第一章:Borel测度

news/2024/12/24 10:17:48/文章来源:https://www.cnblogs.com/mathzhou/p/18442923

第1章 Borel测度

在正式讨论我们的内容之前我们先做几点说明

1.我们只讨论\(\mathbb{R}^n\) 上的测度,因此如果不作特别说明,我们均认为测度和集合为于\(\mathbb{R}^n\) 中:

2.我们不特别区分外测度和测度,因为将外测度限制在可测集上就是可测集上的测度:

3.我们默认读者已经了解了\(\mathbb{R}^{n}\) 中一般外测度的构造和一般测度积分的定义,包括几个极限定理(Levi单调收敛/Fatou引理/Lebesgue控制收敛定理)

1.1 测度论回顾

1.1.1 测度

我们用\(\mathcal{P}(\mathbb{R}^n)\) 表示\(\mathbb{I}\mathbb{R}^n\) 的所有子集构成的集合,

定义1.1.1(外测度). 称映射\(:\mu:\mathcal{P}(\mathbb{R}^{n})\to[0,\infty]\) 为外测度,如果:

  • \(\mu(\varnothing)=0\)

\[E\subset\bigcup_{h\in\mathbb{N}}E_{h}\Rightarrow\mu(E)\leq\sum_{h\in\mathbb{N}}\mu(E_{h}). \]

显然,由外测度的次可加性可以得到单调性,即对任意的\(E\subset F\), 有

\[\mu(E)\leq\mu(F). \]

正如\(\mathbb{R}^n\) 中,我们可以定义可测集,将外测度限制在可测集上就得到了测度.

定义1.1.2(可测集).\(E\subset\mathbb{R}^n\) 是一\(\mu\) 可测集是指:

\[\mu(F)=\mu(F\cap E)+\mu(F\setminus E),\forall F\subset\mathbb{R}^n. \quad (1.1) \]

定义1.1.3( \(\sigma\) 代数).\(X\) 是一非空集合,称\(\mathcal{A}\subset2^X\) 的一个\(\sigma\) 代数是指:

  1. \(\varnothing,X\in\mathcal{A}\)

  2. \(A\in\mathcal{A}\Rightarrow X-A\in\mathcal{A}\)

  3. \(A_{k}\in\mathcal{A}\Rightarrow\bigcup_{k=1}^{\infty}A_{k}\in\mathcal{A}\)

如果\(C\in2^X\) ,我们用\(\sigma(C)\) 表示包含\(C\) 的最小的\(\sigma\) 代数,或者称为由\(C\) 生成的\(\sigma\) 代数

Caratheodory定理告诉我们,对于一外测度而言,所有可测集构成一\(\sigma\) 代数,将\(\mu\) 限制在\(\sigma\) 代数上就得到了测度

定理1.1.4(Caratheodory定理).设\(\mu\)\(\mathbb{R}^n\) 上的一外测度,则可测集构成的全体\(\mathcal{M}(\mu)\) 是一\(\sigma\) 代数,并且对\(\mathcal{M}(\mu)\) 中的互不相交的集合\(\{A_k\}\)

\[\mu\left(\sum_{k\in\mathbb{N}}A_k\right)=\sum_{k\in\mathbb{N}}\mu(A_k). \quad (1.2) \]


1.1.2 积分

类似Lebesgue测度,我们也可以先定义简单\(\mu\) -可测函数的积分,然后通过逼近的手段定义一般\(\mu\) -可测函数的极限,在此我们省略该过程,只列出一些对一般的测度依然成立的结论

定理1.1.5(非负可测函数的分解).\(f:X\to[0,\infty]\)\(\mu\) 可测函数,则存在\(X\) 中的一族\(\mu\) 可测集\(\{A_k\}_{k\geq1}\) 使得:

\[f=\sum_{k=1}^{\infty}\frac{\chi_{A_{k}}}{k}. \]

