概率论基础-严士健 第二版 习题与补充3.3答案

概率论基础-严士健 第二版 习题与补充3.3答案
1.i)由于 lim ⁡ ‾ n → ∞ A n = ∪ n = 1 ∞ ∩ k = n ∞ A k \underline{\lim}_{n\to\infty} A_n = \cup_{n=1}^{\infty}\cap_{k=n}^{\infty} A_k limnAn=n=1k=nAk ∩ k = n ∞ A k \cap_{k=n}^{\infty} A_k k=nAk关于n递增。又因为 μ \mu μ是测度,从而:
μ ( lim ⁡ ‾ n → ∞ A n ) = μ ( ∪ n = 1 ∞ ∩ k = n ∞ A k ) = lim ⁡ n → ∞ μ ( ∩ k = n ∞ A k ) ≤ lim ⁡ ‾ n → ∞ μ ( A n ) \mu(\underline{\lim}_{n\to\infty} A_n) = \mu(\cup_{n=1}^{\infty}\cap_{k=n}^{\infty} A_k) = \lim_{n\to\infty}\mu(\cap_{k=n}^{\infty} A_k) \leq \underline{\lim}_{n\to\infty} \mu(A_n) μ(limnAn)=μ(n=1k=nAk)=limnμ(k=nAk)limnμ(An).
ii)由于 lim ⁡ ‾ n → ∞ A n = ∩ n = 1 ∞ ∪ k = n ∞ A k \overline{\lim}_{n\to\infty} A_n = \cap_{n=1}^{\infty}\cup_{k=n}^{\infty} A_k limnAn=n=1k=nAk ∪ k = n ∞ A k \cup_{k=n}^{\infty} A_k k=nAk关于n递减。又因为 μ \mu μ是测度且有穷,从而:
μ ( lim ⁡ ‾ n → ∞ A n ) = μ ( ∩ n = 1 ∞ ∪ k = n ∞ A k ) = lim ⁡ n → ∞ μ ( ∪ k = n ∞ A k ) ≥ lim ⁡ ‾ n → ∞ μ ( A n ) \mu(\overline{\lim}_{n\to\infty} A_n) = \mu(\cap_{n=1}^{\infty}\cup_{k=n}^{\infty} A_k) = \lim_{n\to\infty}\mu(\cup_{k=n}^{\infty} A_k) \geq \overline{\lim}_{n\to\infty} \mu(A_n) μ(limnAn)=μ(n=1k=nAk)=limnμ(k=nAk)limnμ(An).
2.由于 ∣ f t ( ω ) ≤ g ( ω ) , g |f_t(\omega) \leq g(\omega), g ft(ω)g(ω),g关于 μ \mu μ可积,从而 f t 0 f_{t_0} ft0关于 μ \mu μ可积。
由于 g − f t ≥ 0 g - f_t \geq 0 gft0,则 ∫ f t 0 − g d μ = ∫ lim ⁡ t → t 0 f t − g d μ ≤ lim inf ⁡ t → t 0 ∫ f t − g d μ \int f_{t_0} - g d\mu = \int \lim_{t \to t_0}f_t - g d\mu \leq \liminf_{t \to t_0} \int f_t - g d\mu ft0gdμ=limtt0ftgdμtt0liminfftgdμ,即 ∫ f t 0 d μ ≤ lim inf ⁡ t → t 0 ∫ f t d μ \int f_{t_0} d\mu \leq \liminf_{t \to t_0} \int f_t d\mu ft0dμtt0liminfftdμ。同理有 ∫ f t 0 d μ ≥ lim sup ⁡ t → t 0 ∫ f t d μ \int f_{t_0} d\mu \geq \limsup_{t \to t_0} \int f_t d\mu ft0dμtt0limsupftdμ。即证。
依概率收敛有一个子列几乎处处收敛。
其实 f t f_t ft关于 μ \mu μ一致可积。
3.由于当 t > 0 t > 0 t>0时,有:
cos ⁡ n t 2 n + t n ≤ 1 2 n \frac{\cos nt}{2^n + t^n} \leq \frac{1}{2^n} 2n+tncosnt2n1

lim ⁡ t → 0 + cos ⁡ n t 2 n + t n = 1 2 n \lim_{t\to 0^+}\frac{\cos nt}{2^n + t^n} = \frac{1}{2^n} limt0+2n+tncosnt=2n1
再利用控制收敛定理立得。
4.
5.由于 ∣ f n ( ω ) − f ( ω ) ∣ = 1 n → 0 , n → ∞ . |f_n(\omega) - f(\omega)| = \frac{1}{n} \to 0, n \to \infty. fn(ω)f(ω)=n10,n.从而 f n ( ω ) → f ( ω ) f_n(\omega) \to f(\omega) fn(ω)f(ω)关于 ω \omega ω一致成立。
∫ f d μ = 0 , lim ⁡ n → ∞ f n d μ = 1 \int f d\mu = 0, \lim_{n \to\infty} f_n d\mu = 1 fdμ=0,limnfndμ=1从而 lim ⁡ n → ∞ f n d μ ≠ ∫ f d μ . \lim_{n \to\infty} f_n d\mu \neq \int f d\mu. limnfndμ=fdμ.

你可能感兴趣的:(概率论基础,严士健,习题与补充)