edlicher Masse: drei Kovergezbegriffe 2.20 Defiitio: Sei µ ei edliches Mass auf (Ω, A), seie f, 1, f messbare umerische Fuktioe auf (Ω, A). Ma sagt, die Folge (f ) kovergiert gege f µ-stochastisch, falls gilt für jedes ε > 0 : lim µ({ f f > ε}) = Beispiele: Betrachte auf (Ω, A) = (IR, B(IR)) das Wahrscheilichkeitsmass µ = R[0, 1], die Gleichverteilug auf [0, 1]. Defiiere drei Folge (f l ) l, (g l ) l, (h l ) l i F + : f 2 +k := k 2 1 [0, 1 2 ], k = 0, 1,..., 2 1, 1, g 2 +k := 1 [ k 2, k+1 2 ], k = 0, 1,..., 2 1, 1, h 2 +k := 2 1 [ k 2, k+1 2 ], k = 0, 1,..., 2 1, 1. Bezeiche f die kostate Fuktio f 0. Für jedes feste 1 p < gilt da für l : i) die Folge (f l ) l kovergiert µ-fast sicher, aber icht i L p (µ); ii) die Folge (g l ) l kovergiert i L p (µ), aber icht µ-fast sicher; iii) alle drei Folge (f l ) l, (g l ) l, (h l ) l kovergiere µ-stochastisch gege f; iv) die Folge (h l ) l kovergiert weder µ-fast sicher och i L p (µ). Dies folgt aus Betrachtug vo z.b. f l f p, µ({f l f}), ud µ({ lim l f l existiert}). 21

22 2.22 Satz: Sei µ ei edliches Mass auf (Ω, A), seie f, 1, f messbare umerische Fuktioe auf (Ω, A). Da gilt f f µ-fast sicher = f f µ-stochastisch. Beweis: ( ) Es geügt, de Fall f 0 zu betrachte (sost ersetze f durch f := f f). Zeige zuerst: f 0 µ-fast sicher sup f m 0 µ-stochastisch. m Zum Nachweis vo ( ) betrachtet ma Ereigisse A k m := { sup f 1 m k }, A := {ω Ω : lim f (ω) = 0} = i A. Für diese gilt f 0 µ-fast sicher µ(a c ) = 0 µ( m=1 k=1 m=1 (A k m) c, A c = k=1 m=1 A k m) = 0 für jedes feste k. Nach Defiitio ist für festes k die Folge (A k m) m absteiged i m, also ist die letzte Aussage wege absteigeder Stetigkeit des edliche Masses µ (vgl. 1.17) äquivalet zu A k m das aber ist geau die Aussage lim m µ(ak m) = 0 für jedes feste k, sup f m 0 µ-stochastisch. m Damit ist ( ) bewiese. Mit ( ) ud der offesichtliche Iklusio { f m > ε} { sup f > ε}, ε > 0 m folgt die Behauptug. Der folgede Satz präzisiert die zwische µ-stochastischer ud µ-fast sicherer Kovergez bestehede Lücke durch ei Auswahlkriterium, ud liefert zugleich die Eideutigkeit bis auf µ-äquivalez des µ-stochastische Limes eier Folge (f ) Satz: Sei µ ei edliches Mass, seie f, 1, f messbare umerische Fuktioe auf (Ω, A). Die folgede Aussage i) ud ii) sid gleichwertig: 22

23 i) es gilt f f µ-stochastisch für ; ii) zu jeder Teilfolge ( k ) k 1 der atürliche Zahle existiert eie weitere Teilfolge ( kl ) l 1 so dass f kl Beweis: l f µ-fast sicher. Es geügt, die Behauptug im Fall f 0 zu zeige (sost ersetze f durch f := f f). 1) Gilt f 0 µ-stochastisch für, so gibt es zu jedem ε > 0 ei 0 = 0 (ε) so dass gilt ( ) l, l 0 (ε) : µ ({ f l f l > ε}) < ε. Der Beweis vo ( ) folgt sofort aus { f l f l > ε} { f l > ε 2 } { f l > ε 2 } ud der vorausgesetzte stochastische Kovergez der Folge (f ) gege 0. 2) Wir zeige i) = ii): Die Folge (f ) kovergiere µ-stochastisch gege 0. Sei (f k ) k 1 eie beliebige Teilfolge vo (f ). Mit ( ) ka ma aus ( k ) k eie weitere Teilfolge ( kl ) l mit der Eigeschaft für l = 1, 2,... : µ({ f kl+1 f kl > 2 l }) < 2 l auswähle (mit de Bezeichuge aus ( ) reicht es, eie strikt mooto wachsede Folge ( kl ) l mit der Eigeschaft kl 0 (2 l ), l IN, bereitzustelle). Schreibe A l := { f kl+1 f kl > 2 l }, A := lim sup A l = l A l. m=1 l m Wege absteigeder Stetigkeit vo µ ist A als absteigeder Limes der Megefolge l m A l, m, mit µ(a l ) < 2 l eie µ-nullmege i A. Damit ist A c eie A-Mege vo vollem µ-mass, ud A c = lim if l Ac l = m=1 l m A c l = {ω Ω : es gilt f kl+1 f kl (ω) 2 l für schliesslich alle l} {ω Ω : lim l f kl (ω) existiert}. Also kovergiert die Folge (f kl ) l µ-fast sicher. Sei f eie Festlegug des µ-fast sichere Limes. Zu zeige bleibt, dass f µ-äquivalet zur kostate Fuktio 0 ist. Dies sieht ma aus (+) { f 0 > ε} { f f kl > ε 2 } { f kl 0 > ε 2 } 23

24 für beliebiges ε > 0, wobei das µ-mass der zweite Mege auf der rechte Seite vo (+) wege f 0 µ-stochastisch ach Voraussetzug ud das µ-mass der erste Mege auf der rechte Seite vo (+) wege f kl l f µ-fast sicher (ud damit ach 2.22 auch µ-stochastisch) für l gege 0 strebt. Dabei war ε > 0 beliebig, also ist f µ-äquivalet zur Fuktio f 0. Damit ist eie Teilfolge ( kl ) l gefude mit f kl l 0 µ-fast sicher. 3) Wir zeige ii) = i). Für ε > 0 beliebig betrachte die Zahlefolge α := µ({ f > ε}),. Zu zeige ist α 0. Ageomme, es sei lim sup α =: α > 0. Da ka ma eie Teilfolge ( k ) k k auswähle mit α k α. Zu dieser wähle wir ach Voraussetzug ii) eie weitere Teilfolge ( kl ) l so dass f kl l 0 µ-fast sicher. Nach 2.22 gilt da aber auch f kl l 0 µ-stochastisch, also lim α kl = 0 im Widerspruch zur gemachte Aahme. Also war diese absurd, es gilt α = 0, ud l damit f f µ-stochastisch. Der folgede Satz ist u eie eifache Kosequez aus 2.18 b) ud 2.23: 2.24 Satz: Sei µ ei edliches Mass auf (Ω, A), 1 p <, seie f, 1, f messbare umerische Fuktioe auf (Ω, A). Gilt da f, 1, f L p (µ), f f L p (µ) so gilt auch f f µ-stochastisch. Für edliche Masse µ ergibt sich aus 2.22 ud 2.24 folgede Hierarchie vo Kovergezbegriffe: Wir werde im Rest des Kapitels Zusatzbediguge diskutiere, uter welche ma i diesem Diagramm vo µ-fast sicherer Kovergez auf L p (µ)-kovergez schliesse darf. 24

