• 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)

Klimovsky/L¨ohr/Winter Sommersemester 2015

Ubungen zur Vorlesung ¨ Wahrscheinlichkeitstheorie I

Ubungsblatt 1¨

Mengensysteme

Sei Ω immer eine nicht-leere Menge.

Aufgabe 1.1 (Die leere Menge). (3 Punkte)

(a) Bestimme die von ∅ auf Ω erzeugteσ-Algebra σ(∅).

(b) Bestimme die Potenzmenge der Potenzmenge der leeren Menge.

(c) Bestimme die Anzahl der Elemente der Menge n∅,{∅},∅ ∪ {∅},{∅} ∪

{∅} ,

∅,{∅} , {∅} o

.

Aufgabe 1.2 (Von Partitionen erzeugte Mengensysteme). (6 Punkte) SeiI eine Menge undπ = (πi)i∈I eine Partition von Ω, das heißt πi∩πj =∅ f¨ur i6=j, und S

i∈Iπi = Ω.

(a) Zeige, dass f¨ur die von π erzeugte σ-Algebra gilt:

σ(π) = n [

i∈J

πi

J ⊆I mitJ abz¨ahlbar oderI\J abz¨ahlbaro .

(b) Bestimme das von π erzeugte Dynkin-System.

(c) Bestimme die von π erzeugte Topologie.

Aufgabe 1.3 (Beispiele). (3 Punkte)

(a) Gib zwei σ-Algebren auf derselben Menge Ω an, deren Vereinigung keine σ-Algebra ist.

(b) Finde ein Dynkin-System, das keine σ-Algebra ist.

Bitte wenden!

(2)

Aufgabe 1.4 (Folgen von Mengen). (4 Punkte) Es sei (An)n∈N eine Folge von MengenAn⊆Ω. Das Komplement einer Menge B sei ∁B :=

Ω\B. Der untere bzw. obere Mengenlimes der Folge (An)n∈N ist definiert als die Menge A := lim inf

n→∞ An := [

m∈N

\

n≥m

An bzw. A := lim sup

n→∞

An := \

m∈N

[

n≥m

An.

(a) Beschreibe (verbal), welche Elemente in A bzw.A liegen.

(b) Zeige: A ⊂A.

(c) Zeige: ∁A = lim supn→∞(∁An), und∁A= lim infn→∞(∁An).

(d) Zeige, dass f¨ur ω ∈Ω gilt:

1A(ω) = lim inf

n→∞ 1An(ω) und 1A(ω) = lim sup

n→∞ 1An(ω).

Hierbei bezeichnet

”lim sup“ bzw.

”lim inf“ die aus der Analysis f¨ur Zahlenfolgen be- kannten Begriffe und 1B dieIndikatorfunktion der Menge B, definiert als:

1B(ω) :=

1, wennω∈B 0, wennω6∈B .

Abgabe Di, 21.04. bis 12:00 in den ¨Ubungskasten

Arbeitsgruppenvortr¨age:

Am 14.04.gibt Stefan Tappe (Universit¨at Hannover) einen Vortrag ¨uber

Invariance of closed convex cones for stochastic partial differential equations

Abstract:In this talk, we provide necessary and sufficient conditions for stochastic invariance of closed convex cones in Hilbert spaces for semilinear stochastic partial differential equations driven by Wiener processes and Poisson random measures. Several examples accompany our results.

Am21.04.gibt Nikolaus Schweizer (Universit¨at Duisburg-Essen) einen Vortrag ¨uber Perturbation theory for Markov chains via Wasserstein distance

Hierzu ergeht eine herzliche Einladung. Zeit:Di, 16:15 – 17:15. Raum: WSC-S-U-3.03

Referenzen

ÄHNLICHE DOKUMENTE

Both of these equations arise as scaling limits of interacting particle systems: the KPZ equation as a scaling limit for surface growth models and the Φ 4 model as a scaling limit of

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 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

Aufgabe* 11.1 (Skalierungslimes geometrischer Verteilungen).. Aufgabe 11.4