Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Anális Real-Marisela PDF
Anális Real-Marisela PDF
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
http://www.matematica.ciens.ucv.ve/labfg
Índice general
Capı́tulo 4. Medidas. 33
1. Medidas discretas. 33
2. Medidas positivas o simplemente medidas. 35
iii
iv ÍNDICE GENERAL
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
2. Funciones simples 99
3. Noción de “casi siempre” con respecto a una medida. 100
4. Aproximación de funciones medibles por funciones simples 101
En este capı́tulo se enuncian muchas proposiciones sin demostración, las pruebas quedan
como ejercicio.
Note que el recı́proco de la proposición anterior es falso, porque puede ocurrir que tanto
F como N \ F sean infinitos. Pruébelo.
1
2 1. SUCESIONES EN UN CONJUNTO CUALQUIERA.
2. Sucesiones y subsucesiones.
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 .
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
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 .
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.
(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) ...
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
(i)
donde bj es un número entero entre 0 y 9 (evitaremos los desarrollos que terminan en
9999999 . . . ).
Consideremos el siguiente número:
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
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 1.15. Si {an } está en C y {bn } es una subsucesión de {an } entonces {bn }
está en C.
N = {n ∈ N : an ∈
/ C}
es finito.
S = {n ∈ N : an ∈ C}
es infinito.
6 1. SUCESIONES EN UN CONJUNTO CUALQUIERA.
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.
1. Sucesiones de números.
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 , . . .}.
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.
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
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.
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.
Esto se abrevia mediante
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.
Esto se abrevia mediante
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→∞
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
10 2. SUCESIONES Y SERIES NUMÉRICAS.
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.
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 −∞.
2. LÍMITE SUPERIOR Y LÍMITE INFERIOR. 11
lim xn ≤ lim xn .
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 .
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.
¤
12 2. SUCESIONES Y SERIES NUMÉRICAS.
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.
L − ε < sn < L + ε.
Luego
xn < L + ε si n ≥ N.
2. LÍMITE SUPERIOR Y LÍMITE INFERIOR. 13
De donde
Λ = sup E{xn } < L + ε.
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→+∞
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
14 2. SUCESIONES Y SERIES NUMÉRICAS.
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
A veces pasa que estos lı́mites coinciden, como ocurre en el siguiente ejemplo.
anm = 1/n + m.
Luego
lı́m lı́m amn = lı́m m = +∞.
m→+∞ n→+∞ m→+∞
3. SUCESIONES CON DOS ÍNDICES O SUCESIONES DOBLES. 15
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.
Luego
lı́m lı́m amn = lı́m 1 = 1.
m→+∞ 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
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
En esto último debe quedar claro que s no se obtiene simplemente por adición, s es el
lı́mite de una sucesión de sumas.
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.
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
18 2. SUCESIONES Y SERIES NUMÉRICAS.
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.
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.
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.
20 2. SUCESIONES Y SERIES NUMÉRICAS.
7. Sumas no numerables.
X ∞
X
x= xn .
x∈E n=1
8. El conjunto de Cantor.
(1/3, 2/3).
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
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
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,
entonces ∞
[
C = [0, 1] \ En .
n=1
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.
Colecciones de conjuntos.
Definimos:
sup{A, B} = A ∪ B.
inf{A, B} = A ∩ B.
1. Sucesiones de conjuntos.
23
24 3. COLECCIONES DE CONJUNTOS.
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
En otras palabras: el lı́mite superior de {An } está formado por aquellos elementos de X
que pertenecen a Ak para infinitos ı́ndices k.
Definición 3.7. Sea X un conjunto cualquiera. Sea {An } una sucesión de subconjuntos
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.
Definición 3.8. Sea X un conjunto cualquiera. Sea {An } una sucesión de subconjuntos
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
3. Colecciones de subconjuntos de R y de Rn
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:
{ (a, b) : a, b ∈ R}.
26 3. COLECCIONES DE CONJUNTOS.
{ [a, b] : a, b ∈ R}.
{ [a, b) : a, b ∈ R}.
{ (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}.
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:
4. Sistemas-π
Ejemplo 3.12.
(1) La colección I de todos los intervalos de R es un sistema-π.
5. ALGUNOS TIPOS DE ESTABILIDAD. 27
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 3.19. 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.
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.
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
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.
