Maßtheorie

Maßtheorie
Vorlesungsmitschrift
Kiel WS2008/09
Professor Dr.Uwe Rösler
18. Januar 2011

Kapitel 1
Objekte und Morphismen
Wir beschreiben im folgenden die hier behandelten Objekte, die Maßräume, und ihre Mor-
phismen (strukturerhaltende Abbildungen), die meßbaren Abbildungen.
1.1 Mengensysteme
Sei Ω stets eine nichtleere Menge. Ein Mengensystem A ist eine Teilmenge der Potenzmenge
P(Ω). Ein Mengensystem heißt abgeschlossen unter einer Mengenoperation (P(Ω))I → P (Ω)
oder stabil, falls diese Operation angewandt auf Mengen aus A wieder ein Element aus A
liefert. Beispiele für Mengenoperationen sind:
S S S
- (endliche, abzählbare, beliebige) Vereinigung e , a , ,
T T T
- (endliche, abzählbare, beliebige) Durchschnitte e , a , ,
S
- Vereinigung paarweiser disjunkter Mengen ◦ ,
- Komplementbildung Ac = {ω ∈ Ω | ω 6∈ A},
- Differenz A\B = A ∩ B c ,
- symmetrische Differenz A△B = (A\B) ∪ (B\A),
- aufsteigender (absteigender) Limes,
T S
- Limes superior lim supn∈IN An := m∈IN n≥m An = {ω | |{n | ω ∈ An }| = ∞},
S T
- der Limes inferior lim inf n∈IN An := m∈IN n≥m An = {ω | |{n | ω 6∈ An }| < ∞}
- der Limes falls lim sup = lim inf usw..
- Obermengen (A ∈ A, A ⊂ B ⇒ B ∈ A)
Besonders wichtige Mengensysteme sind Topologien und σ-Algebren. Eine Topologie ist
ein Mengensystem, welches die Grundmenge enthält und abgeschlossen ist bezüglich beliebiger
Vereinigung und endlichem Durchschnitt.
Not: (Ω, τ ) für einen topologischen Raum.
Eine Menge heißt offen, genau dann wenn sie Element der Topologie ist. Das Komplement
einer offenen Menge heißt abgeschlossen. Topologien sind grundlegend für Konvergenzen.
(Alle) Konvergenzbegriffe beruhen auf Topologien (siehe Pedersen [9]). (ω∋ xn →n→∞ x ∈
Ω ⇔ ∀U ∈ τ, x ∈ U ∃n0 ∈ IN ∀n ≥ n0 : xn ∈ U .) Die Morphismen (=strukturerhaltenden
Abbildungen) sind die stetigen Funktionen.
Eine σ-Algebra A ist ein nichtleeres Mengensystem abgeschlossen bezüglich Komplement-
bildung und abzählbarer Vereinigung.
Not: (Ω, A) ist ein mes̈barer Raum.
1
WS08/09 Maßtheorie
Eine Menge heis̈t mes̈bar, genau dann wenn sie Element der σ-Algebra ist. σ-Algebren
sind grundlegend für die Mas̈theorie und die Wahrscheinlichkeitstheorie. Die Morphismen sind
die mes̈baren Funktionen bzw. Zufallsgrös̈en.
Weitere Beispiele sind Filter . Ein Filter ist ein nichtleeres Mengensystem ungleich der
Potenzmenge, welches abgeschlossen ist bzgl. endlichem Durchschnitt und Obermengen.
In diesem Skript erscheinen weiterhin Algebren und Ringe . Eine Algebra ist ein nicht
leeres Mengensysteme, welches abgeschlossen ist bzgl. Komplement und endlicher Vereinigung.
Ein Ring ist ein Mengensystem mit der leeren Menge und abgeschlossen bzgl. endlichem
Durchschnitt und der Differenz.
Bemerkung: Die Namensgebung Ring, siehe Elstrodt, stammt von dem algebraischen
Ring der Funktionen 11A , A aus dem Mengenring, über dem binären Körper, versehen mit
der Addition 11A + 11B := 11A△B und der Multiplikation 11A 11B := 11A∩B .
Der Zusatz σ deutet auf etwas abzählbares hin, vgl. Algebra und σ-Algebra.
Erzeuger: Mengensysteme A werden oft nicht explizit angegeben, sondern als kleinstes
Mengensystem charakterisiert, welches ein Mengensystem E enthält und abgeschlossen ist
bzgl. gewisser Mengenoperationen. Dieses kleinste Mengensystem A, wenn es existiert, ist der
Durchschnitt aller Mengensysteme, abgeschlossen bzgl. der Operationen und E enthaltend.
Das Mengensystem E heis̈t Erzeuger von A (bzgl. den Operationen ...) und A heis̈t das von
E erzeugte Mengensystem.
Beispiele: Die Borelsche σ-Algebra für einen topologischen Raum (Ω, τ ) ist die kleinste
von der Topologie erzeugten σ-Algebra. Die übliche Topologie auf den reellen Zahlen wird
erzeugt von allen offenen Intervallen.
1.1.1 σ-Algebren
Eine σ-Algebra A ist ein nichtleeres Mengensystem abgeschlossen bezüglich Komplementbil-
dung und abzählbarer Vereinigung. Ausführlicher: A ⊂ P(Ω) erfüllt
i) A 6= ∅
ii) A ∈ A ⇒ Ac ∈ A
S
iii) An ∈ A, n ∈ IN ⇒ n An ∈ A.
Ein mes̈barer Raum ist ein Tupel (Ω, A). Hierbei ist Ω eine nichtleere Menge und A eine
σ-Algebra darüber. Eine mes̈bare Menge ist ein Element der σ-Algebra.
Proposition 1 Jede σ-Algebra enthält die leere Menge und die Grundmenge Ω. Sie ist ab-
geschlossen bzgl. endlicher und abzählbarer Vereinigung, endlichem und abzählbarem Durch-
schnitt, Differenz, symmetrischer Differenz, aufsteigenden oder absteigenden Folgen, Limes
superior und dem Limes inferior.
Beweis: Ist A aus der σ-Algebra, so auch das Komplement Ac . Die Vereinigung über aller
Glieder der Folge A, Ac , Ac , Ac . . . ist in A. Damit ist die Grundmenge Ω in der σ-Algebra.
Die leere Menge ist das Komplement der Grundmenge Ω.
Jede endliche Folge läs̈t sich zu einer abzählbaren Folge erweitern durch hinzunehmen der
leeren Menge. Daher ist A abgeschlossen bzgl. endlicher Vereinigung.
T S
Für den Durchschnitt argumentiere ( An )c = Acn ist mes̈bar. Der Rest ist Übung. q.e.d.
Für E ∈ P(Ω) sei σ(E) die kleinste σ-Algebra, die E enthält. Formaler ausgedrückt:
\
σ(E) := A.
E⊂A σ−Algebra
2
WS08/09 U. Rösler
(Übung: Dies ist die kleinste E enthaltende σ-Algebra.) Ein Erzeuger E einer σ−Algebra A ist
ein Mengensystem mit σ(E) = A. Der Operator σ hat u.a. die Eigenschaften σ(σ(E)) = σ(E)
und E ⊂ E ′ ⇒ σ(E) ⊂ σ(E ′ ).
Beispiele: – Die kleinste σ-Algebra ist stets {∅, Ω}, die nächst grös̈ere ist {∅, A, Ac , Ω}
für ein A 6= ∅, Ω. (Übung: Nächstgrös̈ere?)
– Die Potenzmenge P(Ω) ist die grös̈te σ-Algebra.
– Die Menge {A ⊂ Ω | A oder Ac abzählbar} ist eine σ-Algebra.
– Sei A eine σ-Algebra und B eine beliebige Menge aus Ω. Die eingeschränkte σ-Algebra
ist A|B := {A ∩ B | A ∈ A}.
– Die Borel σ-Algebra B = σ(τ ) wird von einer Topologie τ auf Ω erzeugt. Die Baire
σ-Algebra wird erzeugt von der kleinsten Topologie, so das̈ alle stetigen Funktionen (bzgl. τ )
mit kompaktem Träger stetig sind.
Spezialisierung auf IR : Der euklidische Abstand definiert eine Metrik auf den reellen
Zahlen. Die offenen Kugeln bezüglich dieser Metrik sind die offenen Intervalle ]a, b[, a, b ∈ IR.
Diese erzeugen die (metrische) Topologie auf den reellen Zahlen. Jede offene Menge in IR ist
darstellbar als Vereinigung abzählbar vieler offener Intervalle. Daher wird die Borel σ-Algebra
auch von allen offenen Intervallen erzeugt.
Andere Erzeuger für die Borel σ-Algebra B auf IR sind die Topologie selber, das Men-
gensystem aller kompakten Mengen, die Mengensysteme E[,] := {[a, b] | a, b ∈ IR} aller abge-
schlossenen Intervalle oder analog E],] , E[,[ aller halboffenen Intervalle. Es reicht hier a, b aus
einer dichten Teilmenge von IR, z.B. Ql, zu fordern. Ebenso reichen einseitige Intervalle, denn
es kann stets a = −∞ oder auch b = ∞ gesetzt werden.
Stellvertretend zeigen wir nur die Richtung σ(E],[ ) ⊂ σ(E[,[ ). Es reicht zu zeigen ]a, b[∈
σ(E[,] ) für jedes a, b. Dies folgt aus E[,] ∋ ∪n [a + 1/n, b[=]a, b[.
Die Borel σ-Algebra auf den reellen Zahlen wird erzeugt von allen Kompakta.
Diverses: – Eine σ−Algebra A heis̈t separierend, falls es für alle ω 6= ω ′ eine mes̈bare
Mengen A ∈ A gibt mit ω ∈ A und ω ′ 6∈ A. Durch Äquivalenzklassenbildung auf dem Grund-
raum Ω können wir eine σ-Algebra überführen in eine separierende σ-Algebra. Betrachte auf
dem Grundraum Ω die Äquivalenzrelation ω ∼ ω ′ ⇔6 ∃A ∈ A : ω ∈ A, ω ′ 6∈ A. Seien [ω] die
Äquivalenzklassen. Dann ist A/ ∼:= {{[a] | a ∈ A} | A ∈ A}) eine separierende σ−Algebra
bezüglich Ω/ ∼:= {[ω] | ω ∈ Ω}.
– Ein Atom einer σ−Algebra ist eine mes̈bare Menge, die nicht in echt kleinere meßbare
Mengen zerlegt werden kann. (∀ B ∈ A, B ⊂ A ⇒ B = ∅ ∨ B = A)
Im Regelfall sind die Atome genau die Punktmengen {ω}. Jede separierende σ−Algebra
über einem abzählbaren Grundraum ist die Potenzmenge. Die Atome sind die einelementigen
Mengen {ω}.
1.1.2 Nachweis einer σ-Algebra

Zum Nachweis eines Mengensystems als σ-Algebra sind zwei Methoden wichtig, über Dyn-
kinsysteme und über monotone Klassen.
Ein Dynkinsystem D ist ein nicht leeres Mengensystem abgeschlossen bzgl. der Differenz
aufsteigender Mengen und bzgl. der abzählbaren Vereinigung paarweise disjunkter Mengen.
(Ausführlicher: ∅ =
6 D ⊂ P(Ω) erfüllt
i) D ∋ A ⊂ B ∈ D ⇒ B\A ∈ D
S
ii) An ∈ D, n ∈ IN, paarweise disjunkt ⇒ ◦ n An ∈ D.
3
WS08/09 Maßtheorie
Lemma 2 Ein Dynkinsystem D ist genau dann eine σ-Algebra, wenn D den Grundraum Ω
enthält und bzgl. endlichem Durchschnitt abgeschlossen ist.
Beweis: Jede σ-Algebra ist ein Dynkinsystem, welches abgeschlossen ist bzgl. endlichem
Durchschnitt. Für die Umkehrung sind die drei Eigenschaften einer σ-Algebra zu zeigen. Für
die dritte argumentiere: Zu Dn ∈ D definiere Bn := Dn \∪i<n Di . Diese Mengen sind paarweise
S S S
disjunkt und erfüllen Bn = Dn ∩ ∩i<n Dic ∈ D und n≤N Bn = n≤N Dn für N ∈ IN {∞}.
S
Hieraus folgt n∈IN Dn ∈ D. q.e.d.
T
Bezeichne D(E) das kleinste von E erzeugte Dynkinsystem. (Formaler: D(E) := E⊂B Dynkinsystem B
tut’s.) Ein Erzeuger eines Dynkinsystems D ist ein Mengensystem E mit D(E) = D.
Lemma 3 Ein Dynkinsystem mit Ω ist genau dann eine σ-Algebra, wenn es einen Erzeuger
abgeschlossen bzgl. endlichem Durchschnitt besitzt.
Beweis: Ist das Dynkinsystem D eine σ-Algebra, so ist D selbst ein Erzeuger und abgeschlossen
bzgl. endlichem Durchschnitt. Für die Umkehrung betrachte DA := {B ∈ D | A ∩ B ∈ D} mit
A ∈ D. Dies ist ein Dynkinsystem (Übung). Für jedes Element E aus dem durchschnittstabilen
Erzeuger E von D enthält DE den Erzeuger E. Damit gilt E ⊂ DE ⊂ D und wegen der
Sandwichposition D(E) = DE = D.
Als direkte Folgerung enthält jedes DA , A ∈ D den Erzeuger E und die Sandwichposition
impliziert gilt D(E) = DA = D.
Damit ist D durchschnittstabil und nach Lemma 2 eine σ-Algebra. q.e.d.
Eine monotone Klasse ist ein Mengensystem abgeschlossen bzgl. aufsteigenden und abstei-
genden Folgen. Sei M(E) die von E erzeugte kleinste monotone Klasse. Hierbei ist M(E) die
T
kleinste monotone Klasse welche E enthält. (Formaler: M(E) := E⊂B monotone Klasse B.)
Eine Algebra ist ein Mengensystem welches Ω enthält und abgeschlossen ist bzgl. Kom-
plement und endlicher Vereinigung.
Lemma 4 Eine monotone Klasse erzeugt von einer Algebra ist eine σ-Algebra.
Beweis: Sei A die Algebra und M = M(A) die erzeugte monotone Klasse.
• M ist komplementabgeschlossen.
Das Mengensystem {A ∈ M | Ac ∈ M} ist eine monotone Klasse und enthält die Algebra
A (Übung). Damit ist das Mengensystem bereits M selbst.
• M ist eine Algebra.
Wir haben nur die endliche Durchsschnittsabgeschlossenheit zu zeigen. Für A ∈ M be-
trachte
MA := {B ∈ M | A ∪ B ∈ M}.
Dies ist eine monotone Klasse. Für A aus der Algebra enthält MA das Erzeugersystem A und
ist damit M selber (Sandwichposition). Die Menge {A ∈ M | MA = M} ist eine monotone
Klasse und enthält die Algebra. DAmit ist dies M selbst.
• Eine Algebra, die auch eine monotone Klasse ist, ist eine σ-Algebra.
Nur die Abgeschlossenheit gegenüber abzählbarer Vereinigung ist zu zeigen. Sei An eine
Folge aus der Algebra. Die Folge ∪i≤n Ai ist aus der Algebra und konvergiert aufsteigend
gegen ∪i Ai . Der Grenzwert ist in der monotonen Klasse. q.e.d.
4
WS08/09 U. Rösler
1.2 Meßbare Abbildungen

Meßbare Abbildungen sind die Morphismen, d.h. die strukturerhaltenden Abbildungen bezüglich
mes̈barer Räume.
Eine Abbildung zwischen meßbaren Räumen heißt meßbar , falls das Urbild jeder meßbaren
Menge meßbar ist. Formaler formuliert, eine Abbildung f : Ω → Ω′ von einem meßbaren Raum
(Ω, A) in einen anderen meßbaren Raum (Ω′ , A′ ) ist meßbar, falls für jede Menge A ∈ A gilt
f −1 (A′ ) ∈ A. Kürzer formuliert f −1 (A′ ) ⊂ A.
Merkregel:
Die mengentheoretische Struktur wird durch Funktionen zurückgeholt.
Das Urbild einer σ-Algebra ist stets eine σ-Algebra. Das Bild f (A) einer σ-Algebra ist im
allgemeinen keine σ-Algebra.
Bemerkung: Die Morphismen für topologische Räume sind die stetigen Funktionen. Eine
Funktion auf topologischen Räumen heißt stetig, falls das Urbild offener Mengen offen ist.
Proposition 5 Die Komposition meßbarer Funktionen ist meßbar.
Beweis: Mit entsprechender Notation (f ◦ g)−1 (A′′ ) = g−1 (f −1 (A′′ )) ⊂ A. q.e.d.

Proposition 6 Eine Funktion ist genau dann meßbar, wenn das Urbild eines (und dann
jedes) Erzeugers in der σ-Algebra liegt.
Beweis: Nur die Rückrichtung ist zu zeigen. Sei f : Ω 7→ Ω′ die Funktion und E ′ ein Erzeuger
von A′ . Dann ist {A′ ∈ A′ | f −1 (A′ ) ∈ A} eine E ′ enthaltende σ-Algebra und damit gleich A′ .
q.e.d.
Folgerung: Jede stetige Funktion ist Borel meßbar. (Per Definition der Stetigkeit ist das
Urbild jeder offenen Menge offen ist). Jede stetige Funktion mit kompaktem Träger ist meßbar
bezüglich der Baire σ-Algebra. (Die kleinste Topologie, bzgl. der alle stetigen Funktionen mit
kompaktem Träger stetig sind, ist ein Erzeugendensystem der Baire σ-Algebra.)
Notation: F((Ω, A), (Ω′ , A′ )) bezeichne die Menge aller A − A′ meßbaren Funktionen
f : Ω 7→ Ω′ . Der Einfachheit halber benutzen wir auch F(Ω, A) oder aber F.
Notation: Anstelle der korrekten Schreibweise {ω ∈ Ω | f (ω) ∈ A′ } für das Urbild von A′
unter f benutzen wir {f ∈ A′ } oder auch f ∈ A′ . Allgemein wird die Realisierung ω wegge-
lassen wenn immer möglich. Dies ist ein allgemein akzeptierter (kleiner) Notationsmißbrauch.
Spezialisierung auf IR: Die reellen Zahlen seien stets mit der Borel σ-Algebra B ver-
sehen. Sei f : Ω 7→ IR eine Funktion. In Formeln unterdrücken wir nach Möglichkeit das ω
aus Gründen der Übersichtlichkeit. Dies führt zuweilen zu einem Notationsmißbrauch. Wir
schreiben z.B.
{f ≥ x} für {ω ∈ Ω | f (ω) ≥ x}.
Eine Funktion f : Ω 7→ IR ist genau dann meßbar, wenn eine der äquivalenten Kriterien
erfüllt ist:
- ∀x ∈ IR : {f ≥ x} ∈ A,
- ∀x ∈ IR : {f > x} ∈ A,
- ∀x ∈ IR : {f ≤ x} ∈ A,
- ∀x ∈ Ql : {f < x} ∈ A.
Die Aussage gilt auch, falls obiges nur für x aus einer dichten Teilmenge von IR gefordert
wird.
5
WS08/09 Maßtheorie
Proposition 7 Seien fn : Ω 7→ IR, n ∈ IN, mes̈bare Funktionen. Dann sind meßbar, sofern
wohldefiniert und endlich, f1 +f2 , −f1 , f1 f2 , 1/f1 , supn fn , inf n fn , lim supn fn , lim inf n fn , limn fn .
S
Beweis: Die Kernpunkte für die Meßbarkeit sind {f + g < x} = q∈Ql{f < x + q, g < −q},
S
{−g < x} = {g > −x}. Bezüglich der Multiplikation argumentiere {f g < x} = q∈Ql{f <
x/q, g < q} ist meßbar für f, g überall strikt grös̈er als 0. Allgemeine f, g zerlege in Positiv-
und Negativteil. {lim supn fn > x} = lim supn {fn > x}, lim sup fn = − lim inf −fn , lim fn =
S
11lim sup fn =lim inf fn lim sup fn , {supn fn > x} = n {fn > x}, inf fn = − sup(−fn ). q.e.d
Warnung: In obiger Proposition ist die Abzählbarkeit der Operationen wichtig. Das Su-
premum überabzählbar vieler meßbarer Funktionen ist im allgemeinen nicht mehr meßbar.
Jedoch ist es schwer, eine nicht messbare Funktion anzugeben. Dies ist (im ZFC-Axiomensystem)
nur mit Hilfe des Auswahlaxiomes möglich.
Wir erweitern die reellen Zahlen um +∞, −∞ zu IR. Sei eine isotone (ordnungserhal-
x
tende) und bijektive Abbildung von IR auf (−1, 1) gegeben, etwa x 7→ 1+|x| . Erweitere diese
Abbildung durch Zuordnung von +∞, −∞ nach +1, −1. Versehe IR mit der zurückgeholten
Topologie und entsprechenden Borel σ-Algebra. (Diese ist unabhängig von der gegebenen Bi-
jektion.) Wir benutzen ebenso IN , Ql und ZZ. Die obigen Aussagen gelten sinngemäß auch für
erweiterte Funktionen f : Ω 7→ IR.
Der Raum der meßbaren, reellwertigen Funktion ist ein Vektorraum. Dies gilt nicht, falls
wir die Werte +∞, −∞ zulassen.
Die Baire σ-Algebra ist gleich der Borel σ-Algebra für die reellen Zahlen.
1.3 Mengenfunktionen
Wir betrachten Mengenfunktionen von einem Mengensystem in die reellen oder erweiterten
reellen Zahlen.
Eine Mengenfunktion µ : A 7→ IR oder erweiterte Mengenfunktion µ : A 7→ IR heißt
- positiv , falls µ(A) ≥ 0 für alle A ∈ A,
- isoton bzw. ordnungserhaltend, falls µ(A) ≤ µ(B) für A ⊂ B,
S
- additiv , falls µ(A ◦ B) = µ(A) + µ(B)
S P
- σ-additiv , falls µ( ◦ n∈IN An ) = n∈IN µ(An ),
- σ-stetig von unten , falls limn µ(An ) = µ(limn An ) für aufsteigende An ,
- σ-stetig von oben, falls limn µ(An ) = µ(limn An ) für absteigende An ,
- σ-stetig in der leeren Menge, falls limn µ(An ) = µ(∅) für An ց ∅,
S P
- subadditiv , endlich subadditiv oder σ-subadditiv, falls µ( n∈I An ) ≤ n∈I µ(An ) gilt für
I endlich oder abzählbar.
S S
Hierbei sind A, B, A B, An , n An aus dem Mengensystem.
Bemerkung: σ steht stets für etwas Abzählbares.
1.3.1 Maße
Ein Maß ist eine positive, σ-additive, erweiterte Mengenfunktion nicht identisch unendlich
auf einer σ-Algebra. Die Eigenschaften in äquivalenten (Übung), formelmäßigen Aussagen,
sind
i) µ(∅) = 0
ii) ∀A ∈ A ⇒ µ(A) ≥ 0
6
WS08/09 U. Rösler
S P
iii) An ∈ A, n ∈ IN, paarweise disjunkt ⇒ µ( ◦ n An ) = n µ(An ).
Proposition 8 Ein Maß ist isoton, additiv, subadditiv, σ-subadditiv und σ−additiv.
Der Beweis ist einfach. Übung.

Ein Maßraum (Ω, A, µ) ist ein meßbarer Raum versehen mit einem Maß. Ein endliches
Maß ist ein Maß µ : Ω 7→ IR. Ein Wahrscheinlichkeitsmaß ist ein Maß mit µ(Ω) = 1. Ein
Wahrscheinlichkeitsraum ist ein Maßraum mit einem Wahrscheinlichkeitsmaß. Jedes endli-
che Maß µ läßt sich zu einem W-maß transformieren via cµ mit c = 1/µ(Ω). Notation: P
(=Probability) für ein W-maß.
Ein Punktmaß auf ω ∈ Ω ist ein W-maß δω mit δω (A) = 11A (ω). Ein diskretes Maß ist
eine positiv gewichtete Summe von Punktmaßen. Jedes diskrete Maß hat eine Darstellung
P +
µ = ω∈Ω f (ω)δω mit einer Funktion f : Ω → R . Die Abbildung zwischen diskreten Maßen
und erweiterten Funktionen f wie oben ist bijektiv (vorausgesetzt die σ−Algebra umfaßt alle
Punktmengen {ω}). Es gilt X
µ(A) = f (ω).
ω∈A
Ein diskreter Wahrscheinlichkeitsraum ist ein Maßraum mit diskretem W-maß.
Ein Laplaceraum ist ein diskreter Wahrscheinlichkeitsraum mit endlicher Grundmenge
und dem Maß
|A|
P (A) = .
|Ω|
Das Zählmaß ist das Maß µ mit µ(A) = |A|.
Hier einige Beispiele und Standardkonstruktionen
Bernoulliverteilung Ber(p) zum Parameter 0 ≤ p ≤ 1. Ω = {0, 1}, A = Pot(Ω), µ({1}) =
p = 1 − µ({0}) =: 1 − q.
Geometrische Verteilung Geo(p) zum Parameter 0 ≤ p ≤ 1. Ω = IN0 , A = Pot(Ω), µ({k}) =
qpk.
Poissonverteilung Poi(λ) zum Parameter λ > 0. Ω = IN0 , A = Pot(Ω), µ({k}) =
k
e−λ λk! .
Binomialverteilung Bin(n,p) zu den Parametern n ∈ IN und p ∈ [0, 1]. Der W-raum ist
(Ω = {0, 1, . . . , n}, P(Ω), P ) mit
!
n k
P (k) = p (1 − p)n−k
k
für k ∈ Ω.
Beispiel: Sei Ω überabzählbar. Das Mengensystem der Teilmengen A ⊂ Ω mit A abzähl-
bar oder Ac abzählbar ist eine σ-Algebra. Die Mengenfunktion µ mit µ(A) = 0 falls A abzähl-
bar und ∞ anderenfalls ist ein Maß.
Eingeschränktes Maß: Sei Q eine meßbare Menge. Die Einschränkung
(Q, A|Q ) := {Q ∩ A | A ∈ A}), µ|Q (.) := µ(Q ∩ .))
ist ein Maßraum.

bedingte Wahrscheinlichkeit: Ist P ein W-mass und P (Q) > 0, so sprechen wir von
P (A ∩ Q)
A ∋ A 7→ P (A | Q) :=
P (Q)
7
WS08/09 Maßtheorie
als bedingte W-keit von P unter Q.

Erweitertes Maß: Durch Umkehrung obiger Konstruktion läßt sich ein Maß erweitern.
Übung.
Proposition 9 (Mas̈eigenschaften) Jedes Maß ist additiv, monoton, subadditiv und σ-

subadditiv.
Beweis: • Additiv
Erweitere die endliche Folge durch die leere Menge zu einer abzählbaren Folge und ver-
wende die σ-Additivität.
• Monoton
Für mes̈bare Mengen A ⊂ B gilt µ(B) = µ(A) + µ(B\A) ≥ µ(A).
• σ-Subadditiv
Wir verwenden die Disjunktifizierung. Für eine Folge An mes̈barer Mengen definiere rekur-
S S
siv B1 = A1 und Bn = An \ ∪i<n Ai . Dann sind die Bn paarweise disjunkt, ◦ i≤n Bi = i≤n Ai
und es gilt [ X X
µ(∪n An ) = µ( ◦ Bn ) = µ(Bn ) ≤ µ(An ).
n
n n
q.e.d.
Mit M = M (Ω, A) bezeichnen wir den Raum der Maße über dem meßbaren Raum (Ω, A).
Dies ist ein konvexer Kegel (= eine konvexe Menge, die positive Vielfache enthält). (Die
Addition ist gegeben durch (µ + ν)(·) = µ(·) + ν(·) und die Multiplikation durch (cµ)(·) =
c(µ(·)) für c ≥ 0). Die W-maße bilden eine konvexe Menge.
Die Menge V := {µ − ν | µ, ν endliche Maße } ist ein Vektorraum. Die Element heißen
Ladungsverteilung .
Bildmaß: Sei f : Ω 7→ Ω′ eine meßbare Funktion, µ ein Maß auf A. Die Mengenfunktion
µf , definiert durch
A′ ∋ A′ 7→ µ(f −1 (A′ ))
ist ein Maß auf A′ . Es heißt transportiertes Maß oder auch Bildmaß .
Eine maßerhaltende Abbildung ist eine messbare Funktion f : Ω 7→ Ω′ auf Maßräumen
(Ω, A, µ), (Ω′ , A′ , µ′ ) mit µf = µ′ .
Isomorphismen Die Isomorphismen auf Mas̈räumen sind mas̈erhaltende Isomorphismen
der mes̈baren Räumen. (Isomorphismen der meßbaren Räume sind meßbare bijektive Funk-
tionen der Grundräume, deren Inverses meßbar ist.
1.3.2 Warum σ-Additivität?

Die σ−Additivität ist äquivalent zu einer σ-Stetigkeit. Grundlegend ist das
Theorem 10 Sei (Ω, A) ein meßbarer Raum und µ : A 7→ IR eine positive, additive, erwei-
terte Mengenfunktion mit µ(∅) = 0. µ ist ein Maß genau dann, wenn es σ-stetig von unten
ist. Ist µ endlich, so sind äquivalent:
i) µ ist σ-stetig von unten.
ii) µ ist σ-stetig von oben.
iii) µ ist σ-stetig in der leeren Menge.
iv) µ ist σ-stetig.
8
WS08/09 U. Rösler
Beweis: ’⇒’ durch Disjunktifizierung: Sei An ր∈ A. Definiere Bn := An \An−1 . Es folgt

[n n
X X
lim µ(An ) = lim µ( ◦ Bi ) = lim µ(Bn ) = µ(Bn ) = µ(lim Bn ).
n n i=1 n n
i=1 n
’⇐ i) Geeignete Umstellung obiger Argumentation.

i) ⇒ ii) Sei Bn ց B ∈ A. Betrachte Bnc ր B c und verwende
µ(Ω) − µ(Bn ) = µ(Bnc ) ր µ(B c ) = µ(Ω) − µ(B).
ii) ⇒ i) Für An ր A betrachte Acn ց Ac und argumentiere analog.
ii) ⇒ iii) Spezialisierung.
iii) ⇒ ii) Für An ց A betrachte An \A ց ∅.
i) ⇔ iv) Benutze ii) und Definition. q.e.d.
1.3.3 Vollständige und σ-endliche Mas̈räume

Sei (Ω, A, µ) ein Maßraum. Eine µ-Nullmenge ist eine Menge aus dem Grundraum, für die es
eine meßbare Obermenge A mit µ(A) = 0 gibt. Eine Nullmenge braucht nicht mes̈bar zu sein.
Die Menge N aller Nullmengen (bzgl. µ) ist abgeschlossen bzgl. abzählbarer Vereinigung und
Teilmengen. Ein Maßraum heis̈t vollständig falls die σ-Algebra alle Nullmengen enthält. Die
kleinste σ-Algebra Av erzeugt von A und allen µ-Nullmengen heißt Vervollständigung von A
bzgl. µ.
Proposition 11
Av = {A ∪ N | A ∈ A, N ∈ N }
= {B ⊂ Ω | ∃A, C ∈ A : A ⊂ B ⊂ C, µ(C\A) = 0}
Beweis: Einfach. Die Mengensysteme sind σ-Algebren und enthalten A und N . Sie sind auch
nicht größer. q.e.d.
v
Wir können stets das Maß µ auf die vervollständigte σ-Algebra A als Maß fortsetzen
durch
µv (Av ) = µ(A)
mit Av = A ∪ N, Av ∈ Av , A ∈ A, N ∈ N . Übung.
Eine Aussage A über Realisierungen ω gilt fast sicher , (f.s.), falls sie bis auf eine Nullmenge
für alle Realisierungen gilt.
σ-Endlichkeit: Viele Aussagen über Mas̈e werden zuerst für endliche Mas̈e gezeigt und
dann für σ-endliche. Ein Mas̈ µ heißt σ-endlich, falls es eine gegen Ω aufsteigende Folge von
Mengen An ∈ A endlichen Mas̈es gibt. Äquivalent ist die Existenz einer Zerlegung (Bn )n von Ω
S
in abzählbar viele Mengen endlichen Maßes gibt. (∃Bn ∈ A, n ∈ IN ◦ n Bn = Ω, µ(Bn ) < ∞.)
(Die Äquivalenz ersieht man aus Bn = An \An−1 .) Der Schritt von endlichem Mas̈ auf σ-
endliches Mas̈ beruht in der Regel auf der abzählbaren disjunkten Zerlegung Bn . Zeige die
Eigenschaft auf jedem Bn und setze dann zusammen. (Genauer, erst für das Mas̈ A ∋ A →
P
µ(A ∩ Bn ) und dann für A ∋ A 7→ µ(A) = n µ(A ∩ Bn ).)
Der Schritt von endlichem Mas̈ auf beliebiges, nicht σ-endliches Mas̈ beruht häufig auf
einer lokalen Form der Aussage. Argumentiere die Eigenschaft gilt lokal, d.h. in allen (geeig-
neten) Mengen von endlichem Mas̈, wobei hierauf angewandt das Mas̈ endlich ist. Der Satz
von Caratheodory ist von dieser Struktur.
9
WS08/09 Maßtheorie
10
Kapitel 2
Über die Existenz von Maßen
Dieser Abschnitt zeigt die Existenz von nicht diskreten Maßen via der Caratheodory Ma-
ßerweiterung. Anschließend betrachten wir Maße auf den reellen Zahlen, insbesonders das
Lebesguemaß, und zeigen einige Eigenschaften.
Heuristik: Es geht um die Existenz von allgemeinen Maßen. Dazu wird auf einem spe-
ziellen Mengensystem einfacher Struktur eine additive Mengenfunktion konstruiert und dann
zu einem Maß fortgesetzt. Der (vielleicht) mathematisch natürlichere Zugang ist eine Erwei-
terung über Kapazitäten, siehe Meyer [8]. Wir benutzen den elementareren Zugang über das
äußere Maß. Standardbeispiele sind das Lebesgue Maß und Maße auf Produkträumen.
Ein Ring ist ein Mengensystem mit der leeren Menge und abgeschlossen bzgl. endlichem
Durchschnitt und der symmetrischen Differenz. (Äquivalent ist, enthält die leere Menge und
ist abgeschlossen bzgl. endlicher Vereinigung und der Differenz.) Ein Inhalt auf einem Ring
ist eine positive, additive und erweiterte Mengenfunktion. Ein Prämaß auf einem Ring ist ein
von unten σ-stetiger Inhalt. Ein Prämaß auf einer σ-Algebra ist ein Maß.
Satz 12 (Caratheodory) Jedes Prämaß auf einem Ring läßt sich fortsetzen zu einem Maß
auf die vom Ring erzeugte σ-Algebra.
2.0.4 Beweis von Caratheodory

Ein äußeres Maß ist eine isotone, σ-subadditive, erweiterte Mengenfunktion auf der Potenz-
menge, die die leere Menge auf die Null abbildet. In Formeln, µ∗ : P(Ω) 7→ IR mit
i) µ∗ (∅) = 0
ii) A ⊂ B ⇒ µ∗ (A) ≤ µ∗ (B) Isotonie
S P
iii) An ∈ P(Ω), n ∈ IN ⇒ µ∗ ( n An ) ≤ n µ∗ (An ) Subadditivität.
Notation inf ∅ = ∞.
Proposition 13 Sei V ein Mengensystem mit der leeren Menge und µ eine positive, erwei-
terte Mengenfunktion auf V mit µ(∅) = 0. Dann ist die Mengenfunktion µ∗ : P(Ω) 7→ IR+
definiert durch X [
µ∗ (Q) := inf{ µ(Vn ) | Vn ∈ V, Q ⊂ Vn }
n∈IN n
ein positives äußeres Maß.
Beweis: Nur die dritte Eigenschaft ist zu zeigen. Sei Qn ⊂ Ω, n ∈ IN eine Überdeckung
von Q. Wähle zu vorgegebenen ǫn > 0 eine Überdeckung Vn,m ∈ V, m ∈ IN, von Qn mit
11
WS08/09 Maßtheorie
P S S
µ∗ (Qn ) ≤ m µ(Vn,m ) ≤ µ∗ (Qn ) + ǫn . Aus Q ⊂ n Qn ⊂ n,m Vn,m folgt
X X
µ∗ (Q) ≤ µ(Vn,m ) ≤ (µ∗ (Qn ) + ǫn ).
n,m n
P
Dies gilt für alle Folgen ǫn , d.h. µ∗ (Q) ≤ n µ∗ (Qn ). q.e.d.
Beweis von Caratheodory: Sei µ das Prämas̈ auf dem Ring R und sei µ∗ das äus̈ere
Mas̈ dazu (Proposition 13). Definiere
A = A(µ, IR) := {A ⊂ Ω | µ∗ (A) < ∞, ∀ǫ > 0 ∃R ∈ R : µ∗ (A△R) < ǫ}

A∗ := {A ⊂ Ω | ∀R ∈ R, µ(R) < ∞ : R ∩ A, R ∩ Ac ∈ A}.
Dann tut’s (A∗ , µ∗ ).

