Академический Документы
Профессиональный Документы
Культура Документы
FACULTAD DE CIENCIAS
ESCUELA DE MATEMATICA
LABORATORIO DE FORMAS EN GRUPOS
ANALISIS REAL
Marisela Domnguez
Caracas, Venezuela
Noviembre de 2009
Marisela Domnguez
Correo-E: marisela.dominguez@ciens.ucv.ve
http://www.matematica.ciens.ucv.ve/labfg
Indice general
Captulo 4. Medidas. 33
1. Medidas discretas. 33
2. Medidas positivas o simplemente medidas. 35
iii
iv INDICE GENERAL
Captulo 6. Topologa. 47
1. Nociones basicas de topologa. 47
2. Conjuntos F y conjuntos G . 48
3. Espacios metricos. 50
4. Sucesiones en un espacio metrico. 51
2. Funciones simples 99
3. Nocion de casi siempre con respecto a una medida. 100
4. Aproximacion de funciones medibles por funciones simples 101
En este captulo se enuncian muchas proposiciones sin demostracion, las pruebas quedan
como ejercicio.
Note que el recproco de la proposicion anterior es falso, porque puede ocurrir que tanto
F como N \ F sean infinitos. Pruebelo.
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 sucesion de
numeros reales.
(2) Sea Y = P (R) y sea {An } dada por An = [0, 1/n). En este caso {An } es una sucesion
de conjuntos.
(3) Sea Y = {f : [0, 1] R tales que f es una funcion} y sea {fn } dada por
fn (t) = [nt],
donde [s] indica la parte entera de s. Se tiene que {fn } es una sucesion 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 .
Definicion 1.6. Consideremos dos sucesiones {an } y {bn } ambas en Y . Decimos que
{bn } es una subsucesion de {an } si existe un conjunto infinito de numeros naturales
tal que n0 < n1 < ... < nk < ... y bk = ank para k = 0, 1, 2, ...
Para referirse a la subsucesion {bn } se usa la notacion {ank } o la notacion {an }nP .
Observacion 1.9. Se puede probar que si A es un conjunto infinito y existe una funcion
f : N A sobreyectiva entonces A es numerable.
{0, 1, 1, 2, 2, 3, 3, . . . }
(e) N N. Una forma de hacer una lista de los elementos de N N esla que sugiere la
siguiente tabla:
(1, 1) (1, 2) (1, 3) (1, 4) (1, 5) ...
. % .
(2, 1) (2, 2) (2, 3) (2, 4) (2, 5) ...
% .
(3, 1) (3, 2) (3, 3) (3, 4) (3, 5) ...
Demostracion. 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 numeros del intervalo (0, 1).
Supongamos que a1 , a2 , a3 , . . . es una lista de numeros del intervalo (0, 1). Entonces
(i)
donde bj es un numero entero entre 0 y 9 (evitaremos los desarrollos que terminan en
9999999 . . . ).
Consideremos el siguiente numero:
Tenemos que b (0, 1) y la forma en que hemos construdo b nos asegura que
b 6= a1 , b 6= a2 , b 6= a3 , etc . . .
Por lo tanto el numero 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 continuacion se definiran las sucesiones que estan, estan eventualmente o estan fre-
cuentemente en un conjunto dado. Estos conceptos son muy utiles en teora de probabilidad.
Sea C Y , C 6= .
Definicion 1.13. Sea {an } una sucesion en Y . Decimos que {an } esta en C si an C
para todo n N.
Proposicion 1.15. Si {an } esta en C y {bn } es una subsucesion de {an } entonces {bn }
esta 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 } este frecuentemente en C, que {bn } sea una subsucesion
de {an } y que {bn } este en Y \ C. Pruebelo.
1. Sucesiones de numeros.
x1 , x 2 , x 3 , . . .
La misma sucesion suele designarse mediante un smbolo tal como {xn }, (xn ) o {x1 , x2 , . . .}.
Tambien usaremos {xn }, (xn ) o {x1 , x2 , . . .}.
Definicion 2.3. Sea {xn } una sucesion de numeros reales. La sucesion {xn } converge a
x R, o el lmite de {xn } es x si:
Para cada > 0 existe N N tal que si n N entonces |xn x| < .
Esto se abrevia mediante
lm xn = x.
n
Se dice que una sucesion {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 NUMERICAS.
Ejemplo 2.5. Sea {xn } la sucesion dada por xn = 1/n2 . Esta sucesion converge a x = 0.
En efecto, dado > 0 se tiene que
"r # r "r #
1 1 1
< + 1,
1/ < N 2 .
Si n N entonces
1 1 1
|xn x| = 2 0 = 2 2 < .
n n N
Proposicion 2.6 (unicidad del lmite). Una sucesion convergente tiene uno y solo un
lmite.
Definicion 2.9. Sea {xn } una sucesion de numeros reales. Se dice que la sucesion {xn }
diverge a +, o el lmite de {xn } es + si:
Para cada M R existe N N tal que si n N entonces xn > M.
Esto se abrevia mediante
lm xn = +.
n
Definicion 2.10. Sea {xn } una sucesion de numeros reales. Se dice que la sucesion {xn }
diverge a , o el lmite de {xn } es si:
Para cada M R existe N N tal que si n N entonces xn < M.
Esto se abrevia mediante
lm xn = .
n
2. LIMITE SUPERIOR Y LIMITE INFERIOR. 9
Es importante notar que las sucesiones que tienen lmite igual a mas infinito o a menos
infinito no son convergentes.
Definicion 2.11. Si {xn } es una sucesion, una subsucesion de {xn } es una sucesion de
la forma
{xn0 , xn1 , xn2 , . . . }
donde n0 < n1 < n2 < . . .
La subsucesion la denotaremos con {xnk }.
Proposicion 2.12. Sean {xn } una sucesion y {xnk } una subsucesion de {xn }:
(a) Si existe x R tal que lm xn = x entonces lm xnk = x.
n k
(b) Si lm xn = + entonces lm xnk = +.
n k
(c) Si lm xn = entonces lm xnk = .
n k
Sea {xn } una sucesion. Sea E = E{xn } el conjunto de los x tales que existe una subsucesion
de {xn } con lmite x (nota: puede ocurrir que + o sean elementos de E).
Ejemplo 2.15.
Sea {xn } la sucesion dada por:
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 NUMERICAS.
Entonces
E = E{xn } = {2, , +}.
Observe que inf E{xn } = 2 y sup E{xn } = +.
Ejemplo 2.16.
Sea {xn } la sucesion 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 sucesion 1, 0, -1, 1, 0, -1, ..... En este caso el conjunto E es igual a
{1, 0, 1}. El lmite superior es 1 y el inferior es 1.
(ii) Consideremos la sucesion definida por xn = (1)n n. En este caso el conjunto E es
igual a {, +}. El lmite superior es + y el inferior .
(iii) Sea {xn } una sucesion en la que aparecen todos los numeros racionales. En este caso
E es igual a R. El lmite superior es + y el inferior .
2. LIMITE SUPERIOR Y LIMITE INFERIOR. 11
lim xn lim xn .
lm xn = lim xn = lim xn .
n+
Demostracion.
Supongamos que existe lmn+ xn y llamemoslo x (este valor x puede ser un numero
real, puede ser + o 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 sucesion acotada, en este caso x R. El otro caso
quedara como ejercicio (es decir, quedan como ejercicio los casos en que x = + o x = ).