25 2.25 Defiitio: Sei µ ei edliches Mass auf (Ω, A), sei H eie Teilfamilie vo L 1 (µ). H heisst gleichgradig µ-itegrierbar falls lim c sup f H { f c} f dµ = Hilfssatz: Sei µ ei edliches Mass auf (Ω, A), sei H eie Teilfamilie vo L 1 (µ). Geau da ist H gleichgradig µ-itegrierbar, we die folgede Bediguge i) ud ii) erfüllt sid: i) es gilt sup f dµ < ; f H ii) zu jedem ε > 0 gibt es ei δ > 0 so dass gilt: A A, µ(a) < δ = A f dµ < ε für alle f H. Beweis: (+) Für c > 0 schreibe f c := f 1 { f c}, da gilt für beliebige f H, A A A f dµ c µ(a) + f c dµ. 1) Sei H gleichgradig µ-itegrierbar, sei ε > 0 beliebig. Da gibt es ach Defiitio 2.25 ei c = c(ε) > 0 so dass f c dµ < ε/2 für alle f H. Da µ(ω) <, folgt i) aus (+) mit A = Ω. Setzt ma δ = δ(ε) = ε 2 c i (+), so folgt auch ii). f dµ ud wähle zu beliebigem 2) Seie umgekehrt die Bediguge i) ud ii) erfüllt. Setze M := sup f H ε > 0 zuerst ei δ > 0 gemäss ii), daach ei c > 1 δ M: damit hat ma δ = δ(ε), c = c(ε) so dass µ({ f c}) 1 f dµ 1 M < δ für alle f H ; c c die Voraussetzug ii) liefert da { f c} f dµ ε für alle f H. Da ε > 0 beliebig war, ist dies die gleichgradige Itegrierbarkeit der Familie H. Ei wichtiges hireichedes Kriterium für gleichgradige Itegrierbarkeit ist gleichmässige Beschräktheit höherer Momete i folgedem Si Hilfsatz: Sei H L 1 (µ). Gibt es eie ichtfallede Fuktio G : IR + IR + mit G(t) lim t t = + ud sup f H 25 G f dµ <,

26 so ist die Familie H gleichgradig µ-itegrierbar. Beweis: Schreibe M := sup G f dµ. Als ichtfallede Fuktio ist G messbar. Sei ε > 0 f H beliebig. Da G ach Voraussetzug scheller als liear wächst, gibt es ei c = c(ε) < mit G(t) 1 M t auf [c, ). ε Mit dieser Wahl vo c erhält ma sup f H { f c} f dµ sup f H ε 1 M { f c} G f dµ ε ud damit die Behauptug Beispiel: Sei µ ei Wahrscheilichkeitsmass auf (Ω, A), sei 1 p <, sei (f ) eie Folge messbarer umerischer Fuktioe auf (Ω, A). Die Bedigug es gibt ei r > p so dass f r dµ < ist hireiched für gleichgradige Itegrierbarkeit vo sup 1 H := { f p : 1} L 1 (µ). Dies folgt sofort aus 2.26 mit G(t) = t r/p, t 0. Nu die Atwort auf die Frage, uter welche Zusatzbediguge ma im Diagramm der drei Kovergezarte vor 2.25 vo µ-fast sicherer Kovergez auf Kovergez i L p (µ) schliesse darf: 2.28 Satz: Sei µ ei edliches Mass auf (Ω, A), sei 1 p <. Betrachte eie Folge (f ) L p (µ) ud eie messbare umerische Fuktio f so dass f f µ-fast sicher für. Da sid folgede Aussage gleichwertig: i) H := { f p : 1} ist gleichgradig itegrierbar ii) es gilt f L p (µ), ud f f i L p (µ). Beweis : 0) Domiierte Teilmege H vo L 1 (µ), d.h. solche mit es existiert ei g L 1 (µ) so dass h g für alle h H 26

27 sid stets gleichgradig itegrierbar: zuerst zeigt domiierte Kovergez 2.17 für die Fuktioeschar g1 {g c}, c IN lim c wege h g für alle h H folgt daraus lim sup c h H { g c} { h c} g dµ = 0 ; h dµ = 0. 1) Edliche Teilmege H vo L 1 (µ) sid gleichgradig itegrierbar: dies folgt aus Schritt 0) mit H = {h 1,..., h l } ud g := h h l. 2) Wir zeige ii) = i): Es gelte Kovergez vo (f ) gege f i L p (µ). Für A A schreibe f 1 A p (f f )1 A p + f1 A p f f p + f1 A p. Sei ε > 0 beliebig. Wege Voraussetzug ii) ud wege Schritt 1) gibt es zur eielemetige Familie { f p } L 1 (µ) gemäss 2.25 ei δ > 0 so dass A A, µ(a) < δ = f1 A p = ( ) 1/p f p dµ < ε A 2. Wege Voraussetzug ii) gibt es auch ei 0 = 0 (ε) mit f f p < ε 2 für alle 0. Zusamme ergebe die drei Abschätzuge (+) A A, µ(a) < δ : f 1 A p < ε für alle 0 (ε). Die edliche Familie { f 1 p,..., f 0 1 p } ist ach Schritt 1) gleichgradig itegrierbar: also gibt es ei δ > 0 so dass (++) A A, µ(a) < δ : f j 1 A p < ε für j = 1,..., 0 (ε) 1. Zusamme liefer (+) ud (++) mit δ(ε) := δ δ ach 2.25 die gleichgradige Itegrierbarkeit der Familie H = { f p : 1}. 3) Zeige i) = ii): Sei u { f p : 1} gleichgradig itegrierbar. Nach 2.25 gilt M := sup 1 f p dµ < ud mit Fatou 2.9 impliziert die vorausgesetzte µ-fast sichere Kovergez f f f p dµ lim if 27 f p dµ M <.

28 Also gilt f L p (µ). Sei ε > 0 beliebig. Uter Voraussetzug i) gibt es ei c = c(ε) mit { f c} f p dµ < ε p, sup f p dµ < ε p. 1 { f c} Daraus erhält ma mit eier Trukatio h c (x) := x1 ( c,+c) (x) f f p f 1 { f <c} f1 { f <c} p + f 1 { f c} p + f1 { f c} p h c f h c f p + 2 ε. Hier ist h c beschräkt ud messbar: da µ ei edliches Mass ist ud da (f ) µ-fast sicher gege f kovergiert, zeigt domiierte Kovergez 2.17 h c f h c f p 0. Die beide letzte Formelzeile zeige f f p 0; damit ist die gewüschte Kovergez f f i L p (µ) bewiese. Die Bediguge des Satzes vo der domiierte Kovergez 2.17 ware wie im Schritt 0) des Beweises vo 2.28 gezeigt wurde ei Spezialfall vo gleichgradiger Itegrierbarkeit. Folgede eifache Umformulierug vo 2.28 ist häufig ützlich: 2.28 Satz: Sei µ ei edliches Mass auf (Ω, A), seie f, 1, f messbare umerische Fuktioe auf (Ω, A) mit f f µ-fast sicher für. Für 1 p < sid folgede Aussage gleichwertig: i) die Familie H := { f p : 1} ist gleichgradig itegrierbar; ii) es gilt (f ) L p (µ), f L p (µ), ud f f i L p (µ). Beweis: Dies sieht ma sofort mit de Argumete des Beweises vo

1.1 Mengensysteme. Ω Grundmenge, 2 Ω Potenzmenge, A 2 Ω Mengensystem. Definition 1.1: a) A stabil ( stabil, \-stabil), wenn für A, B A auch A B A

1.1 Mengensysteme. Ω Grundmenge, 2 Ω Potenzmenge, A 2 Ω Mengensystem. Definition 1.1: a) A stabil ( stabil, \-stabil), wenn für A, B A auch A B A 1.1 Megesysteme Grudmege, 2 Potezmege, A 2 Megesystem Defiitio 1.1: a) A stabil ( stabil, \-stabil), we für A, B A auch A B A (A B A, A\B A). b) A heißt Halbrig, we i) A ii) A ist stabil iii) A, B A es

Mehr

KAPITEL 11. Ungleichungen. g(x) g(x 0 ) + K 0 (x x 0 ).

