实分析(实变函数论)

发布于:2023-02-19 ⋅ 阅读:(3117) ⋅ 点赞:(2)
实分析

0 实数系完备性定理与达布积分

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 六个等价的实数系完备性定理

0.2.1 Cauchy收敛准则

{ x n } \{x_n\} {xn​} 为基本列   ⇔   ∀ ε > 0 , ∃ N ∈ N + , s . t .   ∀ m , n > N : ∣ x n − x m ∣ < ε \ \Leftrightarrow \ \forall \varepsilon>0,\exists N\in\N^+,\mathrm{s.t.} \ \forall m,n>N:|x_n-x_m|<\varepsilon  ⇔ ∀ε>0,∃N∈N+,s.t. ∀m,n>N:∣xn​−xm​∣<ε ⇔ \Leftrightarrow ⇔ { x n } \{x_n\} {xn​} 收敛.

0.2.2 单调有界收敛原理

单调有界数列必收敛.

0.2.3 闭区间套定理

若 { [ a n , b n ] } \{[a_n,b_n]\} {[an​,bn​]} 形成一个闭区间套,即 [ a n , b n ] ⊆ [ a n − 1 , b n − 1 ] [a_n,b_n]\subseteq [a_{n-1},b_{n-1}] [an​,bn​]⊆[an−1​,bn−1​],则 ∃ ! ξ ∈ [ a n , b n ] ( n ∈ N + ) \exists!\xi\in[a_n,b_n](n\in\N^+) ∃!ξ∈[an​,bn​](n∈N+),且 ξ = lim ⁡ n → ∞ a n = lim ⁡ n → ∞ b n . \xi =\lim\limits_{n\to\infty}a_n=\lim\limits_{n\to\infty}b_n. ξ=n→∞lim​an​=n→∞lim​bn​.

0.2.4 确界存在定理

非空有上(下)界数集必有上(下)确界.

0.2.5 Bolzano-Weierstrass定理(凝聚定理/聚点定理/致密性定理)

有界数列必有收敛子列.

R n \mathbb R^n Rn中任意有界无限点集必有聚点.(这里的聚点指的是子列极限点)

0.2.6 Heine–Borel有限覆盖定理

一族开集 { I k } k ∈ Λ \{I_k\}_{k\in \Lambda} {Ik​}k∈Λ​ 是闭集 E E E 的一个(无限)开覆盖,即 E ⊆ ⋃ k ∈ Λ I k E\subseteq \bigcup\limits_{k\in \Lambda}I_k E⊆k∈Λ⋃​Ik​,则必可以从 { I k } k ∈ Λ \{I_k\}_{k\in \Lambda} {Ik​}k∈Λ​ 中选择有限个开区间来覆盖 E E E.

0.3 Darboux积分

设 f f f 为定义在区间 [ a , b ] [a,b] [a,b] 的函数, P : a = x 0 < x 1 < ⋯ < x n = b P:a=x_0<x_1<\cdots<x_n=b P:a=x0​<x1​<⋯<xn​=b 为区间 [ a , b ] [a,b] [a,b] 的一个划分,
M i = sup ⁡ x ∈ [ x i − 1 , x i ] f ( x )   ,   m i = inf ⁡ x ∈ [ x i − 1 , x i ] f ( x ) M_i=\sup_{_{x\in [x_{i-1},x_i]}}f(x)\ ,\ m_i=\inf_{_{x\in [x_{i-1},x_i]}}f(x) Mi​=x∈[xi−1​,xi​]​sup​f(x) , mi​=x∈[xi−1​,xi​]​inf​f(x)
记
U ( f , P ) = ∑ i = 1 n ( x i − x i − 1 ) M i   ,   L ( f , P ) = ∑ i = 1 n ( x i − x i − 1 ) m i U(f,P)=\sum_{i=1}^n(x_i-x_{i-1})M_i\ ,\ L(f,P)=\sum_{i=1}^n(x_i-x_{i-1})m_i U(f,P)=i=1∑n​(xi​−xi−1​)Mi​ , L(f,P)=i=1∑n​(xi​−xi−1​)mi​
为达布上下和. 记
U f = inf ⁡ { U ( f , P ) } = ∫ a b ‾ f ( x ) d x   ,   L f = sup ⁡ { L ( f , P ) } = ∫ a b ‾ f ( x ) d x U_f=\inf{\{U(f,P)\}}=\overline{\int_a^b}f(x)\mathrm{d}x\ ,\ L_f=\sup{\{L(f,P)\}}=\underline{\int_a^b}f(x)\mathrm{d}x Uf​=inf{U(f,P)}=∫ab​​f(x)dx , Lf​=sup{L(f,P)}=∫ab​​f(x)dx
为达布上下积分.

