Anális Real-Marisela PDF

UNIVERSIDAD CENTRAL DE VENEZUELA
FACULTAD DE CIENCIAS
ESCUELA DE MATEMÁTICA
LABORATORIO DE FORMAS EN GRUPOS
ANÁLISIS REAL
Marisela Domı́nguez
Caracas, Venezuela
Noviembre de 2009
Marisela Domı́nguez
Correo-E: marisela.dominguez@ciens.ucv.ve
Laboratorio de Formas en Grupos

Centro de Análisis
Escuela de Matemática
Facultad de Ciencias
Universidad Central de Venezuela
http://www.matematica.ciens.ucv.ve/labfg
Índice general
Capı́tulo 1. Sucesiones en un conjunto cualquiera. 1

1. Conjuntos finitos y conjuntos infinitos. 1
2. Sucesiones y subsucesiones. 2
3. Cardinalidad del conjunto de los números reales. 3
4. Lectura recomendada: estar, estar eventualmente o estar frecuentemente. 5
Capı́tulo 2. Sucesiones y series numéricas. 7

1. Sucesiones de números. 7
2. Lı́mite superior y lı́mite inferior. 9
3. Sucesiones con dos ı́ndices o sucesiones dobles. 14
4. Series de números. 16
5. La serie geométrica. 17
6. El desarrollo p-ario de un número. 18
7. Sumas no numerables. 20
8. El conjunto de Cantor. 20
Capı́tulo 3. Colecciones de conjuntos. 23

1. Sucesiones de conjuntos. 23
2. Función indicador, indicatriz o caracterı́stica de un conjunto 25
n
3. Colecciones de subconjuntos de R y de R 25
4. Sistemas-π 26
5. Algunos tipos de estabilidad. 27
6. Álgebras 28
7. σ-álgebras. 29
8. Semi-álgebras. 31
Capı́tulo 4. Medidas. 33
1. Medidas discretas. 33
2. Medidas positivas o simplemente medidas. 35
iii
iv ÍNDICE GENERAL
Capı́tulo 5. Aproximación uniforme. 41

1. Convergencia uniforme. 41
2. Aproximación de funciones continuas por funciones escaleras. 42
Capı́tulo 6. Topologı́a. 47
1. Nociones básicas de topologı́a. 47
2. Conjuntos Fσ y conjuntos Gδ . 48
3. Espacios métricos. 50
4. Sucesiones en un espacio métrico. 51
Capı́tulo 7. Funciones de variación acotada. 53

1. Funciones de variación acotada en un intervalo acotado. 53
2. Funciones de Stieltjes. 57
3. La función de Cantor. 58
Capı́tulo 8. σ-álgebras generadas. 59

1. σ-álgebra generada por una colección de conjuntos. 59
2. La σ-álgebra de Borel. 60
Capı́tulo 9. Semi-anillos, anillos, σ-anillos y clases monótonas. 63

1. Semi-anillos. 63
2. Anillos y σ-anillos. 64
3. Teoremas de la clase monótona. 65
4. Aplicaciones de los teoremas de clase monótona. 69
Capı́tulo 10. La medida de Lebesgue. 71

1. Extensión de la longitud al anillo generado por los intervalos acotados. 71
2. σ-aditividad de la longitud en el semianillo de los intervalos acotados. 73
3. σ-aditividad de la extensión de la longitud en el anillo. 76
4. La medida exterior. 78
5. Aproximación de la medida exterior de un conjunto. 80
6. Construcción de la medida de Lebesgue. 82
7. Aproximación de conjuntos medibles 87
8. Completación respecto de m de la σ-álgebra de Borel. 92
9. Un conjunto no medible Lebesgue. 93
Capı́tulo 11. Funciones medibles. 95

1. Algunas funciones especiales 97
ÍNDICE GENERAL v
2. Funciones simples 99
3. Noción de “casi siempre” con respecto a una medida. 100
4. Aproximación de funciones medibles por funciones simples 101
Capı́tulo 12. Integral de funciones medibles no negativas. 105

1. Integral de funciones simples respecto a medidas abstractas. 105
2. Integral de funciones no negativas respecto a medidas abstractas. 109
3. Intercambio de lı́mites con integrales para funciones no negativas. 116
4. El teorema de convergencia monótona de Beppo-Levy. 116
5. El lema de Fatou. 120
Capı́tulo 13. Integral de funciones medibles. 121

1. Integral de funciones medibles respecto a medidas abstractas. 121
2. Relación entre la integral de Riemann y la integral de Lebesgue. 125
3. Intercambio de lı́mites con integrales. 127
4. El teorema de convergencia dominada de Lebesgue 129
5. La integral impropia de Riemann y la integral de Lebesgue. 134
Capı́tulo 14. Diversos tipos de convergencia. 137

1. Convergencia puntual, convergencia uniforme. 137
2. Convergencia puntual casi-siempre y convergencia uniforme casi-siempre. 138
3. Convergencia casi-uniforme 139
4. El teorema de Egoroff. 141
5. Convergencia en medida. 143
Capı́tulo 15. Teorı́a de la medida para espacios producto. 147

1. Borelianos y medibles Lebesgue en el plano. 147
2. La σ-álgebra producto. 147
3. Secciones de conjuntos. 148
4. Secciones de conjuntos y conjuntos borelianos. 149
5. Secciones de conjuntos y conjuntos medibles Lebesgue. 152
6. Secciones de funciones. 153
7. Integración en espacios producto. 154
8. Medidas abstractas en espacios productos. 157
9. Integración en espacios productos para medidas abstractas. 158
Capı́tulo 16. Espacios Lp (X, F, µ). 159

vi ÍNDICE GENERAL
1. Funciones medibles a valores complejos. 159

p
2. El espacio de funciones L para 1 ≤ p < ∞. 161
3. El espacio Lp . 162
2
4. El espacio L . 162
5. Desigualdad de Hölder y desigualdad de Minkowski. 162
6. Convergencia en norma p. 166
7. Sucesiones de Cauchy en norma p. 169
p
8. Un ejemplo de funcional lineal y acotado en L . 171
9. El espacio de funciones L∞ . 173
∞
10. El espacio L . 174
11. Convergencia en norma ∞. 175
12. Sucesiones de Cauchy en norma ∞. 175
1
13. Un ejemplo de funcional lineal y acotado en L . 176
Capı́tulo 17. Medidas de Stieltjes. 177

1. Función σ-aditiva en un anillo, asociada a una función de Stieltjes. 177
2. Construcción de la medida exterior asociada a F . 178
3. Construcción de la medida de Stieltjes asociada a F . 179
4. Función de Stieltjes asociada a una medida finita en conjuntos acotados. 180
Capı́tulo 18. Diferenciación e integración. 183

1. Lı́mite superior e inferior de una función, en un punto. 185
2. Derivadas de Dini. 185
3. Derivación de funciones monótonas. 187
4. Funciones absolutamente continuas. 196
5. La integral indefinida de Lebesgue 197
6. Algunas propiedades de las funciones absolutamente continuas. 202
7. Funciones singulares. 205
Capı́tulo 19. Medidas absolutamente continuas y medidas singulares. 207

1. Medidas absolutamente continuas. 207
2. La derivada de Radon-Nikodym. 207
3. Medidas de Stieltjes absolutamente continuas. 212
4. Medidas singulares. 214
CAPı́TULO 1
Sucesiones en un conjunto cualquiera.
1. Conjuntos finitos y conjuntos infinitos.
Comenzamos definiendo estos conceptos en el conjunto N de los números naturales.
Definición 1.1. Sea P ⊆ N se dice que

(i) P es finito cuando existe no ∈ N tal que para todo p ∈ P se tiene que p < no .
(ii) P es infinito cuando para todo n ∈ N existe p ∈ P tal que p ≥ n.
Un conjunto infinito de números naturales es de la forma
{n0 , n1 , ..., nk , ...}
donde n0 < n1 < ... < nk < ...
En este capı́tulo se enuncian muchas proposiciones sin demostración, las pruebas quedan
como ejercicio.
Proposición 1.2. Sea F ⊆ N. Si F es un conjunto finito entonces N \ F es infinito.
Note que el recı́proco de la proposición anterior es falso, porque puede ocurrir que tanto
F como N \ F sean infinitos. Pruébelo.
La idea de finito e infinito se puede extender a conjuntos cualesquiera de la siguiente

manera.
Definición 1.3. Sea A un conjunto cualquiera. Se dice que:

(i) A es finito cuando toda función inyectiva de A en A es sobreyectiva.
(ii) A es infinito cuando no es finito.
Se puede probar que en N ambas definiciones de conjunto finito son equivalentes. Lo

mismo ocurre con el concepto de infinito.
1
2 1. SUCESIONES EN UN CONJUNTO CUALQUIERA.
2. Sucesiones y subsucesiones.
Sea Y un conjunto no vacı́o.
Definición 1.4. Una sucesión en Y es una función a : N → Y .
A cada número natural n ≥ 0 la sucesión a le asigna un elemento a(n) ∈ Y . El elemento

a(n) es el n-ésimo término de la sucesión y se denota por an . La sucesión a se denota a su
vez por {an }n≥0 , {an }n∈N ó simplemente {an }.
Ejemplo 1.5.
(1) Sea Y = R y sea {an } dada por an = n + 3. Se tiene que {an } es una sucesión de
números reales.
(2) Sea Y = P (R) y sea {An } dada por An = [0, 1/n). En este caso {An } es una sucesión
de conjuntos.
(3) Sea Y = {f : [0, 1] → R tales que f es una función} y sea {fn } dada por
fn (t) = [nt],
donde [s] indica la parte entera de s. Se tiene que {fn } es una sucesión de funciones.
(4) Sea Y = C[0, 1] = {f : [0, 1] → R tales que f es continua} y sea {fn } dada por
fn (t) = tn .
Se tiene que {fn } es una sucesión de funciones continuas.
El conjunto de todas las sucesiones en Y será denotado por Y N .
Definición 1.6. Consideremos dos sucesiones {an } y {bn } ambas en Y . Decimos que
{bn } es una subsucesión de {an } si existe un conjunto infinito de números naturales
P = {n0 , n1 , ..., nk , ...}
tal que n0 < n1 < ... < nk < ... y bk = ank para k = 0, 1, 2, ...
Para referirse a la subsucesión {bn } se usa la notación {ank } o la notación {an }n∈P .
Proposición 1.7. Sean P1 y P2 dos subconjuntos infinitos de N tales que P1 ⊆ P2 y sea

{an } una sucesión en Y entonces {an }n∈P1 es una subsucesión de {an }n∈P2 .
3. CARDINALIDAD DEL CONJUNTO DE LOS NÚMEROS REALES. 3
3. Cardinalidad del conjunto de los números reales.
Definición 1.8. Se dice que un conjunto A es numerable si existe una función

f : N → A biyectiva.
Dicho de otra manera, A es numerable si A es infinito y los elementos de A se pueden

poner en una lista de la forma a1 , a2 , a3 , . . .
Observación 1.9. Se puede probar que si A es un conjunto infinito y existe una función
f : N → A sobreyectiva entonces A es numerable.
Son ejemplos de conjuntos numerables los siguientes:

(a) N.
(b) El conjunto de los números pares {2, 4, 6, . . . }, una función que servirı́a es f (n) = 2n.
(c) El conjunto de los números impares.
(d) El conjunto de los números enteros
{0, −1, 1, −2, 2, −3, 3, . . . }
(e) N × N. Una forma de hacer una lista de los elementos de N × N esla que sugiere la
siguiente tabla:
(1, 1) → (1, 2) (1, 3) → (1, 4) (1, 5) ...
. % .
(2, 1) (2, 2) (2, 3) (2, 4) (2, 5) ...
↓ % .
(3, 1) (3, 2) (3, 3) (3, 4) (3, 5) ...
... ... ... ... ... ...

(f) El conjunto Q de los números racionales también es numerable. Una forma de hacer
una lista de los números racionales positivos es la que sugiere la siguiente tabla:
1 1 1 1 1
→ → ...
1 2 3 4 5
. % .
2 2 2 2 2
...
1 2 3 4 5
↓ % .
3 3 3 3 3
...
1 2 3 4 5
... ... ... ... ... ...

Las demostraciones de las siguientes proposiciones quedan como ejercicio.
Proposición 1.10. Si A y B son conjuntos numerables entonces A ∪ B es numerable.
Proposición 1.11. Si A y B son conjuntos numerables entonces A × B es numerable.
Proposición 1.12. El conjunto de los números reales no es numerable.
(Esta es una de las grandes diferencias entre R y Q).
Demostración. Para probar que R no es numerable basta ver que es imposible poner
en una lista de la forma a1 , a2 , a3 , . . . a todos los números del intervalo (0, 1).
Supongamos que a1 , a2 , a3 , . . . es una lista de números del intervalo (0, 1). Entonces
(1) (2) (3) (4)

a1 = 0, b1 b1 b1 b1 . . .
(1) (2) (3) (4)
a2 = 0, b2 b2 b2 b2 . . .
(1) (2) (3) (4)
a3 = 0, b3 b3 b3 b3 . . .
... = ............
(i)
donde bj es un número entero entre 0 y 9 (evitaremos los desarrollos que terminan en
9999999 . . . ).
Consideremos el siguiente número:
b = 0, b(1) b(2) b(3) b(4) . . .
donde los enteros b(i) están escogidos de la siguiente manera:
(1) (2) (3)

0 ≤ b(i) < 9 y b(1) 6= b1 , b(2) 6= b2 , b(3) 6= b3 , etc . . .
Tenemos que b ∈ (0, 1) y la forma en que hemos construı́do b nos asegura que
b 6= a1 , b 6= a2 , b 6= a3 , etc . . .
Por lo tanto el número b no puede estar en la lista original, lo cual prueba que es imposible
hacer una lista con todos los elementos de (0,1).
¤
4. LECTURA RECOMENDADA: ESTAR, ESTAR EVENTUALMENTE O ESTAR FRECUENTEMENTE. 5
4. Lectura recomendada: estar, estar eventualmente o estar frecuentemente.
A continuación se definirán las sucesiones que están, están eventualmente o están fre-
cuentemente en un conjunto dado. Estos conceptos son muy útiles en teorı́a de probabilidad.
Sea C ⊆ Y , C 6= ∅.
Definición 1.13. Sea {an } una sucesión en Y . Decimos que {an } está en C si an ∈ C
para todo n ∈ N.
Proposición 1.14. Si C ⊆ D y {an } está en C entonces {an } está en D.
Proposición 1.15. Si {an } está en C y {bn } es una subsucesión de {an } entonces {bn }
está en C.
Definición 1.16. La sucesión {an } está eventualmente en C si existe no ∈ N tal que

an ∈ C para todo n > no . Es decir, an ∈ C salvo para un número finito de enteros n ∈ N.
En otras palabras, {an } está eventualmente en C si y sólo si el conjunto
N = {n ∈ N : an ∈
/ C}
es finito.
Proposición 1.17. Si {an } está en C entonces {an } está eventualmente en C.
Proposición 1.18. Si {an } está eventualmente en C y {bn } es una subsucesión de {an }

entonces {bn } está eventualmente en C.
Proposición 1.19. Sea C ⊆ Y tal que ∅ =

6 C 6= Y entonces {an } no puede estar
eventualmente en C y eventualmente en Y \ C.
Demostración. Si {an } está eventualmente en C entonces {n ∈ N : an ∈

/ C} es finito.
Es decir, {n ∈ N : an ∈ Y \ C} es finito. De donde {an } no está eventualmente en Y \ C. ¤
Definición 1.20. La sucesión {an } está frecuentemente en C si para todo k ∈ N existe

n ≥ k tal que an ∈ C. Es decir, an ∈ C para infinitos números n ∈ N.
En otras palabras, {an } está frecuentemente en C si y sólo si el conjunto
S = {n ∈ N : an ∈ C}
es infinito.
Proposición 1.21. La sucesión {an } está frecuentemente en C si y sólo si hay una

subsucesión {bn } de {an } tal que {bn } está en C.
Proposición 1.22. Si C ⊆ D y {an } está en frecuentemente en C entonces {an } está fre-

cuentemente en D.
Note que puede ocurrir que {an } esté frecuentemente en C, que {bn } sea una subsucesión
de {an } y que {bn } esté en Y \ C. Pruébelo.
A continuación damos algunas relaciones entre “estar eventualmente” y “estar frecuen-

temente”.
Proposición 1.23. Si {an } está eventualmente en C entonces {an } está frecuentemente

en C.{an } está frecuentemente en C
Proposición 1.24. Se tiene que: {an } está frecuentemente en C si y sólo si {an } no

está eventualmente en Y \ C.
CAPı́TULO 2
Sucesiones y series numéricas.
1. Sucesiones de números.
Definición 2.1. Una sucesión de números reales es una función de N en R.
Si x : N → R es una sucesión en vez de escribir x(1), x(2), x(3), . . . suele escribirse
x1 , x 2 , x 3 , . . .
La misma sucesión suele designarse mediante un sı́mbolo tal como {xn }, (xn ) ó {x1 , x2 , . . .}.
También usaremos {xn }, (xn ) ó {x1 , x2 , . . .}.
En este capı́tulo trabajaremos con sucesiones de números reales.
Definición 2.2. Una sucesión {xn } es acotada si {x1 , x2 , . . .} es un conjunto acotado.

Es decir, si existe M ∈ R tal que |xn | ≤ M para todo n ∈ N.
Definición 2.3. Sea {xn } una sucesión de números reales. La sucesión {xn } converge a
x ∈ R, o el lı́mite de {xn } es x si:
Para cada ε > 0 existe N ∈ N tal que si n ≥ N entonces |xn − x| < ε.
Esto se abrevia mediante
lı́m xn = x.
n→∞
Se dice que una sucesión {xn } es convergente si existe x ∈ R tal que {xn } converge a x;
se dice que es divergente (o que diverge) si no es convergente.
Observación 2.4. La definición de lı́mite tiene la siguiente interpretación geométrica:

La sucesión {xn } converge a x si, dado cualquier intervalo centrado en x, existe un
“lugar”, N , a partir del cual todos los términos de la sucesión se encuentran en el intervalo
dado.
7
8 2. SUCESIONES Y SERIES NUMÉRICAS.
Ejemplo 2.5. Sea {xn } la sucesión dada por xn = 1/n2 . Esta sucesión converge a x = 0.
En efecto, dado ε > 0 se tiene que
"r # r "r #
1 1 1
≤ < + 1,
ε ε ε
donde [s] indica la parte entera de s. Luego

"r #2 Ã"r # !2
1 1
≤ 1/ε < +1 .
ε ε
p
Tomando N = [ 1/ε] + 1, se tiene
1/ε < N 2 .
Si n ≥ N entonces ¯ ¯
¯1 ¯ 1 1
|xn − x| = ¯¯ 2 − 0¯¯ = 2 ≤ 2 < ε.
n n N
Proposición 2.6 (unicidad del lı́mite). Una sucesión convergente tiene uno y sólo un
lı́mite.
Proposición 2.7. Si {xn } es una sucesión convergente entonces {xn } es acotada.
Proposición 2.8. El recı́proco de la proposición anterior no es cierto, tal como lo mues-

tra la sucesión dada por xn = (−1)n .
Definición 2.9. Sea {xn } una sucesión de números reales. Se dice que la sucesión {xn }
diverge a +∞, o el lı́mite de {xn } es +∞ si:
Para cada M ∈ R existe N ∈ N tal que si n ≥ N entonces xn > M.
lı́m xn = +∞.
n→∞
Definición 2.10. Sea {xn } una sucesión de números reales. Se dice que la sucesión {xn }
diverge a −∞, o el lı́mite de {xn } es −∞ si:
Para cada M ∈ R existe N ∈ N tal que si n ≥ N entonces xn < M.
lı́m xn = −∞.
n→∞
2. LÍMITE SUPERIOR Y LÍMITE INFERIOR. 9
Es importante notar que las sucesiones que tienen lı́mite igual a más infinito o a menos
infinito no son convergentes.
Definición 2.11. Si {xn } es una sucesión, una subsucesión de {xn } es una sucesión de
la forma
{xn0 , xn1 , xn2 , . . . }
donde n0 < n1 < n2 < . . .
La subsucesión la denotaremos con {xnk }.
Proposición 2.12. Sean {xn } una sucesión y {xnk } una subsucesión de {xn }:
(a) Si existe x ∈ R tal que lı́m xn = x entonces lı́m xnk = x.
n→∞ k→∞
(b) Si lı́m xn = +∞ entonces lı́m xnk = +∞.
n→∞ k→∞
(c) Si lı́m xn = −∞ entonces lı́m xnk = −∞.
n→∞ k→∞
Observación 2.13. El recı́proco de ninguno de los puntos indicados en la proposición

anterior es cierto. Dé ejemplos que justifiquen este comentario.
Proposición 2.14. Sean {xn } una sucesión.

(a) Si existe x ∈ R tal que para toda subsucesión {xnk } de {xn } se tiene lı́m xnk = x
k→∞
entonces lı́m xn = x.
n→∞
(b) Si para toda subsucesión {xnk } de {xn } se tiene que lı́m xnk = +∞ entonces
k→∞
lı́m xn = +∞.
n→∞
(c) Si para toda subsucesión {xnk } de {xn } se tiene que lı́m xnk = −∞ entonces
k→∞
lı́m xn = −∞.
n→∞
2. Lı́mite superior y lı́mite inferior.
Sea {xn } una sucesión. Sea E = E{xn } el conjunto de los x tales que existe una subsucesión
de {xn } con lı́mite x (nota: puede ocurrir que +∞ ó −∞ sean elementos de E).
Ejemplo 2.15.
Sea {xn } la sucesión dada por:


 π si n = 3k para un k ∈ N


xn = 2 + 1/n2 si n = 3k + 1 para un k ∈ N



n3 + n si n = 3k + 2 para un k ∈ N
Entonces
E = E{xn } = {2, π, +∞}.
Observe que inf E{xn } = 2 y sup E{xn } = +∞.
Ejemplo 2.16.
Sea {xn } la sucesión dada por:


 −1n si n = 5k para un k ∈ N





 1/n si n = 5k + 1 para un k ∈ N


xn = −n2 si n = 5k + 2 para un k ∈ N





 −3 + 1/n si n = 5k + 3 para un k ∈ N



−n si n = 5k + 4 para un k ∈ N
Entonces
E = E{xn } = {−∞, −3, −1, 0, 1}.
Observe que inf E{xn } = −∞ y sup E{xn } = 1.
Definición 2.17. El lı́mite superior de {xn } es el supremo de E. Se denotará por
lı́m sup xn , lim xn ó lim xn ,

n→+∞
con la convención sup E{xn } = +∞ si +∞ está en E{xn } .
Definición 2.18. El lı́mite inferior de {xn } es el ı́nfimo de E. Se denotará por
lı́m inf xn , lim xn ó lim xn ,

n→+∞
con la convención inf E{xn } = −∞ si −∞ está en E{xn } .
En resumen:
lim xn = sup E{xn } y lim xn = inf E{xn } .
Ejemplo 2.19.
(i) Consideremos la sucesión 1, 0, -1, 1, 0, -1, ..... En este caso el conjunto E es igual a
{1, 0, −1}. El lı́mite superior es 1 y el inferior es −1.
(ii) Consideremos la sucesión definida por xn = (−1)n · n. En este caso el conjunto E es
igual a {−∞, +∞}. El lı́mite superior es +∞ y el inferior −∞.
(iii) Sea {xn } una sucesión en la que aparecen todos los números racionales. En este caso
E es igual a R. El lı́mite superior es +∞ y el inferior −∞.
Es claro que se cumplen los siguientes resultados.
Proposición 2.20. Sea {xn } una sucesión. Entonces
lim xn ≤ lim xn .
Proposición 2.21. Si {xn } es una sucesión convergente entonces el lı́mite superior y el

lı́mite inferior de {xn } coinciden y son iguales al lı́mite de {xn }. Es decir
lı́m xn = lim xn = lim xn .

n→+∞
Teorema 2.22. Sea {xn } una sucesión. Se tiene que:

Existe lı́m xn si y sólo si lim xn = lim xn .
n→+∞
En este caso
lı́m xn = lim xn = lim xn .
n→+∞
Demostración.
Supongamos que existe lı́mn→+∞ xn y llamémoslo x (este valor x puede ser un número
real, puede ser +∞ ó puede ser −∞). Entonces
E = E{xn } = {x}.
Por lo tanto
lim xn = inf E{xn } = x = sup E{xn } = lim xn .
Veamos la otra implicación. Supongamos lim xn = lim xn . Sea
x = lim xn = lim xn .
Vamos a considerar el caso de una sucesión acotada, en este caso x ∈ R. El otro caso
quedará como ejercicio (es decir, quedan como ejercicio los casos en que x = +∞ ó x = −∞).
Si la sucesión {xn } no converge a x, entonces existe ε0 > 0 tal que para cada N ∈ N
existe n > N tal que |xn − x| ≥ ε0 .
Esto se puede reescribir de la siguiente manera: existe ε0 > 0 tal que para cada k ∈ N
existe nk > k tal que |xnk − x| ≥ ε0 .
Usando esto último se ha construido una subsucesión {xnk } de {xn } tal que
|xnk − x| ≥ ε0 para todo k.
Por el teorema de Bolzano-Weierstrass esta sucesión contiene una subsucesión convergente
y por lo tanto existen dos elementos diferentes en E, lo que contradice la hipótesis.
¤
Observación 2.23. Una consecuencia inmediata de este teorema es que una sucesión
acotada {xn } converge si y sólo si lim xn = lim xn .
Teorema 2.24. Sea {xn } una sucesión acotada y sean {sn } y {tn } las sucesiones defi-
nidas por
sn = sup{xn , xn+1 , xn+2 , . . . }.
tn = inf{xn , xn+1 , xn+2 , . . . }.
Entonces las sucesiones {sn } y {tn } son convergentes y
lı́m sn = lim xn .
n→+∞
lı́m tn = lim xn .
n→+∞
Demostración. Sea
Bn = {xn , xn+1 , xn+2 , . . . }.
Tenemos que Bn+1 ⊆ Bn .
Por lo tanto
sn+1 ≤ sn y tn ≤ tn+1 .
De donde {sn } es monótona decreciente y {tn } es monótona creciente.
Claramente las sucesiones {sn } y {tn } son acotadas, por lo tanto estas sucesiones son
convergentes.
Probaremos la igualdad en la que aparece el lı́mite superior y queda como ejercicio probar
la igualdad en la que aparece el lı́mite inferior.
Sean
L = lı́m sn y Λ = lim xn = sup E{xn } .
n→+∞
Veamos que Λ ≤ L.
Como sn = sup{xn , xn+1 , xn+2 , . . . } entonces
xn ≤ s n para todo n.
Como L = lı́mn→+∞ sn dado ε > 0 existe N ∈ N tal que si n ≥ N entonces
L − ε < sn < L + ε.
Luego
xn < L + ε si n ≥ N.
De donde
Λ = sup E{xn } < L + ε.
Como ε es arbitrario y positivo entonces Λ ≤ L.
Veamos que Λ ≥ L.
Sea ε > 0 arbitrario. Como cada sn es un supremo tenemos los siguiente:
Existe n1 > 1 tal que xn1 ≥ s1 − ε.
Existe n2 > n1 tal que xn2 ≥ sn1 +1 − ε.
Existe n3 > n2 tal que xn3 ≥ sn2 +1 − ε.
De esta manera construimos una subsucesión {xnk } de {xn } tal que
xn(k+1) ≥ snk +1 − ε.
La sucesión que está a la derecha converge, pero la que está a la izquierda podrı́a no ser
convergente. Sin embargo, la sucesión {xnk } contiene una subsucesión {zm }, que también es
subsucesión {xn }, convergente y tal que
lı́m zm ≥ lı́m sn − ε.
m→+∞ n→+∞
Por lo tanto
Λ = sup E{xn } ≥ lı́m sn − ε = L − ε.
n→+∞
Como ε > 0 es arbitrario entonces Λ ≥ L y esto termina la demostración. ¤
Observación 2.25. Si {xn } una sucesión acotada tenemos que
lim xn = inf sup xk .

n≥1 k≥n
En efecto, sabemos que {sn } es monótona decreciente y acotada. Luego
lı́m sn = inf{s1 , s2 , s3 , . . . } = inf sn .

n→+∞ n≥1
Pero
sn = sup{xn , xn+1 , xn+2 , . . . } = sup xk .
k≥n
De donde
lim xn = lı́m sn = inf sn = inf sup xk .
n→+∞ n≥1 n≥1 k≥n
Observación 2.26. Si {xn } una sucesión acotada tenemos que
lim xn = sup inf xk .

n≥1 k≥n
En efecto, sabemos que {tn } es monótona creciente y acotada. Luego
lı́m tn = sup{t1 , t2 , t3 , . . . } = sup tn .

n→+∞ n≥1
Pero
tn = inf{xn , xn+1 , xn+2 , . . . } = inf xk .
k≥n
De donde
lim xn = lı́m tn = sup tn = sup inf xk .
n→+∞ n≥1 n≥1 k≥n
3. Sucesiones con dos ı́ndices o sucesiones dobles.
Definición 2.27. Una sucesión doble de números reales es una función de N × N en R.
Si a : N × N → R es una sucesión y si n, m ∈ N en vez de escribir a(n, m) se suele

escribir anm .
La misma sucesión suele designarse mediante un sı́mbolo tal como {anm } ó (anm ).
Ejemplo 2.28. Sea a : N × N → R dada por anm = 1/n + m2 .
Vamos a considerar los lı́mites siguientes:
lı́m lı́m amn ,

m→+∞ n→+∞
lı́m lı́m amn .

n→+∞ m→+∞
A veces pasa que estos lı́mites coinciden, como ocurre en el siguiente ejemplo.
Ejemplo 2.29. Sea a : N × N → R dada por
anm = 1/n + m.
Entonces, para m fijo, se tiene que
lı́m amn = lı́m 1/n + m = m.

n→+∞ n→+∞
Luego
lı́m lı́m amn = lı́m m = +∞.
m→+∞ n→+∞ m→+∞
3. SUCESIONES CON DOS ÍNDICES O SUCESIONES DOBLES. 15
Por otro lado, para n fijo
lı́m amn = lı́m 1/n + m = +∞.

m→+∞ m→+∞
De donde
lı́m lı́m amn = +∞.
n→+∞ m→+∞
En general no se puede asegurar que estos lı́mites sean iguales, tal como lo muestra el
siguiente ejemplo.
Ejemplo 2.30. Sea a : N × N → R dada por

m+n
anm = .
n
Entonces, para m fijo, se tiene que
m+n m
lı́m amn = lı́m = lı́m + 1 = 1.
n→+∞ n→+∞ n n→+∞ n
Luego
lı́m lı́m amn = lı́m 1 = 1.
m→+∞ n→+∞ m→+∞
Por otro lado, para n fijo

m+n
lı́m amn = lı́m = +∞.
m→+∞ m→+∞ n
De donde
lı́m lı́m amn = +∞.
n→+∞ m→+∞
Se concluye que
lı́m lı́m amn 6= lı́m lı́m amn
m→+∞ n→+∞ n→+∞ m→+∞
Proposición 2.31. Sea {anm } una sucesión doble de números reales. Si se cumplen las
dos condiciones siguientes
(i) Para cualquier n fijo, la sucesión {anm }m≥1 es creciente en m.
(ii) Para cualquier m fijo, la sucesión {anm }n≥1 es creciente en n.
Entonces
lı́m lı́m amn = lı́m lı́m amn = sup amn .

m→+∞ n→+∞ n→+∞ m→+∞ n,m≥1
La demostración de esta proposición queda como ejercicio.

4. Series de números.
Definición 2.32. Una serie es un par ({an }, {sn }) donde {an } es una sucesión de núme-
ros reales y
n
X
sn = a1 + · · · + an = ak
k=1
La siguiente terminologı́a es usual:

(1) A an se le llama término general de la serie.
(2) A la sucesión {sn } se le llama sucesión de sumas parciales de la serie.
La siguiente notación es usual:

En vez de referirse a las series como un par es usual hablar de la serie
+∞
X
an .
n=1
P+∞
Definición 2.33. Se dice que la serie n=1 an converge cuando la sucesión de sumas
parciales{sn } es convergente, en otro caso se dice que diverge.
Sea s ∈ R, si la sucesión {sn } converge a s se suele escribir

+∞
X
an = s.
n=1
En otras palabras, la expresión anterior quiere decir:

Xn
lı́m ak = lı́m sn = s.
n→+∞ n→+∞
k=1
En esto último debe quedar claro que s no se obtiene simplemente por adición, s es el
lı́mite de una sucesión de sumas.
Ejemplo 2.34. Consideremos la serie armónica:

X+∞
1
.
n=1
n
Ésta es una serie divergente (esto se prueba usando el criterio de Cauchy).
Ejemplo 2.35. Consideremos la serie:

+∞
X 1
2
.
n=1
n
Ésta es una serie convergente (esto se prueba usando el criterio de la integral).

5. LA SERIE GEOMÉTRICA. 17
P+∞
Proposición 2.36. Si la serie n=1 an converge entonces lı́mn→+∞ an = 0.
El resultado anterior es muy útil para probar que una serie diverge.
5. La serie geométrica.
Recordemos la paradoja del corredor: Un corredor no puede alcanzar nunca la meta

porque siempre ha de recorrer la mitad de una distancia antes de recorrer la distancia total.
La afirmación de Zenón de que un número ilimitado de cantidades positivas no puede tener
una suma finita, fue contradicha dos mil años más tarde con la creación de las series infinitas.
La serie asociada a la paradoja del corredor es:
+∞
X
rn
n=0
y se conoce con el nombre de serie geométrica (de razón r).
P+∞
Si |r| ≥ 1 entonces lı́mn→+∞ rn 6= 0. Luego n=0 rn diverge si |r| ≥ 1.
Veamos que ocurre en el caso |r| < 1. Consideremos las sumas parciales
sn = 1 + r + · · · + rn .
Entonces
rsn = r + r2 + · · · + rn+1 .
Por lo tanto
(1 − r)sn = sn − rsn
= (1 + r + · · · + rn ) − (r + r2 + · · · + rn+1 )
= 1 − rn+1
de donde
1 − rn+1
sn =
1−r
Como |r| < 1 , lı́mn→+∞ rn = 0. Luego
1 − rn+1 1
lı́m sn = lı́m = .
n→+∞ n→+∞ 1 − r 1−r
P+∞ 1
En conclusión, si |r| < 1 entonces la serie n=0 rn converge a , es decir,
1−r
+∞
X 1
rn = .
n=0
1−r
En otro caso la serie diverge.
Además, multiplicando la igualdad anterior por rN obtenemos:

+∞
X rN
rn = .
n=N
1−r
Estos resultados son muy útiles para calcular el valor de algunas series.
Ejemplo 2.37.
+∞
X +∞ µ
X ¶n 1
9 1 10
= 9 = 9 1 = 1.
n=1
10n n=1
10 1 − 10
La situación que representa la igualdad anterior, se expresa de la siguiente manera usando
el desarrollo decimal:
0, 9999999... = 1.
6. El desarrollo p-ario de un número.
Sea p un entero mayor que 1. El desarrollo p-ario de un número x en el intervalo (0, 1)

se obtiene de la siguiente manera. Asociaremos a x con una sucesión {an } (que depende de
p) tal que para todo n se tiene que an es un número entero tal que 0 ≤ an < p.
El procedimiento es el siguiente. En el primer paso se divide el intervalo (0, 1) en p partes

iguales. Entonces existe k1 ∈ N tal que
k1 − 1 k1
≤x< .
p p
Sea a1 = k1 − 1.
En el segundo paso se divide el intervalo
µ ¶
k1 − 1 k1
A1,k1 = ,
p p
en p partes iguales. Entonces existe k2 ∈ N tal que
k2 − 1 k2
2
≤ x < 2.
p p
Sea a2 = k2 − 1.
6. EL DESARROLLO p-ARIO DE UN NÚMERO. 19
Luego se considera el intervalo

µ ¶
k2 − 1 k2
A2,k2 = , 2 ,
p2 p
se divide en p partes iguales y se continúa con este procedimiento.
En el n-ésimo paso se divide el intervalo
µ ¶
kn−1 − 1 kn−1
An−1,kn−1 = , n−1
pn−1 p
en p partes iguales. Entonces existe kn ∈ N tal que
kn − 1 kn
n
≤ x < n.
p p
Se define an = kn − 1.
(i) La longitud del intervalo An,kn es 1/pn , es decir l(An,kn ) = 1/pn .

(ii) En cada división que se hace aparecen p posibles intervalos.
(iii) Después de n pasos los intervalos posibles que han aparecido, a los largo de todo el
intervalo [0, 1], son pn .
La demostración de las siguientes proposiciones queda como ejercicio.
Proposición 2.38. Sean p un entero, p ≥ 1 y x ∈ (0, 1). Entonces existe una sucesión
{an } de enteros con la propiedad 0 ≤ an < p tal que
+∞
X an
x= .
n=1
pn
Además esta sucesión es única, excepto cuando x es de la forma q/pn para algún q ∈ N, en
cuyo caso x tiene exactamente dos representaciones de este tipo.
Proposición 2.39. Si {an } es una sucesión de enteros con 0 ≤ an < p entonces la serie
+∞
X an
n=1
pn
converge a un número real x tal que 0 ≤ x ≤ 1.
Observación 2.40.
(i) Si p = 10 la sucesión {an } se llama desarrollo decimal de x. Se acostumbra escribir
x = 0, a1 a2 a3 ...
(ii) Si p = 2 la sucesión {an } se llama desarrollo binario de x.
(iii) Si p = 3 la sucesión {an } se llama desarrollo ternario de x.
7. Sumas no numerables.
Sea E un conjunto de números reales positivos. Vamos a darle sentido a la expresión

X
x.
x∈E
Dado un subconjunto F de E si F es finito llamaremos SF a la suma finita de los elementos

de F . Es claro que SF es un número real.
Sea F la colección de los subconjuntos finitos de E. Se define
X
x = sup SF .
F ∈F
x∈E
Proposición 2.41. Sea E un conjunto de números reales positivos.

P
(a) x∈E x converge implica E es numerable.
(b) Si E es numerable y {xn }∞
n=1 es una numeración de E entonces
X ∞
X
x= xn .
x∈E n=1
8. El conjunto de Cantor.
Intuitivamente el conjunto de Cantor C se obtiene de la siguiente manera: Se considera

el intervalo cerrado [0, 1], se divide en tres partes iguales y se quita el sub-intervalo abierto
del centro, es decir, se quita el intervalo
(1/3, 2/3).
Lo que queda son los dos intervalos:
[0, 1/3] y [2/3, 1].
Cada uno de los intervalos que quedan se divide en tres partes iguales y para cada uno
de ellos se extrae el sub-intervalo abierto del centro, es decir, se quitan los intervalos
(1/9, 2/9) y (7/9, 8/9).
Lo que queda son los cuatro intervalos:
[0, 1/32 ], [2/32 , 3/32 ], [6/32 , 7/32 ] y [8/32 , 1].
Esta construcción se continúa indefinidamente y el conjunto “que queda” después de

extraer todos ésos intervalos es el conjunto de Cantor.
8. EL CONJUNTO DE CANTOR. 21
Por supuesto que los extremos de los intervalos sacados están en el conjunto de Cantor.
Más adelante veremos que además de estos puntos el conjunto de Cantor contiene muchos
más puntos.
Para dar una definición más precisa (inductiva) del conjunto de Cantor hacemos lo si-
guiente: consideramos el intervalo cerrado [0, 1]. Lo dividimos en tres partes iguales de lon-
gitud 1/3. Al intervalo abierto del centro, que sacaremos, lo llamamos
I1,1 = (1/3, 2/3).
A los intervalos cerrados de los extremos, que dejaremos, los llamamos
J1,1 = [0, 1/3] y J1,2 = [2/3, 1].
Cada uno de los intervalos anteriores tiene longitud 1/3.
Supongamos que se ha completado el n-ésimo paso de la construcción dejando 2n inter-

valos cerrados disjuntos Jn,1 , ..., Jn,2n cada uno de longitud 1/3n .
En el paso n + 1 se dividen cada uno de estos intervalos en tres partes iguales, sacando
de cada uno de ellos el intervalo abierto central al que llamamos In+1,k . Quedando 2n+1
intervalos cerrados a los que llamamos Jn+1,k .
Cada uno de los intervalos definidos en el paso n + 1 tiene longitud 1/3n+1 , es decir,
l(In+1,k ) = 1/3n+1 para k = 1, ..., 2n
l(Jn+1,k ) = 1/3n+1 para k = 1, ..., 2n+1 .

Sea
2 n
[
Qn = Jn,k .
k=1
Se define el conjunto de Cantor, C, como
∞
\
C= Qn .
n=1
El conjunto de Cantor también se puede expresar como en términos de los intervalos

sacados, de la siguiente manera: si
n−1
2[
En = In,k
k=1
entonces ∞
[
C = [0, 1] \ En .
n=1
Proposición 2.42. El conjunto de Cantor es un conjunto cerrado.
Proposición 2.43. Al hacer la construcción del conjunto de Cantor, la suma de las

longitudes de los intervalos extraı́dos es igual a 1, es decir es igual a la longitud del intervalo
[0, 1].
Proposición 2.44. El conjunto de Cantor consiste de todos aquellos números de [0, 1]

en cuyo desarrollo ternario no aparece el número 1. Es decir, consiste de todos aquellos
números x ∈ [0, 1] tales que
+∞
X an
x=
n=1
3n
con an = 0 ó an = 2 para todo n ≥ 1.
Proposición 2.45. Sea C el conjunto de Cantor, entonces

(a) C se puede poner en correspondencia uno a uno con el intervalo [0, 1].
(b) C es no numerable.
Sugerencia: Usando el desarrollo binario de los números de [0, 1], defina la función
f : [0, 1] −→ C de la siguiente manera: para
+∞
X +∞
X
an 2an
x= sea f (x) =
n=1
2n n=1
3n
con an = 0 ó an = 1 para todo n ≥ 1.
Al juntar las Proposiciones 2.43 y 2.45 se nota que se está ante un hecho sorprendente.
Como la suma de las longitudes de los intervalos extraı́dos es igual a 1, parece que se ha
sacado casi todo y sin embargo, lo que queda es un conjunto no numerable de puntos.
Definición 2.46. Se dice que un conjunto A es perfecto cuando A es cerrado y todo

punto de A es punto de acumulación.
Proposición 2.47. El conjunto de Cantor es perfecto.
Proposición 2.48. El conjunto de Cantor tiene interior vacı́o.

