A i. i=1. i=1. i=1. i=1. W dalszej części skryptu będziemy mieli najczęściej do czynienia z miarami określonymi na rodzinach, które są σ - algebrami.

Podobne dokumenty
2 Rodziny zbiorów. 2.1 Algebry i σ - algebry zbiorów. M. Beśka, Wstęp do teorii miary, rozdz. 2 11

7 Twierdzenie Fubiniego

1 Działania na zbiorach

F t+ := s>t. F s = F t.

Korzystając z własności metryki łatwo wykazać, że dla dowolnych x, y, z X zachodzi

Rodzinę spełniającą trzeci warunek tylko dla sumy skończonej nazywamy ciałem (algebrą) w zbiorze X.

Teoria miary i całki

G. Plebanek, MIARA I CAŁKA Zadania do rozdziału 1 28

1. Struktury zbiorów 2. Miara 3. Miara zewnętrzna 4. Miara Lebesgue a 5. Funkcje mierzalne 6. Całka Lebesgue a. Analiza Rzeczywista.

Zadania do Rozdziału X

Rodzinę F złożoną z podzbiorów zbioru X będziemy nazywali ciałem zbiorów, gdy spełnione są dwa następujące warunki.

Wykłady ostatnie. Rodzinę P podzbiorów przestrzeni X nazywamy σ - algebrą, jeżeli dla A, B P (2) A B P, (3) A \ B P,

Rozdział 6. Ciągłość. 6.1 Granica funkcji

8 Całka stochastyczna względem semimartyngałów

Robert Kowalczyk. Zbiór zadań z teorii miary i całki

1 Zbiory. 1.1 Kiedy {a} = {b, c}? (tzn. podać warunki na a, b i c) 1.2 Udowodnić, że A {A} A =.

1 Relacje i odwzorowania

Dystrybucje, wiadomości wstępne (I)

7. Miara, zbiory mierzalne oraz funkcje mierzalne.

Prawdopodobieństwo i statystyka

Rozdział 4. Ciągi nieskończone. 4.1 Ciągi nieskończone

Wykład 21 Funkcje mierzalne. Kostrukcja i własności całki wzglȩdem miary przeliczalnie addytywnej

zbiorów domkniętych i tak otrzymane zbiory domknięte ustawiamy w ciąg. Oznaczamy

Wykłady... b i a i. i=1. m(d k ) inf

Statystyka i eksploracja danych

Zasada indukcji matematycznej

Rozdział 5. Szeregi liczbowe. 5.1 Szeregi liczbowe. Definicja sumy częściowej ciągu. Niech dany będzie ciąg liczbowy (a n ) n=1.

Dekompozycje prostej rzeczywistej

Teoria miary. WPPT/Matematyka, rok II. Wykład 5

Teoria miary. Matematyka, rok II. Wykład 1

RACHUNEK PRAWDOPODOBIEŃSTWA WYKŁAD 1. L. Kowalski, Statystyka, 2005

Ciągłość funkcji f : R R

Uwaga 1.2. Niech (G, ) będzie grupą, H 1, H 2 < G. Następujące warunki są równoważne:

n=0 Dla zbioru Cantora prawdziwe są wersje lematu 3.6 oraz lematu 3.8 przy założeniu α = :

LX Olimpiada Matematyczna

Indukcja matematyczna

Informacja o przestrzeniach Sobolewa

Prawa wielkich liczb, centralne twierdzenia graniczne

Analiza funkcjonalna 1.

Wykład 1: Przestrzeń probabilistyczna. Prawdopodobieństwo klasyczne. Prawdopodobieństwo geometryczne.

Teoria miary WPPT IIr. semestr zimowy 2009 Wyk lady 6 i 7. Mierzalność w sensie Carathéodory ego Miara Lebesgue a na prostej

Grzegorz Bobiński. Wykład monograficzny Programowanie Liniowe i Całkowitoliczbowe

Wykład 10. Stwierdzenie 1. X spełnia warunek Borela wtedy i tylko wtedy, gdy każda scentrowana rodzina zbiorów domkniętych ma niepusty przekrój.

Indukcja matematyczna, zasada minimum i maksimum. 17 lutego 2017

Wykład 3. Miara zewnętrzna. Definicja 3.1 (miary zewnętrznej) Funkcję µ przyporządkowującą każdemu podzbiorowi

domykanie relacji, relacja równoważności, rozkłady zbiorów

1 Elementy analizy funkcjonalnej

Podstawy metod probabilistycznych. dr Adam Kiersztyn

Prawdopodobieństwo. Prawdopodobieństwo. Jacek Kłopotowski. Katedra Matematyki i Ekonomii Matematycznej SGH. 16 października 2018

Metody probabilistyczne

zaznaczymy na osi liczbowej w ten sposób:

1 Przestrzenie Hilberta

Wyk lad 7 Baza i wymiar przestrzeni liniowej

Matematyka dyskretna. Andrzej Łachwa, UJ, /10

Zbiory liczbowe widziane oczami topologa

E-learning - matematyka - poziom rozszerzony. Funkcja wykładnicza. Materiały merytoryczne do kursu

Przykładowe zadania z teorii liczb

RACHUNEK PRAWDOPODOBIEŃSTWA - POJĘCIA WSTĘPNE MATERIAŁY POMOCNICZE - TEORIA

Temperatura w atmosferze (czy innym ośrodku) jako funkcja dł. i szer. geogr. oraz wysokości.

