Gegenstand der vorliegenden Dissertation sind stochastische Kontrollprobleme, denen sich Agenten im Zusammenhang mit Entscheidungen auf Finanzmärkten gegenübersehen. Der erste Teil der Arbeit behandelt die Maximierung des erwarteten Nutzens des Endvermögens eines Finanzmarktinvestors. Für den Investor ist eine Beschreibung der optimalen Handelsstrategie, die zur numerischen Approximation geeignet ist sowie eine Stabilitätsanalyse der optimalen Handelsstrategie bzgl. kleinerer Fehlspezifikationen in Nutzenfunktion und Anfangsvermögen, von höchstem Interesse. In stetigen Marktmodellen beweisen wir Stabilitätsresultate für die optimale Handeslsstrategie in geeigneten Topologien. Für hinreichend differenzierbare Nutzenfunktionen und zeitstetige Marktmodelle erhalten wir eine Beschreibung der optimalen Handelsstrategie durch die Lösung eines Systems von stochastischen Vorwärts-Rückwärts-Differentialgleichungen (FBSDEs). Der zweite Teil der Arbeit beschäftigt sich mit optimalen Stopproblemen für einen Agenten, dessen Ertragsprozess von einem Ausfallsereignis abhängt. Unser Hauptinteresse gilt der Beschreibung der Lösungen vor und nach dem Ausfallsereignis und damit dem besseren Verständnis des Verhaltens des Agenten bei Auftreten eines Ausfallsereignisses. Wir zeigen wie sich das optimale Stopproblem in zwei einzelne Teilprobleme zerlegen lässt: eines, für das der zugrunde liegende Informationsfluss das Ausfallereignis nicht beinhaltet, und eines, in welchem der Informationsfluss das Ausfallereignis berücksichtigt. Aufbauend auf der Zerlegung des Stopproblems und der Verbindung zwischen der Optimalen Stoptheorie und der Theorie von reflektierenden stochastischen Rückwärts-Differentialgleichungen (RBSDEs), leiten wir einen entsprechenden Zerlegungsansatz her, um RBSDEs mit genau einem Sprung zu lösen. Wir beweisen neue Existenz- und Eindeutigkeitsresultate von RBSDEs mit quadratischem Wachstum. / This thesis studies stochastic control problems faced by agents in financial markets when making decisions. The first part focuses on the maximization of expected utility from terminal wealth for an investor trading in a financial market. Of utmost concern to the investor is a description of optimal trading strategy that is amenable to numerical approximation, and the stability analysis of the optimal trading strategy w.r.t. "small" misspecification in his utility function and initial capital. In the setting of a continuous market model, we prove stability results for the optimal wealth process in the Emery topology and the uniform topology on semimartingales, and stability results for the optimal trading strategy in suitable topologies. For sufficiently differentiable utility functions, we obtain a description of the optimal trading strategy in terms of the solution of a system of forward-backward stochastic differential equations (FBSDEs). The second part of the thesis deals with the optimal stopping problem for an agent with a reward process exposed to a default event. Our main concern is to give a description of the solutions before and after the default event and thereby better understand the behavior of the agent in the presence of default. We show how the stopping problem can be decomposed into two individual stopping problems: one with information flow for which the default event is not visible, and another one with information flow which captures the default event. We build on the decomposition of the optimal stopping problem, and the link between the theories of optimal stopping and reflected backward stochastic differential equations (RBSDEs) to derive a corresponding decomposition approach to solve RBSDEs with a single jump. This decomposition allows us to establish existence and uniqueness results for RBSDEs with drivers of quadratic growth.

In dieser Arbeit werden zwei Klassen von Evolutionsgleichungen in einem Matrixraum-Setting studiert: Hyperbolische Erhaltungsgleichungen und aktive skalare Gleichungen. Für erstere wird untersucht, wann man Oszillationen mit Hilfe polykonvexen Maßen ausschließen kann; für Zweitere wird mit Hilfe von Oszillationen gezeigt, dass es unendlich viele periodische schwache Lösungen gibt.

