Elementær Målteori
Forfatter
Naundrup, Søren
Semester
4. semester
Udgivelsesår
2014
Afleveret
2014-12-19
Antal sider
26
Resumé
Specialet giver en elementær, teoretisk gennemgang af det matematiske grundlag for sandsynlighedsregning med udgangspunkt i målteori. Ud fra begrænsningerne ved Riemann-integralet, bl.a. at sum og integral ikke altid kan ombyttes (illustreret ved Dirichlet-funktionen), motiveres introduktionen af Lebesgue-integralet. Fremstillingen begynder med delmængder af R og R^n og opbygger Borel-σ-algebraen, herunder hvordan forskellige familier af intervaller genererer samme σ-algebra. Derpå defineres mål som σ-additive afbildninger på en σ-algebra, og der udledes grundlæggende egenskaber som endelig additivitet, monotonicitet, kontinuitet opad og nedad, Booles ulighed samt begrebet nulmængder og stabilitet under tællelige foreninger. Begrebet målbare afbildninger og funktioner udvikles, inklusive stabilitet under inverse billeder og sammensætning. Til sidst etableres forbindelsen mellem mål og integral, og Lebesgue-integralet introduceres som et robust alternativ til Riemann-integralet, hvor nogle af dets centrale egenskaber undersøges. Arbejdet er en systematisk opbygning med definitioner, eksempler og beviser, der tilsammen lægger et solidt fundament for videre studier i sandsynlighedsteori.
This thesis offers an elementary, theoretical introduction to the mathematical foundations of probability via measure theory. Motivated by limitations of the Riemann integral—particularly that sums and integrals cannot always be interchanged, as illustrated by the Dirichlet function—it introduces the Lebesgue integral. The exposition starts from subsets of R and R^n and builds the Borel σ-algebra, including how various families of intervals generate the same σ-algebra. Measures are then defined as σ-additive mappings on a σ-algebra, and basic properties are developed, such as finite additivity, monotonicity, continuity from below and above, Boole’s inequality, and the notion of null sets with stability under countable unions. The thesis develops measurable mappings and functions, including stability under inverse images and composition. Finally, it establishes the connection between measures and integration and presents the Lebesgue integral as a robust alternative to the Riemann integral, examining some of its key properties. The work systematically builds definitions, examples, and proofs to provide a solid foundation for further study in probability theory.
[Dette resumé er genereret med hjælp fra AI direkte fra projektet (PDF)]