CAPı́TULO 3
Colecciones de conjuntos.
Sea X un conjunto y P(X) el conjunto de partes de X, es decir la colección de todos los

subconjuntos de X.
Se tiene que P(X) está parcialmente ordenado por la inclusión (pruébelo).
Definimos:
sup{A, B} = A ∪ B.
inf{A, B} = A ∩ B.
Proposición 3.1. Sean A, B dos conjuntos cualesquiera. Entonces

(i) A ∪ B puede escribirse como D1 ∪ D2 donde D1 y D2 son disjuntos.
(ii) A ∪ B puede escribirse como C1 ∪ C2 donde C1 ⊆ C2 .
Una colección o familia H de subconjuntos de X está formada por algunos subconjuntos

de P(X).
Definición 3.2. Sea H una colección de subconjuntos de X. Se dice que H es colección

disjunta si dos conjuntos cualesquiera de H son disjuntos. Es decir, A ∩ B = ∅ para todo
A, B en H.
1. Sucesiones de conjuntos.
Definición 3.3. Una sucesión de conjuntos de X es una función A : N → P(X).
Ejemplo 3.4. Sea A = {An } dada por An = (−1/n2 , n].
Para cualquier sucesión de conjuntos {An } definimos:

[
sup{An } = An = {x ∈ X : x ∈ An para algún n ≥ 1}.
n≥1
\
inf{An } = An = {x ∈ X : x ∈ An para todo n ≥ 1}.
n≥1
23
24 3. COLECCIONES DE CONJUNTOS.
Ejemplo 3.5. Sea {An } dada por An = (−1/n, 1/n).

[
sup{An } = An = (−1, 1).
n≥1
\
inf{An } = An = {0}.
n≥1
Definición 3.6. Sea X un conjunto cualquiera. Sea {An } una sucesión de subconjuntos
de X. El lı́mite superior de {An } es el conjunto
\ [
lim An = Ak .
n≥1 k≥n
Por lo tanto: x ∈ lim An si y sólo si para todo n ≥ 1 existe k ≥ n tal que x ∈ Ak .
En otras palabras: el lı́mite superior de {An } está formado por aquellos elementos de X
que pertenecen a Ak para infinitos ı́ndices k.
de X. El lı́mite inferior de {An } es el conjunto
[ \
lim An = Ak .
n≥1 k≥n
Por lo tanto: x ∈ lim An si y sólo si existe n ≥ 1 tal que para todo k ≥ n se tiene x ∈ Ak .
En otras palabras: el lı́mite inferior de {An } está formado por aquellos elementos de X
que pertenecen a Ak excepto para un número finito de ı́ndices k.
de X. Se dice que:
(a) {An } es creciente cuando An ⊆ An+1 para todo n ≥ 1.
(b) {An } es decreciente cuando An+1 ⊆ An para todo n ≥ 1.
Proposición 3.9. Sea X un conjunto cualquiera. Sea {An } una sucesión de subconjuntos
de X.
S
(a) Para n ≥ 1 sea Dn = Ak . Entonces {Dn } una sucesión decreciente.
T k≥n
(b) Para n ≥ 1 sea Cn = k≥n Ak . Entonces {Cn } una sucesión creciente.
3. COLECCIONES DE SUBCONJUNTOS DE R Y DE Rn 25
2. Función indicador, indicatriz o caracterı́stica de un conjunto
Definición 3.10. Sea X un conjunto cualquiera y A ⊆ X. La función 1A : X −→ {0, 1}

definida por
(
1 si x ∈ A
1A (x) =
0 si x 6= A
se llama función indicador , función indicatriz o función caracterı́stica de A.
3. Colecciones de subconjuntos de R y de Rn
Los intervalos acotados son de alguna de las siguientes formas
(a, b), [a, b], [a, b), (a, b]
para a, b ∈ R. Con ha, bi se denotará un intervalo acotado de cualquier tipo.
Los intervalos semi-acotados son alguna de las siguientes formas
(a, ∞), [a, ∞), (−∞, a), (−∞, a]
para a ∈ R. Usaremos la notación ha, ∞) para referirnos a los dos primeros y la notación
(−∞, ai para referirnos a los dos últimos.
Sean:
I a la colección de los intervalos acotados de R, es decir:
I a = { ha, bi para algunos a, b ∈ R}.
I S la colección de los intervalos semi-acotados de R, es decir:
I S = {I : I = ha, ∞) ó I = (−∞, ai para algún a ∈ R}.
I la colección de todos los intervalos de R.
La colección I incluye intervalos acotados, semi-acotados y el propio R = (−∞, ∞) que

es un intervalo no acotado.
Otras colecciones importantes de subconjuntos de R son:

La colección de los intervalos abiertos
{ (a, b) : a, b ∈ R}.
La colección de los intervalos cerrados
{ [a, b] : a, b ∈ R}.
La colección de los intervalos cerrados a la izquierda y abiertos a la derecha
{ [a, b) : a, b ∈ R}.
La colección de los intervalos abiertos a la izquierda y cerrados a la derecha:
{ (a, b] : a, b ∈ R}.
También se pueden considerar colecciones similares a las anteriores, pero con extremos
racionales en lugar de reales. Como por ejemplo:
La colección de los intervalos abiertos con extremos racionales
{ (r, s) : r, s, ∈ Q}.
Recordemos que R es un espacio topológico y que un subconjunto A de R es compacto

si y sólo si A es cerrado y acotado. También es un ejemplo interesante la colección de los
conjuntos compactos de R.
En Rn hay conjuntos distinguidos como los rectángulos del tipo
Q = [a1 , b1 ] × . . . × [an , bn ] ⊆ Rn .
También podemos considerar rectángulos formados por intervalos todos abiertos, todos
semiabiertos o mezclas de estos intervalos acotados.
Sean:
I na la colección de los rectángulos acotados de Rn , es decir:
I na = { ha1 , b1 i × ... × han , bn i para algunos a1 , ..., an , b1 , ..., bn ∈ R}.
I n la colección de todos los rectángulos de Rn .
4. Sistemas-π
Sean X un conjunto cualquiera y H una colección de subconjuntos de X.
Definición 3.11. La colección H es un sistema-π cuando A ∩ B está H para todo

A, B ∈ H.
Ejemplo 3.12.
(1) La colección I de todos los intervalos de R es un sistema-π.
5. ALGUNOS TIPOS DE ESTABILIDAD. 27
(2) La colección I a de los intervalos acotados es un sistema-π.

(3) La colección de los intervalos semi-infinitos del tipo ha, ∞) es un sistema-π.
(4) La colección {∅, X} es un sistema-π.
(5) Si A ⊆ X entonces la colección {∅, A, AC , X} es sistema-π.
(6) La colección P(X) es un sistema-π.
Observación 3.13. La colección I S de los intervalos semi-acotados no es un sistema-π.
Definición 3.14. Decimos que la colección H es estable bajo intersecciones finitas cuan-
T
do para todo n ∈ N, para todo A1 , ..., An en H se tiene que nk=1 Ak está en H.
Proposición 3.15. Sea H una colección de conjuntos. Se tiene que: H es un sistema-π

si y sólo si H es estable bajo intersecciones finitas.
5. Algunos tipos de estabilidad.
Sea X un conjunto y sea H una colección de subconjuntos de X.
Definición 3.16. Decimos que:

(1) La colección H es estable bajo uniones finitas si para todo n ∈ N, para todo A1 , ..., An
S
en H se tiene que nk=1 Ak está en H.
(2) La colección H es estable bajo complementos si para todo A en H se tiene que AC
está en H.
(3) La colección H es estable bajo diferencia si para todo A, B en H se tiene que B \ A
está en H.
Observación 3.17. La colección I de todos los intervalos de R no es estable bajo uniones

finitas.
Observación 3.18. Sea A ⊆ X. La colección {∅, A, X} no es estable bajo complementos.
Proposición 3.19. La colección H es estable bajo uniones finitas si y sólo si para todo
A, B en H se tiene que A ∪ B está en H.
Proposición 3.20. Sea H una colección de conjuntos. Si H es estable bajo diferencia y

X está en H entonces H es estable bajo complemento.
Observación 3.21. El recı́proco de la proposición anterior no es cierto. Tal como lo

muestra la siguiente colección de conjuntos: H = {∅, A, B, AC , B C , X}.
Se tiene que H es estable bajo complementos, pero H no es estable bajo diferencia.
Ejemplo 3.22.
(1) La colección {∅, X} es estable bajo uniones finitas y bajo diferencia.
(2) Si A ⊆ X entonces la colección {∅, A, AC , X} es estable bajo uniones finitas y bajo
diferencia.
(3) La colección P(X) es estable bajo uniones finitas y bajo diferencia.
Ejercicio 3.23. Dados A, B ⊆ X, sea H la colección dada por
H = {∅, A, B, A ∩ B, A ∪ B, AC , B C , X}.
Determine
(1) Si H es estable bajo intersecciones finitas.
(2) Si H es estable bajo uniones finitas.
(3) Si H es estable bajo diferencia.
(4) Si H es estable bajo complementos.
6. Álgebras
Sean X un conjunto cualquiera y H una colección de subconjuntos de X.
Definición 3.24. La colección H es un álgebra si

(i) ∅ está en H.
(ii) Para todo A en H se tiene que AC está en H.
(iii) Para todo A, B en H se tiene que A ∪ B está en H.
Ejemplo 3.25.
(1) La colección {∅, X} es un álgebra.
(2) Si A ⊆ X entonces la colección {∅, A, AC , X} es un álgebra. Más aún esta es la
menor álgebra que contiene a A.
(3) La colección P(X) es un álgebra.
Observación 3.26. La colección I de todos los intervalos de R no es un álgebra.
Observación 3.27. La colección I n de todos los rectángulos de Rn no es un álgebra.
Proposición 3.28. Si H es un álgebra entonces para todo A, B en H se tiene que A ∩ B

está en H.
7. σ-ÁLGEBRAS. 29
7. σ-álgebras.
Queremos extender al caso infinito numerable algunas de las definiciones de estabilidad

dadas anteriormente.
Sea X un conjunto y sea H una colección de subconjuntos de X.
Definición 3.29. Decimos que:

(1) La colección H es estable bajo intersecciones numerables si para toda colección
T
numerable {An } en H se tiene que ∞ k=1 Ak está en H.
(2) La colección H es estable bajo uniones numerables si para toda colección numerable
S
{An } en H se tiene que ∞ k=1 Ak está en H.
(3) La colección H es estable bajo uniones numerables disjuntas si para toda colección
S
disjunta y numerable {An } en H se tiene que ∞ k=1 Ak está en H.
Definición 3.30. La colección F es una σ-álgebra (sigma-álgebra) si

(i) ∅ está en F.
(ii) F es estable bajo complementos.
(iii) F es estable bajo uniones numerables.
Ejemplo 3.31.
(1) La colección {∅, X} es una σ-álgebra.
(2) La colección {∅, A, AC , X} es una σ-álgebra. Más aún esta es la menor σ-álgebra
que contiene a A.
(3) La colección P(X) es una σ-álgebra.
Proposición 3.32. Si F es una σ-álgebra entonces F es un álgebra.
Proposición 3.33. Si F es una σ-álgebra entonces F es estable bajo intersecciones

numerables.
Ejercicio 3.34. Dados A, B ⊆ X, sea H la colección dada por
H = {∅, A, AC , B, B C , A ∩ B, A ∪ B, AC ∩ B C , AC ∪ B C , X}.
Diga si H es una σ-álgebra, justifique su respuesta.

Diga cuál es la menor σ-álgebra que contiene a H.
Proposición 3.35. Si F es un álgebra y F es estable bajo uniones numerables disjuntas

entonces F es una σ-álgebra.
Ejercicio 3.36. Sean X, Y dos conjuntos cualesquiera y f : X → Y . Demuestre que si

A, B ⊆ X entonces
(1) f (A ∪ B) = f (A) ∪ f (B).
(2) f (A ∩ B) ⊆ f (A) ∩ f (B).
(3) f (A) \ f (B) ⊆ f (A \ B).

A, B ⊆ Y entonces
(1) f −1 (A ∪ B) = f −1 (A) ∪ f −1 (B).
(2) f −1 (A ∩ B) = f −1 (A) ∩ f −1 (B).
(3) f −1 (A \ B) = f −1 (A) \ f −1 (B).
(4) (f −1 (B))C = f −1 (B C )

{Bn } es una colección numerable de conjuntos en Y entonces
∞
Ã∞ !
[ [
(f −1 (Bn )) = f −1 Bn .
n=1 n=1
∞
Ã ∞
!
\ \
(f −1 (Bn )) = f −1 Bn .
n=1 n=1
Proposición 3.39. Sean X e Y dos conjuntos cualesquiera y f : X → Y . Sea E una

clase de subconjuntos de X y H una clase de subconjuntos de Y . Denotemos por
f (E) ={f (B) : B está en E}

f −1 (H) ={f −1 (B) : B está en H}
Se tiene que
(a) Si H es una σ-álgebra de subconjuntos de Y entonces f −1 (H) es una σ-álgebra de
subconjuntos de X.
(b) Si E es una σ-álgebra de subconjuntos de X en general, f (E) no es una σ-álgebra
de subconjuntos de Y .
8. SEMI-ÁLGEBRAS. 31
Demostración.
(a) Sea H una σ-álgebra de subconjuntos de Y .
(i) Como ∅ está en H y f −1 (∅) = ∅ se sigue que ∅ está en f −1 (H).
(ii) Veamos que f −1 (H) es estable bajo complementos. Sea A en f −1 (H) entonces existe
B en H tal que A = f −1 (B). Como H es una σ-álgebra se tiene que B C está en H. Además
AC = (f −1 (B))C = f −1 (B C ).
De donde AC está en f −1 (H).

(iii) Veamos que f −1 (H) es estable bajo uniones numerables. Sea {An } una colección
numerable de conjuntos en f −1 (H) entonces existe Bn en H tal que An = f −1 (Bn ). Como
S
H es una σ-álgebra se tiene que ∞ n=1 Bn está en H. Además
∞ ∞
Ã∞ !
[ [ [
−1 −1
An = (f (Bn )) = f Bn .
n=1 n=1 n=1
S∞
De donde n=1 An está en f −1 (H).
(b) Sea X = {0, 1} y sea Y un conjunto cualesquiera y f : X → Y dada por
f (x) = 0 para todo x.
Considere la σ-álgebra
E = {∅, {0}, {1}, X}.
Entonces
f (E) = {f (∅), f ({0}), f ({1}, f (X)} = {∅, {0}}.
De donde f (E) no es una σ-álgebra. ¤
8. Semi-álgebras.
Tal como se indicó la colección I de todos los intervalos de R no es un álgebra.

A continuación se introduce un concepto que lo cumplen más familias de conjuntos.
Definición 3.40. La colección H es una semi-álgebra si

(ii) H es estable bajo intersecciones finitas.
(iii) Si A está en H entonces existe una colección finita y disjunta E1 , ..., En en H tal
que
n
[
C
A = Ek .
k=1
Ejemplo 3.41. La colección I de todos los intervalos de R es una semi-álgebra.
Observación 3.42. la familia I a de los intervalos acotados de R no es una semi-álgebra
Proposición 3.43. Si H es un álgebra entonces H es una semi-álgebra.
Observación 3.44. En muchas ocasiones es más cómodo trabajar con la familia I a

de los intervalos acotados de R ya que la longitud de estos intervalos es un número real.
Sin embargo, aún surgen dificultades ya que I a no es una semi-álgebra. Más adelante se
introducirán nuevos conceptos que permiten profundizar en la relación que hay entre la
longitud de un intervalo y las medidas.
CAPı́TULO 4
Medidas.
En lo que sigue se usará la siguiente notación
R = R ∪ {−∞, +∞},
R+ = [0, ∞) ∪ {+∞}.
Dado un conjunto X vamos a considerar funciones definidas en colecciones de subcon-

juntos de X.
Como se verá más adelante las medidas son funciones definidas en una sigma-álgebra y
que cumplen algunas propiedades especiales.
Se comenzará el estudio de las funciones definidas en colecciones de subconjuntos con un
caso particular de medidas que se conocen como medidas discretas.
1. Medidas discretas.
Sea X un conjunto cualquiera. Dado x ∈ X definamos δx : P(X) → R mediante

(
1 si x ∈ A
δx (A) =
0 si x 6= A
para A ⊆ X. Esta función se conoce como masa unidad en x o delta de Dirac en x.
Definición 4.1. Sean X un conjunto cualquiera, E un subconjunto numerable (o finito)

de X, {xn } una numeración de E y {λn } una sucesión de números reales positivos. Una
medida discreta es una función µ : P(X) → R+ de la forma
+∞
X
µ(A) = λn δxn (A)
n=1
para A ⊆ X.
Si µ(X) es un número real se dice que µ es una medida discreta finita.
Si µ(X) = +∞ se dice que µ es una medida discreta infinita.
33
34 4. MEDIDAS.
Proposición 4.2. Sea µ : P(X) → R+ una medida discreta definida mediante

P
µ(A) = +∞n=1 λn δxn (A) para A ⊆ X. Las siguientes condiciones son equivalentes:
P
(i) La serie +∞ n=1 λn converge.
(ii) La medida µ es finita.
Ejemplo 4.3. Sea X un conjunto cualquiera. Dado x ∈ X y m > 0 definamos

mδx : P(X) → R mediante
(
m si x ∈ A
mδx (A) =
0 si x 6= A
para A ⊆ X. Esta función se conoce como masa m en x.
Se tiene que mδx es una medida finita.
Proposición 4.4. Sea µ : P(X) → R una medida discreta entonces

(1) µ(A) ≥ 0 para todo A ⊆ X.
(2) µ(∅) = 0.
(3) Para toda sucesión disjunta {Ak }, con Ak ⊆ X se tiene que
Ã∞ ! ∞
[ X
µ Ak = µ(Ak ).
k=1 k=1
Definición 4.5. Se dice que µ es una medida discreta de probabilidad si µ es una medida
discreta tal que µ(X) = 1.
Ejemplo 4.6.
(1) La masa unidad en x es una medida de probabilidad.
(2) Sean 0 0, X = N, F = P(N) y
λk
P (k) = exp(−λ).
k!
Esta P es una medida de probabilidad (pruébelo) y se conoce como la distribución
de Poisson.
2. MEDIDAS POSITIVAS O SIMPLEMENTE MEDIDAS. 35
2. Medidas positivas o simplemente medidas.
Definición 4.7. Sea H una colección de subconjuntos de X estable bajo uniones finitas.
Sea µ : H → R.
Decimos que µ es finitamente aditiva en H cuando para todo A1 , ..., An ∈ H, disjuntos
P
tales que nk=1 µ(Ak ) tenga sentido se tiene que
Ã n ! n
[ X
µ Ak = µ(Ak ).
k=1 k=1
Si además µ(A) ≥ 0 para todo A ∈ H, decimos que µ es positiva.

Sea µ positiva, si µ(X) es finito (es un número real) decimos que µ es finita.
Ejemplo 4.8. Sea I = { todos los intervalos}. Sea

( n
)
[
H= E⊆X:E= Ik donde los Ik son intervalos disjuntos .
k=1
Tenemos que H es un álgebra (puébelo).

Sea
Ã n
! n
[ X
m Ik = l(Ik )
k=1 k=1
donde l(Ik ) indica la longitud del intervalo Ik .

Resulta que m es finitamente aditiva en H.
Proposición 4.9. Sea µ finitamente aditiva y positiva en H.

Si A, B están en H y A ⊆ B entonces µ(A) ≤ µ(B) (esta es la monotonı́a).
Si además, µ(A) es finito entonces µ(B \ A) = µ(B) − µ(A).
Definición 4.10. Sea H una colección de subconjuntos de X estable bajo uniones nume-
rables. Sea µ : H → R.
Decimos que µ es σ-aditiva, en H, cuando para toda sucesión disjunta {Ak }, con Ak en
P
H y tal que ∞k=1 µ(Ak ) tenga sentido se tiene que
Ã∞ ! ∞
[ X
µ Ak = µ(Ak ).
k=1 k=1
Observación 4.11. Si µ es σ-aditiva entonces µ es finitamente-aditiva.

36 4. MEDIDAS.
Definición 4.12. Sea X un conjunto y F una σ-álgebra de X. Una función µ : F → R

es una medida positiva (o simplemente medida) si
(1) µ es positiva.
(2) µ(∅) = 0.
(3) µ es σ-aditiva.
Si X es un conjunto cualquiera y F es una σ-álgebra de X, se llama espacio medible al

par (X, F). Si además se tiene una medida µ : F → R a la terna (X, F, µ) se le llama espacio
de medida.
Además decimos que
(1) µ es una medida finita si µ(X) es finito.
(2) µ es una medida σ-finita si existe una sucesión disjunta {Xn }, con Xn en F tal que
µ(Xn ) es finito y
∞
[
X= Xn .
n=1
(3) P es una medida de probabilidad si P es una medida tal que P (X) = 1. Además a
la terna (X, F, P ) se le llama espacio de probabilidad .
P∞
Observación 4.13. Como µ es positiva, k=1 µ(Ek ) siempre tiene sentido, aunque pue-
da valer +∞.
Ejemplo 4.14.
Sea X un conjunto cualquiera y F = P(X). Sea µ : P(X) → R+ definida por
(
número de elementos de A si A es un conjunto finito
µ(A) =
+∞ si A es un conjunto infinito
para A ⊆ X.
Esta µ se conoce como la medida de contar . Además µ es finita si X es un conjunto finito
y µ es σ-finita si X es numerable.
Proposición 4.15. Sea (X, F) un espacio medible y µ : F → R+ . Supongamos que µ es

finitamente aditiva. Entonces las siguientes condiciones son equivalentes
(a) µ es σ-aditiva.
(b) Para toda sucesión creciente {Ck } de conjuntos en F se tiene que
Ã∞ !
[
µ Ck = lı́m µ(Ck ).
k→∞
k=1
Demostración.
(a) ⇒ (b) Supongamos que µ es σ-aditiva. Sea {Ck } una sucesión creciente de conjuntos
en F.
Caso 1: Si µ(Cko ) = +∞ para algún ko .
Por la monotonı́a de µ se sigue que
Ã∞ !
[
+∞ = µ(Cko ) ≤ µ Ck
k=1
Luego
Ã∞ !
[
µ Ck = +∞.
k=1
Por la monotonı́a de µ se sigue que para todo k ≥ ko :
+∞ = µ(Cko ) ≤ µ(Ck ).
Luego µ(Ck ) = ∞ para todo k ≥ ko . De donde
lı́m µ(Ck ) = +∞.

k→∞
Por lo tanto en este caso vale la igualdad de (b).
Caso 2: Si µ(Ck ) es finito para todo k.

S
Se escribirá a ∞k=1 Ck como una unión disjunta. Sean
A1 = C1 ,
Ak = Ck \ Ck−1 para k > 1
entonces {Ak } es una sucesión disjunta y

∞
[ ∞
[
Ck = Ak .
k=1 k=1
Sea Co = ∅.
Como µ(Ck−1 ) es finito se tiene que
µ(Ck − Ck−1 ) = µ(Ck ) − µ(Ck−1 )
para todo k ≥ 1.
38 4. MEDIDAS.
Usando la σ-aditividad se sigue que

Ã∞ ! Ã∞ ! ∞
[ [ X
µ Ck = µ Ak = µ(Ak )
k=1 k=1 k=1
∞
X ∞
X
= µ(Ck \ Ck−1 ) = µ(Ck ) − µ(Ck−1 )
k=1 k=1
n
X
= lı́m µ(Ck ) − µ(Ck−1 ) = lı́m µ(Cn ).
n→∞ n→∞
k=1
S∞
(b) ⇒ (a) Sea {Ak } una sucesión de conjuntos disjuntos en F. Se escribirá a k=1 Ak
como una unión creciente. Sean
C1 = A1 ,
n
[
Cn = Ak para n > 1
k=1
entonces {Ck } es una sucesión creciente y

∞
[ ∞
[
Ak = Ck .
k=1 k=1
Usando la hipótesis se sigue que

Ã∞ ! Ã∞ ! Ã n !
[ [ [
µ Ak = µ Ck = lı́m µ(Cn ) = lı́m µ Ak
n→∞ n→∞
k=1 k=1 k=1
Xn ∞
X
= lı́m µ(Ak ) = µ(Ak )
n→∞
k=1 k=1
Hemos probado que µ es σ-aditiva. ¤
Si además suponemos que µ es finita tenemos el siguiente resultado.

finitamente aditiva y que µ es finita. Entonces las siguientes condiciones son equivalentes
(b) Para toda sucesión decreciente {Dk } de conjuntos en F se tiene que
Ã∞ !
\
µ Dk = lı́m µ(Dk ).
k→∞
k=1
Las demostraciones de esta proposición y de las siguientes se dejan como ejercicio.


finitamente aditiva y que µ es finita. Entonces las siguientes condiciones son equivalentes
T∞
(b) Para toda sucesión decreciente {Vk } de conjuntos en F tal que k=1 Vk = ∅ se tiene
lı́m µ(Vk ) = 0.
k→∞
Cuando µ no es finita es útil considerar el siguiente resultado.

finitamente aditiva. Entonces las siguientes condiciones son equivalentes
(b) Para toda sucesión decreciente {Dk } de conjuntos en F tal que µ(Dko ) es finito para
algún ko se tiene que
Ã∞ !
\
µ Dk = lı́m µ(Dk ).
k→∞
k=1
Observación 4.19. En general la Proposición 4.16 no es cierta, si no se pide que µ sea

finita. Demuestre esto usando la medida de contar en (N, P(N) ).
CAPı́TULO 5
Aproximación uniforme.
1. Convergencia uniforme.
Sea {fn } una sucesión de funciones definidas en A ⊆ R y sea f una función también
definida en A.
Definición 5.1. Se dice que la sucesión {fn } converge puntualmente a f en A si

lı́mn→∞ fn (x) = f (x) para todo x de A. Es decir, {fn } converge puntualmente a f en A
si para cada x de A y para cada ε > 0 existe un número natural N tal que si n ≥ N entonces
|fn (x) − f (x)| < ε.
Definición 5.2. Se dice que la sucesión {fn } converge uniformemente a f en A si para

cada ε > 0 existe un número natural N tal que si n ≥ N entonces |fn (x) − f (x)| < ε para
todo x de A.
Ejercicio 5.3.
(1) Demuestre que convergencia uniforme implica convergencia puntual.
(2) Demuestre que convergencia puntual no implica convergencia uniforme.
Las demostraciones de las proposiciones siguientes quedan como ejercicio.
Proposición 5.4. Supóngase que {fn } es una sucesión de funciones continuas definidas
en [a, b], que converge uniformemente en [a, b] a una función f . Entonces f también es
continua en [a, b].
Proposición 5.5. Sean {fn } una sucesión de funciones integrables-Riemann sobre [a, b]
y f una función integrable-Riemann sobre [a, b]. Si {fn } converge uniformemente a f en
[a, b] entonces
Z b Z b
lı́m fn (x) dx = f (x) dx.
n→∞ a a
Es decir,
Z b Z b
lı́m fn (x) dx = lı́m fn (x) dx.
n→∞ a a n→∞
41
42 5. APROXIMACIÓN UNIFORME.
Definición 5.6. Sean A ⊆ R, y f una función acotada definida en A
kf k∞ = sup |f (x)| = sup{|f (x)| : x ∈ A}.

x∈A
Proposición 5.7. Sean A ⊆ R, {fn } una sucesión de funciones acotadas definidas en

A y f una función acotada definida en A. Las siguientes condiciones son equivalentes:
(i) {fn } converge uniformemente a f en A.
(ii) lı́mn→∞ kfn − f k∞ = 0.
2. Aproximación de funciones continuas por funciones escaleras.
Definición 5.8. Sea g : [a, b] → R. Se dice que g es una función escalera si existen
n ∈ N, I1 , ..., In intervalos disjuntos en [a, b] y c1 , ..., cn ∈ R tales que
n
X
g(x) = ck 1Ik (x).
k=1
Proposición 5.9. Sea h : [a, b] → R una función continua y sea ε > 0.

(i) Entonces existe una función escalera g : [a, b] → R tal que
|g(x) − h(x)| < ε para todo x ∈ [a, b].
Es decir
kg − hk∞ < ε.
(ii) Si además existen m, M ∈ R tales que
m ≤ h(x) ≤ M para todo x ∈ [a, b]
entonces se puede escoger la función escalera g de manera tal que
m ≤ g(x) ≤ M para todo x ∈ [a, b].
Demostración.
(i) Sean ε > 0 y h : [a, b] → R una función continua.
Como [a, b] es un compacto se tiene que h es uniformemente continua en [a, b]. Es decir,
existe δ > 0 tal que para todo x, y ∈ [a, b] tales que |x − y| < δ se tiene |h(x) − h(y)| < ε.
Se usará que cada sub-intervalo cerrado de [a, b] es cerrado y acotado, por lo tanto es
compacto. De la continuidad de h también se deduce que h es acotada en cada uno de estos
sub-intervalos cerrados, además en ellos se alcanzan el máximo y el mı́nimo.
2. APROXIMACIÓN DE FUNCIONES CONTINUAS POR FUNCIONES ESCALERAS. 43
Sea n ∈ N. Con este n (fijo) se construye la partición de [a, b] dada por los intervalos
· ¶
k−1 k
Ik = (b − a) + a , (b − a) + a
n n
con k = 1, ..., n − 1. Para k = n se toma el intervalo cerrado, es decir, sea
· ¸
n−1
In = (b − a) +a, b .
n
Para k = 1, ..., n sean Ik la clausura de Ik y sean
Mk = máx h(x).
x∈Ik
Como Ik es compacto sabemos que existen Rk ∈ Ik tal que
Mk = h(Rk ).
Definimos g : [a, b] → R mediante

n
X
g(x) = Mk 1Ik (x).
k=1
Entonces g es una función escalera.

Sea x ∈ [a, b] entonces existe ko tal que x ∈ Iko y por lo tanto
g(x) = Mko = h(Rko ).
Si tomamos
b−a
n>
δ
entonces
b−a
|Rko − x| < < δ.
n
Luego
|g(x) − h(x)| = Mko − h(x) = h(Rko ) − h(x) < ε.
(ii) Si existen m, M ∈ R tales que
entonces
m ≤ h(Rk ) ≤ M para todo k = 1, ..., n.
Sea x ∈ [a, b] como g(x) = h(Rko ) para algún ko , se sigue que
m ≤ g(x) ≤ M.
¤
Ejercicio 5.10. Sea h : [a, b] → R una función continua y sea ε > 0. Demostrar que
existe una función poligonal g : [a, b] → R tal que
|g(x) − h(x)| < ε para todo x ∈ [a, b].
Es decir
kg − hk∞ < ε.
En la próxima proposición se hace una construcción similar a la de la Proposición 5.9

pero como se quiere aproximar la función continua con una sucesión creciente se trabaja con
particiones de tamaño 1/2n y se definen las funciones escaleras usando el mı́nimo.
Proposición 5.11. Sea h : [a, b] → R una función continua.

(i) Entonces existe una sucesión creciente {gn } de funciones escaleras gn : [a, b] → R
tales que
lı́m gn (x) = h(x) uniformemente en [a, b].
n→∞
Es decir
lı́m kgn − hk∞ = 0.
n→∞
(ii) Si además existen m, M ∈ R tales que
entonces se pueden escoger las funciones escaleras gn de manera tal que
m ≤ gn (x) ≤ M para todo x ∈ [a, b], para todo n ≥ 1.
Demostración.
(i) Sea h : [a, b] → R una función continua. Sea ε > 0.
Como [a, b] es un compacto se tiene que h es uniformemente continua en [a, b]. Es decir,
existe δ > 0 tal que para todo x, y ∈ [a, b] tales que |x − y| < δ se tiene |h(x) − h(y)| < ε.
Para n (fijo) se construye la partición de [a, b] dada por los intervalos
· ¶
k−1 k
Ink = (b − a) n + a , (b − a) n + a
2 2
con k = 1, ..., 2n − 1. Para k = 2n se toma el intervalo cerrado, es decir, sea
· ¸
n−1
Inn = (b − a) n + a , b .
2
2. APROXIMACIÓN DE FUNCIONES CONTINUAS POR FUNCIONES ESCALERAS. 45
Para k = 1, ..., 2n sean Ink la clausura de Ink y sean
Mnk = máx h(x) mnk = mı́n h(x).

x∈Ink x∈Ink
Como Ink es compacto sabemos que existen Rnk , rnk ∈ Ink tales que
Mnk = h(Rnk ) mnk = h(rnk ).
Definimos gn : [a, b] → R mediante

2n
X
gn (x) = mnk 1Ink (x).
k=1
Entonces gn es una función escalera.
Veamos que {gn } es una sucesión creciente.

Sean n1 ≤ n2 y x ∈ [a, b]. Entonces existen k1 ∈ 1, 2, ..., 2n1 y k2 ∈ 1, 2, ..., 2n2 tales que
x ∈ In1 k1 ∩ In2 k2 . Entonces
mn1 k1 ≤ mn2 k2 y Mn2 k2 ≤ Mn1 k1 .
De donde
gn1 (x) ≤ gn2 (x).
Por lo tanto {gn } es una sucesión creciente.
Dados n ≥ 1 y x ∈ [a, b] existe k tal que x ∈ Ink . Sea
¡ ¢
log b−a
δ
n> .
log 2
Como
b−a
|Rnk − rnk | ≤ l(Ink ) = < δ.
2n
sigue que
|h(x) − gn (x)| = h(x) − mnk ≤ Mnk − mnk = h(Rnk ) − h(rnk ) < ε.
Note que es importante que δ no depende del punto x.
Es decir, dado ε > 0 hemos hallado δ > 0 (independiente de x) tal que si N ∈ N, si

¡ ¢
log b−a
δ
N>
log 2
entonces
|gn (x) − h(x)| < ε para todo n ≥ N.
Es decir,
lı́m kgn − hk∞ = 0.
n→∞
(ii) Supongamos que
Sea n fijo, para cualquier k = 1, ..., 2n se tiene
m ≤ h(rnk ) = mnk ≤ Mnk ≤ M.
Se sabe que gn solamente toma los valores mn1 , ..., mn2n ası́ que
m ≤ gn (x) ≤ M.
¤
CAPı́TULO 6
Topologı́a.
1. Nociones básicas de topologı́a.
Definición 6.1. Un espacio topológico es un par (X, T ), donde X es un conjunto no

vacı́o y T es una colección de subconjuntos de X tal que
(i) ∅ y X pertenecen a T
(ii) La unión de una familia de elementos de T es un elemento de T .
(iii) La intersección de usa familia finita de elementos de T es un elemento de T .
En este caso se dice que T es una topologı́a en X y se dice que los elementos de T son
conjuntos abiertos.
Ejemplo 6.2. Dado un conjunto cualquiera X. Se tiene que T = P(X) es una topologı́a
de X. Esta topologı́a es conocida como la topologı́a discreta de X.
Ejemplo 6.3. Dado un conjunto cualquiera X. Se tiene que T = {∅, X} es una topologı́a
de X. Esta topologı́a es conocida como la topologı́a trivial (o topologı́a indiscreta) de X.
Sea X un espacio topológico.
Definición 6.4. A es un conjunto cerrado si su complemento Ac = X − A es abierto.
Observación 6.5.
(a) Puede ocurrir que la intersección de una familia infinita de abiertos no sea abierto,
dar ejemplos.
(b) Puede ocurrir que la unión de una familia infinita de cerrados no sea cerrado, dar
ejemplos.
La demostración de esta observación queda como ejercicio.
Definición 6.6. Sea B una colección de subconjuntos de X, se dice que B es una base de
la topologı́a T de X si para cada D en T y para cada x ∈ D existe B ∈ B tal que x ∈ B ⊆ D.
Ejemplo 6.7. La colección de los intervalos acotados y abiertos de R, es decir:

{I : I = (a, b) para algunos a, b ∈ R} es una base de la topologı́a usual de R.
47
48 6. TOPOLOGÍA.
Se puede probar que: G es una base numerable de la topologı́a T de X si y sólo si para

S
todo abierto A en T existe una sucesión {An } de abiertos de G tal que A = ∞n=1 An .
Definición 6.8. Sea (X, T ) un espacio topológico. Una colección S de subconjuntos

abiertos de X es una subbase de la topologı́a T de X si existe una base tal que todo abierto
de esa base se puede escribir como una intersección finita de subconjuntos de S.
Ejemplo 6.9. La colección de los intervalos semi-acotados y abiertos de R, es decir:

{I : I = (a, ∞) ó I = (−∞, a) para algún a ∈ R} es subbase de la topologı́a usual de R.
2. Conjuntos Fσ y conjuntos Gδ .
Sea X un espacio topológico.
Definición 6.10. Sea A ⊆ X, se dice que A es un conjunto Gδ cuando existe una sucesión
{Dk } de conjuntos abiertos tal que
∞
\
A= Dk .
k=1
Ejemplo 6.11. El intervalo cerrado [a, b] es un conjunto cerrado en la topologı́a usual

de R, pero además es un conjunto Gδ ya que
\∞ µ ¶
1 1
[a, b] = a− , b+ .
k=1
k k
Ejemplo 6.12. El intervalo (a, b] es un conjunto Gδ , en la topologı́a usual de R, ya que

\∞ µ ¶
1
(a, b] = a, b + .
k=1
k
Definición 6.13. Sea A ⊆ X, se dice que A es un conjunto Fσ cuando existe una

sucesión {Ck } de conjuntos cerrados tal que
∞
[
A= Ck .
k=1
Ejemplo 6.14. El intervalo abierto (a, b) es un conjunto abierto en la topologı́a usual de

R, pero además es un conjunto Fσ ya que
∞ ·
[ ¸
1 1
(a, b) = a+ , b− .
k=1
k k
2. CONJUNTOS Fσ Y CONJUNTOS Gδ . 49
Ejemplo 6.15. El intervalo [a, b) es un conjunto Fσ en la topologı́a usual de R ya que

∞ ·
[ ¸
1
[a, b) = a, b − .
k=1
k
Se pueden definir clases de conjuntos un poco más complicadas, como las que se dan a
continuación.
Definición 6.16. Sea A ⊆ X, se dice que A es un conjunto Fσδ cuando existe una
sucesión {Ek } de conjuntos Fσ tal que
∞
\
A= Ek .
k=1
Definición 6.17. Sea A ⊆ X, se dice que A es un conjunto Gδσ cuando existe una
sucesión {Ek } de conjuntos Gδ tal que
∞
[
A= Ek .
k=1
Análogamente se definen las clases de conjuntos Gδσδ , Fσδσ , etc.
Las siguientes proposiciones no son sencillas de probar. Ellas proporcionan ejemplos im-
portantes de conjuntos Gδ y conjuntos Fσ .
Proposición 6.18. Sea f : R −→ R. Sean
C(f ) = {x ∈ R : f es continua en x}
D(f ) = {x ∈ R : f es discontinua en x}
Entonces
(a) C(f ) es un conjunto Gδ .
(b) D(f ) es un conjunto Fσ .
Proposición 6.19. Sea {fn } una sucesión de funciones continuas de R en R. Sea
C = {x ∈ R : (fn (x)) es una sucesión numérica convergente }.
Entonces C es un conjunto Fσδ .

50 6. TOPOLOGÍA.
3. Espacios métricos.
Definición 6.20. Un espacio métrico es un par (X, d) donde X es un conjunto y

d : X × X → R es una función tal que:
(i) d(x, y) ≥ 0 para todo x, y ∈ X,
(ii) d(x, y) = 0 si y sólo si x = y,
(iii) d(x, y) = d(y, x) para todo x, y ∈ X,
(iv) d(x, z) ≤ d(x, y) + d(y, z) para todo x, y, z ∈ X.
La función d se llamará métrica (o distancia) y los elementos de X se llamarán puntos.

Es importante notar que no se supone que el conjunto X tenga estructura de espacio
vectorial.
Ejemplo 6.21.
(a) d(x, y) = |x − y| define una métrica en R, llamada la métrica usual de R.
(b) Todo subconjunto de un espacio métrico también es un espacio métrico.
(c) Considere (0, 1) con la métrica usual d de R restringida a (0, 1). Se tiene que
((0, 1), d) es un espacio métrico.
(d) Sea X cualquier conjunto, definamos

0 si x = y;
d(x, y) =
1 si x 6= y.
d es una métrica en X. Esta función es conocida como la métrica trivial de X.
Sea (X, d) un espacio métrico.
Definición 6.22. Dados xo ∈ X y r ∈ R, r ≥ 0 la bola abierta de centro xo y radio r es:
B(xo , r) = {x ∈ X : d(x, xo ) < r}.
Proposición 6.23. La colección de las bolas abiertas de X es una base de una topologı́a
de X.
Esta topologı́a es conocida como la topologı́a inducida por la métrica d.
Proposición 6.24. En un espacio métrico (X, d) se tiene que todo conjunto abierto es
un conjunto Fσ .
Proposición 6.25. En un espacio métrico (X, d) se tiene que todo conjunto cerrado es
un conjunto Gδ .
La demostración de las dos proposiciones anteriores queda como ejercicio.

4. SUCESIONES EN UN ESPACIO MÉTRICO. 51
4. Sucesiones en un espacio métrico.
Sea (X, d) un espacio métrico.
Definición 6.26. Sea {xn } una sucesión en X. Decimos que {xn } es convergente en
(X, d) si existe x ∈ X tal que para todo ε > 0 existe un número natural N tal que si n ∈ N
y n > N entonces d(xn , x) < ε.
En este caso se dice que {xn } converge a x en (X, d).
Esto se abrevia mediante:

lı́m xn = x en (X, d).
n→∞
Observe que la definición anterior indica que para la sucesión de números reales {an }
dada por an = d(xn , x) se tiene que
lı́m an = 0 en R con la métrica usual

n→∞
ya que
|an − 0| = d(xn , x).
Definición 6.27. Sea {xn } una sucesión en X. Decimos que {xn } es una sucesión de
Cauchy si para cada ε > 0 existe N ∈ N tal que d(xn , xm ) < ε si n, m > N .
Proposición 6.28. Toda sucesión convergente es de Cauchy.
Observación 6.29. En general el recı́proco de la proposición anterior no es cierto tal

como lo muestra el siguiente ejemplo.
Ejemplo 6.30. Considere el espacio métrico ((0, 1), d) donde d es la métrica usual de R
restringida a (0, 1).
Sea {xn } la sucesión dada por
xn = 1/n.
Se tiene que {xn } es una sucesión de Cauchy.
Se sabe que {xn } converge a 0 pero como 0 ∈
/ (0, 1) resulta que {xn } no converge en el
espacio métrico ((0, 1), d).
Definición 6.31. Sea (X, d) un espacio métrico. Decimos que X es completo cuando
toda sucesión de Cauchy converge a un punto de X.
52 6. TOPOLOGÍA.
Ejemplo 6.32. Considere (Rn , d2 ) donde d2 es la métrica euclı́dea. Es decir,

p
d2 (x, y) = (x1 − y1 )2 + . . . + (xn − yn )2
para x = (x1 , . . . , xn ), y = (y1 , . . . , yn ).