7. σ-álgebras.
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.
H = {∅, A, AC , B, B C , A ∩ B, A ∪ B, AC ∩ B C , AC ∪ B C , X}.
∞
à ∞
!
\ \
(f −1 (Bn )) = f −1 Bn .
n=1 n=1
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 ).
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.
Medidas.
R = R ∪ {−∞, +∞},
R+ = [0, ∞) ∪ {+∞}.
1. Medidas discretas.
para A ⊆ X.
33
34 4. MEDIDAS.
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 < p < 1, n ∈ N, n ≥ 1, X = {0, 1, ..., n}, F = P({0, 1, ..., n}) y
µ ¶
n k
P (k) = p (1 − p)n−k .
k
Esta P es una medida de probabilidad (pruébelo) y se conoce como la distribución
binomial .
(3) Sea λ > 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
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
à n ! n
[ X
µ Ak = µ(Ak ).
k=1 k=1
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
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.
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
̰ !
[
+∞ = µ(Cko ) ≤ µ Ck
k=1
Luego
̰ !
[
µ Ck = +∞.
k=1
+∞ = µ(Cko ) ≤ µ(Ck ).
A1 = C1 ,
Ak = Ck \ Ck−1 para k > 1
Sea Co = ∅.
Como µ(Ck−1 ) es finito se tiene que
para todo k ≥ 1.
38 4. MEDIDAS.
C1 = A1 ,
n
[
Cn = Ak para n > 1
k=1
lı́m µ(Vk ) = 0.
k→∞
Aproximación uniforme.
1. Convergencia uniforme.
Sea {fn } una sucesión de funciones definidas en A ⊆ R y sea f una función también
definida en A.
Ejercicio 5.3.
(1) Demuestre que convergencia uniforme implica convergencia puntual.
(2) Demuestre que convergencia puntual no implica convergencia uniforme.
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 5.8. 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
Es decir
kg − hk∞ < ε.
(ii) Si además existen m, M ∈ R tales que
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
Mk = h(Rk ).
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.
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.
¤
44 5. APROXIMACIÓN UNIFORME.
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
Es decir
kg − hk∞ < ε.
Es decir
lı́m kgn − hk∞ = 0.
n→∞
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
Como Ink es compacto sabemos que existen Rnk , rnk ∈ Ink tales que
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
Es decir,
lı́m kgn − hk∞ = 0.
n→∞
(ii) Supongamos que
Se sabe que gn solamente toma los valores mn1 , ..., mn2n ası́ que
m ≤ gn (x) ≤ M.
¤
CAPı́TULO 6
Topologı́a.
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.
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.
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.
47
48 6. TOPOLOGÍA.
2. Conjuntos Fσ y conjuntos Gδ .
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
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
Las siguientes proposiciones no son sencillas de probar. Ellas proporcionan ejemplos im-
portantes de conjuntos Gδ y conjuntos Fσ .
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 .
3. Espacios métricos.
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.
Proposición 6.23. La colección de las bolas abiertas de X es una base de una topologı́a
de X.
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 .
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).
Observe que la definición anterior indica que para la sucesión de números reales {an }
dada por an = d(xn , x) se tiene que
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 .
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 6.33. Se tiene que ((0, 1), d) NO es completo, donde d es la métrica usual de
R restringida a (0, 1).
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.
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
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.
Lema 7.5. Sea f una función de variación acotada en [a, b] y sea c ∈ (a, b) entonces
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
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.
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
56 7. FUNCIONES DE VARIACIÓN ACOTADA.
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
Luego
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]. ¤
2. Funciones de Stieltjes.
3. La función de Cantor.
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 .
σ-álgebras generadas.
Demostración. Sea
59
60 8. σ-ÁLGEBRAS GENERADAS.
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.
2. La σ-álgebra de Borel.
B(X) = σ(τ ).
Como veremos a continuación una misma σ-álgebra puede ser generada por colecciones
muy distintas de subconjuntos de un conjunto.
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} ).
(5) Sea X un espacio métrico tal que existen una sucesión {Kj } de conjuntos compactos
tales que
∞
[
X= Kj .
k=1
Demuestre que
1. Semi-anillos.
Sea X un conjunto.
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.
63
64 9. SEMI-ANILLOS, ANILLOS, σ-ANILLOS Y CLASES MONÓTONAS.