Si la sucesion {xn } no converge a x, entonces existe 0 > 0 tal que para cada N N
existe n > N tal que |xn x| 0 .
Esto se puede reescribir de la siguiente manera: existe 0 > 0 tal que para cada k N
existe nk > k tal que |xnk x| 0 .
Usando esto ultimo se ha construido una subsucesion {xnk } de {xn } tal que
|xnk x| 0 para todo k.
Por el teorema de Bolzano-Weierstrass esta sucesion contiene una subsucesion convergente
y por lo tanto existen dos elementos diferentes en E, lo que contradice la hipotesis.
12 2. SUCESIONES Y SERIES NUMERICAS.
Observacion 2.23. Una consecuencia inmediata de este teorema es que una sucesion
acotada {xn } converge si y solo si lim xn = lim xn .
Teorema 2.24. Sea {xn } una sucesion 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
lm sn = lim xn .
n+
lm tn = lim xn .
n+
Demostracion. 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 monotona decreciente y {tn } es monotona creciente.
Claramente las sucesiones {sn } y {tn } son acotadas, por lo tanto estas sucesiones son
convergentes.
Probaremos la igualdad en la que aparece el lmite superior y queda como ejercicio probar
la igualdad en la que aparece el lmite inferior.
Sean
L = lm sn y = lim xn = sup E{xn } .
n+
Veamos que L.
Como sn = sup{xn , xn+1 , xn+2 , . . . } entonces
xn s n para todo n.
L < sn < L + .
Luego
xn < L + si n N.
2. LIMITE SUPERIOR Y LIMITE INFERIOR. 13
De donde
= sup E{xn } < L + .
Veamos que L.
Sea > 0 arbitrario. Como cada sn es un supremo tenemos los siguiente:
Existe n1 > 1 tal que xn1 s1 .
Existe n2 > n1 tal que xn2 sn1 +1 .
Existe n3 > n2 tal que xn3 sn2 +1 .
De esta manera construimos una subsucesion {xnk } de {xn } tal que
xn(k+1) snk +1 .
La sucesion que esta a la derecha converge, pero la que esta a la izquierda podra no ser
convergente. Sin embargo, la sucesion {xnk } contiene una subsucesion {zm }, que tambien es
subsucesion {xn }, convergente y tal que
lm zm lm sn .
m+ n+
Por lo tanto
= sup E{xn } lm sn = L .
n+
lm sn = inf{s1 , s2 , s3 , . . . } = inf sn .
n+ n1
Pero
sn = sup{xn , xn+1 , xn+2 , . . . } = sup xk .
kn
De donde
lim xn = lm sn = inf sn = inf sup xk .
n+ n1 n1 kn
14 2. SUCESIONES Y SERIES NUMERICAS.
lm tn = sup{t1 , t2 , t3 , . . . } = sup tn .
n+ n1
Pero
tn = inf{xn , xn+1 , xn+2 , . . . } = inf xk .
kn
De donde
lim xn = lm tn = sup tn = sup inf xk .
n+ n1 n1 kn
lm lm amn ,
m+ n+
lm lm amn .
n+ m+
A veces pasa que estos lmites coinciden, como ocurre en el siguiente ejemplo.
anm = 1/n + m.
lm amn = lm 1/n + m = m.
n+ n+
Luego
lm lm amn = lm m = +.
m+ n+ m+
3. SUCESIONES CON DOS INDICES O SUCESIONES DOBLES. 15
lm amn = lm 1/n + m = +.
m+ m+
De donde
lm lm amn = +.
n+ m+
En general no se puede asegurar que estos lmites sean iguales, tal como lo muestra el
siguiente ejemplo.
Luego
lm lm amn = lm 1 = 1.
m+ n+ m+
Se concluye que
lm lm amn 6= lm lm amn
m+ n+ n+ m+
Proposicion 2.31. Sea {anm } una sucesion doble de numeros reales. Si se cumplen las
dos condiciones siguientes
(i) Para cualquier n fijo, la sucesion {anm }m1 es creciente en m.
(ii) Para cualquier m fijo, la sucesion {anm }n1 es creciente en n.
Entonces
4. Series de numeros.
Definicion 2.32. Una serie es un par ({an }, {sn }) donde {an } es una sucesion de nume-
ros reales y
n
X
sn = a1 + + an = ak
k=1
En esto ultimo debe quedar claro que s no se obtiene simplemente por adicion, s es el
lmite de una sucesion de sumas.
P+
Proposicion 2.36. Si la serie n=1 an converge entonces lmn+ an = 0.
El resultado anterior es muy util para probar que una serie diverge.
5. La serie geometrica.
P+
Si |r| 1 entonces lmn+ 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 =
1r
Como |r| < 1 , lmn+ rn = 0. Luego
1 rn+1 1
lm sn = lm = .
n+ n+ 1 r 1r
18 2. SUCESIONES Y SERIES NUMERICAS.
P+ 1
En conclusion, si |r| < 1 entonces la serie n=0 rn converge a , es decir,
1r
+
X 1
rn = .
n=0
1r
En otro caso la serie diverge.
Ejemplo 2.37.
+
X +
X n 1
9 1 10
= 9 = 9 1 = 1.
n=1
10n n=1
10 1 10
La situacion que representa la igualdad anterior, se expresa de la siguiente manera usando
el desarrollo decimal:
0, 9999999... = 1.
Proposicion 2.38. Sean p un entero, p 1 y x (0, 1). Entonces existe una sucesion
{an } de enteros con la propiedad 0 an < p tal que
+
X an
x= .
n=1
pn
Ademas esta sucesion es unica, excepto cuando x es de la forma q/pn para algun q N, en
cuyo caso x tiene exactamente dos representaciones de este tipo.
Proposicion 2.39. Si {an } es una sucesion de enteros con 0 an < p entonces la serie
+
X an
n=1
pn
converge a un numero real x tal que 0 x 1.
Observacion 2.40.
(i) Si p = 10 la sucesion {an } se llama desarrollo decimal de x. Se acostumbra escribir
x = 0, a1 a2 a3 ...
(ii) Si p = 2 la sucesion {an } se llama desarrollo binario de x.
(iii) Si p = 3 la sucesion {an } se llama desarrollo ternario de x.
20 2. SUCESIONES Y SERIES NUMERICAS.
7. Sumas no numerables.
X
X
x= xn .
xE 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 estan en el conjunto de Cantor.
Mas adelante veremos que ademas de estos puntos el conjunto de Cantor contiene muchos
mas puntos.
Para dar una definicion mas 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 numeros de [0, 1], defina la funcion
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 o an = 1 para todo n 1.
Al juntar las Proposiciones 2.43 y 2.45 se nota que se esta ante un hecho sorprendente.
Como la suma de las longitudes de los intervalos extrados 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.
Definicion 3.6. Sea X un conjunto cualquiera. Sea {An } una sucesion de subconjuntos
de X. El lmite superior de {An } es el conjunto
\ [
lim An = Ak .
n1 kn
En otras palabras: el lmite superior de {An } esta formado por aquellos elementos de X
que pertenecen a Ak para infinitos ndices k.
Definicion 3.7. Sea X un conjunto cualquiera. Sea {An } una sucesion de subconjuntos
de X. El lmite inferior de {An } es el conjunto
[ \
lim An = Ak .
n1 kn
Por lo tanto: x lim An si y solo si existe n 1 tal que para todo k n se tiene x Ak .