Notatki z Analizy Matematycznej 2. Jacek M. Jędrzejewski

I kolokwium ze Wstępu do Teorii Miary

Rachunek prawdopodobieństwa Rozdział 4. Zmienne losowe

B jest liniowo niezależny V = lin (B) 1. Układ pusty jest bazą przestrzeni trywialnej {θ}. a i v i = i I. b i v i, (a i b i ) v i = θ.

Matematyka dyskretna. 1. Relacje

Algebrą nazywamy strukturę A = (A, {F i : i I }), gdzie A jest zbiorem zwanym uniwersum algebry, zaś F i : A F i

020 Liczby rzeczywiste

Zbiory, relacje i funkcje

Krzywa uniwersalna Sierpińskiego

Aproksymacja diofantyczna

O pewnych związkach teorii modeli z teorią reprezentacji

Konstrukcja liczb rzeczywistych przy pomocy ciągów Cauchy ego liczb wymiernych

Ultrafiltry. Dominik KWIETNIAK, Kraków. 1. Ultrafiltry

Rachunek prawdopodobieństwa Rozdział 2. Aksjomatyczne ujęcie prawdopodobieństwa

Przykład 1 W przypadku jednokrotnego rzutu kostką przestrzeń zdarzeń elementarnych

1 Określenie pierścienia

Prawdopodobieństwo i statystyka

Ośrodkowość procesów, proces Wienera. Ośrodkowość procesów, proces Wienera Procesy Stochastyczne, wykład, T. Byczkowski,

1 Zbiory i działania na zbiorach.

26 marzec, Łańcuchy Markowa z czasem ciągłym. Procesy Stochastyczne, wykład 7, T. Byczkowski, Procesy Stochastyczne, PPT, Matematyka MAP1136

Indukcja. Materiały pomocnicze do wykładu. wykładowca: dr Magdalena Kacprzak

Matematyka dyskretna. Andrzej Łachwa, UJ, /14

Indukcja matematyczna. Zasada minimum. Zastosowania.

Grzegorz Plebanek Miara i całka skrypt do wykładu Funkcje rzeczywiste

Repetytorium z przedmiotu Miara i prawdopodobieństwo dla kierunku Informatyka 2003/2004. Adam Jakubowski

f(t) f(x), D f(x) = lim sup t x oraz D f(x) = lim inf

MNRP r. 1 Aksjomatyczna definicja prawdopodobieństwa (wykład) Grzegorz Kowalczyk

Elementy Teorii Miary i Całki

Zdarzenia losowe i prawdopodobieństwo

4 Kilka klas procesów

Algebrę L = (L, Neg, Alt, Kon, Imp) nazywamy algebrą języka logiki zdań. Jest to algebra o typie

System BCD z κ. Adam Slaski na podstawie wykładów, notatek i uwag Pawła Urzyczyna. Semestr letni 2009/10

Prawdopodobieństwo i statystyka

Schematy Piramid Logicznych

Dwa równania kwadratowe z częścią całkowitą

Wykład 11: Martyngały: Twierdzenie o zbieżności i Hoeffdinga

Zdzisław Dzedzej. Politechnika Gdańska. Gdańsk, 2013

LXIX Olimpiada Matematyczna Rozwiązania zadań konkursowych zawodów stopnia trzeciego 18 kwietnia 2018 r. (pierwszy dzień zawodów)

(b) Suma skończonej ilości oraz przekrój przeliczalnej ilości zbiorów typu G α

Matematyka Dyskretna Zestaw 2

Transkrypt:

