分析学
测度论
关于集合“大小”的严格概念,是勒贝格积分与现代概率论的基础。
直观为什么“长度”需要一个严格的定义
区间 [a,b] 的长度显然是 b−a,但 [0,1] 中有理数集合、或某个分形这类“古怪”集合的“长度”(或面积、体积)是什么?测度论首先选取一族“表现良好”的子集——称为 σ-代数——回答了这个问题,在这族子集上可以定义一致的大小概念,即测度 μ;著名的是,不可能在 R 的所有子集组成的族上一致地定义测度(维塔利集的构造说明了这一点),因此局限于合适的 σ-代数并非技术性细节,而是不可避免的。
把黎曼和在 x 轴上的分割细化到 n=55 个小区间:对光滑函数而言,和收敛得很好,但对剧烈不连续的函数(如有理数的指示函数)来说,无论怎样细化都无济于事——勒贝格的解决办法是转而把 y 轴(值域)分割成水平集,再对这些水平集测度。大学严格定义:σ-代数、测度与勒贝格积分
定义: σ-代数与测度空间
集合 X 上的 σ-代数 F 是包含 X 本身、且对取补运算与可数并运算封闭的子集族。测度 μ:F→[0,∞] 满足 μ(∅)=0 且具有可数可加性:可数个两两不相交集合之并的测度等于各自测度之和。三元组 (X,F,μ) 称为测度空间;当 X=Rn,F 为勒贝格可测集合族,且 μ 给 [a,b] 赋值 b−a 时,称 μ 为勒贝格测度。
μ(n=1⋃∞An)=n=1∑∞μ(An)for pairwise disjoint A1,A2,…∈F 函数 f:X→R 称为可测,如果对每个实数 a 都有 f−1((a,∞))∈F。勒贝格积分是分阶段构造的:首先对简单函数 s=∑kck1Ek(可测集合指示函数的有限线性组合)定义 ∫sdμ:=∑kckμ(Ek);然后对一般的非负可测函数 f,通过用简单函数从下方逼近来定义。
∫fdμ=sup{∫sdμ:0≤s≤f, s simple and measurable} 黎曼积分与勒贝格积分的比较| 方面 | 黎曼积分 | 勒贝格积分 |
|---|
| 分割策略 | 把定义域(x 轴)分割成子区间 | 把值域(y 轴)分割成水平集 |
| 可积函数类 | 几乎处处连续的有界函数 | 任意可测函数(例如狄利克雷函数) |
| 极限交换定理 | 一般需要一致收敛 | 单调收敛定理与控制收敛定理即可 |
大学核心定理:单调收敛定理与控制收敛定理
设 (fn) 是几乎处处满足 0≤f1≤f2≤⋯ 逐点递增的可测函数列,设 f=limn→∞fn 是几乎处处的逐点极限。则 limn→∞∫fndμ=∫fdμ。
为什么成立?
由于 fn 只会增大,当 n 增大时不会有“面积”丢失或被重复计算;把它们的简单函数逼近逐层叠加,累积的总面积恰好收敛到极限函数 f 下方的面积。
证明
由于 ∫fndμ(随 fn 递增)是广义实数中的非减序列,极限 L:=limn→∞∫fndμ 在 [0,∞] 中存在。由于对每个 n 都有 fn≤f,由积分的单调性得 ∫fndμ≤∫fdμ 对每个 n 成立,故 L≤∫fdμ。
为证明反向不等式,任取满足 0≤s≤f 的简单可测函数 s,并固定常数 c∈(0,1)。令 En={x:fn(x)≥cs(x)}。由于 fn 逐点递增到 f≥s,集合 En 递增且其并集(几乎)是整个 X:对几乎所有满足 s(x)=0 的 x 这是自动成立的,而对几乎所有满足 s(x)>0 的 x,由于 fn(x)→f(x)≥s(x)>cs(x),最终会有 fn(x)>cs(x)。
写 s=∑kck1Ek,可得 ∫fndμ≥∫Enfndμ≥c∫Ensdμ=c∑kckμ(Ek∩En)。由可数可加性(测度从下方的连续性,因为 En 递增到 X),当 n→∞ 时 μ(Ek∩En)→μ(Ek),于是令 n→∞ 得 L≥c∑kckμ(Ek)=c∫sdμ。
令 c→1,对每个简单函数 s≤f 都有 L≥∫sdμ,再对所有这样的 s 取上确界(正是 ∫fdμ 的定义),得到 L≥∫fdμ。结合前面的 L≤∫fdμ,即得 L=∫fdμ。
设 (fn) 是几乎处处逐点满足 fn→f 的可测函数列,并设存在一个可积函数 g(即 ∫gdμ<∞),使得对每个 n 都有 ∣fn∣≤g 几乎处处成立。则 f 可积,且 limn→∞∫fndμ=∫fdμ。
为什么成立?