En otras palabras: el lmite inferior de {An } esta formado por aquellos elementos de X
que pertenecen a Ak excepto para un numero finito de ndices k.
Definicion 3.8. Sea X un conjunto cualquiera. Sea {An } una sucesion 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.
Proposicion 3.9. Sea X un conjunto cualquiera. Sea {An } una sucesion de subconjuntos
de X.
S
(a) Para n 1 sea Dn = Ak . Entonces {Dn } una sucesion decreciente.
T kn
(b) Para n 1 sea Cn = kn Ak . Entonces {Cn } una sucesion 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 notacion ha, ) para referirnos a los dos primeros y la notacion
(, ai para referirnos a los dos ultimos.
Sean:
I a la coleccion 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}.
Tambien se pueden considerar colecciones similares a las anteriores, pero con extremos
racionales en lugar de reales. Como por ejemplo:
La coleccion de los intervalos abiertos con extremos racionales
{ (r, s) : r, s, Q}.
Q = [a1 , b1 ] . . . [an , bn ] Rn .
Tambien podemos considerar rectangulos formados por intervalos todos abiertos, todos
semiabiertos o mezclas de estos intervalos acotados.
Sean:
I na la coleccion de los rectangulos acotados de Rn , es decir:
4. Sistemas-
Ejemplo 3.12.
(1) La coleccion I de todos los intervalos de R es un sistema-.
5. ALGUNOS TIPOS DE ESTABILIDAD. 27
Definicion 3.14. Decimos que la coleccion 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 esta en H.
Proposicion 3.19. La coleccion H es estable bajo uniones finitas si y solo si para todo
A, B en H se tiene que A B esta en H.
Ejemplo 3.22.
(1) La coleccion {, X} es estable bajo uniones finitas y bajo diferencia.
(2) Si A X entonces la coleccion {, A, AC , X} es estable bajo uniones finitas y bajo
diferencia.
(3) La coleccion 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. Algebras
Ejemplo 3.25.
(1) La coleccion {, X} es un algebra.
(2) Si A X entonces la coleccion {, A, AC , X} es un algebra. Mas aun esta es la
menor algebra que contiene a A.
(3) La coleccion P(X) es un algebra.
7. -algebras.
Ejemplo 3.31.
(1) La coleccion {, X} es una -algebra.
(2) La coleccion {, A, AC , X} es una -algebra. Mas aun esta es la menor -algebra
que contiene a A.
(3) La coleccion P(X) es una -algebra.
H = {, A, AC , B, B C , A B, A B, AC B C , AC B C , X}.
!
\ \
(f 1 (Bn )) = f 1 Bn .
n=1 n=1
Se tiene que
(a) Si H es una -algebra de subconjuntos de Y entonces f 1 (H) es una -algebra de
subconjuntos de X.
(b) Si E es una -algebra de subconjuntos de X en general, f (E) no es una -algebra
de subconjuntos de Y .
8. SEMI-ALGEBRAS. 31
Demostracion.
(a) Sea H una -algebra de subconjuntos de Y .
(i) Como esta en H y f 1 () = se sigue que esta 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 -algebra se tiene que B C esta en H. Ademas
AC = (f 1 (B))C = f 1 (B C ).
Considere la -algebra
E = {, {0}, {1}, X}.
Entonces
f (E) = {f (), f ({0}), f ({1}, f (X)} = {, {0}}.
De donde f (E) no es una -algebra.
8. Semi-algebras.
Medidas.
R = R {, +},
R+ = [0, ) {+}.
1. Medidas discretas.
para A X.
33
34 4. MEDIDAS.
Definicion 4.5. Se dice que es una medida discreta de probabilidad si es una medida
discreta tal que (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
n k
P (k) = p (1 p)nk .
k
Esta P es una medida de probabilidad (pruebelo) y se conoce como la distribucion
binomial .
(3) Sea > 0, X = N, F = P(N) y
k
P (k) = exp().
k!
Esta P es una medida de probabilidad (pruebelo) y se conoce como la distribucion
de Poisson.
2. MEDIDAS POSITIVAS O SIMPLEMENTE MEDIDAS. 35
Definicion 4.7. Sea H una coleccion de subconjuntos de X estable bajo uniones finitas.
Sea : H R.
Decimos que es finitamente aditiva en H cuando para todo A1 , ..., An H, disjuntos
P
tales que nk=1 (Ak ) tenga sentido se tiene que
n ! n
[ X
Ak = (Ak ).
k=1 k=1
Definicion 4.10. Sea H una coleccion de subconjuntos de X estable bajo uniones nume-
rables. Sea : H R.
Decimos que es -aditiva, en H, cuando para toda sucesion disjunta {Ak }, con Ak en
P
H y tal que k=1 (Ak ) tenga sentido se tiene que
!
[ X
Ak = (Ak ).
k=1 k=1
Ejemplo 4.14.
Sea X un conjunto cualquiera y F = P(X). Sea : P(X) R+ definida por
(
numero de elementos de A si A es un conjunto finito
(A) =
+ si A es un conjunto infinito
para A X.
Esta se conoce como la medida de contar . Ademas es finita si X es un conjunto finito
y es -finita si X es numerable.
Demostracion.
(a) (b) Supongamos que es -aditiva. Sea {Ck } una sucesion creciente de conjuntos
en F.
Caso 1: Si (Cko ) = + para algun ko .
Por la monotona de se sigue que
!
[
+ = (Cko ) Ck
k=1
Luego
!
[
Ck = +.
k=1
+ = (Cko ) (Ck ).
lm (Ck ) = +.
k
A1 = C1 ,
Ak = Ck \ Ck1 para k > 1
Sea Co = .
Como (Ck1 ) es finito se tiene que
para todo k 1.
38 4. MEDIDAS.
C1 = A1 ,
n
[
Cn = Ak para n > 1
k=1
lm (Vk ) = 0.
k
Aproximacion uniforme.
1. Convergencia uniforme.
Sea {fn } una sucesion de funciones definidas en A R y sea f una funcion tambien
definida en A.
Ejercicio 5.3.
(1) Demuestre que convergencia uniforme implica convergencia puntual.
(2) Demuestre que convergencia puntual no implica convergencia uniforme.
Proposicion 5.4. Supongase que {fn } es una sucesion de funciones continuas definidas
en [a, b], que converge uniformemente en [a, b] a una funcion f . Entonces f tambien es
continua en [a, b].
Proposicion 5.5. Sean {fn } una sucesion de funciones integrables-Riemann sobre [a, b]
y f una funcion integrable-Riemann sobre [a, b]. Si {fn } converge uniformemente a f en
[a, b] entonces
Z b Z b
lm fn (x) dx = f (x) dx.
n a a
Es decir,
Z b Z b
lm fn (x) dx = lm fn (x) dx.
n a a n
41
42 5. APROXIMACION UNIFORME.
Definicion 5.8. Sea g : [a, b] R. Se dice que g es una funcion 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 < .
(ii) Si ademas existen m, M R tales que
Demostracion.
(i) Sean > 0 y h : [a, b] R una funcion continua.
Como [a, b] es un compacto se tiene que h es uniformemente continua en [a, b]. Es decir,
existe > 0 tal que para todo x, y [a, b] tales que |x y| < se tiene |h(x) h(y)| < .
Se usara que cada sub-intervalo cerrado de [a, b] es cerrado y acotado, por lo tanto es
compacto. De la continuidad de h tambien se deduce que h es acotada en cada uno de estos
sub-intervalos cerrados, ademas en ellos se alcanzan el maximo y el mnimo.