For ensuring network survivability in case of single component failures many routing protocols provide a primary and a back up routing path for each origin destination pair. We address the problem of selecting these paths such that in the event of multiple failures, occuring with given probabilities, the total loss in routable demand due to both paths being intersected is small with high probability. We present a chance constraint model and solution approaches based on an explicit integer programming formulation, a robust formulation and a cutting plane approach that yield reasonably good solutions assuming that the failures are caused by at most two elementary events, which may each affect several network components.

Diese Dissertation behandelt verschiedene Aspekte moderner Ökonometrie und Machine Learnings. Kapitel 2 stellt einen neuen Schätzer für die Regressionsparameter in einem Paneldatenmodell mit interaktiven festen Effekten vor. Eine Besonderheit unserer Methode ist die Modellierung der factor loadings durch nichtparametrische Funktionen. Wir zeigen die root-NT-Konvergenz sowie die asymptotische Normalverteilung unseres Schätzers. Kapitel 3 betrachtet die rekursive Schätzung von Quantilen mit Hilfe des stochastic gradient descent (SGD) Algorithmus mit Polyak-Ruppert Mittelwertbildung. Der Algorithmus ist rechnerisch und Speicher-effizient verglichen mit herkömmlichen Schätzmethoden. Unser Fokus ist die Untersuchung des nichtasymptotischen Verhaltens, indem wir eine exponentielle Wahrscheinlichkeitsungleichung zeigen. In Kapitel 4 stellen wir eine neue Methode zur Kalibrierung von conditional Value-at-Risk (CoVaR) basierend auf Quantilregression mittels Neural Networks vor. Wir modellieren systemische Spillovereffekte in einem Netzwerk von systemrelevanten Finanzinstituten. Eine Out-of-Sample Analyse zeigt eine klare Verbesserung im Vergleich zu einer linearen Grundspezifikation. Im Vergleich mit bestehenden Risikomaßen eröffnet unsere Methode eine neue Perspektive auf systemisches Risiko. In Kapitel 5 modellieren wir die gemeinsame Dynamik von Kryptowährungen in einem nicht-stationären Kontext. Um eine Analyse in einem dynamischen Rahmen zu ermöglichen, stellen wir eine neue vector error correction model (VECM) Spezifikation vor, die wir COINtensity VECM nennen. / This thesis focuses on different aspects of the union of modern econometrics and machine learning. Chapter 2 considers a new estimator of the regression parameters in a panel data model with unobservable interactive fixed effects. A distinctive feature of the proposed approach is to model the factor loadings as a nonparametric function. We show that our estimator is root-NT-consistent and asymptotically normal, as well that it reaches the semiparametric efficiency bound under the assumption of i.i.d. errors. Chapter 3 is concerned with the recursive estimation of quantiles using the stochastic gradient descent (SGD) algorithm with Polyak-Ruppert averaging. The algorithm offers a computationally and memory efficient alternative to the usual empirical estimator. Our focus is on studying the nonasymptotic behavior by providing exponentially decreasing tail probability bounds under minimal assumptions. In Chapter 4 we propose a novel approach to calibrate the conditional value-at-risk (CoVaR) of financial institutions based on neural network quantile regression. We model systemic risk spillover effects in a network context across banks by considering the marginal effects of the quantile regression procedure. An out-of-sample analysis shows great performance compared to a linear baseline specification, signifying the importance that nonlinearity plays for modelling systemic risk. A comparison to existing network-based risk measures reveals that our approach offers a new perspective on systemic risk. In Chapter 5 we aim to model the joint dynamics of cryptocurrencies in a nonstationary setting. In particular, we analyze the role of cointegration relationships within a large system of cryptocurrencies in a vector error correction model (VECM) framework. To enable analysis in a dynamic setting, we propose the COINtensity VECM, a nonlinear VECM specification accounting for a varying system-wide cointegration exposure.