KAPITEL 11. Ungleichungen. g(x) g(x 0 ) + K 0 (x x 0 ). KAPITEL 11 Ugleichuge 111 Jese-Ugleichug Defiitio 1111 Eie Fuktio g : R R heißt kovex, we ma für jedes x R ei K = K (x ) R fide ka, so dass für alle x R gilt: g(x) g(x ) + K (x x ) Bemerkug 111 Eie Fuktio

Mehr

Höhere Mathematik I für die Fachrichtungen Elektroingenieurwesen, Physik und Geodäsie Lösungsvorschläge zum 4. Übungsblatt

Höhere Mathematik I für die Fachrichtungen Elektroingenieurwesen, Physik und Geodäsie Lösungsvorschläge zum 4. Übungsblatt UNIVERSITÄT KARLSRUHE Istitut für Aalysis HDoz. Dr. P. C. Kustma Dipl.-Math. M. Uhl WS 2008/09 Höhere Mathematik I für die Fachrichtuge Elektroigeieurwese, Physik ud Geodäsie Lösugsvorschläge zum 4. Übugsblatt

Mehr

4 Konvergenz von Folgen

4 Konvergenz von Folgen 4 Kovergez vo Folge Defiitio 4.. Sei M eie Mege. Ist 0 Z ud für jedes Z mit 0 ei a M gegebe, so et ma die Abbildug { Z; 0 } M, a eie Folge i M. Abkürzed schreibt ma für eie solche Abbildug auch a ) 0 oder

Mehr

Kapitel 3 Folgen von reellen Zahlen

Kapitel 3 Folgen von reellen Zahlen Wolter/Dah: Aalysis Idividuell 4 Kapitel 3 Folge vo reelle Zahle Wir befasse us i diesem Abschitt mit Zahlefolge, die u.a. zur Eiführug ud 3/0/0 Behadlug des für die Aalysis äußerst wichtige Grezwertbegriffes

Mehr

Reelle Folgen. Definition. Eine reelle Folge ist eine Abbildung f : N R. liefert ( 7 9, 37

Reelle Folgen. Definition. Eine reelle Folge ist eine Abbildung f : N R. liefert ( 7 9, 37 Reelle Folge Der Begriff der Folge ist ei grudlegeder Baustei der Aalysis, weil damit u.a. Grezprozesse defiiert werde köe. Er beschreibt de Sachverhalt eier Abfolge vo Elemete, wobei die Reihefolge bzw.

Mehr

2 Konvergenz von Folgen

2 Konvergenz von Folgen Kovergez vo Folge. Eifache Eigeschafte Defiitio.. Eie Abbildug A : N C heißt Folge. Ma schreibt a statt A) für N ud a ) oder a ) statt A. We a R N, so heißt a ) reelle Folge. Defiitio.. Seie a ) eie Folge

Mehr

Konvergenz von Folgen von Zufallsvariablen

Konvergenz von Folgen von Zufallsvariablen Kapitel 5 Kovergez vo Folge vo Zufallsvariable 5.1 Fa-sichere ud ochaische Kovergez Seie Ω, A, P ei W-Raum, X N eie Folge R k -wertiger Zufallsvariable auf Ω ud X eie R k -wertige Zufallsvariable auf Ω

Mehr

Analysis I - Zweite Klausur

Analysis I - Zweite Klausur Aalysis I - Zweite Klausur Witersemester 2004-2005 Vorame: Name: Aufgabe Aufgabe 2 Aufgabe 3 Aufgabe 4 Aufgabe 5 Aufgabe 6 Aufgabe 7 Aufgabe 8 Aufgabe 9 Summe Aufgabe 4 Pukte Bestimme Sie (mit Beweis)

Mehr

TECHNISCHE UNIVERSITÄT MÜNCHEN

TECHNISCHE UNIVERSITÄT MÜNCHEN Prof. Dr. D. Castrigiao Dr. M. Prähofer Zetralübug TECHNISCHE UNIVERSITÄT MÜNCHEN Zetrum Mathematik Mathematik 3 für Physik (Aalysis 2) http://www-hm.ma.tum.de/ss10/ph2/ 23. Charakterisierug vo Cauchy-Folge

Mehr

Übungen zur Analysis 1 für Informatiker und Statistiker. Lösung zu Blatt 8

Übungen zur Analysis 1 für Informatiker und Statistiker. Lösung zu Blatt 8 Mathematisches Istitut der Uiversität Müche Prof Dr Peter Otte WiSe 203/4 Lösug 8 032203 Übuge zur Aalysis für Iformatiker ud Statistiker Lösug zu Blatt 8 Aufgabe 8 [8 Pukte] (a) Für alle N sei = (+) Wir

Mehr

Zahlenfolgen und Konvergenzkriterien

Zahlenfolgen und Konvergenzkriterien www.mathematik-etz.de Copyright, Page of 7 Zahlefolge ud Kovergezkriterie Defiitio: (Zahle-Folge, Grezwert) Eie Folge ist eie Abbildug der atürliche Zahle i die Mege A. Es ist also im Fall A: ; f: mit

Mehr

KAPITEL 7. Zahlenfolgen. 7.1 Konvergente Zahlenfolgen Grenzwertbestimmung Grenzwertbestimmung durch Abschätzung...

KAPITEL 7. Zahlenfolgen. 7.1 Konvergente Zahlenfolgen Grenzwertbestimmung Grenzwertbestimmung durch Abschätzung... KAPITEL 7 Zahlefolge 7. Kovergete Zahlefolge.............................. 30 7.2 Grezwertbestimmug............................... 32 7.3 Grezwertbestimmug durch Abschätzug..................... 35 7.4

Mehr

D-MATH Topologie FS 15 Theo Bühler. Musterlösung 2

D-MATH Topologie FS 15 Theo Bühler. Musterlösung 2 D-MATH Topologie FS 15 Theo Bühler Musterlösug 2 1. a) Per Defiitio ist A = {x : x berührt A}. I der Vorlesug wurde die Formel (X A) = ( A ) c gezeigt, also A = ( X A ) c. Daher ist A = A A = A (A ) c

Mehr

Analysis I Lösungsvorschläge zum 3. Übungsblatt Abgabe: Bis Donnerstag, den , um 11:30 Uhr

Analysis I Lösungsvorschläge zum 3. Übungsblatt Abgabe: Bis Donnerstag, den , um 11:30 Uhr Karlsruher Istitut für Techologie Istitut für Aalysis Dr. Christoph Schmoeger Dipl.-Math. Lars Machiek Dipl.-Math. Sebastia Schwarz WS 206/207 03..206 Aalysis I Lösugsvorschläge zum 3. Übugsblatt Abgabe:

Mehr

Normierte Vektorräume

Normierte Vektorräume Normierte Vektorräume Wir betrachte im Folgede ur Vektorräume über R 1. Sei also V ei Vektorraum. Wir möchte Metrike auf V betrachte, die im folgede Sie mit der Vektorraumstruktur verträglich sid:, y,

Mehr

Es gibt verschiedene Möglichkeiten eine Folge zu definieren. Die zwei häufigsten Methoden

Es gibt verschiedene Möglichkeiten eine Folge zu definieren. Die zwei häufigsten Methoden Folge ud Reihe Folge Eie Folge ist eie Abbildug der atürliche Zahle N = {0, 1,,...} i die Mege der (zumidest i de meiste Fälle) reelle Zahle R. I diesem Fall ka ma sich eie Folge als Pukte i eiem Koordiatesystem

Mehr

Empirische Verteilungsfunktion

Empirische Verteilungsfunktion KAPITEL 3 Empirische Verteilugsfuktio 3.1. Empirische Verteilugsfuktio Seie X 1,..., X uabhägige ud idetisch verteilte Zufallsvariable mit theoretischer Verteilugsfuktio F (t) = P[X i t]. Es sei (x 1,...,

Mehr

Höhere Mathematik I für die Fachrichtungen Elektroingenieurwesen, Physik und Geodäsie Lösungsvorschläge zum 7. Übungsblatt

Höhere Mathematik I für die Fachrichtungen Elektroingenieurwesen, Physik und Geodäsie Lösungsvorschläge zum 7. Übungsblatt KARLSRUHER INSTITUT FÜR TECHNOLOGIE KIT Istitut für Aalysis Dr. A. Müller-Rettkowski Dr. T. Gauss WS 00/ Höhere Mathematik I für die Fachrichtuge Elektroigeieurwese, Physik ud Geodäsie Lösugsvorschläge

Mehr

KAPITEL 8. Zahlenreihen. 8.1 Geometrische Reihe Konvergenzkriterien Absolut konvergente Reihen