2. APROXIMACION DE FUNCIONES CONTINUAS POR FUNCIONES ESCALERAS. 43
Sea n N. Con este n (fijo) se construye la particion de [a, b] dada por los intervalos
k1 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
n1
In = (b a) +a, b .
n
Para k = 1, ..., n sean Ik la clausura de Ik y sean
Mk = max h(x).
xIk
Mk = h(Rk ).
Si tomamos
ba
n>
entonces
ba
|Rko x| < < .
n
Luego
|g(x) h(x)| = Mko h(x) = h(Rko ) h(x) < .
entonces
m h(Rk ) M para todo k = 1, ..., n.
Sea x [a, b] como g(x) = h(Rko ) para algun ko , se sigue que
m g(x) M.
44 5. APROXIMACION UNIFORME.
Ejercicio 5.10. Sea h : [a, b] R una funcion continua y sea > 0. Demostrar que
existe una funcion poligonal g : [a, b] R tal que
Es decir
kg hk < .
Es decir
lm kgn hk = 0.
n
Demostracion.
(i) Sea h : [a, b] R una funcion continua. Sea > 0.
Como [a, b] es un compacto se tiene que h es uniformemente continua en [a, b]. Es decir,
existe > 0 tal que para todo x, y [a, b] tales que |x y| < se tiene |h(x) h(y)| < .
Para n (fijo) se construye la particion de [a, b] dada por los intervalos
k1 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
n1
Inn = (b a) n + a , b .
2
2. APROXIMACION 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 sucesion creciente.
Dados n 1 y x [a, b] existe k tal que x Ink . Sea
log ba
n> .
log 2
Como
ba
|Rnk rnk | l(Ink ) = < .
2n
sigue que
Es decir,
lm kgn hk = 0.
n
(ii) Supongamos que
Se sabe que gn solamente toma los valores mn1 , ..., mn2n as que
m gn (x) M.
CAPTULO 6
Topologa.
Ejemplo 6.2. Dado un conjunto cualquiera X. Se tiene que T = P(X) es una topologa
de X. Esta topologa es conocida como la topologa discreta de X.
Observacion 6.5.
(a) Puede ocurrir que la interseccion de una familia infinita de abiertos no sea abierto,
dar ejemplos.
(b) Puede ocurrir que la union de una familia infinita de cerrados no sea cerrado, dar
ejemplos.
Definicion 6.6. Sea B una coleccion de subconjuntos de X, se dice que B es una base de
la topologa 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. TOPOLOGIA.
2. Conjuntos F y conjuntos G .
Definicion 6.10. Sea A X, se dice que A es un conjunto G cuando existe una sucesion
{Dk } de conjuntos abiertos tal que
\
A= Dk .
k=1
Se pueden definir clases de conjuntos un poco mas complicadas, como las que se dan a
continuacion.
Las siguientes proposiciones no son sencillas de probar. Ellas proporcionan ejemplos im-
portantes de conjuntos G y conjuntos F .
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 G .
(b) D(f ) es un conjunto F .
Entonces C es un conjunto F .
50 6. TOPOLOGIA.
3. Espacios metricos.
Ejemplo 6.21.
(a) d(x, y) = |x y| define una metrica en R, llamada la metrica usual de R.
(b) Todo subconjunto de un espacio metrico tambien es un espacio metrico.
(c) Considere (0, 1) con la metrica usual d de R restringida a (0, 1). Se tiene que
((0, 1), d) es un espacio metrico.
(d) Sea X cualquier conjunto, definamos
0 si x = y;
d(x, y) =
1 si x 6= y.
Proposicion 6.23. La coleccion de las bolas abiertas de X es una base de una topologa
de X.
Proposicion 6.24. En un espacio metrico (X, d) se tiene que todo conjunto abierto es
un conjunto F .
Proposicion 6.25. En un espacio metrico (X, d) se tiene que todo conjunto cerrado es
un conjunto G .
Definicion 6.26. Sea {xn } una sucesion en X. Decimos que {xn } es convergente en
(X, d) si existe x X tal que para todo > 0 existe un numero natural N tal que si n N
y n > N entonces d(xn , x) < .
En este caso se dice que {xn } converge a x en (X, d).
Observe que la definicion anterior indica que para la sucesion de numeros reales {an }
dada por an = d(xn , x) se tiene que
ya que
|an 0| = d(xn , x).
Definicion 6.27. Sea {xn } una sucesion en X. Decimos que {xn } es una sucesion de
Cauchy si para cada > 0 existe N N tal que d(xn , xm ) < si n, m > N .
Ejemplo 6.30. Considere el espacio metrico ((0, 1), d) donde d es la metrica usual de R
restringida a (0, 1).
Sea {xn } la sucesion dada por
xn = 1/n.
Se tiene que {xn } es una sucesion de Cauchy.
Se sabe que {xn } converge a 0 pero como 0
/ (0, 1) resulta que {xn } no converge en el
espacio metrico ((0, 1), d).
Definicion 6.31. Sea (X, d) un espacio metrico. Decimos que X es completo cuando
toda sucesion de Cauchy converge a un punto de X.
52 6. TOPOLOGIA.
Ejemplo 6.33. Se tiene que ((0, 1), d) NO es completo, donde d es la metrica usual de
R restringida a (0, 1).
y sea
Se tiene que:
(i) C[a, b] es un espacio metrico.
(ii) C[a, b] es completo.
Demostracion.
Caso 1: Si f es monotona creciente.
Sea = {xo , ..., xn } una particion cualquiera de [a, b] con a = xo < x1 < ... < xn = b.
Como f es monotona creciente se tiene que f (xi ) f (xi1 ) para todo i = 1, ..., n. Luego
n
X n
X
|f (xi ) f (xi1 )| = f (xi ) f (xi1 ) = 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 variacion acotada en [a, b].
53
54 7. FUNCIONES DE VARIACION ACOTADA.
Lema 7.5. Sea f una funcion de variacion acotada en [a, b] y sea c (a, b) entonces
Dado x (a, b) se considera la particion o de [a, b], dada por o = {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.
Proposicion 7.9. Si f es una funcion continua en [a, b], derivable en (a, b) y su derivada
f 0 es acotada en (a, b) entonces f es de variacion acotada en [a, b].
Esta proposicion es consecuencia del teorema del valor medio, su demostracion queda
como ejercicio.
Observacion 7.10. Existen funciones que no tienen derivada acotada y sin embargo son
de variacion 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
lm f 0 (x) = +
x0+
Por lo tanto f no tiene derivada acotada.
Sin embargo f es de variacion acotada, ya que es una funcion monotona.
Observacion 7.12. Existen funciones que no son monotonas y sin embargo son de
variacion 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 monotona
en [2, 2].
Ademas f 0 (x) = 2x si x (2, 2). Como f 0 es acotada en (2, 2) se sigue que f es de
variacion acotada en [2, 2].
Sea f una funcion de variacion acotada en [a, b]. A continuacion se estudiara la variacion
total de f sobre intervalos mas pequenos contenidos en [a, b] todos con el mismo extremo
inferior a.
Mas 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 VARIACION ACOTADA.
Teorema 7.14. Sea f una funcion de variacion acotada en [a, b]. Entonces
(i) v es creciente en [a, b].
(ii) Sea g la funcion dada por g = v f . Se tiene que g es creciente en [a, b].
Demostracion.
