实变函数 第一章 集合论

0 实数系完备性定理

0.1 稠密性与完备性

稠密性：
两个不同数之间总存在第三个数，如有理数、无理数、实数都具有稠密性.

完备性(连续性)：
两个不同数之间不存在第三个数，如实数.
Tips: 完备未必稠密，如自然数集，康托尔三分集等.

0.2 七个等价的实数系完备性定理

聚点定理

有限覆盖定理

---

1 集合理论

1.1 集合关系与运算

含于 (类比 “$⩽$” )	真含于 (类比 “$<$”)
$\subseteq$	$\subset$
$\subseteq$	$⊊$
$⫅$	$⫋$

交 (且，对于所有)	并 (或，存在)
$\cap$	$\cup$
$\wedge$	$\vee$
$\forall$	$\exists$

子集

“$A$ (真)含于$B$” $\iff$ “$B$ (真)包含$A$” $\iff$ “$A$是$B$的 (真)子集”

$$\begin{array}{rl}\forall a\in A:a\in B& \iff A\subseteq B\\ A\subseteq B\wedge A\ne B& \iff A\subset B\end{array}$$

并集
A ∪ B = { x : x ∈ A ∨ x ∈ B } ⋃ α ∈ Λ A α = { x : ∃ k ∈ Λ ,   s . t .   x ∈ A α } \begin{align*} A\cup B&=\{x:x\in A\vee x\in B\} \\\bigcup_{\alpha\in\Lambda}A_\alpha&=\{x:\exists k\in\Lambda,\ \mathrm{s.t.}\ x\in A_\alpha\} \end{align*} A∪Bα∈Λ⋃​Aα​​={x:x∈A∨x∈B}={x:∃k∈Λ, s.t. x∈Aα​}​

交集
A ∩ B = { x : x ∈ A ∧ x ∈ B } ⋂ α ∈ Λ A k = { x : ∀ k ∈ Λ , x ∈ A α } A\cap B=\{x:x\in A \wedge x\in B\} \\\bigcap_{\alpha\in\Lambda}A_k=\{x:\forall k\in\Lambda,x\in A_\alpha\} A∩B={x:x∈A∧x∈B}α∈Λ⋂​Ak​={x:∀k∈Λ,x∈Aα​}

差集
A \ B = A ∩ B c = { x : x ∈ A ∧ x ∉ B } \begin{align*} A\backslash B&=A\cap B^c \\&=\{x:x\in A \wedge x\notin B \} \end{align*} A\B​=A∩Bc={x:x∈A∧x∈/B}​

余集(补集)
A c = R \ A = R − A = { x : x ∈ R ∧ x ∉ A } \begin{align*} A^c&=\R\backslash A=\R-A \\&=\{x:x\in \R \wedge x\notin A\} \end{align*} Ac​=R\A=R−A={x:x∈R∧x∈/A}​

直积(笛卡尔积)
$$A\times B=\{(a,b):a\in A\wedge b\in B\}$$

交换律
$$\begin{gathered} A\cup B=B\cup A \\ A\cap B=B\cap A \end{gathered}$$

结合律
$$\begin{gathered} A\cup (B\cup C)=(A\cup B)\cup C \\ A\cap (B\cap C)=(A\cap B)\cap C \end{gathered}$$

分配律
$$A\cap (B\cup C)=(A\cap B)\cup (A\cap C)$$

德摩根(De Morgan)律
$$\begin{gathered} {\left(\bigcup _{\alpha \in \Lambda }{A}_{\alpha }\right)}^c=\bigcap _{\alpha \in \Lambda }{A}_{\alpha }^c \\ {\left(\bigcap _{\alpha \in \Lambda }{A}_{\alpha }\right)}^c=\bigcup _{\alpha \in \Lambda }{A}_{\alpha }^c \end{gathered}$$

1.2 映射

设 $X,Y$ 为两个非空集合，若存在一种对应法则 $f$，使得每个 $x\in X$ 都有唯一的 $y\in Y$ 与之对应，则称 $f$ 为 $X$ 到 $Y$ 的一个映射，记为
$$\begin{array}{rl}f:X& \to Y\\ \forall x& \mapsto \exists !y=f(x)\end{array}$$

$y=f(x)$ 称 $x$ 在映射 $f$ 下的像，$x$ 称 $y$ 的原像；

$X$ 为定义域， I m f = f ( X ) = { f ( x ) : x ∈ X } \mathrm{Im}f=f(X)=\{f(x):x\in X\} Imf=f(X)={f(x):x∈X} 为值域 或 像集 $\subseteq Y$为陪域.