定理1.1.6(Egrof定理).\(\mu\)\(IF_{\mathrm{L}}^{n}\) 上一测度,假设\(f_k:\mathbb{R}^n\to\mathbb{R}^m,k=1,\cdots\)\(\mu\) 可测函数,假设\(A\subset\mathbb{R}^n\) 也是\(\mu\) 可测集,并且\(\mu(A)<\infty\) ,且:

\[f_k\to f\quad\mu\text{-a.e. on }A. \]

则对任意给定的\(\varepsilon>0\) ,存在一\(\mu\) 可测集\(B\subset A\) 使得:

  1. \(\mu(A-B)<\varepsilon\) 2. \(f_k\)\(B\) 上一致收敛于\(f\)

这里需要给出一些说明:

  1. \(\mu(A)<\infty\) 的条件不可省略(回忆在欧氏空间的定理叙述) ·该结论不需要对\(\mu\) 提任何正则性的要求,这是与Lusin定理等不同的地方

下边给出一些常用的记号: 称\(\mu\) 可测函数\(u\) 是局部可积函数,如果对任意的紧集\(K\) 都有:

\[\int_K|u|\:\mathrm{d}\mu(x)<\infty, \]

并记为\(u\in L_{loc}^{1}(\mathbb{R}^{n},\mu)\)

如果

\[\int_{\mathbb{R}^n}|u|\:\mathrm{d}\mu(x)<\infty, \]

则记\(u\in L^{1}(\mathbb{R}^{n},\mu)\) .

类似可定义\(L_{lo\mathrm{c}}^{p}(\mathbb{R}^{n},\mu)\) 和LP(R, ) \(L^p(\mathbb{R}^n,\mu)\) \(L^p(\mathbb{R}^n,\mu),1\leq p\leq+\infty.\)

对Lebesgue测度成立的三大定理,对\(\mathbb{R}^n\) 上一般的测度也是成立的,

定理1.1.7 (单调渐升定理). 如果\(\{u_h\}_{h\in\mathbb{N}}\) 是一列非负\(\mu\) 可测函数,并且\(u_h\) \(\leq\) \(u_{h+ 1}, \mu\) a. e. \(x\in \mathbb{R} ^n\) ,则:

\[\lim\limits_{h\to\infty}\int\limits_{\mathbb{R}^n}u_h\:\mathrm{d}\mu(x)=\int\limits_{\mathbb{R}^n}\sup\limits_{h\in\mathbb{N}}u_h\:\mathrm{d}\mu(x). \]

如果\(u_h\geq u_{h+1},\mu\)-a.e.\(x\in\mathbb{R}^n\) ,并且\(u_1\in L^1(\mathbb{R}^n,\mu)\) ,则

\[\lim\limits_{h\to\infty}\int\limits_{\mathbb{R}^n}u_h\:\mathrm{d}\mu(x)=\int\limits_{\mathbb{R}^n}\inf\limits_{h\in\mathbb{N}}u_h\:\mathrm{d}\mu(x). \]

定理1.1.8(Fatou引理). 如果\(\{u_h\}_{h\in\mathbb{N}}\) 是一列非负\(\mu\) -可测函数,则:

\[\int_{\mathbb{R}^{n}}\operatorname*{lim}_{h\to\infty}\inf u_{h}\:\mathrm{d}\mu(x)\leq\operatorname*{lim}_{h\to\infty}\inf_{\mathbb{R}^{n}}\int_{\mathbb{R}^{n}}u_{h}\:\mathrm{d}\mu(x). \]

定理1.1.9(控制收敛定理). 如果\(\{u_h\}_{h\in\mathbb{N}}\) 是一列\(\mu\) 可测函数,并且逐点收敛到u,并且存在\(\nu\in L^{1}(\mathbb{R}^{n},\mu)\) 使得\(|u_h|\leq\nu,\mu\)-a.e.\(x\in\mathbb{R}^n\) ,则

\[\int_{\mathbb{R}^n}u\:\mathrm{d}\mu(x)=\lim_{h\to\infty}u_h\:\mathrm{d}\mu(x). \]