M. Beśka, Wstęp do teorii miary, rozdz. 3 25 3 Miara 3.1 Definicja miary i jej podstawowe własności Niech X będzie niepustym zbiorem, a A 2 X niepustą rodziną podzbiorów. Wtedy dowolne odwzorowanie : A [, +] nazywamy funkcją zbiorów. Definicja 3.1 Funkcję zbiorów na A nazywamy: i addytywną skończenie addytywną jeśli A,B A A B =, A B A A B = A + B. ii σ-addytywną przeliczalnie addytywną jeśli dla A i A, i 1 takich, że A i A j = dla i j, i, j 1 oraz A i A zachodzi równość A i = A i. Stosując indukcję matematyczną łatwo wykazać, że jeśli na A jest addytywną funkcją zbiorów wtedy dla dowolnego ciągu skończonego A i A, i = 1,..., n, n 1 takiego, że A i A j = dla i j, i, j = 1,..., n oraz gdy m A i A dla 2 m n, to mamy równość n A i = A i. Definicja 3.2 Funkcję zbiorów : A [0, +] nazywamy miarą na A jeśli jest ona σ-addytywna oraz = 0. W dalszej części skryptu będziemy mieli najczęściej do czynienia z miarami określonymi na rodzinach, które są σ - algebrami. Definicja 3.3 Niech X, A będzie przestrzenią mierzalną, a : A [0, +] miarą. Wtedy uporządkowaną trójkę X, A, nazywamy przestrzenią z miarą. Niech będzie dana przestrzeń z miarą X, A,. Jeśli X < to miarę nazywamy miarą skończoną. Jeśli natomiast X = 1, to nazywamy miarą probabilistyczną, a uporządkowaną trójkę X, A, przestrzenią probabilistyczną. Miarę nazywamy σ- skończoną jeśli istnieje przeliczalna rodzina {A i } i 1 A taka, że A i = X oraz A i < dla każdego i 1 lub równoważnie jeśli istnieje przeliczalna rodzina {B i } i 1 A taka, że B i B i+1, i 1, B i = X oraz B i < dla każdego i 1.

M. Beśka, Wstęp do teorii miary, rozdz. 3 26 Twierdzenie 3.4 Niech X, A, będzie przestrzenią z miarą. Wtedy i n 1, B i A, 1 i n, B i B j = dla i j n B i = n B i; ii A, B A, B A A B; iii A, B A, B A, B < A \ B = A B; iv A, B A A B + A B = A + B; v n 1, A i A, 1 i n n A i n A i subaddytywność; vi A i A, A i A i+1, i 1 A i = limi A i ; vii A i A, A i+1 A i, i 1, n 0 1 A n 0 < A i = limi A i ; viii A i A, i 1 A i A i σ-subaddytywność. Dowód. Ad. i Niech A i A dla i 1 i niech Wtedy A i A j = dla i j 1 oraz A i = B i dla i = 1,..., n, A i = dla i n + 1. n B i = A i = A i = B i. Ad. ii Jeśli A, B A oraz B A to A = A \ B B suma rozłączna. Zatem z punktu i oraz z nieujemności miary dostajemy A = A \ B + B B. Ad. iii Z punktu ii mamy A = A \ B + B. Stąd i z założenia B < mamy A B = A \ B. Ad. iv Sumę A B możemy przedstawić jako sumę rozłączną, mianowicie Z punktu i otrzymujemy A B = A \ A B A B B \ A B. A B = A \ A B + A B + B \ A B. Stąd po dodaniu stronami A B mamy A B + A B = A \ A B + A B + B \ A B + A B = A + B.

M. Beśka, Wstęp do teorii miary, rozdz. 3 27 Ad. v Z punktu iv dostajemy Dalej dowód przez indukcję. A 1 + A 2 = A 1 A 2 + A 1 A 2 A 1 A 2. Ad. vi Oznaczmy B 1 = A 1 oraz B n = A n \ A n 1 dla n > 1. Wtedy a B n B m = dla n m, n, m 1; b A n = n k=1 B k, n 1; c A i = k=1 B k. Stąd i z σ-addytywności miary mamy A i = B k = B k = lim k=1 Ad. vii Zauważmy, że k=1 a A i = i=m A i, dla każdego m 1; b A n0 A i. n k=1 Stąd i z udowodnionych już własności miary dostajemy iii A n0 A i = A n0 \ A i = A n0 \ Otrzymujemy więc = B k = lim n n A n0 +i k=1 A n0 A n 0 +i = An0 \ A n0 +i B k = lim n A n. = A n0 vi = lim A n0 \ A n0 i +i iii = lim An0 A n0 i +i = A n0 lim A n0 i +i = A n0 lim A i. i A i = lim i A i. A n0 +i Ad. viii Niech A i A, i 1. Oznaczmy B n = n A i, n 1. Ciąg {B n } n 1 jest ciągiem wstępującym i jego suma mnogościowa jest równa sumie mnogościowej ciągu wyjściowego {A i } i 1. Zatem A i = v lim n vi B n = lim B n = lim n n n A i = A i. A i