Se tiene que (Rn , d2 ) es completo.
Ejemplo 6.33. Se tiene que ((0, 1), d) NO es completo, donde d es la métrica usual de
R restringida a (0, 1).
Teorema 6.34. Dados a, b ∈ R con a < b sea
C[a, b] = {f : [a, b] → R tales que f es continua}
y sea
d(f, g) = kf − gk∞ = máx |f (x) − g(x)| = máx{|f (x) − g(x)| : x ∈ [a, b]}
x∈[a,b]
Se tiene que:
(i) C[a, b] es un espacio métrico.
(ii) C[a, b] es completo.
La demostración de este teorema es un excelente ejercicio de topologı́a. Este teorema se

puede probar usando argumentos de un curso básico de análisis en una variable.
CAPı́TULO 7
Funciones de variación acotada.
1. Funciones de variación acotada en un intervalo acotado.
Definición 7.1. Sea f : [a, b] → R. Se dice que f es de variación acotada en [a, b] si

existe M ∈ R tal que para
nσ
X
|f (xi ) − f (xi−1 )| < M
i=1
para toda partición σ de [a, b], donde σ = {xo , ..., xnσ } con a = xo < x1 < ... < xnσ = b.
Sea P ar(I) la colección de todas las posibles particiones de un intervalo acotado I.
Se tiene que f es de variación acotada en [a, b] si y sólo si

X
sup |f (xi ) − f (xi−1 )| < ∞.
σ∈P ar[a,b] xi ∈σ
Proposición 7.2. Si f es monótona en [a, b] entonces f es de variación acotada

en [a, b].
Demostración.
Caso 1: Si f es monótona creciente.
Sea σ = {xo , ..., xn } una partición cualquiera de [a, b] con a = xo < x1 < ... < xn = b.
Como f es monótona creciente se tiene que f (xi ) ≥ f (xi−1 ) para todo i = 1, ..., n. Luego
nσ
X nσ
X
|f (xi ) − f (xi−1 )| = f (xi ) − f (xi−1 ) = f (b) − f (a)
i=1 i=1
Caso 2: Si f es monótona decreciente.

En este caso la demostración es análoga y queda como ejercicio. ¤
Ejemplo 7.3.
(1) Sea f : [a, b] → R dada por
f (x) = x
entonces f es de variación acotada en [a, b].
53
54 7. FUNCIONES DE VARIACIÓN ACOTADA.
(2) Sea f : [−2, 1] → R dada por

(
e−x si x ∈ [−2, 0]
f (x) =
−7 si x ∈ (0, 1]
Se tiene que f es de variación acotada en [−2, 1].
Definición 7.4. Sean I un intervalo acotado de R y f : R → R la variación total de f

sobre I es
X
Vf (I) = sup |f (xi ) − f (xi−1 )|.
σ∈P ar(I) xi ∈σ
Lema 7.5. Sea f una función de variación acotada en [a, b] y sea c ∈ (a, b) entonces
Vf (a, b) = Vf (a, c) + Vf (c, b).
La demostración de este lema queda como ejercicio.
Proposición 7.6. Si f es una función de variación acotada en [a, b] entonces

f es acotada en [a, b].
Demostración. Como f es de variación acotada en [a, b] se sabe que existe M ∈ R tal

que
X
M= sup |f (xi ) − f (xi−1 )|.
σ∈P ar[a,b] xi ∈σ
Dado x ∈ (a, b) se considera la partición σo de [a, b], dada por σo = {xo , x1 , x2 } con
a = xo < x1 = x < x2 = b. Entonces
|f (x1 ) − f (xo )| + |f (x2 ) − f (x1 )| ≤ M.
Luego
|f (x)| − |f (a)| ≤ |f (x) − f (a)| ≤ |f (x) − f (a)| + |f (b) − f (x)| ≤ M.
De donde
|f (x)| ≤ |f (a)| + M.
Observación 7.7. El recı́proco de la proposición anterior no es cierto tal como lo muestra

la función del siguiente ejercicio.
1. FUNCIONES DE VARIACIÓN ACOTADA EN UN INTERVALO ACOTADO. 55
Ejercicio 7.8. Sea f : [0, 1] → R dada por

 µ ¶
 sen 1 si x 6= 0
f (x) = x

0 si x = 0
Pruebe que:
(a) f es acotada en [0, 1].
(b) f NO es de variación acotada en [0, 1].
Proposición 7.9. Si f es una función continua en [a, b], derivable en (a, b) y su derivada
f 0 es acotada en (a, b) entonces f es de variación acotada en [a, b].
Esta proposición es consecuencia del teorema del valor medio, su demostración queda
como ejercicio.
Observación 7.10. Existen funciones que no tienen derivada acotada y sin embargo son
de variación acotada, tal como lo muestra el siguiente ejemplo.
1 1
Ejemplo 7.11. Sea f : [0, b] → R definida por f (x) = x1/3 . Entonces f 0 (x) = .
3 x2/3
Luego
lı́m f 0 (x) = +∞
x→0+
Por lo tanto f no tiene derivada acotada.
Sin embargo f es de variación acotada, ya que es una función monótona.
Observación 7.12. Existen funciones que no son monótonas y sin embargo son de
variación acotada, tal como lo muestra el siguiente ejemplo.
Ejemplo 7.13. Sea f : [−2, 2] → R definida por f (x) = x2 . Se sabe que f no es monótona
en [−2, 2].
Además f 0 (x) = 2x si x ∈ (−2, 2). Como f 0 es acotada en (−2, 2) se sigue que f es de
variación acotada en [−2, 2].
Sea f una función de variación acotada en [a, b]. A continuación se estudiará la variación
total de f sobre intervalos más pequeños contenidos en [a, b] todos con el mismo extremo
inferior a.
Más precisamente, sea v : [a, b] → R dada por
(
Vf (a, x) si a < x ≤ b
v(x) =
0 si x = a
Teorema 7.14. Sea f una función de variación acotada en [a, b]. Entonces
(i) v es creciente en [a, b].
(ii) Sea g la función dada por g = v − f . Se tiene que g es creciente en [a, b].
Demostración.
(i) Sean x, y ∈ (a, b] con x < y. Sea σx una partición cualquiera de (a, x) de la forma
σx = {xo , ..., xn } con a = xo < x1 < ... < xn = x.
A continuación consideramos la partición σy de (a, y) dada por σy = {xo , ..., xn , y} con
a = xo < x1 < ... < xn = x < y.
Entonces
Xn n
X
|f (xi ) − f (xi−1 )| ≤ |f (xi ) − f (xi−1 )| + |f (y) − f (x)| ≤ Vf (a, y).
i=1 i=1
De donde
n
X
|f (xi ) − f (xi−1 )| ≤ Vf (a, y).
i=1
Es decir el número Vf (a, y) es una cota superior de todas las sumas que aparecen a
la izquierda de la desigualdad anterior cuando se hace variar σx sobre todas las posibles
particiones de (a, x).
Tomando el supremo sobre todas las posibles particiones σx de (a, x) y usando la definición
de v se obtiene
v(x) = Vf (a, x) ≤ Vf (a, y) = v(y).
(ii) Sean x, y ∈ (a, b] con x < y. Entonces
f (y) − f (x) ≤ |f (y) − f (x)| ≤ Vf (x, y).
Luego
g(y) − g(x) = (v(y) − f (y)) − (v(x) − f (x))

= v(y) − v(x) − (f (y) − f (x))
≥ v(y) − v(x) − Vf (x, y)
= Vf (a, y) − Vf (a, x) − Vf (x, y) = 0.
por el Lema 7.5.

Por lo tanto g(x) ≤ g(y). ¤
Proposición 7.15. Sean f1 , f2 unas funciones de variación acotada en [a, b] y sean

λ1 , λ2 ∈ R. Entonces λ1 f1 + λ2 f2 es de variación acotada en [a, b].
2. FUNCIONES DE STIELTJES. 57
Corolario 7.16. Sea f : [a, b] → R. Se tiene que: f es de variación acotada si y sólo si

f puede escribirse como la diferencia de dos funciones monótonas crecientes.
Demostración. Si f es de variación acotada en [a, b]. Por el Teorema 7.14 se tiene que
v y v − f son monótonas crecientes. Como
f = v − (v − f )
se sigue que f puede escribirse como la diferencia de dos funciones monótonas crecientes.
Recı́procamente, si f puede escribirse como la diferencia de dos funciones monótonas
crecientes f1 y f2 entonces f1 y f2 son de variación acotada en [a, b]. Por la Proposición 7.15
se sigue que f1 − f2 es una función de variación acotada en [a, b]. Luego f es una función de
variación acotada en [a, b]. ¤
Más adelante se definirá la integral de Lebesgue. Las funciones de variación acotada

tienen un rol importante al tratar de dar una versión del teorema fundamental del cálculo
para esta integral.
2. Funciones de Stieltjes.
Definición 7.17. Sea F : R → R. Decimos que F es una función de Stieltjes cuando F

cumple con las siguientes condiciones:
(i) F es monótona creciente.
(ii) F es continua a la derecha.
Ejercicio 7.18. Dé ejemplos de funciones de Stieltjes.
Es fácil ver que se tiene el siguiente resultado.
Proposición 7.19. Sea F : R → R, si F es una función de Stieltjes entonces la restric-

ción de F a cualquier intervalo acotado es una función de variación acotada en ese intervalo.
Ejercicio 7.20. Sea F : R → R una función de Stieltjes. Demuestre que

(i) F tiene lı́mites por la izquierda en todo punto.
(ii) F tiene sólo discontinuidades de salto.
(iii) El conjunto de los puntos de discontinuidad de F es numerable.
Definición 7.21. Sea F : R → R. Decimos que F es una función de Stieltjes de salto

cuando existe una sucesión de puntos {xk } y una sucesión de números reales positivos {pk }
tales que  X

 pk si x ≥ 0



 xk ∈(0,x]
F (x) =

 X

 − pk si x < 0


xk ∈(x,0]
Ejercicio 7.22. Dé ejemplos de funciones de Stieltjes de salto.
3. La función de Cantor.
Sea C el conjunto de Cantor. Se construye la función auxiliar ΦC : C → [0, 1] de la

siguiente manera: para
+∞
X an
x=
n=1
3n
con an = 0 ó an = 2 para todo n ≥ 1, se define
+∞
X an /2
ΦC (x) = .
n=1
2n
Note que ΦC (x) está expresado mediante su desarrollo binario y además ΦC (x) ∈ [0, 1].
Ejercicio 7.23. Sea ΦC la función que se acaba de definir. Demuestre que

(a) La función ΦC es sobreyectiva.
(b) La función ΦC NO es inyectiva.
(c) La función ΦC es creciente. Más aún, la función ΦC es estrictamente creciente ex-
cepto en los extremos de los intervalos extraı́dos de [0, 1] en la construcción de C.
Para k = 1, ..., 2n sean In,k = (an,k , bn,k ) los intervalos extraı́dos en el n-ésimo paso de la
construcción del conjunto de Cantor. Sea Φ : [0, 1] → [0, 1] definida mediante
(
ΦC (x) si x ∈ C
Φ(x) =
ΦC (an,k ) = ΦC (bn,k ) si x ∈ [0, 1] \ C y x ∈ In,k = (an,k , bn,k )
Se tiene que Φ es una extensión de ΦC a todo el intervalo [0, 1]. A esta función Φ se le
llama función de Cantor .
Ejercicio 7.24. Sea Φ la función de Cantor. Demuestre que

(a) La función Φ es continua (Ayuda: use que Φ es creciente y sobreyectiva).
(b) La función Φ es una función de variación acotada en [0, 1].
CAPı́TULO 8
σ-álgebras generadas.
Se comienza este capı́tulo mencionando algunos resultados que permitirán definir la

σ-álgebra de Borel.
Proposición 8.1. Sea Λ una familia de ı́ndices. Si Hλ es un σ-álgebra de X, para cada

λ ∈ Λ, entonces
\
Hλ
λ∈Λ
es una σ-álgebra de X.
1. σ-álgebra generada por una colección de conjuntos.
Proposición 8.2. Si H es una colección de subconjuntos de X entonces existe una única

σ-álgebra, σ(H), de subconjuntos de X tal que σ(H) es la menor σ-álgebra de subconjuntos
de X que contiene a H. Es decir,
(i) H ⊆ σ(H).
(ii) Si Fo es una σ-álgebra de X y H ⊆ Fo entonces σ(H) ⊆ Fo .
A la colección σ(H) se le llama la σ-álgebra generada por H.
Demostración. Sea
∇ = {F : F es una σ-álgebra de X y H ⊆ F}.
Tenemos que ∇ 6= ∅ porque P(X) ∈ ∇.

Definamos
\
σ(H) = F,
F∈∇
es decir,
\
σ(H) = {F : F es una σ-álgebra de X y H ⊆ F}.
Por la Proposición 8.1 se sigue que σ(H) es una σ-álgebra.
Obviamente H ⊆ σ(H). Y ası́ se tiene (i).
59
60 8. σ-ÁLGEBRAS GENERADAS.
Probemos (ii). Sea Fo una σ-álgebra de X que contiene a H. Entonces Fo ∈ ∇. Sea

A ∈ σ(H) entonces A ∈ F para todo F ∈ ∇. En particular: A ∈ Fo . Hemos probado que
σ(H) ⊆ Fo . ¤
Ejercicio 8.3. Dado un conjunto X cualquiera, sea A ⊆ X, tal que A 6= ∅ y A 6= X.

Describa σ({A}).
Ejercicio 8.4. Sean X, Y dos conjuntos cualesquiera y f : X → Y . Sea H una familia

cualquiera de subconjuntos de Y . Demuestre que
σ(f −1 (H)) = f −1 (σ(H)).
Ejercicio 8.5. Sea H una colección de subconjuntos de X. Para álgebras enunciar y

demostrar un resultado análogo al de la Proposición 8.2.
A la colección dada por el ejercicio anterior se le llama la álgebra generada por H y suele
denotarse por A(H).
Ejercicio 8.6. Dé un ejemplo de dos semi-álgebras cuya intersección no sea una semi-
álgebra.
Ejercicio 8.7. ¿ Para semi-álgebras valdrá un resultado análogo al de la Proposición

8.1?
2. La σ-álgebra de Borel.
Dado un espacio topológico X, una de las σ-álgebras más importantes es la σ-álgebra de

Borel de X o la σ-álgebra de los borelianos de X, la cual definimos a continuación.
Sea (X, T ) un espacio topológico.
Definición 8.8. La σ-álgebra de Borel de X es la σ-álgebra de subconjuntos de X

generada por la familia de abiertos τ . Esta σ-álgebra se denota por B(X), es decir
B(X) = σ(τ ).
A los conjuntos de B(X) se les llama borelianos de X.
Como veremos a continuación una misma σ-álgebra puede ser generada por colecciones
muy distintas de subconjuntos de un conjunto.
Proposición 8.9. Sea C la colección de los conjuntos cerrados. Entonces
B(X) = σ(C).
2. LA σ-ÁLGEBRA DE BOREL. 61
Demostración.
(i) Veamos que B(X) ⊆ σ(C).
Sea A un conjunto de τ , es decir, A es un abierto. Entonces AC es cerrado, es decir, AC es
un conjunto de C, luego AC es un conjunto de σ(C). Como σ(C) es estable bajo complementos
se tiene que (AC )C está en σ(C). Pero A = (AC )C Luego A está en σ(C).
Hemos probado que
τ ⊆ σ(C).
Por lo tanto σ(C) es una σ-álgebra que contiene a τ . Como σ(τ ) es la menor σ-álgebra que
contiene a τ se sigue que
B(X) = σ(τ ) ⊆ σ(C).
(ii) La demostración de σ(C) ⊆ B(X) es análoga (haga la demostración). ¤
Teorema 8.10. Sea (X, τ ) un espacio topológico tal que X contiene una colección nu-
merable G de conjuntos abiertos que forman una base para la topologı́a de X. Entonces
B(X) = σ(G).
Demostración.
(i) Veamos que σ(G) ⊆ B(X). Tenemos que
G ⊆ τ ⊆ σ(τ ) = B(X).
Por lo tanto B(X) es una σ-álgebra que contiene a G. Como σ(G) es la menor σ-álgebra que
contiene a G se sigue que
σ(G) ⊆ B(X).
(ii) Veamos que B(X) ⊆ σ(G).
Sea A un conjunto de τ , es decir, A es un abierto. Por la hipótesis y por la definición de
base se tiene que existe una colección numerable de conjuntos {Gn } en G tales que
[
A= Gn .
n≥1
Luego Gn está en σ(G) para todo n ≥ 1. Como σ(G) es estable bajo uniones numerables se
sigue que A está en σ(G). Hemos probado que
τ ⊆ σ(G).
Por lo tanto σ(G) es una σ-álgebra que contiene a τ . Como σ(τ ) es la menor σ-álgebra que
contiene a τ se sigue que
B(X) = σ(τ ) ⊆ σ(G). ¤
62 8. σ-ÁLGEBRAS GENERADAS.
Corolario 8.11. Sea IoQ la colección de los intervalos abiertos en R con extremos ra-
cionales. Es decir,
IoQ = { (r, s) : r, s, ∈ Q}.
Se tiene que
B(R) = σ(IoQ ).
Ejercicio 8.12.
(1) Demuestre las siguientes caracterizaciones de B(R) en términos de intervalos semi-
acotados
(a) B(R) = σ( { intervalos del tipo (−∞, r) para r ∈ Q} ).
(b) B(R) = σ( { intervalos del tipo (−∞, r] para r ∈ Q} ).
(c) B(R) = σ( { intervalos del tipo (r, ∞) para r ∈ Q} ).
(d) B(R) = σ( { intervalos del tipo [r, ∞) para r ∈ Q} ).
(2) Demuestre las siguientes caracterizaciones de B(R) en términos de intervalos acota-

dos
(a) B(R) = σ( { intervalos abiertos (a, b) para a, b ∈ R} ).
(b) B(R) = σ( { intervalos cerrados [a, b] para a, b ∈ R} ).
(c) B(R) = σ( { intervalos del tipo (a, b] para a, b ∈ R} ).
(d) B(R) = σ( { intervalos del tipo [a, b) para a, b ∈ R} ).
(3) Demuestre que
B(R) = σ( { conjuntos compactos de R} ).
(4) Describa varias colecciones distintas de subconjuntos de R2 que generen B(R2 ), es

decir, que generen la σ-álgebra de Borel en R2 .
(5) Sea X un espacio métrico tal que existen una sucesión {Kj } de conjuntos compactos
tales que
∞
[
X= Kj .
k=1
Demuestre que
B(X) = σ( { conjuntos compactos de X} ).

CAPı́TULO 9
Semi-anillos, anillos, σ-anillos y clases monótonas.
1. Semi-anillos.
Sea X un conjunto.
Definición 9.1. La colección H es una semi-anillo si

(ii) H es estable bajo intersecciones finitas.
(iii) Si A, B están en H entonces existen una colección finita y disjunta E1 , ..., En en H
tales que
n
[
A\B = Ek .
k=1
Ejemplo 9.2. Sea I a la familia de los intervalos acotados de R, es decir
I a = { ha, bi para algunos a, b ∈ R}
donde ha, bi denota un intervalo finito de cualquier tipo. Tenemos que I a es un semi-anillo
de R, que no es una semi-álgebra.
Ejemplo 9.3. Sea X = Rn . La colección de los rectángulos del tipo
(a1 , b1 ] × ... × (an , bn ]
es un semi-anillo, pero no es una semi-álgebra.
Observación 9.4. La clase de los intervalos abiertos finitos (a, b) no es un semi-anillo.

La clase de los intervalos cerrados [a, b] tampoco es un semi-anillo.
Ejercicio 9.5. Si H es una semi-álgebra entonces H es un semi-anillo.
A continuación damos un ejemplo de dos semi-anillos S1 y S2 cuya intersección no es un

semi-anillo.
63
64 9. SEMI-ANILLOS, ANILLOS, σ-ANILLOS Y CLASES MONÓTONAS.
Ejemplo 9.6. Considere X = {a, b, c}. Sean
S1 = {∅, {a}, {b}, {c}, {a, b, c}},

S2 = {∅, {c}, {a, b}, {a, b, c}}
Entonces
S1 ∩ S2 = {∅, {c}, {a, b, c}}.
Se tiene que S1 y S2 son semianillos. Pero S1 ∩S2 no es un semianillo porque {a, b, c}\{c} =
{a, b} no se puede expresar como una unión finita de elementos de S1 ∩ S2 .
Ejercicio 9.7. Sea Ia el semi-anillo formado por los intervalos acotados de R.

Sea l : Ia → R dada por l(ha, bi) = b − a. Pruebe que si {E1 , ..., En } es una colección
S
finita y disjunta de conjuntos tal que Ek ∈ Ia para todo k = 1, ..., n, E = nk=1 Ek y E ∈ Ia
entonces n
X
l(E) = l(Ek ).
k=1
Esta propiedad se abrevia diciendo que l es finitamente aditiva en Ia .
2. Anillos y σ-anillos.
Definición 9.8. La colección H es un anillo si

(ii) H es estable bajo diferencias.
(iii) H es estable bajo uniones finitas.
(iv) H es estable bajo intersecciones finitas.
Ejemplo 9.9. La colección de todos los subconjuntos finitos de X es un anillo. En general

no es un álgebra.
Ejemplo 9.10. La colección de todas las uniones finitas y disjuntas de intervalos del tipo
(a, b] es un anillo.
Ejercicio 9.11. Si H es un anillo entonces H es un semi-anillo.
Ejercicio 9.12. Si H es un álgebra entonces H es un anillo.
Ejercicio 9.13. Sea H una colección de subconjuntos de X. Para anillos enunciar y

A la colección dada por el ejercicio anterior se le llama la anillo generado por H y suele
denotarse por R(H).
3. TEOREMAS DE LA CLASE MONÓTONA. 65
Proposición 9.14. Sea S un semi-anillo. El anillo R(S) generado por S consta de todos
los conjuntos E que pueden escribirse de la forma
n
[
E= Ak
k=1
donde los Ak son conjuntos disjuntos de S.
En particular
( n
)
[
R(Ia ) = A⊆R:A= Ik donde los Ik ∈ Ia y son intervalos disjuntos .
k=1
Definición 9.15. La colección H es una σ-anillo si

(ii) H es estable bajo diferencias.
(iii) H es estable bajo uniones numerables.
(iv) H es estable bajo intersecciones numerables.
Ejercicio 9.16. Si H es un σ-anillo entonces H es un anillo.
Ejercicio 9.17. Si H es una σ-álgebra entonces H es un σ-anillo.
Ejercicio 9.18. Sea H una colección de subconjuntos de X. Para σ-anillos enunciar y

A la colección dada por el ejercicio anterior se le llama el σ-anillo generado por H y suele
denotarse por σR (H).
Ejercicio 9.19. Se tiene que
σR (Ia ) = σ(Ia ) = B(R).
3. Teoremas de la clase monótona.
Definición 9.20. La colección H es una clase monótona si es estable bajo lı́mites

monótonos, es decir
S∞
(i) Si An está en H para todo n ≥ 1 y An ⊆ An+1 entonces An está en H.
Tn=1
∞
(ii) Si Bn está en H para todo n ≥ 1 y Bn+1 ⊆ Bn entonces n=1 Bn está en H.
Lema 9.21. Sea H una colección de conjuntos. Si H es un anillo y H es una clase

monótona entonces H es un σ-anillo.
Demostración. Basta probar que H es estable bajo uniones e intersecciones numera-

bles.
Sea {An } una colección numerable en H.
S
Se escribirá a ∞k=1 Ak como una unión creciente. Sean
C1 = A1 ,
n
[
Cn = Ak para n > 1
k=1
entonces {Ck } es una sucesión creciente y

∞
[ ∞
[
Ak = Ck .
k=1 k=1
Como H es un anillo se tiene que Ck ∈ H. Como H es una clase monótona se sigue que
S∞ S∞
k=1 Ck está en H. Es decir k=1 Ak está en H.
T
También se puede escribir a ∞k=1 Ak como una intersección decreciente. Para eso se define
D1 = A 1 ,
n
\
Dn = Ak para n > 1
k=1
T∞ T∞
Análogamente se prueba que k=1 Ak = k=1 Dk está en H. ¤
Ejercicio 9.22. Sea H una colección de subconjuntos de X. Para clases monótonas

enunciar y demostrar un resultado análogo al de la Proposición 8.2.
A la colección dada por el ejercicio anterior se le llama la clase monótona generada por
H y suele denotarse por M(H).
Lema 9.23. Sea R un anillo. Dado F en R sea
L(F ) = {E en M(R) : E \ F, F \ E, E ∪ F, E ∩ F están en M(R)}.
Entonces
(a) L(F ) es una clase monótona.
(b) M(R) = L(F ).
3. TEOREMAS DE LA CLASE MONÓTONA. 67
Demostración.
(a) Veamos que L(F ) es una clase monótona.
Sea {Ck } una sucesión creciente en L(F ). Entonces Ck \ F está en M(R) y la sucesión
S
{Ck \ F } es creciente. Luego ∞ k=1 (Ck \ F ) está en M(R). Como
Ã∞ ! ∞
[ [
Ck \ F = (Ck \ F )
k=1 k=1
S∞
se sigue que ( k=1 Ck ) \ F está en M(R).
S S∞ S∞
Análogamente se puede probar que F \ ( ∞ k=1 Ck ), ( k=1 Ck ) ∪ F y ( k=1 Ck ) ∩ F están
S
en M(R). Por lo tanto ∞ k=1 Ck está en L(F ).
T
Si {Dk } es una sucesión decreciente en L(F ) de manera análoga se demuestra que ∞ k=1 Dk
está en L(F ). Por lo tanto L(F ) es una clase monótona.
(b) Como R es un anillo se sigue que
R ⊆ L(F ).
Además L(F ) es una clase monótona, por lo tanto
M(R) ⊆ L(F ).
Por lo tanto vale la igualdad. ¤
Lema 9.24. Sea R un anillo. Sea
L = {F en M(R) : E \ F, F \ E, E ∪ F, E ∩ F están en M(R) para todo E en M(R)}.
Entonces
(a) L es una clase monótona.
(b) M(R) = L.
Demostración.
Sean F en R y E en M(R). Por el Lema 9.23 se tiene que E \ F , F \ E, E ∪ F , E ∩ F
están en M(R). Por lo tanto F está en L. De donde
R ⊆ L.
En forma similar a la demostración del Lema 9.23 se puede probar que L es una clase
monótona (hágalo).
Como R ⊆ L y L es una clase monótona se deduce que
M(R) ⊆ L.
Por lo tanto M(R) = L. ¤

Lema 9.25. Si R es un anillo entonces

(a) M(R) es un anillo.
(b) M(R) es un σ-anillo.
Demostración.
(a) Sea L como antes. Es fácil ver que L es un anillo. Por el Lema 9.24 se tiene que
M(R) es un anillo.
(b) Como M(R) es un anillo y también es una clase monótona del Lema 9.21 se deduce
que M(R) es un σ-anillo. ¤
Teorema 9.26 (Teorema de clase monótona para anillos). Si R es un anillo entonces
σR (R) = M(R).
Demostración. Es obvio que σR (R) es una clase monótona. Además R ⊆ σR (R) luego
M(R) ⊆ σR (R).
Por otro lado del Lema 9.25 se tiene que M(R) es un σ-anillo. Además R ⊆ M(R) luego
σR (R) ⊆ M(R).
Por lo tanto vale la igualdad. ¤
Teorema 9.27 (Teorema de clase monótona para álgebras). Si A es un álgebra entonces
σ(A) = M(A).
La demostración de este teorema es similar a la del Teorema 9.26.
El último teorema de esta sección es una versión del teorema de clase monótona que pide
muy poca estructura a los generadores de la σ-álgebra y por lo tanto es una de las versiones
más útiles.
Definición 9.28. La colección H es un sistema-d si

(i) X está en H.
(ii) Si A, B están en H y A ⊆ B entonces B \ A está en H.
S∞
(iii) Si para todo n ≥ 1 se tiene que An está en H y An ⊆ An+1 entonces n=1 An está en
H. Es decir, H es estable bajo uniones crecientes.
4. APLICACIONES DE LOS TEOREMAS DE CLASE MONÓTONA. 69
Ejercicio 9.29. Sea H una colección de subconjuntos de X. Para sistemas-d enunciar

y demostrar un resultado análogo al de la Proposición 8.2.
A la colección dada por el ejercicio anterior se le llama el sistema-d generado por H y

suele denotarse por d(H).
Teorema 9.30 (Teorema de clase monótona para sistemas-π). Si P es un sistema-π

entonces
σ(P) = d(P).
No daremos la demostración de este teorema, ésta es del mismo nivel de dificultad que
la del del Teorema 9.26.
4. Aplicaciones de los teoremas de clase monótona.
Teorema 9.31. Si µ y ν son dos medidas finitas en (R, B(R)) tales que
µ(a, b] = ν(a, b] para todo a,b ∈ R
entonces
µ(A) = ν(A) para todo A ∈ B(R).
Demostración. Sea
H = {A ∈ B(R) : µ(A) = ν(A)}.
Sea Is la colección de los rectángulos semi-abiertos del tipo (a, b]. Se tiene que Is es un
sistema-π y B(R) = σ(Is ). Por hipótesis
Is ⊆ H.
Se puede probar que H es un sistema-d (hágalo como ejercicio). Luego
d(Is ) ⊆ H.
Del teorema de clase monótona para sistemas-π (Teorema 9.30) se sigue que
σ(Is ) = d(Is ).
Por lo tanto
B(R) = σ(Is ) = d(Is ) ⊆ H ⊆ B(R).
¤
Teorema 9.32. Si µ y ν son dos medidas cualesquiera en (R, B(R)) tales que
µ(a, b] = ν(a, b] para todo a,b ∈ R
y que son finitas para intervalos semiabiertos de este tipo entonces
µ(A) = ν(A) para todo A ∈ B(R).
Ejercicio 9.33. Demuestre el teorema anterior.
Sugerencia: para cada n ∈ N considere
Hn = {A ∈ B(R) tales que µ(A ∩ (−n, n]) = ν(A ∩ (−n, n])}
Demuestre que
Hn = B(R).
Observe que
∞
[
A= A ∩ (−n, n]
n=1
para todo A ∈ B(R) y úselo para concluir la prueba del teorema.
CAPı́TULO 10
La medida de Lebesgue.
Vamos a hacer la construcción de la medida de Lebesgue a partir de una función finita-

mente aditiva y positiva definida en un semi-anillo.
Sea Ia el semi-anillo formado por los intervalos acotados de R.
Sea l : Ia → R dada por
l(ha, bi) = b − a.
1. Extensión de la longitud al anillo generado por los intervalos acotados.
Sea R(Ia ) el anillo generado por Ia , este anillo está formado por las uniones finitas y
disjuntas de elementos de Ia .
Extendamos l a R(Ia ) de la manera natural, esto es: definamos l : R(Ia ) → R+ mediante

n
X
l(A) = l(Ii )
i=1
Sn
si A = i=1 Ii , donde {I1 , ..., In } es una colección finita y disjunta. Recuerde que por la
Proposición 9.14 todos los elementos de R(Ia ) son de esta forma.
Proposición 10.1. l está bien definida en R(Ia ).
Demostración. Supongamos que

n
[ m
[
A= Ii , A= Jk ,
i=1 k=1
donde los Ii son disjuntos y los Jk son disjuntos.

Sea
Hik = Ii ∩ Jk .
Entonces Hik ∈ Ia . Se puede probar que los Hik son disjuntos (pruébelo usando que los Ii y
los Jk lo son).
71
72 10. LA MEDIDA DE LEBESGUE.
Además para todo i tenemos

Ã m
! m m
[ [ [
Ii = Ii ∩ A = Ii ∩ Jk = Ii ∩ Jk = Hik .
k=1 k=1 k=1
Análogamente para todo k se tiene que

Ã n
! n n
[ [ [
Jk = Jk ∩ A = Jk ∩ Ii = Jk ∩ Ii = Hik .
i=1 i=1 i=1
Utilizando que l es finitamente aditiva obtenemos que

m
X
l(Ii ) = l(Hik ),
k=1
n
X
l(Jk ) = l(Hik ).
i=1
Luego
n
X n X
X m X n
m X m
X
l(Ii ) = l(Hik ) = l(Hik ) = l(Jk ).
i=1 i=1 k=1 k=1 i=1 k=1
¤
Proposición 10.2. l es finitamente aditiva en R(Ia ).
Demostración. Basta ver que si A, B ∈ R(Ia ), A ∩ B = ∅ entonces
l(A ∪ B) = l(A) + l(B).
Supongamos que
n
[ m
[
A= Ii B= Jk ,
i=1 k=1
donde los Ii son disjuntos y los Jk son disjuntos. Entonces
Ãn ! Ãm !
[ [
A∪B = Ii ∪ Jk .
i=1 k=1
Esta es una unión finita y disjunta de elementos de Ia .

Como l está bien definida se tiene que l(A ∪ B) no depende de la representación de A ∪ B
como unión finita y disjunta de elementos de Ia . Luego
n
X m
X
l(A ∪ B) = l(Ii ) + l(Jk ) = l(A) + l(B).
i=1 k=1
¤
2. σ-ADITIVIDAD DE LA LONGITUD EN EL SEMIANILLO DE LOS INTERVALOS ACOTADOS. 73
Observación 10.3. Se tiene que l es una extensión de l y es la única extensión aditiva

de l a R(Ia ).
Corolario 10.4. l es monótona en R(Ia ). Es decir, si A, B ∈ R(Ia ) y A ⊆ B entonces

l(A) ≤ l(B).
La prueba de este corolario se deja como ejercicio.
Corolario 10.5. Si {Jn }N

n=1 es una familia finita de intervalos acotados entonces
ÃN ! N
[ X
l Jn ≤ l(Jn ).
n=1 n=1
La prueba de este corolario se deja como ejercicio.
2. σ-aditividad de la longitud en el semianillo de los intervalos acotados.
Se usará un teorema muy importante de topologı́a: el teorema de Heine-Borel, cuyo

enunciado damos a continuación.
Teorema 10.6 (Heine-Borel). Sea I un intervalo cerrado y acotado. Sea Λ una familia
de ı́ndices. Sea {Cλ }λ∈Λ una familia arbitraria de conjuntos abiertos que cubren a I, es decir
[
I⊆ Cλ .
λ∈Λ
Entonces existe una subfamilia Cλ1 , ..., Cλn que también cubre a I, es decir
n
[
I⊆ Cλk .
k=1
El resultado del teorema anterior generalmente se expresa diciendo que si I es un in-

tervalo cerrado y acotado entonces de todo cubrimiento abierto de I se puede extraer un
subcubrimiento finito.
Teorema 10.7. Si {In } es una sucesión de intervalos disjuntos tal que In ∈ Ia para todo
S
k, I = ∞n=1 In y I ∈ Ia entonces
X∞
l(I) = l(In ).
n=1
Esta propiedad se abrevia diciendo que l es σ-aditiva en Ia .

Demostración.
P
(a) Veamos que ∞n=1 l(In ) ≤ l(I).
Dado N ∈ N se tiene que

N
[ ∞
[
In ⊆ In = I.
n=1 n=1
Por la aditividad finita y la monotonı́a de l obtenemos

N N
ÃN !
X X [
l(In ) = l(In ) = l In ≤ l(I) = l(I).
n=1 n=1 n=1
Tomando lı́mite cuando N → ∞ se sigue que

∞
X
l(In ) ≤ l(I).
n=1
P∞
(b) Veamos que l(I) ≤ n=1 l(In ).
Esta parte se obtiene con un argumento de compacidad que permitirá aplicar la mono-
tonı́a y el Corolario 17.5.
Sean a y b los extremos del intervalo I, más precisamente, sea
I = ha, bi.
Dado ε > 0, consideremos el intervalo cerrado
Iε = [a + ε, b − ε].
Obviamente Iε ⊆ I. A partir de la colección {In } fabricaremos un cubrimiento por intervalos

abiertos de Iε .
Para cada n ∈ N sean aεn y bεn los extremos del intervalo In ∩ Iε , más precisamente, sea
In ∩ Iε = haεn , bεn i.
Definamos los intervalos abiertos

³ ε ε´
Jnε = aεn − n , bεn + n
2 2
entonces
In ∩ Iε ⊆ Jnε
y
ε
l(Jnε ) = l(In ∩ Iε ) + .
2n−1
2. σ-ADITIVIDAD DE LA LONGITUD EN EL SEMIANILLO DE LOS INTERVALOS ACOTADOS. 75
Además Ã !
∞
[ ∞
[ ∞
[
Iε = Iε ∩ I = Iε ∩ In = In ∩ Iε ⊆ Jnε .
n=1 n=1 n=1
Es decir, {Jnε }n es un cubrimiento abierto de Iε .

Como Iε es un intervalo cerrado y acotado, por el teorema de Heine-Borel, existe un
subcubrimiento finito. Es decir, existe N ∈ N tal que
N
[
Iε ⊆ Jnε .
n=1
Sea k ≥ N entonces
k
[
Iε ⊆ Jnε .
n=1
Usando los Corolarios 17.4 y 17.5 obtenemos que

Ã k
!
[
l(I) − 2ε = l(Iε ) = l(Iε ) ≤ l Jnε
n=1
k
X k
X ε
≤ l(Jnε ) = l(In ∩ Iε ) +
n=1 n=1
2n−1
k
X Xk
ε
≤ l(In ) + n−1
.
n=1 n=1
2
Tomando lı́mite cuando k → ∞ se sigue que

∞
X X∞
ε
l(I) − 2ε = l(Iε ) ≤ l(In ) + n−1
n=1 n=1
2
∞
X
= l(In ) + 2ε.
n=1
Hemos probado que

∞
X
l(I) ≤ l(In ) + 4ε.
n=1
Dado que ε es arbitrario se sigue que

∞
X
l(I) ≤ l(In ).
n=1
¤
3. σ-aditividad de la extensión de la longitud en el anillo.
Proposición 10.8. La función l es σ-aditiva en R(Ia ).

Es decir, si {Ek } es una sucesión de conjuntos disjuntos tal que Ek ∈ R(Ia ) para todo k,
S
E= ∞ k=1 Ek y E ∈ R(Ia ) entonces
∞
X
l(E) = l(Ek ).
k=1
Demostración. Como E ∈ R(Ia ) por la Proposición 9.14 existe n ∈ N y una colección

finita de conjuntos disjuntos I1 , ..., In en Ia tales que
n
[
E= Ir .
r=1
Por definición de l tenemos que

n
X
l(E) = l(Ir ).
r=1
En forma análoga para todo k, como Ek ∈ R(Ia ), se tiene que existen nk ∈ N y colecciones
finitas de conjuntos disjuntos J1k , ..., Jnkk en Ia tales que
nk
[
Ek = Jik
i=1
y
nk
X
l(Ek ) = l(Jik ).
i=1
Por hipótesis tenemos que {Ek } es una partición de E, por lo tanto

Ã∞ ! Ã∞ n ! ∞ [nk
[ [[ k [
Ir = Ir ∩ E = Ir ∩ Ek = Ir ∩ Jik = Ir ∩ Jik .
k=1 k=1 i=1 k=1 i=1
Sea Lrik = Ir ∩ Jik . Entonces Lrik ∈ Ia . Además {Lrik } es una colección numerable de
conjuntos disjuntos en Ia .
Como
nk
∞ [
[
Ir = Lrik
k=1 i=1
por la σ-aditividad de l en Ia tenemos:

nk
∞ X
X
l(Ir ) = l(Lrik ).
k=1 i=1
3. σ-ADITIVIDAD DE LA EXTENSIÓN DE LA LONGITUD EN EL ANILLO. 77
Por otro lado, como I1 , ..., In es una partición de E, tenemos que

n
[ n
[ n
[
Jik = Jik ∩E = Jik ∩ Ir = Jik ∩ Ir = Lrik .
r=1 r=1 r=1
Por la aditividad finita de l en Ia tenemos

n
X
l(Jik ) = l(Lrik ).
r=1
Y ası́ tenemos que

n
X n X
X nk
∞ X
l(E) = l(Ir ) = l(Lrik )
r=1 r=1 k=1 i=1
X nk X
∞ X n X∞ X nk
= l(Lrik ) = l(Jik )
k=1 i=1 r=1 k=1 i=1
X∞
= l(Ek ).
k=1
Corolario 10.9. Sean A ∈ R(Ia ) y {Ek } es una colección numerable de conjuntos de

S S∞
R(Ia ) tal que ∞k=1 Ek ∈ R(Ia ). Si A ⊆ k=1 Ek entonces
∞
X
l(A) ≤ l(Ek ).
k=1
Demostración. Sea F1 = E1 . Para k ≥ 1 sean

k−1
[
Fk = Ek \ Ei
i=1
luego Fk ∈ R(Ia ) y Fk ⊆ Ek . Además {Fk } es una colección numerable de conjuntos disjuntos

y
∞
[ ∞
[
Fk = Ek .
k=1 k=1
Tomando en cuenta la monotonı́a y la σ-aditividad se sigue que

Ã∞ ! Ã∞ ! ∞ ∞
[ [ X X
l(A) ≤ l Ek = l Fk = l(Fk ) ≤ l(Ek ).
k=1 k=1 k=1 k=1
¤
4. La medida exterior.
Usaremos que existe una sucesión {Dn } tal que Dn ∈ Ia y

∞
[
R= Dn .
n=1
Por ejemplo basta tomar Dn = [−n, n].

A continuación se extenderá la función l de R(Ia ) a una σ-álgebra de R, usando el método
de Carathéodory .
Sea m∗ : P(R) → R+ definida de la siguiente manera:
Si A ⊆ R consideremos la familia Ia (A) de todas las sucesiones de conjuntos de Ia que
cubran a A, es decir
( ∞
)
[
Ia (A) = {In } : Fn ∈ Ia , A⊆ In .
n=1
S∞
Resulta que Ia (A) 6= ∅ puesto que A ⊆ R = n=1 [−n, n]. Definamos ahora
∞
X
∗
m (A) = inf l(Fn ).
{In }∈Ia (A)
n=1
Esta función m∗ ayuda a medir A aproximándolo desde afuera por conjuntos de Ia .
La función de conjuntos m∗ se llama medida exterior asociada a l.
Observación 10.10. La medida exterior no es una medida en P(R).
Proposición 10.11. Sea m∗ la medida exterior. Entonces

(i) m∗ (A) ≥ 0 para todo A ⊆ R.
(ii) m∗ (∅) = 0.
(iii) m∗ es monótona. Es decir, m∗ (A) ≤ m∗ (B) si A ⊆ B ⊆ R.
Demostración.
(i) Se tiene que ∅ = (1, 1) ∈ Ia y l(∅) = 0, por lo tanto m∗ (∅) = 0.
(ii) Si A ⊆ B entonces Ia (B) ⊆ Ia (A) y por lo tanto
∞
X ∞
X
∗
m (A) = inf l(In ) ≤ inf l(In ) = m∗ (B).
{In }∈Ia (A) {In }∈Ia (B)
n=1 n=1
¤
4. LA MEDIDA EXTERIOR. 79
Definición 10.12. Sea ν : P(R) → R+ se dice que ν es σ-subaditiva cuando para toda
sucesión {An } de subconjuntos de R se tiene que
Ã∞ ! ∞
[ X
ν An ≤ ν(An ).
n=1 n=1
Proposición 10.13. m∗ es σ-subaditiva. Es decir, para toda sucesión {An } de subcon-

juntos de R se tiene que Ã !
∞
[ ∞
X
m∗ An ≤ m∗ (An ).
n=1 n=1
Demostración.
Caso 1: Si m∗ (Ano ) = ∞ para algún no .
S
Como Ano ⊆ ∞ n=1 An , por monotonı́a se sigue que
Ã∞ !
[
∞ = m∗ (Ano ) ≤ m∗ An .
n=1
Luego Ã !
∞
[ ∞
X
∗ ∗
m An = ∞ = m (Ano ) ≤ m∗ (An ).
n=1 n=1
Caso 2: Si m (An ) es finito para todo n. Sea ε > 0, por definición de m∗ , para cada n
∗
existe una sucesión {Ink }k de conjuntos de Ia tal que

∞
[ ∞
X ε
An ⊆ Ink y l(Ink ) < + m∗ (An ).
k=1 k=1
2n
La colección {Ink }nk es una colección numerable de conjuntos de Ia y
∞
[ ∞ [
[ ∞
An ⊆ Ink .
n=1 n=1 k=1
Luego
Ã ∞
! ∞ X
∞ ∞ ∞
[ X X ε X
∗
m An ≤ l(Ink ) < n
+ m∗ (An )
n=1 n=1 k=1 n=1
2 n=1
∞
X
=ε+ m∗ (An ).
n=1
Como ε es arbitrario y positivo, se sigue que

Ã∞ ! ∞
[ X
∗
m An ≤ m∗ (An ).
n=1 n=1
¤
Proposición 10.14. Si I es un intervalo acotado entonces m∗ (I) = l(I).
Demostración. Como I ⊆ I se tiene que

∞
X
∗
m (I) = inf l(In ) ≤ l(I).
{In }∈I a (I)
n=1
Esto proporciona una de las desigualdades.