KAPITEL 8. Zahlenreihen. 8.1 Geometrische Reihe Konvergenzkriterien Absolut konvergente Reihen KAPITEL 8 Zahlereihe 8. Geometrische Reihe................................. 53 8.2 Kovergezkriterie................................. 54 8.3 Absolut kovergete Reihe............................ 64 Lerziele

Mehr

Grundkurs Mathematik II

Grundkurs Mathematik II Prof. Dr. H. Breer Osabrück SS 2017 Grudkurs Mathematik II Vorlesug 48 Itervallschachteluge Eie weitere Möglichkeit, reelle Zahle zu beschreibe, eizuführe, zu approximiere ud recherisch zu hadhabe, wird

Mehr

4.1 Dezimalzahlen und Intervallschachtelungen. a) Reelle Zahlen werden meist als Dezimalzahlen dargestellt, etwa

4.1 Dezimalzahlen und Intervallschachtelungen. a) Reelle Zahlen werden meist als Dezimalzahlen dargestellt, etwa 20 I. Zahle, Kovergez ud Stetigkeit 4 Kovergete Folge 4. Dezimalzahle ud Itervallschachteluge. a) Reelle Zahle werde meist als Dezimalzahle dargestellt, etwa 7,304 = 0+7 +3 0 +0 00 +4 000. Edliche Dezimalzahle

Mehr

Der Durchschnitt einer Familie von σ-algebren auf M ist ebenfalls eine σ-algebra auf M. Ist also E M, so ist

Der Durchschnitt einer Familie von σ-algebren auf M ist ebenfalls eine σ-algebra auf M. Ist also E M, so ist Maßtheorie (Versio 0.3) 1. σ-algebra Ist M eie Mege, so et ma ei System vo Teilmege A M eie σ-algebra (auf M ), we gilt: A A A A c A Ist A N eie Familie vo Mege i A, so ist N A A A ist damit stabil uter

Mehr

6 Grenzwerte von Zahlenfolgen

6 Grenzwerte von Zahlenfolgen 6 Grezwerte vo Zahlefolge Ei zetraler Begriff der Aalysis ist der des Grezwertes. Wir begie mit der Betrachtug vo Grezwerte vo Zahlefolge. 6. Zahlefolge 6.. Grudbegriffe Defiitio 6... Eie Fuktio f : Z

Mehr

Lösungen zur Klausur Maß- und Integrationstheorie WS 2012/13

Lösungen zur Klausur Maß- und Integrationstheorie WS 2012/13 Lösuge zur Klausur 45 Maß- ud Itegratiostheorie S 22/3 Lösug zu Aufgabe I der Aufgabestellug ist kei Tippfehler. Es steht dort fx, y, x dλ 3 x, y, z. z fx, y, x ist kostat i z. Falls jemad fx, y, z dλ

Mehr

Zusammenfassung: Folgen und Konvergenz

Zusammenfassung: Folgen und Konvergenz LGÖ Ks VMa Schuljahr 6/7 Zusammefassug Folge ud Kovergez Ihaltsverzeichis Defiitioe ud Beispiele für Folge Beschräkte Folge Kovergez vo Folge Grezwertsätze für Folge 5 Für Experte 7 Defiitioe ud Beispiele

Mehr

KAPITEL 2. Zahlenfolgen

KAPITEL 2. Zahlenfolgen KAPITEL Zahlefolge. Kovergete Zahlefolge...................... 35. Grezwertbestimmug....................... 38.3 Grezwertbestimmug durch Abschätzug............. 4.4 Mootoe Folge..........................

Mehr

KAPITEL 3. Zahlenreihen. 3.1 Geometrische Reihe Konvergenzkriterien Absolut konvergente Reihen... 80

KAPITEL 3. Zahlenreihen. 3.1 Geometrische Reihe Konvergenzkriterien Absolut konvergente Reihen... 80 KAPITEL 3 Zahlereihe 3. Geometrische Reihe......................... 7 3.2 Kovergezkriterie......................... 72 3.3 Absolut kovergete Reihe.................... 80 Lerziele 3 Eigeschafte der geometrische

Mehr

Seminarausarbeitung: Gegenbeispiele in der Wahrscheinlichkeitstheorie. Unterschiedliche Konvergenzarten von Folgen von Zufallsvariablen

Seminarausarbeitung: Gegenbeispiele in der Wahrscheinlichkeitstheorie. Unterschiedliche Konvergenzarten von Folgen von Zufallsvariablen Semiarausarbeitug: Gegebeispiele i der Wahrscheilichkeitstheorie - Uterschiedliche Kovergezarte vo Folge vo Zufallsvariable Volker Michael Eberle 4. März 203 Eileitug Die vorliegede Arbeit thematisiert

Mehr

Analysis I für M, LaG/M, Ph 4.Übungsblatt

Analysis I für M, LaG/M, Ph 4.Übungsblatt Aalysis I für M, LaG/M, Ph 4.Übugsblatt Fachbereich Mathematik Sommersemester 200 Dr. Robert Haller-Ditelma 05.05.200 David Bücher Christia Bradeburg Gruppeübug Aufgabe G (Kovergez vo Folge) Beweise Sie:

Mehr

Stochastik I. Vorlesungsskript. Universität Mainz. Andrej Depperschmidt. Sommersemester 2014

Stochastik I. Vorlesungsskript. Universität Mainz. Andrej Depperschmidt. Sommersemester 2014 Stochastik I Adrej Depperschmidt Vorlesugsskript Uiversität Maiz Sommersemester 2014 Versio: 12. Mai 2016 Vorwort Bei diesem Skript hadelt es sich um Vorlesugsotize, die parallel zur Vorlesug Stochastik

Mehr

Wahrscheinlichkeitstheorie Aufgabensammlung

Wahrscheinlichkeitstheorie Aufgabensammlung rof. Dr. Z. Kabluchko Sommersemester 2016 Herik Flasche 4. Juli 2016 Wahrscheilichkeitstheorie Aufgabesammlug Keie Abgabe 1 Grezwertsätze er Wahrscheilichkeitstheorie 1.1 Lemma vo Borel Catelli Lemma 1.1

Mehr

6. Übungsblatt Aufgaben mit Lösungen + Selbsttest-Auflösung

6. Übungsblatt Aufgaben mit Lösungen + Selbsttest-Auflösung 6. Übugsblatt Aufgabe mit Lösuge + Selbsttest-Auflösug Aufgabe 6: Utersuche Sie die Folge, dere Glieder ute für N agegebe sid, auf Beschräktheit, Mootoie ud Kovergez bzw. Beschräktheit, Mootoie ud Kovergez

Mehr

1. Man zeige, daß (IR n, d i ), i = 1, 2, metrische Räume sind, wenn für x = (x 1,..., x n ), y = (y 1,..., y n ) IR n die Abstandsfunktionen durch

1. Man zeige, daß (IR n, d i ), i = 1, 2, metrische Räume sind, wenn für x = (x 1,..., x n ), y = (y 1,..., y n ) IR n die Abstandsfunktionen durch Ma zeige, daß IR, d i ), i,, metrische Räume sid, we für x x,, x ), y y,, y ) IR die Abstadsfuktioe durch d x, y) x y, d x, y) x y ), d x, y) max x y gegebe sid Lösug: Ma muß für alle drei Fuktio d i x,

Mehr

n gerade 0 n ungerade (c) x n = a 1 n, a R + (d) x 1 := 2, x n+1 = 2 + x n (e) x n = (f) x n = exp(exp(n)) (g) x n = sin(n)

n gerade 0 n ungerade (c) x n = a 1 n, a R + (d) x 1 := 2, x n+1 = 2 + x n (e) x n = (f) x n = exp(exp(n)) (g) x n = sin(n) Übugsaufgabe Aalysis I Aufgabe. Beweise oder widerlege Sie: a Jede i R kovergete Folge ist beschräkt. b Es gibt Cauchy-Folge im R, die icht kovergiere. c Beschräkte Folge sid koverget. d Folge mit eiem

Mehr

TECHNISCHE UNIVERSITÄT MÜNCHEN

TECHNISCHE UNIVERSITÄT MÜNCHEN TECHNISCHE UNIVERSITÄT MÜNCHEN Zetrum Mathematik PROF. DR.DR. JÜRGEN RICHTER-GEBERT, VANESSA KRUMMECK, MICHAEL PRÄHOFER Höhere Mathematik für Iformatiker II (Sommersemester 004) Aufgabe 7. Ubeschräktes