(i) Sean x, y (a, b] con x < y. Sea x una particion cualquiera de (a, x) de la forma
x = {xo , ..., xn } con a = xo < x1 < ... < xn = x.
A continuacion consideramos la particion y de (a, y) dada por y = {xo , ..., xn , y} con
a = xo < x1 < ... < xn = x < y.
Entonces
Xn n
X
|f (xi ) f (xi1 )| |f (xi ) f (xi1 )| + |f (y) f (x)| Vf (a, y).
i=1 i=1
De donde
n
X
|f (xi ) f (xi1 )| Vf (a, y).
i=1
Es decir el numero Vf (a, y) es una cota superior de todas las sumas que aparecen a
la izquierda de la desigualdad anterior cuando se hace variar x sobre todas las posibles
particiones de (a, x).
Tomando el supremo sobre todas las posibles particiones x de (a, x) y usando la definicion
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
Demostracion. Si f es de variacion acotada en [a, b]. Por el Teorema 7.14 se tiene que
v y v f son monotonas crecientes. Como
f = v (v f )
se sigue que f puede escribirse como la diferencia de dos funciones monotonas crecientes.
Recprocamente, si f puede escribirse como la diferencia de dos funciones monotonas
crecientes f1 y f2 entonces f1 y f2 son de variacion acotada en [a, b]. Por la Proposicion 7.15
se sigue que f1 f2 es una funcion de variacion acotada en [a, b]. Luego f es una funcion de
variacion acotada en [a, b].
2. Funciones de Stieltjes.
3. La funcion de Cantor.
Para k = 1, ..., 2n sean In,k = (an,k , bn,k ) los intervalos extrados en el n-esimo paso de la
construccion del conjunto de Cantor. Sea : [0, 1] [0, 1] definida mediante
(
C (x) si x C
(x) =
C (an,k ) = C (bn,k ) si x [0, 1] \ C y x In,k = (an,k , bn,k )
Se tiene que es una extension de C a todo el intervalo [0, 1]. A esta funcion se le
llama funcion de Cantor .
-algebras generadas.
Demostracion. Sea
59
60 8. -ALGEBRAS GENERADAS.
(f 1 (H)) = f 1 ((H)).
A la coleccion dada por el ejercicio anterior se le llama la algebra generada por H y suele
denotarse por A(H).
Ejercicio 8.6. De un ejemplo de dos semi-algebras cuya interseccion no sea una semi-
algebra.
2. La -algebra de Borel.
B(X) = ( ).
Como veremos a continuacion una misma -algebra puede ser generada por colecciones
muy distintas de subconjuntos de un conjunto.
B(X) = (C).
2. LA -ALGEBRA DE BOREL. 61
Demostracion.
(i) Veamos que B(X) (C).
Sea A un conjunto de , es decir, A es un abierto. Entonces AC es cerrado, es decir, AC es
un conjunto de C, luego AC es un conjunto de (C). Como (C) es estable bajo complementos
se tiene que (AC )C esta en (C). Pero A = (AC )C Luego A esta en (C).
Hemos probado que
(C).
Por lo tanto (C) es una -algebra que contiene a . Como ( ) es la menor -algebra que
contiene a se sigue que
B(X) = ( ) (C).
(ii) La demostracion de (C) B(X) es analoga (haga la demostracion).
Teorema 8.10. Sea (X, ) un espacio topologico tal que X contiene una coleccion nu-
merable G de conjuntos abiertos que forman una base para la topologa de X. Entonces
B(X) = (G).
Demostracion.
(i) Veamos que (G) B(X). Tenemos que
G ( ) = B(X).
Por lo tanto B(X) es una -algebra que contiene a G. Como (G) es la menor -algebra que
contiene a G se sigue que
(G) B(X).
(ii) Veamos que B(X) (G).
Sea A un conjunto de , es decir, A es un abierto. Por la hipotesis y por la definicion de
base se tiene que existe una coleccion numerable de conjuntos {Gn } en G tales que
[
A= Gn .
n1
Luego Gn esta en (G) para todo n 1. Como (G) es estable bajo uniones numerables se
sigue que A esta en (G). Hemos probado que
(G).
Por lo tanto (G) es una -algebra que contiene a . Como ( ) es la menor -algebra que
contiene a se sigue que
B(X) = ( ) (G).
62 8. -ALGEBRAS GENERADAS.
Corolario 8.11. Sea IoQ la coleccion de los intervalos abiertos en R con extremos ra-
cionales. Es decir,
IoQ = { (r, s) : r, s, Q}.
Se tiene que
B(R) = (IoQ ).
Ejercicio 8.12.
(1) Demuestre las siguientes caracterizaciones de B(R) en terminos de intervalos semi-
acotados
(a) B(R) = ( { intervalos del tipo (, r) para r Q} ).
(b) B(R) = ( { intervalos del tipo (, r] para r Q} ).
(c) B(R) = ( { intervalos del tipo (r, ) para r Q} ).
(d) B(R) = ( { intervalos del tipo [r, ) para r Q} ).
(5) Sea X un espacio metrico tal que existen una sucesion {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-algebra.
63
64 9. SEMI-ANILLOS, ANILLOS, -ANILLOS Y CLASES MONOTONAS.
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 union finita de elementos de S1 S2 .
2. Anillos y -anillos.
Ejemplo 9.10. La coleccion de todas las uniones finitas y disjuntas de intervalos del tipo
(a, b] es un anillo.
A la coleccion dada por el ejercicio anterior se le llama la anillo generado por H y suele
denotarse por R(H).
3. TEOREMAS DE LA CLASE MONOTONA. 65
Proposicion 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 ) = AR:A= Ik donde los Ik Ia y son intervalos disjuntos .
k=1
A la coleccion dada por el ejercicio anterior se le llama el -anillo generado por H y suele
denotarse por R (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 monotona se sigue que
S S
k=1 Ck esta en H. Es decir k=1 Ak esta en H.
T
Tambien se puede escribir a k=1 Ak como una interseccion decreciente. Para eso se define
D1 = A 1 ,
n
\
Dn = Ak para n > 1
k=1
T T
Analogamente se prueba que k=1 Ak = k=1 Dk esta en H.
A la coleccion dada por el ejercicio anterior se le llama la clase monotona generada por
H y suele denotarse por M(H).
Entonces
(a) L(F ) es una clase monotona.
(b) M(R) = L(F ).
3. TEOREMAS DE LA CLASE MONOTONA. 67
Demostracion.
(a) Veamos que L(F ) es una clase monotona.
Sea {Ck } una sucesion creciente en L(F ). Entonces Ck \ F esta en M(R) y la sucesion
S
{Ck \ F } es creciente. Luego k=1 (Ck \ F ) esta en M(R). Como
!
[ [
Ck \ F = (Ck \ F )
k=1 k=1
S
se sigue que ( k=1 Ck ) \ F esta en M(R).
S S S
Analogamente se puede probar que F \ ( k=1 Ck ), ( k=1 Ck ) F y ( k=1 Ck ) F estan
S
en M(R). Por lo tanto k=1 Ck esta en L(F ).
T
Si {Dk } es una sucesion decreciente en L(F ) de manera analoga se demuestra que k=1 Dk
esta en L(F ). Por lo tanto L(F ) es una clase monotona.
(b) Como R es un anillo se sigue que
R L(F ).
M(R) L(F ).
Entonces
(a) L es una clase monotona.
(b) M(R) = L.
Demostracion.
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
estan en M(R). Por lo tanto F esta en L. De donde
R L.