Para probar la otra desigualdad notemos que si {In } ∈ I a (I) entonces
∞
[
In ∈ I a , I⊆ In .
n=1
Por el Corolario 17.7 se tiene que

∞
X
l(I) ≤ l(In ).
n=1
Es decir, l(I) es una cota inferior del conjunto de estas sumas, por lo tanto
∞
X
l(I) ≤ inf l(In ) = m∗ (I).
{In }∈I a (I)
n=1
Proposición 10.15. La medida exterior de Lebesgue, m∗ , es invariante bajo traslaciones.

Es decir, dados A ⊆ R y λ ∈ R
m∗ (A) = m∗ (A + λ).
La prueba de esta proposición se deja como ejercicio.
5. Aproximación de la medida exterior de un conjunto.
Teorema 10.16. Dado A ⊆ R y ε > 0 existe un conjunto abierto O tal que A ⊆ O y
m∗ (A) ≤ m∗ (O) ≤ m∗ (A) + ε.
Demostración. Dado ε > 0 existe una sucesión {In } de intervalos acotados tal que
∞
[ ∞
X ε
A⊆ In y l(In ) < m∗ (A) + .
n=1 n=1
2
Para cada n ∈ N sean an y bn los extremos del intervalo In , más precisamente, sea
In = han , bn i.
Definamos ³ ε ε ´
Jn = an − , bn + .
2n+2 2n+2
5. APROXIMACIÓN DE LA MEDIDA EXTERIOR DE UN CONJUNTO. 81
Entonces
ε
l(Jn ) = + l(In ).
2n+1
Sea
∞
[
O= Jn
n=1
entonces O es abierto y A ⊆ O. Por monotonı́a se tiene que
m∗ (A) ≤ m∗ (O).
Además
∞
X ∞
X X∞ X∞
∗ ∗ ε
m (O) ≤ m (Jn ) = l(Jn ) = n+1
+ l(In ) ≤ ε/2 + m∗ (A) + ε/2.
n=1 n=1 n=1
2 n=1
De donde
m∗ (O) ≤ m∗ (A) + ε.
¤
Corolario 10.17. Dado A ⊆ R existe un conjunto Gδ , G, tal que A ⊆ G y
m∗ (A) = m∗ (G).
Demostración. Dado n ∈ N por el Teorema 10.16 existe un abierto On tal que A ⊆ On

y
m∗ (A) ≤ m∗ (On ) ≤ m∗ (A) + 1/n.
Sea
∞
\
G= On .
n=1
Entonces G es un conjunto Gδ y A ⊆ G. Por lo tanto
m∗ (A) ≤ m∗ (G).
Por otro lado, para todo n ∈ N se tiene que G ⊆ On luego
m∗ (G) ≤ m∗ (On ) ≤ m∗ (A) + 1/n.
Tomando lı́mite cuando n → ∞ se sigue que
m∗ (G) ≤ m∗ (A).
¤
6. Construcción de la medida de Lebesgue.
En general la medida exterior m∗ , definida en todos los subconjuntos de R no es σ-aditiva.

Ni siquiera es finitamente aditiva. Sin embargo si se restringe a una clase de conjuntos más
pequeña que P(R), sı́ resulta ser σ-aditiva.
La siguiente definición es debida a Carathéodory y da la clase de conjuntos donde m∗ es

σ-aditiva.
Definición 10.18. Sea E ⊆ R, se dice que E es medible Lebesgue o m∗ -medible si y sólo

si para todo A ⊆ R se tiene que
m∗ (A) = m∗ (A ∩ E) + m∗ (A ∩ E C ).
Proposición 10.19.
(a) ∅ es medible Lebesgue.
(b) E es medible Lebesgue si y sólo si E C es medible Lebesgue.
(c) R es medible Lebesgue.
Observación 10.20. Sea E ⊆ R, por la σ-subaditividad de m∗ tenemos que E es

medible Lebesgue si y sólo si para todo A ⊆ R se tiene que
m∗ (A) ≥ m∗ (A ∩ E) + m∗ (A ∩ E C ).
Proposición 10.21. Si m∗ (E) = 0 entonces E es medible Lebesgue.
Demostración. Sea A ⊆ R. Se tiene que A ∩ E ⊆ E y por lo tanto
m∗ (A ∩ E) ≤ m∗ (E) = 0.
Por otro lado A ∩ E C ⊆ A y por lo tanto
m∗ (A ∩ E C ) ≤ m∗ (A).
De donde
m∗ (A) ≥ m∗ (A ∩ E) + m∗ (A ∩ E C ).
¤
Sea Mm la familia de los conjuntos medibles Lebesgue.
Teorema 10.22. Mm es una σ-álgebra y la restricción de m∗ a Mm es una medida.

Esta medida se denotará por m y es llamada la medida de Lebesgue.
6. CONSTRUCCIÓN DE LA MEDIDA DE LEBESGUE. 83
Demostración.
Paso 1: Mm es un álgebra.
Probémoslo. Por la parte (b) de la Proposición 17.13 sabemos que Mm es estable bajo
complementos.
Veamos que Mm es estable bajo uniones finitas. Sean E1 , E2 ∈ Mm , por la medibilidad
de estos conjuntos y por la subaditividad se tiene
m∗ (A) = m∗ (A ∩ E1 ) + m∗ (A ∩ E1C )
= m∗ (A ∩ E1 ) + m∗ (A ∩ E1C ∩ E2 ) + m∗ (A ∩ E1C ∩ E2C )
≥ m∗ ((A ∩ E1 ) ∪ (A ∩ E1C ∩ E2 )) + m∗ (A ∩ (E1 ∪ E2 )C )
= m∗ (A ∩ (E1 ∪ E2 )) + m∗ (A ∩ (E1 ∪ E2 )C ),
ya que
E1 ∪ (E1C ∩ E2 ) = (E1 \ E2 ) ∪ (E1 ∩ E2 ) ∪ (E2 \ E1 ) = E1 ∪ E2 .
Por lo tanto, E1 ∪ E2 ∈ Mm .
Paso 2: Si A ⊆ R y E1 , ..., En es una colección finita de conjuntos en Mm , disjuntos entre

sı́, entonces
Ã n
! n
[ X
∗
m A∩ Ei = m∗ (A ∩ Ei ).
i=1 i=1
(En particular m∗ restringida a Mm es finitamente aditiva).

Para probar esto definamos
n
[
Fn = Ei .
i=1
Probaremos por inducción que
n
X
∗
m (A ∩ Fn ) = m∗ (A ∩ Ei ).
i=1
Si n = 1 el resultado es inmediato, pues
m∗ (A ∩ F1 ) = m∗ (A ∩ E1 ).
Supongamos que es cierto para n = k, lo probaremos para n = k + 1. Tenemos que
m∗ (A ∩ Fk+1 ) = m∗ (A ∩ Fk+1 ∩ Fk ) + m∗ (A ∩ Fk+1 ∩ FkC )

= m∗ (A ∩ Fk ) + m∗ (A ∩ Ek+1 )
k
X
= m∗ (A ∩ Ei ) + m∗ (A ∩ Ek+1 )
i=1
k+1
X
= m∗ (A ∩ Ei ).
i=1
Paso 3: Si A ⊆ R y {Ei } es una colección infinita de conjuntos en Mm , disjuntos entre

sı́, entonces
Ã ∞
! ∞
[ X
∗
m A∩ Ei = m∗ (A ∩ Ei ).
i=1 i=1
∗
(En particular m restringida a Mm es σ-aditiva).
En efecto, sean A ⊆ R,
∞
[ n
[
E= Ei , Fn = Ei
i=1 i=1
para n ∈ N. Por la monotonı́a de m∗ y por lo hecho en el paso anterior se tiene que

n
X
m∗ (A ∩ E) ≥ m∗ (A ∩ Fn ) = m∗ (A ∩ Ei )
i=1
luego
∞
X
∗
m (A ∩ E) ≥ m∗ (A ∩ Ei ).
i=1
∗
Usando la σ-subaditividad de m se sigue que
∞
X
∗
m (A ∩ E) = m∗ (A ∩ Ei ).
i=1
Paso 4: Mm es estable bajo uniones numerables disjuntas.

Veámoslo. Sea {Ei } una colección infinita de conjuntos en Mm , disjuntos entre sı́. sean
A ⊆ R,
∞
[ n
[
E= Ei , Fn = Ei .
i=1 i=1
para n ∈ N.
6. CONSTRUCCIÓN DE LA MEDIDA DE LEBESGUE. 85
De Fn ∈ Mm se sigue que
m∗ (A) = m∗ (A ∩ Fn ) + m∗ (A ∩ FnC ).
Como FnC ⊆ E C usando la monotonı́a y el resultado del Paso 2, obtenemos que

n
X
∗
m (A) ≥ m∗ (A ∩ Ei ) + m∗ (A ∩ E C ).
i=1
Tomando n → ∞ y usando el resultado del Paso 3, se sigue que

∞
X
∗
m (A) ≥ m∗ (A ∩ Ei ) + m∗ (A ∩ E C ) = m∗ (A ∩ E) + m∗ (A ∩ E C ).
i=1
De donde E ∈ Mm .
Paso 5: Mm es una σ-álgebra.

Esto es sencillo ya que como Mm es un álgebra y es estable bajo uniones numerables
disjuntas, se sigue que Mm es una σ-álgebra.
Paso 6: La restricción de m∗ a Mm es una medida.

Esto es consecuencia de que Mm es una σ-álgebra y m∗ restringida a Mm es σ-aditiva.
¤
Teorema 10.23. B(R) está contenida en Mm .
Demostración. Se sabe que σ(Ia ) = B(R). Como Mm es una σ-álgebra basta ver que
Ia ⊆ M m .
Sean I ∈ Ia y A ⊆ R, veamos que
m∗ (A) ≥ m∗ (A ∩ I) + m∗ (A ∩ I C ).
Si m∗ (A) = ∞ esto es obvio.
Si m∗ (A) es finito, dado ε > 0 podemos hallar una colección infinita {Jn } de conjuntos
en Ia tal que
∞
[ ∞
X
A⊆ Jn y l(Jn ) < ε + m∗ (A).
n=1 k=1
Como
∞
[ ∞
[
C
A∩I ⊆ Jn ∩ I, A∩I ⊆ Jn ∩ I C
n=1 n=1
usando que m∗ es monótona y σ-subaditiva obtenemos y que m∗ coincide con l en Ia se sigue

que
Ã ∞
! Ã ∞
!
[ [
m∗ (A ∩ I) + m∗ (A ∩ I C ) ≤ m∗ Jn ∩ I + m∗ Jn ∩ I C
n=1 n=1
∞
X ∞
X
≤ l(Jn ∩ I) + l(Jn ∩ I C )
k=1 k=1
X∞
= l(Jn )
k=1
≤ m∗ (A) + ε
Para la última igualdad hemos usado la aditividad finita de l en R(Ia ) (ver Proposición
10.2).
Como ε es arbitrario se sigue que
m∗ (A) ≥ m∗ (A ∩ I) + m∗ (A ∩ I C ).
Por lo tanto I ∈ Mm . ¤
Observación 10.24. Del teorema anterior se deduce que la medida de Lebesgue es una
medida que extiende a la longitud.
Ejercicio 10.25.
(1) Demuestre que si E es medible Lebesgue y λ ∈ R entonces el conjunto E +λ también

es medible Lebesgue.
(2) Demuestre que si A ⊆ R y A es numerable entonces m∗ (A) = 0. Diga si el recı́proco

es cierto, justifique su respuesta.
(3) Sea 0 < α < 1. Imite la construcción del conjunto de Cantor para obtener un
conjunto F ⊆ [0, 1], tal que
(a) F es cerrado.
(b) [0, 1] \ F es denso en [0, 1].
(c) m(F ) = 1 − α.
7. APROXIMACIÓN DE CONJUNTOS MEDIBLES 87
7. Aproximación de conjuntos medibles
El siguiente resultado aparece como ejercicio en la mayorı́a de los textos de teorı́a de la

medida. Este resultado será fundamental para aproximar funciones medibles (que se definirán
más adelante) por medio de funciones más sencillas. Se trata de un teorema de aproximación
para conjuntos medibles Lebesgue, y proporciona aproximaciones de estos conjuntos abs-
tractos por conjuntos abiertos, conjuntos cerrados, conjuntos Gδ , conjuntos Fσ e intervalos.
Ejercicio 10.26.
(a) Trate de demostrar el siguiente teorema sin leer la prueba que se da a continuación.
(b) Estudie la prueba del teorema.
Teorema 10.27. Sea E ⊆ R, las siguientes condiciones son equivalentes:

(i) E es medible Lebesgue.
(ii) Dado ε > 0 existe un conjunto abierto O tal que E ⊆ O y m∗ (O \ E) < ε.
(iii) Dado ε > 0 existe un conjunto cerrado F tal que F ⊆ E y m∗ (E \ F ) < ε.
(iv) Existe un conjunto Gδ , G, tal que E ⊆ G y m∗ (G \ E) = 0.
(v) Existe un conjunto Fσ , F , tal que F ⊆ E y m∗ (E \ F ) = 0.
Si m∗ (E) es finita entonces las condiciones anteriores son equivalentes a:
(vi) Dado ε > 0 existe un conjunto U que puede representarse como una unión finita de
intervalos abiertos tal que m∗ (E 4 U ) < ε.
Demostración. Primero probaremos (i) ⇒ (ii) ⇒ (iv) ⇒ (i). Luego probaremos que
(i) ⇒ (iii) ⇒ (v) ⇒ (i). Finalmente bajo la hipótesis adicional probaremos (i) ⇔ (vi).
(i) ⇒ (ii)
Caso 1: m(E) es finita.
Del Teorema 10.16 se sigue que dado ε > 0 existe un conjunto abierto O tal que
E⊆O y m∗ (O) ≤ m∗ (E) + ε.
De E ⊆ O se deduce que
O = E ∪ (O \ E).
Sabemos que E y O son medibles, de donde O \ E es medible y
m(O) = m(E) + m(O \ E).
Como m(E) es finita tenemos que
m(O \ E) = m(O) − m(E) ≤ ε.

Caso 2: m(E) = ∞.
Para n ∈ Z, sea
En = E ∩ [n, n + 1).
Sabemos que En es medible y m(En ) es finita. Por lo hecho en el Caso 1 tenemos que dado
ε > 0 existe un conjunto abierto On tal que
ε 1
En ⊆ On y m∗ (On \ En ) < .
3 2|n|
Sea
[
O= On .
n∈Z
Se tiene que O es abierto y E ⊆ O. Además
Ã !
[ [ [
O\E = On \ E = (On \ E) ⊆ (On \ En ).
n∈Z n∈Z n∈Z
Ası́ que
X
m∗ (O \ E) ≤ m∗ (On \ En )
n∈Z
ε X 1
<
3 n∈Z 2|n|
Ã ∞
!
ε X 1
= −1 + 2
3 n=0
2n
ε
= (−1 + 4) = ε.
3
(ii) ⇒ (iv)
Por hipótesis dado n ∈ N existe On abierto tal que
E ⊆ On y m∗ (On \ E) < 1/n.
Sea
∞
\
G= On .
n=1
Se tiene que G es un conjunto Gδ y E ⊆ G.
Además G \ E ⊆ On \ E ası́ que
0 ≤ m ∗ (G \ E) ≤ m∗ (On \ E) < 1/n.
Tomando lı́mite cuando n → ∞ obtenemos
m∗ (G \ E) = 0.
(iv) ⇒ (i)
Supongamos que existe un conjunto Gδ , G, tal que
E⊆G y m∗ (G \ E) = 0.
Sea A ⊆ R, entonces
A∩E ⊆A∩G
A ∩ GC ⊆ A ∩ E C
Como A ∩ (G \ E) ⊆ G \ E tenemos que
m∗ (A ∩ (G \ E)) = 0.
Por otro lado también se tiene que
G = E ∪ (G \ E),
E C = GC ∪ (E C \ GC ) = GC ∪ (G \ E).
Luego
A ∩ G = (A ∩ E) ∪ (A ∩ (G \ E)),
A ∩ E C = (A ∩ GC ) ∪ (A ∩ (G \ E)).
Por lo tanto
m∗ (A ∩ G) = m∗ (A ∩ E),
m∗ (A ∩ GC ) = m∗ (A ∩ E C ).
Tomando en cuenta que G es un conjunto Gδ , se sigue que G es un conjunto medible

Lebesgue. Por lo tanto
m∗ (A) = m∗ (A ∩ G) + m∗ (A ∩ GC ).
De donde
m∗ (A) = m∗ (A ∩ E) + m∗ (A ∩ E C ).
(i) ⇒ (iii)
Sea E medible Lebesgue, entonces E C es medible Lebesgue. Como (i) → (ii), dado ε > 0
existe un conjunto abierto O tal que
EC ⊆ O y m∗ (O \ E C ) < ε
Sea F = OC . Entonces F es cerrado y F ⊆ E. Además como
E \ F = E ∩ F C = E ∩ O = O \ EC
se tiene que m∗ (E \ F ) < ε.
(iii) ⇒ (v)
Sea E medible Lebesgue, entonces E C es medible Lebesgue. Como (i) → (iv), existe un
conjunto Gδ , G, tal que
EC ⊆ G y m∗ (G \ E C ) = 0.
Sea F = GC . Entonces F es un conjunto Fσ y F ⊆ E. Además como
E \ F = E ∩ F C = E ∩ G = G \ EC
se tiene que m∗ (E \ F ) = 0.
(v) ⇒ (i)
Se hace análogamente a (iv) ⇒ (i).
Para lo que sigue supongamos que m∗ (E) es finita.

(i) ⇒ (vi)
Sea ε > 0, se sabe que existe una sucesión {In } de intervalos acotados tal que
∞
[ ∞
X ε
E⊆ In y l(In ) < m∗ (E) + .
n=1 n=1
2
P∞
Como m∗ (E) es finita entonces n=1 l(In ) converge y por lo tanto existe N ∈ N tal que
∞
X ε
l(In ) < .
n=N +1
2
Luego
Ã N
! ÃÃ ∞
! Ã N
!!
[ [ [
m∗ E\ In ≤ m∗ In \ In
n=1 n=1 n=1
Ã ∞
!
[
= m∗ In
n=N +1
∞
X ε
≤ l(In ) < .
n=N +1
2
Nuevamente usando que m∗ (E) es finita se tiene que

ÃÃ N
! ! ÃÃ ∞
! !
[ [
m∗ In \E ≤ m∗ In \E
n=1 n=1
Ã ∞
!
[
= m∗ In − m∗ (E)
n=1
∞
X ε
≤ l(In ) − m∗ (E) < .
n=1
2
Sea
N
[
U= In .
n=1
Se sigue que
ε ε
m∗ (E 4 U ) ≤ m∗ (E \ U ) + m∗ (U \ E) < + = ε.
2 2
(vi) ⇒ (i)
Sea ε > 0. Por hipótesis existe un conjunto U que puede representarse como una unión
finita de intervalos abiertos tal que m∗ (E 4 U ) < ε/2. Se tiene que
E = (U ∩ E) ∪ (U C ∩ E) ⊆ (U ∩ E) ∪ (U 4 E)
E C ⊆ (U ∩ E C ) ∪ (U C ∩ E C ) ⊆ (U 4 E) ∪ (U C ∩ E C )
Sea A ⊆ R, entonces
A ∩ E ⊆ (A ∩ U ∩ E) ∪ (A ∩ (U 4 E)) ⊆ (A ∩ U ) ∪ (U 4 E)
A ∩ E C ⊆ (A ∩ U ∩ E C ) ∪ (A ∩ (U C ∩ E C )) ⊆ (U 4 E) ∪ (A ∩ U C )
Luego
m∗ (A ∩ E) ≤ m∗ (A ∩ U ) + ε/2 y m∗ (A ∩ E C ) ≤ m∗ (A ∩ U C ) + ε/2.
Como U es medible Lebesgue se sigue que
m∗ (A ∩ E) + m∗ (A ∩ E C ) ≤ m∗ (A ∩ U ) + m∗ (A ∩ U C ) + ε/2 + ε/2 = m∗ (A) + ε.
De donde
m∗ (A ∩ E) + m∗ (A ∩ E C ) ≤ m∗ (A) + ε.
Como ε es arbitrario se sigue que
m∗ (A) = m∗ (A ∩ E) + m∗ (A ∩ E C ).
Por lo tanto E es medible Lebesgue. ¤

Ejercicio 10.28. La medida de Lebesgue, m, es la única medida definida en la σ-álgebra

de Borel que coincide con la longitud en los intervalos.
Sugerencia use las aplicaciones de los teoremas de clase monótona.
8. Completación respecto de m de la σ-álgebra de Borel.
Se comienza esta sección con algunas relaciones entre conjuntos medibles y borelianos.
Tal como ya se probó anteriormente B(R) está contenida en Mm .
En el libro de Gelbaum y Olmsted “Counterexamples in Analysis”se puede ver un ejemplo
de un conjunto medible que no es un boreliano. Más aún se puede probar que el cardinal de
B(R) es igual al cardinal de R, c, y el cardinal de Mm es igual a 2c .
El propósito de las próximas definiciones y resultados es mostrar que aunque Mm tiene
muchos más conjuntos que B(R), desde el punto de vista de teorı́ade la medida Mm y B(R)
sólo difieren en conjuntos de medida cero.
Definición 10.29. La clase de conjuntos nulos de (X, F, µ) es:
N(X,F,µ) = {N ⊂ X : existe A en F tal que N ⊂ A y µ(A) = 0}.
Esto es: N(X,F,µ) está formada por los subconjuntos de conjuntos de medida cero.
Definición 10.30. Un espacio de medida (X, F, µ) es completo cuando F contiene la

clase de conjuntos nulos.
Es decir, (X, F, µ) es completo cuando se cumple la siguiente propiedad: dado N ⊂ X si
existe A en F tal que N ⊂ A y µ(A) = 0 entonces N está en F.
Nos interesa el caso (X, F, µ) = (R, B(R), m).
Definición 10.31. La clase de conjuntos nulos de (R, B(R), m) es:
N = N(R,B(R),m) = {N ⊆ R : existe A en B(R) tal que N ⊆ A y m(A) = 0}.
Esto es: N está formada por los subconjuntos borelianos con medida de Lebesgue cero.
El espacio de medida (R, B(R), m) no es completo.
Denotemos por σ(B(R), N ) a la menor σ-álgebra que contiene a B(R) y a N . Esta σ-

álgebra se llama la completación de B(R) respecto de m.
Ejercicio 10.32. Demuestre las siguientes proposiciones.

9. UN CONJUNTO NO MEDIBLE LEBESGUE. 93
Proposición 10.33. Sea A ⊂ R. A ∈ σ(B(R), N ) si y sólo si existen B1 , B2 ∈ B(R)

tales que B1 ⊆ A ⊆ B2 y m(B2 \ B1 ) = 0.
Proposición 10.34. Se tiene que Mm = σ(B(R), N ).
Proposición 10.35. El espacio de medida (R, Mm , m) es completo.
9. Un conjunto no medible Lebesgue.
Demostraremos que en R existe un conjunto no medible Lebesgue. Para eso haremos uso
del axioma de elección.
9.1. El axioma de elección.

El axioma de elección fue introducido por Zermelo (1.871 - 1.953) y establece un hecho
casi trivial: afirma que en una colección arbitraria de conjuntos es posible elegir un elemento
de cada uno de ellos.
Por supuesto que si se tienen, por ejemplo, 15 conjuntos, la cosa no ofrece duda: basta
con “introducir la mano”en cada uno y repetir la operación 15 veces. Pero en el caso en que
la colección de conjuntos sea infinita, la elección de un elemento de cada uno empieza por
ser fı́sicamente imposible. E intelectualmente, a veces parece razonable y a veces no.
En álgebra lineal se usa el axioma de elección para probar que todo espacio vectorial
posee una base; en álgebra conmutativa se usa para probar que todo anillo posee un ideal
maximal. En topologı́a se usa para probar que todo filtro posee un ultrafiltro.
Pero el axioma no nos enseña a construir ni una base, ni un ideal, ni un ultrafiltro.

Simplemente nos dice que existen.
Axioma (Axioma de elección). Si F es una colección no vacı́a de conjuntos no vacı́os

entonces existe una función f con dominio F tal que f (A) ∈ A para todo A ∈ F .
9.2. Un conjunto no medible.

Sean x, y ∈ R definimos
x ∼ y cuando x − y ∈ Q.
Se puede probar que ∼ es una relación de equivalencia en R.
Primero notemos que para todo x ∈ R existe xo ∈ (0, 1) tal que x ∼ xo . Por lo tanto,
usando el axioma de elección podemos formar un conjunto P tal que P ⊂ (0, 1) y P contiene
exactamente un elemento de cada clase de equivalencia.
Además para todo x ∈ (0, 1) existe xP ∈ P tal que x ∼ xP . Más aún, existe r ∈ Q∩(−1, 1)
tal que x ∈ P + r.
Sea
[
S= P + r.
r∈Q∩(−1,1)
Sean r1 , r2 ∈ Q, r1 6= r2 . Si existiera x ∈ (P + r1 ) ∩ (P + r2 ) existirı́an p1 , p2 ∈ P tales que

x = p1 + r1 = p2 + r2 , luego p1 − p2 = r2 − r1 ∈ Q, de donde p1 ∼ p2 . Pero esto contradice
la definición del conjunto P . De donde
(P + r1 ) ∩ (P + r2 ) = ∅.
Por lo tanto la unión con la que hemos definido a S es una unión disjunta.
Se puede ver que
(0, 1) ⊂ S ⊂ (−1, 2)
(pruébelo) y por lo tanto
1 ≤ m∗ (S) ≤ 3.
Por otro lado usando la σ-subaditividad y la invarianza por traslaciones de la medida
exterior de Lebesgue tenemos que
X X
m∗ (S) ≤ m∗ (P + r) = m∗ (P ).
r∈Q∩(−1,1) r∈Q∩(−1,1)
Supongamos que P es un conjunto medible Lebesgue. Entonces tendremos que P + r es

medible Lebesgue para todo r. Por lo tanto S es medible Lebesgue,
m(S) = m∗ (S) ≥ 1
y de la σ-aditividad de m obtenemos
X
m(P ) = m(S) ≤ 3.
r∈Q∩(−1,1)
Luego la serie converge y como el término general de esta serie es una constante, esta
constante debe ser nula, es decir
m(P ) = 0.
Y por lo tanto m(S) = 0. Esto es una contradicción. Por lo tanto el conjunto P no es medible
Lebesgue.
Ası́ que hemos probado el siguiente resultado.
Proposición 10.36. M 6= P(R).

CAPı́TULO 11
Funciones medibles.
Definición 11.1. Sea f : R → R se dice que:

(a) f es medible Borel cuando para todo B ∈ B(R) se tiene que f −1 (B) ∈ B(R). Es
decir, cuando
f −1 (B(R)) ⊆ B(R).
(b) f es medible Lebesgue cuando para todo B ∈ B(R) se tiene que f −1 (B) es medible
Lebesgue. Es decir, cuando
f −1 (B(R)) ⊆ Mm .
Este concepto se puede generalizar de la siguiente manera.
Definición 11.2. Sean (X, F) un espacio medible y f : X → R se dice que f es

F-medible cuando
f −1 (B(R)) ⊆ F .
Lema 11.3. Sean (X, F) un espacio medible, H una clase de conjuntos que genera a
B(R) y f : X → R. Se tiene que:
(a) f −1 (B(R)) ⊆ F si y sólo si f −1 (H) ⊆ F .
(b) f es F-medible si y sólo si f −1 (H) ⊆ F .
La demostración de este lema queda como ejercicio.
Proposición 11.4. Sean (X, F) un espacio medible y f : X → R. Las siguientes condi-

ciones son equivalentes:
(1) f es F-medible.
(2) f −1 (a, b) ∈ F para todo a, b ∈ R.
(3) f −1 (p, q) ∈ F para todo p, q ∈ Q.
(4) f −1 (a, ∞) ∈ F para todo a ∈ R.
(5) f −1 [a, ∞) ∈ F para todo a ∈ R.
(6) f −1 (A) ∈ F para todo abierto A ⊆ R.
95
96 11. FUNCIONES MEDIBLES.
Ejemplo 11.5. Si (X, F) es un espacio medible y A está en F entonces 1A es F-medible.
Ejemplo 11.6. Dado un espacio medible (X, F) y λ ∈ R sea f (x) = λ para todo x.
Se sigue que f es F-medible.
Ejemplo 11.7. Si X es un espacio topológico y f : X → R es continua entonces f es

medible Borel.
Como siempre R = R ∪ {∞} ∪ {−∞}.
Definición 11.8. Sean (X, F) un espacio medible y f : X → R. Decimos que f es

F-medible cuando
(i) f −1 (B) ∈ F para todo B ∈ B(R).
(ii) f −1 {+∞} ∈ F .
(iii) f −1 {−∞} ∈ F .
Proposición 11.9. Sean (X, F) un espacio medible y f , g : X → R funciones

F-medibles. Entonces
(1) f + g es F-medible.
(2) k.f es F-medible, para todo k ∈ R.
(3) f 2 es F-medible.
(4) f.g es F-medible.
(5) 1/f es F-medible (considerando 1/f (x) = +∞ si f (x) = 0).
Daremos la idea de la prueba. Queda como ejercicio completar los detalles para el caso
de funciones a valores reales. El caso general requiere muchos más detalles.
Sea c ∈ R:
(1) f + g < c ⇔ f < c − g ⇔ existe r ∈ Q tal que f < r < c − g ⇔ existe r ∈ Q tal
que f < r y g < c − r.
Luego
[
{x ∈ X : f (x) + g(x) < c} = {x ∈ X : f (x) < r} ∩ {x ∈ X : g(x) < c − r}.
r∈Q
(2) Si k > 0 entonces
{x ∈ X : k.f (x) > c} = {x ∈ X : f (x) > c/k}.
Loa casos k = 0 y k < 0 son análogos.

1. ALGUNAS FUNCIONES ESPECIALES 97
(3) Si c ≤ 0 entonces
{x ∈ X : f 2 (x) ≥ c} = X.
Si c > 0 entonces
√ √
{x ∈ X : f 2 (x) ≥ c} = {x ∈ X : f (x) ≥ c} ∪ {x ∈ X : f (x) ≤ − c}.
(4) Se usa que

1
f.g = ((f + g)2 − f 2 − g 2 ).
2
(5) Si c = 0 entonces
{x ∈ X : 1/f (x) < 0} = {x ∈ X : f (x) < 0}.
Si c < 0 entonces
{x ∈ X : 1/f (x) < c} = {x ∈ X : f (x) > 1/c}.
Si c > 0 entonces
{x ∈ X : 1/f (x) < c} =

{x ∈ X : f (x) < 0} ∪ {x ∈ X : f (x) > 1/c} ∪ {x ∈ X : f (x) = +∞}.
1. Algunas funciones especiales
Sean f , g : X → R dos funciones.

La función máximo entre f y g es la función f ∨ g : X → R definida mediante
f ∨ g(x) = máx{f (x), g(x)}.
También se usa máx{f, g} para referirse a f ∨ g.

La función mı́nimo entre f y g es la función f ∧ g : X → R definida mediante
f ∧ g(x) = mı́n{f (x), g(x)}.
También se usa mı́n{f, g} para referirse a f ∧ g.

La función parte positiva de f es la función f + : X → R definida mediante
f + (x) = máx{f (x), 0}.
También se usa f ∨ 0 para referirse a f + .

La función parte negativa de f es la función f − : X → R definida mediante
f − (x) = máx{−f (x), 0}.
También se usa (−f ) ∨ 0 para referirse a f − .

Proposición 11.10. Sean f : X → R. Se tiene que

(1) f − = − mı́n{f, 0} = −(f ∧ 0).
(2) f = f + − f − .
(3) |f | = f + + f − .

(1) f ∨ g es F-medible.
(2) f ∧ g es F-medible.
(3) f + es F-medible.
(4) f − es F-medible.
(5) |f | es F-medible.
Daremos la idea de la prueba. Sea c ∈ R. Se tiene que
{x ∈ X : (f ∨ g)(x) < c} = {x ∈ X : f (x) < c} ∩ {x ∈ X : g(x) < c},
{x ∈ X : (f ∧ g)(x) < c} = {x ∈ X : f (x) > c} ∩ {x ∈ X : g(x) > c}.

{x ∈ X : |f (x) − g(x)| > ε}
está en F.
Demostración. Basta observar que
{x ∈ X : |f (x) − g(x)| > ε} = |f − g|−1 (ε, ∞)
|f − g| es F-medible y (ε, ∞) está en B(R) ¤
Sea {fn } una sucesión de funciones tales que fn : X → R para todo n.

La función supremo de {fn } es la función sup fn : X → R definida mediante
(sup fn )(x) = sup{fn (x) : n ∈ N}.
La función ı́nfimo de {fn } es la función inf fn : X → R definida mediante
(inf fn )(x) = inf{fn (x) : n ∈ N}.
La función lı́mite superior de {fn } es la función lı́mfn : X → R definida mediante
(lı́mfn )(x) = lı́mfn (x).

2. FUNCIONES SIMPLES 99
La función lı́mite inferior de {fn } es la función lı́mfn : X → R definida mediante
(lı́mfn )(x) = lı́mfn (x).
Si {fn } converge puntualmente, la función lı́mite puntual de {fn } es la función

lı́m fn : X → R definida mediante
(lı́m fn )(x) = lı́m fn (x).
Proposición 11.13. Sean (X, F) un espacio medible y {fn } una sucesión de funciones
tales que fn : X → R y fn es F-medible para todo n. Entonces
(1) sup fn es F-medible.
(2) inf fn es F-medible.
(3) lı́mfn es F-medible.
(4) lı́mfn es F-medible.
(5) lı́m fn es F-medible si {fn } converge puntualmente.
Observación 11.14. Sea A el conjunto medible-Lebesgue que no es un boreliano men-

cionado en la Sección 8. La función caracterı́stica de A es una función medible-Lebesgue que
no es medible-Borel.
2. Funciones simples
Una función escalera es una función f : R → R dada por

n
X
f (x) = ck 1Ik (x)
k=1
donde ck ∈ R, Ik es un intervalo acotado para k = 1, . . . , n.
Definición 11.15. Sean (X, F) un espacio medible y f : X → R dada por

n
X
f (x) = ck 1Ak (x)
k=1
donde ck ∈ R, Ak en F para k = 1, . . . , n. En este caso se dice que f es una función F-simple.
La función indicatriz de un conjunto F-medible es el ejemplo más sencillo de función

F-simple.
Si F es una σ-álgebra en R que contiene los intervalos entonces las funciones escaleras
son funciones F-simples.
Proposición 11.16. Sean (X, F) un espacio medible

(a) La suma de funciones F-simples es una función F-simple.
(b) La diferencia de funciones F-simples es una función F-simple.
(c) El producto de funciones F-simples es una función F-simple.
(d) El producto de un escalar por una función F-simple es una función F-simple.
Proposición 11.17. Sea f : X → R una función F-simple entonces f es F-medible.
3. Noción de “casi siempre” con respecto a una medida.
Definición 11.18. Sean (X, F, µ) un espacio de medida y f : X → R. Se dice que f

cumple una propiedad P µ-casi-siempre cuando
{x ∈ X : f (x) cumple P }
está en F y
µ{x ∈ X : f (x) no cumple P } = 0.
Como antes m denotará la medida de Lebesgue y Mm a la familia de los conjuntos

medibles Lebesgue.
Ejemplo 11.19. La función indicatriz del conjunto de los números irracionales, 1R\Q , es
igual a la función constantemente igual a 1 m-casi-siempre.
Proposición 11.20. Sea f : R → R, si f es medible-Lebesgue y g : R → R es tal que

g = f m-casi-siempre entonces g es medible-Lebesgue.
Demostración. Sea
E = {x ∈ X : g(x) 6= f (x)}.
Por hipótesis E está en Mm y m(E) = 0.
Sea c ∈ R, se tiene que
{x ∈ X : g(x) > c} = ({x ∈ X : g(x) > c} ∩ E) ∪ ({x ∈ X : g(x) > c} ∩ E C )

= ({x ∈ X : g(x) > c} ∩ E) ∪ {x ∈ X : f (x) > c}.
Como f es medible-Lebesgue, para probar que este conjunto está en Mm basta ver que
{x ∈ X : g(x) > c} ∩ E está en Mm .
De
{x ∈ X : g(x) > c} ∩ E ⊂ E
4. APROXIMACIÓN DE FUNCIONES MEDIBLES POR FUNCIONES SIMPLES 101
se sigue que
m∗ ({x ∈ X : g(x) > c} ∩ E) ≤ m∗ (E) = m(E) = 0.
De donde
{x ∈ X : g(x) > c} ∩ E
está en Mm . ¤
Observación 11.21. Sea f : R → R, f medible-Borel y g : R → R tal que g = f

m-casi-siempre. En general no se puede asegurar que g sea medible-Borel.
Por esta razón muchas veces es más conveniente trabajar con funciones medibles Lebes-
gue.
4. Aproximación de funciones medibles por funciones simples
Teorema 11.22. Sean (X, F) un espacio medible y f : X → R una función F-medible

no negativa entonces existe una sucesión creciente {fn } de funciones F-simples fn : X → R
no negativas tales que {fn } converge puntualmente a f .
Además, si f es acotada entonces {fn } converge uniformemente a f .
Demostración. Sea n ∈ N, se divide el intervalo [0, 2n ] en sub-intervalos de longitud

1/2n y se obtienen 22n sub-intervalos.
Sean · ¶
−1 k−1 k
Akn = f ,
2n 2n
para k = 1, . . . , 22n y
A0n = f −1 [2n , ∞) .
Como f es F-medible se tiene que Akn ∈ F para k = 0, . . . , 22n .
2n
Además {Akn }2k=0 es una partición de X (pruébelo).
Sea
2 2n
X k−1
n
fn = 2 1A0n + 1Akn .
k=1
2n
entonces fn es F-simple.
Es importante resaltar que la sumatoria que define a la función fn tiene 22n sumandos.
Además
0 ≤ fn (x) ≤ f (x).
Se ha construido una sucesión {fn } de funciones simples.
A continuación se verá que {fn } es una sucesión creciente de funciones.

Sean x ∈ X y n ∈ N. Se sabe que
2n+2
2X
n+1 k−1
fn+1 = 2 1A0(n+1) + 1Ak(n+1) .
k=1
2n+1
Consideraremos tres casos.
CASO 1: 2n+1 ≤ f (x).

Se tiene que
fn (x) = 2n < 2n+1 = fn+1 (x).
CASO 2: 2n ≤ f (x) < 2n+1 .

Se tiene que f (x) ∈ [2n , ∞) . De donde x ∈ A0n = f −1 [2n , ∞) . Por lo tanto
fn (x) = 2n .
2n+2
Como {Ak(n+1) }2k=0 es una partición de X, se sigue que existe ko ∈ N tal que
· ¶
−1 ko − 1 ko
x ∈ Ako (n+1) = f , .
2n+1 2n+1
Luego
ko − 1
fn+1 (x) = .
2n+1
y
ko − 1 ko
n+1
≤ f (x) < n+1 .
2 2
Como 2n ≤ f (x) se sigue que
ko
2n < .
2n+1
Luego 2n 2n+1 < ko , de donde 2n 2n+1 ≤ ko − 1. Por lo tanto
ko − 1
fn (x) = 2n ≤ = fn+1 (x).
2n+1
CASO 3: f (x) < 2n .

2n
Como {Akn }2k=0 es una partición de X, se sigue que existe k1 ∈ N tal que x ∈ Ak1 n . Luego
k1 − 1
fn (x) = .
2n
y
k1 − 1 k1
n
≤ f (x) < n .
2 2
4. APROXIMACIÓN DE FUNCIONES MEDIBLES POR FUNCIONES SIMPLES 103
De
· ¶ · ¶ · ¶ · ¶
k1 − 1 k1 2k1 − 2 2k1 2k1 − 2 2k1 − 1 2k1 − 1 2k1
, n = , = , n+1 ∪ ,
2n 2 2n+1 2n+1 2n+1 2 2n+1 2n+1
se sigue que
· ¶ · ¶
2k1 − 2 2k1 − 1 2k1 − 1 2k1
f (x) ∈ , n+1 ó f (x) ∈ , .
2n+1 2 2n+1 2n+1
Luego
x ∈ A(2k1 −1),(n+1) ó x ∈ A(2k1 ),(n+1) .
Por lo tanto
k1 − 1 k1 − 1 2k1 − 2 2k1 − 1
fn (x) = = fn+1 (x) ó fn (x) = = < = fn+1 (x).
2n 2n 2n+1 2n+1
De donde
fn (x) ≤ fn+1 (x).
Se ha probado que {fn } es una sucesión creciente de funciones.
A continuación se verá que {fn } converge puntualmente a f .

Sea x ∈ X. Consideraremos dos casos.
CASO 1: f (x) = +∞.

En este caso el resultado se sigue de
lı́m fn (x) = lı́m 2n = +∞ = f (x).

n→∞ n→∞
CASO 2: f (x) = L para algún L ∈ R+ .