• µ = µ∗ auf R.
Die Richtung µ∗ ≤ µ folgt aus der Definition des äußeren Maßes µ∗ . Für die Umkehrung
P
sei R ∈ R und Rn ∈ R eine Folge mit R ⊂ ∪n Rn und µ∗ (R) ≤ n µ(Rn ) ≤ µ ∗ (R) + ǫ für
gegebenes ǫ > 0. Ohne Einschränkung der Allgemeinheit sind die Rn , n ∈ IN disjunkt und
Rn ⊂ R. (Ansonsten verwende Rn′ ∩R mit Rn′ := Rn \∪i<n Ri . Ein Ring ist auch abgeschlossen
bzgl. ∪e , \.) Dann gilt
[ X X
µ(R) = lim µ( ◦ ∪n≤N Rn ) = lim µ(Rn ) ≤ µ(Rn ) ≤ µ∗ (R) + ǫ.
N →∞ N
n≤N n
• Sei R ∋ Cn ր Q so gilt µ∗ (Cn ) → µ∗ (Q).

Verwende die disjunkten Mengen Dn := Cn \Cn−1 ∈ R, D1 = R1 . Beachte CN =
S
◦ n≤N Dn . Es gilt
X X
µ(Dn ) = µ(CN ) = µ∗ (CN ) ≤ µ∗ (Q) ≤ µ(Dn ).
n≤N n
Die Sandwichposition mit N → ∞ liefert die Aussage.

• Ist Ω im Ring und µ ein endlicher Inhalt, so ist A eine σ-Algebra.
A enthält ganz Ω und ist komplementabgeschlossen da A△B = Ac △B c gilt. Zum Nachweis
∪a -Abgeschlossenheit sei A = ∪n An mit An ∈ A. Wähle Rn ∈ R mit µ∗ (Rn △An ) < ǫn hinrei-
chend klein. Die Menge CN = ∪n≤N Rn ist aus dem Ring. (Beachte ein Ring mit Grundmenge
Ω ist abgeschlossen bzgl. Komplement und endlicher Vereinigung.) Dann gilt mit C = ∪n Rn
und Dn := Cn \Cn−1 ∈ R
X X X
µ∗ (CN △A) ≤ µ∗ (CN △C) + µ∗ (C△A) ≤ µ∗ (C\CN ) + µ∗ (Rn △An ) ≤ µ(Dn ) + ǫn .
n n>N n
Der zweite Term ist klein durch Wahl der ǫn und der erste ist beliebig klein für N hinreichend
P
groß ( n µ(Dn ) < ∞)
• Ist Ω im Ring und µ ein endlicher Inhalt, so ist µ∗ ein Inhalt auf A.
Wir verwenden obige Notation mit paarweise disjunkten An , n ∈ IN und An , Rn die leere
P
Menge für n > N. Die Subadditivität liefert µ∗ (A) ≤ n≤N µ∗ (An ). Für die Umkehrung
P
verwende Dn ⊂ Rn , ǫ = n ǫn und
X X
µ∗ (An ) ≤ (µ∗ (An △Rn ) + µ∗ (Rn △Dn ) + µ∗ (Dn )) = I + II + III
n n
12
WS08/09 U. Rösler
I ≤ ǫ
X XX
II = µ∗ (Rn ∩ Cn−1 ) ≤ µ∗ (Rn ∩ Ri )
n n i<n
XX
∗
≤ (µ (Rn △An ) + µ∗ (An ∩ Ai ) + µ∗ (Ai △Ri ))
n i<n
≤ Nǫ
X X
III = µ∗ (Dn )) = µ∗ (CN ) ≤ µ∗ (CN △A) + µ∗ (A) ≤ µ∗ (Rn △A) + µ∗ (A) ≤ ǫ + µ∗ (A).
n n
• Ist Ω im Ring und µ endlich, so ist µ∗ ein Mas̈ auf A.

Mit obiger Notation argumentiere für eine Folge (An )n paarweise disjunkter Mengen
X [ X
µ∗ (An ) = µ∗ ( ◦ An ) ≤ µ∗ (A) ≤ µ∗ (An )
n≤N
n≤N n
für alle N.
Wir kommen jetzt zu allgemeinen Mas̈en µ. Vorbetrachtung: Zu einem Ringelement R
betrachte die Einschränkung R|R = R ∩ R = {B ∩ R | B ∈ R} des Ringes und µ|R = µ(R ∩ ·)
des Inhalts auf R. R|p ist ein Ring, µ|R ist ein Inhalt und Prämas̈, µ∗ (R ∩ ·) = (µ|R )∗ (·) und
A|R := A ∩ R = A(µ|R , R|R ).
• A∗ ist eine σ-Algebra.
Sei A = ∪n An , An ∈ A∗ und R ∈ R mit µ(R) < ∞. Beachte das Mengensystem A|R ist
eine σ-Algebra und enthält alle An ∩ R sowie Acn ∩ R. Damit auch alle A ∩ R = ∪n (An ∩ R)
und Ac ∩ R = ∩n (Ac ∩ R).
• µ∗ ist ein Mas̈ auf A∗ .
S P
Wir behalten die Notation wie oben bei. Die σ-Subadditivität liefert µ∗ (◦ n An ) ≤ n µ∗ (An ).
S
Für die umgekehrte Ungleichung nehme oEdA µ∗ (◦ n An ) < ∞ an. Dies impliziert µ(CN ) < ∞
für jedes N. Es gilt
[ X X X
µ∗ (A) ≥ µ∗ (CN ∩ ◦ An ) = µ∗ (CN ∩ An ) ≥ µ∗ (Rn ∩ An ) ≥ (µ(An ) − ǫn ).
n≤N
n≤N n≤N n≤N
(Das erste Gleichheitszeichen benutzt den endlichen Inhalt µ∗|CN auf A|CN und ist der Clou.)
Mit N → ∞ und ǫn gut gewählt folgt die Aussage. q.e.d.
Bem: Die σ-Algebra A∗ ist vollständig bzgl. µ∗ .
Bem: Ist Ω aus dem Ring und µ ein endlicher Inhalt, so gilt A = A∗ . Die Mengen A aus
A haben genau die Eigenschaft, es gibt eine Menge R ∈ σ(A) mit µ∗ (R△A) = 0. Dies sind
genau die Mengen, für die es B, C ∈ σ(IR) gibt mit B ⊂ A ⊂ C und µ∗ (C\B) = 0.
Der obige Beweis liefert gleichzeitig eine detailierte Beschreibung der σ-Algebra A∗ . Der
Standardbeweis des Satzes von Caratheodory benutzt µ∗ -mes̈bare Mengen. Eine Teilmenge
B des Grundraumes heißt meßbar bzgl. einem äußeren Maß µ∗ , kurz µ∗ -meßbar, falls für alle
Q ⊂ Ω gilt
µ∗ (Q) = µ∗ (Q ∩ B) + µ∗ (Q ∩ B c ). (2.1)
Lemma 15 besagt, das äus̈ere Mas̈ ist ein Maß auf der σ-Algebra B der µ∗ -mes̈baren Mengen.
(Es verbliebe zu zeigen, µ = µ∗ auf dem Ring und die Ringmengen sind µ∗ -mes̈bar.) Die
nächste Proposition zeigt die Gleichheit der σ-Algebren.
Proposition 14 Unter den Voraussetzungen des Satzes von Caratheodory gilt A∗ = B.
13
WS08/09 Maßtheorie
Beweis: Sei B1 die Menge aller Mengen B ⊂ Ω mit
µ∗ (R) = µ∗ (R ∩ B) + µ∗ (R ∩ B c ) (2.2)
für alle R ∈ R.
• A ∗ ⊂ B1
Sei A ∈ A und R ∈ R mit oEdA µ(R) < ∞. Beachte µ∗ eingeschränkt auf die Potenzmenge
von R ist das äus̈ere Mas̈ zu dem Inhalt µ, welches auf R ∩ R eingeschränkt wurde. Dies ist
eine endlicher Inhalt und (2.2) gilt.
• B1 ⊂ B
P
Sei B ∈ B1 und oEdA µ(Q) < ∞. Finde Rn ∈ IR, Q ⊂ C = ∪n Rn mit n µ(Rn ) ≤
µ∗ (Q) + ǫ. OEdA sind die Rn , n ∈ IN paarweise disjunkt.
µ∗ (Q) ≤ µ∗ (Q ∩ B) + µ∗ (Q ∩ B c ) ≤ µ∗ (C ∩ B) + µ∗ (C ∩ B c )
X X
≤ µ∗ (Rn ∩ B) + µ∗ (Rn ∩ B c )
n n
X
∗ ∗
= µ (Rn ) ≤ µ (Q) + ǫ.
n
• B ⊂ A∗
S
Für B ∈ B und R ∈ R mit µ(R) < ∞ ist B ∩ R ∈ A zu zeigen. Sei R ∩ B ⊃ C = ◦ n Rn
P
mit Rn ∈ R und n µ(Rn ) ≤ µ∗ (R ∩ B) + ǫ.
µ∗ ((R ∩ B)△C) = µ∗ (C\(R ∩ B)) = µ∗ (C) − µ∗ (R ∩ B) ≤ ǫ.
Das Argument mit ∩B c verläuft analog. q.e.d.
Lemma 15 Für jedes äußere Maß µ∗ ist (Ω, B, µ∗ ) ein Maßraum.
Beweis: Im folgenden sei Q ⊂ Ω und oEdA sei µ∗ (Q) < ∞. (Beachte die σ−Subadditivität.)
• B ist eine Algebra.
Das Mengensystem B enthält Ω und ist komplementabgeschlossen. Für den Abschlußnach-
weis bzgl. der Vereinigung zweier Mengen seien A, B ∈ A. Wir zeigen die µ∗ -Meßbarkeit von
A ∪ B. Dazu etabliere
µ∗ (Q) = µ∗ (Q ∩ A ∩ B) + µ∗ (Q ∩ A ∩ B c ) + µ∗ (Q ∩ Ac ∩ B) + µ∗ (Q ∩ Ac ∩ B c )
= µ∗ (Q ∩ A) + µ∗ (Q ∩ Ac ).
Q durch Q ∩ (A ∪ B) ersetzt ergibt
µ∗ (Q ∩ (A ∪ B)) = µ∗ (Q ∩ A ∩ B) + µ∗ (Q ∩ A ∩ B c ) + µ∗ (Q ∩ Ac ∩ B).
Die Subtraktion beider Zeilen ergibt die Behauptung.

• µ∗ ist ein Inhalt auf B ∗ . Leicht.
• B ∋ An ր A ⇒ µ∗ (Q ∩ An ) ր µ∗ (Q ∩ A)
Definiere Bn := An \An−1 . Bn , n ∈ IN, ist eine Folge paarweiser disjunkter Mengen aus B
S
mit ◦ ni=1 Bi = An . Per Induktion nach n zeige
n
X
µ∗ (Q ∩ Bi ) = µ∗ (Q ∩ An ).
i=1
14
WS08/09 U. Rösler
Dies ist leicht. Damit folgt die obere Behauptung via

X [
lim µ∗ (Q ∩ An ) = µ∗ (Q ∩ Bn ) ≥ µ∗ (Q ∩ ( Bn )) = µ∗ (Q ∩ A).
n
n n
• µ∗ ist ein Prämaß.

Vorherige Aussage mit Q = ∅.
• B ∗ ist monotone Klasse.
Für B ∋ An ր A ist zu zeigen: A ∈ B. Es gilt
µ∗ (Q) = µ∗ (Q ∩ An ) + µ∗ (Q ∩ Acn ) ≥ µ∗ (Q ∩ An ) + µ∗ (Q ∩ Ac ).
Dies ergibt µ∗ (Q) ≥ µ∗ (Q ∩ A) + µ∗ (Q ∩ Ac ) im Limes. Wegen der letzten Bemerkung reicht

dies.
• µ∗ ist ein Maß auf B. B eine σ-Algebra, da B eine Algebra und eine monotone Klasse ist
(Lemma 4). Die σ-Stetigkeit von unten war die zweitletzte Behauptung (mit Q = ∅). q.e.d.
2.0.5 Eindeutigkeit der Caratheodory Erweiterung

Über die Eindeutigkeit gibt der folgende Satz Auskunft.
Satz 16 Seien µ, ν zwei Maße, die auf einem Erzeuger der σ-Algebra A übereinstimmen. Der
Erzeuger sei abgeschlossen bzgl. endlichem Durchschnitt und es gebe eine gegen Ω aufsteigende
Folge En aus dem Erzeuger mit endlichem µ-Maß. Dann sind µ und ν identisch.
Beweis: Sei E aus dem Erzeuger mit µ(E) < ∞ und
DE := {A ∩ E | A ∈ A, µ(A ∩ E) = ν(A ∩ E)}.
• DE ist die Einschränkung A|E der σ-Algebra A auf E.

Das Mengensystem DE ist ein Dynkinsystem (leicht) und enthält den ∩e −stabilen Erzeuger
D eingeschränkt auf E. Nach (Lemma 2) gilt DE = A|E .
• {A ∈ A | µ(A) = ν(A)} = A.
Argumentiere µ(A) = limn µ(A ∩ En ) = limn ν(A ∩ En ) = ν(A). q.e.d.
Bemerkung: Ohne σ-Endlichkeit ist die Eindeutigkeit nicht gegeben. Betrachte als Er-
zeuger die Menge der halboffenen Intervalle (a, b] mit a < b rationale Zahlen. Als Mas̈e wähle
das Zählmas̈ und das triviale Mas̈, welches jeder Menge ungleich der leeren Menge den Wert
∞ zuordnet. Beide Maße sind gleich auf dem Erzeuger, aber verschieden auf der erzeugten
σ-Algebra, hier die Borel σ-Algebra. (Auch die Hausdorffmaße tun’s.)
2.0.6 Wann ist ein Inhalt ein Prämaß

Wann ist ein Inhalt σ-stetig von unten?
Eine kompakte Klasse oder ein Mengensystem mit der endlichen Durchschnittseigenschaft
ist ein Mengensystem, sodaß jede abzählbare Auswahl mit gemeinsamen leeren Durchschnitt
bereits eine endliche Teilauswahl mit leerem Durchschnitt enthält. In Formeln, K ⊂ P(Ω) ist
ein kompaktes Mengensystem genau dann, wenn
T T
* ∀Kn ∈ K, n ∈ IN : ( n∈IN Kn = ∅) ⇒ ∃J ⊂ IN |J| < ∞ : n∈J Kn = ∅.
Durch Negation erhalten wie die äquivalente Bedingung
T T
* ∀Kn ∈ K, n ∈ IN : (∀J ⊂ IN |J| < ∞ n∈J Kn 6= ∅) ⇒ n Kn 6= ∅.
15
WS08/09 Maßtheorie
Anstelle der endlichen Teilmengen J reicht es {1, . . . , n0 } mit n0 ∈ IN zu nehmen.

Ein Beispiel, vielleicht das einzig wichtige, ist die Menge der kompakten Mengen eines
topologischen Raumes. (Siehe auch 8.2.4.) (Diese erfüllen etwas mehr, da Abzählbarkeit nicht
gefordert werden muß.)
Lemma 17 Sei R ein Ring, µ ein endlicher Inhalt darauf und K ein kompaktes System. Falls
es für alle R ∈ R und alle ǫ > 0 eine Menge K ∈ K und ein B ∈ R gibt mit
B⊂K ⊂R µ(R\B) < ǫ
gibt, so ist µ ein Prämaß auf dem Ring.
Beweis: Wir zeigen, vergleiche Satz 10, die σ-Stetigkeit in der leeren Menge, d.h. IR ∋ Rn ց
∅ ⇒ µ(Rn ) →n 0. Dies reicht.
P
Zu obigen Rn wähle Bn ∈ R, Kn ∈ K mit Bn ⊂ Kn ⊂ Rn und n µ(Rn \Bn ) hinreichend
T T T T
klein. Wegen n Kn ⊂ n Rn = ∅ gibt es ein n0 mit n≤n0 Kn = ∅. Dies impliziert n≤n0 Bn =
∅. Es folgt
\
µ(Rn0 ) = µ(Rn0 \ Bn )
n≤n0
[ \
= µ( Rn0 \Bn ) ≤ µ( Rn \Bn )
n≤n0 n≤n0
X X
≤ µ(Rn \Bn ) ≤ µ(Rn \Bn )
n≤n0 n
Die rechte Seite ist hinreichend klein. q.e.d.

Die Standardanwendung dieses Lemmas betrifft einen topologischen Raum Ω und das
kompakte System der kompakten Mengen.
2.0.7 Konstruktion von Inhalten und Algebren

Ein Halbring ist ein Mengensystem mit der leeren Menge, abgeschlossen bzgl. endlichem
Durchschnitt und das Komplement einer Halbringmenge ist darstellbar als endliche Vereini-
gung von paarweise disjunkten Halbringmengen.
Proposition 18 Der von einem Halbring erzeugte Ring besteht genau aus den endlichen,
paarweise disjunkten Vereinigungen von Halbringmengen.
In Formeln, für einen Halbring H gilt

[
IR(H) = { ◦ Hn | N ∈ IN, Hn ∈ H disjunkt }.
n≤N
Beweis: Zeige, ein Mengensystem mit der leeren Menge ist ein Ring genau dann, das Men-
gensystem abgeschlossen ist bzgl. der Differenz und endlicher Vereinigung. Der Rest ist nach-
rechnen. q.e.d.
Standardbeispiel: Das Mengensystem aller halboffenen Rechtecke (a, b], 0 < a ≤ b < 1
in (0, 1] ist ein Halbring. (Übung). Dasselbe gilt für alle halboffenen Rechtecke (a1 , b1 ]×(a2 , b2 ]
im (0, 1] mit 0 < ai ≤ bi ≤ 1 und analog auch für höhere Dimensionen.
16
WS08/09 U. Rösler
Proposition 19 Eine positive, additive, erweiterte Mengenfunktion auf einem Halbring hat
eine eindeutige additive Fortsetzung auf den vom Halbring erzeugten Ring.
Beweis: Die einzig mögliche additive Fortsetzung der Mengenfunktion µ auf den Ring ist
[n n
X
µ̃( ◦ Ai ) = µ(Ai ).
i=1
i=1
µ̃ tut’s.
S S
Die Abbildung ist wohldefiniert wegen ◦ i Ai = ◦ j Bj
X X [ XX XX X
µ(Ai ) = µ( ◦ Ai ∩ Bj ) = µ(Ai ∩ Bj ) = µ(Ai ∩ Bj ) = µ(Bj )
j
i i i j j i j
und offensichtlich additiv. q.e.d.
2.0.8 Beispiele
Wir zeigen das Zusammenspiel der Resultate und Strukturen an zwei Beispielen.
Borelmaß: Das Maß auf dem Einheitsintervall versehen mit der Borel σ-Algebra, welches
jedem Intervall darin seine Länge zuordnet, heißt Borelwahrscheinlichkeitsmaß .
Satz 20 Das Borelwahrscheinlichkeitsmaß auf (0, 1] existiert. Es ordnet jeder einelementigen

Menge das Mas̈ 0 zu.
Beweis: Betrachte das Mengensystem H aller halboffenen Intervalle (a, b] mit 0 ≤ a ≤ b ≤ 1.

Dies ein Halbring bzgl. (0, 1]. Definiere die Mengenfunktion µ auf dem Mengensystem H durch
µ(a, b] := b − a.
µ ist ein Inhalt auf der vom Halbring erzeugten Ring, Proposition 19.
• Der Inhalt µ ist ein Prämaß.
Wir verwenden das Lemma 17. Als kompakte Klasse C nehmen wir alle kompakten Mengen
in (0, 1]. Die Einschachtelung für ein Intervall (a, b) mit a < b ist
(a + ǫ, b] ⊂ [a + ǫ, b] ⊂ (a, b]
mit µ((a, b]\(a + ǫ, b]) ≤ ǫ. Für die disjunkte Vereinigung endlich vieler läuft dies analog.
Die Fortsetzung µ des Prämaßes auf die von H erzeugte σ-Algebra ist eindeutig, Satz von
Caratheodory 12 und 16.
µ tut’s.
Ein Nachrechnen liefert µ ist ein Wahrscheinlichkeitsmaß und
1 1
µ({a}) = lim µ((a − , a]) = lim = 0
n→∞ n n n
und µ(I) ist die Länge des Intervall. q.e.d.

Um das Borelmaß µ auf den gesamten reellen Zahlen zu definieren, betrachte die reellen
Zahlen als disjunkte Vereinigungen von den Intervallen In = (n, n + 1], n ∈ ZZ. Sei µn das
Borelmas̈ auf In versehen mit der Borel σ-Algebra Bn hierauf. Beachte, jede Borelmenge
17
WS08/09 Maßtheorie
B ∈ B schreibt sich als disjunkte Vereinigung von Mengen B ∩ In ∈ Bn . Dann tut es µ(B) :=
P
n µn (B ∩ In ).
Das Lebesguemas̈ ist die Erweiterung des obigen Borelmas̈es auf die Vervollständigung der
Borel σ-Algebra. Die Standardnotation ist λ. Das Lebesguemas̈ auf einem Intervall I ist die
Einschränkung λI des Lebesguemas̈es auf dieses Intervall.
Maße auf endlichen Produkträumen: Seien (Ωi , Ai , µi ), 1 ≤ i ≤ n, endliche Maßräume.

Der Produktraum ist
n
Y n
[
:= Ω1 × Ω2 × . . . × Ωn = {f : {1, . . . , n} 7→ Ωi | f (j) ∈ Ωj , j ∈ {1, . . . , n}}.
i=1 i=1
Eine Rechteckmenge ist eine Menge
A1 × A2 × . . . × An , Ai ∈ Ai .
Sei R die Menge aller Rechteckmengen. Die hiervon erzeugte σ-Algebra σ(R) heißt Produkt
σ-Algebra.
N
Notation i Ai := A1 ⊗ A2 ⊗ . . . ⊗ An .
N
Ein Maß µ : i Ai 7→ IR mit
µ(A1 × A2 × . . . × An ) = µ1 (A1 )µ2 (A2 ) . . . µn (An ),
Ai ∈ Ai , 1 ≤ i ≤ n, heißt Produktmaß .
N
Notation i µi = µ1 ⊗ µ2 ⊗ . . . ⊗ µn .
Proposition 21 Das Produktmaß existiert und ist eindeutig.
Beweisskizze: Das Mengensystem der Rechteckmengen R ist ein Halbring. Definiere auf den
Rechteckmengen die Mengenfunktion µ : R → IR durch
µ(A1 × A2 × . . . × An ) = µ1 (A1 )µ2 (A2 ) . . . µn (An ).
µ ist additiv auf dem Halbring R. Erweitere µ additiv auf den vom Halbring erzeugten
Ring, Proposition 19. Wenn wir zeigen könnten, daß diese Mengenfunktion ein Prämaß ist,
(genauen Beweis später, vgl. auch Fubini) dann impliziert der Satz von Caratheodory 12 eine
Erweiterung zum Maß auf σ(R). Die Eindeutigkeit folgt aus Satz 16. q.e.d.
Q N N
Das Tripel ( i Ωi , i Ai , i µi ) heißt Produktmaßraum oder Produktraum.
18
WS08/09 U. Rösler
2.1 Maße auf den reellen Zahlen

Wieviele Maße gibt es auf den reellen Zahlen versehen mit der Borel σ−Algebra B?
Sei f eine Funktion von den reellen Zahlen in die reellen Zahlen. Wir benutzen die Notation
f (x+) für den Grenzwert limyցx f (y). Eine Funktion f : IR → IR heißt rechtsstetig in x, falls
f (x+) = f (x) gilt. Sie heißt rechtsstetig, falls sie rechtsstetig in jedem Punkt x ist. Analog
definiert man f (x−) und linksstetig.
Ein Radonmaß auf den reellen Zahlen ist ein Maß auf der Borel σ-Algebra mit endlichem
Maß für jedes Kompaktum.
Satz 22 Es gibt eine bijektive Abbildung zwischen isotonen, rechtsstetigen Funktionen F :
IR 7→ IR mit F (0) = 0 und Radonmaßen µ auf den reellen Zahlen. Diese Bijektion kann durch
F (b) − F (a) = µ((a, b]), (2.3)
a < b ∈ IR gegeben werden.

Beweis: Jedes Radonmaß definiert eindeutig durch die obige Bijektion 2.3 eine Funktion wie
oben beschrieben. Die Umkehrung folgt dem Beweis von Satz 20. Jede Funktion wie oben
liefert für feste reelle Zahlen l < r eine additive und isotone Mengenfunktion µ auf dem
durchschnittsstabilen Vereinigungserzeuger E = E(l, r) aller halboffenen Intervalle {(a, b] |
l ≤ a ≤ b ≤ r ∈ IR}. Die Mengenfunktion µ wird (eindeutig) zu einem Inhalt auf der
von E(l, r) erzeugten Algebra fortgesetzt, Proposition 19. Dieser Inhalt ist ein Prämaß nach
Lemma 17. Wähle dazu als kompakte Klasse das Mengensystem C der kompakten Mengen.
S
Für vorgegebenes A = ◦ ni=1 (ai , bi ] wähle die Mengen Bi := (ai +ǫi , bi ] ∈ E und Ci = [ai +ǫi , bi ].
Dann erfüllen B := ∪i Bi und C := ∪i Ci ∈ C die Bedingung B ⊂ C ⊂ A und
X
µ(A\B) = (F (ai + ǫi ) − F (ai )
i
wird beliebig klein für geeignet gewählte ǫi .

Der Satz von Caratheodory 12 liefert die Existenz und der Satz 16 die Eindeutigkeit.
Der letzte Schritt besteht im Aneinanderkleben. Sei µn das konstruierte Maß auf (n, n + 1]
versehen mit der Borel σ-Algebra B((n, n + 1]). Dann tut’s das Maß
µ(B) := ∪n∈ZZ µn (B ∩ (n, n + 1])
auf der Borel σ-Algebra. q.e.d.

Lebesguemaß: Die Lebesgue σ-Algebra ist die Vervollständigung der Borel σ-Algebra
unter dem Borelmaß. Das Lebesguemaß ist die Ausdehnung des Borelmaßes zu F die Iden-
tität auf die Lebesgue σ-Algebra. Die Standardnotation ist λ. Der Sprachgebrauch zieht das
Lebesguemaß dem Borelmaß vor und unterscheidet i.a. nicht dazwischen.
Verteilungsfunktion: Eine Verteilungsfunktion ist eine rechtsstetige, aufsteigende Funk-

tion F : IR 7→ IR mit limx→−∞ F (x) = 0, limx→∞ F (x) = 1.
Korollar 23 Es gibt eine bijektive Abbildung zwischen Verteilungsfunktionen und W-Maßen
auf der Borel σ-Algebra über IR. Diese Bijektion kann durch
F (b) − F (a) = µ((a, b])
a < b ∈ IR gegeben werden.
19
WS08/09 Maßtheorie
Beweis: Einfach aus Satz 22.

d-dimensionaler Raum: Die Konstruktion des Lebesguemaßes auf IRd verläuft ganz
analog. Die halboffenen Intervalle (a1 , b1 ] × ... × (ad , bd ], 0 ≤ ai ≤ bi ≤ 1 im Einheitswürfel
einen bilden einen Halbring. Die Mengenfunktion
d
Y
λ((a1 , b1 ] × ... × (ad , bd ]) := (bi − ai )
i=1
ist ein Prämas̈ auf dem Hiervon erzeugten Ring. Der Satz von Caratheodory liefert eine
Fortsetzung als Maß auf dem Einheitsintervall. Anschließend erweitere dieses Mas̈ translati-
onsinvariant auf ganz IRd durch Partitionierung. Übung.
Notation: λd bezeichnet das Lebesguemaß auf IRd versehen mit der Lebesgue σ-Algebra,
der Vervollständigung der Borel σ-Algebra.
Bemerkung: Im IRd ist die Charakterisierung von Maßen über (Verteilungs-)Funktionen
schwieriger. Wie würde die Charakterisierung lauten? (Siehe Gänzler-Stute [5])
2.1.1 Hausdorff Maße und Cantor Menge

Haufsdorffmaß: Es gibt andere Maße auf den reellen Zahlen von Interesse, die eventuell
einer kompakten Menge keinen endlichen Wert zuordnen. Wir geben als Beispiel Hausdorff
Maße an. Sei 0 < α. Definiere
X
µα (Q) = lim inf{ diamα (Bn ) | diam(Bn ) < ǫ, Q ⊂ ∪n Bn }.
ǫց0
n∈IN
B. bezeichnet offene Kugeln und diam steht für den Durchmesser der Kugel. (Der Limes
existiert, da die Folge monoton steigend ist in ǫ. Siehe Falconer [4].) µα ist ein äußeres Maß.
Das Maß µα auf der σ-Algebra A∗α der µα -meßbaren Mengen heißt Hausdorffmaß zum In-
dex α. Das Hausdorffmaß ist ein translationsinvariantes Maß auf A∗α . A∗α enthält die Borel
σ−Algebra. Alle offenen, nicht leeren Mengen U in IRd haben den Wert µα (U ) = ∞ für
0 < α < d. Das Lebesguemaß λd ist ein Vielfaches des Hausdorffmaßes µd auf IRd .
Die Hausdorff Dimension einer Menge ist das Infimum der α mit endlichem Hausdorffmaß
µα (Q) < ∞ [4]. Offene, beschränkte, reelle Mengen in IRd haben die Hausdorff Dimension d.
Das Hausdorffmaß einer Menge C ist das Maß µα (C ∩ ·) : A∗α → IR mit α die Hausdorff
Dimension der Menge C.
Cantormenge: Als Beispiel wollen wir die Cantormenge und das Cantormaß , das Haus-
dorffmaß zu der Cantormenge, betrachten.
0r 1/3
r 2/3
r 1r
p p p p p p p p
p p p p p p p p p p p p p p p p
pppp pppp pppp pppp pppp pppp pppp pppp
Cantorset Cantorset Can Cantorset Cantorset Can
Die formale Definition der Cantormenge C lautet:

∞
X xi
Cn := {x = | xi ∈ {0, 1, 2}, xj 6= 1 für j ≤ n, i ∈ IN }
i=1
3i
20
WS08/09 U. Rösler
∞
\ X xi
C := Cn = {x = | xi ∈ {0, 2}}.
n i=1
3i
Die Cantormenge hat interessante Eigenschaften:

• Die Cantor Menge ist überabzählbar, abgeschlossen, kompakt, nirgends dicht (=das
Innere vom Abschluß ist leer) und perfekt (=jeder Punkt ist Häufungspunkt). (Übung)
• Die Cantor Menge ist Borel meßbar und das Lebesgue Maß der Cantor Menge ist 0.
Übung
• Die Hausdorff Dimension ist α = ln 2
ln 3 < 1. (Keine Übung)
• Die Abbildung ϕ : C 7→ [0, 1]
∞ ∞
X xi 1X xi
x= 7→ ϕ(x) = (2.4)
i=1
3i 2 i=1 2i
ist isoton, stetig, und surjectiv. Seien B3 und B2 diejenigen reellen Zahlen, deren Trialdar-
stellung bzw. Dualdarstellung nicht eindeutig ist. Dann ist ϕ : C\B3 → [0, 1]\B2 bijektiv. (ϕ
bildet z.B. die Punkte 1/3 und 2/3 beide auf 1/2 ab.) B3 und B2 sind abzählbar.
• Das Cantor Maß ist ein Wahrscheinlichkeitmaß mit der stetigen, fast überall (bis auf C)
unendlich oft differenzierbaren Verteilungsfunktion
F (x) = inf{1, ϕ(y) | C ∋ y ≥ x}
mit Ableitung 0 f.s. (Die Ableitung auf C ist ∞.) Ein Bild ist sehr hilfreich. (Übung) Das
Bildmaß des Cantor Maßes unter ϕ bzw. F ist das Lebesgue Maß.
• Die Cantormenge ist die größte kompakte invariante Menge bzgl. der Funktion f : IR 7→
IR, f (x) = 11x≤1/2 3x+11x>1/2 (3−3x). (Eine Menge A heißt invariant unter f, falls f −1 (A) = A
gilt.) (Übung: Benutze die Trialdarstellung einer reellen Zahl.) Die Iteration f n (x), n ∈ IN
eines Punktes x unter f bleibt beschränkt genau dann, wenn x aus C ist.
2.1.2 Translationsinvariante Maße

Ein Maß auf IR heißt translationsinvariant, falls es invariant ist bezüglich aller Translationen.
(D.h. µ(A + x) = µ(A) für alle x ∈ IR, A ∈ A).
Beispiele translationsinvarianter Mäse sind i) das triviale Mas̈ auf der Potenzmenge, 2)
das Zählmaß auf der Potenzmenge, iii) das Maß auf der Potenzmenge, welches genau den
abzählbaren Mengen den Wert 0 zuordnet, ansonsten aber ∞ ist iv) das Hausdorffmaß auf
der Hausdorff σ-Algebra und v) das lebesguemaß auf der Lebesgue σ-Algebra.
Proposition 24 Das Lebesgue Maß ist bis auf Vielfache das einzige translationsinvariante
Radonmaß auf den reellen Zahlen versehen mit der Borel σ-Algebra.
Beweis: • Das Lebesguemaß ist translationsinvariant.