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 .
2. Anillos y σ-anillos.
Ejemplo 9.10. La colección de todas las uniones finitas y disjuntas de intervalos del tipo
(a, b] es un anillo.
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
En particular
( n
)
[
R(Ia ) = A⊆R:A= Ik donde los Ik ∈ Ia y son intervalos disjuntos .
k=1
A la colección dada por el ejercicio anterior se le llama el σ-anillo generado por H y suele
denotarse por σR (H).
C1 = A1 ,
n
[
Cn = Ak para n > 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. ¤
A la colección dada por el ejercicio anterior se le llama la clase monótona generada por
H y suele denotarse por M(H).
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 ).
M(R) ⊆ L(F ).
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.
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. ¤
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).
σ(A) = M(A).
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.
No daremos la demostración de este teorema, ésta es del mismo nivel de dificultad que
la del del Teorema 9.26.
Teorema 9.31. Si µ y ν son dos medidas finitas en (R, B(R)) tales que
entonces
µ(A) = ν(A) para todo A ∈ B(R).
Demostración. Sea
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.
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).
¤
70 9. SEMI-ANILLOS, ANILLOS, σ-ANILLOS Y CLASES MONÓTONAS.
Teorema 9.32. Si µ y ν son dos medidas cualesquiera en (R, B(R)) tales que
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.
Sea R(Ia ) el anillo generado por Ia , este anillo está formado por las uniones finitas y
disjuntas de elementos de Ia .
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.
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
¤
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
¤
2. σ-ADITIVIDAD DE LA LONGITUD EN EL SEMIANILLO DE LOS INTERVALOS ACOTADOS. 73
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
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
Demostración.
P
(a) Veamos que ∞n=1 l(In ) ≤ l(I).
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.
Iε = [a + ε, b − ε].
In ∩ Iε = haεn , bεn i.
Además à !
∞
[ ∞
[ ∞
[
Iε = Iε ∩ I = Iε ∩ In = In ∩ Iε ⊆ Jnε .
n=1 n=1 n=1
Sea k ≥ N entonces
k
[
Iε ⊆ Jnε .
n=1
¤
76 10. LA MEDIDA DE LEBESGUE.
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
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
¤
78 10. LA MEDIDA DE LEBESGUE.
4. La medida exterior.
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
Demostración.
Caso 1: Si m∗ (Ano ) = ∞ para algún no .
S
Como Ano ⊆ ∞ n=1 An , por monotonı́a se sigue que
̰ !
[
∞ = m∗ (Ano ) ≤ m∗ An .
n=1
Luego à !
∞
[ ∞
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
∗
Luego
à ∞
! ∞ 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
¤
80 10. LA MEDIDA DE LEBESGUE.
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
m∗ (A) = m∗ (A + λ).
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
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.
¤
m∗ (A) = m∗ (G).
m∗ (A) ≤ m∗ (G).
m∗ (G) ≤ m∗ (A).
¤
82 10. LA MEDIDA DE LEBESGUE.
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.
m∗ (A) ≥ m∗ (A ∩ E) + m∗ (A ∩ E C ).
m∗ (A ∩ E) ≤ m∗ (E) = 0.
m∗ (A ∩ E C ) ≤ m∗ (A).
De donde
m∗ (A) ≥ m∗ (A ∩ E) + m∗ (A ∩ E C ).
¤
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
Por lo tanto, E1 ∪ E2 ∈ Mm .
n
X
∗
m (A ∩ Fn ) = m∗ (A ∩ Ei ).
i=1
m∗ (A ∩ F1 ) = m∗ (A ∩ E1 ).
84 10. LA MEDIDA DE LEBESGUE.
En efecto, sean A ⊆ R,
∞
[ n
[
E= Ei , Fn = Ei
i=1 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
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 ).
De donde E ∈ 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) 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
86 10. LA MEDIDA DE LEBESGUE.
≤ 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.
(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
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.
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
De E ⊆ O se deduce que
O = E ∪ (O \ E).
Sabemos que E y O son medibles, de donde O \ E es medible y
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
à !
[ [ [
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|
à ∞
!
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
Sea
∞
\
G= On .
n=1
Se tiene que G es un conjunto Gδ y E ⊆ G.
Además G \ E ⊆ On \ E ası́ que
m∗ (G \ E) = 0.