M. Beśka, Wstęp do teorii miary, rozdz. 3 28 Stwierdzenie 3.5 Niech X, A, będzie przestrzenią z miarą skończoną i niech A i A dla 1 i n. Wtedy n A i = A i A i1 A i2 + 1 i 1 <i 2 n + 1 k 1 1 i 1 <i 2 <...<i k n + 1 n 1 A 1 A 2... A n. A i1 A i2... A ik + Dowód. Dla n = 1 jest oczywisty. Dla n = 2 wynika z Twierdzenia 3.4 iv. Dalej stosując indukcję matematyczną. Zostawiamy to jako ćwiczenie. Przykład 3.6 a Niech X, A będzie przestrzenią mierzalną oraz niech x X będzie ustalonym punktem. Wtedy { 1 dla x A, δ x A = A A 0 dla x A, jest miarą delta Diraca. b Niech X, A będzie przestrzenią mierzalną. Wtedy i 0 tzn. A = 0 dla A A, ii A = + dla A A i A oraz = 0 są miarami. c Niech X, A będzie przestrzenią mierzalną, gdzie X jest zbiorem nieprzeliczalnym oraz A A wtedy i tylko wtedy, gdy A IN lub A IN. Wtedy { 1 gdy A IN, A = A A 0 gdy A IN, jest miarą na A. d Niech X, A będzie przestrzenią mierzalną. Wtedy A = #A jest miarą miarą liczącą. e Niech X, A będzie przestrzenią mierzalną, gdzie #X = i niech {x i } i 1 X będzie ustalonym ciągiem. Załóżmy, że dany jest ciąg liczbowy {p i } i 1 taki, że p i > 0 dla i 1 oraz p i = 1. Wtedy = p i δ xi jest miarą probabilistyczną.

M. Beśka, Wstęp do teorii miary, rozdz. 3 29 Twierdzenie 3.7 Niech X, A będzie przestrzenią mierzalną, gdzie A = σc oraz C jest π-układem. Załóżmy ponadto, że dane są dwie miary i ν na A o własnościach: i i ν są σ-skończone na C; ii A = νa dla każdego A C. Wtedy = ν tzn. A = νa dla każdego A A. Dowód. Z założenia i istnieją: A i C, A i < dla i 1 oraz B j C, νb j < dla j 1 oraz A i = X, B j = X, Rozważmy rodzinę {A i B j } i,j 1 C, której elementy oznaczmy przez G k, k 1. Z założeń dostajemy G k = νg k < dla k 1 oraz k=1 G k = X. Bez straty ogólności możemy założyć, że G k G k+1 dla k 1 wystarczy określić F n = n k=1 G k i zauważyć, że ze Stwierdzenia 3.5 F n = νf n < dla n 1. Dla k 1 rozważmy rodzinę D k = { A A : A G k = νa G k }. Łatwo zauważyć, że i C D k ; ii D k jest λ-układem. Stąd λc D k A. Z Twierdzenia 2.20 mamy λc = σc. Zatem D k = A, k 1. Niech A A. Wtedy z Twierdzenia 3.4 vi dostajemy A = A X = A G k = k=1 k=1 A G k = lim A G k = lim νa G k k k = ν A G k = νa X = νa. k=1 Uwaga. Założenie o σ-skończoności miar na C w powyższym twierdzeniu jest istotne. Rzeczywiście, niech X = IR, C = { a, b] : a b, a, b IR }. Widzimy od razu, że C

M. Beśka, Wstęp do teorii miary, rozdz. 3 30 jest π-układem. Ponadto wiadomo, że σc = BIR. Rozważmy dwie miary na BIR: A = #A oraz νa = gdy A i ν = 0 dla A BIR. Jak łatwo zauważyć = ν na C oraz ν na BIR. Na zakończenie tego tematu zanotujmy jeszcze natychmiastowy wniosek wypływający z Twierdzenia 3.7 Wniosek 3.8 Niech X, A będzie przestrzenią mierzalną, gdzie A = σc oraz C jest algebrą. Załóżmy ponadto, że dane są dwie miary i ν na A o własnościach: i i ν są σ-skończone na C; ii A = νa dla każdego A C. Wtedy = ν tzn. A = νa dla każdego A A. 3.2 Miary przedziałów Oznaczmy 3.1 C = { a, b], b, : a b < }. Załóżmy ponadto, że dana jest funkcja F : IR IR niemalejąca i prawostronnie ciągła. Oznaczmy jeszcze F + := lim x + F x i F := lim x F x. Określmy funkcję zbiorów na C wzorem 3.2 a, b] = F b F a, b, + = F + F b. Zauważmy, że 3.3 = a, a] = F a F a = 0. Okazuje się, że tak określona funkcja zbiorów jest miarą na C, mianowicie zachodzi Twierdzenie 3.9 Funkcja zbiorów określona wzorem 3.2 jest miarą na C. Dowód. Jak już zauważyliśmy w 3.3 = 0. Pozostało tylko udowodnić σ-addytywność. W pierwszej części dowodu wykażemy, że jest σ-addytywna na rodzinie C 0 = { a, b] : a, b IR } C. W tym celu pokażemy najpierw, że jest addytywna na C 0. Niech a, b] = n a i, b i ], gdzie a, b], a i, b i ] C 0 dla i = 1,..., n oraz a i, b i ] są parami rozłączne dla i = 1,..., n.