若 U f = L f U_f=L_f Uf​=Lf​ ,则称 f f f 达布可积.

1 集合理论

1.1 集合关系与运算

子集:

“A含于B” = “B包含A” = “A是B的子集” ;

“A真含于B” = “B真包含A” = “A是B的真子集” ;

注意:符号 ⊂ \subset ⊂ 非严格符号,不同教材中存在不同含义.

∀   a ∈ A : a ∈ B ⇔ A ⊆ B   o r   A ⫅ B A ⊆ B ∧ A ≠ B ⇔ A ⊊ B   o r   A ⫋ B \begin{aligned} \forall\ a\in A:a\in B &\Leftrightarrow A \subseteq B \ or \ A \subseteqq B \\ A\subseteq B\wedge A\ne B &\Leftrightarrow A\subsetneq B \ or \ A\subsetneqq B \end{aligned} ∀ a∈A:a∈BA⊆B∧A​=B​⇔A⊆B or A⫅B⇔A⊊B or A⫋B​

并集:
A ∪ B = { x : x ∈ A ∨ x ∈ B } ,   ⋃ α ∈ Λ A α = { x : ∃ k ∈ Λ ,   s . t .   x ∈ A α } 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\} A∪B={x:x∈A∨x∈B}, α∈Λ⋃​Aα​={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 } A\backslash B=A\cap B^c=\{x:x\in A \wedge x\notin B \} A\B=A∩Bc={x:x∈A∧x∈/​B}

余集:
A c = R \ A = R − A = { x : x ∈ R ∧ x ∉ A } A^c=\R\backslash A=\R-A=\{x:x\in \R \wedge x\notin A\} Ac=R\A=R−A={x:x∈R∧x∈/​A}

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

交换律:
A ∪ B = B ∪ A   ,   A ∩ B = B ∩ A A\cup B=B\cup A\ ,\ A\cap B=B\cap A A∪B=B∪A , A∩B=B∩A

结合律:
A ∪ ( B ∪ C ) = ( A ∪ B ) ∪ C A ∩ ( B ∩ C ) = ( A ∩ B ) ∩ C A\cup(B\cup C)=(A\cup B)\cup C \\ A\cap(B\cap C)=(A\cap B)\cap C A∪(B∪C)=(A∪B)∪CA∩(B∩C)=(A∩B)∩C

分配律:
A ∩ ( B ∪ C ) = ( A ∩ B ) ∪ ( A ∩ C ) A\cap(B\cup C)=(A\cap B)\cup(A\cap C) A∩(B∪C)=(A∩B)∪(A∩C)

De Morgan(德摩根)律:
( ⋃ α ∈ Λ A α ) c = ⋂ α ∈ Λ A α c   ,   ( ⋂ α ∈ Λ A α ) c = ⋃ α ∈ Λ A α c \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 (α∈Λ⋃​Aα​)c=α∈Λ⋂​Aαc​ , (α∈Λ⋂​Aα​)c=α∈Λ⋃​Aαc​

1.2 映射

设 X , Y X,Y X,Y 为两个非空集合,若存在一种对应法则 f f f,使得每个 x ∈ X x\in X x∈X 都有唯一的 y ∈ Y y\in Y y∈Y 与之对应,则称 f f f 为 X X X 到 Y Y Y 的一个映射,记为
f :   X   → Y ∀ x   ↦ ∃ !   y = f ( x ) \begin{aligned} f: \ X \ &\to Y \\ \forall x \ &\mapsto \exists! \ y=f(x) \end{aligned} f: X ∀x ​→Y↦∃! y=f(x)​
y = f ( x ) y=f(x) y=f(x) 称 x x x 在映射 f f f 下的像, x x x 称 y y y 的原像;

X X 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 ⊆ Y \subseteq Y ⊆Y为陪域.