Betrache D := {A ∈ B | ∀x ∈ IR : λ(A) = λ(A + x)}. Dies ist ein Dynkin System
und enthält den durchschnittabgeschlossenen Erzeuger der halboffenen Intervalle (a, b]. Nach
Lemma 3 gilt D = B.
Eindeutigkeit: Durch den Wert µ((0, 1]) wird, verwende Additivität und Translationsin-
varianz das Maßes µ, das Maß für alle halboffenen Intervalle (p, q], p, q ∈ Ql festgelegt. Diese
bilden ein Erzeugersystem der Borel σ-Algebra. q.e.d.
21
WS08/09 Maßtheorie
2.1.3 Nichtmeßbare Mengen

Lemma 25 Es gibt nicht lebesguemeßbare Mengen auf dem Einheitsintervall.
Beweis: Definiere auf den reellen Zahlen die Äquivalenzrelation
x ∼ y ⇔ x − y ∈ Ql.
Aus jeder Äquivalenzklasse [x] := {y ∈ IR | x ∼ y} wähle einen Repräsentanten aus [0, 1].
Dies ist möglich nach dem Auswahlaxiom. A tut’s.
Angenommen A ist lebesguemeßbar. Die Mengen A + q, q ∈ Ql, sind paarweise disjunkt.
S
Das Lebesguemaß von B := ◦ q∈Ql ∩[−1,1] (A + q) berechnet sich via der Translationsinvarianz
zu X X
λ(B) = λ(A + q) = λ(A + q) = ∞λ(A).
l ∩[−1,1]
q∈Q l ∩[−1,1]
q∈Q
Andererseits gilt [0, 1] ⊂ B ⊂ [−1, 2] und damit 1 ≤ λ(B) = ∞λ(A) ≤ 3. Dies ist ein
Widerspruch. q.e.d.
Proposition 26 Es gibt lebesguemeßbare Mengen, die nicht borelmeßbar sind.
Bew: Betrachte dazu die Cantorabbildung ϕ : C\B3 → [0, 1]\B2 aus (2.4). ϕ ist bijektiv und
wegen der Monotonie sind ϕ und ϕ−1 borelmeßbar.
Sei A eine nicht lebesguemeßbare Menge. Dann ist ϕ−1 (A) ⊂ C als Nullmenge lebesgue-
meßbar, aber nicht borelmeßbar. q.e.d.
Bemerkung: Auch nicht meßbare Mengen sind manchmal nützlich. Sei (Ω, A, µ) ein
beliebiger Maßraum und C eine eventuell nicht meßbare Menge. Dann ist die Einschränkung
(Ω|C = C, A|C = {A∩C | A ∈ A}, µ∗|C ) mit µ∗|C (A) := µ∗ (A∩C) = inf{µ(B) | B ∈ A, A∩C ⊂
B} ein Maßraum. Ist µ ein W-maß und hat C das äußere Mas̈ 1, so ist µ∗C ein W-maß.
2.2 Diverses
2.2.1 Regularität∗
Sei (Ω, A, µ) ein Maßraum. Ein Maß µ heißt von außen regulär oder von oben regulär bzgl.
einem Mengensystem C, falls für alle meßbaren Mengen A gilt
µ(A) = inf{µ(C) | A ⊂ C ∈ C}.
Analog definiert man von innen regulär oder unten durch
µ(A) = sup{µ(C) | C ∋ C ⊂ A}.
µ heißt regulär bzgl. C, falls es von außen und innen regulär ist.
Ein Maß µ heißt von außen σ−regulär oder von oben bzgl. einem Mengensystem C, falls
für alle meßbaren Mengen A gilt
X
µ(A) = inf{ µ(Cn ) | A ⊂ ∪n Cn , Cn ∈ C}.
n
Regularität ist eine Art σ-Stetigkeit des Maßes bzgl. gewisser Mengensysteme.
22
WS08/09 U. Rösler
Lemma 27 Jedes Radonmaß auf den reellen Zahlen ist regulär von innen bzgl. kompakten
Mengen, regulär von außen bzgl. offenen Mengen und σ−regulär von außen bzgl. kompakten
Mengen.
Beweis: Sei zuerst µ ein endlcihes Mas̈. Betrachte die Menge D aller meßbaren Mengen,
die sich dem Maße nach beliebig gut von außen durch offene Mengen und von innen durch
abgeschlossene Mengen approximieren lassen.
• D enthält alle abgeschlossenen beschränkte Intervalle.
Das Intervall [a, b] ist abgeschlossen und enthalten in der offenen Menge (a − ǫ, b + ǫ). Die
σ-Stetigkeit des Maßes liefert µ((a − ǫ, b + ǫ)) →ǫ→ µ([a, b]).
• D ist ein Dynkinsystem mit IR.
D enthält die reellen Zahlen und ist abgeschlossen bzgl. der Differenz aufsteigender Mengen
ist einfaach zu zeigen. Für die Abgeschossenheit bzgl. abzählbarer disjunkter Vereinigung seien
Dn ∈ D paarweise disjunkt. Wähle zu vorgegebenem ǫ abgeschlossene Mengen An und offene
P
Mengen Un mit An ⊂ Dn ⊂ Un und µ(Un \An ) ≤ ǫn und n ǫn < ǫ. Sei N ∈ IN. Dann sind
A = ∪n≤N An abgeschlossen, U = ∪n Un offen und erfüllen A ⊂ ∪n Dn ⊂ U und
[ [ [ X X
µ(U \A) ≤ µ( Un \ Am ) + µ( Am \A) ≤ µ(Un \An ) + µ(Dm ) < 2ǫ.
n m m n m>N
P
Die zweite Summe ist klein für große N wegen der Endlichkeit des Maßes ( n µ(Dn ) <
∞)).
• D ist die Borel σ-Algebra.
Die Menge der abgeschlossenen Intervalle erzeugen die Borel σ-Algebra, sind durchschnitt-
stabil und in D. Damit ist das Dynkinsystem eine σ-Algebra.
• µ ist regulär von oben durch offenen und von unten durch abgeschlossene.
Folgt aus obigem.
• µ ist regulär von unten durch kompakte.
Die abgeschlossenen beschränkten Mengen sind nach dem Satz von Heine-Borel genau
die kompakten Mengen. Zu jeder abgeschlossenen Menge A gibt es eine enthaltene kompakte
Menge K mit µ(A\K) beliebig klein wählbar. (A ∩ [−n, n] ist kompakt und aufsteigend gegen
A.)
• Jedes µ ist σ−regulär von oben durch kompakte.
Jede offene Menge U läßt sich schreiben als höchstens abzählbare disjunkte Vereinigung
von offenen Intervallen. Jedes offene Intervall I läßt sich beliebig gut durch höchstens abzähl-
bar viele Kompakta [a, b] ⊂ I überdecken mit µ(a) = 0 = µ(b). Fertig. (Formal: Zu vorgebe-
nem B ∈ B wähle eine offene Obermenge U mit µ(U \B) < ǫ. U ist darstellbar als disjunkte
S
Vereinigung ◦ In von abzählbar vielen offenen Intervallen In . Überdecke jedes Intervall In wie
oben beschrieben durch abzählbar viele kompakte Intervalle Kn,m = [an,m , an,m+1 ], m ∈ ZZ
mit µ(an,m ) = 0, deren Innere alle disjunkt sind. Dies ist möglich, da {x | µ({x}) > 0}
P
höchstens abzählbar ist (Übung). Es gilt 0 ≤ m µ(Kn,m ) − µ(In ) = 0.
Damit folgt B ⊂ U ⊂ ∪n,m Kn,m und
P P
n,m µ(Kn,m ) = n µ(In ) = µ(U ) ≤ µ(B) + ǫ.)
• Der Satz gilt auch für nichtendliche Maße.
Finde eine Folge xn ∈ IR mit xn →n→∞ = ∞ und xn →n→−∞ −∞ und µ({xn }) = 0. dies
ist möglich. Dann zerlege IR in die disjunkten Intervalle (xn , xn+1 ], n ∈ ZZ und das Maß in
die Summe abzählbar vieler eingeschränkte Maße µn = µ(· ∩ (xn , xn+1 ). Der Rest ist Übung.
q.e.d.
23
WS08/09 Maßtheorie
Das folgende Lemma besagt in Worten, jede Borelmenge ist irgendwo dick.
Lemma 28 Sei λ das Lebesguemaß auf IR und B eine Borelmenge von strikt positivem Le-
besguemaß. Dann existiert für alle ǫ > 0 ein offenes, nichtleeres Intervall I mit
λ(I ∩ B)
≥ 1 − ǫ.
λ(I)
Beweis: OEdA sei B beschränkt. Wähle eine offene Obermenge U von B mit λ(U \B) < δ.
S
Die offene Menge hat eine Darstelllung U = ◦ n∈IN In mit In offene Intervalle. Schätze ab
X λ(In ∩ B) λ(Im ∩ B) X λ(Im ∩ B)
λ(B) = λ(In ) ≤ sup λ(In ) ≤ sup (λ(B) + δ).
n λ(In ) m λ(Im ) n m λ(Im )
Für δ hinreichend klein muß das Supremum dicht bei 1 liegen. q.e.d.
Proposition 29 Sei B eine Borelmenge von strikt positivem Lebesguemaß. Dann ist 0 ein
innerer Punkt von B − B = {x − y | x, y ∈ B}.
Beweis. Sei I ein Intervall mit λ(I ∩ B) > 34 λ(I) > 0. Sei A := I ∩ B. Hieraus folgt
λ(A ∩ (A + ǫ)) = λ(A) + λ(A + ǫ) − λ(A ∪ (A + ǫ))

λ(I)
≥ 2λ(A) − λ(I ∪ (I + ǫ)) ≥ 2λ(A) − λ(I) − ǫ ≥ −ǫ
2
Für hinreichend kleine ǫ hat A ∩ (A + ǫ) strikt positives Maß und ist daher nicht leer. Daher
enthält B − B ⊃ A − A die Werte ǫ und auch −ǫ. Dies reicht. q.e.d.
2.2.2 Isomorphien und standard Lebesgueräume*

Weshalb spielen Maße auf den reellen Zahlen versehen mit der Borel-σ-Algebra solch eine pro-
minente Rolle? Antwort: Abzählbar erzeugte σ-Algebren sind isomorph zur Borel σ-Algebra
auf den rellen Zahlen eingeschränkt auf eine Teilmenge.
Zwei meßbare Räume heißen isomorph, falls es eine bimeßbare Bijektion der Grundräume
gibt. (Eine Funktion heißt bimeßbar, falls sie bijektiv ist und sie und ihre Inverse meßbar
sind.) Beachte, die σ-Algebren sind isomorph als geordnete Räume bzgl. der Mengeninklusion.
(Der Isomorphiebegriff von σ-Algebren bezieht sich nur auf eine bijektive, strukturerhaltende
Abbildung zwischen den σ-Algebren. Für mes̈bare Räume nimmt man den Grundraum mit
hinzu.)
Ein Borelraum ist eine Borelmenge versehen mit der induzierten Borel-σ-Algebra eines
topologischen Raumes. Ein meßbarer Raum heißt separabel oder abzählbar erzeugt, falls es
einen abzählbaren Erzeuger gibt. Ein meßbarer Raum heißt punktetrennend oder hausdorffsch
falls es zu jedem ω 6= ω ′ eine meßbare Menge A gibt, die ω, aber nicht ω ′ enthält.
Durch Äquivalenzbildung läßt sich jeder meßbare Raum hausdorffsch machen. Die Rela-
tion ω ∼ ω‘ ⇔ ∃A ∈ A : ω ∈ A, ω ′ 6∈ A ist eine Äquivalenzrelation auf Ω. Der Raum Ω/∼
der Äquivalenzklassen versehen mit der σ-Algebra
A/∼ := {{[ω] | ω ∈ A} | A ∈ A})
ist ein Hausdorffscher meßbarer Raum.
24
WS08/09 U. Rösler
Satz 30 Sei (Ω, A) ein separabler, hausdorffscher, meßbarer Raum. Dann ist (Ω, A) isomorph
zu einer (nicht notwendig meßbaren) Menge in IR versehen mit der eingeschränkten Borel σ-
Algebra. Diese Bijektion kann gegeben werden durch
X
f := 3−n 211En .
n∈IN
Hierbei ist {En ∈ A | n ∈ IN } ein abzählbarer Erzeuger für A. Die Abbildung f : E → f (E)
ist bimeßbar.
Beweis: f ist wohldefiniert und bijektiv. Für die Bimeßbarkeit argumentiere über Erzeuger
und der Trialdarstellung f (En ) = {x ∈ f (Ω) | xn = 2}. q.e.d.
Alle separablen metrischen Räume sind isomorph bzgl. der meßbaren Struktur zu einer
Teilmenge der reellen Zahlen versehen mit der Borel σ-Algebra. Wählen wir als abzählbaren
Erzeuger der σ-Algebra einen abzählbaren Erzeuger der Topologie, z.B. die offenen Bälle mit
rationalem Radius, so erhält obige Konstruktion zwar die Topologie, nicht aber die Metrik.
Zwei Maßräume heis̈en isomorph, falls es eine maßerhaltende Isomorphie der meßbaren
Räume gibt.
Maße werden durch einen Isomorphismus der mes̈baren Struktur eindeutig transportiert.
Für alle abzählbar erzeugten σ-Algebren reicht es daher Maße auf reellen Zahlen genauer zu
studieren.
Wir sprechen von einem Standardlebesgueraum, falls die meßbaren Räume vollständig sind
und, nach eventueller Entfernung einer Nullmenge, maßtheoretisch isomorph zur Lebesgue-
σ-Algebra auf IR versehen mit dem Lebesguemaß und eingeschränkt auf eine Menge ist.
Bemerkung: Die Konstruktion von Satz 30 geht auch mit der Binär- anstelle der Trialdar-
stellung. Es treten dabei abzählbar viele Punkte auf, deren Dualdarstellung nicht eindeutig
ist. Dies ist eine Lebesguenullmenge. Der Vorteil der Konstruktion per Binärdarstellung ist
eine zusammenhängendere Menge als in der Trialdarstellung.)
25
WS08/09 Maßtheorie
26
Kapitel 3
Integrale
Ziel dieser Sektion ist der Integralbegriff als lineare und σ-stetige Fortsetzung I des Maßes µ
auf Funktionen.
Ein Maß µ fassen wir als eine Abbildung auf Indikatorfunktionen 11A auf, I(11A ) = µ(A).
Diese Abbildung setzen wir linear fort zu einer Abbildung I auf der Menge T + der positiven
P
Treppenfunktionen f = ni=1 ai 11Ai via
X
I(f ) := ai µ(Ai ).
i
Damit ist die algebraische Erweiterung beendet.

Wir erweitern die Abbildung I zu I˜ durch einen geeigneten Konvergenzbegriff via
˜ ) = lim I(fn )
I(f
n
mit Treppenfunktionen fn konvergiert gegen f. Als Konvergenzbegriff benutzen wir Ord-

nungskonvergenz, fn konvergiert aufsteigend punktweise gegen f .
Mengentheoretischer Zugang: Eine Alternative ist der mengentheoretische Zugang.
Wir identifizieren eine positive Funktion f : Ω 7→ IR+ mit der Menge {(ω, x) | 0 ≤ x ≤ f (ω)}
auf dem Produktraum Ω × IR und definieren das Integral als das Mas̈ dieser Menge bezüglich
dem Produktmas̈. (IR ist versehen mit der Borel σ-Algebra und dem Lebesguemaäß.)
Vektorraumstruktur Ein anderer gern gewählter Zugang ist es, die Menge T der Trep-
penfunktionen als Vektorraum zu betrachten, mit einer Norm zu versehen, bezüglich dieser
Norm T abzuschließen und dann das Funktional I auf den Abschluß von T stetig zu erweitern.
Wir kommen hierauf bei banachraumwertigen Funktionen zurück.
3.0.3 Algebraische Erweiterung

Eine Treppenfunktion ist eine Funktion der Form
n
X
f= ai 11Ai (3.1)
i=1
mit reellen Zahlen a1 , . . . , an und meßbaren Mengen A1 , . . . , An . Die Standarddarstellung

einer Treppenfunktion ist eine Darstellung wie oben mit der zusätzlichen Forderung alle
a1 , . . . , an sind verschieden und die die Mengen A1 , . . . , An bilden eine meßbare Zerlegung
27
WS08/09 Maßtheorie
(=Partition) des Stichprobenraumes Ω. (Zerlegung=Menge von Teilmengen, die paarweise

disjunkt sind und deren Vereinigung der ganze Raum ist. Wir sprechen von meßbarer Zerle-
gung, falls die Mengen stets meßbar sind.)
Proposition 31 Die Treppenfunktionen sind genau die meßbaren Funktionen mit endlichem
Bildraum. Jede mb. Treppenfunktion hat eine eindeutige Standarddarstellung gegeben durch
n
X
f= ai 11f −1 (ai ) (3.2)
i=1
mit a1 , . . . , an die Werte von f.
Beweis: Eine Treppe a1 11A1 ist mes̈bar und die endliche Summe meßbarer Funktionen ist
meßbar. Damit nimmt jede Treppenfunktion nur endlich viele Werte an und ist meßbar.
Die Darstellung (3.2) ist eindeutig für eine meßbare Funktion mit endlichem Bildraum.
Dies ist die Standarddarstellung einer Treppenfunktion. q.e.d.
Die Menge T = T (Ω, IR) der Treppenfunktionen ist ein Vektorraum. Wir betrachten den
positiven Kegel T + der positiven Treppenfunktionen. Definiere auf T + die Abbildung I
n
X
I(f ) := ai µ(f −1 (ai ))
i=1
mit Hilfe der Standarddarstellung von f.
Proposition 32 Die Funktion I : T + → IR ist eine additive, skalare, isotone und erweiterte
Funktion.
Beweis: I ist wohldefiniert, da die Standarddarstellung eindeutig ist. Mit entsprechender No-
tation zeigen wir die Additivität.
X X X
I(f + g) = ci µ((f + g)−1 (ci )) = ci µ(f −1 (aj ) ∩ g−1 (bk ))
i i {j,k|aj +bk =ci }
XX
= (aj + bk )µ(f −1 (aj ) ∩ g−1 (bk ))
j k
XX XX
= aj µ(f −1 (aj ) ∩ g−1 (bk )) + bk µ(f −1 (aj ) ∩ g−1 (bk ))
j k j k
= I(f ) + I(g)
Die Skalarität und die Isotonie (die Differenz von Treppenfunktion ist eine Treppenfunktion)
sind einfach. q.e.d.
Bemerkung: Für einen additiven Operator auf einem Vektorraum ist Isotonie und Posi-
tivität dasselbe.
P
Folgerung: Für jede Darstellung m i=1 bi 11Bi einer Treppenfunktion f gilt
m
X
I(f ) := bi µ(Bi )) (3.3)
i=1
28
WS08/09 U. Rösler
Hintergrund Ordnungsstruktur
Sei A eine Menge. Eine Relation ist eine Teilmenge R von A × A. Die Komposition oder
Verknüpfung zweier Relationen R, Q ist gegeben durch
R ◦ Q =: {(a, c) | ∃b ∈ A : (a, b) ∈ R, (b, c) ∈ Q}.
Das Inverse einer Relation ist R−1 := {(b, a) | (a, b) ∈ R}. Eine Relation heißt reflexiv, falls
die Relation die Diagonale {(a, a) | a ∈ A} enthält. Eine Relation heißt symmetrisch, falls die
Relation gleich ihrer Inversen ist. Eine Relation heißt antisymmetrisch, falls der Durchschnitt
der Relation mit der Inversen genau die Diagonale ist. Eine Relation heißt transitiv, falls die
Relation unter Komposition abgeschlossen ist (R ◦ R ⊂ R).
Eine Teilordnung oder partielle Ordnung oder Ordnung auf einer Menge A ist eine re-
flexive, antisymmetrische und transitive Relation. Wir schreiben a b für (a, b) ∈ R und
sprechen von b dominiert oder majorisiert a oder auch b ist größer als a. Analog benutzen
wir Minorante und kleiner. Ein Tupel (A, ) heißt geordnete Menge .
Sei (A, ) eine partielle Ordnung. Ein Element a ∈ A heißt obere Schranke von B ⊂ A
falls b ≤ a für alle b ∈ B gilt. Eine Menge B ⊂ A heißt nach oben (unten) beschränkt, falls es
eine obere (untere) Schranke von A gibt. Wir sprechen von einer kleinsten oberen Schranke a
von B falls a eine obere Schranke ist und für alle anderen oberen Schranken x gilt a ≤ x.
W
Notation: a = supb∈B b = b∈B b.
Eine kleinste obere Schranke a heißt Maximum von B, falls zusätzlich a ∈ B gilt.
Notation: x = maxb∈B b.
V
Analog verwenden wir das Infimum inf b∈B = b∈B b und Minimum.
Notation: a ∨ b := sup{a, b} a ∧ b := inf{a, b}.
Ein Verband ist eine geordnete Menge abgeschlossen bzgl. endlichem Supremum und end-
lichem Infimum. Wir schreiben (A, ≺, ∧, ∨) in der Notation wie oben. Ein Verband heißt von
oben (unten) vollständig falls jede nach oben (unten) beschränkte Teilmenge ein Supremum
(Infimum) besitzt. Er heißt vollständig, falls er von unten und oben vollständig ist. Ana-
log verwenden wir σ-vollständig falls jede beschränkte abzählbare Menge ein Supremum und
Infimum besitzt.
Eine isotone Funktion ist eine ordnungserhaltende Funktion. Eine isotone Funktion f heißt
von unten σ-stetig, falls für jede aufsteigende abzählbare Folge an ∈ M mit supn an ∈ M gilt
∨n f (an ) = f (∨n an ). Analog verwenden wir von oben σ-stetig und σ-stetig für beides.
Bemerkung: Jeder Verband läßt sich σ-vervollständigen, (von unten, von oben, ver-
vollständigen). Darunter verstehen wir eine kleinste, ordnungserhaltende und injektive Ein-
bettung des Verbandes in einen σ-vollständigen (von unten, von oben, vollständigen) Ver-
band. Bis auf Isomorphie (ordnungserhaltende Bijektion) ist diese eindeutig. (Keine Übung:
Dies ist eine mathematische Standardkonstruktion. Z.B. lassen sich so die reellen Zahlen aus
den rationalen Zahlen konstruieren.) Weiterhin: jede isotone, von unten σ-stetige Abbildung
I : V 7→ IR∪{∞} läßt sich eindeutig von unten σ-stetig fortsetzen auf die σ-Vervollständigung
des Verbandes durch
˜ = lim I(vn ).
I(v)
n
Hierbei ist vn ∈ M, n ∈ IN, eine Folge mit vn րn v. Dies bildet den abstrakten Hintergrund
unserer folgenden Argumentation.
Bemerkung: Eine σ-Algebra ist ein Verband mit der Ordnung induziert durch die Enthal-
tensrelations, A ≺ B ⇔ A ⊂ B, A∨ B = A∪ B, A∧ B = A∩ B. Dieser Verband ist vollständig.
29
WS08/09 Maßtheorie
Ein Maß ist von unten σ-stetig, eine endliches Maß sogar σ-stetig. Der Satz von Caratheodory
ist die σ-stetige Erweiterung einer σ-stetigen, additiven und isotonen Abbildung auf einem
Verband. Der Ring (=Verband) wird erweitert zur σ-Algebra (Verbandsvervollständigung)
und das Prämaß zum Maß.
Das Integral
Der Raum der reellwertigen, positiven, erweiterten Treppenfunktionen T + = T (IR+ ) verse-
hen mit der punktweisen Ordnung ist ein Verband. Die Vervollständigung von T + bzgl. σ-
+
Stetigkeit von unten ist der Raum F der erweiterten reellwertigen, meßbaren und positiven
+
Funktionen. Zu gegebener Funktion f ∈ F konvergieren zum Beispiel die Treppenfunktionen
fn
n2n
X i
fn (x) := 11 i i+1
i=0
2n 2n ≤f (x)< 2n
aufsteigend gegen f.
Die Erweiterung von I kann nur funktionieren, falls I auf T + bereits σ-stetig von unten
ist. Dies liefert die nächste Proposition.
Proposition 33 Die Funktion I (3.3) ist eine additive, skalare, isotone, von unten σ-stetige
erweiterte Funktion. Die Abbildung I eingeschränkt auf I −1 (IR) ist σ-stetig.
Beweis: Die Wohldefiniertheit, Linearität, Skalarität und Isotonie wurde in Proposition 32

gezeigt.
Für die σ-Stetigkeit von unten betrachte eine aufsteigende Folge fn ր f aus T + . Seien
0 ≤ a1 < a2 < ... < aN die Werte von f und Ai = f −1 (ai ).
• I(fn 11Ai ) ր I(f 11Ai ) für alle i = 1..N.
Dies folgt aus der σ-Stetigkeit des Maßes,
ai µ(Ai ) = I(ai 11Ai ) ≥ I(fn 11Ai ) ≥ (ai − ǫ)µ(Ai ∩ {fn ≥ ai − ǫ}) →n (ai − ǫ)µ(Ai ).
Mit ǫ → 0 erhalten wir die Teilbehauptung.

• σ-Stetigkeit von unten.
X X
I(fn ) = I(fn 11Ai ) ր I(f 11Ai ) = I(f ).
i i
• I eingeschränkt auf I −1 (IR) ist σ-stetig.

Für eine Folge fn ց f ∈ T + betrachte f1 − fn ր f1 − f und argumentiere wie oben. q.e.d.
+
Definiere die Abbildung I˜ von F in die erweiterten reellen Zahlen via
˜ ) = lim I(fn ).
I(f
nր∞
für irgendeine Folge fn von positiven Treppenfunktionen punktweise aufsteigend gegen f.

+
Satz 34 Die Abbildung I˜ : F → IR ist wohldefiniert. Sie ist als additive und σ-stetige
Fortsetzung des Maßes µ eindeutig und ist additiv, skalar, isoton und σ-stetig von unten. Die
Fortsetzung I˜ eingeschränkt auf I˜−1 (IR) ist σ-stetig.
30
WS08/09 U. Rösler
Beweis: • I˜ ist wohldefiniert.

Seien fn und gm zwei monoton gegen f aufsteigende Folgen von Treppenfunktionen. Dann
gilt
lim I(fn ) ≥ lim I(fn ∧ gm ) = I(gm ).
n n
Dies ergibt limn I(fn ) ≥ limm I(gm ). Aus Symmetriegründen gilt auch die andere Unglei-
chung.
• I˜ ist additiv, skalar und isoton.
Einfach.
• I˜ ist σ-stetig.
+
Sei F ∋ fn ր f. Seien T + ∋ fi,n րi fn . Dann konvergieren die Treppenfunktionen
W
gn := i,m≤n fi,m ≤ fn isoton gegen f. Aus der Sandwichposition
˜ ) = lim I(gn ) ≤ lim I(f

I(f ˜ n ) ≤ I(f
˜ )
n
ergibt sich die Behauptung.

• Die Fortsetzung I˜ eingeschränkt auf I˜−1 (IR) ist σ-stetig.
Verwende σ-Stetigkeit von unten und fn ց f ⇔ f1 − fn ր f1 − f.
Es verbleibt die Eindeutigkeit der Fortsetzung zu zeigen. Dies ist einfach. q.e.d.
+
Bem: F ist die σ-Vervollständigung von unten bzgl. der (punktweisen) Ordnung von
T + . I˜ ist die einzig mögliche σ-stetige Fortsetzung von I.
Jede Funktion f : Ω 7→ IR hat eine eindeutige Zerlegung f = f + − f − mit f + := f ∨

˜ + ) oder
0, f − = (−f )+ . Sei Fe der Raum alle meßbaren erweiterten Funktionen f mit I(f
˜ − ˜
I(f ) endlich. Erweitere I auf Fe durch
˜ ˜ ) := I(f
I(f ˜ + ) − I(f
˜ − ).
Dies Objekt nennen wir Integral bzw. genauer Lebesgueintegral.
Dies ist (fast) der allgemeinste Integralbegriff.
Gebräuchliche Notationen für das Integral I˜˜ sind

Z Z Z Z
˜˜ ) =: µ(f ) =:
I(f f (ω)dµ(ω) =: f (ω)µ(dω) =: f dµ =: f = µ(f ) = µf.
Ω
Für eine meßbare Menge A verwenden wir

Z Z
f dµ := f 11A dµ.
A
Speziell auf IR verwenden wir Z Z

b
f dµ := f dµ.
a (a,b]
Hat µ keine Punktmaße (∀x ∈ IR : µ(x) = 0), so benutzen wir auch

Z b Z Z a
f dµ := f dµ =: − f dµ.
a [a,b] b
31
WS08/09 Maßtheorie
Ist µ das Lebesguemaß λ auf IR so schreiben wir

Z Z
f (x)λ(dx) = f (x)dx.
R
Für W-mas̈e P ist f dP =: E(f ) =: Ef der Erwartungswert von f.
R
Eine integrierbare Funktion f ist eine meßbare Funktion mit endlichem Wert |f |dµ < ∞.
Der Raum L1 der integrierbaren Funktionen ist ein Vektorraum.
R
Korollar 35 Das Integral auf den integrierbaren Funktionen ist eine additive, skalare,
isotone und σ-stetige Abbildung.
Üblicherweise wird nicht der Raum der integrierbaren Funktionen verwendet, sondern der
Raum L1 der Äquivalenzklassen [f ] bzgl. der Äquivalenzrelation
Z
f ∼g⇔ |f − g|dµ = 0.
Aus der Äquivalenzklasse werden dann Representanten benutzt. (Der Integralwert ist un-
beeinflußt von der Auswahl des Representanten.) Der Sprachgebrauch unterscheidet nicht
zwischen Funktionen und Äquivalenzklassen.
Korollar 36 Es gibt eine Bijektion zwischen erweiterten, additiven, skalaren, positiven, iso-
tonen und von unten σ-stetigen Abbildungen I auf den positiven mes̈baren Funktionen und
Mas̈en µ. Diese Bijektion kann gegeben werden durch I(11A ) = µ(A).
Bew: Die so definierte Abbildung ist ein Mas̈ und I die eindeutige Erweiterung im obigen
Sinne. q.e.d.
Bsp: Dichte: Sei µ ein Maß und f ≥ 0 eine meßbare Funktion. Dann ist die Mengen-
funktion ν : A 7→ IR, definiert durch
Z
ν(A) := f dµ,
A
ein Maß.
Notation dν = f dµ oder auch ν = f µ.
dν
Die Funktion f heißt Radon-Nikodym Dichte von ν bzgl. µ. Geschrieben g = dµ .
Bsp: Radon-Nikodym Dichte bzgl. dem Lesbesguemaß: Wir betrachten ein W-Maß
µ auf (IR, B). Die zugehörige Verteilungsfunktion F sei stetig differenzierbar. Die Behauptung
ist Z Z
g(x)dµ(x) = g(x)F ′ (x)dx
für alle integrierbarenR Funktionen g. Die Behauptung ist richtig für eine Treppe g = 11A mit
A = (a, b]. (µ(A) = A F ′ (x)dx = F (b) −RF (a).) Damit ist sie richtig für jede A-meßbare
Menge. (Die Menge M = {A ∈ A | µ(A) = A F ′ (x)dx} ist eine σ-Algebra,die einen Erzeuger
enthält.) Da beide Seiten additiv und σ-stetig sind, gilt Gleichheit für alle positiven meßbaren
Funktionen. Dann aber auch für alle integrierbaren Funktionen.
Die Funktion F ′ ist die Radon-Nikodym Dichte aus obigem Beispiel.
32
WS08/09 U. Rösler
Bsp: Diskrete Räume: Sei Ω endlich oder abzählbar versehen mit der Potenzmenge und
P
sei µ ein Maß. Dann ist µ = ω∈Ω f (ω)δω mit f (ω) = µ({ω}). Das Integral ist die Summe,
Z X
gdµ = g(ω)f (ω).
ω∈Ω
Die Abbildung ω 7→ f (ω) läßt sich als Radon-Nikodym Dichte von µ bzgl. dem Zählmaß
auffassen.
3.0.4 Konvergenzsätze
R
Sei
R
das oben definierte Integral für einen beliebigen Maßraum (Ω, A, µ). Wir benutzen
R
f = f dµ.
Satz 37 (Monotone Konvergenz)R Sei fn , n ∈R IN, eine steigende (fallende) Folge erwei-
terter meßbarer Funktionen und sei f1 > −∞ ( f1 < ∞.) Dann gilt
Z Z
lim fn = lim fn .
n n
Beweis: Dies ist die σ-Stetigkeit des Integrals. q.e.d.
Lemma 38 (Lemma von Fatou) Sei fn , n ∈ IN, eine Folge erweiterter, meßbarer Funk-
tionen. Sind die fn gleichmäßig nach unten beschränkt durch eine integrierbare Funktion, so
gilt Z Z
lim inf fn ≥ lim inf fn .
Sind die fn gleichmäßig nach oben beschränkt durch eine integrierbare Funktion, so gilt
Z Z
lim sup fn ≤ lim sup fn .
V
Beweis: Definiere gm := m≤n fn . Die Folge gm , m ∈ IN, konvergiert aufsteigend gegen
lim inf n fn . Mit dem Satz von der monotonen Konvergenz erhalten wir
Z Z Z
fm ≥ gm րm lim inf fn .
n
Für die zweite Aussage betrachte die Folge −fn und beachte lim inf(−fn ) = − lim sup fn .
q.e.d.
Satz 39 (Dominierte Konvergenz) Sei fn , n ∈ IN, eine konvergente Folge erweiterter,

meßbarer Funktionen. Weiterhin sei |fn |, n ∈ IN, gleichmäßig durch eine integrierbare Funk-
tion beschränkt. Dann gilt Z Z
lim fn = lim fn .
n
Beweis: Folgerung aus dem Lemma von Fatou.

