看的是 IMPA 的 Measure Theory 课,教授是 Claudio Landim。
https://www.youtube.com/playlist?list=PLo4jXE-LdDTQq8ZyA8F8reSQHej3F6RFX
Lecture 24 Hölder and Minkowski inequalities
定义:对于 1≤p<∞,定义 ∥f∥p=(∫Ω∣f∣pdμ)1/p;对于 p=∞,定义 ∥f∥∞=ess sup∣f∣。
定理(Hölder):如果 p1+q1=1(其中 1<p<∞ 或者 p=1,q=∞),并且 ∥f∥p<∞,∥g∥q<∞,那么 ∫∣fg∣dμ≤∥f∥p∥g∥q。
Lecture 25 Lp spaces
定义:对于 f:Ω→R,我们定义 ∥f∥p=(∫Ω∣f∣pdμ)1/p,其中 1≤p<∞。
Lp={f:Ω→R∣∥f∥p<∞}
Lecture 29 Differentiability of functions of bounded variations
定义:函数 f:[a,b]→R 是单调上升的,即如果 x≤y 则 f(x)≤f(y)。
定义:我们定义四个导数:
(D+f)(x)=h↓0limsuphf(x+h)−f(x)(D−f)(x)=h↓0liminfhf(x+h)−f(x)(D+f)(x)=h↓0limsuphf(x)−f(x−h)(D−f)(x)=h↓0liminfhf(x)−f(x−h)
定义:如果函数 f 是单调上升的,并且在点 x 处可导,那么有 (D+f)(x)=(D−f)(x)=(D+f)(x)=(D−f)(x),我们用 f′ 来表示这个值。
定理:如果函数 f:[a,b]→R 是单调上升的,那么令 E={x∈R∣f is differentiable at x},则 λ∗(Ec)=0。
注意:
- 这里并没有说 E 是可测的(measurable)。
- λ∗ 是勒贝格外测度(outer lebesgue measure)。
证明思路:
-
我们希望证明 Ec⊆{x∈[a,b]∣(D+f)(x)<(D−f)(x)}∪{x∈[a,b]∣(D−f)(x)<(D+f)(x)}∪…,后面总共有 2C42 项,它们都满足 λ∗=0。
-
我们只需要证明右边每一项都满足 λ∗={x∈[a,b]∣(D−f)(x)<(D+f)(x)}=0。
-
E1={x∈[a,b]∣(D+f)(x)<(D−f)(x)}=s,t∈Q,s<t⋃{x∈[a,b]∣(D−f)(x)<s<t<(D+f)(x)}
所以我们只需要证明:
∀s,t∈Q,s<t,λ∗({x∈[a,b]∣(D−f)(x)<s<t<(D+f)(x)})=0
任取 ε>0,因为 Es,t={x∈[a,b]∣(D−f)(x)<s<t<(D+f)(x)} 是有界的(bounded),所以我们可以找到开集 G 满足:
Es,t⊆G,λ∗(G)≤λ∗(Es,t)+ε
接下来,我们要为 Es,t 构造一个 Vitali's covering。
这里先略过,后面还有很长的证明...
引理:如果 f:[a,b]→R 是单调上升的,那么 f′ 是勒贝格可测的(Lebesgue measurable),且 f′≥0,以及:
∫abf′dλ≤f(b)−f(a)
-
由上面的定理,有 fn=1/nf(x+1/n)−f(x)→f′ a.e.。这证明了 f′ 是 lebesgue measurable 的,因为它是 measurable function 的极限 a.e.;也是因为这个极限里的每个函数都 ≥0,所以 f′≥0。
由 Fatou's lemma,我们还有
∫abf′dλ≤n→∞liminf∫abfndλ
我们可以扩展 f(x)=f(b),x>b,那么上面有:
n→∞liminf∫abfndλ=n→∞liminfn∫ab(f(x+n1)−f(x))dλ(x)=n→∞liminfn(∫a+n1b+n1f(x)dλ(x)−∫abf(x)dλ(x))=n→∞liminfn(∫bb+n1f(x)dλ(x)−∫aa+n1f(x)dλ(x))=f(b)−n→∞liminfn∫aa+n1f(x)dλ(x)≤f(b)−n→∞liminfn∫aa+n1f(a)dλ(x)=f(b)−f(a)
例子:比如说 f 在 [a,c] 为 0,在 (c,b) 为 1,那么就会取不等。
最后我们尝试把上面的结论扩展到 function with bounded variation。
定义:对于函数 f:[a,b]→R 和一个分割 π={a=t0<t1<⋯<tp=b},我们作如下定义:
Vf,π=i=0∑p−1∣f(ti+1−f(ti))∣Pf,π=i=0∑p−1(f(ti+1−f(ti)))+Nf,π=i=0∑p−1(f(ti+1−f(ti)))−
显然 Vf,π=Pf,π+Nf,π,以及 f(b)−f(a)=Pf,π−Nf,π。
定义:
Vf=πsupVf,πPf=πsupPf,πNf=πsupNf,π
定义:函数 f:[a,b]→R 被称为 of bounded variation,如果 Vf<∞。
断言:bounded variation function f 满足:
Vf=Pf+Nff(b)−f(a)=Pf−Nf
-
这里我们只证明第二个,因为第一个的证明是相同的。
因为显然 Pf<Vf,Nf<Vf,所以 Pf<∞,Nf<∞。那么 ∃π1={a=t0<t1<⋯<tp=b},满足 Pf−ε≤Pf,π1≤Pf。类似地我们可以找到 π2 满足 Nf−ε≤Nf,π2≤Nf。
那么如果我们取 π=π1∪π2,则有:
Pf−ε≤Pf,π≤PfNf−ε≤Nf,π≤Nf
两个式子作差,有:
Pf−Nf−ε≤Pf,π−Nf,π=f(b)−f(a)≤Pf−Nf+ε
证毕。
如果我们把 [a,b] 转换成 [a,x],那么:
f(x)−f(a)=Pf([a,x])−Nf([a,x])