M. Beśka, Wstęp do teorii miary, rozdz. 3 31 Bez straty ogólności możemy założyć, że rozpatrywane przedziały są niepuste oraz możemy je ponumerować w następujący sposób: Wtedy a = a 1 < b 1 = a 2 < b 2 = a 3 <... < b n 1 = a n < b n = b. a, b] = F b F a = F b n F a 1 = F bi F a i = a i, b i ], co kończy dowód addytywności na C 0. Udowodnimy teraz subaddytywność w pewnym sensie na C 0 tzn. jeśli to a, b] n a i, b i ], gdzie a, b], a i, b i ] C 0, dla i = 1, 2,..., n a, b] a i, b i ]. Dowód indukcyjny. Dla n = 1. Niech a, b] a 1, b 1 ]. Ponieważ funkcja F jest niemalejąca, więc a, b] = F b F a F b 1 F a 1 = a 1, b 1 ]. Dla n > 1. Niech n+1 a, b] a i, b i ], gdzie a, b], a i, b i ] C 0, dla i = 1, 2,..., n. Bez straty ogólności możemy dodatkowo założyć, że b a n+1, b n+1 ]. a 1 b 1 a a n+1 b b n+1 Gdy a > a n+1 to dowodzona własność subaddytywności jest oczywista z założenia indukcyjnego. Gdy a a n+1 to a, a n+1 ] n a i, b i ], więc ponownie korzystając z założenia indukcyjnego otrzymujemy

M. Beśka, Wstęp do teorii miary, rozdz. 3 32 Stąd a, a n+1 ] a i, b i ]. a, b] = a, a n+1 ] a n+1, b] = a, a n+1 ] + a n+1, b] n+1 a i, b i ] + a n+1, b] a i, b i ]. Wykażemy teraz σ-addytywność na C 0. Niech a, b] = a i, b i ] gdzie a, b], a i, b i ] C 0, dla i = 1, 2,..., gdzie a i, b i ] są parami rozłączne dla i 1. Niech n > 1 i rozważmy n a i, b i ]. Możemy założyć, że a a 1 < b 1 a 2 < b 2 a 3 <... < b n 1 a n < b n b. Mamy więc 3.4 a, b] = a, a 1 ] n n 1 a i, b i ] b i, a i+1 ] b n, b]. Suma po prawej stronie 3.4 jest rozłączna, więc korzystając z addytywności otrzymujemy a, b] = a, a 1 ] + Stąd dla każdego n > 1 mamy czyli n 1 a i, b i ] + b i, a i+1 ] + b n, b] a, b] a, b] a i, b i ], a i, b i ]. a i, b i ]. Udowodnimy teraz nierówność w drugą stronę. Z prawostronnej ciągłości funkcji F mamy dla każdego ε > 0 a, a + δ] = F a + δ F a < ε 2, δ i >0 δ>0 b i, b i + δ i ] = F b i + δ i F b i < ε, dla i 1. 2i+1

M. Beśka, Wstęp do teorii miary, rozdz. 3 33 a a + δ a i b i b Mamy [a + δ, b] a, b] = a i, b i ] a i, b i + δ i. Ze zwartości przedziału [a + δ, b] istnieje n 1 patrz Dodatek takie, że n [a + δ, b] a ij, b ij + δ ij. Stąd Zatem n a + δ, b] a ij, b ij + δ ij ]. a, b] = a, a + δ] + a + δ, b] ε 2 + a ij, b ij + δ ij ] = ε 2 + a ij, b ij ] + b ij, b ij + δ ij ] ε + a ij, b ij ] ε + a i, b i ]. Z dowolności ε > 0 otrzymujemy a, b] a i, b i ]. Tym samym została zakończona pierwsza część dowodu tzn. udowodniliśmy σ-addytywność na C 0. W drugiej części dowodu wykażemy, że jest σ-addytywna na C. W tym celu wystarczy rozważyć dwa przypadki 3.5 3.6, b] = b, = I i, I i, b IR, b IR,

M. Beśka, Wstęp do teorii miary, rozdz. 3 34 gdzie I i C i są parami rozłączne dla i 1. Załóżmy, że zachodzi 3.5. Rozważmy dwa przypadki a Załóżmy, że istnieje i 0 takie, że I i0 =, b i0 ] z rozłączności parami wynika, że wśród I i, i 1 może istnieć tylko jeden taki nieograniczony przedział. Mamy więc, b] =, b i0 ] a i, b i ] =, b i0 ] b i0, b], i i 0 gdzie a i IR dla i i 0 oraz b i IR dla i 1. Stąd i z udowodnionej σ-addytywności na C 0 mamy, b] = F b F = F b F b i0 + F b i0 F =, b i0 ] + b i0, b] =, b i0 ] + i i 0 a i, b i ] = a i, b i ]. b Załóżmy, że I i = a i, b i ], i 1, gdzie a i, b i IR dla i 1. Dowód rozbijemy na dwa podprzypadki i Niech F >. Wtedy z 3.5 mamy 3.7 a in < n b in. i n n 0 n n 0 Zatem dla każdego n 1 możemy napisać, b] =, a in ] a i, b i ] =, a in ] a in, b] a i a in oraz, b] = F b F = F b F a in + F a in F = a in, b] + F a in F = a i, b i ] + F a in F n a i a in bo na mocy 3.7 a in, gdy n. a i, b i ], ii Niech F = tzn., b] = +. Dla dowodu wystarczy więc wykazać, że 3.8 a i, b i ] = +.