Mehr

Analysis 1, Woche 2. Reelle Zahlen. 2.1 Ordnung. Definition 2.1 Man nennt eine Ordnung für K, wenn. 1. für alle a K gilt a a (Reflexivität),

Analysis 1, Woche 2. Reelle Zahlen. 2.1 Ordnung. Definition 2.1 Man nennt eine Ordnung für K, wenn. 1. für alle a K gilt a a (Reflexivität), Aalysis 1, Woche 2 Reelle Zahle A1 2.1 Ordug Defiitio 2.1 Ma et eie Ordug für K, we 1. für alle a K gilt a a (Reflexivität), 2. für alle a, b K mit a b ud b a gilt a = b (Atisymmetrie), 3. für alle a,

Mehr

von solchen Abbildungen. Eine solche Folge bestimmt für jedes x M die Folge der Werte f n. Schreibt man dies noch einmal formal hin, so erhält man:

von solchen Abbildungen. Eine solche Folge bestimmt für jedes x M die Folge der Werte f n. Schreibt man dies noch einmal formal hin, so erhält man: Gleichmäßige Kovergez Wir betrachte im Folgede Abbilduge f : M N, wobei M eie Mege ud N ei metrischer Raum ist. Isbesodere iteressiere ud Folge f vo solche Abbilduge. Eie solche Folge bestimmt für jedes

Mehr

Höhere Mathematik I für die Fachrichtungen Elektroingenieurwesen, Physik und Geodäsie Lösungsvorschläge zum 12. Übungsblatt

Höhere Mathematik I für die Fachrichtungen Elektroingenieurwesen, Physik und Geodäsie Lösungsvorschläge zum 12. Übungsblatt UNIVERSITÄT KARLSRUHE Istitut für Aalysis HDoz. Dr. P. C. Kustma Dipl.-Math. M. Uhl WS 8/9 Höhere Mathematik I für die Fachrichtuge Elektroigeieurwese, Physik ud Geodäsie Lösugsvorschläge zum. Übugsblatt

Mehr

5. Übungsblatt Aufgaben mit Lösungen

5. Übungsblatt Aufgaben mit Lösungen 5. Übugsblatt Aufgabe mit Lösuge Aufgabe 2: Bestimme Sie alle Häufugspukte der komplexe) Folge mit de Glieder a) a = ) 5 + 7 + 2 ) b) b = i Lösug 2: a) Die Folge a ) zerfällt vollstädig i die beide Teilfolge

Mehr

$Id: reihen.tex,v /06/14 13:59:06 hk Exp $

$Id: reihen.tex,v /06/14 13:59:06 hk Exp $ Mathematik für Iformatiker B, SS 202 Doerstag 4.6 $Id: reihe.tex,v.9 202/06/4 3:59:06 hk Exp $ 7 Reihe 7.4 Kovergezkriterie für Reihe 7.4. Alterierede Reihe Wir hatte gesehe das die harmoische Reihe divergiert,

Mehr

Übungen zur Infinitesimalrechnung 2, H.-C. Im Hof 19. März Blatt 4. Abgabe: 26. März 2010, Nachmittag. e x2 dx + e x2 dx = 2 e x2 dx

Übungen zur Infinitesimalrechnung 2, H.-C. Im Hof 19. März Blatt 4. Abgabe: 26. März 2010, Nachmittag. e x2 dx + e x2 dx = 2 e x2 dx Übuge zur Ifiitesimalrechug, H.-C. Im Hof 9. März Blatt 4 Abgabe: 6. März, Nachmittag Aufgabe. Zeige e x dx π. Beweis. Wir bemerke als erstes, dass e x dx e x dx + e x dx e x dx formal sieht ma dies per

Mehr

Höhere Mathematik I für die Fachrichtungen Elektroingenieurwesen, Physik und Geodäsie Lösungsvorschläge zum 5. Übungsblatt

Höhere Mathematik I für die Fachrichtungen Elektroingenieurwesen, Physik und Geodäsie Lösungsvorschläge zum 5. Übungsblatt KARLSRUHER INSTITUT FÜR TECHNOLOGIE KIT Istitut für Aalysis Dr A Müller-Rettkowski Dr T Gauss WS 00/ Höhere Mathematik I für die Fachrichtuge Elektroigeieurwese, Physik ud Geodäsie Lösugsvorschläge zum

Mehr

TECHNISCHE UNIVERSITÄT MÜNCHEN

TECHNISCHE UNIVERSITÄT MÜNCHEN TECHNISCHE UNIVERSITÄT MÜNCHEN Zetrum Mathematik PROF. DR.DR. JÜRGEN RICHTER-GEBERT, VANESSA KRUMMECK, MICHAEL PRÄHOFER Höhere Mathematik für Iformatiker II (Sommersemester 004 Lösuge zu Aufgabeblatt 7

Mehr

Aufgaben zur Analysis I

Aufgaben zur Analysis I Aufgabe zur Aalysis I Es werde folgede Theme behadelt:. Logik, Iduktio, Mege, Abbilduge 2. Supremum, Ifimum 3. Folge, Fuktioefolge 4. Reihe, Potezreihe 5. Mootoie ud Stetigkeit 6. Differetialrechug 7.

Mehr

Analysis I. Prof. Dr. H. Brenner Osnabrück WS 2014/2015. Vorlesung 20. Konvexe Funktionen

Analysis I. Prof. Dr. H. Brenner Osnabrück WS 2014/2015. Vorlesung 20. Konvexe Funktionen Prof. Dr. H. Breer Osabrück WS 2014/2015 Aalysis I Vorlesug 20 Kovexe Fuktioe Eie kovexe Teilmege. Eie ichtkovexe Teilmege. Defiitio 20.1. Eie Teilmege T R heißt kovex, we mit je zwei Pukte P, Q T auch

Mehr

5 Stationäre Prozesse (Version Januar 2012)

5 Stationäre Prozesse (Version Januar 2012) 5 Statioäre Prozesse (Versio Jauar 2012) 5.1 Maßerhaltede Trasformatioe I diesem Kapitel führe wir zuächst de Begriff der maßerhaltede Trasformatio auf eiem Wahrscheilichkeitsraum ei ud defiiere, wa eie

Mehr

1 Lösungen zu Analysis 1/ 12.Übung

1 Lösungen zu Analysis 1/ 12.Übung Lösuge ausgewählter Beispiele zu Aalysis I, G. Bergauer, Seite Lösuge zu Aalysis / 2.Übug. Eileitug Gleichmäßige Kovergez ist eie starke Eigeschaft eier Fuktioefolge. Formuliert ma sie für Netze, statt

Mehr

Nennenswertes zur Stetigkeit

Nennenswertes zur Stetigkeit Neeswertes zur Stetigkeit.) Puktweise Stetigkeit: Vo Floria Modler Defiitio der pukteweise Stetigkeit: Eie Fuktio f : D R ist geau da i x D stetig, we gilt: ε > δ >, so dass f ( x) f ( x ) < ε x D mit

Mehr

TECHNISCHE UNIVERSITÄT MÜNCHEN

TECHNISCHE UNIVERSITÄT MÜNCHEN Prof. Dr. R. Köig Dr. M. Prähofer Zetralübug TECHNISCHE UNIVERSITÄT MÜNCHEN Zetrum Mathematik Z8.. Kriterie für strege Mootoie Mathematik für Physiker 2 (Aalysis ) MA9202 Witersem. 207/8 Lösugsblatt 8

Mehr

n (n + 1) = 1(1 + 1)(1 + 2) 3 Induktionsschritt: Angenommen die Gleichung gilt für n N. Dann folgt: 1 2 = 2 =

n (n + 1) = 1(1 + 1)(1 + 2) 3 Induktionsschritt: Angenommen die Gleichung gilt für n N. Dann folgt: 1 2 = 2 = Aufgabe 1: (6 Pukte) Zeige Sie für alle N die Formel: 1 2 + 2 3 + 3 4 +... + ( + 1) = ( + 1)( + 2). 3 Lösug: Beweis durch vollstädige Iduktio. Iduktiosafag: Für = 1 gilt: 1 2 = 2 = 1(1 + 1)(1 + 2) 3 Iduktiosschritt:

