2 Fortsetzung von Prämaßen zu Maßen, Eindeutigkeit

Ähnliche Dokumente
KONSTRUKTION VON MASSEN

Reelle Analysis. Vorlesungsskript. Enno Lenzmann, Universität Basel. 11. Oktober 2013

Metrische äußere Maße, Borel-Maße

3 Konstruktion von Maßräumen

Universität Leipzig, SoSo 2013

Musterlösung Analysis 3 - Maßtherorie

TECHNISCHE UNIVERSITÄT MÜNCHEN

Aufgaben zu Kapitel 0

Maße und Integrale. begleitend zur Vorlesung Stochastik I Humboldt-Universität zu Berlin SS 2008 P. Imkeller. Berlin, den 26.

2 Zufallsvariable, Verteilungen, Erwartungswert

1 Das Lebesgue-Maß. 1.1 Etwas Maßtheorie. Sei stets X eine nichtleere Menge mit Potzenzmenge P(X) := {A : A X}.

Existenz des Lebesgue-Borel-Maßes

Lemma (Eigenschaften elementarer Mengen) 1. Jede elementare Menge lässt sich als disjunkte Vereinigung halboffener Intervalle schreiben.

Das Lebesgue-Maß im R p

Scheinklausur zur Vorlesung Stochastik II

Skript zur Vorlesung Analysis 3

Erwartungswert als Integral

Maßtheorie. Skript zur Vorlesung von Prof. Dr. Michael Kohler. Sommersemester 2005 und Wintersemester 2005/2006

σ-algebren, Definition des Maßraums

Maße auf Produkträumen

Stochastik Wiederholung von Teil 1

Kapitel I. Maßtheorie

Lösungsvorschlag zu den Hausaufgaben der 3. Übung

I Grundbegriffe 1 1 Wahrscheinlichkeitsräume Bedingte Wahrscheinlichkeiten und Unabhängigkeit Reellwertige Zufallsvariablen...

Symmetrische Ableitungen von Massen

Lehrstuhl IV Stochastik & Analysis. Stochastik II. Wahrscheinlichkeitstheorie I. Skriptum nach einer Vorlesung von Hans-Peter Scheffler

A. Maß- und Integrationstheorie

Stochastik. Skript zur Vorlesung von Prof. Dr. Michael Kohler Sommersemester 2007

Einführung und Grundlagen

Stochastik I. Vorlesungsmitschrift

ARBEITSUNTERLAGEN ZUR VORLESUNG UND ÜBUNG AN DER UNIVERSITÄT DES SAARLANDES MAß-, INTEGRATIONS-

1 Grundlagen der Maßtheorie

Lösung zu den Übungsaufgaben zur Lebesgueschen Integrationstheorie. Tobias Ried

5 Zufallsvariablen, Grundbegriffe

Kapitel I: Grundbegriffe

Serie 2 Lösungsvorschläge

Meßbare Funktionen. Die angemessenen Abbildungen zwischen Meßräumen sind die meßbaren Funktionen.

Wahrscheinlichkeitstheorie und Maßtheorie

Grundlagen Mengenlehre, Maßtheorie

Wahrscheinlichkeitstheorie. von Peter Pfaffelhuber Version: 21. Oktober 2013

Analysis 3. Stand 12. April Alle Rechte beim Autor.

Meßbare Funktionen. bilden die Grundlage der Integrationstheorie. Definition 24.1 :

4 Messbare Funktionen

I Grundbegriffe 1 1 Wahrscheinlichkeitsräume Bedingte Wahrscheinlichkeiten und Unabhängigkeit Reellwertige Zufallsvariablen...

Hausdorff-Maß und Hausdorff-Dimension. Jens Krüger

1.3 Zufallsvariablen

Übungen zur Analysis 3

7 Poisson-Punktprozesse

Maßtheorie. Wie interpretiert man Volumenmessung? Ziel :

Kapitel II Kontinuierliche Wahrscheinlichkeitsräume

Maß- und Integrationstheorie

Maß & Integral de Gruyter Lehrbuch, Berlin 2015 ISBN:

3 Bedingte Erwartungswerte

Beispielsammlung Prof. Kusolitsch

1 falls x 2. falls x = 1 und. 0 falls x > 1. eine Lebesgue-integrierbare Majorante. Somit können wir den Satz von Lebesgue anwenden:

Zufallsvariable, Verteilung, Verteilungsfunktion

Darstellungssatz von Riesz in vollständig regulären Räumen. Carina Pöll Wintersemester 2012

Stoppzeiten und Charakteristische Funktionen. Tutorium Stochastische Prozesse 15. November 2016

Skriptbausteine zur Vorlesung Maßtheorie

Mathematik III. Henri Léon Lebesgue ( ) Das Borel-Lebesgue-Maß auf R.