Sea no = no (x) tal que
f (x) < 2no .
Entonces para todo n > no existe k ∈ {1, . . . , 22n } tal que x ∈ Akn . Luego
k−1
fn (x) =
2n
y
k−1 k
n
≤ f (x) < n .
2 2
Restando fn (x) se sigue que
k k−1 1
0 ≤ f (x) − fn (x) < n
− n = n.
2 2 2
Luego
lı́m fn (x) = f (x).
n→∞
Finalmente, si f es acotada entonces existe no , independiente de x tal que
f (x) < 2no .
Con un razonamiento análogo al usado para probar la convergencia puntual, se prueba

la convergencia uniforme. ¤
CAPı́TULO 12
Integral de funciones medibles no negativas.
En este capı́tulo se considerará un espacio de medida (X, F, µ).

Si X = R y m es la medida de Lebesgue se considerará la σ-álgebra Mm .
1. Integral de funciones simples respecto a medidas abstractas.
Definición 12.1. Si f : X → R es una función F-simple, f ≥ 0

n
X
f (x) = ci 1Ai (x)
i=1
donde ci ∈ R, ci > 0, Ai ∈ F , Ai ∩ Aj = ∅ si i 6= j (i, j = 1, . . . , n). La integral de f en X

respecto de µ se define como
Z n
X
f (x) dµ(x) = ci µ(Ai ).
X i=1
Si existe Ai con µ(Ai ) = +∞ y ci = 0 por convención se toma ci µ(Ai ) = 0.
Note que la suma anterior siempre tiene sentido aunque puede valer +∞.
R
Se dice que f es integrable en X respecto de µ cuando X
f (x) dµ(x) es finita. Si m es la
medida de Lebesgue, se dice que f es función simple no negativa integrable Lebesgue.
Si f es simple, no negativa la integral de f está bien definida. En efecto, si

n
X k
X
f= ci 1Ei y f= dj 1Fj
i=1 j=1
con {Ei } disjunta y {Fj } disjunta entonces

Ã k ! k
[ [
Ei = Ei ∩ Fj = (Ei ∩ Fj ),
j=1 j=1
Ã n
! n
[ [
Fj = Fj ∩ Ei = (Fj ∩ Ei ).
i=1 i=1
105
106 12. INTEGRAL DE FUNCIONES MEDIBLES NO NEGATIVAS.
Si x ∈ Eio ∩ Fjo entonces

f (x) = cio y f (x) = djo .
Luego
cio = djo .
Como Ã !
n
X n
X k
[ n X
X k
ci µ(Ei ) = ci µ (Ei ∩ Fj ) = ci µ(Ei ∩ Fj )
i=1 i=1 j=1 i=1 j=1
y Ã !
k
X k
X n
[ k X
X n
dj µ(Fj ) = dj µ (Fj ∩ Ei ) = dj µ(Fj ∩ Ei )
j=1 j=1 i=1 j=1 i=1
se sigue que
n
X k
X
ci µ(Ei ) = dj µ(Fj ).
i=1 j=1
Por lo tanto, la integral de f está bien definida.
Observación 12.2. Si A ∈ F entonces

Z
1A (x) dµ(x) = µ(A).
R
En particular, si a, b ∈ R y m es la medida de Lebesgue entonces

Z
1[a,b] (x) dm(x) = m[a, b] = b − a.
R
Ejemplo 12.3. Sea m la medida de Lebesgue. Sea f : R → R una función escalera, dada
por
n
X
f (x) = cj 1Ij (x)
j=1
donde cj ∈ R, Ij es un intervalo acotado para j = 1, . . . , n. En este caso

Z Xn
f (x) dm(x) = cj m(Ij ).
R j=1
Ejemplo 12.4.
(1) Las funciones 1R y 1(0,∞) no son integrables Lebesgue.
(2) La función 1Q es integrable Lebesgue.
(3) La función 1R\Q no es integrable Lebesgue.
(4) La función 1Q∩[0,1] es integrable Lebesgue, pero no es integrable Riemann.
(5) La función 1[0,1]\Q es integrable Lebesgue. Diga si es integrable Riemann.
1. INTEGRAL DE FUNCIONES SIMPLES RESPECTO A MEDIDAS ABSTRACTAS. 107
Proposición 12.5.
(1) Si f es una función F-simple, no negativa y si λ ≥ 0 entonces
Z Z
λ f (x) dµ(x) = λ f (x) dµ(x).
X X
(2) Si f, g son funciones F-simples, no negativas entonces

Z Z Z
(f (x) + g(x)) dµ(x) = f (x) dµ(x) + g(x) dµ(x).
X X X
Demostración.
(1) Sean λ ≥ 0 y f : X → R una función F-simple, f ≥ 0, entonces existen ci ∈ R,
ci > 0, Ai ∈ F, Ai ∩ Aj = ∅ si i 6= j (i, j = 1, . . . , n) tales que
n
X
f (x) = ci 1Ai (x).
i=1
Como
n
X
λ f (x) = λ ci 1Ai (x)
i=1
se tiene que
Z n
X n
X Z
λ f (x) dµ(x) = λ ci µ(Ai ) = λ ci µ(Ai ) = λ f (x) dµ(x).
X i=1 i=1 X
(2) Sea f como en la demostración de (1) y sea g : X → R una función F-simple, g ≥ 0,

entonces existen dj ∈ R, dj > 0, Bj ∈ F , Bi ∩ Bj = ∅ si i 6= j (i, j = 1, . . . , k)
k
X
g(x) = dj 1Bj (x).
j=1
Se puede suponer (justifı́quelo) que

n
[ k
[
X= Ai y X= Bj .
i=1 j=1
Se puede probar (hágalo) que

n [
[ k
X= Ai ∩ Bj .
i=1 j=1
Luego
n X
X k n X
X k
f (x) = ci 1Ai ∩Bj (x) y g(x) = dj 1Ai ∩Bj (x).
i=1 j=1 i=1 j=1
Por lo tanto
n X
X k
f (x) + g(x) = (ci + dj ) 1Ai ∩Bj (x).
i=1 j=1
De donde
Z n X
X k
(f (x) + g(x)) dµ(x) = (ci + dj ) m(Ai ∩ Bj )
X i=1 j=1
n X
X k n X
X k
= ci m(Ai ∩ Bj ) + dj m(Ai ∩ Bj )
i=1 j=1 i=1 j=1
Z Z
= f (x) dµ(x) + g(x) dµ(x).
X X
¤
Proposición 12.6.
(1) Si f es una función F-simple y f ≥ 0 entonces
Z
f (x) dµ(x) ≥ 0.
X
(2) Si f, g son funciones F-simples, no negativas y f ≤ g entonces

Z Z
f (x) dµ(x) ≤ g(x) dµ(x).
X X
Demostración.
(1) Sea f : X → R una función F-simple, f ≥ 0
n
X
f (x) = ci 1Ai (x)
i=1
donde ci ∈ R, ci > 0, Ai ∈ F, Ai ∩ Aj = ∅ si i 6= j (i, j = 1, . . . , n).

Obviamente se tiene que
Z n
X
f (x) dµ(x) = ci µ(Ai ) ≥ 0.
X i=1
(2) Sean f , g funciones F-simples, no negativas y 0 ≤ f ≤ g entonces g − f es simple y

no negativa. Por (1) se tiene que
Z
(g(x) − f (x)) dµ(x) ≥ 0.
X
En la proposición anterior se probó la linealidad, por lo tanto se tiene que

Z Z Z
g(x) dµ(x) − f (x) dµ(x) = (g(x) − f (x)) dµ(x).
X X X
2. INTEGRAL DE FUNCIONES NO NEGATIVAS RESPECTO A MEDIDAS ABSTRACTAS. 109
Juntando ambos hechos se sigue que

Z Z
g(x) dµ(x) − f (x) dµ(x) ≥ 0.
X X
En consecuencia Z Z
g(x) dµ(x) ≥ f (x) dµ(x).
X X
¤
2. Integral de funciones no negativas respecto a medidas abstractas.
Anteriormente se probó que si f : X → R es una función F-medible no negativa entonces

existe una sucesión creciente {fn } de funciones F-simples no negativas fn : X → R tal que
lı́m fn (x) = f (x) para todo x ∈ X

n→∞
(este lı́mite puede valer +∞).

La integral de la función no negativa f se define como
Z Z
f (x) dµ(x) = lı́m fn (x) dµ(x).
X n→∞ X
Se tiene que Z
0≤ f (x) dµ(x) ≤ +∞.
X
Observación 12.7. Más adelante se probará que si f es F-medible no negativa, la

integral de f está bien definida. Para probar este resultado se necesitará probar antes el
siguiente lema.
Lema 12.8. Si g es una función F-simple no negativa y si {fn } es una sucesión creciente
de funciones F-simples no negativas que converge puntualmente a una función f ≥ g, es
decir,
g(x) ≤ f (x) = lı́m fn (x) para todo x ∈ X,
n→∞
entonces Z Z
g(x) dµ(x) ≤ lı́m fn (x) dµ(x).
X n→∞ X
Demostración.
Caso 1: Existe N tal que si n ≥ N entonces
g(x) ≤ f (x) = fn (x)
para todo x ∈ X. Bajo estas condiciones el resultado es trivial (pruébelo).

Caso 2: Para todo ε > 0 existe Nε tal que si n ≥ Nε entonces
g(x) − ε ≤ f (x) = fn (x)
para todo x ∈ X. Bajo estas condiciones el resultado también es trivial (pruébelo).
Caso 3: Como
g(x) ≤ f (x) = lı́m fn (x) para todo x ∈ X
n→∞
se tiene que para todo ε > 0 existe Nε,x tal que si n ≥ Nε,x entonces
g(x) − ε < fn (x).
Para cada n ∈ N sea
Bn,ε = {x ∈ X : g(x) − ε < fn (x)}.
Como {fn } es una sucesión creciente de funciones se puede probar (hágalo) que la sucesión
de conjuntos {Bn,ε }n≥1 es creciente y
∞
[
X= Bn,ε .
n=1
Como g es una función F-simple no negativa, se sabe que

k
X
g(x) = ci 1Ai (x)
i=1
donde ci ∈ R, ci > 0, Ai ∈ F (i = 1, . . . , k) y {Ai } es disjunta.
En lo que sigue distinguiremos dos casos según sea finita o infinita la integral de g.
Caso 3 (a): Z
g(x) dµ(x) = +∞.
X
En este caso existe io tal que
µ(Aio ) = +∞.
Además se tiene que {Bn,ε ∩ Aio }n≥1 es una sucesión creciente de conjuntos y
∞
[
Bn,ε ∩ Aio = Aio .
n=1
Por tanto
lı́m µ (Bn,ε ∩ Aio ) = µ(Aio ) = +∞
n→∞
De la monotonı́a de la integral para funciones simples no negativas se tiene que

Z Z Z
fn (x) dµ(x) ≥ 1Bn,ε ∩Aio (x) fn (x) dµ(x) ≥ 1Bn,ε ∩Aio (x) (g(x) − ε) dµ(x)
X X X
Z
= 1Bn,ε ∩Aio (x) (cio − ε) dµ(x) = (cio − ε) µ(Bn,ε ∩ Aio ).
X
Sea εo tal que 0 < εo < ci . Luego

Z
lı́m fn (x) dµ(x) ≥ lı́m (cio − ε) µ(Bn,ε ∩ Aio ) = +∞.
n→∞ X n→∞
Caso 3 (b): Z
g(x) dµ(x) < +∞.
X
Sea
A = {x ∈ X : g(x) > 0}.
Se tiene que
k
[
A= Ai .
i=1
Usando que la integral de g es finita, es fácil probar que µ(A) < +∞.
Por otro lado {Bn,ε ∩ A}n≥1 es una sucesión creciente de conjuntos y
∞
[
Bn,ε ∩ A = A.
n=1
Por tanto
lı́m µ (Bn,ε ∩ A) = µ(A) < +∞.
n→∞
Para cada i = 1, . . . , k la sucesión de conjuntos {Bn,ε ∩ Ai ∩ A}n≥1 es creciente y
∞
[
Bn,ε ∩ Ai ∩ A = Ai ∩ A.
n=1
Por tanto
lı́m µ (Bn,ε ∩ Ai ∩ A) = µ(Ai ∩ A).
n→∞
Por otro lado
k
X k
X
1A (x) g(x) = 1A (x) ci 1Ai (x) = ci 1Ai ∩A (x),
i=1 i=1
k
X k
X
1Bn,ε ∩A (x) g(x) = 1Bn,ε ∩A (x) ci 1Ai (x) = ci 1Bn,ε ∩Ai ∩A (x).
i=1 i=1
De la definición de la integral para funciones simples no negativas se tiene que

Z Z k
X
g(x) dµ(x) = 1A (x) g(x) dµ(x) = ci µ(Ai ∩ A),
X X i=1
Z k
X
1Bn,ε ∩A (x) g(x) dµ(x) = ci µ(Bn,ε ∩ Ai ∩ A).
X i=1
Sea
c = mı́n{ci : i = 1, . . . , k}.
Sea ε tal que 0 < ε < c. Luego
g − ε > 0.
De la monotonı́a y la linealidad de la integral para funciones simples no negativas se tiene
que
Z Z
fn (x) dµ(x) ≥ 1Bn,ε ∩A (x) fn (x) dµ(x)
X X
Z
≥ 1Bn,ε ∩A (x) (g(x) − ε) dµ(x)
X
Z Z
= 1Bn,ε ∩A (x) g(x) dµ(x) − 1Bn,ε ∩A (x) ε dµ(x)
X X
Ã k !
X
= ci µ(Bn,ε ∩ Ai ∩ A) − ε µ(Bn,ε ∩ A)
i=1
k
X
≥ −ε µ(A) + ci µ(Bn,ε ∩ Ai ∩ A).
i=1
Se obtiene que
Z k
X
lı́m fn (x) dµ(x) ≥ −ε µ(A) + ci lı́m µ(Bn,ε ∩ Ai ∩ A)
n→∞ X n→∞
i=1
k
X
= −ε µ(A) + ci µ(Ai ∩ A)
i=1
Z
= −ε µ(A) + g(x) dµ(x).
X
Como µ(A) es finita y como ε es arbitrario y positivo sigue que

Z Z
lı́m fn (x) dµ(x) ≥ g(x) dµ(x).
n→∞ X X
¤
Teorema 12.9. Si f es F-medible no negativa, la integral de f está bien definida.

Es decir, si {fn } y {gn } son dos sucesiones de funciones F-simples no negativas tales que
lı́m fn (x) = f (x) y lı́m gn (x) = f (x) para todo x ∈ X

n→∞ n→∞
entonces Z Z
lı́m fn (x) dµ(x) = lı́m gn (x) dµ(x).
n→∞ X n→∞ X
Demostración. Para cada k fijo se tiene que
gk (x) ≤ f (x) = lı́m fn (x) para todo x ∈ X.

n→∞
En virtud del lema anterior se tiene que

Z Z
gk (x) dµ(x) ≤ lı́m fn (x) dµ(x).
X n→∞ X
Tomando lı́mite cuando k → ∞ se obtiene que

Z Z
lı́m gk (x) dµ(x) ≤ lı́m fn (x) dµ(x).
k→∞ X n→∞ X
La otra desigualdad se obtiene repitiendo este razonamiento: para cada n fijo se tiene
que
fn (x) ≤ f (x) = lı́m gk (x) para todo x ∈ X.
k→∞
En virtud del lema anterior se tiene que

Z Z
fn (x) dµ(x) ≤ lı́m gk (x) dµ(x).
X k→∞ X
Tomando lı́mite cuando n → ∞ se obtiene que

Z Z
lı́m fn (x) dµ(x) ≤ lı́m gk (x) dµ(x).
n→∞ X k→∞ X
Definición 12.10. Si f : X → R es una función F-medible, no negativa y A está en F

se define Z Z
f (x) dµ(x) = f (x) 1A (x) dµ(x).
A X
Proposición 12.11. Si f : X → R es una función F-medible, no negativa y A está en

F entonces Z Z
f (x) dµ(x) ≤ f (x) dµ(x).
A X
Se acostumbra usar la siguiente notación, en la cual se omiten las variables:

(i) Para cualquier A en F
Z Z
f dµ = f (x) dµ(x).
A A
(ii) Si X = R, m es la medida de Lebesgue y A = ha, bi es un intervalo, se escribe:

Z b Z
f dm = f (x) dm(x).
a ha,bi
Otra notación muy usada surge al reemplazar dm(x) por dx

Z b Z
f (x) dx = f (x) dm(x).
a ha,bi
Proposición 12.12. Si f : X → R es una función F-medible no negativa entonces

Z ½Z ¾
f dµ = sup ϕ dµ tales que ϕ es F − simple y 0 ≤ ϕ ≤ f .
X X
Proposición 12.13. Sean f, g : X → R funciones F-medibles no negativas.

(a) Si α, β ≥ 0 entonces
Z Z Z
(αf + βg) dµ = α f dµ + β g dµ.
X X X
(b) Si f ≤ g c.s. entonces Z Z

f dµ ≤ g dµ.
X X
Definición 12.14. Si f : X → R es una función F-medible no negativa y A es un

conjunto de F, se dice que f es una función integrable en A respecto de µ cuando es finita
la integral Z
f dµ.
A
En particular, si X = R y m es la medida de Lebesgue, se dice que f es una función
integrable Lebesgue en R cuando es finita la integral
Z
f dm.
R
Proposición 12.15. Sea f : X → R una función F-medible no negativa. Si f es inte-

grable en X entonces f es finita c.s. respecto de µ.
Demostración. Sea
A = {x ∈ X tales que f (x) = +∞}.
Si n ∈ N entonces
n ≤ f (x) para todo x ∈ A.
Por lo tanto
n1A (x) ≤ f (x) para todo x ∈ X.
Por monotonı́a Z Z
n µ(A) = n1A (x) dµ(x) ≤ f (x) dµ(x).
X X
De donde Z
1
0 ≤ µ(A) ≤ f (x) dµ(x).
n X
Como f es integrable en X, la última integral es finita. Al tomar lı́mite cuando n → ∞

se obtiene: Z
1
0 ≤ µ(A) ≤ lı́m f (x) dµ(x) = 0.
n→∞ n X
¤
Proposición 12.16. Sea f : X → R una función F-medible no negativa. Si A está en

F y µ(A) = 0 entonces Z
f dµ = 0.
A
Demostración. Consideraremos varios casos.
(a) Si D está en F y f = 1D entonces

Z Z Z
0≤ 1D dµ = 1A 1D dµ = 1A∩D dµ = µ(A ∩ D) ≤ µ(A) = 0.
A X X
(b) Si f es F-simple, el resultado se obtiene por la linealidad de la integral.
(c) Si f es F-medible y no negativa, se aproxima f por funciones simples y luego se usa

la definición de la integral. ¤
3. Intercambio de lı́mites con integrales para funciones no negativas.
Observación 12.17. No siempre se pueden intercambiar lı́mites con integrales. El si-

guiente ejemplo muestra esa situación.
Ejemplo 12.18. Para n ≥ 1 considere fn : R → R dada por
fn = n 1(0,1/n) .
La sucesión {fn } converge puntualmente a cero. Dibuje esta sucesión de funciones.

Es conveniente notar que esta sucesión no converge uniformemente y no es monótona.
Por otro lado,
Z Z Z
1
fn (x) dx = n 1(0,1/n) (x) dx = n dx = n . m(0, 1/n) = n . = 1.
R R (0,1/n) n
Por lo tanto Z Z
lı́m fn (x) dx 6= lı́m fn (x) dx.
n→∞ R R n→∞
Observación 12.19. La convergencia uniforme tampoco permite asegurar el intercambio

del lı́mite con la integral. El siguiente ejemplo muestra esa situación.

1
fn = 1[0,n] .
n
La sucesión {fn } converge uniformemente a cero. Dibuje esta sucesión de funciones.
Es conveniente notar que esta sucesión no es monótona.
Por otra parte,
Z Z Z
1 1 1 1
fn (x) dx = 1[0,n] (x) dx = dx = . m[0, n] = . n = 1.
R R n [0,n] n n n
Por lo tanto Z Z
n→∞ R R n→∞
4. El teorema de convergencia monótona de Beppo-Levy.
Teorema 12.21 (Beppo-Levy, convergencia monótona). Para n ≥ 1 sea fn : X → R

función F-medible y no negativa. Si {fn }n≥1 es una sucesión creciente entonces
Z Z
lı́m fn (x) dµ(x) = lı́m fn (x) dµ(x).
n→∞ X X n→∞
4. EL TEOREMA DE CONVERGENCIA MONÓTONA DE BEPPO-LEVY. 117
Demostración. Sea f : R → R tal que {fn } converge a f µ-casi-siempre, es decir,
f (x) = lı́m fn (x) µ − casi-siempre.

n→∞
Sea n fijo, como fn es F-medible y no negativa se sabe que existe una sucesión creciente
{fn,k }k≥1 de funciones simples no negativas, fn,k : X → R, tal que
fn (x) = lı́m fn,k (x)

k→∞
(este es un lı́mite puntual).

Además por definición de la integral
Z Z
fn (x) dµ(x) = lı́m fn,k (x) dµ(x).
X n→∞ X
La siguiente tabla ilustra las relaciones entre estas funciones
f1,1 f1,2 f1,3 . . . f1,k . . . → f1
f2,1 f2,2 f2,3 . . . f2,k . . . → f2
f3,1 f3,2 f3,3 . . . f3,k . . . → f3
.. .. .. .. .. ..
. . . . . .
fn,1 fn,2 fn,3 . . . fn,k . . . → fn
.. .. .. .. ..
. . . . .
↓
f
Sea gk : X → R dada por
gk (x) = máx{fi,j (x) tales que i ≤ k, j ≤ k}

= máx{fi,j (x) tales que i ≤ k}.
Luego para todo x fijo se tiene que {gk (x)}k≥1 es una sucesión creciente.
De donde lı́mk→∞ gk (x) existe, aunque podrı́a ser +∞. Es decir, {gk }k≥1 converge pun-
tualmente.
Si x ∈ X entonces
fn,k (x) ≤ gk (x) ≤ fk (x) para todo k, para todo n ≤ k.
Si k → +∞ se tiene que, salvo un conjunto de medida nula,
fn (x) ≤ lı́m gk (x) ≤ f (x) para todo n.

k→∞
Si n → +∞ sigue que, salvo un conjunto de medida nula,
f (x) ≤ lı́m gk (x) ≤ f (x).

k→∞
De donde
f (x) = lı́m gk (x) µ − casi-siempre.
k→∞
Por otro lado como cada gk es una función simple, usando la definición de integral de f
se tiene que Z Z
f (x) dµ(x) = lı́m gk (x) dµ(x).
X X k→∞
Sean k ≥ 1, 1 ≤ n ≤ k, como fn,k ≤ gk ≤ fk usando la monotonı́a de la integral se

obtiene Z Z Z
fn,k (x) dµ(x) ≤ gk (x) dµ(x) ≤ fk (x) dµ(x).
X X X
Si k → +∞ se tiene que
Z Z Z
fn (x) dµ(x) ≤ f (x) dµ(x) ≤ lı́m fk (x) dµ(x) para todo n.
X X k→∞ X
Si n → +∞ sigue que
Z Z Z
lı́m fn (x) dµ(x) ≤ f (x) dµ(x) ≤ lı́m fk (x) dµ(x).
n→∞ X X k→∞ X
De donde Z Z
lı́m fn (x) = f (x) dµ(x).
n→∞ X X
¤
Observación 12.22. En el teorema de Beppo-Levy no se puede eliminar la hipótesis

“{fn }n≥1 es una sucesión creciente”. El siguiente ejemplo muestra esa situación.
fn = 1[n,∞) .
La sucesión {fn } converge puntualmente a cero. Dibuje esta sucesión de funciones.

Es conveniente notar que esta sucesión es decreciente.
Por otra parte,
Z Z Z
fn (x) dx = 1[n,∞) (x) dx = dx = m[n, ∞) = +∞.
R R [n,∞)
Por lo tanto Z Z
n→∞ R R n→∞
4. EL TEOREMA DE CONVERGENCIA MONÓTONA DE BEPPO-LEVY. 119
Corolario 12.24. Para n ≥ 1 sea fn : X → R función F-medible y no negativa. Si

(i) {fn }n≥1 es una sucesión creciente.
(ii) Existe N tal que fn es integrable para todo n ≥ N .
R
(iii) lı́mn→∞ X fn (x) dµ(x) existe y es finito.
Entonces
(a) f es Zintegrable, donde Zf (x) = lı́mn→∞ fn (x).
(b) lı́m fn (x) dµ(x) = lı́m fn (x) dµ(x).
n→∞ X X n→∞

(ii) f es integrable.
Entonces
(a) fn esZintegrable para todo n ≥ 1.
(b) lı́m fn (x) dµ(x) es finito.
n→∞ X

(ii) f no es integrable.
Entonces pasa alguna de las siguientes cosas:
Z
(1) fn es integrable para todo n ≥ 1 pero lı́m fn (x) dµ(x) = +∞.
n→∞ X
ó
(2) existe N tal que para todo n ≥ N : fn no es integrable.
Corolario 12.27. Para n ≥ 1 sea fn : X → R función F-medible y no negativa. Sea

∞
X
f (x) = fn (x)
n=1
entonces
Z ÃX
∞
! ∞ µZ
X ¶
fn (x) dµ(x) = fn (x) dµ(x) .
X n=1 n=1 X
5. El lema de Fatou.
Lema 12.28 (lema de Fatou). Para n ≥ 1 sea fn : X → R función F-medible y

no negativa. Entonces
Z Z
lim fn (x) dµ(x) ≤ lim fn (x) dµ(x).
X n→∞ n→∞ X
Demostración. Sea x ∈ X, se sabe que
lim fn (x) = sup inf fk (x).

n≥1 k≥n
Sea
gn (x) = inf fk (x).
k≥n
Entonces 0 ≤ gn (x) ≤ fn (x). Además {gn } es una sucesión creciente de funciones F-medibles
y
lı́m gn (x) = lim fn (x) para todo x ∈ X.
n→∞ n→∞
Aplicando el teorema de convergencia monótona de Beppo-Levy a {gn }, se obtiene que
Z Z Z
lim fn (x) dµ(x) = lı́m gn (x) dµ(x) = lı́m gn (x) dµ(x)
X n→∞ X n→∞ n→∞ X
Z Z
= lim gn (x) dµ(x) ≤ lim fn (x) dµ(x).
n→∞ X n→∞ X
¤
Observación 12.29. La desigualdad en el lema de Fatou puede ser estricta. El siguiente

ejemplo muestra esa situación.
fn (x) = n1[0,1/n) .
Dibuje esta sucesión de funciones.

La sucesión {fn } converge puntualmente a cero. Obviamente
lim fn (x) = 0.
n→∞
Por otro lado, Z

1
n = 1.
fn (x) dx =
R n
Por lo tanto Z Z
lim fn (x) dµ(x) = 0 < 1 = lim fn (x) dµ(x).
X n→∞ n→∞ X
CAPı́TULO 13
Integral de funciones medibles.

Si X = R y m es la medida de Lebesgue se considerará la σ-álgebra Mm .
1. Integral de funciones medibles respecto a medidas abstractas.
Definición 13.1. Si f : X → R es una función F-medible, y A es un conjunto de F,

se dice que f es una función integrable en A respecto de µ cuando f + y f − son ambas
integrables en A respecto de µ y la integral de f respecto de µ se define como
Z Z Z
+
f dµ = f dµ − f − dµ.
A A A
En particular, si X = R y m es la medida de Lebesgue, se dice que f es una función integrable
Lebesgue en R cuando f + y f − son ambas integrables Lebesgue y la integral de Lebesgue de
f se define como Z Z Z
+
f dm = f dm − f − dm.
R R R
Nótese que Z Z
f dµ = 1A f dµ.
A X
Proposición 13.2. Sean f, g : X → R funciones integrables en X y λ ∈ R. Entonces

(a) λf es integrable en X y
Z Z
λf dµ = λ f dµ.
X X
(b) f + g es integrable en X y
Z Z Z
(f + g) dµ = f dµ + g dµ.
X X X
(d) Si f ≥ 0 c.s. entonces Z

f dµ ≥ 0.
X
(d) Si f ≤ g c.s. entonces Z Z
f dµ ≤ g dµ.
X X
121
122 13. INTEGRAL DE FUNCIONES MEDIBLES.
La demostración de esta proposición queda como ejercicio. Sin embargo se dará la idea
de la demostración de (b): Use que
f + |f | g + |g|
f+ = y g+ =
2 2
para probar
(f + g)+ ≤ f + + g + y (f + g)− ≤ f − + g − .
A partir de esto probar que (f + g)+ y (f + g)− son integrables en X. Como además son
no negativas se tiene que son finitas c.s. respecto de µ.
Usando esto probar que
(f + g)+ + f − + g − = (f + g)− + f + + g + .
Luego usar la linealidad de la integral para funciones medibles no negativas.
Proposición 13.3. Sea f : X → R una función F-medible. Se tiene que: f es integrable

en X si y sólo si |f | es integrable en X.
Además ¯Z ¯ Z
¯ ¯
¯ f dµ¯ ≤ |f | dµ.
¯ ¯
X X
Proposición 13.4. Sea f : X → R una función F-medible. Si f es integrable en X y si

A ∈ F entonces f es integrable en A.
Proposición 13.5. Sea f : X → R una función F-medible e integrable en X y sean

A, B ∈ F tales que A ∩ B = ∅. Entonces
Z Z Z
f dµ = f dµ + f dµ.
A∪B A B
Proposición 13.6. Sea f : X → R una función F-medible. Si f es integrable en X

entonces |f | es finita µ-casi-siempre.
Proposición 13.7. Sea f : X → R una función F-medible. Si A está en F y µ(A) = 0

entonces f es integrable en A y
Z
f dµ = 0.
A
1. INTEGRAL DE FUNCIONES MEDIBLES RESPECTO A MEDIDAS ABSTRACTAS. 123
Proposición 13.8. Sea f : X → R una función F-medible. Si
f ≥0 µ − casi-siempre
y
Z
f dµ = 0
X
entonces
f =0 µ − casi-siempre.
Proposición 13.9. Sean f, g : X → R funciones F-medibles. Si
f =g µ − casi-siempre
entonces
Z Z
f dµ = g dµ.
X X
Proposición 13.10. Sean f, g : X → R funciones F-medibles. Si g es integrable en X y
|f | ≤ g µ − casi-siempre
entonces f es integrable en X.
Proposición 13.11. Sea f : X → R una función F-medible. Si A ∈ F , µ(A) es finita y

f es acotada en A entonces f es integrable en A. Si además
c ≤ f (x) ≤ k µ − casi-siempre
entonces
Z
cµ(A) ≤ f dµ ≤ kµ(A).
A
Proposición 13.12. Sean f, g : X → R funciones F-medibles e integrables en X enton-

ces ½Z ¾
Z Z
mı́n{f, g} dµ ≤ mı́n f dµ , g dµ .
X X X
Proposición 13.13. Sea f : [a, b] → R una función acotada.

Si f es medible Lebesgue entonces f es integrable Lebesgue.

Teorema 13.14 (Continuidad absoluta de la integral). Sea f : X → R una función

F-medible e integrable en X y sea ε > 0 entonces existe δ > 0 tal que A es un conjunto de
F y µ(A) < δ implica
¯Z ¯ Z
¯ ¯
¯ f dµ¯ ≤ |f | dµ < ε.
¯ ¯
A A
Idea de la prueba.
Si f estuviese acotada por M y A es F-medible tendrı́amos
Z Z Z
|f | dµ ≤ M dµ = 1A M dµ = M µ(A).
A A X
Dado ε > 0 podrı́amos tomar δ = ε/M y el resultado se obtendrı́a fácilmente.
Esto sugiere aproximar f por funciones acotadas, la aproximación debe hacerse de manera
que las áreas también se aproximen.
Demostración. Sea

 f (x)
 si |f (x)| ≤ n
fn (x) = n si f (x) > n


−n si f (x) < −n
Entonces para cada x se tiene que {|fn (x)|}n es una sucesión creciente. Además
lı́m |fn (x)| = |f (x)|.

n→∞
Por el teorema de Beppo-Levy

Z Z
lı́m |fn | dµ = |f | dµ.
n→∞ X X
Para cada n ≥ 1 como fn es integrable, se sigue que |fn | es integrable.

De donde dado ε > 0 existe N tal que n ≥ N implica
Z
(|f | − |fn |) dµ < ε/2.
X
2. RELACIÓN ENTRE LA INTEGRAL DE RIEMANN Y LA INTEGRAL DE LEBESGUE. 125
Sea δ = ε/2N . Si A está en F y µ(A) < δ entonces

¯Z ¯ Z
¯ ¯
¯ f dµ¯ = |f | dµ
¯ ¯
A A
Z
≤ (|f | − |fN | + |fN |) dµ
ZA Z
≤ |fN | dµ + (|f | − |fN |) dµ
A A
≤ N µ(A) + ε/2
< N δ + ε/2
< ε/2 + ε/2
< ε.
2. Relación entre la integral de Riemann y la integral de Lebesgue.
2.1. Para una función acotada en un intervalo cerrado y acotado.

Como la integral de Riemann se define para funciones acotadas definidas en intervalos
acotados, consideraremos una función f acotada en [a, b] y la integral de Riemann de f se
denotará mediante: Z b
R f.
a
El siguiente resultado es conocido de los cursos básicos de análisis.
Teorema 13.15. Sea f : [a, b] → R una función acotada. Se tiene que:

f es integrable Riemann en [a, b] si y sólo si el conjunto de los puntos de discontinuidad
de f tiene “medida” cero.
En esta sección la integral de Lebesgue de f se denotará mediante:

Z b
L f.
a
Observación 13.16. Existen funciones integrables Lebesgue que no son integrables Rie-
mann. Por ejemplo la función indicador del conjunto formado por los irracionales que están
en el intervalo [0, 1], es decir, 1I∩[0,1] . Se tiene que
Z 1
L 1I∩[0,1] = m(I ∩ [0, 1]) = 1,
0
pues m(Q ∩ [0, 1]) = 0.
Teorema 13.17. Sea f : [a, b] → R una función acotada.

Si f es integrable Riemann en [a, b] entonces
(i) f es medible Lebesgue.
(ii) f es integrable Lebesgue.
Z b Z b
(iii) L f =R f.
a a
Demostración. La parte (i) queda como ejercicio.

Es fácil probar que si h : [a, b] → R es una función escalera, integrable Riemann en [a, b]
entonces Z Z
b b
L h=R h.
a a
Para probar las partes (ii) y (iii) se usa que toda función escalera es una función simple
y por lo tanto
Z b Z b
R f =R f
a a
½Z b ¾
= sup h : h es una función escalera y h ≤ f
a
½ Z b ¾ Z b
≤ sup L ϕ : ϕ es una función simple y ϕ ≤ f = L f
a a
Además
Z b Z b
R f =R f
a a
½Z b ¾
= inf g : g es una función escalera y g ≥ f
a
½ Z b ¾
≥ inf L ψ : ψ es una función simple y ψ ≥ f
a
De donde
Z b Z b ½ Z b ¾ Z b
R f ≤L f ≤ inf L ψ : ψ es una función simple y ψ ≥ f ≤ R f.
a a a a
Por lo tanto f es integrable Lebesgue y

Z b Z b
L f =R f.
a a
¤
3. INTERCAMBIO DE LÍMITES CON INTEGRALES. 127
3. Intercambio de lı́mites con integrales.
Ejemplo 13.18. Este es otro ejemplo en el que la desigualdad en el lema de Fatou es

estricta.
Para n ≥ 1 considere fn : R → R dada por

 1

 4n2 x si 0 ≤ x ≤
 2n
fn (x) =



 −4n2 x + 4n 1 1
si ≤x≤
2n n
La sucesión {fn } converge puntualmente a cero. Obviamente limn→∞ fn (x) = 0.
Por otro lado,
Z Z 1/n Z 1/n
1
fn (x) dx = L fn (x) dx = R fn (x) dx = (2n 1/n) = 1.
R 0 0 2
Por lo tanto Z Z
lim fn (x) dx = 0 < 1 = lim fn (x) dx.
R n→∞ n→∞ R
Observación 13.19. En general, el lema de Fatou es falso si la sucesión de funciones no

está dominada inferiormente. El siguiente ejemplo muestra esa situación.


 1

 −4n2 x si 0 ≤ x ≤
 2n
fn (x) =


 4n2 x − 4n si 1 ≤ x ≤ 1

2n n
La sucesión {fn } converge puntualmente a cero. Por lo tanto
lim fn (x) = 0.
n→∞
Por otro lado,

Z Z 1/n Z 1/n
1
fn (x) dx = L fn (x) dx = R fn (x) dx = (−2n1/n) = −1.
R 0 0 2
Por lo tanto Z Z
lim fn (x) dx = 0 > −1 = lim fn (x) dx.
R n→∞ n→∞ R
Observación 13.21. En el teorema de Beppo-Levy no se puede eliminar la hipótesis

fn ≥ 0. El siguiente ejemplo muestra esa situación.

1
fn = − 1 R .
n
La sucesión {fn } es creciente y converge puntualmente a cero:
lı́m fn (x) = 0.
n→∞
Por otro lado, Z Z

1 1
fn (x) dx = − dx = − m(R) = −∞.
R R n n
Los dos resultados siguientes son corolarios del Lema de Fatou.
Corolario 13.23. Para n ≥ 1 sea fn : X → R función F-medible y sea g : X → R

integrable en X tal que para cada n ∈ N
fn ≥ g µ − casi-siempre.
Entonces Z Z
X n→∞ n→∞ X
Demostración. Para cada n ∈ N fn − g ≥ 0 µ − casi-siempre. Por el lema de Fatou

Z Z Z
lim fn dµ − g dµ = lim (fn − g) dµ
X n→∞ X X n→∞
Z
≤ lim (fn − g) dµ
n→∞ X
µZ Z ¶
= lim fn dµ − g dµ
n→∞ X X
µ Z ¶ Z
= lim fn dµ − g dµ.
n→∞ X X
R
Como g es integrable se tiene que X g dµ es un número real (no es infinito). Ası́ que se
R
puede restar X g dµ. Luego
Z Z
lim fn dµ ≤ lim fn dµ.
X n→∞ n→∞ X
¤
4. EL TEOREMA DE CONVERGENCIA DOMINADA DE LEBESGUE 129
Corolario 13.24. Para n ≥ 1 sea fn : X → R función F-medible y sea h : X → R

integrable en X tal que para cada n ∈ N
fn ≤ h µ − casi-siempre.
Entonces
Z Z
n→∞ X X n→∞
4. El teorema de convergencia dominada de Lebesgue
Teorema 13.25 (Lebesgue, convergencia dominada). Para n ≥ 1 sea fn : X → R

función F-medible tal que
f (x) = lı́m fn (x) µ − casi-siempre

n→∞
y existe h : X → R integrable en X tal que para cada n ∈ N
|fn (x)| ≤ h(x) µ − casi-siempre.
entonces
(a) fn es integrable en X, para todo n ≥ 1.
(b) f es integrable en X.
Z Z Z
(c) lı́m fn (x) dµ(x) = lı́m fn (x) dµ(x) = f (x) dµ(x).
n→∞ X X n→∞ X
Z
(d) lı́m |fn (x) − f (x)| dµ(x) = 0.
n→∞ X
Demostración.
(a) Como |fn | ≤ h µ-casi-siempre y h es integrable en X se sigue que |fn | es integrable
en X. De donde fn es integrable en X.
(b) Se puede observar que

¯ ¯
¯ ¯
|f | = ¯ lı́m fn ¯ = lı́m |fn | ≤ h µ − casi-siempre.
n→∞ n→∞
De |f | ≤ h y h integrable en X, sigue que |f | es integrable en X. Luego f es integrable

en X.
(c) Como h y −h son integrables en X y
−h ≤ fn ≤ h µ − casi-siempre,
por los corolarios del lema de Fatou sigue que

Z Z Z
f (x) dµ(x) = lim fn (x) dµ(x) ≤ lim fn (x) dµ(x)
X X n→∞ n→∞ X
Z Z
≤ lim fn (x) dµ(x) ≤ lim fn (x) dµ(x)
n→∞ X X n→∞
Z
= f (x) dµ(x).
X
Luego Z Z Z
lim fn (x) dµ(x) = lim fn (x) dµ(x) = f (x) dµ(x).
n→∞ X n→∞ X X
De donde Z
lı́m fn (x) dµ(x)
n→∞ X
existe y es finito.
Además Z Z
lı́m fn (x) dµ(x) = f (x) dµ(x).
n→∞ X X
(d) Sea
gn (x) = |fn (x) − f (x)|.
Entonces
lı́m gn (x) = 0 µ − casi-siempre.
n→∞
Por otro lado
|gn | = |fn − f | ≤ |fn | + |f | ≤ 2h µ − casi-siempre.
Además 2h es integrable.
Aplicamos (c) a la sucesión {gn } y se obtiene
Z Z Z
lı́m |fn (x) − f (x)| dµ(x) = lı́m gn (x) dµ(x) = lı́m gn (x) dµ(x) = 0.
n→∞ X n→∞ X X n→∞
Observación 13.26. En el teorema anterior se puede probar que (d) implica (c).
Pruébelo.
Observación 13.27. En el teorema de convergencia dominada, de Lebesgue, no se puede

eliminar la hipótesis “fn está dominada por una función integrable”. El siguiente ejemplo
muestra esa situación.
fn = n 1(0, 1 ) .
n

La sucesión {fn } converge puntualmente a cero:
lı́m fn (x) = 0.
n→∞
Por otro lado,

Z Z
1
fn (x) dx = n 1(0, 1 ) (x) dx = n = 1.
R R
n n
Teorema 13.29 (Convergencia acotada). Sea A es un conjunto de F tal que µ(A) es

finita. Para n ≥ 1 sea fn : A → R función F-medible tal que
f (x) = lı́m fn (x) µ − casi-siempre en A

n→∞
si existe k ∈ R tal que
|fn (x)| ≤ k µ − casi-siempre en A
entonces
Z Z Z
lı́m fn (x) dµ(x) = lı́m fn (x) dµ(x) = f (x) dµ(x).
n→∞ A A n→∞ A
La demostración de este teorema queda como ejercicio.
Corolario 13.30. Sea A es un conjunto de F tal que µ(A) es finita. Para n ≥ 1 sea
fn : A → R función F-medible tal que {fn } converge uniformemente a f en A entonces
Z
lı́m |fn (x) − f (x)| dµ(x) = 0.
n→∞ A
A continuación se recuerda un resultado conocido de cálculo en una variable.
Proposición 13.31. Sean D ⊆ R, f : D → R y to un punto de acumulación de D.