最后我们来回忆一下Fubini定理,首先我们先来回顾乘积测度,设\(\mu,\nu\) 分别是\(\mathbb{R}^{n}\)\(\mathbb{R}^{m}\) 上的外测度,我们定义\(\mathbb{R}^n\times\mathbb{R}^m\) 上的乘积测度\(\mu\times\nu\)

\[(\mu\times\nu)(G):=\inf_{\mathcal{F}}\sum_{E\times F\in\mathcal{F}}\mu(E)\cdot\nu(F). \]

其中\(\mathcal{F}\)\(G\) 的一族开覆盖,并且\(\mathcal{F}\) 中的元素都是\(E\times F,E\subset\mathbb{R}^n,F\subset\mathbb{R}^m\) 的形式.我们引入下边切片的记号:

\[G_x=\{y\in\mathbb{R}^m,(x,y)\in G\}. \]

我们陈述下边的Fubini定理

定理1.1.10(Fubini定理).
\(\mu,\nu\) 分别是\(\mathbb{R}^{n}\)\(\mathbb{R}^m\) 上的外测度

1.如果\(E\in\mathcal{M}(\mu),F\in\mathcal{F}(\mu)\) ,则\(E\times F\in\mathcal{M}(\mu\times\nu)\) ,并且还有:

\[\mu\times\nu(E\times F)=\mu(E)\nu(F). \]

2.如果\(G\in\mathbb{R}^n\times\mathbb{R}^m\) 相对\(\mu\times\nu\)\(\sigma\) 有限的,则\(G_{x}\in\mathcal{M}(\nu),\mu\) -a.e. \(x\in\mathbb{R}^n\) ,并且:\(x\in\mathbb{R}^n\mapsto\nu(G_x)\)\(\mu\) 可测的

\[(\mu\times\nu)(G)=\int_{\mathbb{R}^n}\nu(G_x)\:\mathrm{d}\mu(x). \]

3.如果\(L^1\left(\mathbb{R}^n\times\mathbb{R}^m,\mu\times\nu\right)\) ,则:

\[\begin{aligned} x\in\mathbb{R}^{n}\mapsto\int_{\mathbb{R}^{m}}u(x,y)\mathrm{d}\nu(y)\in L^{1}(\mathbb{R}^{n},\mu) \\ \int_{\mathbb{R}^{n}\times\mathbb{R}^{m}}u\:\mathrm{d}(\mu\times\nu)=\int_{\mathbb{R}^{n}}\:\mathrm{d}\mu(x)\int_{\mathbb{R}^{m}}u(x,y)\:\mathrm{d}\nu(y). \end{aligned}\]

在本节的最后我们用Fubini定理给出一个非常有用的公式

推论1.1.11(Layer-Cake公式).
设$u\in Lp(\mathbb{R}n,\mu),p\in[1,\infty),u\geq 0 $ ,

\(\{u > t\}: = \{x:u(x) > t\}\) ,则:

\[\int_{\mathbb{R}^n}|u|^p\:\mathrm{d}\mu=p\int_0^\infty t^{p-1}\mu(\{|u| > t\})\mathrm{d}t. \quad (1.3) \]

证明.我们考虑函数\(f(x,t)=pt^{p-1}\:\mathbb{l}_{(0,u(x))}(t)\) 以及测度\(\mu\times\mathcal{L}\) ,使用Fubini定理就得到了:

\[RHS\:=\:\int_{\mathbb{R}^{n}}\int_{0}^{\infty}f(x,t)\:\mathrm{d}\mu\:\mathrm{d}t=\int_{\mathbb{R}^{n}}\int_{0}^{u(x)}pt^{p-1}\:\mathrm{d}t\:\mathrm{d}\mu=LHS\:. \]


1.2 Borel测度

我们用\(\mathcal{B}(\mathbb{R}^n)\) 表示\(\mathbb{R}^n\) 全体开集生成的\(\sigma\) 代数

1.2.1 Borel测度的结构

定义1.2.1(Borel测度).设\((\mathbb{R}^n,\mu,\mathcal{M})\) 是一测度空间,称\(\mu\) 是一Borel测度是指\(,\mathcal{B}(\mathbb{R}^{n})\subset\) M.

