• Keine Ergebnisse gefunden

Ubungen zur Vorlesung Wahrscheinlichkeitstheorie I ¨

N/A
N/A
Protected

Academic year: 2021

Aktie "Ubungen zur Vorlesung Wahrscheinlichkeitstheorie I ¨"

Copied!
2
0
0

Wird geladen.... (Jetzt Volltext ansehen)

Volltext

(1)

L¨ohr/Manger/Winter Sommersemester 2011

Ubungen zur Vorlesung Wahrscheinlichkeitstheorie I ¨

Ubungsblatt 3¨

Konstruktion von Ma ß en

Aufgabe* 3.1. (4 Punkte)

(a) Sei x∈R. Bestimme die Verteilungsfunktion des Dirac-Maßesδx,

δx(A) := 1A(x) =

(1, x∈A

0, x /∈A, A∈ B(R).

(b) Sei F(x) :=e1x ·1]0,∞[(x). Zeige, dass F die Verteilungsfunktion eine Wahrscheinlich- keitsmaßesµF auf Rist und berechne µF [a, b]

f¨ur a≤b.

Aufgabe* 3.2. (4 Punkte)

(a) Sei Ω := {1, . . . ,4} und F := { {1,2},{2,4},{1,3},{3,4} }. Finde Wahrscheinlich- keitsmaße µ6=ν auf Ω, σ(F)

mitµ(F) =ν(F) f¨ur alleF ∈ F.

(b) Finde eine Algebra A ⊆2N aufNund einen Inhalt µ:A →[0,1] dernicht σ-stetig ist.

(c) Finde ein σ-endliches Maß µauf R,B(R) mit µ [a, b]

= ∞ ∀a < b.

(d) Gib einen Maßraum (Ω,A, µ) an, so dass µnicht σ-endlich ist.

Aufgabe 3.3 (Verallgemeinerte Cantor Menge). (4 Punkte) F¨ur 0< x < 12 definieren wir die folgende Funktion auf der Potenzmenge von [0,1]:

fx: 2[0,1]→2[0,1], fx(J) = (xJ)∪(xJ+ 1−x).

Hierbei ist f¨ur B ⊆ R und x, y ∈ R die Menge xB+y definiert als {xb+y |b ∈ B}. Sei eine Folge a = (an)n∈N mit 0 < an < 12 gegeben, und J0 = [0,1]. Dann definieren wir die verallgemeinerte Cantor Menge Ca durch

Jn := fa1 ◦ · · · ◦fan(J0) und Ca := T

n∈NJn. (a) Zeige: Ca ist kompakt und enth¨alt kein nicht-triviales Intervall.

(b#) Zeige: Ca ist ¨uberabz¨ahlbar.

Hinweis: Finde eine Injektion ι:{0,1}N→Ca. (c) Bestimme das Lebesgue-Maßλ(Ca) vonCa.

(d) Finde eine kompakte, ¨uberabz¨ahlbare Lebesgue-Nullmenge A ⊆ [0,1], und eine kom- pakte Menge B ⊆ [0,1] mit positivem Lebesgue-Maß λ(B) > 0 und leerem inneren B˚=∅.

(2)

Aufgabe 3.4 (Vervollst¨andigung von Maßr¨aumen). (4 Punkte) Sei (X,A, µ) ein Maßraum und N := {N ⊆ X | ∃A ∈ A : µ(A) = 0, N ⊆ A} die Menge aller Teilmengen vonµ-Nullmengen. Sei

Aµ := σ(A ∪ N).

(a) Zeige, dassAµ={A∪N |A∈ A, N ∈ N }.

(b) Zeige, dass ˜µ(A∪N) :=µ(A) ein Maß auf Aµ definiert.

(c) Zeige, dass der Maßraum (X,Aµ,µ) vollst¨andig ist (d.h. Teilmengen von ˜˜ µ-Nullmengen sind messbar).

(d) Bestimme Aµ f¨ur A:=B(R) und µ:=δx mitx∈R. Hierbei istδx das Dirac-Maß.

Mit * gekennzeichnete Aufgaben sind besonders zur Abgabe empfohlen (Hausaufgaben) Abgabe in der ¨Ubung oder in den Briefkasten bei T03 R03 D89

Referenzen

ÄHNLICHE DOKUMENTE

gibt Sandra Kliem (Universit¨at Duisburg-Essen) einen Vortrag ¨ uber Modeling evolving phylogenies by means of marked metric measure spaces.. Abstract: In this talk, a model

gibt Paolo Di Tella (Humboldt-Universit¨at Berlin) einen Vortrag ¨ uber The Chaotic Representation Property of Certain Families of Martingales.. Abstract: We investigate the

Moreover, we study the problem considered by Hobson (1998): to find an upper bound with respect to stochastic ordering for the maximum of a martingale with given initial and

In case that the associated coalescent comes down from infinity, the construction from the Lookdown model allows to read off a process with values in the space of measure-

gibt Christof K¨ ulske (Ruhr-Universit¨at Bochum) einen Vortrag ¨ uber On nonergodic stochastic lattice systems with unique invariant measure.. Abstract: Is there an

gibt Christoph Th¨ale (Ruhr-Universit¨at Bochum) einen Vortrag. Hierzu ergeht eine

gibt Vladimir Panov (Higher School of Economics Moscow) einen Vortrag. Hierzu ergeht eine

Bemerkung: Aus der stochastischen Konvergenz folgt bekanntlich nicht die fast sichere Konvergenz. am Anfang der