若 I m f = f ( X ) = Y \mathrm{Im}f=f(X)=Y Imf=f(X)=Y,则映射为满射;

若 ∀ x 1 , x 2 ∈ X , x 1 ≠ x 2 : f ( x 1 ) ≠ f ( x 2 ) \forall x_1,x_2\in X,x_1\ne x_2:f(x_1)\ne f(x_2) ∀x1​,x2​∈X,x1​​=x2​:f(x1​)​=f(x2​),则称映射为单射;

若即为单射又为满射称双射,又称 一 一映射.

映射 f : X → Y f:X\to Y f:X→Y 为双射 ⇔ \Leftrightarrow ⇔ 存在逆映射 f − 1 f^{-1} f−1.

若 f : X → Y , g : Y → Z f:X\to Y,g:Y\to Z f:X→Y,g:Y→Z,则复合映射
g ∘ f : X → Z x   ↦   z = g ( f ( x ) ) \begin{aligned} g\circ f:X &\to Z \\ x\ &\mapsto\ z=g(f(x))\end{aligned} g∘f:Xx ​→Z↦ z=g(f(x))​.

1.3 集的基数与对等

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

对等关系是一种等价关系,满足反身性: X ∼ X X\sim X X∼X,对称性: X ∼ Y ⇒ Y ∼ X X\sim Y\Rightarrow Y \sim X X∼Y⇒Y∼X,传递性: X ∼ Y ∼ Z ⇒ X ∼ Z X\sim Y\sim Z\Rightarrow X\sim Z X∼Y∼Z⇒X∼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 0 0 (空集 Φ \Phi Φ的势/基数) < n n n (n元有限集的势,或称基数, n ∈ N + n\in\N^+ n∈N+) < ℵ 0 \aleph_0 ℵ0​ (可列集的势,读作阿列夫零) < ℵ \aleph ℵ (无限集的势)

康托尔-伯恩斯坦-施罗德(Cantor-Bernstein-Schroeder)定理:

A , B ≠ Φ A,B\neq \Phi A,B​=Φ, A ∼ B A\sim B A∼B 的一个子集, B ∼ A B\sim A B∼A 的一个子集,则 A ∼ B A\sim B A∼B.
即 A = ⩽ B =   ,   A = ⩾ B =   ⇒   A = = B = . \overset{=}A \leqslant \overset{=}B\ ,\ \overset{=}A \geqslant \overset{=}B\ \Rightarrow\ \overset{=}A=\overset{=}B. A=⩽B= , A=⩾B= ⇒ A==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.

可列集(可数集): 无限集元素能按照某种规律排成一个序列;与自然数集 N \mathbb N 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 f f 是定义在 E E 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 f f 是定义在 R \mathbb{R} R 上的函数,在 [ a , b ] [a,b] [a,b] 有上界 M M M,即 ∀ x ∈ [ a , b ] : f ( x ) ⩽ M \forall x\in [a,b]:f(x)\leqslant M ∀x∈[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 f f 在 R \mathbb{R} R 上连续,取定 x 0 ∈ R x_0\in\mathbb{R} x0​∈R,即 ∀ ε > 0 , ∃ δ > 0 , s . t . x ∈ ( x 0 − δ , x 0 + δ ) , ∣ f ( x ) − f ( x 0 ) ∣ < ε \forall \varepsilon >0,\exists \delta >0,\mathrm{s.t.} x\in (x_0-\delta,x_0+\delta),|f(x)-f(x_0)|<\varepsilon ∀ε>0,∃δ>0,s.t.x∈(x0​−δ,x0​+δ),∣f(x)−f(x0​)∣<ε

( 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 − δ , x 0 + δ ) ) ⊆ ( f ( x 0 ) − ε , f ( x 0 ) + ϵ ) f((x_0-\delta,x_0+\delta))\subseteq (f(x_0)-\varepsilon,f(x_0)+\epsilon) f((x0​−δ,x0​+δ))⊆(f(x0​)−ε,f(x0​)+ϵ)


f f f 在 R \mathbb{R} R 定义,在 R \mathbb{R} R 有上界 M M 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 ) = ⋃ n = 1 ∞ [   a + 1 n , b − 1 n   ] \displaystyle (a,b)=\bigcup\limits_{n=1}^{\infty}[\ a+\frac{1}{n},b-\frac{1}{n}\ ] (a,b)=n=1⋃∞​[ a+n1​,b−n1​ ]

proof:

