24.01.2013 Aufrufe

Klenke Wahrscheinlichkeitstheorie

Klenke Wahrscheinlichkeitstheorie

Klenke Wahrscheinlichkeitstheorie

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.

236 13 Konvergenz von Maßen<br />

Die Elemente von M≤1(E) nennen wir Sub-Wahrscheinlichkeitsmaße auf E.<br />

Ferner vereinbaren wir die folgende Notation für Mengen von stetigen Funktionen<br />

C(E) := � f : E → R ist stetig � ,<br />

Cb(E) := � f ∈ C(E) ist beschränkt � ,<br />

Cc(E) := � f ∈ C(E) hat kompakten Träger � ⊂ Cb(E).<br />

Der Träger einer reellen Funktion f ist dabei f −1 (R \{0}).<br />

Ist nichts anderes vereinbart, so sind die Vektorräume C(E), Cb(E) und Cc(E) mit<br />

der Supremumsnorm ausgestattet.<br />

Lemma 13.5. Ist E polnisch und μ ∈Mf (E), so existiert zu jedem ε>0 eine<br />

kompakte Menge K ⊂ E mit μ(E \ K) 0. Zu jedem n ∈ N existieren xn 1 ,xn 2 ,... ∈ E mit E =<br />

∞�<br />

B1/n(xn i ).Wähle Nn<br />

� Nn �<br />

∈ N so, dass μ E \ B1/n (x n �<br />

i ) < ε<br />

. Setze<br />

2n i=1<br />

A :=<br />

∞�<br />

Nn �<br />

n=1 i=1<br />

i=1<br />

B 1/n (x n i ) .<br />

Nach Konstruktion ist A total beschränkt. Da E polnisch ist, ist also A kompakt.<br />

Außerdem folgt μ � E \ A � ≤ μ � E \ A � < ∞�<br />

ε 2−n = ε. ✷<br />

Satz 13.6. Ist E polnisch und μ ∈ Mf (E), soistμ regulär. Speziell ist dann<br />

Mf (E) ⊂M(E).<br />

Beweis. Sei B ∈ E und ε > 0. Nach dem Approximationssatz (Satz 1.65 mit<br />

A = τ) gibt es eine offene Menge U ⊃ B mit μ(U \ B)

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

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!