Las siguientes condiciones son equivalentes:
(i) lı́m f (t) existe y es finito.

t→to
(ii) Para cada {tn } ⊂ D tal que tn 6= to para todo n ≥ 1 y lı́m tn = to , la sucesión
n→∞
{f (tn )} converge.
Más aún, si
lı́m f (t) = L
t→to
entonces
lı́m f (tn ) = L
n→∞
para toda sucesión {tn } ⊂ D tal que tn 6= to para todo n ≥ 1 y lı́m tn = to .
n→∞
La demostración de esta proposición puede verse en el libro “The advanced calculus of

one variable” de Lick (Teorema 4.2.5).
Aplicando la proposición anterior y el teorema de convergencia dominada, de Lebesgue,

a una sucesión del tipo
fn (x) = f (x, tn )
se puede probar la siguiente versión del teorema de convergencia dominada para funciones
de dos variables.
Teorema 13.32. Sean a, b ∈ R, a < b, f : X × (a, b) → R función de dos variables tal

que para cada t fijo
x → f (x, t)
es F-medible. Si
fo (x) = lı́m f (x, t) µ − casi-siempre (en la variable x)

t→to
y existe h : X → R integrable en X tal que para cada t ∈ (a, b)
|f (x, t)| ≤ h(x) µ − casi-siempre (en la variable x).
entonces
(a) f (·, t) es integrable en X, para cada t ∈ (a, b).
(b) fo es integrable en X.
Z Z Z
(c) lı́m f (x, t) dµ(x) = lı́m f (x, t) dµ(x) = fo (x) dµ(x).
t→to X X t→to X
Z
(d) lı́m |f (x, t) − fo (x)| dµ(x) = 0.
t→to X
Aplicando la proposición anterior y el teorema de convergencia dominada, de Lebesgue,

a una sucesión del tipo
fn (x) = ftn (x)
se puede probar la siguiente versión del teorema de convergencia dominada para familias no
numerables de funciones.
Teorema 13.33. Sean a, b ∈ R, a < b, para cada t ∈ (a, b) sea ft : X → R función

F-medible. Si
f (x) = lı́m ft (x) µ − casi-siempre (en la variable x)

t→to
y existe h : X → R integrable en X tal que para cada t ∈ (a, b)
|ft (x)| ≤ h(x) µ − casi-siempre (en la variable x).
entonces
(a) ft es integrable en X, para cada t ∈ (a, b).
(b) f es integrable en X.
Z Z Z
(c) lı́m ft (x) dµ(x) = lı́m ft (x) dµ(x) = f (x) dµ(x).
t→to X X t→to X
Z
(d) lı́m |ft (x) − f (x)| dµ(x) = 0.
t→to X
Para la proposición y los teoremas anteriores se pueden dar versiones con lı́mites laterales
en lugar de lı́mites.
5. La integral impropia de Riemann y la integral de Lebesgue.
Como en la Sección 2 se usarán R y L para diferenciar la integral de Riemann de la

integral de Lebesgue.
5.1. Para una función acotada en un intervalo de alguno de los siguientes

tipos [a, ∞), (−∞, a] ó (−∞, ∞).
Proposición 13.34. Sea f una función en [a, ∞), no negativa medible Lebesgue tal que
f es acotada e integrable Riemann en [a, t) para todo t > a.
Se tiene que:
f es integrable Lebesgue en [a, ∞) si y sólo si la integral impropia de Riemann de f en
[a, ∞) es convergente.
En este caso se tiene que
Z ∞ Z ∞ Z t
L f =R f = R lı́m f.
a a t→∞ a
Esta proposición es consecuencia del teorema de convergencia monótona.
Observación 13.35.
(i) Para el intervalo (−∞, a] existe un resultado análogo.
(ii) Para el intervalo (−∞, ∞) se obtiene un resultado similar tomando en cuenta que
(−∞, ∞) = (−∞, a] ∪ [a, ∞).
Observación 13.36. La proposición anterior es falsa si f puede tomar valores negativos

tal como lo muestra el siguiente ejemplo.
Ejemplo 13.37. Sea 

 sen x si x 6= 0
f (x) = x
1 si x = 0
Se tiene que
Z +∞ Z +∞ Z +∞
sen x cos x cos x
R f =R dx = − lı́m + cos 1 − dx
1 1 x x→∞ x 1 x2
ya que
1 cos x 1
− ≤ ≤ .
x x x
Además ¯Z ¯ Z +∞
¯ +∞
cos x ¯¯ 1 1
¯ dx¯ ≤ dx = − lı́m + 1 = 1.
¯ x 2 x 2 x→∞ x
1 1
5. LA INTEGRAL IMPROPIA DE RIEMANN Y LA INTEGRAL DE LEBESGUE. 135
Z +∞
Luego R f es finita.
1
Por otro lado,

Z como f es continua en [0, 1] se tiene que f es integrable Riemann en [0, 1].
+∞
Por lo tanto R f converge.
0
Sin embargo f no es integrable Lebesgue en (0, +∞) puesto que

Z +∞ ¯ ¯ Z +∞ ¯ ¯
¯ sen x ¯ ¯ sen x ¯
L ¯ ¯ dx = R ¯ ¯ dx = +∞
1 x 1 x
(pruebe los detalles).
5.2. Para una función no acotada en un intervalo cerrado y acotado.
Proposición 13.38. Sea f : [a, b] → R una función no acotada, no negativa tal que
(i) f es medible Lebesgue.
(ii) lı́m+ f (x) es igual a +∞ ó −∞.
x→c
(iii) lı́m f (x) es finito para todo y ∈ (a, b].

x→y
(iv) f es integrable Riemann en (a + ε, b] para todo ε > 0.

Se tiene que:
f es integrable Lebesgue en [a, b] si y sólo si la integral impropia de Riemann de f en
[a, b] es convergente.
Además Z Z Z
b b b
L f =R f = lı́m R f.
a a ε→0 a+ε
Observación 13.39. La proposición anterior es falsa si f no es positiva tal como lo

muestra el siguiente ejemplo.
Ejemplo 13.40. Sea  µ ¶

x2 sen 1

si x 6= 0
g(x) = x3

0 si x = 0
Sea
f (x) = g 0 (x).
Z 1
Se puede probar que R f converge y sin embargo
0
Z 1
L |f | = +∞.
0
CAPı́TULO 14
Diversos tipos de convergencia.
1. Convergencia puntual, convergencia uniforme.
Definición 14.1. Para n ≥ 1 sean fn : X → R función F-medible, f : X → R función

F-medible y E un conjunto de F. Se dice que
(1) {fn }n≥1 converge puntualmente a f en E si para todo x ∈ E, para todo ε > 0 existe
Nε,x tal que para todo n > Nε,x se tiene |fn (x) − f (x)|.
(2) {fn }n≥1 converge uniformemente a f en E si para todo ε > 0 existe Nε tal que para
todo x ∈ E y para todo n > Nε se tiene |fn (x) − f (x)|.
Ejemplo 14.2. Para n ≥ 1 sea fn : [0, 1] → R dada por
fn (x) = xn
y sea f : [0, 1] → R dada por

f = 1[0,1) |[0,1] ,
es decir,
(
0 si 0 ≤ x < 1
f (x) =
1 si x = 1
Resulta que {fn }n≥1 converge a h puntualmente en [0, 1], pero no converge uniformemente
en [0, 1].
Sea r fijo, 0 < r < 1 considérese

g = f |[0,r] ,
esto es,
g≡0 en [0, r].
137
138 14. DIVERSOS TIPOS DE CONVERGENCIA.
Dado n ≥ 1 sea gn : [0, r] → R dada por
gn = fn |[0,r] ,
es decir,
gn (x) = xn .
Se tiene que {gn }n≥1 converge uniformemente a g para todo r ∈ (0, 1).
2. Convergencia puntual casi-siempre y convergencia uniforme casi-siempre.

F-medible y E un conjunto de F. Se dice que
(1) {fn }n≥1 converge µ-casi-siempre (o más precisamente converge puntualmente µ-casi-
siempre) a f en E si existe A ⊆ E tal que µ(A) = 0 y {fn }n≥1 converge puntualmente
a f en E \ A.
(2) {fn }n≥1 converge uniformemente µ-casi-siempre a f en E si existe A ⊆ E tal que

µ(A) = 0 y {fn }n≥1 converge uniformemente a f en E \ A.
Ejemplo 14.4. Para n ≥ 1 sea fn : [0, 1] → R dada por
fn (x) = xn
y sea f : [0, 1] → R dada por

f ≡ 0.
Se tiene que {fn }n≥1 converge uniformemente a f m-casi siempre en [0, 1].
Ejemplo 14.5. Para n ≥ 1 sea fn : [0, ∞) → R dada por

1
fn = 1{0} + 1(0,∞) .
n
Se tiene que {fn }n≥1 converge puntualmente a la función 1{0} , pero no converge unifor-
memente.
Sin embargo, {fn }n≥1 converge uniformemente m-casi-siempre en [0, ∞).
3. CONVERGENCIA CASI-UNIFORME 139
3. Convergencia casi-uniforme

F-medible y E un conjunto de F.
Se dice que {fn }n≥1 converge µ-casi-uniformemente a f en E si para todo γ > 0 existe
un conjunto Fγ ⊆ E tal que Fγ está en F, µ(Fγ ) < γ y {fn }n≥1 converge uniformemente a
f en E \ Fγ .
Proposición 14.7. Convergencia uniforme implica convergencia casi-uniforme.
Observación 14.8. El recı́proco es falso tal como lo muestra el siguiente ejemplo.
Ejemplo 14.9. Para n ≥ 1 sea fn : [0, 1] → R dada por fn (x) = xn y sea f : [0, 1] → R
dada por (
0 si 0 ≤ x < 1
f (x) =
1 si x = 1
Dado γ > 0 sea h γ i
Fγ = 1 − , 1 .
2
Se tiene que
m(Fγ ) = γ/2 < γ
y {fn }n≥1 converge uniformemente a f en [0, 1] \ Fγ .
Por lo tanto {fn }n≥1 converge casi-uniformemente a f en [0, 1]. Sin embargo, {fn }n≥1 no
converge uniformemente en [0, 1].
Proposición 14.10. Convergencia uniforme µ-casi siempre implica convergencia casi-

uniforme.
Proposición 14.11. Para n ≥ 1 sean fn : X → R función F-medible, f : X → R

función F-medible
Si {fn }n≥1 converge µ-casi-uniformemente a f en E entonces {fn }n≥1 converge
µ-casi-siempre a f en E.
Demostración. Usando la definición de converge µ-casi-uniforme con γ = 1/n se tiene

que para todo n > 0 existe un conjunto An ⊆ E tal que
µ(An ) < 1/n
y {fn }n≥1 converge uniformemente a f en E \ An .

Sea
∞
\
A= An .
n=1
Entonces
0 ≤ µ(A) ≤ µ(An ) ≤ 1/n (n ≥ 0).
Por lo tanto
µ(A) = 0.
Además
Ã ∞
! Ã ∞
!C
\ \
E\A=E\ An =E∩ An
n=1 n=1
Ã ∞
! ∞
[ [
=E∩ AC
n = (E ∩ AC
n)
n=1 n=1
∞
[
= (E \ An ).
n=1
Si x ∈ E \ A entonces existe no tal que x ∈ E \ Ano .
Como {fn }n≥1 converge uniformemente a f en E \ Ano resulta que {fn (x)}n≥1
converge a f (x).
De donde {fn }n≥1 converge µ-casi-siempre a f en E. ¤
Observación 14.12. En general el recı́proco de la proposición anterior es falso, tal como

lo muestra el siguiente ejemplo.
Ejemplo 14.13. Para n ≥ 1 sea fn : R → R dada por
fn = 1[n,∞) .
Se tiene que {fn }n≥1 converge puntualmente a la función nula, pero {fn }n≥1 no converge
casi uniformemente.
Observación 14.14. En conjuntos de medida finita el recı́proco de la proposición ante-

rior sı́ es cierto. Este resultado es el teorema de Egoroff, el cual damos a continuación.
4. EL TEOREMA DE EGOROFF. 141
4. El teorema de Egoroff.
Teorema 14.15 (Egoroff). Sea E un conjunto de F con µ(E) finito y para n ≥ 1 sea
fn : E → R función F-medible tal que |fn | es finita µ-casi siempre y sea f : E → R tal que
|f | es finita µ-casi siempre. Si {fn }n≥1 converge µ-casi siempre a f en E, entonces {fn }n≥1
converge µ-casi uniformemente a f en E.
Demostración.
Caso 1: Las hipótesis se cumplen “siempre” en lugar de “µ-casi siempre”. Es decir, para
todo x ∈ E se tiene que |fn (x)| es finita, |f (x)| es finita y {fn (x)}n≥1 converge a f (x).
Sea γ > 0, a continuación se construirá Fγ tal que µ(Fγ ) < γ y {fn }n≥1 converge
uniformemente a f en E \ Fγ .
Para n, k ∈ N se define
∞
\
Enk = {x ∈ E : |fj (x) − f (x)| < 1/k} .
j=n
Para k fijo, la sucesión {Enk }n≥1 es una sucesión creciente.

Tomando en cuenta que lı́mn→∞ fn (x) = f (x) se puede probar (hágalo) que
∞
[
Enk = E.
n=1
Por lo tanto para todo k ∈ N se tiene

∞
\
(E \ Enk ) = ∅.
n=1
Como µ(E) es finita se sigue que

Ã∞ !
\
lı́m µ(E \ Enk ) = µ (E \ Enk ) = 0.
k→∞
k=1
Por lo tanto, para cada k ∈ N existe Nk tal que

γ
µ(E \ Enk ) <
2k
si n ≥ Nk .
Sea
∞
[ ∞
[
k C k C
Fγ = E ∩ (ENk
) = E ∩ (ENk
) .
k=1 k=1
k C k
Como E ∩ (ENk
) = E \ EN k
entonces
Ã∞ ! ∞
[ X
k C k
µ(Fγ ) = µ E ∩ (ENk ) ≤ µ(E \ EN k
)
k=1 k=1
X∞ X∞
γ 1 1/2
≤ k
=γ k
=γ < γ.
k=1
2 k=1
2 1 − 1/2
De donde
µ(Fγ ) < γ.
Además
Ã∞ !C Ã∞ ! ∞
[ \ \
k C C k k
E \ Fγ = E ∩ E∩ (ENk
) =E∩ E ∪ EN k
=E∩ EN k
.
k=1 k=1 k=1
Dado ε > 0 sea k tal que 1/k < ε. Entonces para todo j ≥ Nk para todo x ∈ E se tiene
que
|fj (x) − f (x)| < ε.
Caso 2: caso general.

Por hipótesis se tiene que {fn }n≥1 converge µ-casi siempre a f en E.
Sean
An = {x ∈ E : |fn (x)| = +∞}

B = {x ∈ E : |f (x)| = +∞}
C = {x ∈ E : {fn (x)}n≥1 no converge a f (x)}
Si Ã !
∞
[
D= An ∪B∪C
n=1
entonces µ(D) = 0.
Sea
Eo = E \ D.
Entonces {fn }n≥1 converge puntualmente a f en Eo .
Por lo hecho en el caso 1, se tiene que {fn }n≥1 converge µ-casi uniformemente a f en Eo .
De esto se puede deducir que {fn }n≥1 converge µ-casi uniformemente a f en E. ¤
5. CONVERGENCIA EN MEDIDA. 143
5. Convergencia en medida.
Sea {fn }n≥1 una sucesión de funciones F-medibles tal que fn es finita µ-casi siempre y
sea f una función F-medible finita µ-casi siempre.
Definición 14.16. Se dice que {fn }n≥1 converge en medida µ a f si para todo γ > 0 se
tiene que
lı́m µ{x ∈ X : |fn (x) − f (x)| > γ} = 0.
n→∞
Es decir, para todo γ > 0, para todo ² > 0 existe N tal que n ≥ N implica
µ{x ∈ X : |fn (x) − f (x)| > γ} < ².
Definición 14.17. Se dice que {fn }n≥1 es una sucesión de Cauchy en medida µ si para
todo γ > 0, para todo ² > 0 existe N tal que n, k ≥ N implica
µ{x ∈ X : |fn (x) − fk (x)| > γ} < ².
Proposición 14.18. Si una sucesión converge en medida entonces es de Cauchy en

medida.
Observación 14.19. En general, convergencia puntual no implica convergencia en

medida, tal como lo muestra el siguiente ejemplo.
fn = 1[n,∞) .
Se tiene que {fn }n≥1 converge puntualmente a la función nula, pero
m{x ∈ X : |fn (x) − f (x)| > γ} = m[n, ∞) = ∞.
Por lo tanto, {fn }n≥1 no converge en medida a f .
Observación 14.21. En general, convergencia µ-casi siempre no implica convergencia en

medida µ. Para espacios de medida finita ver Corolario 14.25.
Observación 14.22. Convergencia en medida µ no implica convergencia µ-casi siempre.
f2p +k = 1[ kp , k+1
2 2p ]
para p = 0, 1, 2, ... y k = 0, 1, . . . , 2p − 1. Esta sucesión se conoce como la sucesión que

camina.
Para comprender mejor esta sucesión se sugiere hacer el gráfico de las siguientes funciones:
f1 = 1[0,1] ,
f2 = 1[0,1/2] , f3 = 1[1/2,1] ,
f4 = 1[1,1/4] , f5 = 1[1/4,1/2] , f6 = 1[1/2,3/4] , f7 = 1[3/4,1] ,
etc.
Sea x ∈ [0, 1], x fijo. Se tiene que
lim fn (x) = 0 y lim fn (x) = 1.
Luego {fn (x)}n≥1 no converge. De donde {fn }n≥1 no converge puntualmente.
Si 0 < γ < 1 y n = 2p + k entonces

1
m{x ∈ X : |fn (x)| > γ} = →0
2p
si n → ∞ (porque p → ∞).
Por lo tanto {fn }n≥1 converge en medida (para la medida de Lebesgue).
Teorema 14.24. Para n ≥ 1 sean fn : X → R función F-medible, f : X → R función

F-medible.
Si {fn }n≥1 converge µ-casi-uniformemente a f en E entonces {fn }n≥1 converge en
medida µ a f en E.
Demostración. Como {fn }n≥1 converge µ-casi-uniformemente a f en E, se tiene que

para todo γ > 0 existe un conjunto Fγ ⊆ E tal que µ(Fγ ) < γ y {fn }n≥1 converge uniforme-
mente a f en E \ Fγ .
Dado ε > 0 existe Nε tal que si x ∈ E \ Fγ
|fn (x) − f (x)| < ε para todo n > Nε .
Esto implica que para todo n > Nε se tiene
{x ∈ X : |fn (x) − f (x)| ≥ ε} ⊆ Fγ .
Por lo tanto,
µ{x ∈ X : |fn (x) − f (x)| ≥ ε} ⊆ µ(Fγ ) < γ.
Como γ es arbitrario sigue que
lı́m µ{x ∈ X : |fn (x) − f (x)| ≥ ε} = 0.

n→∞
¤
5. CONVERGENCIA EN MEDIDA. 145
Corolario 14.25. En conjuntos de medida finita la convergencia µ-casi siempre implica

la convergencia en medida.
Demostración. Si el conjunto tiene medida finita, por el teorema de Egoroff se tiene

que la convergencia µ-casi siempre implica la convergencia µ-casi uniforme.
Por el teorema anterior, esta implica la convergencia en medida µ. ¤
Teorema 14.26. Para n ≥ 1 sean fn : X → R función F-medible, f : X → R

función F-medible tales que fn es finita µ-casi siempre y f es finita µ-casi siempre.
Si {fn }n≥1 converge en medida a f entonces existe una subsucesión {fnk }k≥1 de {fn }n≥1
tal que {fnk }k≥1 converge µ-casi siempre a f .
Demostración. Como {fn }n≥1 converge en medida µ a f , se tiene que para todo k
existe nk tal que n ≥ nk implica
½ ¾
1 1
µ x ∈ X : |fn (x) − f (x)| > k < k .
2 2
Veamos que {fnk }k≥1 converge µ-casi siempre a f .
Sean ½ ¾
1
Ek = x ∈ X : |fnk (x) − f (x)| > k
2
y
∞ [
\ ∞
E = lim Ek = Ek
n=1 k=n
luego, para todo n ≥ 1 se tiene que
∞
X X∞
1
0 ≤ µ(E) ≤ µ(Ek ) ≤ k
.
k=n k=n
2
De donde
µ(E) = 0.
Como
∞ \
[ ∞
C
E = EkC
n=1 k=n
C
si x ∈ E entonces existe N tal que
1
|fnk (x) − f (x)| ≤
2k
para todo k ≥ N .
Por lo tanto
lı́m fnk (x) = f (x).
k→∞
Se ha probado que {fnk }k≥1 converge µ-casi siempre a f . ¤
Proposición 14.27. Si {fn }n≥1 es una sucesión de Cauchy en medida µ entonces existe
f función F-medible tal que {fn }n≥1 converge a f en medida.
Como ejercicio demuestre la proposición anterior.

Sugerencia tome nk+1 > nk tal que
½ ¾
1 1
µ x ∈ X : |fnk+1 (x) − fnk (x)| > k < k .
2 2
Demuestre que la serie
∞
X
(fnk+1 − fnk )
k=1
converge µ-casi siempre a una función g. Defina
f = g + f n1 .
Es sencillo ver que {fnk }k≥1 converge a f en medida. Demuestre que {fn }n≥1 converge a f
en medida.
CAPı́TULO 15
Teorı́a de la medida para espacios producto.
1. Borelianos y medibles Lebesgue en el plano.
Como en capı́tulos anteriores sea I 2a la colección de los rectángulos acotados de R2 , es

decir:
I 2a = { ha1 , b1 i × ha2 , b2 i para algunos a1 , a2 , b1 , b2 ∈ R}
y sea I 2 la colección de todos los rectángulos de R2 .
Se sabe que la σ-álgebra de Borel en R2 es
B(R2 ) = σ(I 2a ) = σ(I 2 ).
Si A está en I 2 se define el área de A como
V 2 (A) = l(A1 ) · l(A2 )
donde A = A1 × A2 .
La medida asociada al área V 2 es la medida de Lebesgue en el plano R2 y se denotará

por m2 .
Sea M2 la σ-álgebra de los conjuntos medibles Lebesgue en R2 . Se tiene que
B(R2 ) ⊆ M2 .
Proposición 15.1. A está en M2 si y sólo si existen B1 , B2 en B(R2 ) tales que

B1 ⊆ A ⊆ B2 y m2 (B2 − B1 ) = 0.
2. La σ-álgebra producto.
Sean (X, F), (Y, G) dos espacios medibles. Sea
F × G = {H ⊂ X × Y : H = F × G con F en F y G en G}.
Definición 15.2. A los conjuntos que están en F × G se les llama rectángulos, cilindros
o conjuntos elementales.
147
148 15. TEORÍA DE LA MEDIDA PARA ESPACIOS PRODUCTO.
Es importante señalar que, en general, F × G no es una σ-álgebra de X × Y .
Proposición 15.3. F × G es un sistema-π.
Definición 15.4. La σ-álgebra producto de F y G es la menor σ-álgebra que contiene a

F × G y se denota por F ⊗ G. Es decir,
F ⊗ G = σ(F × G).
Proposición 15.5.
B(R2 ) = B(R) ⊗ B(R).
Observación 15.6.
M2 6= M ⊗ M.
Proposición 15.7.
M × M ⊂ M2 .
Proposición 15.8.
M × M 6= M2 .
Sean C, D ⊂ R, tales que C = {x} para algún x ∈ R y D no está en M entonces

m(C) = 0, C × D no está en M × M.
Sin embargo,
C × D está en M2 y m2 (C × D) = 0.
3. Secciones de conjuntos.
Sean X, Y dos conjuntos y sea A ⊆ X × Y .

Para cada x ∈ X la sección x de A es
Ax = {y ∈ Y : (x, y) ∈ A}.
Para cada y ∈ Y la sección y de A es
Ay = {x ∈ X : (x, y) ∈ A}.
Ejemplo 15.9. Si A = F × G con F ⊆ X y G ⊆ Y entonces
Ax = G para todo x ∈ F,
Ay = F para todo y ∈ G.
4. SECCIONES DE CONJUNTOS Y CONJUNTOS BORELIANOS. 149
4. Secciones de conjuntos y conjuntos borelianos.
Proposición 15.10. Sea A en B(R2 ) entonces

(a) Ax está en B(R) para todo x ∈ R.
(b) Ay está en B(R) para todo y ∈ R.
Demostración. Sea
H = {A en B(R2 ) : Ax está en B(R) ∀x ∈ R y Ay está en B(R) ∀y ∈ R}.
Es fácil ver que

B(R) × B(R) ⊆ H.
Se puede probar que H es una σ-álgebra (hágalo como ejercicio).
Por lo tanto,
σ(B(R) × B(R)) ⊆ H.
Como
B(R) ⊗ B(R) = σ(B(R) × B(R)).
Sigue que
B(R) ⊗ B(R) ⊆ H.
Como
B(R2 ) = B(R) ⊗ B(R).
Se obtiene que
B(R2 ) ⊆ H.
Con esto se puede concluir la demostración. ¤
Teorema 15.11. Sea A en B(R2 ) entonces

(a) La función x → m(Ax ) es B(R)-medible.
(b) La función y → m(Ay ) es B(R)-medible.
(c) Se tiene la igualdad

Z Z
2
m (A) = m(Ax ) dx = m(Ay ) dy.
R R
Es decir,
Z Z µZ ¶ Z µZ ¶
2
1A (x, y) dm (x, y) = 1A (x, y) dy dx = 1A (x, y) dx dy.
R2 R R R R
Demostración.
Caso 1. Sea A en B(R2 ) tal que
A=C ×D
con C en B(R), D en B(R).
Luego
(
D si x ∈ C
Ax =
∅ si x ∈
/C
(
C si y ∈ D
Ay =
∅ si y ∈
/D
De donde
m(Ax ) = m(D) 1C (x).
m(Ay ) = m(C) 1D (y).

Se tiene que las funciones x → m(Ax ) y y → m(Ay ) son B(R)-simples. Por lo tanto
A satisface (a) y (b).
Por otro lado,
m2 (A) = m2 (C × D) = m(C) m(D).
De donde Z Z
2
m (A) = m(D) 1C (x) dx = m(Ax ) dx.
R R
Z Z
2
m (A) = m(C) 1D (y) dy = m(Ay ) dy.
R R
Por lo tanto A satisface (c).
Caso 2. Suponga que A está contenido en un conjunto de medida finita.

En ese caso existe H tal que
A ⊆ H = F × G,
F y G son B(R)-medibles, m2 (H) < ∞.
Sea
PH = {A ⊆ H : A satisface (a), (b) y (c)}.
Por lo hecho en el caso 1 se tiene que H está en PH .
Sea
2
RH = {A = C × D ⊆ H con C ⊆ X, D ⊆ Y, C × D en B(R2 )}.
4. SECCIONES DE CONJUNTOS Y CONJUNTOS BORELIANOS. 151
2
Sea A en RH , por lo hecho en el caso 1, A satisface (a), (b) y (c). De donde A está en
PH . Se ha probado que
2
RH ⊆ PH .
Se puede probar que PH es una clase monótona (hágalo como ejercicio). Como H está en
PH por el teorema de clase monótona
B(H) ⊆ PH
donde B(H) es la σ-álgebra de Borel de H.

Esto termina la prueba para este caso.
Caso 3. Caso general.

Sean
(1) Fn en B(R) tal que m(Fn ) es finita, Fn ⊆ Fn+1 y
∞
[
Fn = R,
n=1
(2) Gn en B(R) tal que m(Gn ) es finita, Gn ⊆ Gn+1 y

∞
[
Gn = R,
n=1
(3) Hn = Fn × Gn .
Si A está en B(R2 ) entonces {A ∩ Hn }n es creciente y
∞
[
(A ∩ Hn ) = A.
n=1
Como el teorema vale para A ∩ Hn se puede probar que vale para A (complete los
detalles). ¤
Corolario 15.12. Sea A en B(R2 ) entonces las siguientes condiciones son equivalentes:
(i) m2 (A) = 0.
(ii) m(Ax ) = 0 m-casi siempre (es decir, para m-casi todo x ∈ R).
(iii) m(Ay ) = 0 m-casi siempre (es decir, para m-casi todo y ∈ R).
Demostración. Por la proposición anterior se tiene que

Z Z
2
m (A) = m(Ax ) dm(x) = m(Ay ) dm(y).
R R
2
Luego, m (A) = 0 si y sólo si m(Ax ) = 0 m-casi siempre. La otra parte es análoga. ¤
5. Secciones de conjuntos y conjuntos medibles Lebesgue.
Teorema 15.13. Sea A en medible Lebesgue en R2 , es decir A está en M2 entonces

(a) Ax está en M m-casi siempre (es decir, para m-casi todo x ∈ R).
(b) Ay está en M m-casi siempre (es decir, para m-casi todo y ∈ R).
(c) La función x → m(Ax ) es medible Lebesgue en R.
(d) La función y → m(Ay ) es medible Lebesgue en R.
(e) Se tiene la igualdad

Z Z
2
m (A) = m(Ax ) dx = m(Ay ) dy.
R R
Es decir,
Z Z µZ ¶ Z µZ ¶
2
1A (x, y) dm (x, y) = 1A (x, y) dy dx = 1A (x, y) dx dy.
R2 R R R R
(f) Si m2 (A) es finita entonces

(1) m(Ax ) es finita m-casi siempre (es decir, para m-casi todo x ∈ R).
(2) m(Ay ) es finita m-casi siempre (es decir, para m-casi todo y ∈ R).
Demostración.
Sean A en M2 y B1 , B2 en B(R2 ) tales que
B1 ⊆ A ⊆ B2 , m2 (B2 \ B1 ) = 0.
Entonces B1x , B2x en B(R) y

B1x ⊆ Ax ⊆ B2x .
Por el Corolario 15.12
m((B2 \ B1 )x ) = 0 m-casi siempre.
De esto se deduce (pruébelo) que
m(B2x \ B1x ) = 0 m-casi siempre.
Luego Ax está en M m-casi siempre.

Se ha probado (a). La prueba de (b) es análoga.
Como B1x ⊆ Ax ⊆ B2x y m(B2x \ B1x ) = 0 m-casi siempre entonces las funciones
x → m(Ax ) y x → m(B2x ) son iguales m-casi siempre.
6. SECCIONES DE FUNCIONES. 153
Además Z Z
2 2
m (A) = m (B2 ) = m(B2x ) dx = m(Ax ) dx.
R R
Análogamente se prueba la expresión para Ay . Con esto se tienen (c) (d) y (e).
Finalmente, para probar (f) se observa que si m2 (A) es finita, como
Z
2
m (A) = m(Ax ) dx
R
se sigue que Z
m(Ax ) dx es finita.
R
Por lo tanto, m(Ax ) es finita m-casi siempre. ¤
6. Secciones de funciones.
Definición 15.14. Sea f : X × Y → R.

Para cada x ∈ X la sección x de f es fx : Y → R dada por
fx (y) = f (x, y).
Para cada y ∈ Y la sección y de f es
f y (x) = f (x, y).
Ejemplo 15.15. Sean X, Y conjuntos y A ⊆ X × Y . Si x ∈ X, y ∈ Y y f = 1A ,

entonces
fx (y) = 1Ax (y),
f y (x) = 1Ay (x).
Es decir,
(1A )x = 1Ax ,
(1A )y = 1Ay .
Proposición 15.16. Sean f : X × Y → R y B ⊂ R entonces

(i) (fx )−1 (B) = (f −1 (B))x si x ∈ X.
(ii) (f y )−1 (B) = (f −1 (B))y si y ∈ Y .
Demostración. Solamente se probará (i), pues (ii) es análogo. Sea x ∈ X
(fx )−1 (B) = {y ∈ Y : fx (y) ∈ B} = {y ∈ Y : f (x, y) ∈ B}

= {y ∈ Y : (x, y) ∈ f −1 (B)} = (f −1 (B))x .
¤
Proposición 15.17. Sea f : R2 → R una función B(R2 )-medible entonces

(i) fx es B(R)-medible para todo x ∈ R.
(ii) f y es B(R)-medible para todo y ∈ R.
Es decir, las secciones de funciones medibles Borel son funciones medibles Borel.
Demostración. Solamente se probará (i), pues (ii) es análogo.

Sea B está en B(R) entonces f −1 (B) está en B(R2 ) y por lo tanto dado x ∈ R
(fx )−1 (B) = (f −1 (B))x está en B(R).
Proposición 15.18. Sea f : R2 → R una función M2 -medible entonces

(i) fx es M-medible m-casi siempre (es decir, para casi todo x ∈ R).
(ii) f y es M-medible m-casi siempre (es decir, para casi todo y ∈ R).
Es decir, las secciones de funciones medibles Lebesgue son funciones medibles Lebesgue casi
siempre (con respecto a la medida de Lebesgue).
La demostración es análoga a la de la proposición anterior.
Proposición 15.19. Sea A un conjunto de M2 si m2 (A) es finito entonces

Z
(1A )x (y) dm(y)
R
es finito m-casi siempre.
Ejercicio 15.20. Enunciar y probar una proposición análoga a la anterior pero para la
otra variable.
7. Integración en espacios producto.
Teorema 15.21 (Tonelli). Sea f : R2 → R una función M2 -medible. Si f es no negativa

entonces
Z Z µZ ¶ Z µZ ¶
2
f (x, y) dm (x, y) = f (x, y) dm(y) dm(x) = f (x, y) dm(x) dm(y).
R2 R R R R
Demostración.
(1) Si f = 1A con A en M2 , basta usar 15.13.
(2) Si f es una función M2 -simple y no negativa, por la linealidad y usando que el
resultado es cierto para indicadores se obtiene el resultado para f .
7. INTEGRACIÓN EN ESPACIOS PRODUCTO. 155
(3) Si f es una función M2 -medible entonces existe una sucesión creciente {fk }k de
funciones M2 -simples y no negativas tales que {fk }k converge puntualmente a f .
Luego las sucesiones de secciones {fkx }k y {fky }k crecen a las secciones fx y f y respecti-
vamente.
Por la definición de integral, por el teorema de convergencia monótona
Z Z
2
f (x, y) dm (x, y) = lı́m fk (x, y) dm2 (x, y)
R2 k→∞ R2
Z µZ ¶
= lı́m fkx (y) dm(y) dm(x)
k→∞ R R
Z µZ ¶
= lı́m fkx (y) dm(y) dm(x)
R R k→∞
Z µZ ¶
= fx (y) dm(y) dm(x).
R R
En forma similar se obtiene el resultado para el otro orden de integración. ¤
Observación 15.22. El resultado anterior no asegura que las integrales de la conclusión

sean finitas. Podrı́a ocurrir que sean iguales a +∞.
Teorema 15.23 (Fubini). Sea f : R2 → R una función M2 -medible. Si f es integrable

Lebesgue en R2 entonces
(i) fx es integrable Lebesgue en R m-casi siempre (es decir, para casi todo x ∈ R).
(ii) f y es integrable Lebesgue en R m-casi siempre (es decir, para casi todo y ∈ R).
(iii) Se cumple la igualdad
Z Z µZ ¶ Z µZ ¶
2
R2 R R R R
Demostración. Si f es integrable Lebesgue en R2 , entonces

Z
f + dm2 es finita,
R
Z
f − dm2 es finita.
R
Sean Z
+
ϕ (x) = (f + )x (y) dm(y),
ZR
ϕ− (x) = (f − )x (y) dm(y).
R
Se puede probar que ϕ+ (x) es finita m-casi siempre y ϕ− (x) es finita m-casi siempre (hágalo,
sugerencia comience usando la Proposición 15.19 en la que esto fue probado para indicadores).
Luego
m{x ∈ R : ϕ+ (x) = +∞} = 0,
m{x ∈ R : ϕ− (x) = +∞} = 0.

De donde (f + )x y (f − )x son integrables m-casi siempre. Por lo tanto fx es integrable
m-casi siempre.
Usando el teorema de Tonelli sigue que
Z Z Z
2 + 2
f (x, y) dm (x, y) = f (x, y) dm (x, y) − f − (x, y) dm2 (x, y)
R2 R2 R2
Z µZ ¶ Z µZ ¶
+ −
= f (x, y) dm(y) dm(x) − f (x, y) dm(y) dm(x)
R R R R
Z µZ ¶
+ −
= (f (x, y) − f (x, y)) dm(y) dm(x)
R R
Z µZ ¶
= (f (x, y)) dm(y) dm(x)
R R
Análogamente para la otra integral iterada. ¤
Observación 15.24. El resultado anterior sı́ asegura que las integrales de la conclusión
son finitas.
Corolario 15.25. Sea f : R2 → R una función M2 -medible. Si se cumple alguna de las

siguientes condiciones
Z µZ ¶
(a) |f (x, y)|dm(y) dm(x) es finita.
ZR µ ZR ¶
(b) |f (x, y)|dm(x) dm(y) es finita.
R R
Entonces f es integrable Lebesgue en R2 y

Z Z µZ ¶ Z µZ ¶
2
R2 R R R R
Demostración. Supongamos que se cumple (a).

Por el teorema de Tonelli
Z Z µZ ¶
2
|f (x, y)| dm (x, y) = |f (x, y)| dm(y) dm(x) < ∞.
R2 R R
Luego |f | es integrable en R2 y por lo tanto f es integrable en R2 .

Por el teorema de Fubini se sigue la igualdad de las integrales del enunciado de este
corolario. ¤
8. MEDIDAS ABSTRACTAS EN ESPACIOS PRODUCTOS. 157
8. Medidas abstractas en espacios productos.
En el libro Real and Complex Analysis de Rudin se encuentra información detallada de

este tema.
Teorema 15.26. Sean (X, F), (Y, G) dos espacios medibles y sea A en F ⊗ G entonces
(a) Ax está en G para todo x ∈ X.

(b) Ay está en F para todo y ∈ Y .
Se tiene que F ⊗ G es la menor clase monótona que contiene a F × G.
Teorema 15.27. Sea f : X × Y → R. Si f es F ⊗ G-medible entonces
(a) fx es G-medible para todo x ∈ X.

(b) f y es F-medible para todo y ∈ Y .
Proposición 15.28. Sean (X, F, µ), (Y, G, ν) dos espacios medibles de medidas σ-finitas
y sea A en F ⊗ G entonces
(a) La función x → ν(Ax ) es F-medible.

(b) La función y → µ(Ay ) es G-medible.
(c) Se tiene que
Z Z
ν(Ax ) dµ(x) = µ(Ay ) dν(y).
X Y
Sean (X, F, µ), (Y, G, ν) dos espacios medibles de medidas σ-finitas y sea A en F ⊗ G
definimos
Z Z
(µ × ν)(A) = ν(Ax ) dµ(x) = µ(Ay ) dν(y).
X Y
(a) µ × ν es una medida en (X × Y, F ⊗ G).

(b) µ × ν es una medida σ-finita.
Para la demostración de (a) se usa el teorema de intercambio de series con integrales.

9. Integración en espacios productos para medidas abstractas.
Lema 15.30. Sean (X, F, µ), (Y, G, ν) dos espacios medibles de medidas σ-finitas.
Dada f : X × Y → R una función F ⊗ G medible no negativa, sean
Z
ϕ(x) = fx (y) dν(y) (x ∈ X)
Y
Z
ψ(x) = f y (x) dµ(x) (y ∈ Y )
X
entonces ϕ es F-medible y ψ es G-medible.
Teorema 15.31 (Tonelli, abstracto). Sean (X, F, µ), (Y, G, ν) dos espacios medibles de
medidas σ-finitas. Dada f : X × Y → R una función F ⊗ G medible, si f ≥ 0 entonces
Z Z µZ ¶ Z µZ ¶
f (x, y) d(µ × ν)(x, y) = f (x, y) dν(y) dµ(x) = f (x, y) dµ(x) dν(y).
X×Y X X Y X
Observación 15.32. El resultado anterior no asegura que las integrales de la conclusión

sean finitas. Podrı́a ocurrir que sean iguales a +∞.
Teorema 15.33 (Fubini, abstracto). Sean (X, F, µ), (Y, G, ν) dos espacios medibles de
medidas σ-finitas. Dada f : X × Y → R una función F ⊗ G medible, si f es integrable en
X × Y entonces
(i) fx es integrable Lebesgue en Y ν-casi siempre.
(ii) f y es integrable Lebesgue en X µ-casi siempre.
(iii) Se cumple la igualdad
Z Z µZ ¶ Z µZ ¶
X×Y X X Y X
Observación 15.34. El resultado anterior sı́ asegura que las integrales de la conclusión
son finitas.
Corolario 15.35. Sean (X, F, µ), (Y, G, ν) dos espacios medibles de medidas σ-finitas y
f : X × Y → R una función F ⊗ G medible, si se cumple alguna de las siguientes condiciones
Z µZ ¶
(a) |f (x, y)|dν(y) dµ(x) es finita.
ZX µ Z Y ¶
(b) |f (x, y)|dµ(x) dν(y) es finita.
Y X
Entonces f es integrable en X × Y y
Z Z µZ ¶ Z µZ ¶
X×Y X Y Y X
CAPı́TULO 16
Espacios Lp (X, F, µ).
1. Funciones medibles a valores complejos.
Sea C el cuerpo de los números complejos.
Definición 16.1. Sean (X, F) un espacio medible y f : X → C se dice que f es

F-medible cuando
f −1 (B(C)) ⊆ F .
Ejemplo 16.2. Dado un espacio medible (X, F) y λ ∈ C sea f (x) = λ para todo x.
Se sigue que f es F-medible.
Ejemplo 16.3. Si X es un espacio topológico y f : X → C es continua entonces f es

medible Borel.
Proposición 16.4. Sean (X, F) un espacio medible y f , g : X → C funciones

(1) f + g es F-medible.
(2) k.f es F-medible, para todo λ ∈ C.
(3) f.g es F-medible.
(4) 1/f es F-medible, si f no se anula en ningún punto.
Si f : X → C entonces existen u : X → R y v : X → R tales que
f = u + i v.
La función u se conoce como la parte real de f y la función v se conoce como la parte

imaginaria de f y se denotan mediante
Ref = u y Imf = v.
Más precisamente, la función parte real de f es la función Ref : X → R definida mediante
(Ref )(x) = Re(f (x)).
159
160 16. ESPACIOS Lp (X, F, µ).
La función parte imaginaria de f es la función Imf : X → R definida mediante
(Imf )(x) = Im(f (x)).
La función módulo de f es la función |f | : X → R definida mediante

p
|f (x)| = (Ref (x))2 + (Imf (x))2 (x)
para x ∈ X.
Con la notación indicada antes esto es:
p
|f (x)| = (u(x))2 + (v(x))2 (x)
para x ∈ X.
Proposición 16.5. Sean (X, F) un espacio medible y f : X → C una función

F-medible. Entonces
(1) Ref es F-medible.
(2) Imf es F-medible.
(3) |f | es F-medible.
Proposición 16.6. Sean (X, F) un espacio medible y f , g : X → C funciones

{x ∈ X : |f (x) − g(x)| > ε}
está en F.
Sea {fn } una sucesión de funciones tales que fn : X → C para todo n. Si {fn } converge
puntualmente, la función lı́mite puntual de {fn } es la función lı́m fn : X → C definida
mediante
(lı́m fn )(x) = lı́m fn (x).
Proposición 16.7. Sean (X, F) un espacio medible y {fn } una sucesión de funciones
tales que fn : X → C y fn es F-medible para todo n. Si {fn } converge puntualmente entonces
lı́m fn es F-medible.
Usando el módulo de los números complejos se pueden definir convergencia puntual, con-
vergencia uniforme, convergencia puntual casi-siempre, convergencia uniforme casi-siempre,
convergencia casi uniforme y convergencia en medida.
En lo que sigue se usará K para referirse a R ó a C, donde R es el cuerpo de los números

reales y C es el cuerpo de los números complejos.
2. EL ESPACIO DE FUNCIONES Lp PARA 1 ≤ p < ∞. 161
Definición 16.8. Sean (X, F, µ) un espacio de medida y f : X → C una función

F-medible. Se dice que f es integrable en X respecto de µ cuando Ref e Imf son ambas
integrables en X respecto de µ y se define
Z Z Z
f dµ = Ref dµ + i Imf dµ.
X X X
Definición 16.9. Sea µ una medida finita en el espacio medible ([0, 2π], B([0, 2π])), la
transformada de Fourier de µ es µ
b : Z → C dada por
Z 2π
µ
b(n) = einx dµ(x) para n ∈ Z.
0
2. El espacio de funciones Lp para 1 ≤ p < ∞.
En lo que sigue de este capı́tulo p será un número real p tal que 1 ≤ p < ∞.
Sea
½ Z ¾
L = p
LpK (X, F, µ) = f : X → K, f es F − medible y p
|f (x)| dµ(x) < ∞ .
X
Proposición 16.10. LpK (X, F, µ) es un espacio vectorial.
Pruebe la proposición anterior. Para hacer la demostración puede ser útil tomar en cuenta
que
|a + b|p ≤ 2p máx{|a|p , |b|p } ≤ 2p (|a|p + |b|p ).
Si f ∈ LpK (X, F, µ) se define

µZ ¶1/p
p
kf kp = |f (x)| dµ(x) .
X
Observe que kf kp = 0 no implica f = 0. Por lo tanto (LpK (X, F, µ), k · kp ) no es un

espacio normado.
Sin embargo, kf kp = 0 si y sólo si f = 0 µ-casi-siempre. Esto permite definir un espacio
cociente que sı́ es un espacio normado. A continuación se dan los detalles.
Dadas f, g ∈ LpK (X, F, µ) se dice que f ∼ g cuando f = g µ-casi-siempre. Se tiene
que ∼ permite definir clases de equivalencia.
3. El espacio Lp .
Sea
n o
p p e e p
L = L (X, F, µ) = f : f es una clase de equivalencia de funciones f ∈ LK (X, F, µ) .
Si f, g ∈ LpK (X, F, µ) y λ es un escalar se definen
fe + ge = f]
+g
λfe = λf
f
Proposición 16.11. LpK (X, F, µ) es un espacio vectorial.
Si f ∈ LpK (X, F, µ) se define

kfekp = kf kp .
Resulta que kfekp = 0 si y sólo si fe = e
0.
4. El espacio L2 .
Dadas f, g ∈ L2K (X, F, µ) se define

Z
hf, gi = f (x)g(x)dµ(x).
X
Esta relación define un producto interno en L2K (X, F, µ).

