σ-algebren, Definition des Maßraums

Ähnliche Dokumente
Maße auf Produkträumen

Grundlagen Mengenlehre, Maßtheorie

Metrische äußere Maße, Borel-Maße

TECHNISCHE UNIVERSITÄT MÜNCHEN

Skriptbausteine zur Vorlesung Maßtheorie

Wahrscheinlichkeitstheorie und Maßtheorie

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

Mathematik III. Prof. Dr. H. Brenner Osnabrück WS 2010/2011. Vorlesung 62 In diesem Kurs beschäftigen wir uns mit dem

Analysis III. Vorlesung 61

KONSTRUKTION VON MASSEN

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

2 Fortsetzung von Prämaßen zu Maßen, Eindeutigkeit

Ferienkurs in Maß- und Integrationstheorie

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

Kapitel II - Wahrscheinlichkeitsraum

Musterlösung Analysis 3 - Maßtherorie

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

Skript zur Vorlesung Analysis 3

02. Vektorräume und Untervektorräume

1 Grundlagen der Maßtheorie

Kardinalzahlen. Bemerkung. Eine unendliche Kardinalzahl α muss eine Limesordinalzahl sein. (Beweis zur Übung)

3 Konstruktion von Maßräumen

Kapitel II - Wahrscheinlichkeitsraum

01. Gruppen, Ringe, Körper

Das Lebesgue-Maß im R p

Teil II. Wahrscheinlichkeitsrechnung

Teil II. Wahrscheinlichkeitsrechnung. Deskriptive Statistik und Wahrscheinlichkeitsrechnung (SS 2015) Folie 129

Teil II. Wahrscheinlichkeitsrechnung. Inhaltsverzeichnis (Ausschnitt) Zufallsexperimente (Zufallsvorgänge) Ergebnisse

4 Messbare Funktionen

Lineare Algebra I. Prof. Dr. M. Rost. Übungen Blatt 3 (WS 2010/2011) Abgabetermin: Donnerstag, 4. November.

01145 Maß- und Integrationstheorie

Existenz des Lebesgue-Borel-Maßes

Zufallsvariable, Verteilung, Verteilungsfunktion

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

15. Gruppen, Ringe und Körper

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

Analysis III, WS 2011/2012 Montag $Id: masse.tex,v /10/31 15:48:07 hk Exp $

Übungsblatt 5 zur Vorlesung Wahrscheinlichkeitstheorie

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

Definitionen und Aussagen zur Maßtheorie

Wahrscheinlichkeitsrechnung und Statistik

Stochastik Wiederholung von Teil 1

Stochastik I. Vorlesungsmitschrift

Mengen. (Nicht-) Elemente einer Menge { 3, 4 } { 1, { 2 }, { 3, 4 }, { 5 } } 3 { 1, { 2 }, { 3, 4 }, { 5 } }

Kapitel I. Maßtheorie

Mengen. Eigenschaften. Spezielle Mengen (1) Prominente Mengen. ! Mengenzugehörigkeit

Das Lebesgue-Integral

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

Aufgaben zu Kapitel 0

Literatur und Videos. ISM WS 2017/18 Teil 4/Algebren

5.9 Permutationsgruppen. Sei nun π S n. Es existiert folgende naive Darstellung: Kürzer schreibt man auch

Serie 2 Lösungsvorschläge

Wahrscheinlichkeitsrechnung

Elemente der mengentheoretischen Topologie

Messbare Vektorräume

IT-Sicherheitsmanagement. Teil 4: Einführung in algebraische Strukturen

2 Grundstrukturen. 2.1 Gruppen. Prof. Dr. Peter Schneider. Vorlesung WS Lineare Algebra 1 2 GRUNDSTRUKTUREN

Multiplikationsoperatoren

IT-Security. Teil 9: Einführung in algebraische Strukturen

Diskrete Strukturen 5.9 Permutationsgruppen 168/558 c Ernst W. Mayr

Kap. II Ringe und Körper

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

Lösungen zu Übungsblatt 9

2 Mengen, Abbildungen und Relationen

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

Übungen zur Analysis 3

5 Noethersche Ringe und Moduln, Algebren und Ganzheit

Logische Grundlagen der Mathematik, WS 2014/15

Ordinalzahlen. Sei (X, ) eine total geordnete Menge und a X. Dann

0 Mengen und Abbildungen, Gruppen und Körper

Analysis 2. Vorlesungsausarbeitung zum SS von Prof. Dr. Klaus Fritzsche. Inhaltsverzeichnis

Kapitel 19. Das Lebesgue Maß σ Algebren und Maße

Vorlesung Diskrete Strukturen Abbildungen

Mustererkennung: Wahrscheinlichkeitstheorie. D. Schlesinger () ME: Wahrscheinlichkeitstheorie 1 / 10

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

Lineare Algebra I. Christian Ebert & Fritz Hamm. Gruppen & Körper. Vektorraum, Basis & Dimension. Lineare Algebra I. 18.

