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.

256 13 Konvergenz von Maßen<br />

Da ε>0 beliebig war, folgt μ∗� �∞ äußeres Maß.<br />

n=1 Gn<br />

� ≤ � ∞<br />

n=1 μ∗ (Gn). Mithin ist μ ∗ ein<br />

4. Schritt (Abgeschlossene Mengen sind in μ∗-messbar) eine Menge B ⊂ E genau dann μ<br />

Nach Lemma 1.49 ist<br />

∗-messbar, wenn<br />

μ ∗ (B ∩ G)+μ ∗ (B c ∩ G) ≤ μ ∗ (G) für alle G ∈ 2 E .<br />

Indem wir das Infimum über alle offenen Mengen A ⊃ G bilden, reicht es zu zeigen,<br />

dass für jedes abgeschlossene B und jedes offene A ⊂ E gilt, dass<br />

μ ∗ (B ∩ A)+μ ∗ (B c ∩ A) ≤ β(A). (13.13)<br />

Sei ε>0. Wähle C1 ∈Cmit C1 ⊂ A ∩ Bc und α(C1) >β(A∩ Bc ) − ε. Wähle<br />

ferner C2 ∈Cmit C2 ⊂ A ∩ Cc 1 und α(C2) >β(A∩ Cc 1) − ε.WegenC1∩C2 = ∅<br />

und C1 ∪ C2 ⊂ A folgt<br />

β(A) ≥ α(C1 ∪ C2) =α(C1)+α(C2) ≥ β(A ∩ B c )+β(A ∩ C c 1) − 2ε<br />

≥ μ ∗ (A ∩ B c )+μ ∗ (A ∩ B) − 2ε.<br />

Indem wir ε → 0 gehen lassen, folgt (13.13). Damit ist der Beweis des Satzes von<br />

Prohorov vollständig. ✷<br />

Übung 13.3.1. Man zeige: Eine Familie F⊂Mf (R) ist genau dann straff, wenn<br />

es eine messbare � Abbildung f : R → [0, ∞) gibt mit f(x) →∞für |x| →∞und<br />

supμ∈F fdμ

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

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!