Sea
hfe, gei = hf, gi.
Esta relación define un producto interno en L2K (X, F, µ).
Es usual usar f para referirse a la clase fe.
5. Desigualdad de Hölder y desigualdad de Minkowski.
Si 1 < p < ∞ el ı́ndice conjugado de p es el número q tal que

1 1
+ = 1.
p q
Se tienen las siguientes propiedades:
(a) 1 < q < ∞.
(b) (p − 1)(q − 1) = 1.
(c) (p − 1)q = p.
5. DESIGUALDAD DE HÖLDER Y DESIGUALDAD DE MINKOWSKI. 163
Teorema 16.12 (Desigualdad de Hölder). Si f ∈ LpK (X, F, µ) y g ∈ LqK (X, F, µ) donde

1 1
1<p<∞y p
+ q
= 1. Entonces f g ∈ L1K (X, F, µ) y
kf gk1 ≤ kf kp kgkq
es decir,
Z µZ ¶1/p µZ ¶1/q
p q
|f (x) g(x)| dµ(x) ≤ |f (x)| dµ(x) |g(x)| dµ(x) .
X X X
Hay igualdad si y sólo si existen c, d ∈ R tales que c|f | = d|g|q . p
Para p = q = 2 de la desigualdad de Hölder se obtiene la desigualdad de Cauchy-Schwarz
|hf, gi| ≤ kf k2 kgk2
si f, g ∈ L2K (X, F, µ).
Demostración. Observe que si ϕ : R → R está dada por
ϕ(t) = tp−1 ,
entonces
ϕ−1 (s) = sq−1 .
Sean a > 0 y b > 0, considerando el gráfico de ϕ es fácil ver que
Z a Z b
p−1 ap bq
ab ≤ t dt + sq−1 ds = + .
0 0 p q
Además hay igualdad si y sólo si (a, b) está en el gráfico de ϕ.
Dadas f ∈ LpK (X, F, µ) y g ∈ LqK (X, F, µ). Tomando
a = |f (x)| y b = |g(x)|
se obtiene
|f (x)|p |g(x)|q
|f (x)||g(x)| ≤ + .
p q
De donde
Z Z Z
1 p 1 1 1
|f (x) g(x)| dµ(x) ≤ |f (x)| dµ(x) + |g(x)|q dµ(x) = kf kpp + kgkqq .
X p X q X p q
Caso 1: si kf kp = 1 y kgkq = 1.
Z
1 1
|f (x) g(x)| dµ(x) ≤ + = 1 = kf kp kgkq .
X p q

Dadas f ∈ LpK (X, F, µ) y g ∈ LqK (X, F, µ) sean
f g
fo = y go = .
kf kp kgkq
Entonces fo ∈ LpK (X, F, µ), go ∈ LqK (X, F, µ),
kfo kpp = 1 y kgo kqq = 1.
Por lo hecho en el caso 1, se tiene que

Z
|fo (x) go (x)| dµ(x) ≤ 1.
X
De donde Z ¯ ¯
¯ f (x)g(x) ¯
¯ ¯
¯ kf kp kgkq ¯ dµ(x) ≤ 1.
X
Como kf kp kgkq es una constante se tiene que

Z
1
|f (x)g(x)| dµ(x) ≤ 1.
kf kp kgkq X
Luego Z
|f (x)g(x)| dµ(x) ≤ kf kp kgkq .
X
¤
Teorema 16.13 (Desigualdad de Minkowski). Si f, g ∈ LpK (X, F, µ) donde 1 ≤ p < ∞.

Entonces
kf + gkp ≤ kf kp + kgkp .
Demostración.
Ya se sabe que f, g ∈ LpK (X, F, µ) implica f + g ∈ LpK (X, F, µ).
Caso p = 1. Se tiene que

Z
kf + gk1 = |f (x) + g(x)| dµ(x)
X
Z Z
≤ |f (x)| dµ(x) + |g(x)| dµ(x)
X X
= kf k1 + kgk1 .
5. DESIGUALDAD DE HÖLDER Y DESIGUALDAD DE MINKOWSKI. 165
Caso 1 < p < ∞. Sea q el ı́ndice conjugado de p, se tiene que p = (p − 1)q.

De f + g ∈ LpK (X, F, µ) se tiene que
Z Z
p p
kf + gkp = |f (x) + g(x)| dµ(x) = |f (x) + g(x)|(p−1) q dµ(x) = k |f + g|p−1 kqq .
X X
Como p/q = p − 1 sigue que
kf + gkp−1
p = k |f + g|p−1 kq
y |f + g|p−1 ∈ LqK (X, F, µ).

A continuación se usará que p = 1 + (p − 1)
Z
p
kf + gkp = |f (x) + g(x)|p dµ(x)
ZX
= |f (x) + g(x)| |f (x) + g(x)|p−1 dµ(x)
ZX Z
p−1
≤ |f (x)| |f (x) + g(x)| dµ(x) + |g(x)| |f (x) + g(x)|p−1 dµ(x).
X X
Tomando en cuenta que f, g ∈ LpK (X, F, µ) y |f + g|p−1 ∈ LqK (X, F, µ) aplicando la

desigualdad de Hölder dos veces se tiene que
kf + gkpp ≤ kf kp k |f + g|p−1 kq + kgkp k |f + g|p−1 kq .
Luego
kf + gkpp ≤ kf kp kf + gkp−1
p + kgkp kf + gkpp−1 .
Por lo tanto
kf + gkp ≤ kf kp + kgkp .
¤
Con esta desigualdad se puede probar el siguiente resultado.
Teorema 16.14. (LpK (X, F, µ), k · kp ) es un espacio normado, para 1 ≤ p < ∞.
Proposición 16.15. Si (X, F, µ) es un espacio de medida finita y 1 ≤ p < q < ∞

entonces
LqK (X, F, µ) ⊆ LpK (X, F, µ).
Proposición 16.16. Sea (X, F, µ) un espacio de medida finita, si f ∈ L2K (X, F, µ)

entonces f ∈ L1K (X, F, µ) y
kf k1 ≤ (µ(X))1/2 kf k2 .
6. Convergencia en norma p.
Definición 16.17. Sea {fn }n≥1 una sucesión de funciones en LpK (X, F, µ) y sea f ∈
LpK (X, F, µ). Se dice que {fn }n≥1 converge a f en LpK (X, F, µ), o simplemente converge en
norma p, cuando
lı́m kfn − f kp = 0.
n→∞
Observación 16.18. Convergencia puntual µ-casi siempre no implica convergencia en

LpK (X, F, µ).
Ejemplo 16.19. Para n ≥ 1 sea fn : R → R la función constantemente igual a 1/n, es

decir
1
fn =
1R .
n
Se tiene que {fn }n≥1 converge puntualmente (y uniformemente) a la función f ≡ 0, pero
{fn }n≥1 no converge a f en LpR (R, M, m), pues
Z Z ¯ ¯p
¯1¯
p
kfn − f kp = p
|fn (x) − f (x)| dx = ¯ ¯ dx = 1 m(R) = ∞.
¯ ¯ np
R R n
Observación 16.20. Convergencia en LpK (X, F, µ) no implica convergencia puntual µ-

casi siempre.
Ejemplo 16.21. Para n ≥ 1 sea fn : R → R la sucesión que camina, es decir, la sucesión

dada por
f2r +k = 1[ kr , k+1
2 2r ]
r
para r = 0, 1, 2, ... y k = 0, 1, . . . , 2 − 1.
Tal como se indicó antes, si x ∈ [0, 1] entonces
lim fn (x) = 0 y lim fn (x) = 1.
Luego {fn (x)}n≥1 no converge. De donde {fn }n≥1 no converge puntualmente.
Sin embargo, si se considera la función f ≡ 0 entonces

Z Z
p p
kfn − f kp = |fn (x) − f (x)| dx = |fn (x)|p dx.
R R
Como
|f2r +k (x)|p = f2r +k (x)
se tiene que
Z Z · ¸
k k+1 1
kf2r +k − f kpp = p
|f2r +k (x)| dx = 1[ kr , k+1 ] dx = m r , r = r →0
R R 2 2r 2 2 2
6. CONVERGENCIA EN NORMA p. 167
si r → ∞.
De donde {fn }n≥1 converge a f en LpR (R, M, m).
Observación 16.22. Convergencia en medida µ no implica convergencia en LpK (X, F, µ).
Ejemplo 16.23. Sea f ≡ 0 y para n ≥ 1 sea fn : R → R la función dada por
fn = n 1(0, 1 ) .
n
Si 0 < γ < 1 entonces
m{x ∈ R : |fn (x) − f (x)| > γ} = m{x ∈ R : n 1(0, 1 ) (x) > γ} = m(0, 1/n) = 1/n → 0
n
si n → ∞. Por lo tanto, {fn }n≥1 converge en medida a f .

Pero
Z Z Z 1/n
kfn − f kpp = p
|fn (x) − f (x)| dx = |fn (x)| dx = p
np dx = np /n.
R R 0
Para p = 1
lı́m kfn − f k1 = 1.
n→∞
Por lo tanto {fn }n≥1 no converge a f en L1R (R, M, m).
Para 1 0. Entonces
1
µ{x ∈ X : |f (x)| > γ} ≤ kf kpp .
γp
Demostración.
Z
kf kpp = |f (x)|p dµ(x)
ZX Z
p
= |f (x)| dµ(x) + |f (x)|p dµ(x)
{x∈X: |f (x)|>γ} {x∈X: |f (x)|≤γ}
Z
≥ |f (x)|p dµ(x)
{x∈X: |f (x)|>γ}
Z
≥ γ p dµ(x)
{x∈X: |f (x)|>γ}
p
= γ µ{x ∈ X : |f (x)| > γ}.
¤
Corolario 16.25. Si {fn }n≥1 converge a f en LpK (X, F, µ) entonces {fn }n≥1 converge
a f en medida µ.
Demostración. Por la desigualdad de Chebyshev
1
0 ≤ µ{x ∈ X : |fn (x) − f (x)| > γ} ≤ p
kfn − f kpp → 0
γ
si n → ∞. ¤
Teorema 16.26 (Generalización del teorema de convergencia dominada). Sea 1 ≤ p <

∞, para n ≥ 1 sea fn : X → K función F-medible. Sea h : X → K integrable en X tal que
para cada n ∈ N
|fn (x)|p ≤ h(x) µ − casi-siempre.
Si se cumple alguna de las siguientes condiciones:

(i) f (x) = lı́mn→∞ fn (x) µ − casi-siempre.
(ii) {fn }n≥1 converge a f en medida µ.
entonces
n→∞
Además
Z
lı́m |fn (x) − f (x)|p dµ(x) = 0.
n→∞ X
Corolario 16.27. Si X es un espacio de medida finita µ, la convergencia uniforme

µ-casi siempre en X implica la convergencia en LpK (X, F, µ).
Proposición 16.28. Si f ∈ LpK (X, F, µ) y ε > 0 entonces existe ϕ función F-simple,

nula fuera de un conjunto de medida finita, tal que
kf − ϕkp < ε.
Proposición 16.29. Si f ∈ LpK (X, F, µ) entonces existe una sucesión {ϕn }n≥1 de fun-
ciones F-simples, cada una de ellas nula fuera de un conjunto An de medida finita, tal que
lı́m kϕn − f kp = 0.
n→∞
7. SUCESIONES DE CAUCHY EN NORMA p. 169
7. Sucesiones de Cauchy en norma p.
Definición 16.30. Sea {fn }n≥1 una sucesión de funciones en LpK (X, F, µ). Se dice que
{fn }n≥1 es de Cauchy en LpK (X, F, µ), o simplemente es de Cauchy en norma p, cuando para
todo ε > 0 existe N tal que si n, m > N entonces
kfn − fm kp < ε.
Proposición 16.31. Si {fn }n≥1 es una sucesión de Cauchy en LpK (X, F, µ) entonces
{fn }n≥1 es una sucesión de Cauchy en medida µ.
La demostración de esta proposición se obtiene usando la desigualdad de Chebyshev.
Proposición 16.32. Si {fn }n≥1 es una sucesión de Cauchy en LpK (X, F, µ) entonces
{kfn kp }n≥1 es una sucesión de Cauchy en R.
La demostración de esta proposición se obtiene usando que
| kfn kp − kfm kp | ≤ kfn − fm kp .
Para probar el siguiente resultado se usará que: si {fn }n≥1 es una sucesión de Cauchy en
medida µ entonces existe f función F-medible tal que {fn }n≥1 converge a f en medida.
Teorema 16.33 (Riesz-Fischer).

LpK (X, F, µ) es completo.
Es decir, si {fn }n≥1 es una sucesión de Cauchy en LpK (X, F, µ) entonces existe
f ∈ LpK (X, F, µ) tal que
n→∞
Demostración. Sea {fn }n≥1 es una sucesión de Cauchy en LpK (X, F, µ).
Resulta que {fn }n≥1 es una sucesión de Cauchy en medida µ. Entonces existe f función
F-medible tal que {fn }n≥1 converge a f en medida.
Por lo tanto, existe una subsucesión {fnk }k≥1 de {fn }n≥1 tal que {fnk }k≥1 converge µ-casi
siempre a f .
Paso 1: Veamos que f ∈ LpK (X, F, µ).
Como {fn }n≥1 es una sucesión de Cauchy en LpK (X, F, µ) se tiene que {kfn kp }n≥1 es una
sucesión de Cauchy en R. Por lo tanto {kfn kp }n≥1 es una sucesión acotada, es decir existe
M > 0 tal que
kfn kp ≤ M para todo n ∈ N.
Por el Lema de Fatou

Z Z ¯ ¯p
p ¯ ¯
|f (x)| dµ(x) = ¯ lı́m f nk (x)¯ dµ(x)
X X n→∞
Z
= lı́m |fnk (x)|p dµ(x)
X n→∞
Z
≤ lim |fnk (x)|p dµ(x)
n→∞ X
= lim kfnk kpp

n→∞
≤ M.
Por lo tanto f ∈ LpK (X, F, µ).
Paso 2: Veamos que {fn }n≥1 converge a f en LpK (X, F, µ).

Como {fn }n≥1 es una sucesión de Cauchy en LpK (X, F, µ), dado ε > 0 existe N tal que
si n, nk > N entonces
kfn − fnk kp < ε.
Por el lema de Fatou, si n > N entonces

Z
kfn − f kpp = |fn (x) − f (x)|p dµ(x)
ZX ¯ ¯p
¯ ¯
= ¯fn (x) − lı́m fnk (x)¯ dµ(x)
k→∞
ZX
= lı́m |fn (x) − fnk (x)|p dµ(x)
X k→∞
Z
≤ lim |fn (x) − fnk (x)|p dµ(x)
k→∞ X
= lim kfn − fnk kpp

k→∞
< εp .
Corolario 16.34. LpK (X, F, µ) es un espacio de Banach.
Corolario 16.35. L2K (X, F, µ) es un espacio de Hilbert.

8. UN EJEMPLO DE FUNCIONAL LINEAL Y ACOTADO EN Lp . 171
8. Un ejemplo de funcional lineal y acotado en Lp .
Proposición 16.36. Dado 1 < p < ∞ sea 1

p
+ 1
q
= 1. Para g ∈ LqK (X, F, µ) sea
F : LpK (X, F, µ) → R dada por
Z
F (f ) = f (x)g(x)dµ(x)
X
si f ∈ LpK (X, F, µ).

Entonces
(i) F es un funcional lineal en Lp .
(ii) F es un funcional lineal acotado en Lp .
(iii) kF k = kgkq .
Demostración.
(i) Sea λ un escalar
Z
F (λf1 + f2 ) = (λf1 (x) + f2 (x))g(x)dµ(x)
X
Z Z
=λ f1 (x)g(x)dµ(x) + f2 (x)g(x)dµ(x)
X X
= λ F (f1 ) + F (f2 ).
(ii) Por la desigualdad de Hölder

¯Z ¯
¯ ¯
|F (f )| = ¯¯ f (x)g(x)dµ(x)¯¯
X
Z
≤ |f (x) g(x)| dµ(x)
X
= kf gk1
≤ kf kp kgkq .
Por lo tanto F es un funcional lineal acotado y
kF k = sup |F (f )| ≤ kgkq .
kf kp =1
(iii) Sea
f1 = |g|q/p sgng
donde 

1 si y > 0


sgn y = 0 si y = 0



−1 si y < 0.
Entonces
|f1 |p = |g|q .
De donde f1 ∈ LpK (X, F, µ) y
kf1 kpp = kgkqq .
Por otro lado
f1 g = |g|q/p g sgng = |g|q/p |g| = |g|1+q/p = |g|q
ya que
1 + q/p = 1 + (1 − 1/q)q = q.
Luego
f1 g = |f1 |p .
Usando esto y usando que q = 1 + q/p se obtiene
Z
F (f1 ) = f1 (x) g(x) dµ(x)
X
Z
= |g(x)|q dµ(x)
X
= kgkqq
= kgkq kgkq/p
q
= kgkq kf1 kp .
Si fo = f1 /kf1 kp , entonces kfo kp = 1 y de la linealidad de F se tiene que
F (fo ) = kgkq .
Por lo tanto
|F (fo )| ≤ sup |F (f )| = kF k ≤ kgkq = |F (fo )|.
kf kp =1
De donde
kF k = kgkq .
¤
9. EL ESPACIO DE FUNCIONES L∞ . 173
9. El espacio de funciones L∞ .
Definición 16.37. Sea f : X → K una función F-medible, se dice que f es µ-esencialmente

acotada cuando existe a ∈ R tal que
µ{x ∈ X : |f (x)| > a} = 0.
Es decir, f es acotada salvo un conjunto de medida nula.

En este caso se dice que a es una cota superior µ-esencial de f .
Si f es µ-esencialmente acotada, el supremo esencial de f es
sup es |f | = inf{a ∈ R : µ{x ∈ X : |f (x)| > a} = 0}.
Es decir
sup es |f | = inf{a ∈ R : a es una cota superior µ − esencial de f }.
Es fácil probar que si sup es |f | = c entonces
|f (x)| ≤ c µ − casisiempre.
Sea
L∞ = L∞
K (X, F, µ) = {f : X → K, f es F − medible y f es µ − esencialmente acotada} .
Proposición 16.38. L∞
K (X, F, µ) es un espacio vectorial.
Si f ∈ L∞
K (X, F, µ) se define
kf k∞ = sup es |f |.
Observe que kf k∞ = 0 no implica f = 0. Por lo tanto (L∞

K (X, F, µ), k · kp ) no es un
espacio normado.
Sin embargo, kf k∞ = 0 si y sólo si f = 0 µ-casi-siempre. Esto permite definir un espacio

cociente que sı́ es un espacio normado. A continuación se dan los detalles.
Dadas f, g ∈ L∞
K (X, F, µ) se dice que f ∼ g cuando f = g µ-casi-siempre. Se tiene
que ∼ permite definir clases de equivalencia.
10. El espacio L∞ .
Sea
n o
L∞ = L∞ (X, F, µ) = fe : fe es una clase de equivalencia de funciones f ∈ L∞
K (X, F, µ) .
Si f, g ∈ L∞
K (X, F, µ) y λ es un escalar se definen
fe + ge = f]
+g
λfe = λf
f
Proposición 16.39. L∞
K (X, F, µ) es un espacio vectorial.
Si f ∈ L∞
K (X, F, µ) se define
kfek∞ = kf k∞ .
Resulta que kfek∞ = 0 si y sólo si fe = e

0.
Teorema 16.40 (Desigualdad de Hölder). Si f ∈ L1K (X, F, µ) y g ∈ L∞

K (X, F, µ).
Entonces f g ∈ L1K (X, F, µ) y
kf gk1 ≤ kf k1 kgk∞
es decir,
Z µZ ¶
|f (x) g(x)| dµ(x) ≤ |f (x)| dµ(x) sup es |g|.
X X
Teorema 16.41 (Desigualdad de Minkowski). Si f, g ∈ L∞

K (X, F, µ). Entonces
kf + gk∞ ≤ kf k∞ + kgk∞ .
Teorema 16.42. (L∞

K (X, F, µ), k · kp ) es un espacio normado.
Proposición 16.43. Si (X, F, µ) es un espacio de medida finita y 1 ≤ p < ∞ entonces

p
L∞
K (X, F, µ) ⊆ LK (X, F, µ).
Por lo tanto
∞
\
∞
L (X, F, µ) ⊆ Lp (X, F, µ).
p=1
12. SUCESIONES DE CAUCHY EN NORMA ∞. 175
Observación 16.44. En general

∞
\
∞
L (X, F, µ) 6= Lp (X, F, µ).
p=1
Esto es ası́ incluso en el caso en que µ sea una medida finita.
Ejemplo 16.45. Considere

(
| log x| si x ∈ (0, 1]
f (x) =
0 si x = 0
Para [0,1] con la medida de Lebesgue, se puede probar que f ∈ Lp [0, 1] si 1 ≤ p < ∞
/ L∞ [0, 1].
pero f ∈
11. Convergencia en norma ∞.
Definición 16.46. Sea {fn }n≥1 una sucesión de funciones en L∞

K (X, F, µ) y sea
f ∈ L∞ ∞
K (X, F, µ). Se dice que {fn }n≥1 converge a f en LK (X, F, µ), o simplemente
converge en norma ∞, cuando
lı́m kfn − f k∞ = 0.
n→∞
Proposición 16.47. Sea {fn }n≥1 una sucesión de funciones en L∞

K (X, F, µ) y sea
f ∈ L∞
K (X, F, µ). Las siguientes condiciones son equivalentes:
(i) lı́mn→∞ kfn − f k∞ = 0.

(ii) {fn }n≥1 converge a f uniformemente µ-casi siempre.
12. Sucesiones de Cauchy en norma ∞.
Definición 16.48. Sea {fn }n≥1 una sucesión de funciones en L∞

K (X, F, µ). Se dice que
{fn }n≥1 es de Cauchy en L∞
K (X, F, µ), o simplemente es de Cauchy en norma ∞, cuando
para todo ε > 0 existe N tal que si n, m > N entonces
kfn − fm k∞ < ε.
Proposición 16.49. Si {fn }n≥1 es una sucesión de Cauchy en L∞

K (X, F, µ) entonces
{fn }n≥1 es una sucesión de Cauchy en medida µ.
Proposición 16.50. Si {fn }n≥1 es una sucesión de Cauchy en L∞

K (X, F, µ) entonces
{kfn k∞ }n≥1 es una sucesión de Cauchy en R.
La demostración de esta proposición se obtiene usando que
| kfn k∞ − kfm k∞ | ≤ kfn − fm k∞ .

Teorema 16.51.
L∞
K (X, F, µ) es completo.
Es decir, si {fn }n≥1 es una sucesión de Cauchy en L∞
K (X, F, µ) entonces existe
f ∈ L∞
K (X, F, µ) tal que
lı́m kfn − f k∞ = 0.
n→∞
Corolario 16.52. L∞
K (X, F, µ) es un espacio de Banach.
13. Un ejemplo de funcional lineal y acotado en L1 .
Proposición 16.53. Para g ∈ L∞ 1

K (X, F, µ) sea F : LK (X, F, µ) → C dada por
Z
F (f ) = f (x)g(x)dµ(x)
X
si f ∈ L1K (X, F, µ).

Entonces
(i) F es un funcional lineal en L1 .
(ii) F es un funcional lineal acotado en L1 .
(iii) kF k = kgk∞ .
CAPı́TULO 17
Medidas de Stieltjes.
1. Función σ-aditiva en un anillo, asociada a una función de Stieltjes.
Toda función de Stieltjes F da origen a una medida µF en B(R).

La construcción de esta medida se hace a partir de una función finitamente aditiva y
positiva definida en un semi-anillo.
Sea Is el semi-anillo formado por los intervalos acotados de R que son de la forma (a, b]
para a, b ∈ R.
Dada una función de Stieltjes F sea µoF : Is → R dada por
µoF (a, b] = F (b) − F (a).
Esta función es σ-aditiva en Is .

Sea R(Is ) el anillo generado por Is , este anillo está formado por las uniones finitas y
disjuntas de elementos de Is .
Extendamos µoF a R(Is ) de la manera natural, esto es: definamos µoF : R(Is ) → R+
mediante n
X
µoF (A) = µoF (Ii )
i=1
Sn
si A = i=1 Ii donde Ii está en Is .
Proposición 17.1. µoF está bien definida en R(Is ).

Proposición 17.2. µoF es finitamente aditiva en R(Is ).
Observación 17.3. Se tiene que µoF es una extensión de µoF y es la única extensión
aditiva de µoF a R(Is ).
Corolario 17.4. µoF es monótona en R(Is ). Es decir, si A, B ∈ R(Is ) y A ⊂ B
entonces µoF (A) ≤ µoF (B).
Corolario 17.5. Si {Jn }N
n=1 es una familia finita de conjuntos de Is entonces
ÃN ! N
[ X
µoF Jn ≤ µoF (Jn ).
n=1 n=1
177
178 17. MEDIDAS DE STIELTJES.
Proposición 17.6. La función µoF es σ-aditiva en R(Is ).

Es decir, si {Ek } es una sucesión de conjuntos tal que Ek ∈ R(Is ) para todo k,
S
E= ∞ k=1 Ek y E ∈ R(Is ) entonces
∞
X
µoF (E) = µoF (Ek ).
k=1
Corolario 17.7. Sean A ∈ R(Is ) y {Ek } es una colección numerable de conjuntos de

S S∞
R(Is ) tal que ∞k=1 Ek ∈ R(Is ). Si A ⊂ k=1 Ek entonces
∞
X
µoF (A) ≤ µoF (Ek ).
k=1
2. Construcción de la medida exterior asociada a F .
Para demostrar los resultados de esta sección se usa que (−n, n] está en Is y
∞
[
R= (−n, n].
n=1
A continuación se extenderá µoF de R(Is ) a una σ-álgebra de R, usando el método de

Carathéodory .
Sea µ∗F : P(R) → R+ definida de la siguiente manera:
Si A ⊂ R se considera la familia S(A) de todas las sucesiones de conjuntos de S que
cubren a A, es decir
( ∞
)
[
S(A) = {Gn } : Gn ∈ Is , A⊂ Gn .
n=1
S∞
Resulta que S(A) 6= ∅ puesto que A ⊂ R = n=1 (−n, n]. Se define
∞
X
µ∗F (A) = inf µoF (Gn ).
{Gn }∈S(A)
n=1
∗
Esta función µ ayuda a medir A aproximándolo desde afuera por conjuntos de Is .
La función de conjuntos µ∗F se llama medida exterior asociada a F .
Observación 17.8. La medida exterior no es una medida en P(R).
Proposición 17.9. Si µ∗F la medida exterior asociada a F , entonces

(i) µ∗F (∅) = 0.
(ii) µ∗F es monótona. Es decir, µ∗F (A) ≤ µ∗F (B) si A ⊂ B.
3. CONSTRUCCIÓN DE LA MEDIDA DE STIELTJES ASOCIADA A F . 179
Definición 17.10. Sea ν : P(R) → R+ se dice que ν es σ-subaditiva cuando para toda
sucesión {An } de subconjuntos de R se tiene que
Ã∞ ! ∞
[ X
ν An ≤ ν(An ).
n=1 n=1
Proposición 17.11. Si µ∗F la medida exterior asociada a F , entonces µ∗F es σ-subaditiva.

Es decir, para toda sucesión {An } de subconjuntos de R se tiene que
Ã∞ ! ∞
[ X
∗
µF An ≤ µF∗ (An ).
n=1 n=1
3. Construcción de la medida de Stieltjes asociada a F .
En general la medida exterior µ∗F , definida en todos los subconjuntos de R no es σ-aditiva.

Ni siquiera es finitamente aditiva. Sin embargo si se restringe a una clase de conjuntos más
pequeña que P(R), sı́ resulta ser σ-aditiva.
La siguiente definición es debida a Carathéodory y da la clase de conjuntos donde µ∗F es

σ-aditiva.
Definición 17.12. Un conjunto E ⊂ R es µ∗F -medible si y sólo si para todo A ⊂ R se

tiene que
µ∗F (A) = µ∗F (A ∩ E) + µ∗F (A ∩ E C ).
(a) ∅ es µ∗F -medible.
(b) E es µ∗F -medible si y sólo si E C es µ∗F -medible.
(c) R es µ∗F -medible.
Observación 17.14. Sea E ⊂ R, por la σ-subaditividad de µ∗F tenemos que E es

µ∗F -medible si y sólo si para todo A ⊂ R se tiene que
µ∗F (A) ≥ µ∗F (A ∩ E) + µ∗F (A ∩ E C ).
Proposición 17.15. Si µ∗F es finitamente aditiva en P(R) entonces todo subconjunto

de R es µ∗F -medible.
Proposición 17.16. Si µ∗F (E) = 0 entonces E es µ∗F -medible.

180 17. MEDIDAS DE STIELTJES.
Sea MF la familia de los conjuntos µ∗F -medibles.
Teorema 17.17. MF es una σ-álgebra y la restricción de µ∗F a MF es una medida.
De
B(R) = σ( { intervalos del tipo (a, b] para a, b ∈ R} )
se obtiene el siguiente resultado.
Teorema 17.18. B(R) está contenida en MF .
Del teorema anterior se deduce que µ∗F restringida a MF es una medida que extiende a
µoF . Esta medida se conoce como la medida de Stieltjes asociada a la función de Stieltjes F
y se denota por µF .
Proposición 17.19. Sean F es una función de Stieltjes y µF la medida de Stieltjes

asociada a F . Para x ∈ R sea ∆F (x) el salto de F en x, es decir,
∆F (x) = F (x+ ) − F (x− ) = F (x) − F (x− ).
Si a, b ∈ R entonces
(i) µF (a, b) = µF (a, b] − ∆F (b).
(ii) µF [a, b] = µF (a, b] + ∆F (a).
(iii) µF [a, b) = µF (a, b] + ∆F (a) − ∆F (b).
(iv) µF {a} = ∆F (a).
(v) F es continua en a si y sólo si µF {a} = 0.
4. Función de Stieltjes asociada a una medida finita en conjuntos acotados.
Proposición 17.20. Sea µ una medida definida en B(R) tal que µ(A) es finito si A es
un conjunto acotado. Sea F : R → R definida por

 µ(0, t]
 si t > 0
F (t) = 0 si t = 0


−µ(t, 0] si t < 0
Entonces
(i) F es una función de Stieltjes.
(ii) µF (A) = µ(A) para todo A en B(R).
4. FUNCIÓN DE STIELTJES ASOCIADA A UNA MEDIDA FINITA EN CONJUNTOS ACOTADOS. 181
Proposición 17.21. Sea µ una medida definida en B(R) tal que µ(A) es finito si A es
un conjunto acotado. Las siguientes condiciones son equivalentes
(i) µ es una medida discreta.
(ii) Existe una función de salto F tal que µ = µF .
Si µ es una medida finita en B(R) entonces µ es una medida de Stieltjes. Esta medida
está generada por diversas funciones de Stieltjes. Sin embargo, lo usual en considerar la
siguiente función de Stieltjes
F (x) = µ(−∞, x].
Se puede probar que µ = µF (pruébelo).
Si µ = P es una medida de probabilidad, a F se le llama función de distribución de P .

La función de distribución satisface las siguientes propiedades:
lı́m F (x) = 0,
x→−∞
lı́m F (x) = 1.
x→∞
Una función de distribución es de salto si

X
F (x) = ∆F (y)
y≤x
para todo x ∈ R.
CAPı́TULO 18
Diferenciación e integración.
En este capı́tulo se considerarán funciones de variable real y a valores reales. Se presen-

tarán resultados clásicos de integración y de derivación casi siempre con respecto a la medida
de Lebesgue.
En el siglo XIX se estudiaron intensamente las propiedades de diferenciabilidad de las
funciones continuas. Una de las preguntas más básicas es que tan poco diferenciable puede
ser una función continua. En 1872 Riemann conjeturó que la función
∞
X sin(nx)
R(x) =
n=1
n2
es continua en todas partes y no es diferenciable en ningún punto, pero sin demostrarlo. Por
la convergencia absoluta de la serie es obvio que la función es continua.
En 1876 Weierstrass examinó la función
X∞
K(x) = an cos(bn πx)
n=1
para a ∈ (0, 1), b ∈ (2n + 1)Z y ab > 1 + 3π/2 probando que es continua y no diferenciable
en ningún punto.
En 1916, Hardy probó que R es no diferenciable en todos los irracionales y en algunos
racionales. Además probó que K es continua en todas partes y no es diferenciable en ningún
punto si 0 < a < 1 y ab ≥ 1.
En 1969, Gerver probó que: R es diferenciable en x si y sólo si x = p/q es racional con p
y q impares. Además en tales puntos su derivada es igual a −1/2.
Proposición 18.1. Si f : [a, b] → R es una función monótona entonces la cardinalidad

del conjunto de puntos donde f no es continua es a lo más numerable.
Demostración. Sin pérdida de generalidad se puede suponer que f es monótona no

decreciente. Sea
w(x) = lı́m+ f (y) − lı́m− f (y).
y→x y→x
Luego f es continua en x si y sólo si w(x) = 0.
183
184 18. DIFERENCIACIÓN E INTEGRACIÓN.
Sea ½ ¾
Dx = z ∈ R : lı́m− f (y) < z < lı́m+ f (y) .
y→x y→x
Supóngase que xo y x1 son puntos de discontinuidad de f , entonces Dxo y Dxo son no

vacı́os y disjuntos, es decir, Dxo ∩ Dx1 = ∅.
Como para cada Dx no vacı́o existe un racional q que está en Dx , entonces no puede
haber más que una cantidad numerable de puntos de discontinuidad de f , dado que los Dx
no vacı́os son disjuntos. ¤
Se ha probado que una función monótona definida en un intervalo acotado es continua

salvo para una cantidad numerable de puntos. A continuación se analizará la diferenciabilidad
de las funciones monótonas.
Es un hecho bien conocido que las funciones constantes son derivables y su derivada es
cero. Sea Φ la función de Cantor, en cada uno de los intervalos extraı́dos en la construcción
del conjunto de Cantor la función Φ es constante. Sin embargo dados dos intervalos extraı́dos
diferentes, los dos valores constantes que toma Φ en esos intervalos son diferentes.
Resulta que
Φ0 ≡ 0 casi siempre en [0, 1],
sin embargo Φ no es constante casi siempre.
Más aún Z 1
Φ 0 (t) dt = 0 < 1 = Φ(1) − Φ(0).
0
Este hecho contrasta con el teorema fundamental del cálculo (para integrales de Riemann)
el cual establece: Si f es integrable Riemann sobre [a, b] y existe una función derivable
g : (a, b) → R tal que f (x) = g 0 (x) para todo x ∈ [a, b], entonces
Z b
R f = g(b) − g(a).
a
Si x = a ó x = b entonces la derivada en x se entiende que representa la derivada por la

derecha o la derivada por la izquierda. Esta consideración se mantendrá para los resultados
que siguen.
Lo indicado antes es una muestra de lo diferentes que pueden ser los resultados de deri-
vación e integración cuando se considera la integral de Lebesgue en lugar de la integral de
Riemann.
2. DERIVADAS DE DINI. 185
1. Lı́mite superior e inferior de una función, en un punto.
Sean f : R → R una función y x ∈ R.

Los lı́mites superior e inferior de una función f en x son, respectivamente,
lim f (x + h) = inf sup f (x + h),

h→0 δ>0 0<|h|<δ
lim f (x + h) = sup inf f (x + h).

h→0 δ>0 0<|h|<δ
Los lı́mites por la derecha superior e inferior de una función f en x son, respectivamente,

h→0+ δ>0 0<h<δ

h→0+ δ>0 0<h<δ
Los lı́mites por la izquierda superior e inferior de una función f en x son, respectivamente,

h→0− δ>0 −δ<h<0

h→0− δ>0 −δ<h<0
2. Derivadas de Dini.
Definición 18.2. Sea f : (a, b) → R, si x ∈ (a, b) las derivadas laterales de Dini de f

en x son
f (x + h) − f (x) f (x + h) − f (x)
D+ f (x) = lim+ = inf sup ,
h→0 h δ>0 0<h<δ h
f (x + h) − f (x) f (x + h) − f (x)
D+ f (x) = lim = sup inf ,
h→0+ h δ>0 0<h<δ h
f (x + h) − f (x) f (x + h) − f (x)
D− f (x) = lim− = inf sup ,
h→0 h δ>0 −δ<h<0 h
f (x + h) − f (x) f (x + h) − f (x)
D− f (x) = lim = sup inf ,
h→0− h δ>0 −δ<h<0 h
Es importante resaltar que las derivadas laterales de Dini siempre existen, aunque podrı́an
valer +∞ ó −∞.
Es fácil probar que
D+ f (x) ≤ D+ f (x),
D− f (x) ≤ D− f (x).
Se dice que f es derivable a la derecha en x cuando
D+ f (x) = D+ f (x).
Al valor común se le llama derivada a la derecha de f en x y se denota por f+0 (x).

Se dice que f es derivable a la izquierda en x cuando
D− f (x) = D− f (x).
Al valor común se le llama derivada a la izquierda de f en x y se denota por f−0 (x).

Se dice que f es derivable en x cuando las cuatro derivadas de Dini en x son iguales y
finitas, es decir,
D+ f (x) = D+ f (x) = D− f (x) = D− f (x) 6= ±∞.
En este caso se dice la derivada de Dini es ese valor común y se denota por Df (x).
Se tiene que f es derivable en el sentido anterior si y sólo si existe
f (x + h) − f (x)
lı́m
h→0 h
y este lı́mite vale Df (x). Es decir,
Df (x) = f 0 (x).
Ejercicios 18.3.
(1) Sea

x sen 1 si x 6= 0
x
f (x) =
0 si x = 0
Calcule D+ f (0), D+ f (0), D− f (0), D− f (0).
(2) Encuentre una función f tal que para algún punto x se cumpla que todas las deri-
vadas de Dini de f en x sean finitas y distintas.
(3) Construya una función f tal que en algún punto x se tenga
D− f (x) = D− f (x) = −∞,
D+ f (x) = D+ f (x) = +∞.

3. DERIVACIÓN DE FUNCIONES MONÓTONAS. 187
(4) Demuestre que si la derivada derecha de f en x existe y es finita entonces f es

continua por la derecha.
(5) Demuestre que si f posee un máximo en xo entonces
D+ f (xo ) ≤ 0 y D− f (xo ) ≥ 0.
(6) Demuestre el siguiente teorema (dado por Fubini).

Sea {fn }n≥1 una sucesión de funciones monótonas crecientes definidas en [a, b]
P
tal que la serie ∞n=1 fn (x) converge puntualmente. Sea
∞
X
f (x) = fn (x).
n=1
Demuestre que
∞
X
fn 0 (x) = f 0 (x) casi siempre en [a, b].
n=1
3. Derivación de funciones monótonas.
Proposición 18.4. Si f es una función monótona (creciente o decreciente) entonces el

conjunto de puntos de discontinuidad de f es numerable.
Por otro lado observe que si Φ es la función de Cantor. Entonces Φ es monótona,
Sea f una función monótona, ¿será derivable?
En lo que sigue se probará que: si f es una función monótona creciente o decreciente

entonces f es derivable excepto en un conjunto de medida cero. La demostración de este
resultado es un poco larga y requiere de varios conceptos y resultados previos.
Definición 18.5. Sea I una colección de intervalos no degenerados y sea E ⊆ R.