1. 若 $\mathrm{Im}f=f(X)=Y$，则映射为满射；
2. 若 $\forall x_1,x_2\in X,x_1\ne x_2:f(x_1)\ne f(x_2)$，则称映射为单射；
3. 若即为单射又为满射称双射，又称 一 一映射；
4. 映射 $f:X\to Y$ 为双射 $\iff$ 存在逆映射 $f^{-1}$；
5. 若 $f:X\to Y,g:Y\to Z$，则复合映射
   $$\begin{array}{rl}g\circ f:X& \to Z\\ x& \mapsto z=g(f(x))\end{array}$$.

1.3 集的基数与对等

1.3.1 等势

若存在一个由集合 $X$ 到 $Y$ 的双射，则称 $X$ 与 $Y$ 对等(亦称等势)，记为 $X\sim Y$，规定空集 $\Phi \sim \Phi$.

对等关系是一种等价关系，满足反身性：$X\sim X$，对称性：$X\sim Y\Rightarrow Y\sim X$，传递性： $X\sim Y\sim Z\Rightarrow X\sim Z$.

元素相等的两个有限集对等.

无限集存在一个真子集与之对等. 如：正整数集与偶数集

$0$ (空集$\Phi$的势/基数) $<n$ (n元有限集的势，或称基数, $n\in {\mathbb{N}}^{+}$) $<{\aleph }_0$ (可列集的势，读作阿列夫零) $<\aleph$ (无限集的势，读作阿列夫)

1.3.2 康托尔-伯恩斯坦-施罗德定理

$\text{Cantor-Bernstein-Schroeder}$ 定理

$A,B\ne \Phi$, $A\sim B$ 的一个子集，$B\sim A$ 的一个子集，则 $A\sim B$.
即
$$\stackrel{=}{A}⩽\stackrel{=}{B},\stackrel{=}{A}⩾\stackrel{=}{B}\Rightarrow \stackrel{=}{A}=\stackrel{=}{B}$$

1.4 有限集与可列集

有限集： $n$ 个元素，$n$ 为非负整数，即与集合 { 1 , 2 , ⋯   , n } \{1,2,\cdots,n\} {1,2,⋯,n}对等；否则为无限集.

可数集(又称可列集)： 无限集元素能按照某种规律排成一个序列;与自然数集 $\mathbb{N}$ 对等；否则为不可列集.

至多可数集： 有限集与可列集的统称.

1.5 集合语言描述

$f$ 是定义在 $E$ 上的函数

f ( E ) = { f ( x ) : x ∈ E } f(E)=\{f(x):x\in E\} f(E)={f(x):x∈E}

---

$f$ 是定义在 $\mathbb{R}$ 上的函数，在 $[a,b]$ 有上界 $M$，即 $\forall x\in [a,b]:f(x)⩽M$

[ a , b ] ⊆ { x : f ( x ) ⩽ M } [a,b]\subseteq \{x:f(x)\leqslant M\} [a,b]⊆{x:f(x)⩽M}

---

$f$ 在 $\mathbb{R}$ 上连续，取定 $x_0\in \mathbb{R}$，即 $\forall \epsilon >0,\exists \delta >0,s.t.x\in (x_0-\delta ,x_0+\delta ),|f(x)-f(x_0)|<\epsilon$