7. APROXIMACIÓN DE CONJUNTOS MEDIBLES 89
(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
m∗ (A ∩ (G \ E)) = 0.
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 ).
(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
90 10. LA MEDIDA DE LEBESGUE.
E \ F = E ∩ F C = E ∩ O = O \ EC
(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.
E \ F = E ∩ F C = E ∩ G = G \ EC
se tiene que m∗ (E \ F ) = 0.
(v) ⇒ (i)
Se hace análogamente a (iv) ⇒ (i).
ÃÃ N
! ! ÃÃ ∞
! !
[ [
m∗ In \E ≤ m∗ In \E
n=1 n=1
à ∞
!
[
= 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.
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 ).
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.
Esto es: N(X,F,µ) está formada por los subconjuntos de conjuntos de medida cero.
Esto es: N está formada por los subconjuntos borelianos con medida de Lebesgue cero.
Demostraremos que en R existe un conjunto no medible Lebesgue. Para eso haremos uso
del axioma de elección.
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.
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)
(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)
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.
Funciones medibles.
f −1 (B(R)) ⊆ Mm .
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 .
95
96 11. FUNCIONES MEDIBLES.
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.
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
(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}.
Si c < 0 entonces
Si c > 0 entonces
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.
2. Funciones simples
{x ∈ X : f (x) cumple P }
está en F y
µ{x ∈ X : f (x) no cumple P } = 0.
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.
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
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 . ¤
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.
102 11. FUNCIONES MEDIBLES.
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
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.
Luego
lı́m fn (x) = f (x).
n→∞
Finalmente, si f es acotada entonces existe no , independiente de x tal que
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.
105
106 12. INTEGRAL DE FUNCIONES MEDIBLES NO NEGATIVAS.
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
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
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
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
108 12. INTEGRAL DE FUNCIONES MEDIBLES NO NEGATIVAS.
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
Demostración.
(1) Sea f : X → R una función F-simple, f ≥ 0
n
X
f (x) = ci 1Ai (x)
i=1
En consecuencia Z Z
g(x) dµ(x) ≥ f (x) dµ(x).
X X
¤
Se tiene que Z
0≤ f (x) dµ(x) ≤ +∞.
X
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
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
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
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→∞
2. INTEGRAL DE FUNCIONES NO NEGATIVAS RESPECTO A MEDIDAS ABSTRACTAS. 111
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
112 12. INTEGRAL DE FUNCIONES MEDIBLES NO NEGATIVAS.
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
à 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
¤
2. INTEGRAL DE FUNCIONES NO NEGATIVAS RESPECTO A MEDIDAS ABSTRACTAS. 113
entonces Z Z
lı́m fn (x) dµ(x) = lı́m gn (x) dµ(x).
n→∞ 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→∞
Demostración. Sea
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
fn = n 1(0,1/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
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
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→∞
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
¤
fn = 1[n,∞) .
Por lo tanto Z Z
lı́m fn (x) dx 6= lı́m fn (x) dx.
n→∞ R R n→∞
4. EL TEOREMA DE CONVERGENCIA MONÓTONA DE BEPPO-LEVY. 119
entonces
Z ÃX
∞
! ∞ µZ
X ¶
fn (x) dµ(x) = fn (x) dµ(x) .
X n=1 n=1 X
120 12. INTEGRAL DE FUNCIONES MEDIBLES NO NEGATIVAS.
5. El lema de Fatou.
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
¤
fn (x) = n1[0,1/n) .
lim fn (x) = 0.
n→∞
Nótese que Z Z
f dµ = 1A f dµ.
A X
(b) f + g es integrable en X y
Z Z Z
(f + g) dµ = f dµ + g dµ.
X 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 + .
f ≥0 µ − casi-siempre
y
Z
f dµ = 0
X
entonces
f =0 µ − casi-siempre.
f =g µ − casi-siempre
entonces
Z Z
f dµ = g dµ.
X X
|f | ≤ g µ − casi-siempre
entonces f es integrable en X.
c ≤ f (x) ≤ k µ − casi-siempre
entonces
Z
cµ(A) ≤ f dµ ≤ kµ(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
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
≤ N µ(A) + ε/2
< N δ + ε/2
< ε/2 + ε/2
< ε.
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.
126 13. INTEGRAL DE FUNCIONES MEDIBLES.