This thesis is concerned with motion planning for the classical two-phase Stefan problem in level set formulation. The interface separating the fluid phases from the solid phases is represented as the zero level set of a continuous function whose evolution is described by the level set equation. Heat conduction in the two phases is modeled by the heat equation. A quadratic tracking-type cost functional that incorporates temperature tracking terms and a control cost term that expresses the desire to have the interface follow a prescribed trajectory by adjusting the heat flux through part of the boundary of the computational domain. The formal Lagrange approach is used to establish a first-order optimality system by applying shape calculus tools. For the numerical solution, the level set equation and its adjoint are discretized in space by discontinuous Galerkin methods that are combined with suitable explicit Runge-Kutta time stepping schemes, while the temperature and its adjoint are approximated in space by the extended finite element method (which accounts for the weak discontinuity of the temperature by a dynamic local modification of the underlying finite element spaces) combined with the implicit Euler method for the temporal discretization. The curvature of the interface which arises in the adjoint system is discretized by a finite element method as well. The projected gradient method, and, in the absence of control constraints, the limited memory BFGS method are used to solve the arising optimization problems. Several numerical examples highlight the potential of the proposed optimal control approach. In particular, they show that it inherits the geometric flexibility of the level set method. Thus, in addition to unidirectional solidification, closed interfaces and changes of topology can be tracked. Finally, the Moreau-Yosida regularization is applied to transform a state constraint on the position of the interface into a penalty term that is added to the cost functional. The optimality conditions for this penalized optimal control problem and its numerical solution are discussed. An example confirms the efficacy of the state constraint. / Die vorliegende Arbeit beschäftigt sich mit einem Optimalsteuerungsproblem für das klassische Stefan-Problem in zwei Phasen. Die Phasengrenze wird als Niveaulinie einer stetigen Funktion modelliert, was die Lösung der so genannten Level-Set-Gleichung erfordert. Durch Anpassen des Wärmeflusses am Rand des betrachteten Gebiets soll ein gewünschter Verlauf der Phasengrenze angesteuert werden. Zusammen mit dem Wunsch, ein vorgegebenes Temperaturprofil zu approximieren, wird dieses Ziel in einem quadratischen Zielfunktional formuliert. Die notwendigen Optimalitätsbedingungen erster Ordnung werden formal mit Hilfe der entsprechenden Lagrange-Funktion und unter Benutzung von Techniken aus der Formoptimierung hergeleitet. Für die numerische Lösung müssen die auftretenden partiellen Differentialgleichungen diskretisiert werden. Dies geschieht im Falle der Level-Set-Gleichung und ihrer Adjungierten auf Basis von unstetigen Galerkin-Verfahren und expliziten Runge-Kutta-Methoden. Die Wärmeleitungsgleichung und die entsprechende Gleichung im adjungierten System werden mit einer erweiterten Finite-Elemente-Methode im Ort sowie dem impliziten Euler-Verfahren in der Zeit diskretisiert. Dieser Zugang umgeht die aufwändige Adaption des Gitters, die normalerweise bei der FE-Diskretisierung von Phasenübergangsproblemen unvermeidbar ist. Auch die Krümmung der Phasengrenze wird numerisch mit Hilfe der Methode der finiten Elemente angenähert. Zur Lösung der auftretenden Optimierungsprobleme werden ein Gradienten-Projektionsverfahren und, im Fall dass keine Kontrollschranken vorliegen, die BFGS-Methode mit beschränktem Speicherbedarf eingesetzt. Numerische Beispiele beleuchten die Stärken des vorgeschlagenen Zugangs. Es stellt sich insbesondere heraus, dass sich die geometrische Flexibilität der Level-Set-Methode auf den vorgeschlagenen Zugang zur optimalen Steuerung vererbt. Zusätzlich zur gerichteten Bewegung einer flachen Phasengrenze können somit auch geschlossene Phasengrenzen sowie topologische Veränderungen angesteuert werden. Exemplarisch, und zwar an Hand einer Beschränkung an die Lage der Phasengrenze, wird auch noch die Behandlung von Zustandsbeschränkungen mittels der Moreau-Yosida-Regularisierung diskutiert. Ein numerisches Beispiel demonstriert die Wirkung der Zustandsbeschränkung.

Tikhonov-type regularization of linear and nonlinear ill-posed problems in abstract spaces under sparsity constraints gained relevant attention in the past years. Since under some weak assumptions all regularized solutions are sparse if the l1-norm is used as penalty term, the l1-regularization was studied by numerous authors although the non-reflexivity of the Banach space l1 and the fact that such penalty functional is not strictly convex lead to serious difficulties. We consider the case that the sparsity assumption is narrowly missed. This means that the solutions may have an infinite number of nonzero but fast decaying components. For that case we formulate and prove convergence rates results for the l1-regularization of nonlinear operator equations. In this context, we outline the situations of Hölder rates and of an exponential decay of the solution components.