En forma similar a la demostracion del Lema 9.23 se puede probar que L es una clase
monotona (hagalo).
Como R L y L es una clase monotona se deduce que
M(R) L.
Demostracion.
(a) Sea L como antes. Es facil 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 tambien es una clase monotona del Lema 9.21 se deduce
que M(R) es un -anillo.
R (R) = M(R).
Demostracion. Es obvio que R (R) es una clase monotona. Ademas R R (R) luego
M(R) R (R).
Por otro lado del Lema 9.25 se tiene que M(R) es un -anillo. Ademas R M(R) luego
R (R) M(R).
(A) = M(A).
El ultimo teorema de esta seccion es una version del teorema de clase monotona que pide
muy poca estructura a los generadores de la -algebra y por lo tanto es una de las versiones
mas utiles.
No daremos la demostracion de este teorema, esta es del mismo nivel de dificultad que
la del del Teorema 9.26.
Teorema 9.31. Si y son dos medidas finitas en (R, B(R)) tales que
entonces
(A) = (A) para todo A B(R).
Demostracion. Sea
Sea Is la coleccion de los rectangulos semi-abiertos del tipo (a, b]. Se tiene que Is es un
sistema- y B(R) = (Is ). Por hipotesis
Is H.
d(Is ) H.
Del teorema de clase monotona para sistemas- (Teorema 9.30) se sigue que
(Is ) = d(Is ).
Por lo tanto
B(R) = (Is ) = d(Is ) H B(R).
70 9. SEMI-ANILLOS, ANILLOS, -ANILLOS Y CLASES MONOTONAS.
Teorema 9.32. Si y 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 uselo para concluir la prueba del teorema.
CAPTULO 10
La medida de Lebesgue.
Sea R(Ia ) el anillo generado por Ia , este anillo esta formado por las uniones finitas y
disjuntas de elementos de Ia .
Entonces Hik Ia . Se puede probar que los Hik son disjuntos (pruebelo 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
n ! m !
[ [
AB = Ii Jk .
i=1 k=1
2. -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 una familia
de ndices. Sea {C } una familia arbitraria de conjuntos abiertos que cubren a I, es decir
[
I C .
Teorema 10.7. Si {In } es una sucesion 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
Demostracion.
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 permitira aplicar la mono-
tona y el Corolario 17.5.
Sean a y b los extremos del intervalo I, mas precisamente, sea
I = ha, bi.
I = [a + , b ].
In I = han , bn i.
Ademas !
[
[
[
I = I I = I In = In I Jn .
n=1 n=1 n=1
Sea k N entonces
k
[
I Jn .
n=1
76 10. LA MEDIDA DE LEBESGUE.
En forma analoga 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 . Ademas {Lrik } es una coleccion numerable de
conjuntos disjuntos en Ia .
Como
nk
[
[
Ir = Lrik
k=1 i=1
Y as tenemos que
n
X n X
X nk
X
l(E) = l(Ir ) = l(Lrik )
r=1 r=1 k=1 i=1
X nk X
X n X X nk
= l(Lrik ) = l(Jik )
k=1 i=1 r=1 k=1 i=1
X
= l(Ek ).
k=1
78 10. LA MEDIDA DE LEBESGUE.
4. La medida exterior.
Demostracion.
(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
Definicion 10.12. Sea : P(R) R+ se dice que es -subaditiva cuando para toda
sucesion {An } de subconjuntos de R se tiene que
!
[ X
An (An ).
n=1 n=1
Demostracion.
Caso 1: Si m (Ano ) = para algun no .
S
Como Ano n=1 An , por monotona se sigue que
!
[
= m (Ano ) m An .
n=1
Luego !
[
X
m An = = m (Ano ) m (An ).
n=1 n=1
Caso 2: Si m (An ) es finito para todo n. Sea > 0, por definicion de m , para cada n
Luego
! X
[ X X X
m An l(Ink ) < n
+ m (An )
n=1 n=1 k=1 n=1
2 n=1
X
=+ 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 + ).
Demostracion. Dado > 0 existe una sucesion {In } de intervalos acotados tal que
[
X
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 , mas precisamente, sea
In = han , bn i.
Definamos
Jn = an , bn + .
2n+2 2n+2
5. APROXIMACION DE LA MEDIDA EXTERIOR DE UN CONJUNTO. 81
Entonces
l(Jn ) = + l(In ).
2n+1
Sea
[
O= Jn
n=1
m (A) m (O).
Ademas
X
X X X
m (O) m (Jn ) = l(Jn ) = n+1
+ l(In ) /2 + m (A) + /2.
n=1 n=1 n=1
2 n=1
De donde
m (O) m (A) + .
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 ).
Proposicion 10.19.
(a) es medible Lebesgue.
(b) E es medible Lebesgue si y solo 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 ).
Demostracion.
Paso 1: Mm es un algebra.
Probemoslo. Por la parte (b) de la Proposicion 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 -subaditividad de m se sigue que
X
m (A E) = m (A Ei ).
i=1
para n N.
6. CONSTRUCCION DE LA MEDIDA DE LEBESGUE. 85
De Fn Mm se sigue que
m (A) = m (A Fn ) + m (A FnC ).
De donde E Mm .
Demostracion. Se sabe que (Ia ) = B(R). Como Mm es una -algebra 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 > 0 podemos hallar una coleccion infinita {Jn } de conjuntos
en Ia tal que
[
X
A Jn y l(Jn ) < + m (A).
n=1 k=1
Como
[
[
C
AI Jn I, AI Jn I C
n=1 n=1
86 10. LA MEDIDA DE LEBESGUE.
m (A) +
Para la ultima igualdad hemos usado la aditividad finita de l en R(Ia ) (ver Proposicion
10.2).
Como es arbitrario se sigue que
m (A) m (A I) + m (A I C ).
Por lo tanto I Mm .
Observacion 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 < < 1. Imite la construccion 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 .
7. APROXIMACION DE CONJUNTOS MEDIBLES 87
Ejercicio 10.26.
(a) Trate de demostrar el siguiente teorema sin leer la prueba que se da a continuacion.
(b) Estudie la prueba del teorema.
Demostracion. Primero probaremos (i) (ii) (iv) (i). Luego probaremos que
(i) (iii) (v) (i). Finalmente bajo la hipotesis adicional probaremos (i) (vi).
(i) (ii)
Caso 1: m(E) es finita.
Del Teorema 10.16 se sigue que dado > 0 existe un conjunto abierto O tal que
EO y m (O) m (E) + .
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
> 0 existe un conjunto abierto On tal que
1
En On y m (On \ En ) < .
3 2|n|
Sea
[
O= On .
nZ
Se tiene que O es abierto y E O. Ademas
!
[ [ [
O\E = On \ E = (On \ E) (On \ En ).
nZ nZ nZ
As que
X
m (O \ E) m (On \ En )
nZ
X 1
<
3 nZ 2|n|
!
X 1
= 1 + 2
3 n=0
2n
= (1 + 4) = .
3
(ii) (iv)
Por hipotesis dado n N existe On abierto tal que
Sea
\
G= On .
n=1
Se tiene que G es un conjunto G y E G.
Ademas G \ E On \ E as que
m (G \ E) = 0.
7. APROXIMACION DE CONJUNTOS MEDIBLES 89
(iv) (i)
Supongamos que existe un conjunto G , G, tal que
EG y m (G \ E) = 0.