L H S ⊂ R H S : LHS \subset RHS: LHS⊂RHS:
∀ x ∈ ( a , b ) , x − a > 0 , b − x > 0 \forall x\in (a,b),x-a>0,b-x>0 ∀x∈(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 ∈ [ a − 1 n , b + 1 n ] x\in [a-\frac{1}{n},b+\frac{1}{n}] x∈[a−n1​,b+n1​]

R H S ⊂ L H S : RHS \subset LHS: RHS⊂LHS:
∀ x ∈ ⋃ n = 1 ∞ [ a + 1 n , b − 1 n ] , ∃ n ∈ R , s . t . x ∈ [ a − 1 n , b + 1 n ] ⊆ ( a , b ) \forall x\in \bigcup\limits_{n=1}^{\infty}[a+\frac{1}{n},b-\frac{1}{n}],\exists n\in\mathbb{R},\mathrm{s.t.}x\in [a-\frac{1}{n},b+\frac{1}{n}]\subseteq (a,b) ∀x∈n=1⋃∞​[a+n1​,b−n1​],∃n∈R,s.t.x∈[a−n1​,b+n1​]⊆(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 E E 上的函数列,若 x ∈ E ,   { f n ( x ) } x\in E,\ \{f_n(x)\} x∈E, {fn​(x)} 有界 ⇔ ∃ M > 0 ,   s . t .   ∀ n ∈ N : ∣ f n ( x ) ∣ ⩽ M \Leftrightarrow \exists M>0,\ \mathrm{s.t.}\ \forall n\in\mathbb{N}:|f_n(x)|\leqslant M ⇔∃M>0, s.t. ∀n∈N:∣fn​(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 E E 上的函数列, x x x 使 f n ( x ) {f_n(x)} fn​(x) 收敛于 0 0 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:

lim ⁡ ‾ n → ∞ a n = lim sup ⁡ n → ∞ a n = lim ⁡ n → ∞ sup ⁡ k ≥ n { a k } = inf ⁡ n ≥ 1 sup ⁡ k ≥ n { a k } lim ⁡ ‾ 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} &\overline{\lim}_{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\} \\ &\underline{\lim}_{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} ​limn→∞​an​=n→∞limsup​an​=n→∞lim​k≥nsup​{ak​}=n≥1inf​k≥nsup​{ak​}lim​n→∞​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​

2 点集拓扑概念

2.1 欧式空间与度量空间

一维欧式空间 ( R , d ) : x , y , z (\R,d): x,y,z (R,d):x,y,z
d ( x , y ) = ∣ x − y ∣ d(x,y)=|x-y| d(x,y)=∣x−y∣

数列极限: lim ⁡ n → ∞ x n = x ⇔ lim ⁡ n → ∞ d ( x n , x ) = 0 \lim\limits_{n\to\infty}x_n=x \Leftrightarrow \lim\limits_{n\to\infty}d(x_n,x)=0 n→∞lim​xn​=x⇔n→∞lim​d(xn​,x)=0

二维欧式空间 ( R 2 , d ) : x = ( x 1 , x 2 ) , y = ( y 1 , y 2 ) (\R^2,d):x=(x_1,x_2),y=(y_1,y_2) (R2,d):x=(x1​,x2​),y=(y1​,y2​)
d ( x , y ) = ( x 1 − y 1 ) 2 + ( x 2 − y 2 ) 2 d(x,y)=\sqrt{(x_1-y_1)^2+(x_2-y_2)^2} d(x,y)=(x1​−y1​)2+(x2​−y2​)2 ​

n维欧式空间 ( R n , d ) : x = ( x 1 , ⋯   , x n ) , y = ( y 1 , ⋯   , y n ) (\R^n,d): x=(x_1,\cdots,x_n),y=(y_1,\cdots,y_n) (Rn,d):x=(x1​,⋯,xn​),y=(y1​,⋯,yn​)
d ( x , y ) = ∑ k = 1 n ( x k − y k ) 2 d(x,y)=\sqrt{\sum_{k=1}^{n}(x_k-y_k)^2} d(x,y)=k=1∑n​(xk​−yk​)2 ​