Bayesian inference occurs when prior knowledge about uncertain parameters in mathematical models is merged with new observational data related to the model outcome. In this thesis we focus on models given by partial differential equations where the uncertain parameters are coefficient functions belonging to infinite dimensional function spaces. The result of the Bayesian inference is then a well-defined posterior probability measure on a function space describing the updated knowledge about the uncertain coefficient. For decision making and post-processing it is often required to sample or integrate wit resprect to the posterior measure. This calls for sampling or numerical methods which are suitable for infinite dimensional spaces. In this work we focus on Kalman filter techniques based on ensembles or polynomial chaos expansions as well as Markov chain Monte Carlo methods. We analyze the Kalman filters by proving convergence and discussing their applicability in the context of Bayesian inference. Moreover, we develop and study an improved dimension-independent Metropolis-Hastings algorithm. Here, we show geometric ergodicity of the new method by a spectral gap approach using a novel comparison result for spectral gaps. Besides that, we observe and further analyze the robustness of the proposed algorithm with respect to decreasing observational noise. This robustness is another desirable property of numerical methods for Bayesian inference. The work concludes with the application of the discussed methods to a real-world groundwater flow problem illustrating, in particular, the Bayesian approach for uncertainty quantification in practice. / Bayessche Inferenz besteht daraus, vorhandenes a-priori Wissen über unsichere Parameter in mathematischen Modellen mit neuen Beobachtungen messbarer Modellgrößen zusammenzuführen. In dieser Dissertation beschäftigen wir uns mit Modellen, die durch partielle Differentialgleichungen beschrieben sind. Die unbekannten Parameter sind dabei Koeffizientenfunktionen, die aus einem unendlich dimensionalen Funktionenraum kommen. Das Resultat der Bayesschen Inferenz ist dann eine wohldefinierte a-posteriori Wahrscheinlichkeitsverteilung auf diesem Funktionenraum, welche das aktualisierte Wissen über den unsicheren Koeffizienten beschreibt. Für Entscheidungsverfahren oder Postprocessing ist es oft notwendig die a-posteriori Verteilung zu simulieren oder bzgl. dieser zu integrieren. Dies verlangt nach numerischen Verfahren, welche sich zur Simulation in unendlich dimensionalen Räumen eignen. In dieser Arbeit betrachten wir Kalmanfiltertechniken, die auf Ensembles oder polynomiellen Chaosentwicklungen basieren, sowie Markowketten-Monte-Carlo-Methoden. Wir analysieren die erwähnte Kalmanfilter, indem wir deren Konvergenz zeigen und ihre Anwendbarkeit im Kontext Bayesscher Inferenz diskutieren. Weiterhin entwickeln und studieren wir einen verbesserten dimensionsunabhängigen Metropolis-Hastings-Algorithmus. Hierbei weisen wir geometrische Ergodizität mit Hilfe eines neuen Resultates zum Vergleich der Spektrallücken von Markowketten nach. Zusätzlich beobachten und analysieren wir die Robustheit der neuen Methode bzgl. eines fallenden Beobachtungsfehlers. Diese Robustheit ist eine weitere wünschenswerte Eigenschaft numerischer Methoden für Bayessche Inferenz. Den Abschluss der Arbeit bildet die Anwendung der diskutierten Methoden auf ein reales Grundwasserproblem, was insbesondere den Bayesschen Zugang zur Unsicherheitsquantifizierung in der Praxis illustriert.