M. Beśka, Wstęp do teorii miary, rozdz. 3 35 Korzystając z dowodu i dostajemy a i, b i ] = a in, b] = F b F a in n a i a in bo na mocy 3.7 a in, gdy n, co dowodzi 3.8. +, Tak więc dowód w przypadku 3.5 został zakończony. Nietrudno zauważyć, że dowód dla przypadku 3.6 przebiega analogicznie jak dla 3.5. Rozpatruje się te same podprzypadki z oczywistą zamianą na +. Zostawiamy więc ten przypadek jako ćwiczenie. Uwaga. Zauważmy, że przyjmując F x = x dla x IR dostajemy miarę na C dla której a, b] = b a dla a, b IR oraz I = + jeśli I C i I jest przedziałem nieograniczonym. Miarę tę będziemy oznaczać przez λ i nazywać miarą Lebesgue a na C. W dalszej części skryptu będziemy starali się rozszerzyć miarę Lebesgue a na algebrę a następnie na σ-algebrę generowaną przez rodzinę C. Rozszerzenie λ na algebrę generowanę przez C wynika z następującego twierdzenia. Twierdzenie 3.10 Niech C będzie rodziną podzbiorów określoną wzorem 3.1 i niech będzie miarą na C. Wtedy możemy jednoznacznie rozszerzyć do miary na αc tzn. takiej, że C =. Dowód. Dowód zaczniemy od wykazania równości αc = G, gdzie { n G = Rodzina G jest algebrą, bo } A i : A i C, i = 1,..., n, A i A j =, i j, i, j = 1,..., n, n 1. i Z 3.1 mamy C oraz C G, więc G; ii Niech A G. Wtedy A = n A i, gdzie A i C dla 1 i n, A i A j = dla i j, 1 i, j n oraz n 1. Stąd A = n A i. Ponieważ dopełnienie każdego elementu rodziny C jest rozłączną skończoną sumą elementów rodziny C co natychmiast wynika z definicji rodziny C więc możemy napisać A = n m i j i =1 A i,ji, A i,ji C, j i = 1,..., m i, i = 1,..., n oraz dla każdego 1 i n zbiory A i,ji są dla j i = 1,..., m i parami rozłączne. Korzystając z rozdzielności iloczynu monogościowego względem sumy mnogościowej dostajemy n A = A i,ji, gdzie J i = {1, 2,..., m i }, i = 1, 2,..., n. j 1,...,j n J 1 J n

M. Beśka, Wstęp do teorii miary, rozdz. 3 36 Zauważmy, że n A i,j i C dla 1 i n bo z definicji C wynika natychmiast, że rodzina ta jest zamknięta na skończone przekroje oraz n A i,j i są parami rozłączne tzn. dla i 1,..., j n, j 1,..., j n J 1 J n takich, że i 1,..., j n j 1,..., j n mamy n n A i,ji A i,j i =. Zatem A G. iii Niech A, B G. Wtedy A = B = Zatem n A i, A i C, 1 i n, A i A j =, i j, 1 i, j n, n 1, m B j, B j C, 1 j m, B j B k =, j k, 1 j, k m, m 1. A B = n m A i B j = n m A i B j. Ponieważ A i B j C dla 1 i n, 1 j m oraz A i B j są parami rozłączne dla 1 i n, 1 j m, więc A B G, czyli G jest algebrą. Ponieważ C G. Zatem z definicji αc mamy zawieranie αc G. Z drugiej strony rozłączne sumy n A i, gdzie A i C, 1 i n muszą należeć do αc. Zatem z definicji G wynika, że G αc co ostatecznie dowodzi równości αc = G. Określmy teraz : αc [0, +] wzorem 3.9 A = gdzie A i, A αc, n A = A i, A i C, 1 i n, A i A j =, i j, 1 i, j n, n 1. Wykażemy, że jest dobrze określona tzn., gdy n m A = A i = B j αc,

M. Beśka, Wstęp do teorii miary, rozdz. 3 37 gdzie to Rzeczywiście A i = A i C, 1 i n, A i A j =, i j, 1 i, j n, n 1, B j C, 1 j m, B j B k =, j k, 1 j, k m, m 1, = A i A i = m B j = m A i B j = m B j. m A i B j m n A i B j = m B j. Wykażemy, że jest miarą na αc. Warunek = 0 jest oczywisty. Pozostała do wykazania σ-addytywność. Niech A n αc, n 1, A n A m =, n m, n, m 1 oraz A n αc. Ponieważ elementy αc są rozłącznymi sumami elementów z C więc m A n = B i, B i C, 1 i m, B i B j =, i j, 1 i, j m. Z tego samego powodu dla każdego n 1 mamy A n = k n Stąd dostajemy 3.10 B i = B i A n,j A n,j C, 1 j k n, A n,i A n,j =, i j, 1 i, j k n. A n = B i A n = k n B i A n,j Elementy ostatnich sum w 3.10 są parami rozłączne i należą do C więc z σ-addytywności na C dostajemy k n B i = B i A n,j. Stąd i z definicji mamy A n = m B i = = m k n m B i = B i A n,j = m k n A n, B i A n,j