Z Z Z Z Z
lim sup fn ≤ lim sup fn = lim inf fn ≤ lim inf fn ≤ lim sup fn .
q.e.d.
33
WS08/09 Maßtheorie
Die Forderung einer Schranke ist essentiell. Als Beispiel betrachten wir: Ω = (0, 1] versehen
mit der Borel σ-Algebra und dem Lebesguemaß λ. Sei fn := n11(0,1/n] . Es gilt limn fn ≡ 0,
Z Z
lim fn dλ = 1 > 0 = lim fn dλ.
n
Der Satz über dominierte Konvergenz ist nicht anwendbar. Das Lemma von Fatou ist an-
wendbar und die Ungleichung strikt.
3.0.5 Transformationssatz
Satz 40 (Transformationssatz) Sei (Ω, A, µ) ein Maßraum und (Ω′ , A′ ) ein meßbarer Raum.
Sei T : Ω 7→ Ω′ eine meßbare Abbildung. Dann gilt für meßbare (erweiterte) Funktionen
f : Ω′ 7→ IR, sofern eine Seite wohldefiniert ist,
Z Z
f ◦ T dµ = f d(µT )
Beweis: Die Aussage ist leicht nachzurechnen für f = 11A′ , A′ ∈ A′ . (Übung). Beide Seiten
sind lineare, σ-stetige Fortsetzungen (einer Mengenfunktion). Diese sind eindeutig. q.e.d.
Beispiel: Sei T eine stetig differenzierbare Funktion auf den reellen Zahlen mit strikt
positiver Ableitung T ′ und sei µ das Lebesguemaß. Es gilt die Transformationsformel mit
y = T (x), f integrierbar,
Z Z
f (y)
dy = f (T (x))dx.
T (T −1 (y))
′
Hierbei ist das Maß T µ gegeben durch

Z
T 1
(µ )((a, b]) = dy.
[a,b] T ′ (T −1 (y))
dy
Z.B. f (x) = ex , T (x) = x2 = y, µ(dx) = dx, x2 = y, dx = 2 y,
√
ey
Z Z
2
√ dy = ex dx.
2 y
Für weitere und genauere Rechenregeln siehe Lehrbücher über Differential und Integralrech-
nung.
Fubini
Der wesentliche Satz dieses Abschnittes ist der Satz von Fubini.
Seien (Ω, A, µ) und (Ω′ , A′ , µ′ ) meßbare Räume. Ein Maß ν auf dem Produktraum Ω × Ω′
N
versehen mit der Produkt σ-Algebra A A′ = σ(E), E = {A × A′ | A ∈ A, A′ ∈ A′ } heißt
Produktmaß zu µ, µ′ falls ν(A × A′ ) = µ(A)µ′ (A′ ) gilt für alle A × A′ ∈ E.
34
WS08/09 U. Rösler
N
Der Schnitt Bω einer Menge B ⊂ Ω×Ω′ bzgl. ω ist die Menge {ω ′ ∈ Ω′ | (ω, ω ′ ) ∈ A A′ }.
' $
A
ω Aω
& %
Satz 41 Zu zwei Mas̈en gibt es ein Produktmas̈. Sind die Mas̈e σ-endlich, so ist das Pro-
duktmas̈ eindeutig.
Beweis: Wir definieren ν durch

Z Z
ν(B) = ( 11Bω (ω ′ )µ′ (dω ′ )µ(dω).
Die Menge D aller B für die obiges wohldefiniert ist, ist ein Dynkinsystem. Dies System
enthält den durchschnittstabilen Erzeuger E der Produkt σ-Algebra. Damit ist D die Produkt
σ-Algebra.
Die Eindeutigkeit folgt aus Satz 16. q.e.d.
N
Notation: µ µ′ ist das Produktmaß, falls eindeutig definiert.
N
Bem: Sind µ, µ′ σ-endlich, so auch das Proktmaß µ µ′ .
Satz 42 (Fubini) Seien µ, µ′ σ-endliche Maße. Dann gilt

Z Z Z Z Z
( f (ω, ω ′ )dµ(ω))dµ′ (ω ′ ) = f (ω, ω ′ )d(µ × µ′ )(ω, ω ′ ) = ( f (ω, ω ′ )dµ′ (ω ′ ))dµ(ω).
Beweis: Aus Symmetrie und Eindeutigkeitsgründen reicht es nur das zweite Gleichheitszeichen
zu zeigen. Sei OEdA f positiv.
Für f eine Treppe 11B mit B ∈ E gilt die Gleichheit. Da beide Seiten lineare und von
unten σ-stetige Abbildungen auf mes̈baren Funktionen sind, gilt die Gleichheit für Treppen-
funktionen und den aufsteigenden Grenzwert von Treppenfunktionen. Das war’s. q.e.d.
Bemerkung: Die σ-Endlichkeit ist wichtig. Als Beispiel betrachten wir µ das Lebesguemaß
und µ′ das Zählmaß auf dem Einheitsintervall. Die Funktion (x, y) 7→ f (x, y) = 11x=y ist
meßbar. Es gilt
Z Z Z Z
′
( f (x, y)dµ(x))dµ (y) = 0 ( f (x, y)dµ′ (y))dµ(x) = 1.
Diese Bemerkung zeigt, das̈ man die Eindeutigkeit des Produktmaßes nicht σ-endliche Maße
und die Vertauschbarkeit der Integrale verliert (vgl. Halmos [7] page 145, Hahn-Rosenthal
SET FUCTIONS 1948 chap IV,§16[6]).
35
WS08/09 Maßtheorie
36
Kapitel 4
Ungleichungen
Für Ungleichungen gibt es im wesentlichen zwei Quellen, über die Monotonie und über konvexe
Funktionen. Ungleichungen mit Hilfe der Monotonie werden Markoffungleichungen genannt.
Wesentliche bessere Ungleichungen ergeben sich durch konvexe Funtionen. Die Jensenunglei-
chung in ihrer Grundform gilt jedoch nur für Wahrscheinlichkeitsmaße.
Röslers Metatheorem:
Alle guten Integralungleichungen beruhen auf Konvexität.
4.1 Markoff Ungleichung

Die Ungleichungen in diesem Abschnitt beruhen auf Monotonie.
Lemma 43 (Markoff Ungleichung) Sei ϕ : IR 7→ IR eine isotone, positive Funktion. Es

gilt für alle a ∈ IR Z
ϕ(f )dµ ≥ ϕ(a)µ(f ≥ a)
Beweis: Beachte ϕ(a)11ϕ(f )≥ϕ(a) ≤ ϕ(f ) und verwende die Isotonie des Integrals. q.e.d.
Wichtige Spezialfälle sind die Momentabschätzungen für ϕ(x) = xp , x, p ≥ 0
Z
|f |p dµ ≥ ap µ(|f | ≥ a)
und die exponentiellen (=Chernoff) Abschätzungen, ϕ(x) = exp(λx), λ ≥ 0

Z
exp(λf )dµ ≥ exp(λa)µ(f ≥ a).
Für W-maße ist ein praktischer und wichtiger Spezialfall die Tchebyscheff Ungleichung:
Z
(f − e)2 dµ ≥ a2 µ(|f − e| ≥ a)
R
mit dem Erwartungswert e = f dµ.
Bemerkung: – In der Regel werden die Momentenabschätzungen besser für zentrierte
Momente.
37
WS08/09 Maßtheorie
– Die Momentenabschätzungen sind besser als die Chernoff Abschätzungen, da gilt, (Übung
Reihenentwicklung) R R
|f |p dµ exp (λf )dµ
inf p
≤ inf .
p>0 a λ>0 exp (λa)
Da sich höhere Momente schlecht berechnen lassen, werden gerne exponentiellen Abschätzun-
gen genommen. Diese sind in der Regel gut.
R
Proposition 44 |f |dµ = 0 ⇔ µ(|f | > 0) = 0.
R
Beweis: Die MarkoffR
Ungleichung aµ(|f | > a) ≤ |f |dµ liefert die Hinrichtung. R
Für die
Rückrichtung sei |f |dµ > 0. Folglich gibt es eine Treppenfunktion 0 ≤ g ≤ |f | mit gdµ > 0.
Für diese gilt 0 < µ(g > 0) ≤ µ(|f | > 0)). q.e.d.
4.2 Jensen Ungleichung

Die Ungleichungen in diesem Abschnitt beruhen auf Konvexität.
Eine reellwertige Funktion ϕ auf einem Intervall I heißt konvex, falls für alle t ∈ (0, 1)
und x 6= y ∈ I gilt
ϕ(tx + (1 − t)y) ≤ tϕ(x) + (1 − t)ϕ(y). (4.1)
Sie heis̈t strikt konvex, falls in 4.1 stets echt kleiner gilt.
Satz 45 (Jensen) Sei P ein W-mas̈ und ϕ eine konvexe Funktion. Dann gilt für jede inte-
grierbare Funktion f , sofern alles wohldefiniert ist,
Z Z
ϕ ◦ X dP ≥ ϕ( f dP ).
Gleichheit gilt genau dann, wenn die Funktion ϕ eine Gerade ist, P f −1 fast überall.
Beweis: Ohne Beweis sei angeführt, daß es für jedes x0 ∈ IR eine lineare Funktion l, l(x) =
ax + b) (=Tangente) gibt mit l ≤ ϕ und l(x0 ) = ϕ(x0 ). Es gilt mit x0 = inf f dP
Z Z Z
ϕ ◦ f dP ≥ l ◦ f dP = l( f dP ) = l(x0 ) = ϕ(x0 ). (4.2)
• Gleichheit.
R
Gilt überall Gleichheit in (4.2), so folgt (ϕ − l) d(P f −1 ) = 0 und daraus nach (44) die
| {z }
≥0
Bedingung. Umgekehrt, die Bedingung impliziert die Gleichheit in (4.2). q.e.d.
Merkregel Meine Eselsbrücke ist Falscher Effee für Eϕ ≥ ϕE.
Bemerkung: – Für strikt konvexe Funktionen gilt Gleichheit genau dann, wenn f fast
sicher konstant ist.
– Die Jensen-Ungleichung gilt auch, sofern EX wohldefiniert ist. (Der Positivteil oder der
Negativteil von X ist integrierbar.)
– Die Jensen-Ungleichung gilt auch für konvexe Funktionen ϕ : I → IR auf einem Intervall
I.
Warnung: Die Jensenungleichung gilt nur für Wahrscheinlichkeitsmaße.
38
WS08/09 U. Rösler
Beispiel: p-te Momente Für 1 ≤ p < ∞ gilt für W-maße

Z Z
|f |p dP ≥ ( |f |dP )p .
P P
Aber es gilt n∈IN |xn |p ≤ ( n |xn |)p für das Zählmas̈.
Mehrere interessante Ungleichungen folgen aus der Jensen Ungleichung in folgender ver-
allgemeinerter Form:
Korollar 46 (Jensen) Sei ϕ eine konvexe Funktion und µ ein Maß auf den reellen Zahlen.
Seien f, g meßbare Funktionen und sei g integrierbar und überall strikt positiv. Dann gilt,
Wohldefiniertheit vorausgesetzt,
R R
f gϕ(f /g)
ϕ( R ) ≤ R .
g g
1R R
Beweis: Das W-maß ν, gegeben durch ν(A) := a A gdµ, A ∈ A, und a := gdµ ist ein
W-maß. Die Jensenungleichung ergibt
Z Z
f f
linke Seite = ϕ dν ≤ ϕ( )dν = rechte Seite.
g g
Lp -Ungleichungen: Definiere für 1 ≤ p < ∞ die Abbildung k.kp auf meßbaren Funktionen
durch Z
kf kp := ( |f |p dµ)1/p . (4.3)
Die Abbildung ist wohldefiniert.

Satz 47 (Hölder Ungleichung) Sei 1 < p < ∞ und q definiert durch 1/p + 1/q = 1. Für
meßbare Funktionen f, g gilt
kf gk1 ≤ kf kp kgkq . (4.4)
Sind obige Ausdrücke endlich und ungleich 0, so gilt Gleichheit genau für |f |p und |g|q sind
echte Vielfache voneinander fast sicher.
Beweis: Sei die rechte Seite endlich. Nehme in Korollar 46 die konvexe Funktion ϕ(x) = −x1/p
und die Funktionen |f |p , |g|q . Es ergibt sich die Hölderungleichung. Da ϕ strikt konvex ist,
gilt Gleichheit genau im Fall |f |p /|g|q eine Konstante. q.e.d.
Corollary 48 (Cauchy-Schwarz Ungleichung)

Z sZ Z
|f g|dµ ≤ f 2 dµ g2 dµ.
Beweis: Spezialfall der Hölderungleichung für p = 2. q.e.d.

Corollary 49 Für 1 < p, q, r und 1/p + 1/q = 1/r gilt
kf gkr ≤ kf kp kgkq .
Satz 50 (Minkowski) Für 1 ≤ p < ∞ gilt
kf + gkp ≤ kf kp + kgkp .
Gleichheit gilt genau für f und g sind fast sicher positive Vielfache voneinander f.s..
39
WS08/09 Maßtheorie
Beweis: Für die Minkowskiungleichung verwende IR+ ∋ x 7→ ϕ(x) = −(1 + x1/p )p und die
Funktionen |f |p und |g|p . Die Gleichheit ergibt sich genau für |f | und |g| Vielfache voneinander
und |f + g| = |f | + |g| fast sicher. q.e.d.
Die letzten 4 Aussagen gelten auch für 1 ≤ p, q, r ≤ ∞, wenn wir
kf k∞ := inf{a > 0 | µ(|f | > a) = 0}
setzen. kf k∞ heißt essentielles Supremum esssupf von |f | oder L∞ -Norm.
40
Kapitel 5
Orlicz und Lp-Räume
Besonders schöne Räume von meßbaren Funktionen sind Lp -Räume, eine Unterklasse der
Orlicz Räume. Hiervon wiederum sind die L2 -Räume als Hilberträume besonders interessant.
Jeder Hilbertraum ist isomorph zu einem L2 -Raum.
5.1 Orlicz-Räume
+
Eine Orlicz Funktion ist eine konvexe Funktion ϕ : IR+ 7→ IR mit ϕ(0) = 0 ungleich
der Nullfunktion. (Orlicz Funktionen sind monoton steigend, stetig, meßbar, konvergieren
gegen ∞, Eine erweiterte Orlicz Funktion ist eine erweiterte, konvexe, linksstetige Funktion
+
ϕ : IR+ 7→ IR mit ϕ(0) = 0. Ausgeschlossen sind die trivialen Fälle ϕ ≡ 0 und ϕ = ∞11(0,∞ .
(Erweiterte Orlicz Funktionen haben obige Eigenschaften bis auf eventuell eine Sprungstelle
auf den Wert ∞.)
Sei ϕ eine erweiterte Orlicz Funktion. Definiere die Abbildung k.kϕ auf meßbaren Funk-
tionen f via Z
|f |
k.kϕ := inf{c > 0 | ϕ dµ ≤ 1}.
c
R
|f |
Der Satz von der monotonen Konvergenz liefert ϕ kf kϕ dµ ≤ 1.
Die Abbildung k.kϕ impliziert eine (Äquivalenz-)Relation ∼ϕ durch f ∼ϕ g ⇔ kf −
gkϕ = 0 auf meßbaren Funktionen. Die Proposition 44 zeigt die Gleichheit von ∼ϕ und der
Äquivalenzrelation ∼
f ∼ g ⇔ µ(f 6= g) = 0.
Insbesonders hängt die Äquivalenzrelation nicht von der Orlicz Funktion ϕ ab.
Sei Lϕ die Menge aller Äquivalenzklassen [f ] (bezüglich ∼ϕ bzw. ∼) von Funktionen f mit
endlichem Wert kf kϕ . Auf Lϕ führen wir eine Addition + : Lϕ × Lϕ in die Äquivalenzklasses
+([f ], [g]) := [f ] + [g] := [f + g]
ein und eine Skalarmultiplikation · : IR × Lϕ in Äquivalenzklassen
·(c, [f ]) := c[f ] := [cf ]
ein. Weiterhin sei k · kϕ : Lϕ 7→ IR gegeben durch
k[f ]kϕ := kf kϕ .
41
WS08/09 Maßtheorie
Lϕ heißt Orlicz Raum und k.kϕ die Orlicz Norm.

Warnung Wir unterscheiden in der Regel notationsmäßig nicht zwischen Funktionen und
ihren Äquivalenzklassen. Ebenso interessiert in der Regel nicht, wie groß die Äquivalenzklassen
wirklich sind.
Satz 51 Für jede erweiterte Orlicz Funktion ϕ ist (Lϕ , k.kϕ ) ein Banachraum.
Beweis: Alle genannten Objekte sind wohldefiniert.

• k.kϕ erfüllt die Dreieckungleichung.
Sei a = kf kϕ , b = kgkϕ .
Z Z Z Z
|f + g| a |f | b |g| a |f | b |g| a b
ϕ = ϕ + ≤ ϕ + ϕ ≤ + = 1.
a+b a+b a a+b b a+b a a+b b a+b a+b
• Lϕ ist ein Vektorraum.
Nachrechnen.
• k.kϕ ist ein Norm.
P P
• k n fn kϕ ≤ n kfn kϕ .
Einsetzen.
• Vollständigkeit
P
Sei [fn ] ∈ Lϕ eine Cauchyfolge. Durch Übergang zu einer Teilfolge können wir c := n k[fn+1 ]−
[fn ]kϕ < ∞ annehmen. (Z.B. wähle eine Teilfolge fni mit ni →i ∞ gewählt, so daß ∀m, n ≥
ϕ ϕ
ni kfn − fn kϕ < 2−i . fni →i f impliziert fn →n f.) Nehme Funktionen fn als Representanten.
P P
Die Summe g := n |fn+1 − fn | ist f.s. endlich. Dies folgt aus kgkϕ ≤ n kfn+1 − fn kϕ ≤ c
und der Markoff Ungleichung
R
|g|
ϕ c dµ 1
µ(g ≥ a) ≤ a
≤ a
→a→∞ 0
ϕ c ϕ c
Definiere f = limn fn punktweise auf g < ∞ und f = 0 sonst. f ist wohldefiniert und
P
meßbar. Beachte die Teleskopsummendarstellung f = fn + i>n (fi+1 − fi ). Es gilt
X X
kf − fn kϕ = k (fi+1 − fi )kϕ ≤ kfi+1 − fi kϕ →n 0.
i>n i>n
Damit gilt [fn ] → [f ] ∈ Lϕ bzgl. der Norm k.kϕ für die speziellen Repräsentanten. Die Äqui-
valenzklasse von [f ] ist unabhängig von der Auswahl der Repräsentanten und der Teilfolge.
q.e.d.
Satz 52 Sei ϕ eine Orlicz Funktion und µ ein Radonmaß auf den reellen Zahlen. Dann ist
(Lϕ , k.kϕ ) separabel.
Beweis: Sei zuerst µ endlich. Die Menge D aller Treppenfunktionen

N
X
qn 11(rn ,sn )
n=1
mit rationalen Zahlen qn , rn , sn ∈ Ql tut’s.

• D ist abzählbar.
42
WS08/09 U. Rösler
• 1A , A ∈ A liegt in dem Abschluß D von D bezüglich k.kϕ .

Wegen der Regularität des Maßes können wir A durch eine offene Menge U von oben dem Ma-
ße nach approximieren. Jede offenen Menge können wir als abzählbare Vereinigung disjunkter
offener Intervalle Un , n ∈ IN, schreiben. Jedes Un approximieren wir durch offene Intervalle
Un′ mit rationalen Koeffizienten. Sei V := ∪N ′
n=1 Un . Damit ist für jedes vorgegebene c > 0
Z Z
|11A − 11V | 1
ϕ dµ = |11A − 11V |dµ
ϕ
c c
Z
1 1
≤ ϕ ≤ϕ (µ(U \A) + µ(U \V )
c c
beliebig klein durch Wahl geeigneter Approximationen.
• Alle Treppenfunktionen liegen in D.
• Alle positiven f ∈ Lϕ liegen in D und dann auch ganz Lϕ .
• D tut’s auch für nicht endliche Maße.
Zerlege den Raum Ω geeignet durch eine Partition und ’klebe’ aneinander. Puh. q.e.d.
Lp -Räume Das Standardbeispiel ist die Orlicz Funktion ϕp (x) = xp für ein 1 ≤ p < ∞.
Die Orlicznorm wird Z
kf kϕp = ( |f |p dµ)1/p .
Der Orlicz-Raum Lϕp heißt Lp -Raum und die zugehörige Orlicz-Norm k.kp := k.kϕp heißt
Lp -norm.
Bemerkung: Die L∞ -Norm wird definiert durch
kf k∞ := esssup|f | := inf{α ∈ IR | µ(|f | > α) = 0} (5.1)
und L∞ analog dazu. Die L∞ -Norm und der L∞ -Raum ist die Orlicz Norm und der Orlicz
Raum zur erweiterten Orlicz Funktion ϕ = ∞11(1,∞) . Der Raum L∞ ist vollständig, aber im
allgemeinen nicht separabel.
Proposition 53 Sei µ ein W-maß und 1 ≤ p ≤ q ≤ ∞. Dann gilt kf kp ≤ kf kq und Lp ⊃ Lq .
Beweis: Jensen angewandt auf die konkave Funktion x 7→ xp/q , x ≥ 0 ergibt
Z 1/p Z p/qp
kf kp = |f |p ≤ |f |pq/p = kf kq .
Die erste Aussage impliziert die zweite Aussage. q.e.d.

Bemerkung Sei 1 ≤ p < ∞. Sei L∗p der Dualraum, d.h. der Raum der linearen und
stetigen Funktionale auf Lp . Der Satz von Fischer-Riesz besagt L∗p = Lq mit 1/pR
+ 1/q = 1.
Für jedes lineare stetige Funktional B : Lp → IR gibt es ein g ∈ Lq mit B(f ) = f gdµ.
⊃
Warnung: Im allgemeinen gilt L∗∞ 6= L1 .
Hilberträume Besonders wichtig sind die L2 -Räume, da sie Hilberträume sind.

Lemma 54 L2 versehen mit der Bilinearform
Z
< f, g >:= f g dµ
√
und der Norm < f, f > = kf k2 ist ein Hilbertraum.
43
WS08/09 Maßtheorie
Hilberträume sind selbstdual. Jeder Hilbertraum hat eine Orthonormalbasis. Hilberträume

mit gleicher Kardinalität der Orthonormalbasis sind isomorph. Hilberträume mit vorgegebe-
ner Basiskardinalität lassen sich über Zählmaße konstruieren. (D eine Menge, µ(A) = |D ∩ A|
11d , d ∈ D bildet Orthonormalbasis mit der gleichen Kardinalität wie D. ) Die Separabilität
eines Hilbertraumes ist äquivalent zur Existenz einer höchstens abzählbaren Basis.
Die Hilberträume sind genau die L2 -Räume.
44
Kapitel 6
Konvergenz und Topologie
Wir betrachten verschiedene Konvergenzarten auf dem Raum der Mas̈e und dem Raum der
Zufallsgrößen.
Beachte, daß (fast) jede Konvergenzart eine Konvergenz im topologischen Sinne ist und
umgekehrt, (Pedersen [9]). (Ein topologischer Raum ist ein Tupel (E, τ ), wobei E eine Menge
ist und τ eine Teilmenge der Potenzmenge ist, die E enthält und abgeschlossen ist bezüglich
endlichem Durchschnitt und beliebiger Vereinigung. Eine Folge en ∈ E, n ∈ IN, konvergiert
gegen e ∈ E, falls für alle U ∈ τ mit e ∈ U es ein n0 gibt, sodaß für alle n ≥ n0 gilt en ∈ U.)
6.1 Konvergenz von W-maßen

R
Für ein Maß µ und eine Funktion f benutzen wir µ(f ) := f dµ, falls dies wohldefiniert ist.
Eine Folge µn von Maßen konvergiert bzgl. einer Klasse F von Funktionen, falls für alle
f ∈ F gilt
µn (f ) →n µ(f ).
K
Notation: µn →n µ.
Die zugehörige Topologie wird erzeugt von den Mengen
Z Z

Uǫ,f (µ) := {ν | f dν − f dµ < ǫ},
ǫ > 0, f ∈ F.
Für F bestehend aus den Treppen 11A , A ∈ A, erhalten wir die punktweise Konvergenz
von Maßen.
Ab jetzt sei (Ω, τ ) ein topologischer Raum. Wir sprechen von schwacher Konvergenz
für die Konvergenz bezüglich aller stetigen beschränkten Funktionen.
w d C
Notation: µn →n µ oder µn →n µ oder µn →bn µ. Hierbei steht w für weak , d für dis-
tribution und Cb für die Funktionenklasse. (Die W-theoretische schwache Konvergenz ist die
funktionalytische schwach* Konvergenz.)
Wir sprechen von vager Konvergenz für die Konvergenz bzgl. allen stetigen Funktionen
mit kompaktem Träger. (Der Träger supp(f ) einer Funktion ist die kleinste abgeschlossene
Menge f 6= 0 enthaltend.)
v
Notation: µn →n µ.
Eine Familie M von Maßen heißt straff, falls es für alle ǫ > 0 eine kompakte Menge K
gibt mit µ(K c ) ≤ ǫ für alle µ ∈ M.
45
WS08/09 Maßtheorie
Lemma 55 Eine Folge von W-maßen konvergiert schwach genau dann, wenn sie vage kon-
vergiert und die Familie straff ist.
d v
µn →n µ ⇔ µn →n µ und {µn , n ∈ IN } straff.
Beweis: ⇒‘ Sei K ein kompaktes Intervall und Kǫ := {x ∈ IR | ∃y ∈ K : |x − y| ≤ ǫ}. Es

’
gibt eine stetige Funktion f, die auf dem Kompaktum K stets 1 ist, außerhalb von Kǫ stets
0 und ansonsten von unten durch 0, von oben durch 1 beschränkt ist (Lemma von Urysohn,
[3]). Es gilt
µn (Kǫc ) ≤ µn (1 − f ) →n µ(1 − f ) ≤ µ(K c ).
Wählen wir K mit µ(K) ≥ 1 − ǫ so gilt µn (Kǫc ) < ǫ bis auf endlich viele n. Wir vergrößern
K entsprechend, um die restlichen n’s mit einzuschließen.
⇐‘ Sei g stetig, beschränkt, und f, K wie oben. Argumentiere g = f g + (1 − f )g,
’
|µn (g) − µ(g)| = |µn (f g) − µn (f g)| + |µn ((1 − f )g) − µ((1 − f )g)|.
Der erste Term wird klein für n hinreichend groß. Der zweite Term wird abgeschätzt durch
≤ kgk∞ (µn (K c ) + µ(K c )) und klein für K hinreichend groß. q.e.d.
Beispiel: µn = δn auf den reellen Zahlen konvergiert vage (gegen Null), aber nicht
schwach.
Für eine Verteilungsfunktion F sei F −1 die linksstetige Inverse
F −1 (u) := inf{x | F (x) ≥ u}.
Lemma 56 Seien µ, µn , n ∈ IN, W-maße auf den reellen Zahlen. Äquivalent sind die Aussa-
gen
i) Die Folge µn konvergiert schwach gegen µ.
ii) Die Folge konvergiert bezüglich einer der Klassen Cc , Cb∞ , Cc∞ .
iii) Die zugehörigen Verteilungsfunktionen Fn konvergieren gegen F für alle Stetigkeitspunkte
von F.
iv) Die Inversen Fn−1 konvergieren gegen F −1 für alle Stetigkeitspunkte von F −1 .
Beweis: i) ⇔ ii). Konvergenz bzgl. Cb ist hier gleichbedeutend, Lemma 55, mit Konvergenz
bzgl. Cc . Jede Funktion aus Cc läßt sich in Supremumsnorm beliebig gut durch eine Cc∞
Funktion approximieren. Dies reicht.
i)⇒ iii) Sei fa diejenige stetige Funktion,die 1 auf (−∞, a], 0 auf [a + ǫ, ∞) und sonst
linear ist. Es gilt
F (a − ǫ) ≤ µ(fa−ǫ ) ←n µn (fa−ǫ ) ≤ Fn (a) ≤ µn (fa ) →n µ(fa ) ≤ F (a + ǫ).
Anders geschrieben,
F (a − ǫ) ≤ lim inf Fn (a) ≤ lim sup Fn (a) ≤ F (a + ǫ).

n n
Dies gilt für alle ǫ > 0.

iii) ⇐ i) Die Menge S der Stetigkeitspunkte von F ist dicht. (Eine monoton steigende
Funktion hat höchstens abzählbar viele Unstetigkeitspunkte und ides sind Sprungstellen.)
46
WS08/09 U. Rösler
Betrachte die Menge aller meßbarer beschränkter Funktionen f mit µn (f ) →n µ(f ). Diese
Menge ist abgeschlossen bzgl. Addition und gleichmäßiger Konvergenz. Sie enthält alle Trep-
pen 11(−∞,s] mit s ∈ S ein Stetigkeitspunkt. Die Menge enthält alle stetigen Funktion mit
kompaktem Träger, da diese sich gleichmäßig durch Treppenfunktionen obiger Treppen ap-
proximieren lassen. Folglich konvergiert µn vage. Zusammen mit Straffheit der Folge, siehe
gleich, folgt schwache Konvergenz.
• µn , n ∈ IN, ist straff.
Wähle Stetigkeitspunkte s1 , s2 mit F (s1 ) < ǫ, F (s2 ) > 1 − ǫ. Für K = [s1 , s2 ] gilt
µn (K c ) ≤ Fn (s1 ) + 1 − Fn (s2 ) →n F (s1 ) + 1 − F (s2 ) < 2ǫ.
Daher gilt µn (K c ) < 2ǫ bis auf endlich viele n. Wir vergrößern jetzt K entsprechend, um
diese n mit einzuschließen.
iii) ⇔ iv) Dies ist einfach für F stetig und strikt steigend. Der allgemeine Fall ist eine
unschöne Übung. q.e.d.
Eine Familie F von Funktionen heißt separabel oder trennend bzgl. einer Familie M
von Maßen, falls je zwei Maße aus der Familie sich für mindestens eine Funktion f aus der
Funktionenfamilie unterscheiden. (∀µ 6= ν ∈ M∃f ∈ F : µ(f ) 6= ν(f ).)
Cc ist W-maß trennend, Lemma 56 und Eindeutigkeit der Verteilungsfunktion.
6.1.1 Gleichgradige Integrierbarkeit

Im folgenden sei ϕ : IR+ → IR+ eine positive, gegen unendlich aufsteigend Funktion. Aus
schreibtechnischen Gründen verwenden wir die symmetrische Funktion auf den reellen Zahlen
und fordern stets die Normierung ϕ(0) = 1.
Eine Familie M von Mas̈en auf den reellen Zahlen heißt gleichmäßig ϕ-integrierbar oder
gleichgradig ϕ-integrierbar, falls gilt
Z
Φ(c) := sup ϕ(|x|)µ(dx) −→c→∞ 0.
µ∈M |x|>c
Die Familie heis̈t p-gleichgradig integrierbar , 1 ≤ p < ∞, oder gleichmäßig p-integrierbar ,

falls ϕ die Funktion x 7→ xp ist. Anstelle von gleichms̈iger 1-Integrierbarkeit spricht man von
gleichmäs̈iger Integrierbarkeit .
Bemerkung: Eine Familie gleichgradig ϕ-integrierbarer Mas̈e erfüllt stets supµ µ(ϕ) ≤
c + Φ(c) < ∞.
Proposition 57 Eine Familie M von Subwahrscheinlichkeitsmas̈en IR ohne Punktmassen

ist genau dann ϕ-gleichgradig integrierbar, falls gilt
Z
sup sup ϕdµ →epsilon→0 0.
µ∈M A:µ(A)<ǫ A
Bew: Hinrichtung.
Z Z
ϕdµ ≤ (11|x|≤c + 11|x|>c )ϕ(x)µ(dx)
A A Z
≤ cǫ + ϕ(x)µ(dx)
|x|>c
47
WS08/09 Maßtheorie
Der zweite Term ist gleichmäßig klein für c hinreichend gros̈ und der zweite ist klein in ǫ für
festes c.
Für die Umkehrung zeigen wir zuerst µ(ϕ) ist gleichmäs̈ig beschränkt. Dazu wähle zu
vorgebenem µ eine endliche mes̈bare Überdeckung An , n ≤ N der reellen Zahlen mit µ(An ) ≤
P R
ǫ). Es ergibt sich µ(ϕ) ≤ n An ϕdµ als N -fache Summe von Integralen. Für ǫ hinreichend
klein sind diese endlich gleichmäsig in n und µ. Da das N unabhängig von µ gewählt werden
kann, folgt die Teilbehauptung. Der Rest folgt mit der Markoffungleichung
µ(ϕ)
sup µ({|x| ≥ c}) ≤ sup →c→∞ 0.
µ µ ϕ(c)
q.e.d.
Lemma 58 Sei die Familie M von Mas̈en auf IR gleichgradig ϕ-integrierbar. Dann gibt es
ϕ̃(x)
eine positive, stetige Funktion ϕ̃ mit limx→∞ ϕ(x) = ∞ und die Familie M ist gleichgradig
ϕ̃-integrierbar.
P
Beweis: Wähle positiveR Zahlen 0 < bn mit n bn < ∞ und eine aufsteigende Folge 0 <
en →n ∞ mit supµ∈M |x|≥en ϕ(x)µ(dx) ≤ bn . Definiere die Funktion ϕ̃ symmetrisch durch
P ϕ̃(x)
IR+ ∋ x 7→ n (x − en )+ . Dann gilt limx→∞ ϕ(x) = ∞ wegen Monotonie und gleichmäßig in
µ∈M
XZ X
µ(ϕ̃) = (x − en )+ µ(dx) ≤ bn < ∞.
n n
q.e.d.
Bemerkung Die hier konstruierte Funktion ϕ̃ ist eine Orlicz Funktion (ϕ̃ ist positiv,
konvex und ϕ(0) = 0). Zusätzlich ließe sich die Funktion glatt wählen, eventuell unendlich oft
differenzierbar und ϕ̃(x) > 0 für x > 0.
Der wesentliche Einsatz gleichgradiger Integrierbarkeit besteht im folgenden Satz für W-
mas̈e.
Satz 59 Sei µn , n ∈ IN eine schwach gegen µ konvergierende Folge von W-mas̈en. Ist die
Familie (µn )n gleichgradig ϕ-integrierbar, so konvergiert µn gegen µ bzgl. der Familie F der
stetigen Funktionen f mit
|f (x)|
lim sup <∞ (6.1)
|x|→∞ ϕ(x)
Bew: • µ(ϕ) < ∞.

Wir benutzen eine Abschneidetechnik. Zu vorgegebenem c > 0 sei fc die bei c und −c
gekappte Funktion, fc (x) = (f (x) ∧ c) ∨ −c.
µ(ϕ) = lim µ(ϕc ) = lim lim µn (ϕc )) ≤ lim lim sup µn (ϕ) < ∞.
c→∞ c n c n
• limn µn (f ) = µ(f ).
Es gilt
|µn (f ) − µ(f )| ≤ |µn (f ) − µn (fc )| + |µn (fc ) − µ(fc )| + |µ(fc ) − µ(f )|.
Der erste Term ist beliebig klein gleichmäßig in n für hinreichend gros̈es c,
Z Z
≤ |f (x)|µn (dx) ≤ b ϕ(|x|) →c 0
|x|≥c |x|≥ bc
48
WS08/09 U. Rösler
|f (x)|
für b = supx ϕ(|x|) < ∞. Der zweite Term ist beliebig klein für festes c bei hinreichend großem
n wegen Verteilungskonvergenz. Der dritte Term ist klein für hinreichend gros̈e c gleichmäs̈ig
in n. q.e.d.
Korollar 60 Die Folge µn , n ∈ IN von W-mas̈en konvergiere in Verteilung gegen µ und sei
ϕ stetig. Dann ist die Familie µ, µn , n ∈ IN genau dann gleichgradig ϕ-integrierbar wenn gilt
lim µn (ϕ) = µ(ϕ) < ∞.

n
Bew: Die Hinrichtung folgt aus obigem Satz.