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
lim fn (x) = 0.
n→∞
lı́m fn (x) = 0.
n→∞
fn ≥ g µ − casi-siempre.
Entonces Z Z
lim fn (x) dµ(x) ≤ lim fn (x) dµ(x).
X n→∞ n→∞ X
¤
4. EL TEOREMA DE CONVERGENCIA DOMINADA DE LEBESGUE 129
fn ≤ h µ − casi-siempre.
Entonces
Z Z
lim fn (x) dµ(x) ≤ lim fn (x) dµ(x).
n→∞ X X n→∞
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.
−h ≤ fn ≤ h µ − casi-siempre,
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→∞
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.
4. EL TEOREMA DE CONVERGENCIA DOMINADA DE LEBESGUE 131
fn = n 1(0, 1 ) .
n
lı́m fn (x) = 0.
n→∞
entonces
Z Z Z
lı́m fn (x) dµ(x) = lı́m fn (x) dµ(x) = f (x) dµ(x).
n→∞ A A n→∞ A
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
132 13. INTEGRAL DE FUNCIONES MEDIBLES.
(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→∞
entonces
(a) f (·, t) es integrable en X, para cada t ∈ (a, b).
4. EL TEOREMA DE CONVERGENCIA DOMINADA DE LEBESGUE 133
(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
se puede probar la siguiente versión del teorema de convergencia dominada para familias no
numerables de funciones.
entonces
(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.
134 13. INTEGRAL DE FUNCIONES MEDIBLES.
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
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
Z +∞
Luego R f es finita.
1
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
(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)|.
fn (x) = xn
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].
esto es,
g≡0 en [0, r].
137
138 14. DIVERSOS TIPOS DE CONVERGENCIA.
gn = fn |[0,r] ,
es decir,
gn (x) = xn .
Se tiene que {gn }n≥1 converge uniformemente a g para todo r ∈ (0, 1).
(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.
fn (x) = xn
3. Convergencia casi-uniforme
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].
Sea
∞
\
A= An .
n=1
Entonces
0 ≤ µ(A) ≤ µ(An ) ≤ 1/n (n ≥ 0).
Por lo tanto
µ(A) = 0.
Además
à ∞
! Ã ∞
!C
\ \
E\A=E\ An =E∩ An
n=1 n=1
à ∞
! ∞
[ [
=E∩ AC
n = (E ∩ AC
n)
n=1 n=1
∞
[
= (E \ An ).
n=1
Como {fn }n≥1 converge uniformemente a f en E \ Ano resulta que {fn (x)}n≥1
converge a f (x).
fn = 1[n,∞) .
Se tiene que {fn }n≥1 converge puntualmente a la función nula, pero {fn }n≥1 no converge
casi uniformemente.
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
Sea
∞
[ ∞
[
k C k C
Fγ = E ∩ (ENk
) = E ∩ (ENk
) .
k=1 k=1
142 14. DIVERSOS TIPOS DE CONVERGENCIA.
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.
Si à !
∞
[
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
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
fn = 1[n,∞) .
f2p +k = 1[ kp , k+1
2 2p ]
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.
Por lo tanto,
µ{x ∈ X : |fn (x) − f (x)| ≥ ε} ⊆ µ(Fγ ) < γ.
Como γ es arbitrario sigue que
¤
5. CONVERGENCIA EN MEDIDA. 145
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 .
146 14. DIVERSOS TIPOS DE CONVERGENCIA.
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.
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
donde A = A1 × A2 .
B(R2 ) ⊆ M2 .
2. La σ-álgebra producto.
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.
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 .
3. Secciones de conjuntos.
Ax = {y ∈ Y : (x, y) ∈ A}.
Ay = {x ∈ X : (x, y) ∈ A}.
Ax = G para todo x ∈ F,
Ay = F para todo y ∈ G.
4. SECCIONES DE CONJUNTOS Y CONJUNTOS BORELIANOS. 149
Demostración. Sea
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
150 15. TEORÍA DE LA MEDIDA PARA ESPACIOS PRODUCTO.
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).
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
(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.
Sean A en M2 y B1 , B2 en B(R2 ) tales que
B1 ⊆ A ⊆ B2 , m2 (B2 \ B1 ) = 0.
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.
¤
154 15. TEORÍA DE LA MEDIDA PARA ESPACIOS PRODUCTO.