Mehr

Kreisabbildungen. S 1 f S 1. Beispiele: (1) f = id, F = id,

Kreisabbildungen. S 1 f S 1. Beispiele: (1) f = id, F = id, Kreisabbilduge Im Folgede sehe wir us eie gaz spezielle Klasse vo dyamische Systeme a: Abbilduge auf dem Kreis. Diese sid eifach geug, so dass wir sie och recht leicht aalysiere köe, habe aber adererseits

Mehr

7 Brownsche Bewegung (Version Januar 2012)

7 Brownsche Bewegung (Version Januar 2012) 7 Browsche Bewegug (Versio Jauar 0) Wir führe zuerst die Defiitio eier Browsche Bewegug ei ud zeige da, dass ei solcher Prozess eistiert. Daach beweise wir eie Reihe vo Eigeschafte der Browsche Bewegug,

Mehr

Höhere Mathematik für die Fachrichtung Physik

Höhere Mathematik für die Fachrichtung Physik Karlsruher Istitut für Techologie Istitut für Aalysis Dr. Christoph Schmoeger Michael Hott, M. Sc. WS 05/06 04..05 Höhere Mathematik für die Fachrichtug Physik Lösugsvorschläge zum 6. Übugsblatt Aufgabe

Mehr

Nachklausur - Analysis 1 - Lösungen

Nachklausur - Analysis 1 - Lösungen Prof. Dr. László Székelyhidi Aalysis I, WS 212 Nachklausur - Aalysis 1 - Lösuge Aufgabe 1 (Folge ud Grezwerte). (i) (1 Pukt) Gebe Sie die Defiitio des Häufugspuktes eier reelle Zahlefolge (a ) N. Lösug:

Mehr

Lösungsvorschlag zur Klausur zur Analysis III

Lösungsvorschlag zur Klausur zur Analysis III Prof. Dr. H. Garcke, D. Deper WS 9/ NWF I - Mathematik 8..9 Uiversität Regesburg Lösugsvorschlag zur Klausur zur Aalysis III 6 Pukte pro Aufgabe) Aufgabe i) Bestimme Sie für die Fuktioefolge f :, 4) R,

Mehr

Die erste Zeile ("Nummerierung") denkt man sich also dazu. Häufig wird eine Indexschreibweise benutzt um ein Folgenglied zu kennzeichnen.

Die erste Zeile (Nummerierung) denkt man sich also dazu. Häufig wird eine Indexschreibweise benutzt um ein Folgenglied zu kennzeichnen. Folge ud Reihe (Izwische Stoff der Hochschule. ) Stad: 30.03.205. Folge Was sid Zahlefolge? Z.B. oder Das ist die vereifachte Wertetabelle eier Fuktio geschriebe wie üblich bei Fuktioe i eier Wertetabelle.

Mehr

D-MATH, D-PHYS, D-CHAB Analysis I HS 2017 Prof. Manfred Einsiedler. Übungsblatt 8. b n := 1 n. a k. k=1

D-MATH, D-PHYS, D-CHAB Analysis I HS 2017 Prof. Manfred Einsiedler. Übungsblatt 8. b n := 1 n. a k. k=1 D-MATH, D-PHYS, D-CHAB Aalysis I HS 2017 Prof. Mafred Eisiedler Übugsblatt 8 1. Bereche Sie de Grezwert lim a für die Folge (a ) gegebe durch a) a = (2 1/ ) 10 (1 + 1/ 2 ) 10 1 1/ 2 1/, b) a = + 1, c)

Mehr

Resultate: Vertauschbarkeit von Grenzprozessen, Konvergenzverhalten von Potenzreihen

Resultate: Vertauschbarkeit von Grenzprozessen, Konvergenzverhalten von Potenzreihen 26 Gleichmäßige Kovergez ud Potezreihe 129 26 Gleichmäßige Kovergez ud Potezreihe Lerziele: Kozepte: Puktweise ud gleichmäßige Kovergez Resultate: Vertauschbarkeit vo Grezprozesse, Kovergezverhalte vo

Mehr

Kapitel VI. Reihen. VI.1 Definitionen und Beispiele. Definition VI.1. Sei (a n ) n=1 K N eine Zahlenfolge. Dann heißt die Folge (s m ) m=1 K N, mit

Kapitel VI. Reihen. VI.1 Definitionen und Beispiele. Definition VI.1. Sei (a n ) n=1 K N eine Zahlenfolge. Dann heißt die Folge (s m ) m=1 K N, mit Kapitel VI Reihe VI.1 Defiitioe ud Beispiele Defiitio VI.1. Sei (a K N eie Zahlefolge. Da heißt die Folge (s m K N, mit m s m : a, (VI.1 Reihe i K. Ist (s m koverget, so schreibe wir { a : lim {s m m}

Mehr

Musterlösungen zur Klausur Analysis I Verständnisteil

Musterlösungen zur Klausur Analysis I Verständnisteil WS 2008/2009 Prof. Dr. Scheider Musterlösuge zur Klausur Aalysis I Verstädisteil 04.02.2009. a A ist ach Defiitio abzählbar, falls A edlich ist, oder falls carda = cardn gilt. b Ei Pukt x A ist ei ierer

Mehr

Elemente der Maß- und Integrationstheorie

Elemente der Maß- und Integrationstheorie Elemete der Maß- ud Itegratiostheorie Götz Kerstig 8. Dezember 2004 1 c Götz Kerstig 1 1 Meßbarkeit Maße ud Itegrale behadelt ma im Rahme vo meßbare Räume ud Fuktioe. Defiitio. Ei System B vo Teilmege

Mehr

Kapitel 4: Stationäre Prozesse

Kapitel 4: Stationäre Prozesse Kapitel 4: Statioäre Prozesse M. Scheutzow Jauary 6, 2010 4.1 Maßerhaltede Trasformatioe I diesem Kapitel führe wir zuächst de Begriff der maßerhaltede Trasformatio auf eiem Wahrscheilichkeitsraum ei ud

Mehr

Dirichlet-Reihen II. 1 Konvergenzeigenschaften von Dirichlet-Reihen

Dirichlet-Reihen II. 1 Konvergenzeigenschaften von Dirichlet-Reihen Vortrag zum Semiar zur Fuktioetheorie, 7.2.2007 Holger Witermayr I diesem Vortrag werde wir Kovergezeigeschafte vo Dirichlet-Reihe erarbeite ud eie Vergleich zu Potezreihe ziehe. Ei weiteres Ziel dieses

Mehr

ÜBUNGSBLATT 4 LÖSUNGEN MAT121/MAT131 ANALYSIS I HERBSTSEMESTER 2010 PROF. DR. CAMILLO DE LELLIS

ÜBUNGSBLATT 4 LÖSUNGEN MAT121/MAT131 ANALYSIS I HERBSTSEMESTER 2010 PROF. DR. CAMILLO DE LELLIS ÜBUNGSBLATT 4 LÖSUNGEN MAT/MAT3 ANALYSIS I HERBSTSEMESTER 00 PROF. DR. AMILLO DE LELLIS Aufgabe. Etscheide Sie für folgede Folge (wobei N \ {0}), ob diese koverget sid, ud bereche sie gegebeefalls ihre

Mehr

Mathematik III. Vorlesung 81. Eigenschaften des Dachprodukts. Die folgende Aussage beschreibt die universelle Eigenschaft des Dachproduktes.

Mathematik III. Vorlesung 81. Eigenschaften des Dachprodukts. Die folgende Aussage beschreibt die universelle Eigenschaft des Dachproduktes. Prof. Dr. H. Breer Osabrück S 2010/2011 Mathematik III Vorlesug 81 Eigeschafte des Dachprodukts Die folgede Aussage beschreibt die uiverselle Eigeschaft des Dachproduktes. Satz 81.1. Es sei K ei Körper,

Mehr

3 Folgen, Reihen, Grenzwerte 3.1 Zahlenfolgen. Beispiele: 1, 2, 3, 4, 5,. 1, 3, 5, 7, 9, 3, 6, 9, 12, 15, 2, 4, 8, 16, 32, 64, 10, 100, 1.000, 10.