Maß- und Integrationstheorie

{ Anzahl Elemente in A wenn endlich, sonst,

Zusammenfassung der Lebesgue-Integrationstheorie

1. Masstheorie Mengensysteme 1. MASSTHEORIE 1

Das Lebesgue-Integral

Wichtige Begriffe und Sätze aus der Wahrscheinlichkeitsrechnung

Universität Basel Wirtschaftswissenschaftliches Zentrum. Zufallsvariablen. Dr. Thomas Zehrt

Kapitel II - Wahrscheinlichkeitsraum

Kapitel II - Wahrscheinlichkeitsraum

1 Grundlagen der Maßtheorie

Klausur zur Vorlesung Stochastik II

Maß- und IntegraÖSR? theorie

Übungsblatt 5 zur Vorlesung Wahrscheinlichkeitstheorie

Einführung in die Maß- und Integrationstheorie

I Grundbegriffe 1 1 Wahrscheinlichkeitsräume Bedingte Wahrscheinlichkeiten und Unabhängigkeit Reellwertige Zufallsvariablen...

Serie 11 Lösungsvorschläge

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

Maß und Integral I und II. SS 2004 und WS 2004/05

8. Formelsammlung. Pr[ ] = 0. 0 Pr[A] 1. Pr[Ā] = 1 Pr[A] A B = Pr[A] Pr[B] DWT 8.1 Gesetze zum Rechnen mit Ereignissen 203/467 Ernst W.

Analysis III - Bachelorversion

3. Übungsblatt - Lösungsskizzen. so, dass f tatsächlich eine Wahrscheinlichkeitsdichte

Stochastik. 1. Wahrscheinlichkeitsräume

Ferienkurs in Maß- und Integrationstheorie

22 Charakteristische Funktionen und Verteilungskonvergenz

Kapitel 19. Das Lebesgue Maß σ Algebren und Maße

Formelsammlung Statistik III Grundlagen der Statistik I: Wahrscheinlichkeitstheorie und Inferenz I

3 Markov-Eigenschaft der Brownschen Bewegung

3 Bedingte Wahrscheinlichkeit, Unabhängigkeit

D-MATH Mass und Integral FS 2018 Prof. Dr. Urs Lang. Lösung - Serie 2. + A k = A c k Ac k 0

Fraktale Geometrie. 9: Metrische äußere Maße II. Universität Regensburg Sommersemester Daniel Heiß:

Funktionalanalysis und Integrationstheorie

1 Endlich additive Volumen auf R n

Wichtige Klassen reeller Funktionen

Kapitel 1. Einführung in die Maßtheorie und das Lebesgue-Integral. 1.1 Ringe und Algebren von Mengen - σ-algebren

( ) ( ) < b k, 1 k n} (2) < x k

Kapitel I a-algebren und Boreische. 1. Das Inhaltsproblem und das Maßproblem

Maßtheorie und Integralrechnung mehrerer Variablen

Transkript:

2 Fortsetzung von Prämaßen zu Maßen, Eindeutigkeit a) Fortsetzungssatz, Eindeutigkeit Es wird gezeigt, dass jedes Prämaß µ auf einem Ring R zu einem Maß µ auf A(R) fortgesetzt werden kann, d.h. µ kann als Maß auf der von R erzeugten σ-algebra A(R) so definiert werden, dass seine Einschränkung µ R dem Prämaß µ entspricht. Die Fortsetzung ist nicht notwendigerweise eindeutig, vgl. jedoch den Eindeutigkeitssatz. Nach einer Idee von Caratheodory erfolgt die Fortsetzung über ein äußeres Maß µ und die (so genannten) µ -messbaren Mengen. Definition 2.1. a) Eine Mengenfunktion µ : P(Ω) R heißt äußeres Maß (auf P(Ω)), falls (i) µ ( ) = 0 ; (ii) Q 1 Q 2 Ω = µ (Q 1 ) µ (Q 2 ) ( ) (iii) Q 1,Q 2,... Ω = µ Q i µ (Q i ) Monotonie ; σ-subadditivität. b) Eine Menge A Ω heißt µ -messbar, wenn sie die folgende Spaltungseigenschaft (bzgl. µ ) besitzt : (i ) µ (Q) = µ (Q A) + µ (Q A c ) Q P(Ω). [Wegen (ii) und der Zerlegung Q = (Q A) + (Q A c ) genügt es, in (i ) nur zu fordern.] Satz 2.1. (Fortsetzungssatz ) Sei µ Prämaß auf einem Ring R (in Ω ). Dann existiert eine Fortsetzung µ von µ zu einem Maß auf A(R). Der Beweis von Satz 2.1 basiert auf dem folgenden 15