Sea A R, entonces
AE AG
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 > 0
existe un conjunto abierto O tal que
EC O y m (O \ E C ) <
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 G , 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 analogamente a (iv) (i).
N
! !
! !
[ [
m In \E m In \E
n=1 n=1
!
[
= m In m (E)
n=1
X
l(In ) m (E) < .
n=1
2
Sea
N
[
U= In .
n=1
Se sigue que
m (E 4 U ) m (E \ U ) + m (U \ E) < + = .
2 2
(vi) (i)
Sea > 0. Por hipotesis existe un conjunto U que puede representarse como una union
finita de intervalos abiertos tal que m (E 4 U ) < /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 ) + /2 y m (A E C ) m (A U C ) + /2.
m (A E) + m (A E C ) m (A U ) + m (A U C ) + /2 + /2 = m (A) + .
De donde
m (A E) + m (A E C ) m (A) + .
Como es arbitrario se sigue que
m (A) = m (A E) + m (A E C ).
Se comienza esta seccion con algunas relaciones entre conjuntos medibles y borelianos.
Tal como ya se probo anteriormente B(R) esta contenida en Mm .
En el libro de Gelbaum y Olmsted Counterexamples in Analysisse puede ver un ejemplo
de un conjunto medible que no es un boreliano. Mas aun 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 proposito de las proximas definiciones y resultados es mostrar que aunque Mm tiene
muchos mas conjuntos que B(R), desde el punto de vista de teorade la medida Mm y B(R)
solo difieren en conjuntos de medida cero.
Esto es: N(X,F,) esta formada por los subconjuntos de conjuntos de medida cero.
Esto es: N esta 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 eleccion.
En algebra lineal se usa el axioma de eleccion para probar que todo espacio vectorial
posee una base; en algebra conmutativa se usa para probar que todo anillo posee un ideal
maximal. En topologa se usa para probar que todo filtro posee un ultrafiltro.
Ademas para todo x (0, 1) existe xP P tal que x xP . Mas aun, existe r Q(1, 1)
tal que x P + r.
Sea
[
S= P + r.
rQ(1,1)
(P + r1 ) (P + r2 ) = .
Por lo tanto la union con la que hemos definido a S es una union disjunta.
Se puede ver que
(0, 1) S (1, 2)
(pruebelo) y por lo tanto
1 m (S) 3.
Por otro lado usando la -subaditividad y la invarianza por traslaciones de la medida
exterior de Lebesgue tenemos que
X X
m (S) m (P + r) = m (P ).
rQ(1,1) rQ(1,1)
m(S) = m (S) 1
y de la -aditividad de m obtenemos
X
m(P ) = m(S) 3.
rQ(1,1)
Luego la serie converge y como el termino 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 contradiccion. 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 solo si f 1 (H) F .
(b) f es F-medible si y solo si f 1 (H) F .
95
96 11. FUNCIONES MEDIBLES.
Ejemplo 11.6. Dado un espacio medible (X, F) y R sea f (x) = 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 mas 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}.
rQ
(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
Proposicion 11.13. Sean (X, F) un espacio medible y {fn } una sucesion 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) lmfn es F-medible.
(4) lmfn es F-medible.
(5) lm fn es F-medible si {fn } converge puntualmente.
2. Funciones simples
{x X : f (x) cumple P }
esta en F y
{x X : f (x) no cumple P } = 0.
Ejemplo 11.19. La funcion indicatriz del conjunto de los numeros irracionales, 1R\Q , es
igual a la funcion constantemente igual a 1 m-casi-siempre.
Demostracion. Sea
E = {x X : g(x) 6= f (x)}.
Por hipotesis E esta en Mm y m(E) = 0.
Sea c R, se tiene que
Como f es medible-Lebesgue, para probar que este conjunto esta en Mm basta ver que
{x X : g(x) > c} E esta en Mm .
De
{x X : g(x) > c} E E
4. APROXIMACION 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
esta en Mm .
2n
Ademas {Akn }2k=0 es una particion de X (pruebelo).
Sea
2 2n
X k1
n
fn = 2 1A0n + 1Akn .
k=1
2n
entonces fn es F-simple.
Es importante resaltar que la sumatoria que define a la funcion fn tiene 22n sumandos.
Ademas
0 fn (x) f (x).
Se ha construido una sucesion {fn } de funciones simples.
102 11. FUNCIONES MEDIBLES.
fn (x) = 2n .
2n+2
Como {Ak(n+1) }2k=0 es una particion 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 o f (x) , .
2n+1 2 2n+1 2n+1
Luego
x A(2k1 1),(n+1) o x A(2k1 ),(n+1) .
Por lo tanto
k1 1 k1 1 2k1 2 2k1 1
fn (x) = = fn+1 (x) o 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 sucesion creciente de funciones.
CASO 1: f (x) = +.
En este caso el resultado se sigue de
lm fn (x) = lm 2n = + = f (x).
n n
Luego
lm 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 cuando X
f (x) d(x) es finita. Si m es la
medida de Lebesgue, se dice que f es funcion 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 funcion 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 funcion 1Q es integrable Lebesgue.
(3) La funcion 1R\Q no es integrable Lebesgue.
(4) La funcion 1Q[0,1] es integrable Lebesgue, pero no es integrable Riemann.
(5) La funcion 1[0,1]\Q es integrable Lebesgue. Diga si es integrable Riemann.
1. INTEGRAL DE FUNCIONES SIMPLES RESPECTO A MEDIDAS ABSTRACTAS. 107
Proposicion 12.5.
(1) Si f es una funcion F-simple, no negativa y si 0 entonces
Z Z
f (x) d(x) = f (x) d(x).
X X
Demostracion.
(1) Sean 0 y f : X R una funcion 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
f (x) = ci 1Ai (x)
i=1
se tiene que
Z n
X n
X Z
f (x) d(x) = ci (Ai ) = ci (Ai ) = f (x) d(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)) d(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) d(x) + g(x) d(x).
X X
Proposicion 12.6.
(1) Si f es una funcion F-simple y f 0 entonces
Z
f (x) d(x) 0.
X
Demostracion.
(1) Sea f : X R una funcion F-simple, f 0
n
X
f (x) = ci 1Ai (x)
i=1
En consecuencia Z Z
g(x) d(x) f (x) d(x).
X X
Se tiene que Z
0 f (x) d(x) +.
X
Lema 12.8. Si g es una funcion F-simple no negativa y si {fn } es una sucesion creciente
de funciones F-simples no negativas que converge puntualmente a una funcion f g, es
decir,
g(x) f (x) = lm fn (x) para todo x X,
n
entonces Z Z
g(x) d(x) lm fn (x) d(x).
X n X
Demostracion.
Caso 1: Existe N tal que si n N entonces
Caso 3: Como
g(x) f (x) = lm fn (x) para todo x X
n
se tiene que para todo > 0 existe N,x tal que si n N,x entonces
Como {fn } es una sucesion creciente de funciones se puede probar (hagalo) que la sucesion
de conjuntos {Bn, }n1 es creciente y
[
X= Bn, .
n=1
En lo que sigue distinguiremos dos casos segun sea finita o infinita la integral de g.
Caso 3 (a): Z
g(x) d(x) = +.
X
En este caso existe io tal que
(Aio ) = +.
