可测函数与Lebesgue测度

可测函数与Lebesgue测度

一、可测集与可测函数的定义

1. 可测集的定义：

   • 可测集是指在给定的测度空间中，能够被测量其“大小”的集合。具体来说，对于一个集合 $A\subseteq X$ 和测度空间 $(X,\mathcal{A},\mu )$，集合 $A$ 是可测的，当且仅当对任意集合 $B\subseteq X$，满足：
     $$\mu (A\cap B)+\mu (A\cap B^c)=\mu (A)$$
     其中，$\mu$ 是测度，$B^c$ 是 $B$ 的补集。

2. Lebesgue可测函数的定义：

   • Lebesgue可测函数是指在给定测度空间中，能够被“测量”的函数。一个函数 $f:X\to \mathbb{R}$ 在测度空间 $(X,\mathcal{A},\mu )$ 上是可测的，当且仅当对于任意的Borel集合 $B\subseteq \mathbb{R}$，集合 $f^{-1}(B)\in \mathcal{A}$，即 $f^{-1}(B)$ 是可测集。

   • 举例：

     • 例如，考虑函数 $f(x)=\sin (x)$ 在区间 $[0,\pi ]$ 上。此函数是可测的，因为它是一个连续函数，连续函数在Lebesgue测度下总是可测的。

二、Lebesgue测度

1. Lebesgue测度的基本性质：

   • 非负性：对于任何可测集 $A\subseteq X$，都有 $\mu (A)\ge 0$。
   • 可加性：对于任意可测集 $A_1,A_2,\dots$（且两两不交），有：
     $$\mu \left(\bigcup _{i=1}^{\infty }{A}_i\right)=\sum _{i=1}^{\infty }\mu (A_i)$$
     这称为可数可加性。
   • 测度空间的构造：Lebesgue测度通过对集合的“大小”进行标准化定义，例如，对于区间 $[a,b]\subset \mathbb{R}$，其Lebesgue测度为 $\mu ([a,b])=b-a$。

2. Lebesgue测度的构造：

   • 对于实数集 $\mathbb{R}$，通过划分成一系列小区间（例如，使用有理数或开区间）来逐步构造Lebesgue测度。这个过程可以看作是“逼近”目标集合的大小，并通过极限过程得到准确的测度。

三、单调收敛定理与Fatou引理

1. 单调收敛定理：

   • 定理内容：如果 $f_n$ 是一列非负、单调递增的可测函数，且对每个 $x\in X$ 有 $f_n(x)\to f(x)$（其中 $f$ 是极限函数），则：
     $$\underset{n\to \infty }{\lim }\int f_{n}d\mu =\int \underset{n\to \infty }{\lim }{f}_{n}d\mu$$
     • 这是Lebesgue积分理论中的一个重要定理，提供了在积分过程中极限交换的条件。

2. Fatou引理：

   • 定理内容：对于一列可测函数 $f_n$，我们有：
     $$\int \underset{n\to \infty }{\mathrm{liminf}}{f}_{n}d\mu \le \underset{n\to \infty }{\mathrm{liminf}}\int f_{n}d\mu$$
     • Fatou引理帮助我们在一些情况下交换极限和积分运算，尤其是在极限值可能不连续时，它为积分理论提供了有力的工具。

四、课堂活动

1. 通过实际例子帮助学生理解Lebesgue测度的定义与性质

活动内容：

• 例题 1： 给定区间 $[0,1]$ 和一个子集 A = { x ∈ [ 0 , 1 ] ∣ x  是有理数 } A = \{ x \in [0, 1] \mid x \text{ 是有理数} \} A={x∈[0,1]∣x 是有理数}，讨论该集合的Lebesgue测度。

  • 答案：因为有理数集是可数的，而Lebesgue测度对可数集为零，因此 $\mu (A)=0$。

• 例题 2： 考虑集合 $B=[0,1]\cup [2,3]$ 在 $\mathbb{R}$ 中，计算 $B$ 的Lebesgue测度。

  • 答案：利用可加性，$\mu (B)=\mu ([0,1])+\mu ([2,3])=1+1=2$。

2. 讨论单调收敛定理和Fatou引理的实际应用

活动内容：

• 例题 1： 考虑一列函数 $f_n(x)=\frac{1}{n}$ 对 $x\in [0,1]$ 的情况，讨论单调收敛定理的应用，并计算该函数列的Lebesgue积分。

  • 答案：通过单调收敛定理， $f_n(x)\to 0$ 在整个区间上，因此 ${\int }_0^1{\lim }_{n\to \infty }{f}_n(x)dx=0$，并且 ${\lim }_{n\to \infty }{\int }_0^1{f}_n(x)dx=0$。

• 例题 2： 讨论Fatou引理在某些函数列的极限积分中的应用，例如，计算极限积分的上界。

五、Python代码实现示例

Lebesgue测度和单调收敛定理的计算：

import numpy as np
import matplotlib.pyplot as plt

# 定义函数列 f_n(x) = 1/n
def f_n(x, n):
    return 1 / n

# 计算积分
x = np.linspace(0, 1, 100)
integral_values = [np.trapz(f_n(x, n), x) for n in range(1, 11)]

# 绘制积分结果
plt.plot(range(1, 11), integral_values, label="积分值")
plt.axhline(y=0, color='r', linestyle='--', label="极限")
plt.title("单调收敛定理中的积分")
plt.xlabel("n")
plt.ylabel("积分值")
plt.legend()
plt.show()

Fatou引理应用示例：

# 定义函数列 f_n(x) = x^n
def f_n(x, n):
    return x ** n

# 计算liminf
x = np.linspace(0, 1, 100)
liminf_values = [np.min([f_n(x, n) for n in range(1, 6)], axis=0) for _ in x]

# 绘制图像
plt.plot(x, liminf_values, label="liminf(f_n(x))")
plt.title("Fatou引理应用：liminf(f_n(x))")
plt.xlabel("x")
plt.ylabel("liminf(f_n(x))")
plt.legend()
plt.show()

六、总结

通过这节课，学生将理解Lebesgue测度的定义与性质，掌握如何通过可测集和可测函数来分析测度空间的结构。课堂活动通过具体的例子帮助学生掌握Lebesgue测度、单调收敛定理和Fatou引理的实际应用。通过Python代码实现，学生可以更直观地理解这些理论概念的计算和应用。