三角不等式: (两边之和大于第三边,可由Cauchy不等式证明)
0 ⩽ d ( x , y ) ⩽ d ( x , z ) + d ( y , z ) 0\leqslant d(x,y)\leqslant d(x,z)+d(y,z) 0⩽d(x,y)⩽d(x,z)+d(y,z)

邻域: U ( P 0 , δ ) = { P : d ( P , P 0 ) < δ } U(P_0,\delta)=\{P:d(P,P_0)<\delta\} U(P0​,δ)={P:d(P,P0​)<δ}

两个非空点集的距离: d ( E , F ) = inf ⁡ { d ( x , y ) : x ∈ E , y ∈ F } d(E,F)=\inf\{d(x,y):x\in E,y\in F\} d(E,F)=inf{d(x,y):x∈E,y∈F}

非空点集直径: d i a m E = sup ⁡ P , Q ∈ E d ( P , Q ) \mathrm{diam} E=\sup\limits_{P,Q\in E}d(P,Q) diamE=P,Q∈Esup​d(P,Q)

有界点集: d i a m E < + ∞ \mathrm{diam} E < +\infty diamE<+∞

2.2 内点、外点、边界点

内点: 若 ∃   U ( P 0 , δ ) ⊆ E \exists\ U(P_0,\delta)\subseteq E ∃ U(P0​,δ)⊆E,则称 P 0 P_0 P0​ 为数集 E E E 的内点。 E E E 所有内点构成的集合称为 内域,记作 E ∘ E^\circ E∘.

外点: 若 P 0 P_0 P0​ 是 E c E^c Ec 的内点,则称 P 0 P_0 P0​ 为数集 E E E 的外点。所有外点集合记作 ( E c ) ∘ (E^c)^\circ (Ec)∘.

边界点: 既非内点也非外点,即 ∀ U ( P 0 , δ ) \forall U(P_0,\delta) ∀U(P0​,δ) 既有属于 E E E的点也有不属于 E E E 的点,则称 P 0 P_0 P0​ 为数集 E E E 的边界点。所有边界点集合称为 边界,记作 ∂ E \partial E ∂E.

2.3 聚点、孤立点

聚点: P 0 P_0 P0​ 的任一邻域都含有无穷多个属于 E E E 的点.

⇔ \Leftrightarrow ⇔ P 0 P_0 P0​ 的任一邻域至少含有一个属于 E E E 而异于 E E E 的点.

孤立点: P 0 P_0 P0​ 属于 E E E,但不是 E E E 的聚点,即 E \ E ′ E\backslash E' E\E′.

2.4 导集、闭包、自密集、完全集

导集: E E E 的一切聚点构成的集合,记作 E ′ E' E′.

闭包: E ∪ E ′ E\cup E' E∪E′,记作 E ‾ \overline{E} E.

自密集: E ⊆ E ′ E\subseteq E' E⊆E′ ,即集合中每个点都是这个集的聚点.

完备集(完全集): E ′ = E E'=E E′=E. 完备集为自密闭集,即没有孤立点的闭集.

2.5 开集、闭集、紧集

开集(open set): E E E 的每一点都是 E E E 的内点.

闭集(closed set): E E E 的每一个聚点都属于 E E E. ⇔ \Leftrightarrow ⇔ 余集 E c E^c Ec 为开集.

紧集(compact set): 任一族覆盖 E E E 的开集,若可从中选出有限个开集仍然覆盖 E E E,则 E E E 为紧集. (或表述为:若 E E E 的任意开覆盖,都存在有限子覆盖,则 E E E 为紧集.)