对于Borel测度而言,Borel集上的测度是由那些立方体所决定的.我们采用一种“代数”形式的证明方法来说明这一点

定义1.2.2 \(\pi\) 类)\(\mathcal{P}\subset2^X\)\(\pi\) 类,如果:

\[A,B\in\mathcal{P}\Rightarrow A\cap B\in\mathcal{P}. \]

定义1.2.3( \(\lambda\) 类).\({\mathcal{L}}\subset2^X\)\(\lambda\) 类,如果:

  1. \(X\in\mathcal{L}\)

  2. \(A,B\in\mathcal{L}\)\(B\subset A\Rightarrow A-B\in\mathcal{L}\)

  3. 如果\(A_k\in\mathcal{L}\) 并且\(A_k\subset A_{k+1}\)\(\bigcup_{k=1}^{\infty}A_k\in\mathcal{L}.\)

定理1.2.4 \((\pi-\lambda\) 定理).\(P\)\(\pi\)\(,\mathcal{L}\)\(\lambda\) 类,且\(P\subset\mathcal{L}\) ,则

\[\sigma(\mathcal{P})\subseteq\mathcal{L} \]

证明.1.定义

\[S:=\bigcap_{\mathcal{L}^{\prime}\supseteq\mathcal{P}}\mathcal{L}^{\prime} \]

其中\(\mathcal{L}^{\prime}\) 是包含\(P\)\(\lambda\) 类.可以直接验证\(S\) 也是一个\(\lambda\)

2.我们证明\(S\) 是一个\(\pi\) 类.即如果\(A,B\in S\) ,那么\(A\cap B\in S.\) 定义

\[\mathcal{A}:=\{C\subseteq X\mid A\cap C\in S\}. \]

由于\(S\)\(\lambda\) 类,故\(\mathcal{A}\) 也是\(\lambda\) 类,故\(S\subset\mathcal{A}.\) 因此如果\(B\in S\) ,那么\(B\in\mathcal{A}\Rightarrow A\cap B\in\mathcal{S}\)

3.我们证明\(S\) 是一个\(\sigma\) 代数.由于\(\varnothing\in S\) 因此\(\varnothing=X-X\in S.\) 因此\(A\in\mathcal{S}\Rightarrow X-A\in\) \(S\) ,故\(S\) 对补运算是封闭的.再假设\(A_k\in S\) ,令\(Bn=\bigcup_{k=1}^n Ak\),由于\(S\) 是一\(\pi\) 类,因此对有限交运算封闭\(,S\)\(\lambda\) 类故对补运算封闭,从而得到对有限并运算封闭,故\(B_n\in S\) ,而\(B_n\) 是一列递增的集合,故\(\lim Bn\in S\),故\(S\) 对任意并封闭,因此\(S\) 是一个\(\sigma\) 代数

4.因为\(\mathcal{P}\subset S\) ,故

\[\sigma(\mathcal{P})\subseteq S\subseteq\mathcal{L}. \]

利用上边的定理,我们就可以看出对于一个有限Borel测度,其在Bore集上的值完全由其在长方体上的测度决定,

定理1.2.5.\(\mu,\nu\) 是两个(有限)Borel测度,并且对任意的平行于坐标轴的立方体

\[R=\{x\in\mathbb{R}^{n}|-\infty\leq a_{i}\leq x_{i}\leq b_{i}\leq\infty,i=1,\cdots,n\} \]

