05.10.2013 Aufrufe

Analysis

Analysis

Analysis

MEHR ANZEIGEN
WENIGER ANZEIGEN

Erfolgreiche ePaper selbst erstellen

Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.

4. SCHROTTHALDE ZUR ANALYSIS 1291<br />

Beispiel für eine fast überall aber nicht im Mittel konvergierende Folge auf<br />

(X, M, µ) = ([0, 1], B, λ) bildet die Folge der Produkte mit n der charakteristischen<br />

Funktionen der Intervalle [0, 1/n].<br />

4.6.3. Bei allen drei Arten von Grenzwerten sind die Grenzwerte wohlbestimmt<br />

als fast überall definierte Funktionen, wenn sie denn existieren. Das<br />

ist nur im Fall stochastischer Konvergenz nicht offensichtlich. Konvergiert<br />

jedoch eine Folge stochastisch sowohl gegen f als auch gegen g, so stimmen<br />

f und g fast überall überein, da ja gilt<br />

µ(|f − g| > 2ε) ≤ µ(|f − fn| > ε) + µ(|g − fn| > ε)<br />

für alle n ∈ N und ε > 0.<br />

Lemma 4.6.4. Sei (X, M, µ) ein Maßraum. Konvergiert eine Folge meßbarer<br />

reeller Funktionen (fn)n∈N auf X stochastisch gegen eine meßbare reelle<br />

Funktion f, so konvergiert eine geeignete Teilfolge fast überall gegen f.<br />

Beweis. Wir finden natürliche Zahlen n(1) < n(2) < . . . mit der Eigenschaft<br />

µ(|fn(i) − f| > 1/i) < 2 −i . Setzen wir<br />

Ai = {x ∈ X | |fn(i)(x) − f(x)| > 1/i}<br />

so gilt also µ(Ai) < 2 −i und die Vereinigung A>i = Ai+1 ∪ Ai+2 ∪ . . . hat<br />

ein Maß µ(A>i) < 2 −i . Die Folge der fn(i) konvergiert nun aber offensichtlich<br />

punktweise außerhalb des Schnittes aller µ(A>i) und damit außerhalb einer<br />

Nullmenge.<br />

4.6.5 (Satz über stochastische dominierte Konvergenz). Der Satz über<br />

dominierte Konvergenz IV.6.5.10 bleibt gültig, wenn wir statt punktweiser<br />

Konvergenz allgemeiner nur stochastische Konvergenz fordern. Haben wir<br />

etwa fn → f stochastisch und ist g eine dominierende Funktion und ε > 0<br />

gegeben, so finden wir mit IV.6.4.17 ein α = αε > 0 mit der Eigenschaft<br />

µ(A) < α ⇒ <br />

A<br />

gµ < ε für meßbares A. Weiter finden wir mit IV.6.4.18<br />

ein β = βε > 0 mit der Eigenschaft inf(g, β)µ < ε. Ist n so groß, daß gilt<br />

µ(|fn − f| > β) < α, und bezeichnen wir diese “Ausnahmemenge” mit A, so<br />

folgt <br />

<br />

<br />

|fn − f| µ ≤ |fn − f| µ + 2 gµ ≤ 3ε<br />

X<br />

X\A<br />

A<br />

4.7 Markov-Ketten<br />

4.7.1. Gegeben sei eine endliche Menge E, deren Elemente Zustände heißen<br />

mögen. Gegeben sei weiter eine (E ×E)-Matrix Q mit Einträgen in [0, 1] und

Hurra! Ihre Datei wurde hochgeladen und ist bereit für die Veröffentlichung.

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!