3 Folgen, Reihen, Grenzwerte 3.1 Zahlenfolgen. Beispiele: 1, 2, 3, 4, 5,. 1, 3, 5, 7, 9, 3, 6, 9, 12, 15, 2, 4, 8, 16, 32, 64, 10, 100, 1.000, 10. 3 Folge, Reihe, Grezwerte 3.1 Zahlefolge Beispiele: 1, 2, 3, 4, 5,. 1, 3, 5, 7, 9, 3, 6, 9, 12, 15, 2, 4, 8, 16, 32, 64, 10, 100, 1.000, 10.000, 1 3 Folge, Reihe, Grezwerte 3.1 Zahlefolge Defiitio: Eie

Mehr

4-1 Elementare Zahlentheorie

4-1 Elementare Zahlentheorie 4-1 Elemetare Zahletheorie 4. Dirichlet s Satz über Primzahle i arithmetische Progressioe. Satz (Dirichlet 1837). Seie a, k atürliche Zahle. Sid die Zahle a, k teilerfremd, so gibt es uedlich viele Primzahle

Mehr

Höhere Mathematik I (Analysis) für die Fachrichtung Informatik

Höhere Mathematik I (Analysis) für die Fachrichtung Informatik Karlsruher Istitut für Techologie (KIT) Istitut für Aalysis Priv.-Doz. Dr. Gerd Herzog M. Sc. Adreas Hirsch WS 204/5 24.0.204 Höhere Mathematik I (Aalysis) für die Fachrichtug Iformatik Lösugsvorschlag

Mehr

TECHNISCHE UNIVERSITÄT MÜNCHEN

TECHNISCHE UNIVERSITÄT MÜNCHEN Prof Dr R Köig Dr M Prähofer Zetralübug TECHNISCHE UNIVERSITÄT MÜNCHEN Zetrum Mathematik Mathematik für Physiker (Aalysis ) MA90 Witersem 07/8 Lösugsblatt 4 http://www-m5matumde/allgemeies/ma90 07W (007)

Mehr

38 Normen und Neumannsche Reihe

38 Normen und Neumannsche Reihe 168 V. Lieare Algebra 38 Norme ud Neumasche Reihe Wir erier zuächst a (vgl. 15.6) 38.1 Normierte Räume. Es sei E ei Vektorraum über K = R oder K = C. Eie Abbildug : E [0, ) heißt Norm auf E, falls gilt

Mehr

8. Übungsblatt Aufgaben mit Lösungen

8. Übungsblatt Aufgaben mit Lösungen 8. Übugsblatt Aufgabe mit Lösuge Aufgabe 36: Bestimme Sie alle z C, für die die folgede Potezreihe kovergiere: z z a, b! +, c z +. = = Lösug 36: Wir bezeiche de Kovergezradius mit r. a Wir wede das Quotietekriterium

Mehr

Aufgrund der Körperaxiome ist jedoch

Aufgrund der Körperaxiome ist jedoch Hiweise: Der Doppelstrich // steht für eie Kommetarzeile. Tipp- ud Rechtschreibfehler köe trotz mehrfacher Kotrolle icht hudertprozetig vermiede werde. Die selbst erstellte Lösugsasätze orietiere sich

Mehr

Musterlösung zu Blatt 8 der Vorlesung Analysis I WS08/09

Musterlösung zu Blatt 8 der Vorlesung Analysis I WS08/09 Musterlösug zu Blatt 8 der Vorlesug Aalysis I WS08/09 Schriftliche Aufgabe Aufgabe. Voraussetzuge: Für alle N setze a : +2 ud b : ( 2. [Amerkug: I der Aufgabestellug heiÿe die Reihe beide gleich. Es steht

Mehr

Konvergenz von Folgen reeller Zufallsvariablen

Konvergenz von Folgen reeller Zufallsvariablen Kapitel 4 Kovergez vo Folge reeller Zufallsvariable 4. Fa-sichere ud ochaische Kovergez Seie (Ω, C, ) ei W-Raum, X ( N) eie Folge reeller Zufallsvariable auf Ω ud X eie reelle Zufallsvariable auf Ω. Defiitio

Mehr

Inhaltsverzeichnis. 2 Grenzwerte, Folgen und Reihen. 2.1 Intervalle in R. 2.2 Umgebungen (in R und C)

Inhaltsverzeichnis. 2 Grenzwerte, Folgen und Reihen. 2.1 Intervalle in R. 2.2 Umgebungen (in R und C) Ihaltsverzeichis 2 Grezwerte, Folge ud Reihe I diesem Kapitel führe wir de zetrale Begriff der Kovergez eier Folge vo Zahle (x ) N gege eie Grezwert x ei. Aschaulich bedeutet dies, dass i jeder och so

Mehr

3. Taylorformel und Taylorreihen

3. Taylorformel und Taylorreihen Prof Dr Siegfried Echterhoff Aalysis Vorlesug SS 9 3 Taylorformel ud Taylorreihe Sei I R ei Itervall ud sei f : I R eie Fuktio Ziel: Wolle utersuche, wa sich die Fuktio f i eier Umgebug vo eiem Pukt I

Mehr

α : { n Z n l } n a n IR

α : { n Z n l } n a n IR 1 KAPITEL VI. ZAHLENFOLGEN UND REIHEN 1) REELLE ZAHLENFOLGEN: i) Jede Abbildug α : IN a IR heiÿt 'reelle Zahlefolge' bzw. 'Folge i IR'. Ma otiert diese i der Form α = a ) IN = a ) =0 = a 0, a 1, a 2,...)

Mehr

24 Konvergente Teilfolgen und Cauchy-Kriterium

24 Konvergente Teilfolgen und Cauchy-Kriterium 120 IV. Uedliche Reihe ud Taylor-Formel 24 Kovergete Teilfolge ud Cauchy-Kriterium Lerziele: Kozepte: Teilfolge, Häufugswerte, Limes superior ud iferior, Cauchy-Folge Resultate: Satz vo Bolzao-Weierstraß,

Mehr

Lösungen ausgewählter Übungsaufgaben zum Buch. Elementare Stochastik (Springer Spektrum, 2012) Teil 4: Aufgaben zu den Kapiteln 7 und 8

Lösungen ausgewählter Übungsaufgaben zum Buch. Elementare Stochastik (Springer Spektrum, 2012) Teil 4: Aufgaben zu den Kapiteln 7 und 8 1 Lösuge ausgewählter Übugsaufgabe zum Buch Elemetare Stochastik (Spriger Spektrum, 2012) Teil 4: Aufgabe zu de Kapitel 7 ud 8 Aufgabe zu Kapitel 7 Zu Abschitt 7.1 Ü7.1.1 Ω sei höchstes abzählbar, ud X,

Mehr

Ganze Funktionen endlicher Ordnung und Anwendungen auf die Riemannsche Zeta-Funktion

Ganze Funktionen endlicher Ordnung und Anwendungen auf die Riemannsche Zeta-Funktion edlicher Ordug ud Aweduge auf die Riemasche Zeta-Fuktio Vortrag zum Semiar zur Fuktioetheorie 8.06.0 Floria Goy Gaze Fuktioe edlicher Ordug Wir utersuche zuächst gaze Fuktioe edlicher Ordug, um damit die

Mehr

5-1 Elementare Zahlentheorie

5-1 Elementare Zahlentheorie 5- Elemetare Zahletheorie 5 Noch eimal: Zahletheoretische Fuktioe 5 Der Rig Φ als Rig der formale Dirichlet-Reihe! Erierug: Ei Polyom mit Koeffiziete i eiem Körper K ist ach Defiitio ichts aderes als eie

Mehr

HTBLA VÖCKLABRUCK STET

HTBLA VÖCKLABRUCK STET HTBLA VÖCKLABRUCK STET Folge ud Reihe INHALTSVERZEICHNIS 1. EINFÜHRUNG... 3. DARSTELLUNG EINER FOLGE... 3 3. BEISPIELE... 4 4. ENDLICHE REIHE... 4 5. ARITHMETISCHE FOLGEN UND REIHEN... 4 6. GEOMETRISCHE

Mehr

Höhere Mathematik für die Fachrichtung Physik

Höhere Mathematik für die Fachrichtung Physik Karlsruher Istitut für Techologie Istitut für Aalysis Dr. Christoph Schmoeger Michael Hott, M. Sc. WS 05/06 3..05 Höhere Mathemati für die Fachrichtug Physi Lösugsvorschläge zum 3. Übugsblatt Vorbemerug

Mehr

Kapitel 2 Differentialrechnung in einer Variablen. 2.1 Folgen und Grenzwerte

Kapitel 2 Differentialrechnung in einer Variablen. 2.1 Folgen und Grenzwerte Kapitel 2 Differetialrechug i eier Variable 2. Folge ud Grezwerte 2.. Defiitio Eie Folge ist eie Zuordug N R, a, geschriebe als Liste (a,a 2,...) oder i der Form (a ) N. Hier sid ei paar Beispiele: 2,4,6,8,...