( x 0 − δ , x 0 + δ ) ⊆ { x : ∣ f ( x ) − f ( x 0 ) ∣ < ϵ } (x_0-\delta,x_0+\delta)\subseteq \{x:|f(x)-f(x_0)|<\epsilon\} (x0​−δ,x0​+δ)⊆{x:∣f(x)−f(x0​)∣<ϵ}
$f((x_0-\delta ,x_0+\delta ))\subseteq (f(x_0)-\epsilon ,f(x_0)+ϵ)$

---

$f$ 在 $\mathbb{R}$ 定义，在 $\mathbb{R}$ 有上界 $M$

R = { x : f ( x ) ⩽ M } = { x : f ( x ) ⩽ M + 1 } \mathbb{R}=\{x:f(x)\leqslant M\}=\{x:f(x)\leqslant M+1\} R={x:f(x)⩽M}={x:f(x)⩽M+1}

---

$(a,b)=\bigcup _{n=1}^{\infty }[a+\frac{1}{n},b-\frac{1}{n}]$

$\text{Proof:}$

$LHS\subset RHS:$
$\forall x\in (a,b),x-a>0,b-x>0$
∃ n ∈ N , s . t .   1 n < min ⁡ { x − a , b − x } \exists n\in\mathbb{N},\mathrm{s.t.}\ \frac{1}{n}<\min\{x-a,b-x\} ∃n∈N,s.t. n1​<min{x−a,b−x}
即 $x\in [a-\frac{1}{n},b+\frac{1}{n}]$

$RHS\subset LHS:$
$\forall x\in \bigcup _{n=1}^{\infty }[a+\frac{1}{n},b-\frac{1}{n}],\exists n\in \mathbb{R},s.t.x\in [a-\frac{1}{n},b+\frac{1}{n}]\subseteq (a,b)$

---

⋃ λ ∈ Λ A λ = { x : ∃ x ∈ Λ , s . t .   x ∈ A λ } ⋂ λ ∈ Λ A λ = { x : ∀ x ∈ Λ : x ∈ A λ } \begin{aligned} {\color{red}\bigcup\limits_{\lambda\in\Lambda}}A_{\lambda}&=\{x:{\color{red}\exists} x\in\Lambda,\mathrm{s.t.\ }x\in A_{\lambda}\} \\{\color{red}\bigcap\limits_{\lambda\in\Lambda}}A_{\lambda}&=\{x:{\color{red}\forall} x\in\Lambda :x\in A_{\lambda}\} \end{aligned} λ∈Λ⋃​Aλ​λ∈Λ⋂​Aλ​​={x:∃x∈Λ,s.t. x∈Aλ​}={x:∀x∈Λ:x∈Aλ​}​

eg1:
{ f n ( x ) } \{f_n(x)\} {fn​(x)} 为定义在 $E$ 上的函数列，若 x ∈ E ,   { f n ( x ) } x\in E,\ \{f_n(x)\} x∈E, {fn​(x)} 有界 $\iff \exists M>0,s.t.\forall n\in \mathbb{N}:|f_n(x)|⩽M$
⇔ ⋃ M ∈ R + ⋂ n = 1 ∞ { ∣ f n ( x ) ∣ ⩽ M } \Leftrightarrow\displaystyle\bigcup\limits_{M\in\mathbb{R^+}}\bigcap\limits_{n=1}^{\infty}\{|f_n(x)|\leqslant M\} ⇔M∈R+⋃​n=1⋂∞​{∣fn​(x)∣⩽M}

eg2:
{ f n ( x ) } \{f_n(x)\} {fn​(x)} 为 $E$ 上的函数列，$x$ 使 $f_n(x)$ 收敛于 $0$ 的点，即
∀ ε > 0 , ∃ N ∈ N , s . t . ∀ n ⩾ N : ∣ f n ( x ) ∣ < ε   ⇔   ⋂ ε ∈ R + ⋃ N ∈ N ⋂ n ⩾ N { ∣ f n ( x ) ∣ < ε } \forall \varepsilon >0,\exists N\in\mathbb{N},\mathrm{s.t.}\forall n\geqslant N:|f_n(x)|<\varepsilon\ \\ \Leftrightarrow\ \displaystyle\bigcap\limits_{\varepsilon\in\mathbb{R^+}}\bigcup\limits_{N\in\mathbb{N}}\bigcap\limits_{n\geqslant N}\{|f_n(x)|<\varepsilon\} ∀ε>0,∃N∈N,s.t.∀n⩾N:∣fn​(x)∣<ε ⇔ ε∈R+⋂​N∈N⋃​n⩾N⋂​{∣fn​(x)∣<ε}