Ejercicio 15.20. Enunciar y probar una proposición análoga a la anterior pero para la
otra variable.
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
Luego
m{x ∈ R : ϕ+ (x) = +∞} = 0,
Observación 15.24. El resultado anterior sı́ asegura que las integrales de la conclusión
son finitas.
Teorema 15.26. Sean (X, F), (Y, G) dos espacios medibles y sea A en F ⊗ G entonces
Proposición 15.28. Sean (X, F, µ), (Y, G, ν) dos espacios medibles de medidas σ-finitas
y sea A en F ⊗ G entonces
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
Proposición 15.29.
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
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 ¶
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 15.34. 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 ¶
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 Y Y X
CAPı́TULO 16
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.
f = u + i v.
Ref = u y Imf = v.
159
160 16. ESPACIOS Lp (X, F, µ).
para x ∈ X.
Con la notación indicada antes esto es:
p
|f (x)| = (u(x))2 + (v(x))2 (x)
para x ∈ X.
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.
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
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
Pruebe la proposición anterior. Para hacer la demostración puede ser útil tomar en cuenta
que
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) .
fe + ge = f]
+g
λfe = λf
f
4. El espacio L2 .
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
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.
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
164 16. ESPACIOS Lp (X, F, µ).
De donde Z ¯ ¯
¯ f (x)g(x) ¯
¯ ¯
¯ kf kp kgkq ¯ dµ(x) ≤ 1.
X
Demostración.
Ya se sabe que f, g ∈ LpK (X, F, µ) implica f + g ∈ LpK (X, F, µ).
= kf k1 + kgk1 .
5. DESIGUALDAD DE HÖLDER Y DESIGUALDAD DE MINKOWSKI. 165
kf + gkp−1
p = 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 .
¤
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→∞
si r → ∞.
De donde {fn }n≥1 converge a f en LpR (R, M, m).
fn = n 1(0, 1 ) .
n
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
¤
168 16. ESPACIOS Lp (X, F, µ).
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.
1
0 ≤ µ{x ∈ X : |fn (x) − f (x)| > γ} ≤ p
kfn − f kpp → 0
γ
si n → ∞. ¤
lı́m kfn − f kp = 0.
n→∞
Además
Z
lı́m |fn (x) − f (x)|p dµ(x) = 0.
n→∞ X
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
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.
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.
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.
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.
170 16. ESPACIOS Lp (X, F, µ).
≤ M.
< εp .
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 ).
= kf gk1
≤ kf kp kgkq .
kF k = sup |F (f )| ≤ kgkq .
kf kp =1
(iii) Sea
f1 = |g|q/p sgng
172 16. ESPACIOS Lp (X, F, µ).
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 .
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∞ .
Es decir
sup es |f | = inf{a ∈ R : a es una cota superior µ − esencial de f }.
|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 |.
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.
174 16. ESPACIOS Lp (X, F, µ).
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∞ .
es decir,
Z µZ ¶
|f (x) g(x)| dµ(x) ≤ |f (x)| dµ(x) sup es |g|.
X X
kf + gk∞ ≤ kf k∞ + kgk∞ .
Por lo tanto
∞
\
∞
L (X, F, µ) ⊆ Lp (X, F, µ).
p=1
12. SUCESIONES DE CAUCHY EN NORMA ∞. 175
kfn − fm k∞ < ε.
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.
Medidas de Stieltjes.
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 .
177
178 17. MEDIDAS DE STIELTJES.
Para demostrar los resultados de esta sección se usa que (−n, n] está en Is y
∞
[
R= (−n, n].
n=1
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 17.13.
(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.
De
B(R) = σ( { intervalos del tipo (a, b] para a, b ∈ R} )
se obtiene el siguiente resultado.
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 .
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.
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).
lı́m F (x) = 0,
x→−∞
lı́m F (x) = 1.
x→∞
para todo x ∈ R.
CAPı́TULO 18
Diferenciación e integración.
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.
183
184 18. DIFERENCIACIÓN E INTEGRACIÓN.
Sea ½ ¾
Dx = z ∈ R : lı́m− f (y) < z < lı́m+ f (y) .
y→x y→x
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
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
Los lı́mites por la derecha superior e inferior de una función f en x son, respectivamente,
Los lı́mites por la izquierda superior e inferior de una función f en x son, respectivamente,
2. Derivadas de Dini.
D− f (x) ≤ D− f (x).