Mehr

Tests statistischer Hypothesen

Tests statistischer Hypothesen KAPITEL 0 Tests statistischer Hypothese I der Statistik muss ma oft Hypothese teste, z.b. muss ma ahad eier Stichprobe etscheide, ob ei ubekater Parameter eie vorgegebee Wert aimmt. Zuerst betrachte wir

Mehr

26 Der Raum C([0, 1]) und Donskers Theorem

26 Der Raum C([0, 1]) und Donskers Theorem 26 Der Raum C[0, ] ud Doskers Theorem Ausarbeitug ud Formulieruge: Heig Sulzbach. 26. Motivatio Sei X, X 2,... eie Folge u.i.v. Zufallsvariable mit E[X ] 0 ud σ 2 : V[X ] < sowie S : X i die zugehörige

Mehr

Lösungen zum Ferienkurs Analysis 1, Vorlesung 2 Wintersemester 2014/2015

Lösungen zum Ferienkurs Analysis 1, Vorlesung 2 Wintersemester 2014/2015 Lösuge zum Feriekurs Aalysis, Vorlesug Witersemester 04/05 Fabia Hafer, Thomas Baldauf I Richtig oder Falsch Sid folgede Aussage richtig oder falsch? Korrigiere bzw. ergäze Sie falsche Aussage. Gebe Sie

Mehr

Analysis I für M, LaG/M, Ph 8.Übungsblatt

Analysis I für M, LaG/M, Ph 8.Übungsblatt Aalysis I für M, LaG/M, Ph 8Übugsblatt Fachbereich Mathematik Sommersemester 200 Dr Robert Haller-Ditelma 0206200 David Bücher Christia Bradeburg Gruppeübug Aufgabe G (Kovergezkriterie/Kovergezradie) (a)

Mehr

4. Übungsblatt Aufgaben mit Lösungen

4. Übungsblatt Aufgaben mit Lösungen 4. Übugsblatt Aufgabe mit Lösuge Aufgabe 6: Bestimme Sie alle Häufugspukte der Folge mit de Folgeglieder a) a 2 + cosπ), b) b i) i j, ud gebe Sie jeweils eie Teilfolge a, die gege diese Häufugspukte kovergiert.

Mehr

6 Folgen. 6.4 Folgen reeller Zahlen. Mathematik für Informatiker B, SS 2012 Dienstag 5.6. $Id: folgen.tex,v /06/05 11:12:18 hk Exp $

6 Folgen. 6.4 Folgen reeller Zahlen. Mathematik für Informatiker B, SS 2012 Dienstag 5.6. $Id: folgen.tex,v /06/05 11:12:18 hk Exp $ Mathematik für Iformatiker B, SS 0 Diestag 5.6 $Id: folge.tex,v. 0/06/05 ::8 hk Exp $ 6 Folge 6.4 Folge reeller Zahle I der letzte Sitzug habe wir de Begriff des Grezwerts eier Folge i eiem metrische Raum

Mehr

Wir weisen die Gültigkeit der 4Axiome der sigma-algebra für die Potenzmenge einer endlichen Menge A nach!

Wir weisen die Gültigkeit der 4Axiome der sigma-algebra für die Potenzmenge einer endlichen Menge A nach! Lösug zu Übug 4 Prof. Dr. B.Grabowski E-Post: grabowski@htw-saarlad.de Zu Aufgabe ) Wir weise die Gültigkeit der 4Axiome der sigma-algebra für die Potezmege eier edliche Mege A ach! ) Die leere Mege ud

Mehr

Lösungsvorschlag zu den Hausaufgaben der 1. Übung

Lösungsvorschlag zu den Hausaufgaben der 1. Übung FAKULTÄT FÜR MATHEMATIK Prof. Dr. Patrizio Neff Christia Thiel 4.04.04 Lösugsvorschlag zu de Hausaufgabe der. Übug Aufgabe : (6 Pukte Bereche Sie für die Fuktio f : R R, f( : ep( a der Stelle 0 0 das Taylorpolyom

Mehr

4. Der Weierstraßsche Approximationssatz

4. Der Weierstraßsche Approximationssatz H.J. Oberle Approximatio WS 213/14 4. Der Weierstraßsche Approximatiossatz Wir gebe i diesem Abschitt eie ostrutive Beweis des Weierstraßsche Approximatiossatzes, der mit de so geate Berstei-Polyome (Felix

Mehr

VORLESUNG ANALYSIS III, WINTERSEMESTER 2015/16

VORLESUNG ANALYSIS III, WINTERSEMESTER 2015/16 VORLESUNG ANALYSIS III, WINTERSEMESTER 25/6 JOHANNES EBERT. Das Lebesgue-Maß Hauptgegestad dieser Vorlesug ist es, zu erkläre, wie Fuktioe f : R d R itegriert werde köe. Aschaulich wurde i der Aalysis

Mehr

Fit in Mathe. April Klassenstufe 10 Wurzelfunktionen

Fit in Mathe. April Klassenstufe 10 Wurzelfunktionen Thema Fit i Mathe Musterlösuge 1 April Klassestufe 10 Wurzelfuktioe Uter der -te Wurzel eier icht-egative Zahl (i Zeiche: ) versteht ma die icht-egative Zahl, die mal mit sich selber multipliziert, die

Mehr

Der Satz von Stone-Weierstraß. 1 Approximationssatz von Weierstraß

Der Satz von Stone-Weierstraß. 1 Approximationssatz von Weierstraß Der Satz vo Stoe-Weierstraß Vortrag zum Prosemiar Aalysis, 28.06.2010 Valetia Gerber, Sabria Kielma Aus der Vorlesug Aalysis I ud II kee wir das Kozept des Approximieres. Us wurde die Begriffe Taylor-

Mehr

Kapitel 6. Aufgaben. Verständnisfragen. Rechenaufgaben

Kapitel 6. Aufgaben. Verständnisfragen. Rechenaufgaben Kapitel 6 Aufgabe Verstädisfrage Aufgabe 6. Gegebe sei die Folge (x ) 2 mit x ( 2)/( + ) für 2. Bestimme Sie eie Zahl N N so, dass x ε für alle N gilt, we (a) ε 0, (b) ε 00 ist. Aufgabe 6.2 Stelle Sie

Mehr

Klausur zu,,einführung in die Wahrscheinlichkeitstheorie. Musterlösungen

Klausur zu,,einführung in die Wahrscheinlichkeitstheorie. Musterlösungen Istitut für agewadte Mathematik Witersemester 9/ Adreas Eberle, Matthias Erbar, Berhard Hader. (Reelle Zufallsvariable) Klausur zu,,eiführug i die Wahrscheilichkeitstheorie Musterlösuge a) Die Verteilugsfuktio

Mehr

Kapitel 3: Bedingte Wahrscheinlichkeiten und Unabhängigkeit

Kapitel 3: Bedingte Wahrscheinlichkeiten und Unabhängigkeit - 18 - (Kapitel 3 : Bedigte Wahrscheilichkeite ud Uabhägigkeit) Kapitel 3: Bedigte Wahrscheilichkeite ud Uabhägigkeit Wird bei der Durchführug eies stochastische Experimets bekat, daß ei Ereigis A eigetrete

Mehr