2.6 康托尔三分疏朗集

稠密:

疏朗集:

3 测度论

3.0 引

长度(面积,体积)公理:

(1) 非负性: m ( E ) ⩾ 0 m(E)\geqslant 0 m(E)⩾0
(2) 有限可加性: E k E_k Ek​ 两两不相交, m ( ⋃ k = 1 n E k ) = ∑ k = 1 n m ( E k ) \displaystyle m\left(\bigcup_{k=1}^{n}E_k\right)=\sum_{k=1}^{n}m(E_k) m(k=1⋃n​Ek​)=k=1∑n​m(Ek​)
(3) 正则性: m ( [ a , b ] ) = b − a m([a,b])=b-a m([a,b])=b−a

Lebesgue测度公理:

(1) 非负性: m ( E ) ⩾ 0 m(E)\geqslant 0 m(E)⩾0
(2) 可列可加性: E n E_n En​ 两两不相交, m ( ⋃ n = 1 ∞ E n ) = ∑ n = 1 ∞ m ( E n ) \displaystyle m\left(\bigcup_{n=1}^{\infty}E_n\right)=\sum_{n=1}^{\infty}m(E_n) m(n=1⋃∞​En​)=n=1∑∞​m(En​)
(3) 正则性: m ( [ a , b ] ) = b − a m([a,b])=b-a m([a,b])=b−a

3.1 外测度

Lebesgue外测度:

m ∗ ( E )   = inf ⁡ E ⊆ ⋃ k = 1 ∞ I k { ∑ k = 1 ∞ ∣ I k ∣ } m^*(E)\ =\inf\limits_{_{E\subseteq \bigcup\limits_{k=1}^{\infty} I_k}} \left\{\sum\limits_{k=1}^{\infty}|I_k|\right\} m∗(E) =E⊆k=1⋃∞​Ik​​inf​{k=1∑∞​∣Ik​∣}

非负性: m ∗ ( E ) ⩾ 0   , m ∗ ( Φ ) = 0 m^*(E) \geqslant 0\ ,m^*(\Phi) =0 m∗(E)⩾0 ,m∗(Φ)=0

单调性: E ⊆ F ⇒ m ∗ ( E ) ⩽ m ∗ ( F ) E\subseteq F \Rightarrow m^*(E)\leqslant m^*(F) E⊆F⇒m∗(E)⩽m∗(F)

次可列可加性: m ∗ ( ⋃ n = 1 ∞ E n ) ⩽ ∑ n = 1 ∞ m ∗ ( E n ) m^*\left(\bigcup\limits_{n=1}^{\infty}E_n\right)\leqslant \sum\limits_{n=1}^{\infty}m^*(E_n) m∗(n=1⋃∞​En​)⩽n=1∑∞​m∗(En​)

3.2 可测集

3.2.1 Lebesgue可测集

E ⊆ R n ,   ∀   o p e n   s e t   I ⊇ E , m ∗ ( E ) = ∣ I ∣ − m ∗ ( I − E ) E\subseteq \R^n,\ \forall\ open\ set\ I \supseteq E , m_*(E)=|I|-m^*(I-E) E⊆Rn, ∀ open set I⊇E,m∗​(E)=∣I∣−m∗(I−E)

3.2.2 Carathéodory(卡拉泰奥多里)可测集

p o i n t   s e t   E ⊆ R n ,   ∀ p o i n t   s e t   T ,   m ∗ ( T ) = m ∗ ( T ∩ E ) + m ∗ ( T ∩ E c ) point\ set\ E\subseteq \R^n,\ \forall point\ set\ T,\ m^*(T)=m^*(T\cap E)+m^*(T\cap E^c) point set E⊆Rn, ∀point set T, m∗(T)=m∗(T∩E)+m∗(T∩Ec),则称点集 E E E 是 L e b e s g u e \mathrm{Lebesgue} Lebesgue 可测的. 此时 E E E 的 L L L 外测度 m ∗ ( E ) m^*(E) m∗(E) 称为 L L L 测度 m ( E ) m(E) m(E), L L L 可测集全体记为 M \mathscr{M} M.