\(\mu(R)=\nu(R)\) ,则对任意的\(B\in\mathcal{B}(\mathbb{R}^n)\) ,都有:

\[\mu(B)=\nu(B). \]

证明.1.我们\({\mathcal P}=\{R\in\mathbb{R}^{n}|R\) 是上述定义的方体),则\(P\)\(\pi\)

2.令

\[\mathcal{L}:=\left\{B\subseteq\mathbb{R}^{n}\mid B\:\mathrm{is}\:\mathrm{Borel},\:\mu(B)=\nu(B)\right\}. \]

\(L\)\(\lambda\)

3.根据\(\pi-\lambda\) 定理,就得到了\(\sigma(\mathcal{P})=\mathcal{B}(\mathbb{R}^{n})\subset\mathcal{L}.\) 于是定理得证

1.2.2 Borel测度的判定

下边我们给出判断一个测度是否为Borel测度的准则

定理1.2.6(Caratheodory准则).\(\mu\) 是一外测度,则\(\mu\) 是Borel测度\(\Longleftrightarrow\)

\[\mu\left(E_{1}\cup E_{2}\right)=\mu\left(E_{1}\right)+\mu\left(E_{2}\right),E_{1},E_{2}\subset\mathbb{R}^{n},\mathrm{dist}(E_{1},E_{2})>0. \quad (1.4) \]

证明.

1.设\(\mu\) 是一Borel集,因此\(\bar{E}_1\) 是Borel集.取\(E_1\cup E_2\) 作试验函数,于是如果\(d(E_{1},E_{2})>0\) ,则\(E_{2}\cap\bar{E}_{1}=\varnothing\) ,因此有

\[\mu\left(E_{1}\cup E_{2}\right)=\mu\left(\left(E_{1}\cup E_{2}\right)\cap\overline{E_{1}}\right)+\mu\left(\left(E_{1}\cup E_{2}\right)\backslash\overline{E_{1}}\right)=\mu\left(E_{1}\right)+\mu\left(E_{2}\right). \]

2.反之如果(1.4)成立.那么要证明对于任意的闭集\(E\) ,他都是可测集,即证明对于任意的\(F\subset\mathbb{R}^{n}\) ,都有

\[\mu(F)\geq\mu(E\cap F)+\mu(F\backslash E),\mu(F)<\infty \]

为此我们定义

\[E_h=\left\{x\in F:\frac{1}{h+1}\leq\mathrm{dist}(x,E)<\frac{1}{h}\right\},\quad E_0=\{x\in F:\mathrm{dist}(x,E)\geq1\},h\in\mathbb{N},h\geq1 \]

\[\mu(F\cap E)+\mu(F\backslash E)\leq\mu(F\cap E)+\mu \]

参考文献

F. Maggi. Sets of Finite Perimeter and Geometric Variational Problems: An Introduction to Geometric Measure Theory. 2012.

L. C. Evans and R. F. Gariepy. Measure Theory and Fine Properties of Functions, Revised Edition.

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.hqwc.cn/news/806626.html

如若内容造成侵权/违法违规/事实不符,请联系编程知识网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

TypeScript在vue中的使用-----事件类型的获取

当我们要对事件定义类型。一种是通过console.log(e)来看事件的类型。另外一种是@事件名的时候,将$event写好,鼠标放上去看事件类型。再讲$event删除。 如下: 然后我们定义函数的时候就可以指定事件类型了const clickMi = (e:MouseEvent)=>{console.log(e.pageX, e.pageY…

信息学奥赛复赛复习08-CSP-J2020-03表达式前置知识点-后缀表达式、栈、字符读取

PDF文档公众号回复关键字:202410011 P1449 后缀表达式 [题目描述] 所谓后缀表达式是指这样的一个表达式:式中不再引用括号,运算符号放在两个运算对象之后,所有计算按运算符号出现的顺序,严格地由左而右新进行(不用考虑运算符的优先级) 本题中运算符仅包含 + - * / 。保证…