这里因为 Pf([a,x]) 和 Nf([a,x]) 都是关于 x 的单增函数,所以说明任何 function of bounded variation 都可以拆解为 2 个单增函数。
推论:bounded variation function f differentiable a.e.。
Lecture 30 Absolutely continuous functions
上一讲中,我们证明了对于 [a,b] 上的单调函数,有 ∫axf′dλ≤f(x)−f(a),并且给出了一个取不等的例子。这一讲中,我们会考虑取等的函数,也就是 absolutely continuous function。
取 f:[a,b]→R,满足 f 可积,即 ∫ab∣f∣dλ<∞,并定义:
F(x)=c+∫axfdλ
因为 f 可积,所以由 uniform integrability,有:
∀ε>0,∃δ,s.t. ∀λ(B)<δ⇒∫B∣f∣dλ≤ε
这意味着,
∀ε>0,∃I1,I2,…,IM,Ij=[aj,bj],Ij∩Ik=∅,j=1∑M∣Ij∣<δ
满足:
ε≥∫∪Ij∣f∣dλ=j∑∫Ij∣f∣dλ≥j∑∣F(bj)−F(aj)∣
满足这个条件的函数被称为 absolutely continuous function。
定义:g:[a,b]→R 是 absolutely continuous,如果:
∀ε>0,∃δ,s.t. ∀Ij=(aj,bj),1≤j≤M,Ij∩Ik=∅,j=1∑M∣Ij∣≤δ⟹j=1∑M∣g(bj)−g(aj)∣≤ε
由这个定义,上面的 F(x)=c+∫axfdλ 是 absolutely continuous function。
定理:F(x)=c+∫axfdλ is differentiable a.e.,且 F′=f a.e.。
-
只需要研究 f≥0 的情况,因为如果进行这样的拆分的话 f=f+−f−,考虑:
F+(x)=c+∫axf+dλ,F−(x)=c+∫axf−dλ,F=F+−F−
我们只需要证明 F+ 的情况定理成立即可。
-
在 f≥0 的情况下,F 是单增的,所以 differentiable a.e.,且
∫axF′dλ≤F(x)−F(a)=∫axfdλ
下面只需要证明这个 ≤ 其实是等号。
-
先考虑 ∣f∣<K 的情况,令 fn=1/nF(x+1/n)−F(x),然后我们继续扩展 F(x)=F(b),x≥b。
因为 F differentiable a.e.,会有 fn→F′(x) a.e.。
同时还有 ∣fn∣≤n∫xx+1/nfdλ≤K,两边取 supx∈[a,b],有 supx∈[a,b]∣fn∣≤K,我们就可以用 bounded convergence theorem(也就是 lecture 16 中 dominated convergence theorem 的特殊情况),有:
∫axF′dλ=n→∞lim∫axfndλ=n→∞lim∫axn∫zz+1/nf(y)dydz=n→∞limn(∫xx+1/nF(z)dz−∫aa+1/nF(z)dz)=F(x)−F(a)=∫axfdλ
这里倒数第二步用了 F 是连续的。
-
最后来证明 F 是连续的。这由 absolutely continuous 的条件是很容易推出来的。
-
考虑更一般的 f≥0,令 fM=min(f,M),那么 fM<M,它满足:
FM(x)=c+∫axfMdλ≤c+∫axfdλ=F(x)
同时我们还有 a.e.:
FM′(x)=h→∞limhFM(x+h)−FM(x)=h→∞limh1∫xx+hfMdλ≤h→∞limh1∫xx+hfdλ=F′(x)
由于 fM↑f,所以由 monotone convergence theorem,有:
∫axfdλ=M→∞lim∫axfMdλ=M→∞lim∫axFM′dλ≤∫axF′dλ
这个反向的不等式,带来了 ∫axfdλ=∫axF′dλ。
- 最后去证明 F′=f a.e.。因为 f≥0,F′≥0 且有 integrable,我们会证明:
∀A∈L,∫AF′dλ=∫Afdλ
用 monotone class 证明。
令 C={A⊆[a,b]∣∫AF′dλ=∫Afdλ},显然 (x,y]∈C,以及 ∑j=1n(xj,yj]∈C,说明 C 是个 algebra generated by the intervals。
我们进一步可以用 monotone convergence theorem 证明 C 是 monotone class。所以 C 是勒贝格 σ-algebra,即 L。
那么由这个结论,配合之前已经证明过的结论(这个还需要去找一下是哪里证的),会有 F′=f a.e.。
断言:absolute continuous function f 有 bounded variation。
- 我们取 absolute continuous 特性里的 ε=1,对应的有 δ。对于 partition π={a=t0<t1<⋯<tN=b},我们可以每 δ 划分一下,也就是在 [a,a+δ],[a+δ,a+2δ],…,[a+kδ,b] 等等,这样会分成有限段,这样也就证明了 bounded variation。
定理:如果 f:[a,b]→R absolutely continuous,那么 f differentiable a.e.,且 f(x)=f(a)+∫axf′dλ。
Lecture 31 Decomposition of distribution
定理:如果 F 单调上升,那么 F 可被分为 3 个函数 F=F1+F2+F3。
- F1 是 jump function。
- F2 是 absolutely continuous。
- F3 是 singluar function,即 continuous 且 f′=0 a.e.。