Für die Rückrichtung sei A = {|x| > c} und g die stetige Funktion g(x) = 1∧((|x|−c−1)+ ).
Beachte A ≤ g ≤ 1.
Z
ϕdµn ≤ µn (gϕ) = µn (ϕ) − µn ((1 − g)ϕ)
A
= (µn (ϕ) − µ(ϕ)) + µ(gϕ) + (µ((1 − g)ϕ) − µn ((1 − g)ϕ)
Der erste Term ist klein für n hinreichend gros̈. Der zweite ist klein für c hinreichend klein.
Der dritte ist bei festem c für n hinreichend gros̈. q.e.d.
Anwendung findet gleichgradige Integrierbarkeit in der Wahrscheinlichkeitstheorie.
Korollar 61 Für 1 ≤ p < ∞ sind äquivalent:
(i) Xn →n X in Lp .
(ii) E|Xn |p →n→∞ E|X|p < ∞ und Xn →n X stochastisch.
(iii) (Xn )n∈IN gleichgradig p-integrierbar und Xn →n X stochastisch
Bew: i)⇒ ii) Lp -Konvergenz impliziert stochastische Konvergenz
E|Xn − X|p
P (|Xn − X| ≥ ǫ) ≤ →n→∞ 0
ǫp
und diese impliziert Konvergenz in Verteilung.

ii)⇒ iii) Siehe Korollar 60.
iii)⇒ i)
Z Z Z Z
|Xn − X|p dP = ... + ... + ...
|Xn −X|>c ǫ≤|Xn −X|≤c |Xn −X|<ǫ
Der erste Term ist beliebig klein gleichmäßig in n, ǫ für c hinreichend groß wegen p-gleichgradiger
Integrierbarkeit (Korollar 60)und beachte |x + y|p ≤ 2p (|x| + |y|).) Der zweite Term wird ab-
geschätzt durch ≤ cP (|Xn − X| > ǫ) und ist klein für n hinreichend groß bei festem c und ǫ.
Der dritte Term ist kleiner oder gleich ǫ. q.e.d.
..........................................................................
49
WS08/09 Maßtheorie
6.1.2 Weitere Metriken

Metriken für Verteilungsfunktionen: Weitere Metriken lassen sich aus den Verteilungs-
funktionen konstruieren. Hintergrund ist die eineindeutige Zuordnung von Maßen und Ver-
teilungsfunktionen. Beispiele auf dem Raum der Verteilungsfunktionen sind
d(F, G) := kF − Gk∞
d(F, G) = inf {ǫ | ∀x ∈ IR : |F (x) − G(x + ǫ)| < ǫ und |F (x) − G(x − ǫ)| < ǫ}
Z
d(F, G) = |F (x) − G(x)|dx.
Diese Metriken auf den Verteilungsfunktionen sind auch Metriken auf W-maßen, durch Iden-
tifizierung von Verteilungsfunktion und W-maß. (d(µ, ν) = d(Fµ , Fν ).)
Wasserstein Metrik: Sei d eine Metrik auf dem Werteraum E und µ, ν W-maße auf
(E, B(E)). Definiere
D(µ, ν) := inf Ed(X, Y ).
Hierbei wird das Infimum über alle X mit Verteilung µ und alle Y mit Verteilung ν auf einem
beliebigen W-raum genommen. Dies ist eine Metrik auf dem Raum der W-maße.
Mallows Metrik: Ein Abstandsbegriff für Maße impliziert in natürlicher Weise einen
Abstandsbegriff für Zgn via der Verteilung. Umgekehrt, haben wir einen Abstandsbegriff d
für Zufallsgrößen gegeben, so definieren wir einen (potentiellen) Abstandsbegriff d auf Maßen
durch
d(µ, ν) := inf d(X, Y ).
Hierbei wird das Infimum über alle X mit Verteilung µ und alle Y mit Verteilung ν auf einem
beliebigen W-raum genommen.
Ein Beispiel ist die Mallows Metrik lp : Mp × Mp 7→ IR, 1 ≤ p ≤ ∞,
lp (µ, ν) = inf kX − Y kp
R
auf dem Raum Mp := {µ | |x|p µ(dx) < ∞} der p-fach integrierbaren Maße auf IR. Ohne
Beweis sei angeführt, das Infimum wird angenommen mit
lp (µ, ν) = kFµ−1 (U ) − Fν−1 (U )kp ,
U eine gleichförmig verteilte Zg (siehe [2]).

Satz 62 Der Raum (Mp , lp ), 1 ≤ p ≤ ∞, ist ein vollständiger, metrischer Raum. Er ist
separabel für 1 ≤ p < ∞.
Beweis: • Separabilität.
Sei D eine dichte abzählbare Teilmenge in Lp . Dann ist die Menge aller Verteilungen dazu
dicht in Mp .
• Vollständigkeit.
Für die Vollständigkeit sei µn eine Cauchyfolge in lp -Mallow Metrik. Dann ist Fµ−1n
(U ), U
−1
gleichförmig verteilt, eine Lp -Cauchyfolge. Diese konvergiert punktweise gegen ein F (U ).
Das zugehörige W-maß µ tut’s. q.e.d.
Eine Folge Xn ist lp konvergent, falls die Verteilungen in Mallows lp Metrik konvergieren.
lp
Notation: Xn →n X.
50
WS08/09 U. Rösler
Proposition 63 lp Konvergenz ist äquivalent zur schwachen Konvergenz plus Konvergenz

des p-ten absoluten Momentes. (=p-gleichmäßige Integrierbarkeit.)
Beweis: Wir benutzen die Version Fn−1 (U ) = Xn und d(Fn , Fm ) = kFµ−1 (U ) − Fν−1 (U )kp .
Dann verwende den Satz 65.
Bemerkung: Beachte auch die gleichmäßige Integrierbarkeit, Korollar 60.
6.2 Konvergenz von Zufallsgrößen

Konvergenzen der Verteilungen: Viele Eigenschaften übertragen sich von den Vertei-
lungen nach folgendem allgemeinen Prinzip: Eine Folge, bzw. Familie von Zgn Xn hat die
Eigenschaft ∗, falls die zugehörigen Verteilungen die Eigenschaft ∗ besitzt. In diesem Sinne
sprechen wir von schwacher und vager Konvergenz oder von einer straffen Familie von
Zgn. Wir verwenden dieselben Symbole, z.B.
d d
Notation: Xn → X ⇔ P Xn → P X .
Konvergenzen der Zgn: Nun zu Konvergenzarten der Zgn selbst. Eine Folge Xn , n ∈ IN,
von Zgn konvergiert stochastisch oder in Wahrscheinlichkeit gegen eine Zg X, falls
lim P (|Xn − X| > ǫ) = 0

n
s P
für alle ǫ > 0 gilt. Wir schreiben Xn →n X oder Xn →n X. s steht für stochastic und P für
probability.
Diese Konvergenz entspricht Konvergenz bzgl. der Topologie auf den Zgn erzeugt durch
die Metrik
d1 (X, Y ) := inf{ǫ ∈ IR | P (|X − Y | > ǫ) < ǫ}
oder der Metrik

|X − Y |
d2 (X, Y ) := E( ).
1 + |X − Y |
Eine Folge Xn von Zgn konvergiert fast sicher, falls
P (lim Xn = X) = 1
n
gilt.
f.s.
Notation: Xn →n X.
Eine Folge Xn ist Lp konvergent bzw. konvergiert im p-ten Mittel, 1 ≤ p ≤ ∞, gegen X,
Lp
falls kXn − Xkp →n 0. Wir schreiben Xn →n X und sprechen auch von Konvergenz im p-ten
Mittel.
Hier eine Übersicht. p-te Moment steht für Konvergenz des p-ten absoluten Moments.
51
WS08/09 Maßtheorie
L∞
@
@
@
@R
@
Lp , 1 ≤ p < ∞
6
+ p-te Moment
+ 1-te Moment ?
-
fast sicher L1

@
I @ Version
@ @
@ @
@
Version @ @ + 1-te Moment
@
@ R
@
stochastisch
6
6W-theorie Version
?Maßtheorie ?
schwach
6
straff
?
vage
Satz 64
Der Beweis erfogt in einer Reihe von Aussagen.

• Stochastische Konvergenz impliziert schwache Konvergenz.
v
Wir zeigen zuerst Xn → X. Sei f ∈ Cc .
|Ef (Xn ) − Ef (X)| ≤ E(|f (Xn ) − f (X)|(11|Xn −X|≥ǫ + 11|Xn −X|<ǫ ))
≤ 2kf k∞ P (|Xn − X| ≥ ǫ) + sup |f (x) − f (y)|.
|x−y|<ǫ
Der erste Term ist klein für n groß, der zweite ist klein in ǫ, da eine stetige Funktion auf
einem Kompaktum gleichmäßig stetig ist.
Als nächstes zeigen wir Straffheit.
P (|Xn | > c) ≤ P (|Xn | > c, |Xn − X| < ǫ) + P (|Xn | > c, |Xn − X| ≥ ǫ)
≤ P (|X| > c − ǫ) + P (|Xn − X| ≥ ǫ).
Beide Terme sind klein für ǫ, c, n geeignet.
• Fast sichere Konvergenz impliziert stochastische Konvergenz.
P (|Xn − X| > ǫ) ≤ P ({∃N ≥ n : |XN − X| > ǫ}) →n 0.
52
WS08/09 U. Rösler
• L1 -Konvergenz impliziert stochastische Konvergenz.

Dies folgt aus der Markoff Ungleichung
E|Xn − X|
P (|Xn − X| > ǫ) ≤ →n 0.
ǫ
• Lq -Konvergenz impliziert Lp -Konvergenz für 1 ≤ p ≤ q ≤ ∞.
Die Jensen Ungleichung ergibt kY kp ≤ kY kq .
• L∞ -Konvergenz impliziert fast sichere Konvergenz. Einfach.
Gegenbeispiele: Alle Beispiele sind auf dem W-raum ([0, 1], B, λ).
• Schwache Konvergenz impliziert nicht stochastische Konvergenz.
Seien Xn , n ∈ IN, uiv Zgn und keine Konstante. Diese Folge konvergiert schwach. Würde sie
auch stochastisch konvergieren, so würde gelten,
P (|Xn − Xm | > ǫ) ≤ P (|Xn − X| > ǫ/2) + P (|Xm − X| > ǫ/2) →n,m 0.
Andererseits P (|Xn − Xm | > ǫ) = P (|X1 − X2 | > ǫ) > 0 ist eine strikt positive Konstante für
n 6= m und ǫ hinreichend klein. Widerspruch.
• Stochastische Konvergenz impliziert nicht fast sichere Konvergenz.
X1 = 11[0,1] , X2 = 11[0,1/2] , X3 = 11[1/2,1] , X4 = 11[0,1/4] , X5 = 11[1/4,1/2] , ..., X8 = 1[0,1/8] , ... usw.
Formaler Xn := 11[i/2m ,(i+1)/2m ] mit n = 2m + i, 0 ≤ i < 2m . (Zeichnung machen!). Diese
tut’s.
• Lp -Konvergenz, 1 ≤ p < ∞ impliziert nicht fast sichere Konvergenz.
Siehe oben.
• Fast sichere Konvergenz impliziert nicht Lp -Konvergenz.
Die Folge Xn := an 11[0,1/n] konvergiert fast sicher gegen 0, aber nicht in Lp für geeignet
gewählte an .
• Lp -Konvergenz impliziert nicht Lq -Konvergenz, 1 ≤ p < q ≤ ∞.
P
Wähle eine Folge Xn = ni=1 11( 1 , 1 ] ai mit ai geeignet. Übung.
i+1 i
Nun zu den verbleibenden positive Aussagen mit Zusatzbedingungen.

Version: Eine Version einer Zg ist eine Zg mit derselben Verteilung. Beliebt ist folgende
Konstruktion. Sei U eine Zg mit gleichmäßiger Verteilung auf [0, 1]. Dann ist F −1 (U ) eine
Version von X. Übung.
• Sei Xn schwach konvergent gegen X. Dann existiert eine Version Yn der Xn mit Yn ist
fast sicher konvergent gegen eine Version von X.
Seien Fn , F die zugehörigen Verteilungsfunktionen und U eine gleichmäßig verteilte Zg. Dann
tut’s die Folge Yn = Fn−1 (U ). Die Aussage beruht auf Lemma 56. (F bzw F −1 hat höchstens
abzählbar viele Unstetigkeitspunkte.) q.e.d.
Bemerkung: Schwache und stochastische Konvergenz stimmen überein für Zgn Xn , die
gegen eine Konstante konvergieren. Auf diskreten W-räumen stimmen stochastische Konver-
genz und fast sichere überein.
Teilfolgenprinzip: Jede stochastisch konvergente Folge hat eine fast sicher konvergente
Teilfolge. Der Grenzwert ist derselbe. (Übung)
Den folgenden Satz vergleiche mit dem Korollar 60.
Satz 65 Seien Xn , n ∈ IN , p-integrierbare Zgn, 1 ≤ p < ∞. Xn konvergiert in Lp gegen X
genau dann, wenn Xn stochastisch gegen X konvergiert und kXn kp → kXkp < ∞ gilt.
Lp s
Xn → X ⇔ Xn → X und kXn kp →n kXkp < ∞.
53
WS08/09 Maßtheorie
Beweis: ⇒‘ Lp Konvergenz impliziert stochastische Konvergenz. Die umgekehrte Dreiecksun-

’
gleichung liefert
|kXn kp − kXkp | ≤ kXn − Xkp →n 0.
⇐‘ Sei A die Menge |Xn − X| > ǫ konvergiert mit n dem Maße nach gegen 0.
’
kXn − Xk ≤ k(Xn − X)11A k + kXn − X11Ac k
≤ kXn 11A k + kX11A k + ǫ
≤ kXn k − kXn 11Ac k + kX11A k + ǫ
≤ kXn k − kX11Ac k + kX11A k + 2ǫ
≤ kXn k − kXk + 2kX11A k + 2ǫ →n 2ǫ →ǫ→0 0
54
Kapitel 7
Radon-Nikodym Dichte
Ein Maß µ heißt absolut stetig bezüglich µ, falls die µ-Nullmengen auch µ-Nullmengen sind.
In diesem Falle sprechen wir von einem Maß µ, welches µ dominiert. Notation: µ << µ.
Für ein Maß µ und eine positive Funktion f definiere das Maß µ durch
Z
A ∋ A 7→ µ(A) = f dµ.
A
Wir schreiben µ = f µ oder dµ = f dµ oder auch f = dµdµ . Die Funktion f heißt Radon-
Nikodym Ableitung von µ bzgl. µ. Das Maß µ ist absolute stetig bzgl. µ. Die Umkehrung
obigen Beispiels ist der Satz von Radon-Nikodym.
Satz 66 (Radon-Nikodym) Seien µ, µ σ-endliche Maße. Dann ist µ absolut stetig bzgl. µ
dµ
äquivalent zur Existenz einer Radon-Nikodym Ableitung f = dµ . Diese ist µ f.s. eindeutig.
Die σ-Endlichkeit ist wichtig, wie das Beispiel µ das Lebesguemaß und µ das Zahlmaß zeigt.
Zwei Maße µ, µ heißen singulär zueinander oder orthogonal, falls es eine meßbare Menge
A gibt mit µ(A) = 0 und µ(Ac ) = 0. Notation: µ⊥µ.
Die Orthogonalität ist symmetrisch, die absolute Stetigkeit jedoch nicht.
Satz 67 (Lebesgue) Seien µ, µ σ-endliche Maße. Dann ist µ darstellbar als die Summe
eines zu µ absolut stetiges Maßes µc und eines zu µ orthogonales Maßes µ⊥ .
Die obigen Sätze werden wir für endliche Maße beweisen und dann mit Hilfe der σ-Endlichkeit
standardmäßig ausdehnen. (Dies überschlagen wir.) Zur Wiederholung, ein Maß heißt σ-
endlich, falls es eine gegen Ω aufsteigende Folge An von Mengen endlichen Maßes gibt. Ver-
wendet wird gerne die äquivalente Bedingung, es gibt eine Partition Bn , n ∈ IN, von Ω in
Mengen endlichen Maßes. Die Äquivalenz ersieht man aus Bn = An \An−1 . Viele Sätze über
P
endliche Maße lassen sich auch für σ-endliche Maße zeigen, indem man µ = n 11Bn µ benutzt.
7.1 Hahn-Jordan Zerlegung∗

Lemma 68 Sei λ die Differenz µ − µ zweier σ-endlicher Mas̈e. Dann gibt es eindeutige,
zueinander orthogonale endliche Mas̈e λ+ , λ− mit λ = λ+ − λ− . Ferner gibt es eine µ + µ fast
sicher eindeutige Menge Ω+ mit λ+ , λ− sind die Einschränkung von λ auf Ω+ , Ωc+ .
55
WS08/09 Maßtheorie
Beweis: Seien zuerst µ, µ endliche Maße. Dann ist das Supremum α aller Werte λ(A), A ∈ A,
P
endlich. Sei An ∈ A eine Folge meßbarer Ereignisse mit λ(An ) ≥ α − ǫn und n ǫn < ∞.
Dann tun‘s λ+ , λ− als Einschränkungen von λ auf Ω+ := lim inf n An = ∪m ∩n≥m An .
M = T
Die Folge Bm m≤n≤M An , m ≤ M ∈ IN, ist monoton fallend in M bei festem m
gegen eine Menge Bm ∞ und diese ist monoton steigend in m gegen Ω .
+
• λ(Bm M ) ≥ α − PM
n=m ǫn für alle m, M ∈ IN.
Dies ergibt sich durch Induktion nach M für festes m. Der Induktionsanfang ist trivial. Der
wesentliche Induktionsschritt folgt aus
λ(B ∩ C) = λ(B) + λ(C) − λ(B ∪ C) ≥ λ(B) + λ(C) − α.
Der Rest ist standard.

• λ(Bm∞) ≥ α − P
n≥m ǫn .
Verwende den Satz über monotone Konvergenz.
• λ(Ω+ ) = α
Verwende erneut monotone Konvergenz.
• λ+ = λ|Ω+ ist ein Mas̈.
Die σ-Additivität ist einfach. Die Positivität folgt aus der Maximalität von Ω+ ,
λ+ (B) = λ+ (Ω+ ) − λ+ (B c ) ≥ 0.
• λ(B) ≤ 0 für alle B ⊂ Ωc+ .

S
Ansonsten wäre λ(Ω+ ◦ B) > α.
• λ+ ⊥λ−
λ(Ωc+ ) = 0 = λ− (Ω+ ).
Der Rest ist einfach. q.e.d.
Folgerung: Für jede Menge B ⊂ Ω+ gilt µ(B) ≥ µ(B) und für B ⊂ Ω− gilt µ(B) ≤ µ(B).
S
Die Zerlegung Ω = Ω+ ◦ Ωc+ heißt Hahn-Jordan Zerlegung des Grundraumes.
Lemma 69 Seien µ, µ σ-endliche Maße. Dann gibt es eine µ-fast sicher größte, positive,
meßbare Funktion f mit µ ≥ f µ punktweise. Diese ist µ-fast sicher eindeutig.
Beweis: Wir zeigen das Lemma für µ, µ endliche Maße. Betrachte
F := F (µ) = {f : Ω → IR+ | meßbar, µ ≥ f µ}

R
und α := supf ∈F f dµ. F versehen mit der punktweisen Ordnung, und dem punktweisen
Infimum, Supremum ist ein Verband. Der wichtige Punkt ist: f, g ∈ F impliziert f ∨ g ∈ F.
Dies folgt aus, B = {f < g}
Z Z Z
f ∨ gdµ = f dµ + gdµ ≤ µ(A ∩ B) + µ(A ∩ B c ) = µ(A).
A A∩B A∩B c
• α wird für ein f ∈ F angenommen. R

Die Menge F ist nicht leer. Sei fn ∈ F eine Folge mit fn dµ → α. OEdA sei fn aufsteigend.
(Gehe über zur Folge ∨i≤n fi ∈ F .) Der aufsteigende Grenzwert f der Folge tut’s. Dies folgt
aus dem Satz von der monotonen Konvergenz,
Z Z
f dµ = lim fn dµ ≤ µ(A)
A n A
56
WS08/09 U. Rösler
und der Wahl der fn . R R R

Eindeutigkeit. Seien f, g ∈ F mit f µ = gµ = α. Dann gilt f ∨ gdµ = α und damit
f = f ∨ g = g µ f.s. q.e.d.
Beweis des Lebesgue Satzes: Seien µ, µ endlich und f die maximale Funktion mit
µ ≥ f µ. Dann tun’s µc = f µ und µ⊥ = µ − µc .
Beides sind Maße und µc ist absolute stetig bzgl. µ. Zu zeigen verbleibt µ⊥ ⊥µ.
Betrachte λt = µ⊥ − tµ, t ≥ 0, und sei Ωt der Positivteil aus der Hahn-Jordan Zerlegung
von λt . Es gilt für jedes s ≤ t Ωs ⊃ Ωt µ-fast sicher. Dann ist Ω1/n für n → ∞ eine aufsteigende
Folge µ-f.s. Sei Ω0 der Grenzwert.
• µ(Ω0 ) = 0.
Anderenfalls ist µ(Ωt ) > 0 für ein t > 0. Dann gilt für jede Menge A ⊂ Ωt µ(A) ≥ tµ(A).
Anders formuliert, µ⊥ ≥ gµ mit g = t11Ωt . Hieraus folgt der Widerspruch µ ≥ (f + g)µ zur
Maximalität von f.
• µ(Ωc0 ) = 0 R
Für jede Menge A ⊂ Ωct gitl µ(A) ≤ A tdµ. Hieraus folgt µ(Ωct ) ≤ tµ(Ωct ) ≤ tµ(Ω) →t→0 0
und µ(Ω0 ) = 0 durch monotone Konvergenz.
• Eindeutigkeit
Sei µ = µ1 + µ2 eine weitere Zerlegung. Auf der µ-Nullmenge Ω0 wie oben stimmen die beiden
Maße µ⊥ und µ2 überein. Damit sind auch µ1 und µ2 gleich.
Die Ausdehnung von endlichen Mas̈en auf σ-endliche ist standard. q.e.d. Bem: Die
Menge Ω0 ist die Menge f > 0.
Beweis Radon-Nikodym: Benutze die Lebesgue Zerlegung wie oben und folgere aus
der absoluten Stetigkeit µ⊥ (Ω0 ) = 0 via µ(Ω0 ) = 0. Die Umkehrung ist offensichtlich.
Korollar 70 (Radon-Nikodym Bijektion) Sei µ ein σ-endliches Maß. Es gibt eine Bijek-
tion zwischen den endlichen, absolut stetigen Maßen µ bezüglich µ und den Äquivalenzklassen
µ-integrierbaren positiven Funktionen f . Diese Bijektion kann gegeben werden durch die Zu-
ordnung eines Maßes zu der Äquivalenzklasse der Radon-Nikodym Dichte,
[f ] 7→ f µ
Dies ist eine direkte Folgerung aus dem Satzes von Radon-Nikodym.
Ein Vektorraumverband ist ein Objekt (V, +, ·, ≤) mit (V, +, ·) ein reeller Vektorraum,
(V, ≤) ein Verband und die algebraische und die Ordnungsstruktur sind verträglich (d.h.
(ax − z) ∨ (ay − z) = a(x ∨ y) und (ax − z) ∧ (ay − z) = a(x ∧ y) für alle x, y, z ∈ V, a ∈ IR+ ).
Folgerung: Der Raum der µ integrierbaren positiven Funktionen ist ein Verband, sogar
ein Vektorraumverband. Die Radon-Nikodym Bijektion ist eine Ordnungsisomorphismus. Dies
erweitert sich sofort zu einem Verbandisomorphismus auf den Raum M (µ) der endlichen Maße
absolut stetig bzg. µ via der Definition
µ ∧ λ = (f ∧ g)µ µ ∨ λ = (f ∨ g)µ
mit den Radon-Nikodym Ableitungen f, g von µ, λ bzgl. µ. Die Radon-Nikodym Bijektion

erweitert sich zur Vektorraumverbandsisomorphismus. Der Vektorraum ist die Menge V =
M − M.
Ladungsverteilung: Sei M die Menge aller endlichen Mas̈e auf einem meßbaren Raum
(Ω, A). Die Menge
L = M − M = {µ − µ | µ, µ ∈ M }
57
WS08/09 Maßtheorie
der Differenzen endlicher Maße heißt Vektorraum der signierten Maße bzw. der Ladungsver-
teilungen. Elemente daraus heißen signiertes Maß oder Ladungsverteilung. L ist ein Vektor-
raumverband. Die Ordnung ist die punktweise Ordnung und das Infimum, Supremum wird
definiert durch
(µ ∧ λ)(A) = inf (µ(B) + λ(A\B)) (µ ∨ λ)(A) = inf (µ(B) + λ(A\B))

B⊂A B⊂A
(Nachrechnen.) Das Nachrechnen erleichtert man sich, indem man zu vorgegebenem µ, λ das
dominierende Maß µ = µ + λ betrachtet. Mit Hilfe von Radon-Nikodym identifiziert man die
rechte Seite via dem Infimum, bzw. Supremum von Funktionen.
Auf L definiere die Abbildung
kλktot := sup (λ(A) − λ(B)). (7.1)

A,B∈A
Diese Abbildung k·ktot : V → IR heißt Totalvariationsnorm. Der Einfachheit halber benutzen

wir auch k · k. Für λ = µ − µ gilt
Z
kλktot = |f − g|d(µ + µ)
mit f, g die Radon-Nikodym Ableitungen von µ, µ bzgl. µ + µ.

Die Ladungsverteilung µ − µ eingeschränkt auf Ω+ ist das Mas̈ µ − µ ∨ µ bzw. (f − g)+ µ.
Bem: Ladungsverteilungen werden auch eingeführt als Abbildungen λ von einer σ-Algebra
A in die erweiterten reellen Zahlen, die σ-stetig ist. (D.h. für jede aufsteigende (absteigende)
Folge An ∈ A gilt λ(An ) → λ(A).) Hat λ endliche Totalvariationsnorm (7.1) so ist λ eine
Differenz endlicher Maße.
7.1.1 Satz von Fischer-Riesz∗

Sei L∗p (µ) der Raum der stetigen und linearen Abbildungen von Lp in die reellen Zahlen.
Satz 71 (Fischer-Riesz) Sei µ ein σ-endliches Maß. Dann ist L∗p (µ) isometrisch zu Lq (µ)
mit p1 + 1q = 1, 1 < p, q < ∞. Genauer, für jede Abbildung B ∈ L∗p (µ) gibt es ein g ∈ Lq (µ)
R
mit B(f ) = f gdµ und kBk = kgkq .
Beweis: Sei zuerst µ endlich. Die Abbildung λ : A → IR definiert durch λ(A) = B(11A ) hat
eine endliche Totalvariationsnorm,
kλktot := sup (λ(A) − λ(Ac )) ≤ sup(kBkk11A kp + kBkk11Ac kp ) ≤ kBk2µ(Ω) < ∞.

A∈A A
Die Operatornorm kBk von B ist endlich wegen der Stetigkeit des Operators. Damit ist λ ein
signiertes Maß. Zerlege ν nach Hahn-Jordan in den Positivteil λ+ und den Negativteil λ− .
Beide sind absolut stetig relativ zu µ. (Nachrechnen.) Sei
dλ+ dλ−
g= −
dν dµ
die entsprechende
R
Radon-Nikodym Dichte. Diese Funktion tut’s.
• gf dµ = B(f ) für alle beschränkten f ∈ Lp
Zeige dies erst für eine Treppe, dann für eine positive Treppenfunktion (Linearität), dann
58
WS08/09 U. Rösler
durch Approximation für positive beschränkte f ∈ Lp (σ-Stetigkeit von unten) und schließlich
für beschränkte f ∈ Lp .
• Die Lq -Norm von g ist beschränkt durch die Operatornorm kBk von B.
q
Sei fN := |g|g 11|g|≤N . Dies ist eine beschränkte Funktion, daher in Lp , und es gilt
Z
|kfN kpp | = |g|q 11|g|≤N dµ
Z Z
|B(fN )| = | fN gdµ| = |g|q 11|g|≤N dµ = kg11|g|≤N kqq
|B(fN )|
∞ > kBk ≤ = kg11|g|≤N kqq−q/p → kgkq
kfN kp
R
• gf dµ = B(f ) für alle f ∈ Lp . R R
Die Ausdehnung erfolgt (durch σ-Stetigkeit) auf alle f ∈ Lp da | f gdµ| ≤ |f g|dµ ≤
kf kp kgkq endlich ist.
• kBk ≤ |gkq .
|B(f )| kf gk1
kBk = sup ≤ sup ≤ kgkq .
f 6≡0 kf kp f kf kp
• Die Abbildung L∗p ∋ B 7→ g ∈ Lq ist wohldefiniert, injektiv und surjektiv.
Leicht.
• OEdA sei µ ein endliches Maß.
Sei An ∈ A, n ∈ IN, eine disjunkte Zerlegung mit µ(An ) < ∞. Sei B ∈ L∗p und fn ∈ Lq
P
die zugehörige Darstellung, eingeschränkt auf die Menge An . Dann tut es f := ∞ n=1 fn 11An .
q.e.d.
7.1.2 Totalstetig ∗
Ein Maß µ heißt totalstetig bzgl. ν, falls
∀ǫ > 0 ∃δ > 0 ∀A ∈ A ν(A) < δ ⇒ µ(A) < ǫ.
Proposition 72 Ist µ totalstetig bzgl. ν, so ist µ absolut stetig bzgl. ν. Die Umkehrung gilt
für endliche Maße µ.
Beweis: Nur die Umkehrung ist zu zeigen. Sei µ nicht totalstetig bzgl. ν. Dann gibt es ein
P
ǫ > 0 und eine Folge An ∈ A mit µ(An ) ≥ ǫ und ν(An ) →n 0. Wir können n ν(An ) < ∞
annehmen. Die Eigenschaften der Menge A := lim supn An ergeben nun einen Widerspruch.
• µ(A) ≥ ǫ.
T S
Beachte A = m Bm und Bm := i≥m Ai fällt monoton gegen A. µ(A) = limm ν(Bm ) ≥
limm ǫ = ǫ.
• ν(A) = 0.
P
ν(A) = limm ν(Bm ) ≤ limm n≥m ν(An ) = 0. q.e.d.
59
WS08/09 Maßtheorie
7.2 Bedingte Erwartungen

Die bedingte W-keit einer Menge A unter B ist
P (A ∩ B)
P (A | B) =
P (B)
für P (B) > 0. Wie groß ist die W-keit von A, gegeben die Information ω ∈ B oder nicht. Dies
wird beschrieben durch die Funktion
11B P (A | B) + 11B c P (A | B c )
von Ω → IR. Nehmen wir eine Partition Bn des Grundraumes, so ergibt sich eine meßbare
P
Funktion f = n 11Bn P (A | Bn ). Diese erfüllt
Z Z
f dP = 11A dP
B B
für alle B ∈ σ(Bn , n ∈ IN ). Die Interpretion ist die W-keit von A gegeben die Information
der σ-Algebra σ(Bn , n ∈ IN ).
Jetzt die Verallgemeinerung auf allgemeine σ-Algebren. Sei (Ω, A, µ) ein Maßraum und
A0 ⊂ A eine Unter-σ-Algebra. Eine A0 − B meßbare Funktion g : Ω 7→ IR heißt bedingte
Erwartung von f unter A0 , falls gilt
Z Z
f dµ = g dµ (7.2)
A0 A0
für alle A0 ∈ A0 und beide Seiten sind wohldefiniert im Lebesgueschen Sinne.

Notation: E(f | A0 ) oder E A0 (f ).
Für eine beliebige mes̈bare erweiterte Funktion f existiert eine bedingte Erwartung, falls
eine für den Positivteil f + = f ∨ 0 und für den Negativteil f − = (−f ) ∨ 0 jeweils existieren
und die Differenz beider wohldefiniert ist,
E(f | A0 ) = E(f + | A0 ) − E(f − | A0 ).
Diese ist f.s. eindeutig.

Satz 73 (Existenz der bedingten Erwartung) Sei A0 ⊂ A eine Unter-σ-Algebra von
A0 . Dann ist die bedingte Erwartung eine positive, lineare, skalare, σ-stetige Abbildung von
L1 (A) nach L1 (A0 ), die die 1 auf die 1 abbildet.
Beweis: Betrachte für positives f ∈ L1 (A, µ) das Mas̈ ν := f ·µ. Seien ν0 , µ0 die Einschränkun-
gen der Maße ν, µ auf (Ω, A0 ). Es gilt ν0 << µ0 . Dann tut’s die Radon-Nikodym Dichte 70
dν0
g := dµ 0
. Wir benutzen die Erweiterung wie oben.
• Die Radon-Nikodym Dichte g wie oben ist eine bedingte Erwartung.
Die Integrale existieren und es gilt
Z Z Z Z Z
g dµ = g dµ0 = dν0 = dν = f dµ.
A0 A0 A0 A0 A0
• Fast sichere Eindeutigkeit der bedingten Erwartung. R R

Seien g1 , g2 zwei bedingte Erwartungen von f ≥ 0 unter A0 . Dann gilt A0 g1 dµ = A0 g2 dµ
für alle A0 ∈ A0 und damit µ-fast sichere Gleichheit.
60
WS08/09 U. Rösler
• Die Abbildung E(· | A0 ) ist wohldefiniert.

Für positive Funktionen ist dies oben gezeigt. Der Rest ist einfach.
• Die Abbildung ist positiv.
Sei f ≥ 0 und B := {E(f | A0 ) < 0} ∈ A0 . Dann gilt
Z Z
0≤ E(f | A0 )dµ = f dµ ≤ 0.
B B
Dies impliziert µ(B) = 0.