Satz 2.2. Sei µ = äußeres Maß auf P(Ω) und A = {A Ω A ist µ -messbar} a) A ist eine σ-algebra (in Ω ). b) µ := µ A (Restriktion ) ist ein Maß auf A. Bemerkung 2.1. Die Fortsetzung eines Prämaßes µ auf einem Ring R zu einem Maß µ auf der von R erzeugten σ-algebra A(R) ist i.a. nicht eindeutig. Beispiel 2.1. Ω, R = { }, µ( ) = 0. Durch µ 1 (Ω) := 1 bzw. µ 2 (Ω) := + werden zwei verschiedene Fortsetzungen von µ zu Maßen µ 1 bzw. µ 2 auf A(R) = {, Ω} definiert. Unter bestimmten Voraussetzungen ist die Fortsetzung eindeutig ( und dann wie im Beweis von Satz 2.1 gegeben ) : µ aus Satz 2.1 allerdings Satz 2.3. (Eindeutigkeitssatz ) Sei E ein -stabiler Erzeuger einer σ-algebra A, in dem eine Folge {E n } von Mengen existiert mit E n Ω (n ). Sind dann µ 1 und µ 2 Maße auf A = A(E) mit (i) µ 1 (E) = µ 2 (E) E E, (ii) µ 1 (E n ) = µ 2 (E n ) < n N, so gilt µ 1 = µ 2 auf ganz A. Bemerkung 2.2. Ein Maß µ auf einer σ-algebra A(E) ist also bereits durch seine Werte auf E festgelegt, wenn E folgende Eigenschaften besitzt : (i ) E ist -stabil ; (ii ) {E n } E : µ(e n ) < n N und E n Ω (n ). E heißt dann bestimmende Klasse für das Maß µ. 16

Definition 2.2. Ein Inhalt (Prämaß, Maß ) µ auf R heißt σ-endlich, wenn eine Folge {A n } R existiert mit A n Ω (n ) und µ(a n ) < n N. Bemerkung 2.3. a) µ σ-endlich auf R B 1,B 2,... R, p.d. : Ω = B i und µ(b i )< i ; b) µ(ω)< = µ σ-endlich auf jeder Algebra R 0 (in Ω). Beispiel 2.2. a) µ W-Maß auf A = µ σ-endlich ; b) Zählmaß ν auf P(Ω) σ-endlich Ω abzählbar ; c) Das Lebesguesche Prämaß λ k auf F k ist σ-endlich. Satz 2.4. Zu jedem σ-endlichen Prämaß µ auf einem Ring R existiert genau eine Fortsetzung zu einem Maß µ auf A(R). Bemerkung 2.4. a) Sei µ Inhalt bzw. Prämaß auf einem Ring R. Wird der Ring von einem Semiring S erzeugt, also R = R(S), so ist µ bereits durch seine Werte auf S festgelegt, denn es gilt : n A R(S) = A = B i ( B i S, p.d., n N ) = µ(a) = n µ(b i ). b) Ferner genügt es, Additivität bzw. σ-additivität von µ auf S nachzuweisen, denn es gilt : 1) µ additiv auf S = µ additiv auf R(S) ; 2) µ σ-additiv auf S = µ σ-additiv auf R(S) (vgl. Dudley (2002)). 17