Measuring the liquid velocity and turbulence parameters in multiphase flows is a challenging task. In general, measurements based on optical methods are hindered by the presence of the gas phase. In the present work, it is shown that this leads to a sampling bias. Here, particle image velocimetry (PIV) is used to measure the liquid velocity and turbulence in a bubble column for different gas volume flow rates. As a result, passing bubbles lead to a significant sampling bias, which is evaluated by the mean liquid velocity and Reynolds stress tensor components. To overcome the sampling bias a window averaging procedure that waits a time depending on the locally distributed velocity information (hold processor) is derived. The procedure is demonstrated for an analytical test function. The PIV results obtained with the hold processor are reasonable for all values. By using the new procedure, reliable liquid velocity measurements in bubbly flows, which are vitally needed for CFD validation and modeling, are possible. In addition, the findings are general and can be applied to other flow situations and measuring techniques.

The topic of this thesis is a diffusion process on a potential landscape which is given by a smooth Hamiltonian function in the regime of small noise. The work provides a new proof of the Eyring-Kramers formula for the Poincaré inequality of the associated generator of the diffusion. The Poincaré inequality characterizes the spectral gap of the generator and establishes the exponential rate of convergence towards equilibrium in the L²-distance. This result was first obtained by Bovier et. al. in 2004 relying on potential theory. The presented approach in the thesis generalizes to obtain also asymptotic sharp estimates of the constant in the logarithmic Sobolev inequality. The optimal constant in the logarithmic Sobolev inequality characterizes the convergence rate to equilibrium with respect to the relative entropy, which is a stronger distance as the L²-distance and slightly weaker than the L¹-distance. The optimal constant has here no direct spectral representation. The proof makes use of the scale separation present in the dynamics. The Eyring-Kramers formula follows as a simple corollary from the two main results of the work: The first one shows that the associated Gibbs measure restricted to a basin of attraction has a good Poincaré and logarithmic Sobolev constants providing the fast convergence of the diffusion to metastable states. The second main ingredient is a mean-difference estimate. Here a weighted transportation distance is used. It contains the main contribution to the Poincaré and logarithmic Sobolev constant, resulting from exponential long waiting times of jumps between metastable states of the diffusion.

In this work the extension of the criterion for local thermal equilibrium by Buchholz, Ojima and Roos to curved spacetime as introduced by Schlemmer is investigated. Several problems are identified and especially the instability under time evolution which was already observed by Schlemmer is inspected. An alternative approach to local thermal equilibrium in quantum field theories on curved spacetimes is presented and discussed. In the following the dynamic system of the linear field and matter perturbations in the generic model of inflation is studied in the view of ambiguity of quantisation. In the last part the compatibility of the temperature fluctuations of the cosmic microwave background radiation with local thermal equilibrium is investigated.:1. Introduction 5 2. Technical Background 10 2.1. The Free Scalar Field on a Globally Hyperbolic Spacetime . . . . . . 10 2.1.1. Construction of the Scalar Field . . . . . . . . . . . . . . . . . 10 2.1.2. Algebra of Wick Products . . . . . . . . . . . . . . . . . . . . 13 2.1.3. Local Covariance Principle . . . . . . . . . . . . . . . . . . . . 