Die restlichen Eigenschaften werden nachgerechnet. Wir überschlagen dies. q.e.d.
Beachte, die bedingte Erwartung ist µ-fast sicher definiert und sind mathematisch gesehen
Äquivalenzklassen bzgl. µ-Nullmengen. Wir rechnen allerdings damit wie mit Funktionen, die
nichts anderes als Repräsentanten der Äquivalenzklasse sind. Im Folgenden unterscheiden wir
(der einfachheit halber) nicht zwischen Funktionen und Äquivalenzklassen.
Korollar 74 (Eigenschaften der bedingten Erwartung) Die Abbildung E(· | A0 ) : L1 (A) →

L1 (A0 ) ist ein linearer, positiver, projektiver, normerhaltender Vektorraumhomomorphismus,
der die 1 auf die 1 abbildet.
Beweis: Nach dem obigen Satz ist die bedingte Erwartung wohldefiniert. Die Eigenschaften
werden nachgerechnet. (Eine Projektion ist eine idempotente, lineare Abbildung auf einem
Vektorraum in sich selbst.) q.e.d.
Insbesonders ist die bedingte Erwartung σ-stetig. Wir erweitern jetzt die bedingte Abbil-
dung auf meßbare positive Funktionen f via
E(f | A0 ) = lim E(fn | A0 )
µ-f.s. mit fn ∈ L+1 (A) punktweise aufsteigend gegen f. Dieser Operator ist wohldefiniert.
Für meßbare Funktionen f zerlege diese in Positiv- und Negativteil und setze die bedingte
Erwartung linear fort. Dies ist möglich, sofern wir µ-f.s. ∞ − ∞ vermeiden.
Sei F(A) die Menge der mes̈baren erweiterten Funktionen, für die die bedingte Erwartung
wie oben angegeben wohldefiniert ist.
Mit der bedingten W-keit können wir umgehen wie mit dem Lebesgueintegral. Insbeson-
ders gelten die Konvergenzsätze und die Standardungleichungen.
Satz 75 Es gelten die drei Konvergenzsätze und die Jensen Ungleichung:
• Monotone R
Konvergenz:
fn ր f, R f1 dµ > −∞ ⇒ E(fn | A0 ) րn E(f | A0 ) µ f.s.
fn ց f, f1 dµ < ∞ ⇒ E(fn | A0 ) ցn E(f | A0 ).
• Fatou:
R
R
inf n fn > −∞ ⇒ lim inf n E(fn | A0 ) ≥ E(lim inf n fn | A0 ) µ f.s.
supn fn < ∞ ⇒ lim supn E(fn | A0 ) ≤ E(lim supn fn | A0 ).
• Dominierte Konvergenz:
fn →n f, supn |fn | ∈ L1 ⇒ E(fn | A0 ) →n E(f | A0 ).
61
WS08/09 Maßtheorie
• Jensen Ungleichung: Für eine konvexe Funktion ϕ gilt, sofern wohldefiniert,
E(ϕ(f ) | A0 ) ≥ ϕ(E(f | A0 )).
Beweis: Wir überschlagen den Beweis, der analog zum Lebesgueintegral verläuft.
Hier noch einige häufig benutzte Eigenschaften.
Lemma 76 Sei alles wohldefiniert. Die folgenden Aussagen gelten alle µ-fast sicher.
• |E(f | A0 )| ≤ E(|f | | A0 )
• E(f h | A0 ) = hE(f | A0 ) für eine A0 -meßbare Funktion h. ne A0 -meßbare Funktion h.
• Towerproperty: Für A0 ⊂ A1 ⊂ A Unter-σ-Algebren gilt
E(E(f | A0 ) | A1 ) = E(f | A0 ) = E(E(f | A1 ) | A0 )
• supn E(fn | A0 ) ≤ E(supn fn | A0 )
Beweis: Standard.
Beispiel:
R
Triviale σ-Algebra Sei A0 die triviale σ-Algebra {∅, Ω}. Dann ist E(f |
A0 )dµ = f dµ.
Beispiel: A0 = {∅, B, B c , Ω} mit 0 < µ(B), µ(B c ) < µ(Ω). Es gilt
R R
B f dµ c f dµ
E(f | A0 ) = 11B + 11B c B c .
µ(B) µ(B )
Nachrechnen für A0 ∈ A0 ist B, B c oder Ω.

Beispiel: Atomares A0 Ein Atom einer σ-Algebra ist eine mes̈bare Menge A deren
mes̈bare Untermengen nur die leere Menge oder A selbst sind. Sei A0 eine Unter-σ-Algebra,
die von einer abzählbaren disjunkten Zerlegung Bn , n ∈ IN, erzeugt wird, 0 < µ(Bn ) < ∞.
Dann ist die bedingte Erwartung
R
X Bnf dµ
E(f | A0 ) = 11Bn .
n µ(Bn )
Beispiel: Gruppenmittelwert Sei G eine endliche Gruppe von meßbaren, maßerhal-

tenden Abbildungen g : Ω 7→ Ω, d.h. µg−1 = µ. Sei A0 die σ-Algebra aller G-invarianter
Ereignisse, A0 = {B ∈ A | g−1 (B) = B ∀g ∈ G}. Dann gilt für f ≥ 0
1 X
E(f | A0 ) = f ◦ g.
|G| g∈G
R R
Beweis: Benutze eine Variablentransformation um B f dµ = B f ◦ gdµ zu zeigen. Der Rest
ist leicht. q.e.d.
Korollar 77 Die bedingte Erwartung E(· | A0 ) : Lp (A) → Lp (A0 ), 1 ≤ p ≤ ∞ ist ein

linearer, positiver, σ-stetiger Operator mit Operatornorm 1. Die Fixpunkte der bedingten Er-
wartung sind die A0 -meßbaren und p-integrierbaren Funktionen.
62
WS08/09 U. Rösler
Beweis: Für 1 ≤ p < ∞ verwende die Jensen-Ungleichung für IR+ ∋ x 7→ xp ,

Z Z
p
|E(f | A0 )| dµ ≤ |E(|f |p | A0 )dµ = kf kpp .
Analog für p = ∞,
esssup |E(f | A0 )| ≤ esssup E(|f | | A0 )| ≤ esssup |f |.
Der Rest ist Übung.
Folgerung: Die bedingte Erwartung ist eine stetige Funktion auf Lp .

1 1
Lemma 78 Seien 1 ≤ p, q ≤ ∞ dual, p + q = 1. Dann definiert
Lp (A) × Lq (A) ∋ (f, g) 7→ E(f g | A0 ) ∈ L1 (A0 )
eine Bilinearform. Es gilt die bedingte Hölder Ungleichung
E(|f g| | A0 ) ≤ (E(|f |p | A0 ))1/p (E(|g|q | A0 ))1/q .
Beweis: Der bedingte Erwartungswert als Operator ist wohldefiniert, da

Z Z
|E(f g | A0 )| ≤ E(|f g| | A0 ) = kf gk1 ≤ kf kp kgkq < ∞.
Der Operator ist bilinear.

Sei zur Abkürzung X = (E(|f |p | A0 ))1/p und Y = (E(|g|q | A0 ))1/q . Es reicht zu
f g
zeigen E(| X Y | | A0 ) ≤ 1 auf jeder Menge A0 ∈ A0 . Sei ν = 11A0 µ. Beachte, die bedingten
Erwartungswerte unter µ und ν sind f.s. gleich auf A0 .
Z 1/p Z 1/q
|f |p |g|q
Z Z
f g |f | |g|
E(| | | A0 ) dµ ≤ dν ≤ dν dν
A0 XY X Y Xp Yq
Z 1/p Z 1/q
E(|f |p | A0 ) E(|g|q | A0 )
≤ dµ dµ = µ(A0 )1/p+1/q = µ(A0 )
A0 Xp A0 Yq
Alternative Einführung der bedingten Erwartung über Hilberträume.
Eine Projektion auf einem Hilbertraum H ist eine lineare Abbildung A : H 7→ H mit A ◦ A =
A. Eine orthogonale Projektion ist eine selbstadjungierte (A = A∗ ) Projektion. Orthogonale
N
Projektionen gestatten die Hilbertraumorthogonalzerlegung H = H0 H0⊥ mit H0 = AH
und H0⊥ der Orthogonalraum. Diese setzen wir als bekannt voraus.
Lemma 79 Es gibt genau eine surjektive orthogonale Projektion H 7→ H0 .
Beweis: Für f ∈ H betrachte die Abbildung Tf : H0 → IR definiert durch Tf (h) =< f, h > .
Die Abbildung Tf eingeschränkt auf H0 ist aus dem stetigen Dualraum H0∗ von H0 . Da H0
selbstdual ist, siehe Satz von Riesz, gibt es genau eine Funktion g ∈ H0 mit < f, h >=< g, h >
für alle h ∈ H0 . Definiere die Abbildung A : H → H0 durch A(f ) = g. A tut’s.
A ist wohldefiniert. Der Bildraum ist H0 , da A auf H0 die Identität ist. Hieraus folgt die
Surjektivität und dann die Projektionseigenschaft. Die Orthogonalität rechnen wir nach,
< Af, h >=< h, Af >=< Ah, Af >=< Af, Ah >=< f, Ah >=< Af, A∗ h >
63
WS08/09 Maßtheorie
für alle f, h ∈ H. q.e.d.

R
In unserem Fall sei der Hilbert Raum H = L 2 (A) versehen mit der Bilinearform < f, g >=
f gdµ. Für eine Unter-σ-Algebra A0 ist H0 := L2 (A0 ) ⊂ H ein Unterhilbertraum. Dann ist
die orthogonale Projektion A auf H0 die bedingte Erwartung. Es verbleibt nachzurechnen in
Hilbertraumnotation
< A(f ), 11A0 >=< f, 11A0 >
für alle A0 ∈ A0 . Dies ist erfüllt.
Der Definitionsbereich von A kann dann auf positive Funktionen und auf Lp Funktionen
ausgedehnt werden.
Umgekehrt, die bedingte Erwartung wie vormals definiert, liefert auf dem Hilbertraum
die eindeutige surjektive orthogonale Projektion nach H0 . Die Surjektivität und Projektions-
eigenschaft ergibt sich durch E(f | A0 ) = f für f ∈ H0 . Die Orthogonalität folgt aus
Z Z Z
E(f | A0 )gdµ = f gdµ = f E(g | A0 )dµ
erst für eine Treppe g = 11A , dann eine Treppenfunktion und mit σ-Stetigkeit für g aus dem
Hilbertraum H.
7.2.1 Faktorisierung
Seien f : Ω → Ω′ und g : Ω → Ω′′ meßbare Funktionen. f heißt g-meßbar, falls f meßbar ist
bezüglich der von g erzeugten σ-Algebra. In Formeln, falls f −1 (A′ ) ⊂ g−1 (A′′ ).
Hintergrund ist das
Lemma 80 (Faktorisierungslemma) Seien f : Ω → Ω′ und g : Ω → Ω′′ meßbare Funktio-
nen. Die σ-Algebra A′ , A′′ seien abzählbar erzeugt. Dann gilt
f ist g meßbar ⇔ ∃h : Ω′′ 7→ Ω′ meßbar mit f = h ◦ g.
Beweis: Die Rueckrichtung folgt aus f −1 (A′ ) = g−1 (h−1 (A′ )) ⊂ g−1 (A′′ ).
Für die Hinrichtung betrachte zuerst die W-räume Ω′ , Ω′′ ⊂ IR als Teilmenge der reellen
Zahlen versehen mit der induzierten Borel σ-Algebra.
Sei Aq , q ∈ Ql das Intervall (−∞, q]. Seien Bq Borelmengen mit f −1 (Aq ) = g−1 (Bq ) für
jede rationale Zahlen q. Ohne Einschränkung der Allgemeinheit seien Bq aufsteigend in q.
(Ansonsten betrachte ∪Ql∋r≤q Br anstelle der Bq .) Definiere h durch
h(x) = inf{q ∈ Ql | x ∈ Bq }.
h tut’s.
h ist meßbar als das abzählbare Infimum mes̈barer Funktionen. Nach Konstruktion gilt
f = h ◦ g. Die Ausdehnung auf allgemeinere W-Räume ergibt sich aus folgender Proposition.
q.e.d.
Proposition 81 Jede abzählbar erzeugte σ-Algebra A besitzt eine Familie von meßbaren
Mengen Aq , q ∈ Ql, die einen Erzeuger bildet und isoton sind, r ≤ q ⇒ Ar ⊂ Aq .
Bew: Nehme zuerst an, A sei punktetrennend (∀ω1 6= ω2 ∈ Ω∃A ∈ A : ω1 ∈ A, ω1 6∈ A.).
Sei E = {En ∈ A, n ∈ IN } ein abzählbares Erzeugendensystem der σ-Algebra A. Definiere
ϕ1 : Ω → {0, 1}IN ,
ϕ1 (ω)(i) := 11Ei (ω)
64
WS08/09 U. Rösler
und definiere ϕ2 : {0, 1}IN 7→ [0, 1] via

∞
X
ϕ2 ((x1 , x2 , . . .)) = 2xi 3−i .
i=1
Sei ϕ := ϕ2 ◦ ϕ1 . Die Mengen Aq := ϕ−1 ((−∞, q]) tun’s.

Die Abbildung ϕ := ϕ2 ◦ ϕ1 : Ω 7→ IR ist injektiv und mes̈bar, da ϕ1 , ϕ2 diese Eigenschaft
haben. Daher ist ϕ−1 eine bijektive Abbildung zwischen den entsprechenden σ-Algebren. Um
dies zu sehen, betrachtet man den Erzeuger E gebildet durch alle Mengen (−∞, q], q ∈ Ql für
die eingeschränkte Borel σ-Algebra B. Da ϕ injektiv ist, gilt
ϕ−1 (B) = ϕ−1 (σ(E)) = σ(ϕ−1 (E)) = σ(Aq , q ∈ Ql) = A.
Ohne Einschränkung der Allgemeinheit können wir punktetrennend annehmen. Ansonsten

betrachte die Äquivalenzrelation auf Ω
ω ∼ ω ′ ⇔6 ∃A ∈ A : ω ∈ A, ω ′ 6∈ A.
Gehe über zu dem Raum Ω∼ der Äquivalenzklassen [ω], nehme hierauf die σ-Algebra A∼
der Mengen [A], A ∈ A. Mit entsprechender Notation ist ϕ∼ auf Ω∼ injektiv, aber nicht
notwendigerweise ϕ. Die Abbildung zwischen den σ-Algebren ist jedoch weiterhin bijektiv.
q.e.d.
Sei jetzt Ω, A, µ) ein Maßraum. In der bedingten Erwartung notieren wir die Teil-σ-
Algebra A0 durch deren Charakterisierung wie z.B. durch ein Erzeugensystem oder auch
Funktionen.
Notation: E(f | E) oder E(f | X) für E(f | A0 ) wobei A0 = σ(E) oder σ(X) gesetzt ist.
(σ(X) ist die kleinste σ-Algebra, bezüglich der die Funktion X mes̈bar ist.)
Sei X : Ω → IR meßbar und E(f | X) eine Version der bedingten Erwartung und damit
feste σ(X) − B-meßbare Funktion Ω → R. Nach dem Faktorisierungslemma gibt es eine
reelle Funktion h mit E(f | A0 ) = h ◦ X. Wir benutzen E(. | X = x) für die Abbildung
E(. | X) ◦ X −1 . E(f | X = x) heißt bedingte Erwartung von f , bedingt unter X = x.
Beachte, in der Regel ist {X = x} eine Nullmenge. Die obige Funktion h ist µX fast sicher
wohldefiniert. Mit der bedingten Erwartung bedingt nach X = x läßt sich rechnen wie mit
bedingten Erwartungen.
Sei jetzt (Ω, A, µ) ein Mas̈raum. Das Faktorisierungslemma gilt auch für Äquivalenzklassen
(bzgl f.s. Gleichheit), mit den entsprechenden Modifikationen. Die Äquivalenzklasse [f ] ist
meßbar bzgl. der Äquivalenzklasse [g] falls für alle f ∈ [f ], g ∈ [g], A′ ∈ A′′ es ein A′′ ∈ A′′
gibt mit der symmetrischen Differenz f −1 (A′ )△g−1 (A′′ ) als Nullmenge. Wir überschlagen die
technischen Details.
7.2.2 Weitere Beziehungen *

Wir zeigen einige Beispiele aus der Wahrscheinlichkeitstheorie. (Wir setzen den Begriff der
Unabhängigkeit voraus. Ein W-maß bezeichnen wir stets mit P.)
Proposition 82 Für unabhängige Zgn X, Y gilt P X fast sicher
E(f (X, Y ) | X = x) = E(f (x, Y ))
65
WS08/09 Maßtheorie
Beweis: Sei M die Menge aller Funktionen mit obiger Eigenschaft. M enthält alle Funktionen
der Form f (x, y) = 11x∈A 11y∈B . Eine kurze Rechnung zeigt
Z Z
E(11A (X)11B (Y ) | X)X −1 dP X = .... = P (X ∈ A ∩ C)P (Y ∈ B) = ... = E(f (x, Y ))dP X
C C
für alle Borelmengen C.
Weiterhin ist M abgeschlossen bezüglich Treppenfunktionen und monotoner Grenzwerte.
Dies reicht. q.e.d.
Beispiel: Ebene Seien X, Y : Ω → IR Zufallsgrößen R
mit der gemeinsamen Verteilung
gemäß der Dichte f : IRR2 7→ IR, d.h. P ((X, Y ) ∈ ·) = · f (x, y)dxdy.
Dann ist g, g(x) := f (x, y)dy, die Dichte von X. g ist meßbar und
Z Z Z
P (X ∈ A) = 11x∈A f (x, y)dxdy = g(x)dx.
A
Ferner gilt
R R
h(y)f (X, y)dy h(y)f (x, y)dy
E(h(Y ) | X) = , E(h(Y ) | X = x) =
g(X) g(x)
für jede integrierbare oder positive meßbare Funktion h.
Sei dazu h = 11B und A, B borelsch.
Z
E(h(Y ) | X)dP = E(11X∈A 11Y ∈B ) = P ((X, Y ) ∈ (A, B))
X −1 (A)
Z Z Z R
B f (x, y)dy
= f (x, y)dydx = g(x)dx
A B A g(x)
Z R
h(y)f (X, y)dy
= dP.
X −1 (A) g(X)
Hieraus folgt die erste Behauptung wegen der fast sicheren Eindeutigkeit der bedingten Er-
wartung.
Alle meßbaren Treppenfunktionen h erfüllen die Behauptung und alle monotonen Grenz-
werte hiervon wegen der σ-Stetigkeit. q.e.d..
Lemma 83 Seien A0 und A1 Unter-σ-Algebren und f integrierbar oder positiv und meßbar.
Falls σ(A0 , f ) unabhängig von A1 ist, gilt P -f.s.
E(f | A0 , A1 ) = E(f | A0 ).
Beweis: Z Z
D := {D ∈ σ(A0 , A1 ) | E(f | A0 , A1 )dP = E(f | A0 )dP }.
D D
Man rechnet leicht nach, daß D ein Dynkin-System ist. E := {A0 ∩ A1 |A0 ∈ A0 , A1 ∈ A1 } ist
ein Erzeuger von σ(A0 , A1 ). Für A0 ∈ A0 , A1 ∈ A1 ist
Z
E(f | σ(A0 , A1 ))dP = P ((11A0 f )11A1 ) = P (11A0 f )P (11A1 )
A0 ∩A1
Z
= P (11A0 E(f | A0 ))P (11A1 ) = P (11A0 E(f | A0 )11A1 ) = E(f | A0 )dµ.
A0 ∩A1
Daher gilt E ⊂ D. q.e.d.
Man beachte hier den Spezialfall A0 trivial: Aus σ(f ) unabhängig von A0 folgt E(f |
A1 ) = E(f ).
66
WS08/09 U. Rösler
7.3 Bedingte Wahrscheinlichkeiten∗

Mit der bedingten Erwartung E(. | A0 )(ω) oder auch E(. | X = x) läßt sich rechnen wie
mit Erwartungen oder bedingten Wahrscheinlichkeiten. Wann ist für festes ω die bedingte
Erwartung E(. | A0 )(ω) als eine Abbildung auf Funktionen darstellbar als ein Integral?
Das Problem besteht darin eine Festlegung K(ω, A) von E(11A | A0 )(ω) zu finden, die es
bis auf eine Nullmenge simultan für alle mes̈baren Mengen A tut.
7.3.1 Kerne aus bedingten Erwartungen

Seien (Ω, A) und (Ω′ , A′ ) meßbare Räume. Ein Kern ist eine Abbildung K : Ω × A′ 7→ IR
mit den Eigenschaften
(i) für alle ω ist K(ω, ·) : A′ 7→ IR ein Maß,
(ii) für alle A′ ∈ A′ ist K(·, A′ ) : Ω 7→ IR meßbar.
Ein Wahrscheinlichkeitskern ist ein Kern mit K(ω, ·) ein W-maß für jedes ω. Ein Sub-
wahrscheinlichkeitskern ist ein Kern mit K(ω, R
Ω) ≤ 1 für jedes ω.
Wir benutzen die Notation K(ω, f ) := f (x)K(ω, dx).
Satz 84 Sei (Ω, A, P ) ein W-Raum und A abzählbar erzeugt. Sei A0 eine Unter-σ-Algebra
von A. Dann gibt es einen W-kern K : Ω × A → IR, so daß K(., f ) : Ω → R eine Version der
bedingten Erwartung E(f | A0 ) ist für jede positive meßbare Funktion f.
Beweis: Wir führen den Beweis auf den reellen Zahlen. Der allgemeine Fall benutzt die Pro-
position (81).
Sei E die Menge aller Mengen Aq := {ω ≤ q} für rationale q ∈ Ql. Wähle eine feste
Funktion (=Version) F (., q) : Ω → IR der bedingten Erwartung E(Aq | A0 ) aus.
• Die Funktionen F (., p) sind punktweise aufsteigend in p bis auf ω in einer Nullmenge
N1 .
Für festes p < q gilt F (., p) ≤ F (, .q) bis auf ein Nullmenge. Es gibt nur abzählbar viele
rationale Paare p ≤ q und die Vereinigung abzählbar vieler Nullmengen ist eine Nullmenge.
• lim inf Ql∋q→−∞ F (ω, q) = 0 bis auf eine Nullmenge N2 .
Leicht.
• lim inf Ql∋q→∞ F (ω, q) = 1 bis auf eine Nullmenge N3 .
Leicht.
Sei N = N1 ∪ N2 ∪ N3 . Definiere G : Ω × IR 7→ IR durch
G(ω, x) = inf F (ω, q).

Q
l∋q≥x
• G(ω, .) ist eine Verteilungsfunktion für alle ω 6∈ N. Nachrechnen. Übung.

Sei µω , ω ∈ N c , das W-maß zur Verteilungsfunktion G(ω, ·) via
µω (Bq ) = G(ω, q),
q ∈ Ql. Dies W-maß ist eindeutig. Sei µω das Punktmaß in 0 für ω ∈ N. Dann tut’s K(ω, A) :=
µω (A).
• K ist ein Kern.
Für festes ω ist K(ω, .) ein Mas̈. Es verbleibt zu zeigen:
D := {A ∈ A | K(., A) : Ω 7→ IR ist meßbar }
67
WS08/09 Maßtheorie
ist gleich A. Zeige hierzu D ist ein Dynkinsystem. (Ω ∈ D, D ist abgeschlossen bzgl. dem
Komplement und disjunkter abzählbarer Vereinigung.) D enthält das durchschnittsstabile
Erzeugendensystem Aq , q ∈ Q von A. .
Notation: µω (·) heißt bedingte Wahrscheinlichkeit.
Folgerung 85 Bis auf eineR gemeinsame Nullmenge gilt µω (A) = E(1A | A0 )(ω) für alle
A ∈ A und E(f | A0 )(ω) = f dµω .
Beweis: Dies gilt für f eine Treppe, f eine Treppenfunktion, per σ-Stetigkeit für positive f
und per Zerlegung f = f + − f − für alle f , sofern die Ausdrücke wohldefiniert sind. q.e.d.
Bemerkung: Es existieren nicht immer bedingte Maße.
Bedingte Wahrscheinlichkeiten Sei (Ω, A, P ) ein Wahrscheinlichkeitsraum. Für 0 <
P (B) < 1 sei A0 := {∅, B, B c , Ω}. Die bedingte Wahrscheinlichkeit, bedingt auf B, ist das
W-maß P (· | B) := PP(·∩B)
(B) wohldefiniert. Es gilt
P (A | A0 ) = 11B P (A | B) + 11B c P (A | B c ).
Sei nun (Bn )n∈IN eine Partition von Ω, 0 < P (Bn ) < 1. Sei A0 die kleinste σ-Algebra
erzeugt von allen Bn . Die bedingte Erwartung wird durch bedingte W-maße gegeben,
X
P (A | A0 ) := P (A | Bn )11Bn : Ω → IR.
n
Z XZ
E(f | A0 ) = f dP (· | A0 ) = f dP (· | Bn )11Bn
n
fast sicher.
Bedingte W-keit unter X = x sind die Verallgemeinerungen von bedingten W-keiten
bedingt auf Ereignisse vom Maß 0.
68
Kapitel 8
Produkträume *
Ziel dieses Paragraphen sind Maße auf allgemeinen Produkträumen und der Existenzsatz
von Kolmogoroff für Produkträume. Diese werden für die Existenz stochastischer Prozesse
benötigt, z.B. auch schon für die Existenz einer Folge von unabhängigen Zufallsgrößen.
8.1 Produkträume
Wir starten mit dem mengentheoretischen Produktraum. Seien Ωi , i ∈ I, beliebige Mengen,
I ein beliebiges Indexsystem. Das kartesische Produkt
Y
ΩI := Ωi
i∈I
dieser Mengen ist die Menge aller Funktionen ω : I 7→ ∪i∈I Ωi mit ω(j) =∈ Ωj für alle j ∈ I.
Sind alle Ωi , i ∈ I, gleich, etwa E, so benutzen wir die gebräuchliche Notation ΩI = E I .
Projektion: Für J ⊂ I sei
ΦI,J : ΩI → ΩJ
die Projektion auf die J-Koordinaten. Formal ist dies die Einschränkung ω|J der Funktionen
ω aus ΩI auf den Definitionsbereich J. Wir benutzen die Notation ΦJ := ΦI,J wenn möglich.
Die Abbildung Φi := Φ{i} heißt i-te Koordinatenabbildung . Der Wert Φi (ω) = ω(i) wird
gerne als ωi geschrieben und die Funktion ω in der Form (ωi )i∈I .
Die Menge der Projektionsabbildungen ist transitiv, d.h. sie erfüllen
ΦK,L ◦ ΦJ,K = ΦJ,L (8.1)
für L ⊂ K ⊂ J.
Beachte ΦJ,K Φ−1 −1
J,K ist die Identität auf ΩK und ΦJ,K ΦJ,K (ω) ⊃ {ω} für ω ∈ ΩJ .
Zylindermengen: Eine Zylindermenge in ΩI ist eine Menge der Form Φ−1 J (AJ ) mit
AJ ⊂ ΩJ . Die Koordinatenmenge J ⊂ I heißt Basis des Zylinders.
Mit dieser Definition ist jede Menge aus ΩI eine Zylindermenge in ΩI zur Basis I. Interes-
sant sind kleinere Basen, im Sinne der Enthaltensrelations. Die Basis eines Zylinders ist nicht
eindeutig. (Übung).
Die Abbildung πJ := Φ−1 J ΦJ : ΩI → P(ΩI ), ∅ 6= J ⊂ I bzw. als Abbildung von der
Potenzmenge P(ΩI ) in sich selbst erfüllt die Projektionseigenschaft πJ ◦ πJ = πJ für Mengen.
(Beachte, für eine Funktion f gilt stets f ◦ f −1 ist die Identität und f −1 ◦ f (x) ⊂ {x}.)
69
WS08/09 Maßtheorie
Proposition 86 Z ist genau dann eine Zylindermenge zur Basis J falls πJ (Z) = Z gilt.
Es gilt stets πJ ◦ πK = πJ∩K = πK ◦ πJ .
Sind J und K zwei Basen einer Zylindermenge, so auch J ∩ K.
Beweis: Übung.
Rechteckmengen: Eine Rechteckmenge oder auch Rechteckzylinder ist eine Menge der
Form
\
Φ−1
j (Aj )
j∈J
mit Aj ⊂ Ωj , j ∈ J ⊂ I. Sie ist auch eine Zylindermenge mit Basis J.

Ist I endlich, etwa I = {1, 2, . . . , n}, so schreiben wir die Rechteckmenge Φ−1
i (Ai ) in der
prägnanteren Form
Ω1 × Ω2 × . . . × Ωi−1 × Ai × Ωi+1 × . . . × Ωn .
Analog für allgemeinere Rechteckmengen. Beachte hierbei die Reihenfolge des Index.
Schnitt: Der Schnitt SJx : P(ΩI ) → P(ΩJ c ) einer Menge A ∈ ΩI in Richtung J c für festes
x ∈ ΩJ ist
SJx (A) := ΦJ c (A ∩ Φ−1
J (x)).
Eine alternative Beschreibung ist {ω|J c | ω ∈ A, ω|J = x} durch Einschränkung der Funktio-
nen auf J c bei festgehaltenem Wert ω|J = x auf J. Im IR2 hilft ein Bildchen
' $
A
y S2y (A)
& %
8.1.1 Produkt σ-Algebra

Wir kommen jetzt zu Produkträumen mit meßbarer Struktur. Seien (Ωi , Ai ), i ∈ I, beliebige
meßbare Räume. Die Produkt σ-Algebra AI ist die kleinste σ-Algebra auf ΩI , bezüglich der
alle Koordinatenabbildungen Φi , i ∈ I, meßbar sind. Wir benutzen die Notation
O
AI =: Ai .
i∈I
Das Tupel (ΩI , AI ) heißt Produktraum (der meßbaren Räume (Ωi , Ai ), i ∈ I.)
70
WS08/09 U. Rösler
Proposition 87 i) Die Projektion ΦI,J , J ⊂ I, ist AI − AJ meßbar.

ii) Die Produkt σ-Algebra AI besteht aus allen Mengen der Form Φ−1
J (AJ ) mit abzählbarem
J und meßbarem AJ ∈ AJ .
iii) Der Schnitt SJx (A) einer mes̈baren Menge A ist mes̈bar.
iv) Die Menge der meßbaren Rechteckmengen sind genau die Mengen der Form ∩j∈J Φ−1 (Aj )
mit J höchstens abzählbar und Aj ∈ Aj .
Beweis: i) Die Urbilder Φ−1
J,{j} (Aj ), Aj ∈ Aj , j ∈ J, bilden ein Erzeugersystem EJ für die
Produkt σ-Algebra AJ . Das Urbild EI = Φ−1 −1
I,J (EJ ) = {Φj (Aj ), Aj ∈ Aj , j ∈ J} ist ein
Erzeugersystem für AI . Dies reicht im Hinblick auf Proposition 6.
ii) Sei M die Menge der Zylindermengen mit obiger Darstellung. Nach der vorherigen
Proposition 87 gilt M ⊂ AI . Für die Umkehrung zeigen wir zuerst M ist eine σ-Algebra.
M ist nicht leer und komplementabgeschlossen, (Φ−1 c −1 c
· (A)) = Φ· (A ). Sie ist abgeschlossen
bzgl. der abzählbaren Vereinigung. Dies folgt aus Jn ⊂ I, Jn höchstens abzählbar, J := ∪n Jn ,
abzählbar,
\ \ \
Φ−1
Jn (AJn ) = Φ−1 −1 −1
J (ΦJ,Jn (AJn )) = ΦJ ( Φ−1
J,Jn (AJn )) ∈ M.
n n n
Weiterhin enthält M alle Mengen Φ−1 i (Ai ), die wiederum einen Erzeuger der Produkt σ-
Algebra bilden. Daraus folgt M ⊃ AI und es gilt Gleichheit.
iii) Sei M die Menge aller mes̈baren Mengen A mit mes̈barem Schnitt SJx (A). M ist eine
σ-Algebra. (Nachrechnen, etabliere SJx (Ac ) = (SJx (A))c und M enthählt den Erzeuger EI .)
iv) Die jeweiligen Schnitte auf Koordinate i liefern für geeignetes x gerade Ai . q.e.d.
Lemma 88 Die Menge R aller Rechteckmengen mit endlicher Basis ist ein Halbring mit Ω.
Beweis: Die Menge R enthält Ω und ist abgeschlossen bzgl. dem endlichen Durchschnitt.
• Das Komplement einer Halbringmenge ist eine disjunkte endliche Vereinigung von Halb-
ringmengen.
Sei R = ∩j∈J Φ−1
j Aj die Halbringmenge. Es gilt
[ [
Ω = ∩j∈J (Φ−1 −1 c
j (Aj ) ◦ Φj (Aj ) = ◦ (∩f (j)=0 Φ−1 −1 c
j (Aj ) ∩ ∩f (k)=1 Φk (Ak ).
f :J→{0,1}
R korrespondiert zu dem Ausdruck mit f ≡ 0. Rc ist von der geforderten Gestalt. Ein Bild
im IR2 verdeutlicht die Darstellung.
q.e.d.
71
WS08/09 Maßtheorie
8.1.2 Maße auf Produkträumen.