Für endliche Maße ergibt sich noch die folgende Approximationseigenschaft: Satz 2.5. Sei µ ein endliches Maß auf A und R 0 eine Algebra mit A = A(R 0 ). Dann existiert zu jedem ε > 0 und A A ein B R 0 mit µ( A B ) < ε. Bemerkung 2.5. Unter den Voraussetzungen von Satz 2.5 gibt es zu jedem A A(R 0 ) eine Folge {B n } R 0 mit lim µ( A B n ) = 0 [ = lim µ(b n ) = µ(a) ]. n n Man beachte : µ(a) µ(b) µ( A B). b) Lebesgue-Borel-Maß, Lebesgue-Stieltjes-Maße Wir betrachten wieder : R k k-dimensionaler euklidischer Raum, I k Semiring der Intervalle (a,b], a,b R k, F k Ring der k-dimensionalen Figuren [ = R(I k ) ], B k σ-algebra der Borel-Mengen in R k [ = A(F k ) = A(I k ) ], λ k Lebesguesches Prämaß auf F k. Satz 2.6. Es gibt genau ein Maß λ k auf B k mit λ k( (a,b] ) = k (b i a i ) (a,b] I k. Definition 2.3. a) Das Maß λ k aus Satz 2.6 heißt (k-dim.) Lebesgue-Borel-Maß (auf B k ). b) Für B B k betrachte man die Spur-σ-Algebra B B k (= {C B k C B}) und λ k B := λk B B k. λ k B heißt Lebesgue-Borel-Maß auf B. 18

Bemerkung 2.6. (Lebesgue-Maß, Vervollständigung) Sei λ k das gemäß Satz 2.2 aus dem Lebesgueschen Prämaß λ k konstruierte äußere Maß und Bk die σ-algebra der λ k -messbaren Mengen in Rk. Dann heißt λ k := λ k B das Lebesgue-Maß auf Bk. Es k gilt : Bk = {B N B B k, N M B k mit λ k (M) = 0} und Bk B k ; Bezeichnung: B k := Bk. Die Mengen B B k heißen Lebesgue-messbare Mengen im R k. Das Lebesgue-Maß λ k ist die Vervollständigung des Lebesgue-Borel-Maßes λ k. Dabei heißt ein Maß µ auf einer σ-algebra A vollständig, wenn jede Teilmenge einer µ - Nullmenge auch zu A gehört (und damit selbst µ - Nullmenge ist). µ (auf A) heißt Vervollständigung von µ (auf A A), wenn µ vollständig ist, µ A = µ und jedes vollständige Maß µ 0 (auf A 0 A), welches µ fortsetzt, bereits eine Fortsetzung von µ ist. Bemerkung 2.7. (Lebesgue-Stieltjes-Maße) Analog zur Konstruktion des Lebesgue- Borel-Maßes λ 1 lassen sich mit Hilfe maßerzeugender Funktionen F : R R die (so genannten) Lebesgue-Stieltjes-Maße auf B 1 konstruieren. Dabei heißt F : R R maßerzeugende Funktion, wenn gilt : (i) F ist monoton wachsend ; (ii) F ist rechtsstetig. F heißt Verteilungsfunktion, wenn zusätzlich noch gilt : (iii) lim F(x) = 0, lim x F(x) = 1. x Satz 2.7. (Lebesgue-Stieltjes-Maße ) Zu jeder maßerzeugenden Funktion F : R R existiert genau ein Maß µ auf B 1 mit µ ( (a,b] ) = F(b) F(a) (a,b] I 1. Korollar 2.1. (Verteilungsfunktionen und W-Maße ). Zu jeder Verteilungsfunktion F : R R existiert genau ein W-Maß P auf B 1 mit P ( (,x] ) = F(x) x R. 19

Beispiel 2.3. a) Die Funktion F : R 1 R 1, x x ist maßerzeugende Funktion zum Lebesgue- Borel-Maß λ 1. b) Sei f 0, stückweise stetig, mit f(x)dx = 1. Durch P ( (a,b] ) := b a f(x)dx (a,b] I 1 ist in eindeutiger Weise ein W-Maß P auf B 1 festgelegt. P heißt absolut-stetig mit Dichte f. c) Seien X = {x 1,x 2,...} R eine abzählbare Teilmenge der reellen Zahlen und p i 0 mit p i = 1. Dann definiert F(x) := i:x i x p i, x R, die Verteilungsfunktion eines (eindeutig bestimmten) W-Maßes P auf B 1. Die Wahrscheinlichkeiten p i sind die Sprunghöhen der stückweise konstanten Funktion F, d.h. p i = F(x i ) F(x i ), x i X. P heißt diskret mit W-Dichte {p i } und Träger X, d.h. P(X) = 1. 20