M. Beśka, Wstęp do teorii miary, rozdz. 3 38 bo m m A n = A n B i = k n B i A n,j. Tak więc jest miarą. Jednoznaczność roszerzenia wynika natychmiast z 3.9. Na koniec zauważmy jeszcze oczywistość C =. Uwaga. Ponieważ rozszerzenie miary na algebrę αc jest jednoznaczne będziemy oznaczać je takim samym symbolem jak wyjściową miarę. Stosując powyższe twierdzenie możemy teraz rozszerzyć miarę Lebesgue a λ na algebrę αc. Mamy więc określoną miarę λ na zbiorach, które są rozłącznymi i skończonymi sumami przedziałów z C. W dalszym ciągu będziemy się starali rozszerzyć miarę Lebesgue a na rodzinę bardziej złożonych zbiorów. Okazuje się, że takie dalsze rozszerzenie jest możliwe, mianowicie stosując tzw. procedurę Carathodorego możemy rozszerzyć miarę Lebesgue a m.in. na σ-algebrę generowaną przez C tj. na σ-algebrę zbiorów borelowskich patrz Twierdzenie 2.12 i Uwaga po tym twierdzeniu, a nawet na trochę szerszą σ-algebrę zawierającą σ-algebrę zbiorów borelowskich tzw. σ-algebrę zbiorów Lebesgue a. Z tą metodą zapoznamy się w dalszej części skryptu. 3.3 Zadania Zad. 1. Niech #X =. Określmy funkcję zbiorów ϕ : 2 X [0, ] wzorem { 0 gdy #A <, ϕa = + gdy #A =. Wykazać, że ϕ jest addytywna ale nie jest σ-addytywna. Zad. 2. Wykazać, że a Niech X będzie będzie niepustym zbiorem oraz niech x X będzie ustalonym punktem. Wtedy { 1 dla x A, δ x A = A 2 X 0 dla x A, jest miarą tzw. Delta Diraca. b Niech X, A będzie przestrzenią mierzalną. Wtedy i 0 tzn. A = 0 dla A A; ii A = + dla A A i A oraz = 0. są miarami.

M. Beśka, Wstęp do teorii miary, rozdz. 3 39 c Niech X, A będzie przestrzenią mierzalną, gdzie X jest zbiorem nieprzeliczalnym oraz A A wtedy i tylko wtedy, gdy A IN lub A IN. Wtedy A = { 1 gdy A IN, 0 gdy A IN, A A jest miarą na A. d Niech X, A będzie przestrzenią mierzalną. Wtedy A = #A jest miarą miarą liczącą. e Niech X, A będzie przestrzenią mierzalną, gdzie #X = i niech {x i } i 1 X będzie ustalonym ciągiem. Załóżmy, że dany jest ciąg liczbowy {p i } i 1 taki, że p i > 0 dla i 1 oraz p i = 1. Wtedy jest miarą probabilistyczną. = p i δ xi Zad. 3. Niech X = 0, 1] i niech A będzie algebrą z zadania 14 rozdział 2. Określmy funkcję zbiorów : A {0, 1} wzorem { 1, 1/2, b] A dla pewnego 1/2 < b 1, A = 0, w przeciwnym przypadku, A A. Sprawdzić, czy jest miarą na A. Zad. 4. Niech X, d będzie przestrzenia metryczną, a x X będzie ustalonym punktem takim, że zbiór {x} nie jest zbiorem otwartym. Zbiór F X nazywamy sąsiedztwem punktu x, jeśli jest on postaci F = U \ {x}, gdzie U jest otoczeniem punktu x. Określmy rodzinę zbiorów A 2 X następująco: A A wtedy i tylko wtedy, gdy A zawiera pewne sąsiedztwo punktu x lub A jest rozłączny z pewnym sąsiedztwem x. Zdefiniujmy funkcję zbiorów ϕ : A [0, +] wzorem ϕa = { 1 gdy A zawiera pewne sąsiedztwo x, 0 gdy A jest rozłączny z pewnym sąsiedztwem x, A A. a Pokazać, że A jest algebrą, a ϕ miarą skończenie addytywną. b Sprawdzić, czy ϕ jest σ-addytywna. Zad. 5. Niech X, A będzie przestrzenią mierzalną, a : A [0, ] addytywną funkcją zbiorów na A taką, że = 0 i jest σ-subaddytywna. Wykazać, że jest miarą.

