24.01.2013 Aufrufe

Klenke Wahrscheinlichkeitstheorie

Klenke Wahrscheinlichkeitstheorie

Klenke Wahrscheinlichkeitstheorie

MEHR ANZEIGEN
WENIGER ANZEIGEN

Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.

YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.

252 13 Konvergenz von Maßen<br />

” (ii) =⇒ (i)“ Sei (μn)n∈N straff und C⊂Cb(E) trennend mit (13.8). Wir nehmen<br />

an, (μn)n∈N konvergiere nicht schwach gegen μ. Dann existieren ε>0, f ∈ Cb(E)<br />

und (nk)k∈N mit nk ↑∞und<br />

��<br />

�<br />

� fdμnk � −<br />

� �<br />

�<br />

fdμ�<br />

� >ε für alle k ∈ N. (13.9)<br />

Nach dem Satz von Prohorov (Satz 13.29) existiert ein ν ∈ M≤1(E) und eine<br />

Teilfolge (n ′ k )k∈N von (nk)k∈N mit μn ′ → ν schwach. Wegen (13.9) ist<br />

�<br />

k<br />

� � fdμ− � fdν � � ≥ ε, also μ �= ν. Andererseits ist<br />

�<br />

�<br />

hdμ= lim<br />

k→∞<br />

hdμn ′ k =<br />

�<br />

hdν für jedes h ∈C,<br />

also μ = ν. Damit ist die Annahme zum Widerspruch geführt, und es gilt (i). ✷<br />

Wir wollen den Zusammenhang zwischen schwacher und vager Konvergenz näher<br />

beleuchten.<br />

Satz 13.35. Sei E ein lokalkompakter, polnischer Raum, und seien μ, μ1,μ2,...<br />

∈Mf (E). Dann sind äquivalent:<br />

(i) μ =w-lim<br />

n→∞ μn,<br />

(ii) μ =v-lim<br />

n→∞ μn und μ(E) = lim<br />

n→∞ μn(E),<br />

(iii) μ =v-lim<br />

n→∞ μn und μ(E) ≥ lim sup μn(E),<br />

n→∞<br />

(iv) μ =v-lim<br />

n→∞ μn und {μn, n∈ N} ist straff.<br />

Beweis. ” (i) ⇐⇒ (ii) ⇐⇒ (iii)“ Dies folgt aus dem Portemanteau Theorem.<br />

” (ii) =⇒ (iv)“ Es reicht zu zeigen, dass für jedes ε>0 ein Kompaktum K ⊂ E<br />

existiert mit lim supn→∞ μn(E \ K) ≤ ε.Daμregulär ist (Satz 13.6) existiert eine<br />

kompakte Menge L ⊂ E mit μ(E \ L)

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

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!