3.2.3 可测集的运算

S S S 可测   ⇔   S c \ \Leftrightarrow\ S^c  ⇔ Sc 可测;

proof:
m ∗ ( T ) = m ∗ ( T ∩ S ) + m ∗ ( T ∩ S c ) = m ∗ ( T ∩ ( S c ) c ) + m ∗ ( T ∩ S c ) \begin{aligned} m^*(T)=m^*(T\cap S)+m^*(T\cap S^c)=m^*(T\cap (S^c)^c)+m^*(T\cap S^c) \end{aligned} m∗(T)=m∗(T∩S)+m∗(T∩Sc)=m∗(T∩(Sc)c)+m∗(T∩Sc)​

S 1   , S 2 S_1\ ,S_2 S1​ ,S2​ 可测,则 S 1 ∪ S 2 S_1\cup S_2 S1​∪S2​ 可测;当 S 1 ∩ S 2 = Φ , ∀ T S_1\cap S_2=\Phi,\forall T S1​∩S2​=Φ,∀T,
m ∗ [ T ∩ ( S 1 ∩ S 2 ) ] = m ∗ ( T ∩ S 1 ) + m ∗ ( T ∩ S 2 ) m^*[T\cap (S_1\cap S_2)]=m^*(T\cap S_1)+m^*(T\cap S_2) m∗[T∩(S1​∩S2​)]=m∗(T∩S1​)+m∗(T∩S2​)
S i ( i = 1 , 2 , ⋯   , n ) S_i(i=1,2,\cdots,n) Si​(i=1,2,⋯,n) 可测,则 ⋃ i = 1 n S i \bigcup\limits_{i=1}^n S_i i=1⋃n​Si​ 可测;且当 S i ∩ S j = Φ ( i ≠ j ) S_i\cap S_j=\Phi(i\neq j) Si​∩Sj​=Φ(i​=j)时,对于任意集合 T T T 总有
m ∗ ( T ∩ ( ⋃ i = 1 n S i ) ) = ∑ i = 1 n m ∗ ( T ∩ S i ) m^*\left(T\cap\left(\bigcup_{i=1}^nS_i\right)\right)=\sum\limits_{i=1}^n m^*(T\cap S_i) m∗(T∩(i=1⋃n​Si​))=i=1∑n​m∗(T∩Si​)

S 1   , S 2 S_1\ ,S_2 S1​ ,S2​ 可测,则 S 1 ∩ S 2 S_1\cap S_2 S1​∩S2​ 可测.
S i ( i = 1 , 2 , ⋯   , n ) S_i(i=1,2,\cdots,n) Si​(i=1,2,⋯,n) 可测,则 ⋂ i = 1 n S i \bigcap\limits_{i=1}^nS_i i=1⋂n​Si​ 可测.

S 1   , S 2 S_1\ ,S_2 S1​ ,S2​ 可测,则 S 1 \ S 2 = S 1 − S 2 S_1\backslash S_2=S_1-S_2 S1​\S2​=S1​−S2​ 可测.

E E E 可测   ⇔   ∀ A ⊂ E , B ⊂ E c   , m ∗ ( A ∪ B ) = m ∗ ( A ) + m ∗ ( B ) \ \Leftrightarrow\ \forall A\subset E,B\subset E^c\ ,m^*(A\cup B)=m^*(A)+m^*(B)  ⇔ ∀A⊂E,B⊂Ec ,m∗(A∪B)=m∗(A)+m∗(B)

3.3 sugma-代数

3.4 不可测集

4 可测函数

4.1 定义

定义:
∀   a ∈ R   , { x : x ∈ E , f ( x ) > a } = 记 E [ f > 0 ] \forall\ a\in\mathbb{R}\ ,\{x:x\in E,f(x)>a\}\xlongequal{_{记}}E[f>0] ∀ a∈R ,{x:x∈E,f(x)>a}记​ E[f>0] 可测,则 f : E → R ∪ { − ∞ , + ∞ } f:E\to\mathbb{R}\cup\{-\infty,+\infty\} f:E→R∪{−∞,+∞} 为定义在 E E E 上的可测函数.
其中 a a a 为有限实数, f ( x ) ∈ ( a , + ∞ ] f(x)\in (a,+\infty] f(x)∈(a,+∞], f ( x ) f(x) f(x) 可以取得 + ∞ +\infty +∞.

f f f 可测的充要条件:

∀ x ∈ R , E [ f ⩽ a ] \forall x\in\mathbb{R},E[f\leqslant a] ∀x∈R,E[f⩽a] 可测.

proof: E [ f ⩽ a ] = ( E [ f > a ] ) c E[f\leqslant a]=(E[f>a])^c E[f⩽a]=(E[f>a])c

4.2 可测函数运算


微信公众号

今日签到

点亮在社区的每一天
去签到