Wir kommen jetzt zu maßtheoretischen Produkträumen.
Ein Produktmaß auf dem Produktraum (ΩI , AI ) ist ein Maß µ darauf mit
\ Y
µ( Φ−1
j (Aj )) = µ(Φ−1
j (Aj )) (8.2)
j∈J j∈J
für alle Rechteckmengen mit endlicher Basis. (Wahrscheinlichkeitstheoretisch bedeutet dies

die Unabhängigkeit aller Projektionen Φi gesehen als Zufallsgröße.) Ein Produktmaß induziert
ein Maß µi auf (Ωi , Ai ) via µi = µΦ−1
i .
Wir kommen jetzt zur Umkehrung, gibt es zu gegebenen Mas̈räumen (Ωi , Ai , µi ), i ∈ I,
N
ein eindeutiges Produktmaß? In dem Falle verwenden wir die Notation µ = µI =: i∈I µi .
Das Tripel (ΩI , AI , µI ) heißt Produktmaßraum oder auch nur Produktraum bezüglich der
Maßräume (Ωi , Ai , µi ), i ∈ I.
Satz 89 Seien (Ωi , Ai , µi ), i ∈ I, W-Räume. Es gibt genau ein Produktwahrscheinlichkeits-

maß µ auf dem Produktraum mit µi = µΦ−1 i .
Beweis: Fall: I bestehe aus den zwei Elementen 1 und 2. Definiere µ auf ΩI durch
Z Z
µ(A) = ( 11A (x1 , x2 )µ1 (dx1 ))µ2 (dx2 ).
Dies tut’s.
• Eindeutigkeit.
Zwei Produktmas̈e zu (µi ) stimmen auf den Rechteckmengen überein. Die Rechteckmen-
gen bilden einen Erzeuger. Damit sind die Produktmas̈e gleich.
Fall: I endlich. Argumentiere analog induktiv über die Kardinalität von I.
Fall: I abzählbar, oEdA I = IN. Definiere µ wie in (8.2) für Rechteckmengen mit endlicher
Basis (wohldefiniert) und setze µ additiv fort auf den davon erzeugten Ring R , Proposition
19.
• µ : R 7→ IR ist ein Prämaß.
Wir zeigen die σ-Stetigkeit in der leeren Menge, welches hinreichend ist (µ(ΩI ) = 1).
An ∈ A ist fallend gegen die leere Menge und limn µ(An ) > 0.
Nach Fubini gilt Z
µ(An ) = µ2 (S1x1 (An ))µ1 (dx1 )
Q
mit µ2 der analoge entsprechende Inhalt auf i≥2 Ωi . S1x1 (An ) ist der Schnitt von An bei
festgehaltener erster Koordinate x1 . (Beachte µ2 (B2 × B3 × . . .) = µ(Ω1 × B2 × B3 × . . .) wie
für endliches I.)
Der Satzes von der monotonen Konvergenz impliziert
Z
lim µ(An ) = lim µ2 (SIxN1≥2 (An ))µ1 (dx1 ).
n n
x∗
Folglich gibt es ein x∗1 ∈ Ω1 mit limn µ2 (S1 1 (An )) > 0.
Ebenfalls nach Fubini und monotoner Konvergenz gilt
Z
x∗ x∗ ,x
0 < lim µ2 (S1 1 (An )) = lim µ3 (S1,21 2 (An ))µ2 (dx2 )
n n
72
WS08/09 U. Rösler
Q x∗ ,x∗
mit µ3 der analoge Inhalt auf i≥3 Ωi . Es gibt ein x∗2 ∈ Ω2 mit limn µ3 (S1,21 2 (An )) > 0.
Analog wähle x∗3 , x∗4 , . . . usw.
Dann liegt x∗ := (x∗1 , x∗2 , ...) in dem Durchschnitt aller An . (An ist die endliche Ver-
einigung von Halbringmengen und ist eine Zylindermenge mit endlicher Basis, sagen wir
x∗
Jn = {1, . . . , mn }. Aus SJn|mn (An ) 6= ∅ folgt dann x∗ ∈ An .) Widerspruch.
• Die eindeutige Caratheodory Erweiterung liefert das gewünschte Produktwahrschein-
lichkeitsmaß µ = µI .
Fall: I beliebig. Definiere µI : AI 7→ IR durch
µI (A) = µJ (AJ )
mit A = Φ−1 (AJ ), AJ ∈ AJ , J ⊂ I abzählbar. µI tut’s.
• Wohldefiniertheit.
Seien J, K ⊂ I abzählbar und A = Φ−1 (AJ ) = Φ−1 (AK ). Dann gilt µJ (AJ ) = µJ∪K (ΦJ∪K (A)) =
µK (AK ).
• µI ist ein W-maß. Nachrechnen. q.e.d.
Das hier definierte System (ΩJ , AJ , µJ ), J ⊂ I bildet ein projektives System, µK ΦJ,K −1 =
µK für K ⊂ J ⊂ I.
8.1.3 Projektiver Limes*

Ziel dieses Abschnittes ist eine Einordung des Satzes von Kolmogoroff aus höherer Sicht.
Wir verwenden daher Begriffe wie Klasse, mathematische Struktur und Morphismen hier
eher anschaulich ohne exakte Definition. Für den Einzelfall läßt sich alles exakt via Mengen
definieren.
Wir betrachten eine Klasse von Objekten derselben mathematischen Struktur, wie Vek-
torräume, meßbare Räume, Gruppen, oder anderes. Weiterhin gebe es gewisse struktur-
erhaltende Abildungen zwischen den Objekten, z.B. lineare Abbildungen, meßbare Abbil-
dungen, Gruppenhomomorphismen, usw.. Diese Abbildungen heißen Morphismen..
Ein projektives System ist ein Tupel (O, M) von einer Menge (genauer Klasse) O von
mathematischen Objekten derselben mathematischen Struktur und einer transitiven Menge
(genauer Klasse) M von Morphismen auf O. (Transitiv bedeutet, falls ϕα,β : α → β und
ϕβ,γ : β → γ Morphismen aus M sind, so auch ϕβ,γ ◦ ϕα,β .) Anders formuliert, das folgende
Diagramm kommutiert:
u -u -u -u -u
α ϕα,β β ϕβ,γ γ
-
" !
6
ϕα,γ
Eine projektive Schranke eines projektiven Systems (O, M) ist ein weiteres Object γ mit
dieser mathematischen Struktur und Morphismen ϕγ,α , α ∈ O und das projektive System
erweitert um γ und die Morphismen ist weiterhin ein projektives System.
Ein projektiver Grenzwert γ eines projektiven Systems (O, M) ist eine kleinste projektive
Schranke. Das heis̈t, ist δ eine weitere projektive Schranke, so gibt es Morphismen ϕδ,γ : δ → γ
und (O ∪ {γ, δ}, M ∪ {ϕγ,· , ϕδ,· }) ist ein projektives System.
73
WS08/09 Maßtheorie
Abstrakter formuliert, es liegt eine geordnete Menge vor. Jedem Element wird ein ma-
thematisches Objekt (oder sogar eine ganze Klasse) derselben mathematischen Struktur zu-
geordent. Die Ordnungs α ≤ β wird durch die Existenz eines Morphismus ϕα,β zugeordnet.
Diese ist transitiv. Zwei mathematische Objekte derselben Struktur, für die es Morphismen
in beide Richtungen gibt, werden hierbei identifiziert. Dadurch erklärt sich die Ordnung der
mathematischen Objekte.
Eine projekte Schranke ist eine untere Schranke und der projektive Grenzwert die grös̈te
untere Schranke. Sehr einprägsam ist die graphische Darstellung als links abgeschlosser Graph
(besser wäre noch ein Baum anstelle der Linie):
u -u -u -u
δ ϕδ,γ γ ϕγ,α α
-
" !
6
ϕδ,α
In der Regel ist der projekte Grenzwert eindeutig durch die Wahl der mathematischen Struk-
tur und der Morphismen gegeben.
Bsp: Kardinalität von Mengen. Die mathematische Struktur ist die Anzahl der Ele-
mente einer Menge. Die Struktur sind surjektive Abbildungen. Mengen gleicher Kardinalität
werden identifiziert. Die natürlichen Zahlen bilden einen projektiven Grenzwert für höchstens
abzählbare Mengen.
Bsp: Hilberträume. Die mathematische Struktur sind Hilberträume mit surjektiven
Homomorphismen als Morphismen.
Bsp: Gruppen. Die mathematische Struktur sind Gruppen und die Morphismen sind
die surjektiven Homomorphismen.
Ein projektives System wären die endlichen Gruppen ZZn = {0, 1, . . . , n}, n ∈ IN versehen
mit der Addition (modulo n). Der projektive Limes sind die ganzen Zahlen mit der additiven
Struktur.
Bsp: Mas̈e. Die Objekte hier sind σ-Algebren und das Mas̈, nicht die Grundmengen.
Die Morphismen sind surjektive, strukturerhaltende Abbildungen der σ-Algebren. (Eine σ-
Algebra lies̈e sich abstrakter als ein spezieller Verband charakterisieren und dieser lies̈e sich
identifizieren als σ-Algebra über der Menge der Ultrafilter. Durch die Morphismen ergeben
sich dann in natürlicher Weise Abbildungen auf den Grundräume.)
Bsp: Produktmaßräume. Seien (Ωi , Ai , µi ), i ∈ I W-räume und (ΩJ , AJ , µJ ) die Produktw-
räume. Die mathematischen Objekte sind die Produktw-räume mit J ⊂ I und die Morphismen
die mas̈erhaltenden Projektionen (µK = µJ Φ−1 J,K ) auf den Grundmenge. Die Verträglichkeits-
bedingung lautet
)ΦK,L ◦ ΦJ,K = ΦJ,L ΦJ,K µJ = µK (8.3)
Der projektive Grenzwert ist der Produktraum (ΩI , AI , µI ) mit den Projektionen ΦJ als
Morphismen.
8.2 Übergangswahrscheinlichkeiten
Bedingte W-keiten lassen sich als Kerne interpretieren und umgekehrt, zu vorgegebenen Ker-
nen lassen sich W-Maße mit zugehörigen bedingten W-verteilungen konstruieren.
74
WS08/09 U. Rösler
8.2.1 Kerne
Seien (E, E), (E ′ , E ′ ) meßbare Räume. Ein Kern ist eine Abbildung K : E × E ′ → IR mit
i) K(x, .) : E ′ → IR ist ein Maß für alle x ∈ E,
ii) K(., A′ ) : E → IR ist eine meßbare Funktion für alle A′ ∈ E ′ .
Wir sprechen von einem endlichen Kern, falls alle Maße K(x, .) endlich sind. Ein Kern
heißt Wahrscheinlichkeitskern oder auch Markoff Kern oder Übergangskern, falls alle Maße
in i) W-Maße sind. Ebenso sprechen wir von σ-endlichen Kernen usw. Ein Kern auf E bzw.
(E, E) ist ein Kern mit (E, E) = (E ′ , E ′ ).
Für jedes x ∈ E induziert das Maß K(x, .) eine Abbildung von F ′ = F(E ′ , IR+ ) in die
reellen Zahlen. Wir benutzen die Notation
Z
F ′ ∈ f 7→ K(x, f ) := f (y)K(x, dy).
Für festes positives f ∈ F ′ ist die Abbildung K(., f ) : E → IR+ mes̈bar. (Argumentiere zuerst
mit einer Treppe, dann einer Treppenfunktion und nutze zuletzt die σ-Stetigkeit aus.)
Daher induziert ein Kern K eine lineare, σ-stetige Abbildung auf positive, erweiterte und
meßbare Funktionen via
Z
′
F ∋ f 7→ f (y)K(., dy) ∈ F(E, IR+ ).
Diese Abbildung läst sich via K(x, f ) = K(x, f + ) − K(x, f − ), der Zerlegung einer Funktion
in Positiv- und Negativteil, ausdehnen.
Ebenso induziert ein Kern eine isotone, lineare Abbildung von Maßen auf A nach Maßen
auf A′ via Z
µ 7→ K(x, .)µ(dx).
E
Wir benutzen die Notation K(µ, .) und K(µ, f ) analog.
Die Komposition von Kernen K : E × E ′ 7→ IR und L : E ′ × E ′′ 7→ IR ist gegeben durch
Z
(K ◦ L)(x, A′′ ) := L(y, A′′ )K(x, dy).
E′
Lemma 90 Die Komposition von Kernen ist ein Kern. Die Komposition ist assoziativ für
σ-endliche Kerne.
Beweis: KL = K ◦ L ist ein wohldefinierter Kern. (Einfach) Der Satz von Fubini liefert die
Assoziativität. q.e.d.
Hier sind einige Beispiele von Kernen K.
Bsp: Maß: Sei µ′ ein Maß auf E ′ . Definiere
K(x, A′ ) := µ′ (A′ ).
Der Kern K ist unabhängig von der ersten Koordinate.

Bsp: Faltungskern: Wir betrachten die reellen Zahlen und ein endliches Maß µ auf der
Borelschen σ-Algebra B. Der Faltungskern auf den reellen Zahlen zu µ wird durch
K(x, B) := µ(B − x)
gegeben. (Zeige zuerst Mes̈barkeit für das Erzeugersystem der Intervalle.)
75
WS08/09 Maßtheorie
Matrizen: Sei M eine positive d × d Matrix, M : ⌊1, d⌋ × ⌊1, d⌋ 7→ IR+ . Definiere
K(x, {y}) := M (x, y).
Die Kernkonvolution K ◦ K entspricht der Matrizenmultiplikation M ◦ M.

Bedingte Erwartung: Sei E = E ′ und µ ein endliches Mas̈ auf E. Sei An ∈ A, n ∈ IN,
eine meßbare Zerlegung von E mit stets strikt positivem Maß µ(An ) > 0. Definiere
X
K(., A) := 11An µ(A | An )
n
mittels der bedingten Maße µ(A | B) := µ(A ∩ B)/µ(B). K ist gleichzeitig die bedingte
Erwartung
K(., A) = E(11A | A)
µ fast sicher bezüglich der von (An )n aufgespannten σ-Algebra A.
Integralkern: Sei k : E × E ′ 7→ IR+ eines positive meßbare Funktion bzgl. der Produkt
σ-Algebra. Sei µ′ ein σ-endliches Maß auf E ′ . Dann ist K
Z
′
K(x, A ) := k(x, y)µ′ (dy)
ein Kern.
8.2.2 Halbgruppen
Seien (Et , Et ), t ∈ T meßbare Räume und (T, ≤) eine halbgeordnete Menge. Eine Halbgruppe
von Kernen oder stochastische Halbgruppe ist eine transitive Familie K s,t : Es × Et 7→ IR von
Übergangskernen für s ≤ t ∈ T. Transitiv bedeutet, die Ordnungsrelation ist verträglich mit
der Komposition von Kernen,
K s,t ◦ K t,u = K s,u
für s ≤ t ≤ u. Sind alle meßbaren Räume (Es , Et ) = (E, E) gleich, so sprechen wir von einer
stochastischen Halbgruppe über E.
Jede solche Familie läßt sich stets erweitern um K s,s , s ∈ I (oder ersetzen) durch
s,s
K (x, .) = δx . Wir betrachten nur erweiterte Familien und nehmen dies mit in die Defi-
nition hinein.
Seien jetzt alle (Et , Et ) = (E, E) unabhängig von t. Die Menge E hat die Interpretation
als Raum und heißt Zustandsraum.
Ist die halbgeordnete Menge T totalgeordnet, z.B. eine Teilmenge der reellen Zahlen, so
wird sie als Zeit interpretiert und heißt daher Zeitparameterraum. (T steht für time). Andere
Indizierungen, z.B. durch den Baum ∪n∈IN0 IN n endlicher Folgen natürlicher Zahlen, sind
ebenfalls interessant. Wir sprechen dann von Indexierung.
Eine Halbgruppe von Kernen über E heißt zeitlich homogen oder zeittranslationsinvariant
bzgl. der Operation +, falls (T, ≤, +) ein assoziatives Monoid (+ : T × T → T ist assoziativ)
verträglicher mit der Halbordnung ist und
K s,t = K s+u,t+u
für u ∈ T gilt. Wir schreiben, falls möglich, dann K s für K u,s+u .
76
WS08/09 U. Rösler
Eine Halbgruppe von Kernen über E heißt räumlich homogen oder raumtranslationsinva-
riant bzgl. +, falls (E, E, +) ein mes̈bares assoziatives Monoid ist und die Kerne
K .,. (x, A) = K .,. (x + y, A + y)
für alle y ∈ E erfüllen.

Bsp: Kompositionshalbgruppe. Sei K ein Kern auf E. Definiere induktiv K n , n ∈ IN0 ,
durch K 0 die Identität und
K n+1 := KK n = K n K.
Die Familie K s,t := K t−s , s ≤ t ∈ IN0 = T, heißt Kompositionshalbgruppe von K und ist eine
Halbgruppe von Kernen. Diese ist zeittranslationsinvariant. Ist der Zustandsraum endlich, so
wird K gerne als eine Matrix geschrieben mit Einträgen K(i, {j}).
Bsp: Faltungshalbgruppen. Sei E eine additive Gruppe (G, G, +) mit meßbaren Grup-
penoperationen + und −. Eine Faltungshalbgruppe von Maßen ist eine Familie µs,t, s ≤ t ∈ T
von Wahrscheinlichkeitsmaßen mit
µs,t = µs,u ⋆ µu,t
für s ≤ u ≤ t. Die Faltung ⋆ auf einer Gruppe wird definiert durch

Z Z
f (z)(µ ∗ ν)(dz) = f (x + yµ(dx)ν(dy)
für alle positiven mes̈baren Funktionen f . Mit K s,t(x, A) = µs,t (A − x) ergibt dies eine
räumlich homogene Faltungshalbgruppe von Kernen. (Übung).
Bsp: Gauß Halbgruppe. Die Gaußsche Halbgruppe auf den reellen Zahlen wird gegeben
durch Z
K s,t(x, A) := ϕx,t−s (y)dy (8.4)
A
für s < t ∈ IR+ . Hierbei ist ϕm,σ2 die Dichte der Normalverteilung mit Erwartung m ∈ IR
und Varianz 0 < σ 2 < ∞,
1 (x − m)2
ϕm,σ2 (x) := √ exp − .
2πσ 2 2σ 2
(Hier ist einiges nachzurechnen.) Die Gausssche Faltungshalbgruppe ist eine räumlich und
zeitlich invariante Faltungshalbgruppe. Die Kerne K s,t , s < t sind Integralkerne mit der
Dichte ks,t (x, y) = ϕx,t−s (y − x) bzgl. dem Lebesguemaß.
Analoges gilt für den d-dimensionalen Raum IRd .
Bsp: Poisson Halbgruppe. Die Poisson Halbgruppe ist die Faltungshalbgruppe
∞
X (t − s)n
K s,t(e, A) := P ois(t − s)(A − e) = 11e+n∈A exp(−(t − s)) (8.5)
n=0
n!
auf den natürlichen Zahlen einschliesslich der 0 und den positiven reellen Zahlen als Zeit.
Sie ist eine räumlich und zeitlich invariante Faltungshalbgruppe.
Zahlreiche Erweiterungen sind möglich.
77
WS08/09 Maßtheorie
Modellierung mit Kernen

Zur weiteren Orientierung zeigen wir beispielhaft die Konstruktion von W-Maßen durch Ker-
ne. Dies entspricht der Vorstellung eines Wahrscheinlichkeitsbaums mit bedingten Wahr-
scheinlichkeiten in elementarer Notation. W-bäume sind beliebte Hilfsmittel zur Modelllie-
rung.
Proposition 91 Seien (Ω, A, µ) ein diskreter W-raum, (Ω′ , A′ ) ein meßbarer Raum und K :
Ω × A′ → IR ein diskreter W-kern. Dann ist P, definiert durch
Z Z Z
f dP = f (x, y)K(x, dy)µ(dx)
N
für positive meßbare Funktionen f ein W-maß auf dem Produktraum (E × E ′ , A A′ ). Der
Kern K ist die bedingte Wahrscheinlichkeit unter der ersten Koordinate
P (Φ2 = y | Φ1 = x) = K(x, {y}).
Beweis: • P ist wohldefiniert.

Ist f eine meßbare Funktion auf E × E ′ , so ist f (x, .) : E ′ → IR meßbar für jedes x ∈ E
µ fast sicher. (Dies entspricht dem Schnitt S1x (A) einer meßbaren Menge A.)
• P ist ein W-maß. Einfach.
Weiterhin
P (Φ1 = x, Φ2 = y) µ(x)K(x, {y})
P (Φ2 = y | Φ1 = x) = = = K(x, {y}).
P (Φ1 = x) µ(x)
q.e.d.
Dies Beispiel läßt sich erweitern auf endliche Produkte durch die Hintereinanderschaltung
mehrerer Kerne. Das Maß µ wird sinngemäß definiert durch
Z Z Z
f dµ = ... f (x1 , . . . , xn )K n−1 ((x1 , . . . , xn−1 ), dxn ) . . . K 1 (x1 , dx2 )µ(dx1 ). (8.6)
Die Kerne haben wieder die Interpretation als bedingte W-keit. (Wir überlassen die genaue
Formulierung als Übung.)
Beispiel: Polyas Urnenmodell Aus einer Urne mit S scharzen und W weißen Kugeln
wird zufällig mit Gleichverteilung eine Kugel gezogen, die Farbe angesehen und anschließend
werden insgesamt c + 1 ∈ IN0 Kugeln derselben Farbe zurückgelegt. Wie groß ist die Wahr-
scheinlichkeit, daß im dritten Ziehen eine schwarze Kugel gezogen wird, gegeben die erste
Kugel war weiß und die zweite schwarz? Oder wie groß ist die Wahrscheinlichkeit als dritte
Kugel eine schwarze zu ziehen gegeben die erste war weiß.
Als meßbare Räume wählen wir Ω1 = Ω2 = Ω3 = {0, 1} jeweils versehen mit der
Potenzmenge als σ-Algebra. 0 entspricht einer weißen Kugel und 1 einer schwarzen. Das
W-Maß µ auf Ω1 , P(Ω1 ) ist die Gleichverteilung µ(0) = 1/2 = µ(1). Die Übergangskerne
K 1 : Ω1 × P(Ω2 ) 7→ IR und K 2 : (Ω1 × Ω2 ) × P(Ω3 ) 7→ IR sind gegeben durch
S+c
K 1 (1, {1}) = K 1 (1, {0}) = 1 − K 1 (1, {1})
W +S +c
S
K 1 (0, {1}) = K 1 (0, {0}) = 1 − K 1 (0, {1})
W +S +c
78
WS08/09 U. Rösler
und für das dritte Ziehen

S + 2c
K 2 ((1, 1), {1}) =
W + S + 2c
S+c
K 2 ((1, 0), {1}) = = K 2 ((0, 1), {1})
W + S + 2c
S
K 2 ((0, 0), {1}) = .
W + S + 2c
Q Q
Das W-Maß P auf dem Produktraum ( i Ωi , P( i Ωi )) sei das Kernmaß (µ) aus (8.6). Die
Projektionsabbildungen Φi geben die Farbe der i-ten Kugel an. Damit ist die erste gesuchte
Wahrscheinlichkeit
P (Φ1 = 0, Φ2 = 1, Φ3 = 1)
P (Φ3 = 1 | Φ1 = 0, Φ2 = 1) =
P (Φ1 = 0, Φ2 = 1)
µ1 (0)K 1 (0, {1})K 2 ((0, 1), {1})
= = K 2 ((0, 1), {1})
µ1 (0)K 1 (0, {1})
und die zweite
P
i P (Φ1 = 0, Φ2 = i, Φ3 = 1)
P (Φ3 = 1 | Φ1 = 0) =
P (Φ1 = 0)
S
= K 1 (0, {0})K 2 ((0, 0), {1}) + K 1 (0, {1})K 2 ((0, 1), {1}) = .
S + W + 2c
8.2.3 Maße aus Kernen

Im folgenden sei der Zeitparameterraum die natürlichen Zahlen einschlies̈lich der 0. Sei K n :
En × En+1 → IR, n ∈ IN0 eine Familie von Übergangskernen. Definiere rekursiv die Kerne
K J : E0 × EJ , J = Jn := {0, 1, . . . , n}, n ∈ IN0 durch
Z Z
Jn+1
K (x, A) = 11A (y, z)K Jn (x, dy)K n (y, dz)
und der Anfangsbedingung K {0} (e, ·) = δe (·).

Länglich ausgeschrieben,
Z Z
K Jn+1 (x, A) := ... 11A (x, x1 , . . . , xn+1 )K 0 (x, dx1 )K 1 (x1 , dx2 ) . . . K n (xn , dxn+1 ). (8.7)
Diese Kerne sind verträglich mit den Projektionen in dem folgenden Sinne,
K J (x, Φ−1 L
J,L (AL )) = K (x, AL ) (8.8)
für L ⊂ J und AL ∈ EL . (Nachrechnen mit Hilfe der Darstellung 8.7. Es reicht dies zu zeigen
für J hat ein Element mehr als L.)
Betrachte die mathematischen Objekte (EJ , EJ , K J ), J = {0, 1, . . . , n}, n ∈ IN. Die
Morphismen von J nach L ⊂ L, die Struktur K 0,J wird nach K 0,L übergeführt, sind die
Projektionen ΦJ,L .
Satz 92 (Ionescu-Tulcea) Das obige System (EJ , EJ , K J )J ist ein projektives System mit
einem projektivem Grenzwert. Dieser wird gegeben durch (ET , AT , K T ), IN0 mit den Projek-
tionen ΦT,J als Morphismen. Das Objekt K T : E0 × ET → IR ist ein W-kern.
79
WS08/09 Maßtheorie
Beweis: Für festes x ∈ E0 ist (EJ , EJ , K J (x, ·))J ein projektives System für Mas̈e. Mit den-
selben Argumenten wie für Produktmas̈e zeige die Existenz eines projektiven Grenzmaßes
K T (x, ·). (Übung)
Zur Mes̈barkeit in x betrachte die Menge der A’s mit dieser Eigenschaft. Sie bilden
ein Dynkin-System. Dieses Dynkin-System enthält den durchschnittstabilen Erzeuger der
mes̈baren Rechteckmengen. Damit ist dies die Produkt σ-Algebra selber.
Das so konstruierte mathematische Objekt (ET , ET , K T ) ist eine untere Schranke und ist
der projektive Grenzwert. (Übung.) q.e.d.
Bsp: Produktmaße. Produktmaße auf endlichen Produkträumen lassen sich als Spe-
zialfall der Konstruktion durch Kerne sehen. Der Übergangskern K s,t (e, ·) := µt (·) hängt
nicht von der ersten Koordinate e ab. Für abzählbare Produkte ist dies offensichtlich. Das
Argument funktioniert aber auch bei beliebiger Indexmenge T, da die mes̈baren Mengen Zy-
lindermengen mit abzählbarer Basis sind (und es nicht auf die Reihenfolge der Basiselemente
ankommt).
Bsp: Markoffketten. Der Satz von Ionescu-Tulcea hat Anwendung in der Konstruktion
von Markoff Ketten. Sei der Zustandsraum R endlich oder abzählbar. Gegeben sei eine sto-
E×E
chastische Matrix M ∈ R+ (jede Zeilensumme ist 1). Setze und K n (x, {y}) = M (x, y), n ∈
T
IN0 . Sei (ET , ET , K ), T = IN0 der projektive Grenzwert.
Für festes x ∈ E0 erfüllen die Zgn Xn = Φn , n ∈ IN0 bzgl. dem W-mas̈ P = K T (x, ·) auf
dem Produktraum (ET , ET ) die Markoffeigenschaft
P (Xn + 1 = xn+1 | Xi = xi , i ∈ IN≤n ) = P (Xn+1 = xn+1 | Xn = xn )
für alle n ∈ IN, xi ∈ Ei . Damit ist (Xn )n∈IN0 (per Definition) eine Markoffkette (Mk) mit den
Übergangswahrscheinlichkeiten
P (Xn+1 = j | Xn = i) = M (i, j).
Die Anfangsverteilung P (X0 ∈ ·) ist das Punktmaß in δx . R

Wie erhalten eine Mk Xn mit Anfangsverteilung µ auf (E0 , E0 ), indem wir P = K T (x, ·)µ(dx)
wählen.
Markoffketten haben gros̈e Bedeutung in der Modellierung von stochastischen Vorgängen.
Die Standardvorstellung einer Markoffkette ist ein Irrgarten. Wir starten zur Zeit 0 in einem
Zustand bzw. (örtlichen) Punkt. Dort liegt ein Würfel, mit dem wir einen neuen Zustand
auswürfeln. Wir gehen zum neuen Zustand und sind dort zum Zeitpunkt 1. Hier liegt ein
weiterer Würfel, anderer, mit dem wir einen neuen Zustand auswürfeln. Zur Zeit 2 sind wir im
neuen Zustand, finden einen weiteren Würfel, würfeln usw. Betrachte die Folge Xn , n ∈ IN0 ,
von besuchten Zuständen. Dies ist ein Mk.
Baumindizierung: Wir können obige Argumentation für allgemeinere Indexmengen (T, ≤
) durchführen. Hierzu ein Beispiel mit einer Baumstruktur anstelle einer Totalordnung. Sei
IN ∗ := ∪n∈IN0 IN n die Menge der endlichen Folgen natürlicher Zahlen. Wir benutzen die Kon-
vention IN 0 = {∅}. IN ∗ ist ein gewurzelter Baum V = IN ∗ im graphentheoretischen Sinne,
die Wurzel ist ∅ und die (gerichteten) Kanten (=edges) sind (v, vi) mit v ∈ V (=vertex) und
i ∈ IN. Wir benutzen die genealogische Ordnung v w falls v ein Anfangsstück von w ist.
Wir benutzen v ≺ w für v w und v 6= w. In diesem Fall gibt es ein u ∈ V mit vu = w. Die
Anzahl der Koordinaten von u dient als (Pfad-) Abstand zwischen v und w.
Eine Teilmenge B ⊂ V heis̈t Baum mit Wurzel v, falls
–v∈B
80
WS08/09 U. Rösler
– ∀x ∈ B : v x
– ∀x ∈ W ∀y ∈ V : (v y x ⇒ y ∈ W ).
Sei (T, ≤) = (V, ) und K v,vIN B : Ev × EvIN → IR, v ∈ V eine Familie von W-kernen.
Definiere die Familie von Übergangskernen K v,B auf Ev × EB für v ∈ V und endliche Bäume
in vV rekursiv durch die Anfangsbedingung K v,{v} (x, ·) = δx (·), v ∈ V und
Z Y
K v,B (x, A) = K vi,B∩viIN (yi , ×Ai )K v,vIN (x, d(yi )i ) (8.9)
i∈IN
x,(y )
mit Ai = Sv,(vi)i ii (A). Die Rekursion wird durchgeführt über den grös̈ten Abstand eines
Baumknotens zur Wurzel des Baumes. Diese Überganskerne sind wohldefiniert. Die Fami-
lie K 0,B = K ∅,B , mit B ein endlicher Baum zur Wurzel ∅, ist eine projektive Familie (8.8)
mit Projektionen als Morphismen. (Nachrechnen.)
Theorem 93 Die obige projektive Familie hat den projektiven Grenzwert (EV , EV , K V ). Hier-
bei ist K ∅,V : E∅ × EV → IR ein W-kern.
Beweis: Der Beweis folgt dem Standardargumentationsweg und birgt keine Überraschung.
Wir überschlagen ihn. q.e.d.
8.2.4 Kompakte Klassen *

Dieser Abschnitt ist nur der Vollständigkeit halber gegeben und kann beim ersten Lesen
überschlagen werden.
Eine Teilmenge K ⊂ P(Ω) der Potenzmenge heißt kompakte Klasse, bzw. hat die endliche
T
Durchschnittseigenschaft, falls für jede abzählbare Folge Kn ∈ K mit N
n=1 Kn 6= ∅ für jedes
T
N ∈ IN auch n∈IN Kn 6= ∅ gilt.
T T
Äquivalent ist die Forderung n Kn = ∅ für eine Folge impliziert N n=1 Kn = ∅ für ein
N ∈ IN.
In topologischen Räumen ist die Menge der kompakten Mengen eine kompakte Klasse. (Dies
ist das Hauptbeispiel und vielleicht das einzig relevante.)
Lemma 94 Ist K eine kompakte Klasse, so auch die Menge der abzählbaren Durchschnitte
und die Menge der endlichen Vereinigungen von Mengen aus K.
Sin
Beweis: Für Durchschnitte ist die Behauptung einfach. Sei nun K n := n
i=1 Ki mit Kin ∈ K
T
und N n
n=1 K 6= ∅ für alle N ∈ IN. Definiere den Produktraum
∞
Y
L := {1, 2, . . . , in } = {1, 2, . . . , i1 } × {1, 2, . . . , i2 } × . . .
n=1
LN := {(l1 , l2 , . . .) ∈ L | ∩N n
n=1 Kln 6= ∅}.
• LN , N ∈ IN, sind nicht leer und die Folge LN ist fallend.

• ∩N LN ist nicht leer.
Wähle aus jedem LN ein lN aus. Nach dem Schubfachprinzip gibt es ein 1 ≤ l1∗ ≤ i1 mit
#{n ∈ IN | l1∗ = l1n } = ∞. Ebenso findet man ein l2∗ mit #{n ∈ IN | l1∗ = l1n , l2∗ = l2n } = ∞
usw. Damit gilt Φ−1 ∗ ∗ ∗ ∗ ∗
N (l1 , . . . , lN ) ⊂ LN und (l1 , l2 , l3 , . . .) ∈ ∩N LN .
Folglich ist ∩n≤N Klnn∗ 6= ∅ nicht leer für alle N ∈ IN. Da K eine kompakte Klasse ist, ist der
gesamte Durchschnitt ∩n Klnn∗ 6= ∅. Damit ist die größere Menge ∩n K n 6= ∅ nicht leer. q.e.d.
81
WS08/09 Maßtheorie
Lemma 95 Sei I eine beliebige Indexmenge, Ki ⊂ P(Ωi ), i ∈ I, kompakte Klassen. Dann ist
K := {Φ−1
i (Ki ) | i ∈ I, Ki ∈ Ki }
eine kompakte Klasse.
Beweis: Sei K n = Φ−1 n n

in (Kin ) ∈ K, n ∈ IN, in ∈ I, Kin ∈ Kin , eine Folge aus K mit
∩N n
n=1 K 6= ∅ für alle N ∈ IN. Dann gilt
−1 −1
∩N n n n
n=1 K = ∩i ∩{n≤N |in =i} Φi (Ki ) = ∩i Φi (∩{n≤N |in =i} Ki ).
Der Durchschnitt wird über alle i ∈ I genommen, mit {n ≤ N | in = i} nicht leer.