LINEARE ALGEBRA Ferienkurs. Hanna Schäfer Philipp Gadow

Diskrete Mathematik. Sebastian Iwanowski FH Wedel. Kapitel 2: Mengenlehre. Referenzen zum Nacharbeiten:

Ringe. Kapitel Einheiten

WS 2008/09. Diskrete Strukturen

1 Grundlagen. Grundlagen 1. Überblick

Eine Menge K, auf der eine Addition. + und eine Multiplikation definiert sind, nennt man einen Körper, wenn folgende Eigenschaften gelten: Körper 1-1

Diskrete Mathematik. Sebastian Iwanowski FH Wedel. Kapitel 2: Mengenlehre

Inhaltsverzeichnis (Ausschnitt)

1 Halbgruppen. 1.1 Definitionen. Übersicht Ein Beispiel einer Halbgruppe

1 Halbgruppen. 1.1 Definitionen. Übersicht Ein Beispiel einer Halbgruppe

SS 2017 Torsten Schreiber

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

Kapitel II. Vektorräume

Halbgruppen, Gruppen, Ringe

Topologische Grundbegriffe in metrischen und topologischen

Vorlesung Diskrete Strukturen Abbildungen

A. Maß- und Integrationstheorie

Transkript:

σ-algebren, Definition des Maßraums Ziel der Maßtheorie ist es, Teilmengen einer Grundmenge X auf sinnvolle Weise einen Inhalt zuzuordnen. Diese Zuordnung soll so beschaffen sein, dass dabei die intuitiven Begriffe von Länge (in R), Flächeninhalt (im R 2 ) und Volumen (im R 3 ) in geeigneter Weise verallgemeinert werden. Wir erwähnen zuerst einige mengentheoretische Konzepte und Bezeichnungen. Die Potenzmenge P(X) einer Menge X ist die Menge aller Teilmengen von X, i.e. P(X) = {A : A X}. Die Differenz von A, B X ist A \ B = {x A : x / B}. Die symmetrische Differenz von A, B X ist A B = (A \ B) (B \ A) = (A B) \ (A B) (also alle Elemente, die entweder in A oder in B, aber nicht in beiden Mengen liegen) Die charakteristische Funktion von A X ist die Abbildung χ A : X {0, 1} wobei χ A (x) = 1 wenn x A und χ A (x) = 0 wenn x / A. Es ist einfach zu sehen, dass durch A χ A eine bijektive Entsprechung zwischen P(X) und der Menge aller Abbildungen X {0, 1} gegeben ist. Wir betrachten den Körper (K, +, ) mit K = {0, 1}. Die Menge aller Abbildungen X K mit der punktweise definierten Addition bzw. Multiplikation ist dann ein kommutativer Ring mit den konstanten Funktionen 0 als Nullelement und 1 als Einselement. 1

Im Sinne obiger Bijektion erhalten wir als Addition auf P(X) die symmetrische Differenz und als Multiplikation auf P(X) die Durchschnittsbildung. Folglich gilt Satz. (P(X),, ) ist ein kommutativer Ring mit als Nullelement und X als Einselement. Definition. R P(X) heißt Ring (bzw. Mengenring), wenn R ein Unterring von (P(X),, ) ist. Ein Ring A mit X A heißt Algebra. Bemerkungen. Sei R ein Ring. Dann gilt natürlich R. Weil A B = (A B) (A B), gilt für A, B R auch, dass A B R. Weil A \ B = A (A B), gilt für A, B R auch, dass A \ B R. Mit vollständiger Induktion folgt sofort, dass die endliche Vereinigung bzw. der endliche Durchschnitt von Mengen eines Rings wieder im Ring enthalten ist. Ist A eine Algebra, dann gilt darüber hinaus, dass X \ A A für alle A A. Für den Aufbau einer fruchtbaren Maßtheorie werden wir nun Ringe und Algebren um eine weitere Eigenschaft erweitern, da wir insbesondere auch abzählbare Vereinigungen bzw. Durchschnitte betrachten wollen. Definition. R P(X) heißt σ-ring, wenn R ein Ring ist und für jede Folge (A n ) von Mengen aus R gilt dass A n R. Ein σ-ring A P(X) mit X A heißt σ-algebra. Die Elemente von A heißen dann meßbare Mengen (bzgl. A). Satz. R P(X) ist genau dann ein σ-ring, wenn folgende Eigenschaften 2