Se dice que I es un cubrimiento de Vitali de E cuando para todo ε > 0, para todo x ∈ E
existe un intervalo I de I tal que
(a) x ∈ I,
(b) l(I) < ε.
Lema 18.6 (Primer Lema de Vitali). Sean E ⊆ R, I un cubrimiento de Vitali de E

entonces existe una colección numerable {In } de intervalos de I disjuntos entre sı́ tales que
Ã ∞
!
[
m∗ E \ In = 0.
n=1
Demostración.
Caso 1: m∗ (E) es finita.
Se puede suponer que los intervalos de I son cerrados, pues si no lo son se puede considerar
{I : I está en I},
el cual es un cubrimiento de E. Además
m(∂I) = 0,
donde ∂ indica la frontera.
Como la medida de Lebesgue es regular existe un conjunto abierto θ tal que E ⊆ θ y

m(θ) es finita.
Se puede suponer que I ⊆ θ para todo I ∈ I. En caso contrario se toma
Iθ = {I ∈ I : I ⊆ θ}.
Como E ⊆ θ, esta colección también es un cubrimiento de Vitali de E.
A continuación se construirá la sucesión {In }.

Sea I1 un intervalo cualquiera de I.
Si E ⊆ I1 entonces
m∗ (E \ I1 ) = 0
y el proceso termina.
En caso contrario se debe continuar.
Supongamos que se ha escogido una colección disjunta {I1 , · · · , Ik } de intervalos de I.

S
Si E ⊆ kn=1 In entonces Ã !
k
[
m∗ E \ In = 0
n=1
y el proceso termina.
Sk
En caso contrario existe x ∈ E \ n=1 In .
Como los intervalos In son cerrados y como I es un cubrimiento de Vitali de E: existe

un intervalo I de I tal que
(1) x ∈ I.
(2) I ∩ In = ∅ para todo n = 1, · · · , k.
Sea
rk = sup {l(J) : J ∩ In = ∅ para todo n = 1, · · · , k}. (18.1)

J en I
Para cada J ⊆ θ se tiene

rk ≤ l(J) ≤ m(θ) < ∞.
Escogemos Ik+1 tal que Ik+1 ∩ In = ∅ para todo n = 1, · · · , k.
Luego
rk
l(Ik+1 ) >
. (18.2)
2
(esto corresponde al argumento del supremo con ε = rk /2).
Ası́ se ha construido la sucesión {In }.
A continuación se debe probar que

Ã ∞
!
[
m∗ E \ In = 0.
n=1
Suponga que existe δ > 0 tal que

Ã ∞
!
[
m∗ E\ In = δ.
n=1
Como los intervalos In son disjuntos se tiene que

Ã∞ ! ∞
[ X
m In = l(In ).
n=1 n=1
Como
∞
[
In ⊆ θ
n=1
se tiene que
∞
X
l(In ) ≤ m(θ) < ∞.
n=1
De donde existe N tal que
∞
X
l(In ) < δ/5.
n=N +1
Sea
k
[
F =E\ In .
n=1
Se tiene que
∞
[
F ⊇E\ In
n=1
y por lo tanto
m∗ (F ) ≥ δ.
A continuación se probará que m∗ (F ) < δ. Lo cual será una contradicción.
Sea x ∈ F . Se tiene que

(a) x ∈ E
(b) x ∈ InC para todo n = 1, · · · , N .
Como I es un cubrimiento de Vitali de E, existe J en I tal que x ∈ J y
J ∩ In = ∅ para todo n = 1, · · · , N.
No puede ocurrir que para todo k > N , sea J ∩ In = ∅ para todo n = 1, · · · , k, ya que
por (18.1) y (18.2) se tiene
0 ≤ l(J) ≤ rk < 2 l(Ik+1 ) → 0
si k → ∞, pues
∞
X
l(In ) < ∞.
n=1
De donde
l(J) = 0,
es decir, J es degenerado. Pero esto es una contradicción.
Sea
ko = mı́n{k > N : J ∩ Ik 6= ∅}.
Como
J ∩ Ik = ∅ para k = 1, · · · , ko − 1
por (18.1) y (18.2) se tiene
l(J) ≤ rko −1 < 2 l(Iko ).
Sea xko el punto medio de Iko . Como
J ∩ Iko 6= ∅
y x ∈ J entonces
1 5
|x − xko | ≤ l(J) +l(Iko ) < l(Iko ).
2 2
Sea Hk el intervalo con centro xk y longitud cinco veces la longitud de Ik , esto es
l(Hk ) = 5 l(Ik ).
Luego x ∈ Hko .
Por lo tanto
∞
[
F ⊂ Hk
k=N +1
y
∞
X ∞
X
∗
m (F ) ≤ l(Hk ) = 5 l(Ik ) < δ.
k=N +1 k=N +1
Caso 2: m∗ (E) = ∞.
Sólo se dará la idea de la prueba.
Se considera
∞
[
E= Ek
k=1
con m∗ (Ek ) finita y {Ek } disjuntos entre sı́.

¤
Corolario 18.7 (Segundo Lema de Vitali). Sea E ⊆ R con m∗ (E) finita y sea I un
cubrimiento de Vitali de E. Dado ε > 0 existe una colección finita {I1 , · · · , IN } de intervalos
disjuntos, en I, tal que
Ã N
!
[
∗
m E\ Ik < ε.
k=1
Observación 18.8. Note que en estos resultados de Vitali no se pide que el conjunto
E sea medible Lebesgue.
Lema 18.9. Si f : (α, β) → R es una función monótona creciente, entonces
m∗ {x ∈ R : D− f (x) < D+ f (x)} = 0,
m∗ {x ∈ R : D+ f (x) < D− f (x)} = 0.

Demostración. Solamente se probará la primera igualdad. La otra es análoga.

Dados u, v ∈ R con v < u, sea
Euv = {x ∈ R : D− f (x) < v < u < D+ f (x)}.
Se tiene que
[
{x ∈ R : D− f (x) < D+ f (x)} = Euv .
u,v∈Q
Para concluir el resultado basta probar que
m∗ (Euv ) = 0.
Esto se probará usando el lema de Vitali.

Sea
s = m∗ (Euv ).
Por la regularidad de la medida exterior de Lebesgue, dado ε > 0 existe un abierto O tal
que
Euv ⊆ O y m(O) < s + ε.
Si x ∈ Euv entonces
D− f (x) < v.
Por lo tanto existe h > 0 (h depende de x) arbitrariamente pequeño tal que
[x − h, x] ⊆ O y f (x) − f (x − h) < v h.
Estos intervalos forman un cubrimiento de Vitali, I, de Euv .

Por el lema de Vitali existe una colección finita {I1 , · · · , IN } de intervalos disjuntos, en
I, tal que Ã !
N
[
m∗ Euv \ Ik < ε.
k=1
SN
A partir de k=1 Ik se puede obtener un conjunto A ⊆ Euv tal que los interiores de
{I1 , · · · , IN } cubren a A y
m∗ (Euv \ A) < ε.
Sea xi tal que
Ii = [xi − hi , xi ].
Se tiene que
N
X N
X
f (xi ) − f (xi − hi ) < v hi < v m(O) < v (s + ε).
i=1 i=1
Si y ∈ A entonces y ∈ Euv (por lo tanto vale lo hecho antes). Además
u < D+ f (y),
por lo tanto existe k > 0 (k depende de y) arbitrariamente pequeño tal que
[y, y + k] ⊆ Ii para algún i = 1, · · · , N y f (y + k) − f (y) > u k.
Estos intervalos forman un cubrimiento de Vitali, J , de A.

Por el lema de Vitali existe una colección finita {J1 , · · · , JM } de intervalos disjuntos, en
S
J y un conjunto B ⊆ A tal que B ⊆ M j=1 Jj
m∗ (A \ B) < ε.
Se tiene que
B ⊆ A ⊆ Euv .
Luego
m∗ (Euv ) − m∗ (B) ≤ m∗ (Euv \ B) ≤ m∗ (Euv \ A) + m∗ (A \ B).
Por lo tanto
m∗ (B) > m∗ (Euv ) − 2 ε = s − 2 ε.
Sea yj tal que
Jj = [yj , yj + kj ].
Se tiene que
M
X M
X
f (yj + kj ) − f (yj ) > u kj > u m∗ (B) > u (s − 2ε).
j=1 j=1
Por construcción cada intervalo Jj está contenido en algún Ii . Sumando sobre los j tales
que Jj ⊆ Ii , usando que f es creciente y que los intervalos Jj son disjuntos obtenemos
X
f (yj + kj ) − f (yj ) ≤ f (xi ) − f (xi − hi ).
j:Jj ⊆Ii
Sumando sobre i se obtiene:

M
X N
X
f (yj + kj ) − f (yj ) ≤ f (xi ) − f (xi − hi ).
j=1 i=1
De donde
u (s − 2ε) < v (s + ε).
Como ε es arbitrario y positivo se tiene que
u s < v s.
Pero v < u, por lo tanto s = 0. ¤
El siguiente resultado se conoce como el teorema de derivación de Lebesgue, para fun-

ciones monótona.
Teorema 18.10 (Lebesgue). Si f : (α, β) → R es una función monótona creciente y

medible Lebesgue entonces
(1) Las derivadas de Dini de f son iguales casi siempre.
(2) f es derivable casi siempre en (α, β).
(3) f 0 es medible Lebesgue.
(4) Si α < a < b < β entonces
Z b
f 0 (x) dx ≤ f (b) − f (a).
a
Demostración. (1) Por el lema anterior
D+ f (x) ≤ D− f (x) ≤ D− f (x) ≤ D+ f (x) ≤ D+ f (x) c.s.
Por lo tanto las derivadas de Dini son iguales casi siempre.
Para probar (2), (3) y (4) se define

f (x + h) − f (x)
g(x) = lı́m .
h→0 h
Se tiene que g está definida casi siempre, observe que g(x) podrı́a valer ∞ ó −∞.
Es importante notar que f será derivable donde g sea finita.
f (x + 1/n) − f (x)
gn (x) = .
1/n
Cada gn es medible y
lı́m gn (x) = g(x) c.s.
n→∞
Luego g es medible Lebesgue.
Sean a, b tales que α < a < b < β se redefine f de la siguiente manera
f (x) = f (b) si x ≥ b.
Como f es creciente sigue que gn ≥ 0 para todo n. Por el lema de Fatou

Z b Z b Z b
g(x) dx ≤ lim gn (x) dx = lim n f (x + 1/n) − f (x) dx.
a n→∞ a n→∞ a
Por otro lado

Z b Z b+1/n
f (x + 1/n) dx = f (x) dx.
a a+1/n
De donde
Z ÃZ Z !
b b+1/n b
g(x) dx ≤ lim n f (x) dx − f (x) dx
a n→∞ a+1/n a
ÃZ Z !
b+1/n a+1/n
= lim n f (x) dx − f (x) dx
n→∞ b a
µ ¶
1 1
≤ lim n f (b) − f (a)
n→∞ n n
= f (b) − f (a).
pues f es creciente.
Se ha probado que g es integrable en [a, b]. Luego g es finita casi siempre en [a, b].
Como a, b son dos números arbitrarios tales que α < a < b < β sigue que la función
g es finita casi siempre en [α, β].
De donde f es derivable casi siempre en [α, β]. Esto demuestra (2).
Como g = f 0 casi siempre se obtienen

(3) f 0 es medible Lebesgue.
(4) Si α < a < b < β entonces
Z b
f 0 (x) dx ≤ f (b) − f (a).
a
Observación 18.11. Tal como se indico antes la función de Cantor satisface la conclusión
de este teorema con desigualdad estricta.
Corolario 18.12. Si f : [a, b] → R es de variación acotada en [a, b] entonces f es

derivable casi siempre en [a, b].
Observación 18.13. El teorema de derivación de Lebesgue puede demostrarse sin usar

el lema de Vitali, una demostración de este teorema usando el lema de Riesz conocido como
el ”lema del sol naciente” puede verse en el libro A primer of real functions de Boas.
4. Funciones absolutamente continuas.
Sean I ⊂ R, f : I → R, [a, b] ⊂ I. Se dice que f es una función absolutamente continua

en [a, b] si dado ε > 0 existe δ > 0 tal que para todo n para toda colección finita {(ai , bi )}ni=1
de intervalos disjuntos de [a, b] se tiene que
n
X
(bi − ai ) < δ
i=1
implica
n
X
|f (bi ) − f (ai )| < ε.
i=1
Proposición 18.14. La continuidad absoluta implica la continuidad uniforme.
Proposición 18.15. Sean a, b ∈ R, a < b y f : [a, b] → R una función integrable

Lebesgue en [a, b]. Si Z x
F (x) = F (a) + f (t) dt
a
entonces F es absolutamente continua en [a, b].
Demostración. Sea A ⊂ [a, b]. Por la continuidad absoluta de la integral (ver Teorema
13.14), dado ε > 0 existe δ > 0 tal que si A es un conjunto medible Lebesgue y m(A) < δ
entonces Z
|f (t)| dt < ε.
A
Sea
n
[
Ao = (ai , bi )
i=1
tal que
n
X
(bi − ai ) < δ.
i=1
Entonces m(Ao ) < δ. De donde
n
X n ¯Z
X
¯ n Z Z
¯ bi ¯ X bi
|F (bi ) − F (ai )| = ¯ ¯
f (t) dt¯ ≤ |f (t)| dt = |f (t)| dt < ε.
¯
i=1 i=1 ai i=1 ai Ao
¤
5. LA INTEGRAL INDEFINIDA DE LEBESGUE 197
Proposición 18.16. Si f es absolutamente continua en [a, b] entonces f es de variación

acotada en [a, b]
Corolario 18.17. Si f es absolutamente continua en [a, b] entonces f es derivable casi

siempre en [a, b].
5. La integral indefinida de Lebesgue
Proposición 18.18. Sean a, b ∈ R, a < b y f : [a, b] → R una función integrable

Lebesgue. Sea F : [a, b] → R dada por
Z x
F (x) = f (t) dt
a
para x ∈ [a, b]
(1) F es absolutamente continua en [a, b].
(2) F es uniformemente continua en [a, b].
(3) F es de variación acotada en [a, b].
(4) F es derivable casi siempre en el intervalo [a, b].
Demostración. Las partes (1) y (2) se obtienen de la sección anterior. Para probar que
F es de variación acotada se toma en cuenta que
Z x Z x
+
F (x) = f (t) dt − f − (t) dt.
a a
Luego F es la diferencia de dos funciones monótonas, por lo tanto F es de variación acotada.

La parte (4) se deduce del teorema de derivación de Lebesgue tomando en cuenta que F
es la diferencia de dos funciones monótonas. ¤
De la proposición anterior surgen algunas preguntas:

Cuánto vale F 0 ?
Z x
d
f (t) dt = f (x)?
dx a
Para estudiar esta derivada comenzamos observando que el cociente incremental corres-
pondiente es
µZ x+h Z x ¶ Z x+h
1 1
f (t) dt − f (t) dt = f (t) dt.
h a a h x
Proposición 18.19. Sean a, b ∈ R, a < c 0 existe δ > 0 tal que |t − c| < δ implica |f (t) − f (c)| < ε.
Sea h tal que |h| < δ.
Caso h > 0.
¯ Z c+h ¯ ¯ Z c+h Z c+h ¯
¯ 1 ¯ ¯1 1 ¯
¯f (c) − f (t) dt¯¯ = ¯¯ f (c) dt − f (t) dt¯¯
¯ h c h c h c
Z c+h
1
≤ |f (c) − f (t)| dt
h c
Z
1 c+h
≤ ε dt = ε
h c
si h < δ.
El caso h < 0 es análogo. ¤
Lema 18.20. Sean a, b ∈ R, a 0},
E− = {x ∈ R : f (x) < 0}.
Se debe probar que m(E+ ) = 0 y m(E− ) = 0.
Solamente se probará la primera igualdad. La otra es análoga.
Supongamos que m(E+ ) > 0. Entonces existe F cerrado tal que F ⊆ E+ y m(F ) > 0.
Luego Z
f (t) dt 6= 0.
F
Sea
O = (a, b) \ F.
Entonces Z Z Z
b
0= f (t) dt = f (t) dt + f (t) dt.
a F O
Por lo tanto Z Z
f (t) dt = − f (t) dt.
O F
Luego Z
f (t) dt 6= 0.
O
Por otro lado O se puede escribir como una unión numerable y disjunta de intervalos
abiertos {(an , bn )}∞
n=1 . Por lo tanto
Z ∞ Z
X bn
0 6= f (t) dt = f (t) dt
O n=1 an
De donde existe n tal que

Z bn
f (t) dt 6= 0.
an
Esto implica
Z an Z bn
f (t) dt = 0 ó f (t) dt = 0.
a a
¤
Lema 18.21. Sean a, b ∈ R, a 0 tal que |f (x)| ≤ M para todo x ∈ [a, b].
F (x + 1/n) − F (x)
gn (x) = .
1/n
Cada gn es medible y
lı́m gn (x) = F 0 (x).
n→∞
Luego F 0 es medible Lebesgue.
Además
ÃZ Z ! Z
x+1/n x x+1/n
gn (x) = n f (t) dt − f (t) dt =n f (t) dt.
a a x
Luego
Z x+1/n
|gn (x)| ≤ n |f (t)| dt ≤ n M 1/n = M.
x
Por el teorema de convergencia dominada sigue que si x ∈ [a, b] entonces

Z x Z x
0
F (t) dt = lı́m gn (t) dt
a a n→∞
Z x
= lı́m gn (t) dt
n→∞ a
Z x
= lı́m n F (t + 1/n) − F (t) dt
n→∞ a
Z x+1/n Z x
= lı́m n F (t) dt − n F (t) dt
n→∞ a+1/n a
Z x+1/n Z a+1/n
= lı́m n F (t) dt − n F (t) dt.
n→∞ x a
De la continuidad de F y por la proposición anterior sigue que

Z x Z x+1/n Z a+1/n
0
F (t) dt = lı́m n F (t) dt − n F (t) dt
a n→∞ x a
= F (x) − F (a)
Z x
= f (t) dt.
a
De donde Z x
(F 0 (t) − f (t)) dt = 0
a
para todo x ∈ [a, b].

Por el lema anterior se tiene que
F 0 (t) = f (t) casi siempre en [a, b].
Teorema 18.22 (Diferenciación de la integral indefinida).

Sean a, b ∈ R, a n
Entonces fn ≤ f y
lı́m fn (t) = f (t).
n→∞
Sea Gn : [a, b] → R dada por
Z x
Gn (x) = (f (t) − fn (t)) dt.
a
Como f − fn ≥ 0 resulta que Gn es una función creciente y por lo tanto Gn es derivable

casi siempre. Además la derivada es no negativa, esto es, Gn 0 ≥ 0.
Como fn es acotada, por el lema anterior
Z x
d
fn (t) dt = fn (x) casi siempre en [a, b].
dx a
De las definiciones de F y de Gn sigue que
Z x
0 d
F (x) = f (t) dt =
dx a
Z x
0 d
= Gn (x) + fn (t) dt
dx a
= Gn 0 (x) + fn (x)
≥ fn (x) c. s.
Si n → ∞ se obtiene F 0 (x) ≥ f (x).

Luego
Z b Z b
0
F (t) dt ≥ f (t)dt = F (b) − F (a).
a a
Como f ≥ 0, se tiene que F es creciente. Por el teorema de derivación de Lebesgue para
funciones crecientes Z b
F 0 (t) dt ≤ F (b) − F (a).
a
De donde Z Z
b b
0
F (t) dt = F (b) − F (a) = f (t) dt.
a a
Entonces Z b
(F 0 (t) − f (t)) dt = 0.
a
0 0
Como F − f ≥ 0 entonces F − f = 0 casi siempre.
Caso 2: Caso general. Queda como ejercicio. ¤
6. Algunas propiedades de las funciones absolutamente continuas.
Lema 18.23. Si f es absolutamente continua en [a, b] y
f0≡0 c.s. en [a, b],
entonces f es constante en [a, b].
Demostración. Sea c ∈ [a, b], se probará que f (c) = f (a).

Sea E ⊆ (a, c) el conjunto tal que m(E) = c − a y
f 0 (x) = 0 para todo x ∈ E.
Sean η > 0 y x ∈ E, como f 0 (x) = 0 sigue que existe un intervalo arbitrariamente

pequeño [x, x + h] ⊆ [a, c] tal que
|f (x + h) − f (x)| < ηh.
Dado ε > 0 sea δ = δ(ε) el número dado por la definición de continuidad absoluta.
Por el lema de Vitali existe una colección finita {[xk , yk ]}nk=1 de intervalos disjuntos que
cubren a E, excepto por un conjunto B tal que m(B) < δ. Se puede suponer que {xk }nk=1
está ordenada en forma creciente.
Se tiene que
n
X n
X
|f (yk ) − f (xk )| ≤ η yk − xk < η(c − a).
k=1 k=1
Sean
yo = a y xn+1 = c.
Como los intervalos son disjuntos se tiene que
a = yo ≤ x1 < y1 < · · · < xn < yn ≤ xn+1 = c.
Se tiene que (yk , xk+1 ) ⊆ B. Más aún

n
[
(yk , xk+1 ) ⊆ B.
k=0
Luego Ã !
n
X n
X n
[
xk+1 − yk = m(yk , xk+1 ) = m (yk , xk+1 ) < δ.
k=0 k=0 k=0
Por la continuidad absoluta de f se tiene que
n
X
|f (xk+1 ) − f (yk )| < ε.
k=0
6. ALGUNAS PROPIEDADES DE LAS FUNCIONES ABSOLUTAMENTE CONTINUAS. 203
De donde
|f (c) − f (a)| = |f (xn+1 ) − f (yo )|

¯ ¯
¯X n n
X ¯
¯ ¯
=¯ f (xk+1 ) − f (yk ) + f (yk ) − f (xk )¯
¯ ¯
k=0 k=1
n
X X n
≤ |f (xk+1 ) − f (yk )| + |f (yk ) − f (xk )|
k=0 k=1
< ε + η(c − a).
Como ε y η son arbitrarios y c − a es finito, se deduce que
|f (c) − f (a)| = 0.
Por lo tanto
f (c) = f (a).
¤
Corolario 18.24. Si
f0≡0 c.s. en [a, b],
y f no es constante en [a, b] entonces f no es absolutamente continua en [a, b].
Ejemplo 18.25. La función de Cantor Φ no es absolutamente continua en [0, 1].
Definición 18.26. Sean I un intervalo en R y F : I → R. Se dice que F es una integral

indefinida cuando existe f : I → R tal que
Z b
F (b) = F (a) + f (t) dt
a
para todo [a, b] ⊆ I.
Teorema 18.27. Sean I un intervalo en R y F : I → R. F es una integral indefinida si

y sólo si F es absolutamente continua.
Demostración.
(⇒) Esta implicación ya fue probada antes.
(⇐) Si F es absolutamente continua en el intervalo [a, b], entonces F es de variación

acotada en [a, b].
Luego existen dos funciones monótonas crecientes F1 y F2 tales que
F = F1 − F2 .
Se sigue que F1 y F2 son derivables c.s. en [a, b]. Además F1 0 y F2 0 son integrables en [a, b].
Por lo tanto F es derivable c.s. en [a, b].

Además se tiene que
|F 0 | = |F1 0 − F2 0 | ≤ |F1 0 | + |F2 0 | = F1 0 + F2 0 c.s. en [a, b].
Luego F 0 es integrable en [a, b].

Se puede definir
Z x
G(x) = F 0 (t) dt.
a
Se tiene que G es absolutamente continua, G es derivable c.s. y G 0 = F 0 .

Sea
H = F − G.
Luego H es absolutamente continua.

También se tiene que
H 0 = F 0 − G 0 = 0.
Por el lema anterior H es constante en [a, b]. Sea c ∈ R tal que
H ≡ c.
Entonces
F = c + G.
Obviamente F (a) = c. De donde

Z x
F (x) = F (a) + F 0 (t) dt.
a
Por lo tanto F es una integral indefinida. ¤
Corolario 18.28. Si F es absolutamente continua entonces F es la integral indefinida

de su derivada.
Las propiedades anteriores indican que la condición necesaria y suficiente para que F
pueda escribirse como la integral indefinida de su derivada es que F sea absolutamente
continua.
7. FUNCIONES SINGULARES. 205
7. Funciones singulares.
Observación 18.29. El teorema de diferenciación de la integral indefinida dice cómo

hallar una primitiva, es decir, cómo hallar F tal que F 0 = f casi siempre.
Surgen las siguientes preguntas:

Una vez que hallamos una primitiva ¿existirá otra primitiva? ¿Cómo hallamos otra pri-
mitiva?
Definición 18.30. Sea G : R → R, se dice que G es una función singular cuando

(i) G es monótona creciente.
(ii) G 0 ≡ 0 casi siempre en [a, b].
Ejemplo 18.31. La función de Cantor Φ es una función singular.

Observe que
Proposición 18.32. Sea F : [a, b] → R tal que para alguna f : [a, b] → R se tiene que
Si G : [a, b] → R es una función singular entonces
(F + G) 0 (x) = f (x) casi siempre en [a, b].
Observación 18.33. Si F 0 = f casi siempre en [a, b] y G 0 = f casi siempre en [a, b]

entonces
(F − G) 0 = 0
casi siempre. Sin embargo esto no implica que F − G sea constante casi siempre (tal como
ocurre con la función de Cantor).
CAPı́TULO 19
Medidas absolutamente continuas y medidas singulares.
1. Medidas absolutamente continuas.
Definición 19.1. Sean µ, ν dos medidas definidas en un espacio medible (X, F).
Se dice que µ es absolutamente continua con respecto de ν cuando A en F y ν(A) = 0
implica µ(A) = 0. Esto se denota mediante µ ¿ ν.
Proposición 19.2. Si µ es absolutamente continua con respecto de ν y una propiedad

se cumple ν-casi siempre entonces la propiedad se cumple µ-casi siempre.
Observación 19.3. Las medidas de Stieltjes discretas no son absolutamente continuas

con respecto a la medida de Lebesgue.
Teorema 19.4. Sean ν una medida en (X, F) y f : X → R una función F-medible,

f ≥ 0. Si µ : F → R+ está dada por
Z
µ(A) = f dν,
A
entonces
(a) µ es una medida.
(b) µ es finita si y sólo si f es integrable con respecto de ν en X.
(c) Si g : X → R es una función F-medible entonces
Z Z
g(x) dµ(x) = g(x) f (x) dν(x).
X X
(d) µ es absolutamente continua con respecto de ν.
2. La derivada de Radon-Nikodym.
Teorema 19.5 (Radon-Nikodym). Si µ y ν son dos medidas σ-finitas en (X, F) tales

que µ es absolutamente continua con respecto de ν, entonces existe f : X → R, función
F-medible, f ≥ 0 tal que Z
µ(A) = f dν
A
para todo A en F.
Además f es única ν-casi siempre.
207
208 19. MEDIDAS ABSOLUTAMENTE CONTINUAS Y MEDIDAS SINGULARES.
La función f dada por este teorema es llamada la derivada de Radon-Nikodym de µ con

dµ
respecto de ν y se denota por dν
. Es decir,
dµ
f= .
dν
Por lo tanto Z
dµ
µ(A) = dν
A dν
Demostración.
Caso 1: caso de medidas finitas.
Sean µ y ν son dos medidas finitas en (X, F).
A continuación se probará la existencia. Sea τ = ν + µ. Resulta que τ es una medida
finita en (X, F).
Sea T : L2 (X, τ ) → R dada por
Z
T (h) = h dν
X
para h ∈ L2 (X, τ ).
T es lineal (pruébelo).
T es un operador acotado ya que
¯Z ¯ Z
¯ ¯
¯
|T (h)| = ¯ h dν ¯¯ ≤ |h| dν
X X
Z Z
= |h| dν + |h| dµ
X X
Z p
= |h| dτ = khkL2 (X,τ ) τ (X)
X
De donde T es operador acotado.

Como L2 (X, τ ) es un espacio de Hilbert y T ∈ (L2 (X, τ ))∗ , por el teorema de represen-
tación de Riesz para espacios de Hilbert existe g ∈ L2 (X, τ ) tal que
T (h) = hh, giL2 (X,τ )
para todo h ∈ L2 (X, τ ).

Observe que g es F-medible. Además
Z Z
h dν = T (h) = hh, giL2 (X,τ ) = h g dτ.
X X
De donde
Z Z
h dν = h g dτ. (19.1)
X X
2. LA DERIVADA DE RADON-NIKODYM. 209
Tomando h = 1A para A en F se obtiene

Z
ν(A) = g dτ. (19.2)
A
Por lo tanto ν es absolutamente continua respecto de τ .

A continuación se probará que
0<g<1 ν − casi siempre.
Sea
Ao = {x ∈ X : g(x) ≤ 0}.
De (19.2) sigue que Z Z
0 ≤ ν(Ao ) = g dτ ≤ 0 dτ = 0.
Ao Ao
Luego ν(Ao ) = 0. De donde g > 0 ν-casi siempre.
Dado n ∈ N sea
Bn = {x ∈ X : g(x) > 1 + 1/n}
y sea
B = {x ∈ X : g(x) ≥ 1}
entonces {Bn }∞
n=1 es una sucesión creciente de conjuntos y
∞
[
B= Bn .
n=1
Por (19.2) se tiene que

Z Z
ν(Bn ) = g dτ ≥ (1 + 1/n) dτ
Bn Bn
= (1 + 1/n) τ (Bn ) = (1 + 1/n) ν(Bn ) + (1 + 1/n) µ(Bn )

≥ (1 + 1/n) ν(Bn ) = ν(Bn ) + ν(Bn )/n.
Luego
ν(Bn )/n ≤ 0.
Por lo tanto ν(Bn ) = 0. Sigue que
Ã ∞
!
[
ν(B) = ν Bn = lı́m ν(Bn ) = 0.
n→∞
n=1
De donde g < 1 ν-casi siempre.

Se ha probado que
0<g<1 ν − casi siempre.
Por lo tanto se puede considerar la función 1/g.
A continuación se hallará la expresión para τ (A) en términos de de ν.

Sea
Xn
1 − (1 − g(x))n+1
Sn (x) = (1 − g(x))k = .
k=0
g(x)
Entonces {Sn }∞
n=1 es una sucesión creciente de funciones F-medibles y
1
lı́m Sn (x) = ν − casi siempre.
n→∞ g(x)
Sea A un conjunto de F, por el teorema de convergencia monótona, por (19.1) y por el
teorema de convergencia dominada sigue que
Z Z Z
1
dν(x) = lı́m Sn−1 (x) dν(x) = lı́m Sn−1 (x) dν(x)
A g(x) A n→∞ n→∞ A
Z Z
1 − (1 − g(x))n
= lı́m dν(x) = lı́m 1 − (1 − g(x))n dτ (x)
n→∞ A g(x) n→∞ A
Z Z
= lı́m 1 − (1 − g(x))n dτ (x) = 1 dτ (x)
A n→∞ A
= τ (A)
ya que 0 < 1 − (1 − g(x))n < 1. Por lo tanto

Z
1
τ (A) = dν(x)
A g(x)
y 1/g es ν-integrable. De donde
Z Z
1
µ(A) = τ (A) − ν(A) = dν(x) − 1 dν(x)
A g(x) A
Z µ ¶
1
= − 1 dν(x).
A g(x)
Sea
1 1−g
f= −1= .
g g
Sigue que f ≥ 0, f es F-medible, f es integrable respecto de ν en X y
Z
µ(A) = f (x) dν(x).
A
La demostración de la unicidad queda como ejercicio.

2. LA DERIVADA DE RADON-NIKODYM. 211

Si µ y ν son dos medidas σ-finitas en (X, F). Sigue que existen {Xn }∞
n=1 con Xn en F,
disjuntos tales que µ(Xn ) y ν(Xn ) son finitos y además
∞
[
X= Xn .
n=1
Para cada n ≥ 1 y A en F sean
µn (A) = µ(A ∩ Xn )
νn (A) = ν(A ∩ Xn ).
Entonces µn y νn son medidas finitas y µn es absolutamente continua con respecto de νn .

Por lo probado en el caso 1 se sabe que existe fn : Xn → R, función F-medible, fn ≥ 0
tal que
Z
µn (A) = fn dνn
A
para todo A en F.
Sea 
f (x) si x ∈ X
n n
e
fn (x) =
0 si x ∈
/ Xn
Sea f : X → R dada por
f (x) = fen (x) si x ∈ Xn .
Entonces f es F-medible y f ≥ 0.
Además
Ã ∞
! Ã ∞
!
[ [
µ(A) = µ A ∩ Xn =µ A ∩ Xn
n=1 n=1
∞
X ∞
X
= µ(A ∩ Xn ) = µn (A)
n=1 n=1
X∞ Z XZ
∞
= fn dνn = f dν
n=1 A n=1 A∩Xn
Z
= f dν.
A
¤
Proposición 19.6. Si µ y ν son dos medidas σ-finitas en (X, F) tales que µ es absolu-
tamente continua con respecto de ν. Si h : X → R es integrable respecto de µ entonces
Z Z
h(x) dµ(x) = h(x)f (x) dν(x)
X X
dµ
donde f = .
dν
Proposición 19.7. Sea (X, F, ν) un espacio de medida σ-finita. Si µ1 y µ2 son dos

medidas σ-finitas en (X, F) tales que µ1 ¿ ν y µ2 ¿ ν entonces µ1 + µ2 ¿ ν y
d(µ1 + µ2 ) d(µ1 ) d(µ2 )
= + ν − casi siempre.
dν dν dν
Proposición 19.8. Sean µ, ν y τ medidas σ-finitas en (X, F). Si τ es absolutamente

continua con respecto de µ y µ es absolutamente continua con respecto de ν entonces τ es
absolutamente continua con respecto de ν y
dτ dτ dν
= ν − casi siempre.
dµ dν dµ
El resultado anterior es análogo a la regla de la cadena.
Proposición 19.9. Sean µ y ν medidas σ-finitas en (X, F). Si ν es absolutamente

continua con respecto de µ y µ es absolutamente continua con respecto de ν entonces
dν 1
= dν ν − casi siempre.
dµ dµ
3. Medidas de Stieltjes absolutamente continuas.
Proposición 19.10. Sean F : R → R una función de Stieltjes y µF la medida de Stieltjes

asociada a F . Las siguientes condiciones son equivalentes:
(a) µF es absolutamente continua con respecto de la medida de Lebesgue m.
(b) F es absolutamente continua.
3. MEDIDAS DE STIELTJES ABSOLUTAMENTE CONTINUAS. 213
Demostración.
(a) ⇒ (b) Suponga que µF ¿ m.
Como µF y m son medidas σ-finitas, por el teorema de Radon-Nikodym, existe f : R → R,
función medible Lebesgue, f ≥ 0 tal que
Z
µF (A) = f (t) dt
A
para todo conjunto A medible Lebesgue.

Más aún
(i) Si x ≥ 0 entonces
Z x
F (x) − F (0) = µF (0, x] = f (t) dt.
0
(ii) Si x < 0 entonces

Z 0 Z x
F (0) − F (x) = µF (x, 0] = f (t) dt = − f (t) dt.
x 0
De donde, Z x
F (x) = F (0) + f (t) dt para todo x ∈ R.
0
Es decir, F es una integral indefinida.
Por lo tanto F es absolutamente continua.
(b) ⇒ (a) Suponga que F es absolutamente continua.
Sigue que F es la integral indefinida de su derivada. Por lo tanto, para a, b ∈ R
Z b
F (b) = F (a) + F 0 (x) dx.
a
Como F es una función de Stieltjes, se tiene que F es creciente y F es medible Lebesgue.

Por el teorema de derivación de Lebesgue para funciones crecientes sigue que
F 0 es medible Lebesgue y F 0 ≥ 0.
Sea ν la medida dada por Z
ν(A) = F 0 (x) dx.
A
Se tiene que ν y µF coinciden en los intervalos de la forma (a, b] y son finitas en esos
intervalos. Por uno de los teoremas de clase monótona se tiene que ν y µF coinciden en B(R).
Luego Z
µF (A) = F 0 (x) dx.
A
De donde µF es absolutamente continua con respecto de la medida de Lebesgue m. ¤
Observación 19.11. Se ha probado que si µF es absolutamente continua con respecto

de la medida de Lebesgue m entonces
dµF
= F 0.
dm
Además, si g : R → R es una función medible Lebesgue entonces
Z b Z b
g(x) dµF (x) = g(x) F 0 (x) dx.
a a
4. Medidas singulares.
Sean µ y ν dos medidas en un espacio medible (X, F). Se dice que ν es singular con
respecto de µ cuando existe C en F tal que
(i) µ(C) = 0.
(ii) ν(A) = ν(A ∩ C) para todo A ∈ F .
Esta definición indica que ν está concentrada en un conjunto C tal que µ(C) = 0.
Proposición 19.12. Si ν es singular respecto de µ entonces µ es singular respecto de ν.
La proposición anterior indica que quizás sea mejor decir que µ y ν son mutuamente
singulares. Esto se denota mediante µ⊥ν.
Ejemplo 19.13. Las medidas de Stieltjes discretas y la medida de Lebesgue son mutua-
mente singulares.
Si µ = m y
+∞
X
ν(A) = λn δxn (A) para A ⊆ X.
n=1
Considerando
C = {x1 , x2 , x3 , . . . }
se tiene que µ(C) = 0 y ν(A) = ν(A ∩ C) para todo A ∈ B(R).
Teorema 19.14 (Descomposición de Lebesgue). Sean µ y ν dos medidas σ-finitas en un

espacio medible (X, F). Entonces existen dos medidas µa y µs en (X, F) tales que
(i) µs es singular respecto de ν.
(ii) µa es absolutamente continua con respecto de ν.
(iii) µ = µa + µs .
(iv) la descomposición es única.
4. MEDIDAS SINGULARES. 215
Demostración. Sea
τ = ν + µ,
se tiene que τ es σ-finita, ν ¿ τ y µ ¿ τ .
Por el teorema de Radon-Nikodym existe f : X → R, función medible Lebesgue, f ≥ 0
tal que Z
ν(A) = f (t) dτ
A
para todo conjunto A en F.
Sean
C = {x ∈ X : f (x) = 0} y D = {x ∈ X : f (x) > 0}
entonces
X =C ∪D y C ∩ D = ∅.
Además
ν(C) = 0.
Para A en F sea
µs (A) = µ(A ∩ C)
entonces µs es singular respecto de ν.
Para A en F sea
µa (A) = µ(A ∩ D)
entonces
µ = µa + µs .
A continuación se probará que µa es absolutamente continua con respecto de ν.

Sea A en F tal que ν(A) = 0. Sigue que
Z
0 = ν(A) = f dτ.
A
Como f ≥ 0, pasa alguna de las siguientes dos cosas:
τ (A) = 0 ó f = 0 τ − casi siempre.
Caso 1. Si τ (A) = 0 entonces τ (A ∩ D) = 0.
Caso 2. Si f = 0 τ -casi siempre, usando la definición de D se obtiene que τ (D) = 0.

Luego τ (A ∩ D) = 0.
Por lo tanto en ambos casos

τ (A ∩ D) = 0.
Como µ ¿ τ sigue que
µa (A) = µ(A ∩ D) = 0.
De donde µa es absolutamente continua con respecto de ν. ¤

Anális Real-Marisela PDF

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Anális Real-Marisela PDF

Cargado por

Copyright:

Formatos disponibles

UNIVERSIDAD CENTRAL DE VENEZUELA

Laboratorio de Formas en Grupos

Capı́tulo 1. Sucesiones en un conjunto cualquiera. 1

Capı́tulo 2. Sucesiones y series numéricas. 7

Capı́tulo 3. Colecciones de conjuntos. 23

Capı́tulo 5. Aproximación uniforme. 41

Capı́tulo 7. Funciones de variación acotada. 53

Capı́tulo 8. σ-álgebras generadas. 59

Capı́tulo 9. Semi-anillos, anillos, σ-anillos y clases monótonas. 63

Capı́tulo 10. La medida de Lebesgue. 71

Capı́tulo 11. Funciones medibles. 95

Capı́tulo 12. Integral de funciones medibles no negativas. 105

Capı́tulo 13. Integral de funciones medibles. 121

Capı́tulo 14. Diversos tipos de convergencia. 137

Capı́tulo 15. Teorı́a de la medida para espacios producto. 147

Capı́tulo 16. Espacios Lp (X, F, µ). 159

1. Funciones medibles a valores complejos. 159

Capı́tulo 17. Medidas de Stieltjes. 177

Capı́tulo 18. Diferenciación e integración. 183

Capı́tulo 19. Medidas absolutamente continuas y medidas singulares. 207

Sucesiones en un conjunto cualquiera.

1. Conjuntos finitos y conjuntos infinitos.

Comenzamos definiendo estos conceptos en el conjunto N de los números naturales.

Definición 1.1. Sea P ⊆ N se dice que

Un conjunto infinito de números naturales es de la forma

{n0 , n1 , ..., nk , ...}

donde n0 < n1 < ... < nk < ...

Proposición 1.2. Sea F ⊆ N. Si F es un conjunto finito entonces N \ F es infinito.

La idea de finito e infinito se puede extender a conjuntos cualesquiera de la siguiente

Definición 1.3. Sea A un conjunto cualquiera. Se dice que:

Se puede probar que en N ambas definiciones de conjunto finito son equivalentes. Lo

Sea Y un conjunto no vacı́o.

Definición 1.4. Una sucesión en Y es una función a : N → Y .

A cada número natural n ≥ 0 la sucesión a le asigna un elemento a(n) ∈ Y . El elemento

Se tiene que {fn } es una sucesión de funciones continuas.

El conjunto de todas las sucesiones en Y será denotado por Y N .

P = {n0 , n1 , ..., nk , ...}

Proposición 1.7. Sean P1 y P2 dos subconjuntos infinitos de N tales que P1 ⊆ P2 y sea

3. Cardinalidad del conjunto de los números reales.

Definición 1.8. Se dice que un conjunto A es numerable si existe una función

Dicho de otra manera, A es numerable si A es infinito y los elementos de A se pueden

Son ejemplos de conjuntos numerables los siguientes:

{0, −1, 1, −2, 2, −3, 3, . . . }

... ... ... ... ... ...

... ... ... ... ... ...

Las demostraciones de las siguientes proposiciones quedan como ejercicio.

Proposición 1.10. Si A y B son conjuntos numerables entonces A ∪ B es numerable.

Proposición 1.11. Si A y B son conjuntos numerables entonces A × B es numerable.

Proposición 1.12. El conjunto de los números reales no es numerable.

(Esta es una de las grandes diferencias entre R y Q).

(1) (2) (3) (4)

b = 0, b(1) b(2) b(3) b(4) . . .

donde los enteros b(i) están escogidos de la siguiente manera:

(1) (2) (3)

4. Lectura recomendada: estar, estar eventualmente o estar frecuentemente.

Proposición 1.14. Si C ⊆ D y {an } está en C entonces {an } está en D.

Definición 1.16. La sucesión {an } está eventualmente en C si existe no ∈ N tal que

En otras palabras, {an } está eventualmente en C si y sólo si el conjunto

Proposición 1.17. Si {an } está en C entonces {an } está eventualmente en C.

Proposición 1.18. Si {an } está eventualmente en C y {bn } es una subsucesión de {an }

Proposición 1.19. Sea C ⊆ Y tal que ∅ =

Demostración. Si {an } está eventualmente en C entonces {n ∈ N : an ∈

Definición 1.20. La sucesión {an } está frecuentemente en C si para todo k ∈ N existe