M. Beśka, Wstęp do teorii miary, rozdz. 3 40 Zad. 6. Niech i ν będą miarami na przestrzeni mierzalnej X, A. Wykazać, że + ν oraz a dla a 0 są też miarami. Zad. 7. Niech X, A, będzie przestrzenią z miarą i niech A n A, n 1. Wykazać, że A n = 0 A n = 0 dla każdego n 1. Zad. 8. Niech X, A, będzie przestrzenią z miarą, gdzie miara jest σ-skończona i X = +. Pokazać, że dla dowolnej liczby rzeczywistej M > 0 istnieje A A takie, że M < A < +. Zad. 9. Niech X, A, będzie przestrzenią z miarą. Wykazać, że dla A, B A mamy A B = 0 = A = B. Zad. 10. Niech X, A, będzie przestrzenią probabilistyczną. Niech A 1,..., A n A są takie, że A i > n 1. Wykazać, że n A i > 0. Zad. 11. Niech X, A będzie przestrzenią mierzalną, a : A [0, ] skończenie addytywną funkcją zbiorów taką, że = 0. Wykazać, że jest miarą wtedy i tylko wtedy, gdy dla każdego ciągu {A i } i 1 takiego, że A i A i+1 dla i 1 mamy A i = lim i A i. Zad. 12. Niech X, A będzie przestrzenią mierzalną, a : A [0, ] skończenie addytywną funkcją zbiorów taką, że = 0 i X <. Wykazać, że jest miarą skończoną wtedy i tylko wtedy, gdy dla każdego ciągu {A i } i 1 takiego, że A i+1 A i dla i 1 mamy A i = lim i A i. Zad. 13. Niech X, A będzie przestrzenią mierzalną, a : A [0, ] skończenie addytywną funkcją zbiorów taką, że = 0 i X <. Wykazać, że jest miarą

M. Beśka, Wstęp do teorii miary, rozdz. 3 41 skończoną wtedy i tylko wtedy, gdy dla każdego ciągu {A i } i 1 takiego, że A i+1 A i dla i 1 i A i = mamy lim i A i = 0. Zad. 14. Niech X, A, będzie przestrzenią z miarą oraz niech B n A, n 1 będą takie, że B n \ B n+1 = 0 dla n 1. Wykazać, że B i = lim i B i. Zad. 15. Niech X, A, będzie przestrzenią z miarą skończoną. Wykazać, że dla dowolnych A 1,..., A n A zachodzi n A i = 1 k 1 k=1 1 i 1 <...<i k n A i1... A ik. Zad. 16. Niech X, A, będzie przestrzenią z miarą i niech {A n } n 1 A będzie taki, że A i A j = 0 dla i j, i, j 1. Wykazać, że A n = A n. Zad. 17. Niech X, A, będzie przestrzenią z miarą skończoną oraz niech {A n } n 1, {B n } n 1 A będą takie, że B n A n dla n 1. Wykazać nierówność A n B n An B n. Zad. 18. Niech X, A, będzie przestrzenią probabilistyczną oraz niech {A n } n 1 A będzie taki, że A n = 1 dla n 1. Wykazać równość A n = 1. Zad. 19. Niech X, A będzie przestrzenią mierzalną i niech { n } n 1 będzie ciągiem miar na A. Załóżmy, że n A n+1 A dla A A i n IN. Wykazać, że funkcja zbiorów : A [0, ] dana wzorem A = lim n na, A A

M. Beśka, Wstęp do teorii miary, rozdz. 3 42 jest miarą. Zad. 20. Niech X, BX, będzie przestrzenią z miarą skończoną, gdzie X, d jest przestrzenią metryczną. Wykazać, że dla dowolnego ε > 0 i dla dowolnego A BX istnieją zbiór otwarty U i zbiór domknięty F takie, że F A U i U \ F < ε. Zad. 21. Niech X, A, będzie przestrzenią z miarą skończoną, gdzie A = σc oraz C jest algebrą. Wykazać, że algebra C jest gęsta w A względem miary tzn. ε>0 A A A B < ε. B C Zad. 22. Niech F będzie ultrafiltrem podzbiorów zbioru X. Określmy ϕa = { 1 gdy A F, 0 gdy A F,, A 2 X. a Pokazać, że ϕ jest addytywna na 2 X. b Niech #X = i niech ϕ : 2 X {0, 1} będzie addytywną funkcją zbiorów oraz ϕx = 1. Wykazać, że { A X : ϕa = 1} jest ultrafiltrem. c Wykazać, że jeśli #X = to istnieje addytywna funkcja zbiorów ϕ : 2 X {0, 1} taka, że ϕa = 0 dla każdego skończonego zbioru A X i ϕx = 1. d Wykazać, że jeśli X jest zbiorem przeliczalnym to funkcja zbiorów ϕ z punktu c nie może być σ-addytywna.