控制函数 g 起到固定“天花板”的作用,其总质量有限,任何 fn 都不能超过它,从而排除了质量悄悄逃逸到无穷远的情形——这正是在没有单调性可依赖时,朴素的极限交换论证会失败的方式。
证明
由于几乎处处有 g−fn≥0,可应用法图引理:∫liminfn→∞(g−fn)dμ≤liminfn→∞∫(g−fn)dμ。因为 fn→f,左边等于 ∫(g−f)dμ=∫gdμ−∫fdμ(由于 ∫gdμ 有限,此式成立),右边等于 ∫gdμ−limsupn→∞∫fndμ。
两边消去有限量 ∫gdμ,得 −∫fdμ≤−limsupn→∞∫fndμ,即 limsupn→∞∫fndμ≤∫fdμ。
接着,由于几乎处处有 g+fn≥0,对 (g+fn) 应用法图引理得 ∫(g+f)dμ≤liminfn→∞∫(g+fn)dμ,再次消去 ∫gdμ 得 ∫fdμ≤liminfn→∞∫fndμ。
结合两个不等式,limsupn→∞∫fndμ≤∫fdμ≤liminfn→∞∫fndμ。由于总有 liminf≤limsup,这三个量必须全部相等,故 limn→∞∫fndμ 存在且等于 ∫fdμ。
大学实际应用与典型例题
测度论是现代概率论看不见的基础:柯尔莫哥洛夫公理(1933年)把一个随机试验定义为总质量为 1 的测度空间,从而期望值字面上就是一个勒贝格积分;在信号处理与傅里叶分析中,由勒贝格积分构造出的可测函数 Lp 空间,是帕塞瓦尔恒等式与傅里叶级数收敛的自然舞台;在数理金融中,随机积分与期权定价依赖于测度论意义下的概率;而分形几何与图像压缩则利用勒贝格测度的推广(豪斯多夫测度),为具有非整数维数的集合赋予有意义的“大小”。
例题: 狄利克雷函数:勒贝格可积但黎曼不可积
设 f=1Q∩[0,1] 是 [0,1] 中有理数的指示函数(狄利克雷函数)。证明 f 不是黎曼可积的,但是勒贝格可积的,且 ∫01fdμ=0。
解答
关于黎曼可积性:在 [0,1] 任意分割的任意子区间上,有理数与无理数都是稠密的,所以 f 在该子区间上的上确界为 1,下确界为 0。因此无论分割多细,每个黎曼上和都等于 1,每个黎曼下和都等于 0;由于它们永远不会收敛到同一个值,f 不是黎曼可积的。
关于勒贝格可积性:集合 Q∩[0,1] 是可数的,记为 {q1,q2,…}。由勒贝格测度的可数次可加性,μ(Q∩[0,1])≤∑i=1∞μ({qi})=∑i=1∞0=0,故 Q∩[0,1] 的勒贝格测度为零。
由于 f 除了在这个零测集上之外处处等于零函数,而勒贝格积分不受在零测集上修改函数值的影响,故 ∫01fdμ=∫010dμ=0。
例题: 利用单调收敛定理计算积分的极限
设当 0≤x≤n 时 fn(x)=(1−nx)n,当 x>n 时 fn(x)=0。用单调收敛定理计算 limn→∞∫0∞fndμ。
解答
对每个固定的 x≥0,当 n→∞ 时 (1−nx)n→e−x 是标准的微积分事实(取对数并利用 nln(1−x/n)→−x),而对固定的 x,fn(x) 关于 n 不减(这是 ln 凹性的推论)。因此 0≤f1≤f2≤⋯,且 fn→e−x1[0,∞)(x) 逐点成立。
由单调收敛定理,limn→∞∫0∞fndμ=∫0∞e−xdx。
这是一个标准的反常黎曼积分(此处因 e−x≥0 而与勒贝格积分一致):∫0∞e−xdx=[−e−x]0∞=0−(−1)=1。故 limn→∞∫0∞fndμ=1。
狄利克雷函数 f=1Q∩[0,1] 的勒贝格积分 ∫01fdμ 是多少?
由可数可加性,(0,1)∪(2,3) 的勒贝格测度是多少?
在柯尔莫哥洛夫概率的测度论公理中,一个随机试验对应于什么?
当 fn→f 逐点成立,且对某个固定的可积函数 g 有 ∣fn∣≤g,而不要求 fn 单调时,哪个定理能证明 limn→∞∫fndμ=∫fdμ?