Für jedes i sind die endlichen Durchschnitte Ai := ∩{n≤N |in =i} Kin nicht leer, da Ki ein
∞ −1
kompakte Klasse ist und ∩N n n
n=1 K 6= ∅ gilt. Folglich ist ∩n=1 K = ∩i Φi (Ai ) nicht leer. q.e.d.
8.2.5 Die Kolmogoroffschen Erweiterungssätze

Seien (Ei , Ei ), i ∈ I, mes̈bare Räume und (EJ , EJ ) der Produktraum.
Eine maßerhaltende Abbildung ist eine Abbildung zwischen Maßräumen, die die Maße
erhält.
Satz 96 (Daniell-Kolmogoroff ) Sei I eine Indexmenge und (EJ , EJ , µJ ) für endliche Teil-
mengen von I mit den Projektionen ΦJ,K als Morphismen ein projektives System bezüglich
Produkträumen und maßerhaltenden Abbildungen. Für jedes i ∈ I gebe es eine kompakte
Klasse Ki derart, daß gilt
∀ǫ > 0 ∀Ai ∈ Ai ∃Ki ∈ Ki ∃Bi ∈ Ai : Bi ⊂ Ki ⊂ Ai und µi (Ai \Bi ) < ǫ.
Dann existiert der projektive Grenzwert (EI , EI , µ).
Beweis: Definiere die Abbildung µ auf der Menge R aller meßbarer Rechteckmengen mit
endlicher Basis durch
µ(R) = µJ (AJ )
mit R = Φ−1J (AJ und AJ ∈ AJ .
• µ ist wohldefiniert auf dem Halbring R.
R ist ein Halbring. Habe R die beiden Darstellungen Φ−1 −1
J (AJ ) und ΦK (BK ). Es gilt
µJ (AJ ) = µJ∪K Φ−1 −1

J∪K,J (AJ ) = µJ∪K ΦJ∪K,K (AK ) = µK (AK )
Erweitere µ zur additiven Mengenfunktion auf den vom Halbring R erzeugten Ring A,
Proposition 19. Diese Erweiterung ist eindeutig.
• µ ist ein Prämas̈ auf dem Ring A.
µ ist ein endlicher Inhalt. Wir zeigen die σ-Stetigkeit via dem Lemma 17. Die nächsten
beiden Teilbehauptungen zeigen die Voraussetzungen zur Anwendung des Lemmas.
– K := {∪i≤n ∩j∈Ji Φ−1 j (Ki,j ) | Ki,j ∈ Kj , |Ji | < ∞, n ∈ IN } ist ein kompaktes System.
Dies folgt aus Lemma 94 und Lemma 95.
– ∀ǫ > 0 ∀A ∈ A ∃K ∈ K ∃B ∈ A : B ⊂ K ⊂ A und µ(A\B) < ǫ.
Da jedes R aus dem Ring A die Darstellung als endliche Vereinigung paarweise disjunkter
Rechteckmengen hat, reicht es oEdA R ∈ R als Rechteckmenge zu wählen.
82
WS08/09 U. Rösler
Sei R = ∩j∈J Φ−1

j (Aj ) ∈ H. Für jedes j ∈ J wähle Mengen Kj ∈ Kj und Bj ∈ Aj mit
Bj ⊂ Kj ⊂ Aj und µj (Aj \Bj ) < ǫj . Setze K = ∩j∈J Φ−1 −1
j (Kj ) und B = ∩j∈J Φj (Bj ). Mit
A\B ⊂ ∪j∈J Φ−1
j (Aj \Bj ) erhalten wir
X X X
µ(A\B) ≤ µ(Φ−1
j (Aj \Bj ) ≤ µj (Aj \Bj ) ≤ ǫj
j∈J j∈J j
die Teilbehauptung.
Der Erweiterungssatz von Caratheodory liefert uns eine eindeutige Fortsetzung von µ zu
einem Maß mindestens auf der σ-Algebra σ(R) = EI .
Die Eindeutigkeit von µ ist einfach. (EI , EI , µ) ist der projektive Grenzwert in der Klasse
obiger Objekte. q.e.d.
Bemerkung: Der Satz von Kolmogoroff beinhaltet nicht nur die Existenz des projektiven
Limes, sondern auch dessen Produktgestalt.
Der Satz von Daniell-Kolmogoroff wird häufig in der Form (Ei , Ei ) = (E, B) ist unabhängig
von i und (E, B) ist ein polnischer Raum (=es existiert eine separable vollständige Metrik auf
E) mit B die Borel-σ-Algebra. Wir verwenden dann die Notation EJ = E J und EJ = B J .
Satz 97 (Kolmogoroff ) Sei I eine Indexmenge und (E, B) ein polnischer Raum versehen
mit der Borelschen σ-Algebra B. Seien (E J , B J , µJ ), J ⊂ I endlich, W-räume und die Pro-
jektionsabbildungen seien maßerhaltend. Dann gibt es ein W-mas̈ µ auf dem Produktraum
(E I , B I ) mit µΦ−1
J = µJ für alle endlichen Teilmengen J von I.
Beweis: Nehme als kompakte Klasse Ki die Menge aller kompakten Mengen in E. Diese tut’s.
q.e.d.
Das Argument mit kompakten Klassen funktioniert auch für Maße konstruiert aus Kernen.
Wir präsentieren ein Beispiel mit einem Zeitparameter, T = I = IR+ . Seien (Et , Et ), s ∈ T
mes̈bare Räume und sei K s,t : Es × Et → IR, s ≤ t ∈ T eine Halbgruppe von W-kernen zu
T. Definiere rekursiv die Kerne K J = K 0,J : E0 × EJ → IR mit 0 ∈ J ⊂ T endlich durch
K{0}(x, ·) = δx und für J = {0 < t1 < . . . < tn }
Z
J
K (x, A) = 11A (x, y, z)K J\{tn } (x, dy)K tn−1 ,tn (y, dz)
für alle A ∈ EJ . Die Rekursion ist über die Kardinalität von J.
Theorem 98 (Kolmogoroff ) Sei T = IR+ und seien (Et , Et ), s ∈ T mes̈bare Räume. Sei
K s,t : Es × Es → IR, s ≤ t ∈ T eine Halbgruppe von W-kernen. Für alle x ∈ E0 und gebe es
eine kompakte Klasse Kt mit der Eigenschaft
∀ǫ > 0 ∀A ∈ Et ∃K ∈ Kt ∃B ∈ Et : B ⊂ K ⊂ A und K 0,t (x, A\B) < ǫ.
Dann hat das projektive System (EJ , EJ , K J ), 0 ∈ J ⊂ IR+ , |J| < ∞ einen projektiven
Grenzwert. Dieser ist gegeben durch (ET , ET , K T ) mit den Projektionen als Morphismen.
Beweis: Für festes x ∈ E0 bildet (EJ , EJ , K 0,J (x, ·)) ein projektives System bezüglich mas̈erhaltenden
Abbildungen. Der projektive Limes (ET , ET , K 0,T (x, ·)) existiert nach dem Satz von Daniell-
Kolmogoroff mit kompakten Systemen. Es verbleibt nachzurechnen, das das so definierte
K T = K 0,T ein Kern ist und die Projektionseigenschaften erfüllt sind. Wir überschlagen dies.
q.e.d.
83
WS08/09 Maßtheorie
Korollar 99 Im obigen Satz können wir die Forderung nach einer kompakten Klasse ersetzen
durch die Forderung, alle Et sind polnische Räume versehen mit der Borel σ-Algebra Et .
Beweis: Die kompakten Mengen in Et liefern die kompakte Klasse. q.e.d.

Bsp: Brownsche Bewegung. Zu der Gauß Halbgruppe (8.4) gibt es ein W-mas̈ K 0,IR+ (0, ·)
auf dem Produktraum. Dieses W-mas̈ eingeschränkt auf die stetigen Funktionen auf IR+ als
Brownsches Maß oder Wiener Maß bezeichnet. (Die Einschränkung ist keine Trivialität, sie-
he den Abschnitt zu Prozessen.) Eine Zufallsvariable mit dieser Verteilung und (zusätzlich)
stetigen Pfaden heißt Brownsche Bewegung.
Bsp: Poisson Zählprozess. Zu der Poisson Halbgruppe (8.5) gibt es ein W-mas̈ K 0,IR+ (0, ·)
auf dem Produktraum. Dies Mas̈ eingeschränkt auf monoton steigende, rechtsstetige Funk-
tionen heis̈t Poissonmas̈. Eine Zufallsgröße (Φt = Xt ) mit diesem W-maß als Verteilung
und (zusätzlich) isotone rechtsstetigen Pfaden heißt Poisson Zählprozess. (Definiere Ys =
inf s≤t∈Ql Xt . Y tut’s. Beachte, für s ≤ t gilt Xs ≤ Xt fast sicher.)
Beispiel von Jessen*: Ohne (irgendeine) Kompaktheitsbedingung (oder besondere Struk-

tur) können wir für den projektiven Limes nicht den Produktraum nehmen.
Betrachte Ω = [0, 1) mit der Borel σ-Algebra B und dem Lebesguemaß λ. Für eine Menge
A betrachten wir den eingeschränkten Raum Ω|A := Ω ∩ A versehen mit der eingeschränk-
ten σ-Algebra B|A := {B ∩ A | B ∈ B} und dem eingeschränkten Maß λ|A auf B|A mit
λ|A (C) = inf{λ(B) | B ∈ B, C ⊂ B} (Nachrechnen, dies ist ein Maß. Es ist das äußere Maß
λ∗ eingeschränkt auf B|A .)
Sei A ⊂ [0, 1) eine Basis für den Vektorraum IRQl. Die Mengen Aq = A + q modulo 1
für q ∈ Ql bilden eine paarweise disjunkte Zerlegung von [0, 1). Für jedes q ∈ Ql ist Aq nicht
Lebesguemeßbar, Abschnitt 2.1.3. Das innere Lebesguemaß von jedem Aq ist 0. (B ∋ B ⊂
Aq ⇒ λ(Aq ) = 0.) Das innere Lebesguemaß von jeder endlichen Vereinigung von Aq ist 0.
(Übung). Die Mengen Aq , q ∈ Ql bilden eine paarweise disjunkte Überdeckung von [0, 1).
Sei Ωq := Acq versehen mit der σ-Algebra Aq := B|Ωq und dem W-maß µq := λ|Ωq . Auf
dem Produktraum (ΩJ , AJ ), J ⊂ Ql endlich, definiere die W-Maße µJ durch
µJ (C) = λ∗ ({x ∈ [0, 1] | (x, ..., x) ∈ C}).
(Nachrechen, dies ist ein wohldefiniertes W-maß.) Die W-räume (ΩJ , AJ , µJ ), J ⊂ Ql endlich,
bilden eine projektive Familie (bezüglich den Objekten der maßerhaltenden W-räume und
den Projektionsabbildungen als Morphismen.) (Übung).
Angenommen, der projektive Limes wäre (ΩQl, AQl, µQl). Sei q1 , q2 , . . . eine Abzählung der
rationalen Zahlen. Die Mengen
Dn := {ω ∈ ΩQl | ω(qi ) = ω(qj ) für 1 ≤ i, j ≤ n}
konvergieren fallend gegen die Diagonale {(x, x, ..) ∈ ΩQl}. Dies ist die leere Menge, da x ∈
∩q∈QlΩq = ∅ gelten müßte. Dies ergibt den Widerspruch, Jn := {q1 , . . . , qn },
lim µQl(Dn ) = lim µJn (ΦJn (Dn )) = 1 6= µQl(lim Dn ) = 0

n n n
im Widerspruch zur σ-Stetigkeit von µQl. q.e.d.
84
WS08/09 U. Rösler
8.3 Prozesse
Durchgehend benutzen wir denselben W-raum (Ω, A, P ). Alle Zgn sind auf diesem W-raum
definiert. Wir unterschlagen ω nach Möglichkeit.
Ein stochastischer Prozess X = (Xt )t∈T ist eine Familie von Zufallsgrößen Xt : Ω 7→
Et , t ∈ T. Die Indexmenge T ist in der Regel eine geordnete Menge. Sehr häufig ist die
Indexmenge eine Teilmenge der reellen Zahlen und erhält dann die Interpretation als Zeit-
parameterraum. Et heis̈t Zustandsraum des Prozesses zur Zeit bzw. zum Index t. In vielen
Fällen ist Et = E für alle t ∈ T. Wir sprechen dann von einem Prozess mit Zustandsraum E.
In diesem Sinne ist jede deterministische Funktion f : T 7→ E ein (degenerierter) stochasti-
scher Prozeß. Weiterhin hatten wir bereits W-mas̈e µT aus Halbgruppen zum Zeitparameter
T konstruiert. Die Projektionsabbildungen Φt , t ∈ T bilden einen stochastischen Prozess. Wir
sprechen von einer kanonischen Darstellung eines Prozesses X = (Xt )t wenn der Grundraum
Ω der Produktraum Produktraum ET ist versehen mit der Produkt-σ-Algebra.
Jeder stochastische Prozeß X = (Xt )t∈T ist eine Zufallsgröße X : Ω 7→ ET , mes̈bar bzgl.
der Produkt-σ-Algebra ET . Die Verteilung eines Prozesses X ist das Maß P X = P (X −1 ∈ ·)
auf dem Produktraum ET . Eine Marginalverteilung zur Basis S ⊂ T ist das W-Maß P ΦS X auf
ES . Wir sprechen von eindimensionanlen, endlichdimensionalen (usw. ) Marginalverteilungen
für S einelementig, mit endlich vielen Elementen usw.. Die endlich dimensionalen Verteilungen
bestimmen im Regelfall (Kolmogoroff oder Ionescu-Tulcea) die Verteilung des Prozesses. Im
Falle Ω der Produktraum versehen mit der Produkt-σ-Algebra und Xt die Projektionen Φt
sprechen wir von der kanonischen Darstellung.
ϕ
Ein Pfad eines stochastischen Prozesses ist eine Abbildung T ∋ t 7→ Xt (ω) für ein ω ∈ Ω.
Im Sprachgebrauch werden ω aus dem Grundraum und der zugehörige Pfad ϕ = ϕω gerne
identifiziert und als dasselbe behandelt. Für ein ω aus dem Produktraum ist dies in natürlicher
Weise gegeben, nicht aber im allgemeinen.
Zwei Prozesse X = (Xt )t und Y = (Yt )t zur selben Indexmenge T heißen Version oder
Kopie voneinander, falls die Verteilung von bzgl. der Produkt-σ-Algebra dieselbe ist.
Standardbeispiel Sei Ω das Einheitsintervall, B die Borel σ-Algebra, λ das Lebesgue
Maß, T = [0, 1]. Definiere Xt (ω) = 11t=ω und Yt ≡ 0. Diese Prozesse sind Versionen vonein-
ander.
Warnung Die Menge {ω | ∀t ∈ T : Xt (ω) = Yt (ω)} ist im allgemeinen nicht Produkt-
meßbar. Dazu sei in obigem Beispiel Q eine nicht Lebesgue meßbare Menge und Xt :=
11Q , Yt ≡ 1.
8.3.1 Schöne Versionen von Prozesssen

In diesem Paragraphen wollen wir schöne“ Versionen von Prozessen beispielhaft betrachten.
”
Zum Beipiel, eine Funktion wie ω 7→ supt∈T Xt (ω) ist im allgemeinen nicht meßbar für T
überabzählbar. Dies Problem ließe sich umgehen, wenn jeder Pfad (T ∋ t 7→ Xt (ω) für ein
ω ∈ Ω) des Prozesses durch abzählbar viele Werte Xt (ω), t aus einer abzählbaren Menge,
bestimmt wäre. Eine derartige Theorie separabler Prozesse wurde von Doob ausgeführt (siehe
Meyer [8]). Mathematisch geschieht dies durch Einschränkung des Grundraumes auf eine
kleinere, eventuell nicht mes̈bare Menge und durch Isomorphie von Mas̈räumen.
Durchweg sei T = [0, 1] bzw. IR+ und Et = IR für alle Zeiten t.
Proposition 100 Sei (Ω, A, P ) ein W-raum und Q ⊂ Ω eine Menge von äus̈erem Maß 1.
Dann existiert genau ein W-Maß P|Q auf der Einschränkung (C, A|C ) mit P|Q (A∩C) = P (A)
85
WS08/09 Maßtheorie
für alle A ∈ A. Die Einbettung (Q, AQ , P|Q ) → (Ω, A, P ) ist ein Mas̈raummorphismus.
Beweis: Wir zeigen zuerst die Wohldefiniertheit. Sei A ∩ C = B ∩ C mit A, B ∈ A. Es folgt

A△B ⊂ C c . Dies impliziert C ⊂ (A△B)c , 1 = P ∗ (C) ≤ P ((A△B)c ) ≤ 1 und damit
P (A△B) = 0.
Wir werden diese Proposition auf hölderstetige Funktionen anwenden. Sei 0 ≤ γ ≤ 1. Eine
reellwertige Funktion f heis̈t γ-hölderstetig zur Konstanten c, falls
|f (x) − f (y)| ≤ c|x − y|γ
für alle x, y aus dem Definitionsbereich von f gilt. Wir sprechen von Hölderstetigkeit einer
Funktion, falls die Funktion γ-hölderstetig ist für ein γ. 1-Hölderstetigkeit wird auch Lipschitz-
stetigkeit genannt. Sei Hγ (S) die Menge der γ-hölderstetigen Funktionen (zu irgendeinem c)
auf S. Hölderstetige Funktionen sind stetig.
Proposition 101 Sei S eine Teilmenge in [0, 1] und f : S → IR sei γ-hölderstetig. Dann
gibt es eine γ-hölderstetige Fortsetzung von f auf [0, 1]. Ist S dicht, so ist die Erweiterung
eindeutig.
Bew: Definiere die Fortsetzung g ∈ Hγ (S) auf dem Abschluss S von S durch durch g(t) =
c c
limS∈s→t f (s). Diese ist hölderstetig. Für x ∈ S gibt es ein grös̈tes offenes Intervall (a, b) ∈ S
mit x als innerem Punkt. Setze g linear fort auf dem Intervall [a, b] mit den Stützwerten g(a)
auf a und g(b) auf b. Diese Fortsetzung tut’s. q.e.d.
Lemma 102 Sei µ ein W-Maß auf (IRT , B T ), T = [0, 1]. Dann hat die Menge Hγ (T ) der
γ-hölderstetigen Funktionen auf T äus̈eres Maß 1 genau dann, wenn für jede beschränkte,
abzählbare Menge S ⊂ T gilt µ(AS ) = 1 mit
AS := {f : [0, 1] → IR | f|S ∈ Hγ (S)}.
Beweis: Es gilt Hγ (S) ∈ B S und Hγ (T ) ⊂ AS = Φ−1

S (Hγ (S)).
• Für alle Zylindermengen A zur Basis S gilt Hγ (T ) ⊂ A → Hγ (T ) ⊂ AS ⊂ A.
Zu zeigen ist AS ⊂ A. Zu f ∈ AS gibt es ein g ∈ Hγ (T ) mit f|S = g|S . Dieses g ist auch
in A. Daher gilt ΦS (AS ) ⊂ ΦS (A) und dies impliziert AS ⊂ A.
Nun zum Nachweis.
Lemma 103 Sei µ ein W-mas̈ auf (IRT , B T ), T = [0, 1]. Falls es Konstanten 0 < α, 1 < β
und c > 0 gibt mit Z
|f (t) − f (s)|α µ(df ) ≤ a|t − s|β
β−1
für alle s < t ∈ T , so hat Hγ (T ) äus̈eres Mas̈ 1 für alle 0 < γ < α .
P
Beweis: Wir benutzen die Dualdarstellung t = ∞ i=0 ti 2
−i mit t ∈ {0, 1}. Sei D die Menge
i n
der reellen Zahlen t ∈ [0, 1] mit ti = 0 für i > n und D = ∪Dn . Die Elemente von Dn seien
0 = tn,0 < tn,1 < tn,2 < . . . < tn,2n = 1 in aufsteigender Reihenfolge. Der Abstand zweier
benachbarter Elemente ist s−n .
86
WS08/09 U. Rösler
n
Sei Ac,s,t die Menge {|Xt − Xs | ≤ c|t − s|γ} und Ac = ∪n∈IN ∪2i=1 Ac,tn,i−1 ,tn,i . Die Mar-
koffungleichung liefert, δ = β − 1 − γα > 0,
E|Xt − Xs |α a
P (Acc,s,t ) ≤ α α
≤ α |t − s|β−γα
c |t − s| c
X X a
P (Acc ) ≤ 2n P (Acc,tn,i−1 ,tn,i ) ≤ α
n∈IN i=1
c
a X X n −β+γα n
≤ α 2 (2 )
c n∈IN i=1
a2−δ 1
≤ →c→∞ 0
c 1 − 2−δ
α
Da die Abbildung S → AS isoton ist, reicht es die Proposition (102) anzuwenden auf
Teilmengen S mit D ⊂ S. Sei jetzt ω ∈ Ac und s < t ∈ S ∪ D. Sei i0 das kleinste i mit
si 6= ti und i1 das kleinste i > i0 mit ti1 = 1. Definiere die aufsteigende Folge reeller Zahlen
P P
tn = ni=0 ti 2−i . Es gilt 2−i1 ≤ t − u = ∞ i=i1 (t
i+1 − ti ) für t ∈ S und u = ti1 .
Aus der Stetigkeit des Pfades S ∋ s 7→ Xs (ω) und den Markoffabschätzungen folgt
∞
X
|Xt (ω) − Xu (omega)| ≤ |Xti+1 (ω) − Xti (ω)|
i=i1
∞
X ∞
X
≤ c |ti+1 − ti |γ ≤ c 2−(i+1)γ
i=i1 i=i1
1
= c2−(i1 +1)γ ≤ c1 2−i1 γ
1 − 2−γ
Aus Symmetriegründen, wir vermeiden die zusätzliche Notation, folgt analog 2−i1 ≤ u −
s, |Xu (ω) − Xs (omega)| ≤ cc1 2−i1 γ. Wenn wir dies zusammensetzen, ergibt sich mit einer
anderen Konstanten c2
|Xt (ω) − Xs (ω)| ≤ c2 |t − s|γ .
Der Pfad eingeschränkt auf S ist in Hγ (S) und damit Aγ ⊂ Φ−1 S Hγ (S). Mit P (Aγ ) = 1 folgt
P (AS ) = 1 und Proposition (102) liefert die Behauptung. q.e.d.
Das obige Lemma behandelt nur das Einheitsintervall als Zeitindexmenge. Die Argumen-
tation läs̈t sich jedoch schnell erst auf Kompakta und dann auf ganz IR+ ausdehnen. Wir
überschlagen dies.
Bsp: Brownsche Bewegung Die γ-hölderstetigen Funktionen für jedes γ < 1/2 haben
T 0,T
√ definierten Mas̈es K = K (0, ·) auf
äus̈eres Mas̈ 1 bzgl. des durch die Halbgruppe der BB
dem Produktraum. Es gilt Xt − Xs ∼ N (0, t − s) ∼ t − sN (0, 1) und damit
E|Xt − Xs |α ≤ cα |t − s|α/2 .
γ < α/2−1
α = α−2
α →α→∞ ↑ 2 .
1
Insbesondere ist die Menge C der stetigen Funktionen eine 1-Menge für das äus̈ere Mas̈.
Standardmäs̈ig nimmt man in die Definition der BB bereits die Stetigkeit der Pfade mit
hinein. Die Menge Hγ (T ), T = [0, 1] ist nicht B T mes̈bar, jedoch B T ∩ C me s̈bar.
Alternative Konstruktion: Für die Konstruktion des Prozesses ergeben sich gute Al-
ternativen durch stetige (oder hölderstetige) Funktionen. Wir könnten einen Prozess konstru-
ieren bzgl. der vorgegebenen Halbgruppe K s,t , s ≤ t ∈ S auf einer dichten und abzählbaren
87
WS08/09 Maßtheorie
Teilmenge S von T, wie zum Beispiel obiges D. Zeige dann µS (C(S)) = 1 oder µS (Hγ (S)) = 1
und erweitere das Mas̈ µS von (IRS , B S ) auf (IRT , B T ). (Hintergrund ist, jede stetige (hölder-
stetige) Funktion auf S kann zu genau einer auf T erweitert werden.)
Noch einmal abstrakt die obige alternative Konstruktion. Sei (IRT , B T , µ) ein W-raum und
die Menge C(T ) der stetigen Funktionen auf T habe äus̈eres Mas̈ 1. Dann ist die Abbildung
T T T
ϕ1 : (C(T ), B|C(T ) , µ|C(T ) ) → (R , B , µ)
definiert als Einbettung ein Mas̈raummorphismus, d.h. mes̈bar und mas̈erhaltend (µϕ−1 =
µ|C(T ) ). Sei S eine dichte, abzählbare Teilmenge von T. Die Abbildung
S T
ϕ2 : (C(S), B|C(S) , µ|C(S) ) → (C(T ), B|C(T ) , µ|C(T ) )
definiert durch die Einbettung ist ein Mas̈raumisomorphismus, d.h. ϕ2 ist bijektiv ϕ2 , ϕ−1
2
sind Maßraummorphismen.
Proposition 104 Sei Xt , t ∈ T = IR+ ein stochastischer Prozess auf (Ω, A, P ) mit stetigen
Pfaden. Dann ist X ′ : Ω × T → IR definiert durch X ′ (ω, t) = Xt (ω) mes̈bar bzgl. der Produkt-
N
σ-Algebra A B.
Bew: Sei S eine dichte, abzählbare Teilmenge von T. Wie oben dargelegt (allerdings für
Ω = IRT ), ist XT : Ω → (IRT , B T ) mes̈bar äquivalent zu XS : Ω → (IRS , B S ) mes̈bar wegen
der Pfadstetigkeit. Die letztgenante Zg ist genau dann mes̈bar, wenn X̃ : Ω × S → IR,
definiert durch X̃(ω, s) = Xs (ω), mes̈bar ist bzgl. der Produkt-σ-Algebra. (Die Hinrichtung
ist offensichtlich. Für die Rückrichtung verwende, für A ∈ A × Pot(S) ist jeder Schnitt
{ω ∈ Ω | (ω, s) ∈ A} in Richtung s ∈ S mes̈bar in A.)
Der letzte Schritt ist: X ′ ist mes̈bar genau dann, wenn X̃ mes̈bar ist. Dies folgt wieder
aus der Pfadstetigkeit durch Mas̈isomorphismus. q.e.d.
Bsp: Poissonprozess. Die Menge der aufsteigenden und rechtsstetigen Funktionen, die
lokal konstant sind und nur Sprüngen der Grös̈e 1 haben, ist eine 1-Menge für das äus̈ere Mas̈
des durch die Halbgruppe des PP definierten Mas̈es K T = K 0,T (0, ·) auf dem Produktraum.
Üblicherweise nimmt man in die Definition des PP bereits diese Eigenschaft der Pfade mit hin-
ein. Diese schöne Version können wir einfach angeben. Sei Sn eine Summe von unabhängigen,
exponentialverteilten Zgn zum Parameter λ. Definiere Nt als das grös̈te n ∈ IN0 mit Sn ≤ t.
Der Prozess (Nt )t∈IR+ ist eine Version des PP zum Parameter λ1 mit obigen Pfadeigenschaften.
Für die Gleichheit der endlich dimensionalen Verteilungen zeigt man die Markoffeigenschaft
von N und die bedingte Verteilung von Nt unter Ns ist die von Nt−s . (Dies liegt an der
alt-wie-neu-Eigenschaft einer exponentialverteilten Zg: P (X > t | X > s) = P (X < t − s) für
s < t.)
88
Literaturverzeichnis
[1] H. Bauer Wahrscheinlichkeitstheorie und Grundzüge der Maßtheorie De Gruyter, Berlin

1968
[2] P.J. Bickel and D.A. Freedman Some asymptotic theory for the bootstrap. Annals of
Probability 9 1196-1217, 1981.
[3] N. Dunford und J. Schwartz Linear Operators, Part I to III Wiley Interscience 1988.
[4] K.J. Falconer The Geometry of Fractal Sets. Cambridge University Press 1985
[5] P. Gaenssler und W. Stute, Seminar on empirical processes. DMV Seminar, Bd. 9, Birk-
huser Verlag.
[6] Hahn-Rosenthal Set Functions Albuquerque, New Mexico 1948.
[7] P. R. Halmos Measure Theory Springer-Verlag 1974.
[8] P. A. Meyer Probability and Potentials Waltham-Toronto-London 1966
[9] Pedersen Analysis Now Springer-Verlag 1988,
89
WS08/09 Maßtheorie
90
Inhaltsverzeichnis
1 Objekte und Morphismen 1

1.1 Mengensysteme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.1.1 σ-Algebren . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.1.2 Nachweis einer σ-Algebra . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2 Meßbare Abbildungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.3 Mengenfunktionen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.3.1 Maße . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.3.2 Warum σ-Additivität? . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.3.3 Vollständige und σ-endliche Mas̈räume . . . . . . . . . . . . . . . . . . 9
2 Über die Existenz von Maßen 11

2.0.4 Beweis von Caratheodory . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.0.5 Eindeutigkeit der Caratheodory Erweiterung . . . . . . . . . . . . . . 15
2.0.6 Wann ist ein Inhalt ein Prämaß . . . . . . . . . . . . . . . . . . . . . . 15
2.0.7 Konstruktion von Inhalten und Algebren . . . . . . . . . . . . . . . . 16
2.0.8 Beispiele . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.1 Maße auf den reellen Zahlen . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2.1.1 Hausdorff Maße und Cantor Menge . . . . . . . . . . . . . . . . . . . . 20
2.1.2 Translationsinvariante Maße . . . . . . . . . . . . . . . . . . . . . . . . 21
2.1.3 Nichtmeßbare Mengen . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
2.2 Diverses . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
2.2.1 Regularität∗ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
2.2.2 Isomorphien und standard Lebesgueräume* . . . . . . . . . . . . . . . 24
3 Integrale 27
3.0.3 Algebraische Erweiterung . . . . . . . . . . . . . . . . . . . . . . . . . 27
3.0.4 Konvergenzsätze . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
3.0.5 Transformationssatz . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
4 Ungleichungen 37
4.1 Markoff Ungleichung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
4.2 Jensen Ungleichung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
5 Orlicz und Lp -Räume 41

5.1 Orlicz-Räume . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
91
WS08/09 Maßtheorie
6 Konvergenz und Topologie 45

6.1 Konvergenz von W-maßen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
6.1.1 Gleichgradige Integrierbarkeit . . . . . . . . . . . . . . . . . . . . . . . 47
6.1.2 Weitere Metriken . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
6.2 Konvergenz von Zufallsgrößen . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
7 Radon-Nikodym Dichte 55
7.1 Hahn-Jordan Zerlegung∗ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
7.1.1 Satz von Fischer-Riesz∗ . . . . . . . . . . . . . . . . . . . . . . . . . . 58
7.1.2 Totalstetig ∗ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
7.2 Bedingte Erwartungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
7.2.1 Faktorisierung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
7.2.2 Weitere Beziehungen * . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
7.3 Bedingte Wahrscheinlichkeiten∗ . . . . . . . . . . . . . . . . . . . . . . . . . . 67
7.3.1 Kerne aus bedingten Erwartungen . . . . . . . . . . . . . . . . . . . . 67
8 Produkträume * 69
8.1 Produkträume . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
8.1.1 Produkt σ-Algebra . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
8.1.2 Maße auf Produkträumen. . . . . . . . . . . . . . . . . . . . . . . . . 72
8.1.3 Projektiver Limes* . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
8.2 Übergangswahrscheinlichkeiten . . . . . . . . . . . . . . . . . . . . . . . . . . 74
8.2.1 Kerne . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
8.2.2 Halbgruppen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76
8.2.3 Maße aus Kernen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
8.2.4 Kompakte Klassen * . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81
8.2.5 Die Kolmogoroffschen Erweiterungssätze . . . . . . . . . . . . . . . . . 82
8.3 Prozesse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
8.3.1 Schöne Versionen von Prozesssen . . . . . . . . . . . . . . . . . . . . . 85
92

Maßtheorie

Hochgeladen von

Dokumentinformationen

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

Maßtheorie

Hochgeladen von

Copyright:

Verfügbare Formate

Maßtheorie

18. Januar 2011

Objekte und Morphismen

1.1.2 Nachweis einer σ-Algebra

1.2 Meßbare Abbildungen

Die mengentheoretische Struktur wird durch Funktionen zurückgeholt.

Proposition 5 Die Komposition meßbarer Funktionen ist meßbar.

Beweis: Mit entsprechender Notation (f ◦ g)−1 (A′′ ) = g−1 (f −1 (A′′ )) ⊂ A. q.e.d.

Der Beweis ist einfach. Übung.

(Q, A|Q ) := {Q ∩ A | A ∈ A}), µ|Q (.) := µ(Q ∩ .))

ist ein Maßraum.

als bedingte W-keit von P unter Q.

Proposition 9 (Mas̈eigenschaften) Jedes Maß ist additiv, monoton, subadditiv und σ-

1.3.2 Warum σ-Additivität?

Beweis: ’⇒’ durch Disjunktifizierung: Sei An ր∈ A. Definiere Bn := An \An−1 . Es folgt

’⇐ i) Geeignete Umstellung obiger Argumentation.

1.3.3 Vollständige und σ-endliche Mas̈räume

Über die Existenz von Maßen

2.0.4 Beweis von Caratheodory

ein positives äußeres Maß.

A = A(µ, IR) := {A ⊂ Ω | µ∗ (A) < ∞, ∀ǫ > 0 ∃R ∈ R : µ∗ (A△R) < ǫ}

Dann tut’s (A∗ , µ∗ ).

• Sei R ∋ Cn ր Q so gilt µ∗ (Cn ) → µ∗ (Q).

Die Sandwichposition mit N → ∞ liefert die Aussage.

• Ist Ω im Ring und µ endlich, so ist µ∗ ein Mas̈ auf A.

Proposition 14 Unter den Voraussetzungen des Satzes von Caratheodory gilt A∗ = B.

Beweis: Sei B1 die Menge aller Mengen B ⊂ Ω mit

µ∗ ((R ∩ B)△C) = µ∗ (C\(R ∩ B)) = µ∗ (C) − µ∗ (R ∩ B) ≤ ǫ.

Das Argument mit ∩B c verläuft analog. q.e.d.

Lemma 15 Für jedes äußere Maß µ∗ ist (Ω, B, µ∗ ) ein Maßraum.

Q durch Q ∩ (A ∪ B) ersetzt ergibt

Die Subtraktion beider Zeilen ergibt die Behauptung.

Dies ist leicht. Damit folgt die obere Behauptung via

• µ∗ ist ein Prämaß.

Dies ergibt µ∗ (Q) ≥ µ∗ (Q ∩ A) + µ∗ (Q ∩ Ac ) im Limes. Wegen der letzten Bemerkung reicht

2.0.5 Eindeutigkeit der Caratheodory Erweiterung

Beweis: Sei E aus dem Erzeuger mit µ(E) < ∞ und

DE := {A ∩ E | A ∈ A, µ(A ∩ E) = ν(A ∩ E)}.

• DE ist die Einschränkung A|E der σ-Algebra A auf E.

2.0.6 Wann ist ein Inhalt ein Prämaß

Anstelle der endlichen Teilmengen J reicht es {1, . . . , n0 } mit n0 ∈ IN zu nehmen.

B⊂K ⊂R µ(R\B) < ǫ

gibt, so ist µ ein Prämaß auf dem Ring.

Die rechte Seite ist hinreichend klein. q.e.d.

2.0.7 Konstruktion von Inhalten und Algebren

In Formeln, für einen Halbring H gilt

und offensichtlich additiv. q.e.d.

Satz 20 Das Borelwahrscheinlichkeitsmaß auf (0, 1] existiert. Es ordnet jeder einelementigen

Beweis: Betrachte das Mengensystem H aller halboffenen Intervalle (a, b] mit 0 ≤ a ≤ b ≤ 1.

und µ(I) ist die Länge des Intervall. q.e.d.

Maße auf endlichen Produkträumen: Seien (Ωi , Ai , µi ), 1 ≤ i ≤ n, endliche Maßräume.

Eine Rechteckmenge ist eine Menge

µ(A1 × A2 × . . . × An ) = µ1 (A1 )µ2 (A2 ) . . . µn (An ),

Proposition 21 Das Produktmaß existiert und ist eindeutig.

µ(A1 × A2 × . . . × An ) = µ1 (A1 )µ2 (A2 ) . . . µn (An ).

2.1 Maße auf den reellen Zahlen

F (b) − F (a) = µ((a, b]), (2.3)

a < b ∈ IR gegeben werden.

wird beliebig klein für geeignet gewählte ǫi .

µ(B) := ∪n∈ZZ µn (B ∩ (n, n + 1])

auf der Borel σ-Algebra. q.e.d.

Verteilungsfunktion: Eine Verteilungsfunktion ist eine rechtsstetige, aufsteigende Funk-

F (b) − F (a) = µ((a, b])

a < b ∈ IR gegeben werden.