erfüllt sind (a) R (b) A, B R A \ B R (c) A n R n N A n R. Satz. A P(X) ist genau dann eine σ-algebra, wenn folgende Eigenschaften erfüllt sind (a) A (b) A A X \ A A (c) A n A n N Bemerkung. Aus A n = X \ ( A n A. die Abgeschlossenheit bzgl. abzählbarer Durchschnitte. (X \ A n )) (De Morgan) folgt auch Wir kommen nun zur grundlegenden Struktur, mit der in der Maßtheorie gearbeitet wird. Dabei ist R + = {x R : x 0} { } mit den offensichtlichen Rechenregeln. Definition. Sei X eine Menge und Ω eine σ-algebra auf X. (a) Das Paar (X, Ω) heißt Meßraum. Die Elemente von Ω sind die meßbaren Mengen. (b) Ein Maß ist eine Abbildung µ : Ω R + mit (i) µ( ) = 0, µ(a) 0 (ii) µ( A n ) = µ(a n ) für jede Folge (A n ) von paarweise disjunkten Mengen aus Ω. D.h. µ ist σ-additiv. (Gilt die Eigenschaft (ii) nur für endliche Vereinigungen, spricht man von der Additivität der Mengenfunktion.) 3

(c) Ist µ ein Maß auf (X, Ω), dann heißt das Tripel (X, Ω, µ) ein Maßraum. Gilt dabei µ(x) <, spricht man von einem endlichen Maßraum bzw. sagt, dass µ ein endliches Maß ist. Gilt µ(x) = 1, so heißt µ ein Wahrscheinlichkeitsmaß. Bemerkung. Sei (X, Ω, µ) ein Maßraum und A Ω. Dann ist offenbar Ω A = {M A : M Ω} wieder eine σ-algebra (mit Ω A Ω) und µ A, die Einschränkung von µ auf Ω A, ein Maß auf (A, Ω A ). Wir erhalten also den Maßraum (A, Ω A, µ A ). Beispiel. Bei einem Würfelexperiment mit einem (nicht manipulierten) Würfel können wir als Grundraum X = {1, 2, 3, 4, 5, 6} nehmen und als σ-algebra Ω = P(X). Setzen wir µ({i}) = 1 6, 1 i 6, dann kann µ in offensichtlicher Weise für alle A X definiert werden. Weil µ(x) = 1, ist µ ein Wahrscheinlichkeitsmaß. Beispiel. (Zählmaß) Sei X eine Menge und Ω = P(X). Für A X sei { n wenn A endlich ist und n Elemente besitzt µ(a) = wenn A unendlich ist Beispiel. (abzählbar-co-abzählbare σ-algebra) Sei X eine überabzählbare Menge und Ω = {A X : A oder X \ A ist abzählbar}. Man zeigt leicht, dass Ω eine σ-algebra auf X ist. σ-algebren sind in der Regel nicht durch Angabe ihrer Elemente gegeben, 4

sondern oft durch Angabe eines sogenannten Erzeugers definiert. Diesbezüglich beobachten wir Lemma. Seien Ω i, i I σ-algebren auf X. Dann ist Ω = i I Ω i = {A X : A Ω i i I} eine σ-algebra auf X. (D.h. der beliebige Durchschnitt von σ-algebren ist wieder eine σ-algebra) Beweis. i I gilt Ω i, also auch Ω. Sei A Ω. Dann ist A Ω i i I. Weil jedes Ω i eine σ-algebra ist, gilt auch X \ A Ω i i I. Also X \ A Ω. Sei A n Ω, n N. Dann gilt A n Ω i i I, n N. Damit ist A n Ω i i I und folglich A n Ω. Ist nun F P(X) ein beliebiges Mengensystem, dann können wir den Durchschnitt [F] aller σ-algebren betrachten, welche F enthalten [F] = {Ω : Ω ist σ-algebra und F Ω} Gemäß vorher ist [F] eine σ-algebra, und zwar die kleinste σ-algebra, welche F enthält. Man nennt [F] auch die von F Erzeuger von [F]. erzeugte σ-algebra bzw. F einen Bemerkung. Es ist von vornherein nicht klar, wie die Elemente von [F] beschrieben werden können. Möglich ist natürlich auch, dass für gewisse F sich herausstellt, dass [F] = P(X) ist. 5