186 18. DIFERENCIACIÓN E INTEGRACIÓN.
D+ f (x) = D+ f (x).
D− f (x) = D− f (x).
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
(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.
D+ f (xo ) ≤ 0 y D− f (xo ) ≥ 0.
Demuestre que
∞
X
fn 0 (x) = f 0 (x) casi siempre en [a, b].
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},
m(∂I) = 0,
Iθ = {I ∈ I : I ⊆ θ}.
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
190 18. DIFERENCIACIÓN E INTEGRACIÓN.
Sea
k
[
F =E\ In .
n=1
Se tiene que
∞
[
F ⊇E\ In
n=1
y por lo tanto
m∗ (F ) ≥ δ.
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
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 ).
3. DERIVACIÓN DE FUNCIONES MONÓTONAS. 191
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
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
à 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.
Se tiene que
[
{x ∈ R : D− f (x) < D+ f (x)} = Euv .
u,v∈Q
m∗ (Euv ) = 0.
[x − h, x] ⊆ O y f (x) − f (x − h) < v h.
u < D+ f (y),
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
De donde
u (s − 2ε) < v (s + ε).
Como ε es arbitrario y positivo se tiene que
u s < v s.
194 18. DIFERENCIACIÓN E INTEGRACIÓN.
f (x) = f (b) si x ≥ b.
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).
Observación 18.11. Tal como se indico antes la función de Cantor satisface la conclusión
de este teorema con desigualdad estricta.
implica
n
X
|f (bi ) − f (ai )| < ε.
i=1
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
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
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
198 18. DIFERENCIACIÓN E INTEGRACIÓN.
Demostración. Dado ε > 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. ¤
Demostración. Sean
E+ = {x ∈ R : f (x) > 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
5. LA INTEGRAL INDEFINIDA DE LEBESGUE 199
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
Lema 18.21. Sean a, b ∈ R, a < b y f : [a, b] → R una función integrable en [a, b]. Si f
es acotada y Z x
F (x) = F (a) + f (t) dt
a
entonces
F 0 (x) = f (x) casi siempre en [a, b].
Demostración. Sea M > 0 tal que |f (x)| ≤ M para todo x ∈ [a, b].
Para cada n ∈ N sea
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
200 18. DIFERENCIACIÓN E INTEGRACIÓN.
= F (x) − F (a)
Z x
= f (t) dt.
a
De donde Z x
(F 0 (t) − f (t)) dt = 0
a
entonces
F 0 (x) = f (x) casi siempre en [a, b].
Demostración.
Caso 1: Suponga que f ≥ 0.
5. LA INTEGRAL INDEFINIDA DE LEBESGUE 201
Para n ∈ N sea
f (t) si f (t) ≤ n
fn (t) =
n si f (t) > 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
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
Luego à !
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)| = 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].
Demostración.
(⇒) Esta implicación ya fue probada antes.
F = F1 − F2 .
204 18. DIFERENCIACIÓN E INTEGRACIÓN.
Se sigue que F1 y F2 son derivables c.s. en [a, b]. Además F1 0 y F2 0 son integrables en [a, b].
H ≡ c.
Entonces
F = c + G.
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.
Proposición 18.32. Sea F : [a, b] → R tal que para alguna f : [a, b] → R se tiene que
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.
2. La derivada de Radon-Nikodym.
207
208 19. MEDIDAS ABSOLUTAMENTE CONTINUAS Y MEDIDAS SINGULARES.
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
Z Z
h dν = h g dτ. (19.1)
X X
2. LA DERIVADA DE RADON-NIKODYM. 209
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
Luego
ν(Bn )/n ≤ 0.
Por lo tanto ν(Bn ) = 0. Sigue que
à ∞
!
[
ν(B) = ν Bn = lı́m ν(Bn ) = 0.
n→∞
n=1
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)
µn (A) = µ(A ∩ Xn )
νn (A) = ν(A ∩ Xn ).
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
Entonces f es F-medible y f ≥ 0.
Además
à ∞
! 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
¤
212 19. MEDIDAS ABSOLUTAMENTE CONTINUAS Y MEDIDAS SINGULARES.
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
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
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
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.
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 , . . . }
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 .