IDEA如何查看已经安装的插件并删除

前言 我们在使用IDEA开发时,经常需要安装一些插件来帮助我们高效快速的处理问题,可以说很实用。 不过有时候,我们不想使用某个插件了,或者某个插件突然不好用了,想要先删除下再安装,那么我们应该怎么删除我们已经安装的插件呢? 如何删除插件 首先,我们点击【File】->…

python中列表和字符串的相互转换

001、列表转换为字符串>>> list1 [xxx, yyy, zzz] >>> "".join(list1) ## 使用字符串内置函数join + 可迭代对象 xxxyyyzzz >>> "_".join(list1) xxx_yyy_zzz 002、字符串转换为列表>>> str1 = &qu…

Cookie,Session与Token

参考资料 水平有限,欢迎交流!仅做学习交流使用 一定要看,非常透彻!【Cookie、Session、Token究竟区别在哪?如何进行身份认证,保持用户登录状态?】 黑马jwt详解 Javaweb程序设计与项目案例 郭煦 直接上结论 共同点 Cookie,Session与Token 三者都实现了 Http 无状态这一特…

A. 2025--[炼石计划--NOIP模拟三]--T1--矩形

赛时草了个 \(O(n^4 \log (n))\) 竟然能过 70 分虽然本来就是这么分配的,发现正解只需将二分改为双指针就可以了,最气的是上面计算的时候用到还是尺取下面就用的二分(唐诗)。 其实这题就是暴力,然后在低级的暴力上加一些操作变得稍微高级一点。 计算的话直接暴力查找不同颜…

深度学习(UNet)

和FCN类似,UNet是另一个做语义分割的网络,网络从输入到输出中间呈一个U型而得名。 相比于FCN,UNet增加了更多的中间连接,能够更好处理不同尺度上的特征。 网络结构如下:下面代码是用UNet对VOC数据集做的语义分割。import torch import torch.nn as nn import torch.optim …

【防忘笔记】测试过程与技术

测试人员应该想些什么 我自己是做后端的,对于模棱两可的需求和莫名其妙的测试case是深恶痛绝的,所以有时候我就会想测试人员应该会需要注意什么?以他们的角度,他们更在乎什么 最近有机会了解相关的知识,遂整理记录一下,以便之后在工作中更好的理解发生的各种事情 以客户为…

论文总结1--基于深度强化学习的四足机器人步态分析--2024.10.01

四足机器人的运动控制方法研究 1.传统运动控制 - 基于模型的控制方法目前,在四足机器人研究领域内应用最广泛的控制方法就是基于模型的控制方法,其中主要包括基于虚拟模型控制(Virtual Model Control,VMC)方法 、基于零力矩点(Zero Moment Point,ZMP) 的控制方法、弹簧…

Linux系统密码忘记

Linux系统密码忘记 1.故障背景误删除或修改/etc/passwd导致无法远程登录. 禁止root远程登录,没有添加普通用户,无法远程登录. root密码忘记,无法远程登录. linux无法启动.2.解决方法 root密码,恢复有备份的系统文件,都要重启系统,才能进入救援模式.解决方案 应用场景系统自带的…

应用中的错误处理概述

title: 应用中的错误处理概述 date: 2024/10/1 updated: 2024/10/1 author: cmdragon excerpt: 摘要:本文介绍了Nuxt中的错误处理机制,包括全局错误处理器和组件层级错误捕获,以及错误传递规则和生产环境下的处理方式 categories:前端开发tags:错误处理 Nuxt应用 全局处理…

TypeScrip在vue中的使用----defineEmits

向父元素发送消息 之前的语法: 在TS语法中,我们既要对defineEmits做类型约束,又要对emits做类型约束。 最主要是对defineEmits做一个泛型的约束。//在泛型对象中,有几个事件就写几个约束 type emitsType = {//()中有n个参数,第一个固定的是e,其他有具体参数决定。具体的写…