17 2.2. Local Thermal Equilibirum . . . . . . . . . . . . . . . . . . . . . . . 21 2.2.1. Global Thermodynamic Equilibrium - KMS States . . . . . . 21 2.2.2. Local Thermal Observables . . . . . . . . . . . . . . . . . . . 24 2.2.3. LTE on Flat Spacetime . . . . . . . . . . . . . . . . . . . . . . 29 2.2.4. LTE in Cosmological Spacetimes . . . . . . . . . . . . . . . . 32 2.3. Linear Scalar Cosmological Perturbations . . . . . . . . . . . . . . . . 34 2.3.1. Robertson-Walker Cosmology . . . . . . . . . . . . . . . . . . 35 2.3.2. Mathematical Background . . . . . . . . . . . . . . . . . . . . 38 2.3.3. Technical Framework and Formulae . . . . . . . . . . . . . . . 40 2.3.4. The Boltzmann Equation . . . . . . . . . . . . . . . . . . . . 46 2.3.5. The Sachs-Wolfe Effect for Adiabatic Perturbations . . . . . . 49 3. Towards a Refinement of the LTE Condition on Curved Spacetimes 54 3.1. Non-Minimal Coupling . . . . . . . . . . . . . . . . . . . . . . . . . . 54 3.1.1. Commutator Distribution . . . . . . . . . . . . . . . . . . . . 55 3.1.2. KMS Two-Point Function . . . . . . . . . . . . . . . . . . . . 57 3.1.3. Balanced Derivatives . . . . . . . . . . . . . . . . . . . . . . . 61 3.2. Conformally Static Spacetimes . . . . . . . . . . . . . . . . . . . . . . 65 3.2.1. Conformal KMS States . . . . . . . . . . . . . . . . . . . . . . 66 3.2.2. Extrinsic LTE in de Sitter Spacetime . . . . . . . . . . . . . . 71 3.3. Massive Fields . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78 3.3.1. Properties of the Model . . . . . . . . . . . . . . . . . . . . . 78 3.3.2. Bogoliubov Transformation . . . . . . . . . . . . . . . . . . . 80 3.3.3. Thermal Observables . . . . . . . . . . . . . . . . . . . . . . . 82 3.4. Towards an Alternative Concept . . . . . . . . . . . . . . . . . . . . . 91 3.4.1. Problems and Open Questions Concerning LTE . . . . . . . . 92 3.4.2. Dynamic Equations . . . . . . . . . . . . . . . . . . . . . . . . 94 3.4.3. Positivity Inequalities . . . . . . . . . . . . . . . . . . . . . . . 96 3.4.4. Macroobservable Interpretation . . . . . . . . . . . . . . . . . 100 3.5. An Application . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 101 4. Cosmological Perturbation Theory 105 4.1. Dynamics of Perturbations in Inflation . . . . . . . . . . . . . . . . . 106 4.1.1. CCR Quantisation is Ambiguous . . . . . . . . . . . . . . . . 106 4.1.2. Canonical Symplectic Form . . . . . . . . . . . . . . . . . . . 111 4.1.3. The Algebraic Point of View . . . . . . . . . . . . . . . . . . . 117 4.2. LTE States in Cosmology . . . . . . . . . . . . . . . . . . . . . . . . 120 4.2.1. The Link to Fluid Dynamics . . . . . . . . . . . . . . . . . . . 120 4.2.2. Incompatibility of LTE with Sachs-Wolfe Effect . . . . . . . . 125 5. Conclusion and Outlook 131 A. Technical proofs 136 A.1. Proof of Lemma 3.2.5 . . . . . . . . . . . . . . . . . . . . . . . . . . . 136 A.2. Proof of Lemma 3.2.6 . . . . . . . . . . . . . . . . . . . . . . . . . . . 138 A.3. Proof of Lemma 3.4.2 . . . . . . . . . . . . . . . . . . . . . . . . . . . 141 A.4. Idea of Proof for Conjecture 3.4.3 . . . . . . . . . . . . . . . . . . . . 144 B. Introduction to Probability Theory 146 Bibliography 150 Correction of Lemma 3.1.2 155 / In dieser Arbeit wird die von Schlemmer eingeführte Erweiterung des Kriteriums für lokales thermisches Gleichgewicht in Quantenfeldtheorien von Buchholz, Ojima und Roos auf gekrümmte Raumzeiten untersucht. Dabei werden verschiedene Probleme identifiziert und insbesondere die bereits von Schlemmer gezeigte Instabilität unter Zeitentwicklung untersucht. Es wird eine alternative Herangehensweise an lokales thermisches Gleichgewicht in Quantenfeldtheorien auf gekrümmten Raumzeiten vorgestellt und deren Probleme diskutiert. Es wird dann eine Untersuchung des dynamischen Systems der linearen Feld- und Metrikstörungen im üblichen Inflationsmodell mit Blick auf Uneindeutigkeit der Quantisierung durchgeführt. Zuletzt werden die Temperaturfluktuationen der kosmischen Hintergrundstrahlung auf Kompatibilität mit lokalem thermalem Gleichgewicht überprüft.:1. Introduction 5 2. Technical Background 10 2.1. The Free Scalar Field on a Globally Hyperbolic Spacetime . . . . . . 