{ x : lim ⁡ n → ∞ f n ( x ) ≠ 0   o r   ∄ } = D e   M o r g a n ⋃ ε ∈ R + ⋂ N ∈ N ⋃ n ⩾ N { ∣ f n ( x ) ∣ ⩾ ε } \{x:\lim\limits_{n\to\infty}f_n(x)\ne 0\ or\ \nexists\}\xlongequal{De\ Morgan}\displaystyle\bigcup\limits_{\varepsilon\in\mathbb{R^+}}\bigcap\limits_{N\in\mathbb{N}}\bigcup\limits_{n\geqslant N}\{|f_n(x)|\geqslant\varepsilon\} {x:n→∞lim​fn​(x)=0 or ∄}De Morgan ε∈R+⋃​N∈N⋂​n⩾N⋃​{∣fn​(x)∣⩾ε}

1.6 集合列的上下极限

数列的上下极限：

l i m ‾ ⁡ n → ∞ a n = lim sup ⁡ n → ∞ a n = lim ⁡ n → ∞ sup ⁡ k ≥ n { a k } = inf ⁡ n ≥ 1 sup ⁡ k ≥ n { a k } l i m ‾ ⁡ n → ∞ a n = lim inf ⁡ n → ∞ a n = lim ⁡ n → ∞ inf ⁡ k ≥ n { a k } = sup ⁡ n ≥ 1 inf ⁡ k ≥ n { a k } \begin{aligned} &\varlimsup_{n\to\infty}a_n=\limsup\limits_{n\to\infty}a_n=\lim\limits_{n\to\infty}\sup\limits_{k\ge n}\{a_k\}=\inf\limits_{n\ge 1}\sup\limits_{k\ge n}\{a_k\} \\ &\varliminf_{n\to\infty}a_n=\liminf\limits_{n\to\infty}a_n=\lim\limits_{n\to\infty}\inf\limits_{k\ge n}\{a_k\}=\sup\limits_{n\ge 1}\inf\limits_{k\ge n}\{a_k\} \end{aligned} ​n→∞lim​an​=n→∞limsup​an​=n→∞lim​k≥nsup​{ak​}=n≥1inf​k≥nsup​{ak​}n→∞lim​​an​=n→∞liminf​an​=n→∞lim​k≥ninf​{ak​}=n≥1sup​k≥ninf​{ak​}​

集合列上下极限：
lim sup ⁡ n → ∞ A n = inf ⁡ n ≥ 1 sup ⁡ k ≥ n { A k } = ⋂ n ≥ 1 ⋃ k ≥ n A k lim inf ⁡ n → ∞ A n = sup ⁡ n ≥ 1 inf ⁡ k ≥ n { A k } = ⋃ n ≥ 1 ⋂ k ≥ n A k \limsup\limits_{n\to\infty}A_n=\inf\limits_{n\ge 1}\sup\limits_{k\ge n}\{A_k\}=\bigcap_{n\ge 1}\bigcup_{k\ge n}A_k \\ \liminf\limits_{n\to\infty}A_n=\sup\limits_{n\ge 1}\inf\limits_{k\ge n}\{A_k\}=\bigcup_{n\ge 1}\bigcap_{k\ge n}A_k n→∞limsup​An​=n≥1inf​k≥nsup​{Ak​}=n≥1⋂​k≥n⋃​Ak​n→∞liminf​An​=n≥1sup​k≥ninf​{Ak​}=n≥1⋃​k≥n⋂​Ak​

---