10 2.1.1. Construction of the Scalar Field . . . . . . . . . . . . . . . . . 10 2.1.2. Algebra of Wick Products . . . . . . . . . . . . . . . . . . . . 13 2.1.3. Local Covariance Principle . . . . . . . . . . . . . . . . . . . . 17 2.2. Local Thermal Equilibirum . . . . . . . . . . . . . . . . . . . . . . . 21 2.2.1. Global Thermodynamic Equilibrium - KMS States . . . . . . 21 2.2.2. Local Thermal Observables . . . . . . . . . . . . . . . . . . . 24 2.2.3. LTE on Flat Spacetime . . . . . . . . . . . . . . . . . . . . . . 29 2.2.4. LTE in Cosmological Spacetimes . . . . . . . . . . . . . . . . 32 2.3. Linear Scalar Cosmological Perturbations . . . . . . . . . . . . . . . . 34 2.3.1. Robertson-Walker Cosmology . . . . . . . . . . . . . . . . . . 35 2.3.2. Mathematical Background . . . . . . . . . . . . . . . . . . . . 38 2.3.3. Technical Framework and Formulae . . . . . . . . . . . . . . . 40 2.3.4. The Boltzmann Equation . . . . . . . . . . . . . . . . . . . . 46 2.3.5. The Sachs-Wolfe Effect for Adiabatic Perturbations . . . . . . 49 3. Towards a Refinement of the LTE Condition on Curved Spacetimes 54 3.1. Non-Minimal Coupling . . . . . . . . . . . . . . . . . . . . . . . . . . 54 3.1.1. Commutator Distribution . . . . . . . . . . . . . . . . . . . . 55 3.1.2. KMS Two-Point Function . . . . . . . . . . . . . . . . . . . . 57 3.1.3. Balanced Derivatives . . . . . . . . . . . . . . . . . . . . . . . 61 3.2. Conformally Static Spacetimes . . . . . . . . . . . . . . . . . . . . . . 65 3.2.1. Conformal KMS States . . . . . . . . . . . . . . . . . . . . . . 66 3.2.2. Extrinsic LTE in de Sitter Spacetime . . . . . . . . . . . . . . 71 3.3. Massive Fields . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78 3.3.1. Properties of the Model . . . . . . . . . . . . . . . . . . . . . 78 3.3.2. Bogoliubov Transformation . . . . . . . . . . . . . . . . . . . 80 3.3.3. Thermal Observables . . . . . . . . . . . . . . . . . . . . . . . 82 3.4. Towards an Alternative Concept . . . . . . . . . . . . . . . . . . . . . 91 3.4.1. Problems and Open Questions Concerning LTE . . . . . . . . 92 3.4.2. Dynamic Equations . . . . . . . . . . . . . . . . . . . . . . . . 94 3.4.3. Positivity Inequalities . . . . . . . . . . . . . . . . . . . . . . . 96 3.4.4. Macroobservable Interpretation . . . . . . . . . . . . . . . . . 100 3.5. An Application . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 101 4. Cosmological Perturbation Theory 105 4.1. Dynamics of Perturbations in Inflation . . . . . . . . . . . . . . . . . 106 4.1.1. CCR Quantisation is Ambiguous . . . . . . . . . . . . . . . . 106 4.1.2. Canonical Symplectic Form . . . . . . . . . . . . . . . . . . . 111 4.1.3. The Algebraic Point of View . . . . . . . . . . . . . . . . . . . 117 4.2. LTE States in Cosmology . . . . . . . . . . . . . . . . . . . . . . . . 120 4.2.1. The Link to Fluid Dynamics . . . . . . . . . . . . . . . . . . . 120 4.2.2. Incompatibility of LTE with Sachs-Wolfe Effect . . . . . . . . 125 5. Conclusion and Outlook 131 A. Technical proofs 136 A.1. Proof of Lemma 3.2.5 . . . . . . . . . . . . . . . . . . . . . . . . . . . 136 A.2. Proof of Lemma 3.2.6 . . . . . . . . . . . . . . . . . . . . . . . . . . . 138 A.3. Proof of Lemma 3.4.2 . . . . . . . . . . . . . . . . . . . . . . . . . . . 141 A.4. Idea of Proof for Conjecture 3.4.3 . . . . . . . . . . . . . . . . . . . . 144 B. Introduction to Probability Theory 146 Bibliography 150 Correction of Lemma 3.1.2 155