Ademas se tiene que {Bn, Aio }n1 es una sucesion creciente de conjuntos y
[
Bn, Aio = Aio .
n=1
Por tanto
lm (Bn, Aio ) = (Aio ) = +
n
2. INTEGRAL DE FUNCIONES NO NEGATIVAS RESPECTO A MEDIDAS ABSTRACTAS. 111
Caso 3 (b): Z
g(x) d(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 facil probar que (A) < +.
Por otro lado {Bn, A}n1 es una sucesion creciente de conjuntos y
[
Bn, A = A.
n=1
Por tanto
lm (Bn, A) = (A) < +.
n
Para cada i = 1, . . . , k la sucesion de conjuntos {Bn, Ai A}n1 es creciente y
[
Bn, Ai A = Ai A.
n=1
Por tanto
lm (Bn, Ai A) = (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, A (x) g(x) = 1Bn, A (x) ci 1Ai (x) = ci 1Bn, Ai A (x).
i=1 i=1
112 12. INTEGRAL DE FUNCIONES MEDIBLES NO NEGATIVAS.
Z k
X
1Bn, A (x) g(x) d(x) = ci (Bn, Ai A).
X i=1
Sea
c = mn{ci : i = 1, . . . , k}.
Sea tal que 0 < < c. Luego
g > 0.
De la monotona y la linealidad de la integral para funciones simples no negativas se tiene
que
Z Z
fn (x) d(x) 1Bn, A (x) fn (x) d(x)
X X
Z
1Bn, A (x) (g(x) ) d(x)
X
Z Z
= 1Bn, A (x) g(x) d(x) 1Bn, A (x) d(x)
X X
k !
X
= ci (Bn, Ai A) (Bn, A)
i=1
k
X
(A) + ci (Bn, Ai A).
i=1
Se obtiene que
Z k
X
lm fn (x) d(x) (A) + ci lm (Bn, Ai A)
n X n
i=1
k
X
= (A) + ci (Ai A)
i=1
Z
= (A) + g(x) d(x).
X
2. INTEGRAL DE FUNCIONES NO NEGATIVAS RESPECTO A MEDIDAS ABSTRACTAS. 113
entonces Z Z
lm fn (x) d(x) = lm gn (x) d(x).
n X n X
La otra desigualdad se obtiene repitiendo este razonamiento: para cada n fijo se tiene
que
fn (x) f (x) = lm gk (x) para todo x X.
k
Demostracion. Sea
Si n N entonces
n f (x) para todo x A.
Por lo tanto
n1A (x) f (x) para todo x X.
Por monotona Z Z
n (A) = n1A (x) d(x) f (x) d(x).
X X
De donde Z
1
0 (A) f (x) d(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 sucesion creciente
{fn,k }k1 de funciones simples no negativas, fn,k : X R, tal que
Luego para todo x fijo se tiene que {gk (x)}k1 es una sucesion creciente.
De donde lmk gk (x) existe, aunque podra ser +. Es decir, {gk }k1 converge pun-
tualmente.
Si x X entonces
De donde
f (x) = lm gk (x) casi-siempre.
k
Por otro lado como cada gk es una funcion simple, usando la definicion de integral de f
se tiene que Z Z
f (x) d(x) = lm gk (x) d(x).
X X k
Si n + sigue que
Z Z Z
lm fn (x) d(x) f (x) d(x) lm fk (x) d(x).
n X X k X
De donde Z Z
lm fn (x) = f (x) d(x).
n X X
fn = 1[n,) .
Por lo tanto Z Z
lm fn (x) dx 6= lm fn (x) dx.
n R R n
4. EL TEOREMA DE CONVERGENCIA MONOTONA DE BEPPO-LEVY. 119
entonces
Z X
! Z
X
fn (x) d(x) = fn (x) d(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).
kn
Entonces 0 gn (x) fn (x). Ademas {gn } es una sucesion creciente de funciones F-medibles
y
lm gn (x) = lim fn (x) para todo x X.
n n
Aplicando el teorema de convergencia monotona de Beppo-Levy a {gn }, se obtiene que
Z Z Z
lim fn (x) d(x) = lm gn (x) d(x) = lm gn (x) d(x)
X n X n n X
Z Z
= lim gn (x) d(x) lim fn (x) d(x).
n X n X
fn (x) = n1[0,1/n) .
lim fn (x) = 0.
n
Notese que Z Z
f d = 1A f d.
A X
(b) f + g es integrable en X y
Z Z Z
(f + g) d = f d + g d.
X X X
121
122 13. INTEGRAL DE FUNCIONES MEDIBLES.
La demostracion de esta proposicion queda como ejercicio. Sin embargo se dara la idea
de la demostracion 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 ademas son
no negativas se tiene que son finitas c.s. respecto de .
Usando esto probar que
(f + g)+ + f + g = (f + g) + f + + g + .
f 0 casi-siempre
y
Z
f d = 0
X
entonces
f =0 casi-siempre.
f =g casi-siempre
entonces
Z Z
f d = g d.
X X
|f | g casi-siempre
entonces f es integrable en X.
c f (x) k casi-siempre
entonces
Z
c(A) f d k(A).
A
Idea de la prueba.
Si f estuviese acotada por M y A es F-medible tendramos
Z Z Z
|f | d M d = 1A M d = M (A).
A A X
Esto sugiere aproximar f por funciones acotadas, la aproximacion debe hacerse de manera
que las areas tambien se aproximen.
Demostracion. 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 sucesion creciente. Ademas
N (A) + /2
< N + /2
< /2 + /2
< .
Observacion 13.16. Existen funciones integrables Lebesgue que no son integrables Rie-
mann. Por ejemplo la funcion indicador del conjunto formado por los irracionales que estan
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
Z b
= sup h : h es una funcion escalera y h f
a
Z b Z b
sup L : es una funcion simple y f = L f
a a
Ademas
Z b Z b
R f =R f
a a
Z b
= inf g : g es una funcion escalera y g f
a
Z b
inf L : es una funcion simple y f
a
De donde
Z b Z b Z b Z b
R f L f inf L : es una funcion simple y f R f.
a a a a
lim fn (x) = 0.
n
lm fn (x) = 0.
n
fn g casi-siempre.
Entonces Z Z
lim fn (x) d(x) lim fn (x) d(x).
X n n X
4. EL TEOREMA DE CONVERGENCIA DOMINADA DE LEBESGUE 129
fn h casi-siempre.
Entonces
Z Z
lim fn (x) d(x) lim fn (x) d(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) lm fn (x) d(x) = lm fn (x) d(x) = f (x) d(x).
n X X n X
Z
(d) lm |fn (x) f (x)| d(x) = 0.
n X
Demostracion.
(a) Como |fn | h -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 casi-siempre,
Luego Z Z Z
lim fn (x) d(x) = lim fn (x) d(x) = f (x) d(x).
n X n X X
De donde Z
lm fn (x) d(x)
n X
existe y es finito.
Ademas Z Z
lm fn (x) d(x) = f (x) d(x).
n X X
(d) Sea
gn (x) = |fn (x) f (x)|.
Entonces
lm gn (x) = 0 casi-siempre.
n
Ademas 2h es integrable.
Aplicamos (c) a la sucesion {gn } y se obtiene
Z Z Z
lm |fn (x) f (x)| d(x) = lm gn (x) d(x) = lm gn (x) d(x) = 0.
n X n X X n
Observacion 13.26. En el teorema anterior se puede probar que (d) implica (c).
Pruebelo.
4. EL TEOREMA DE CONVERGENCIA DOMINADA DE LEBESGUE 131
fn = n 1(0, 1 ) .
n
lm fn (x) = 0.
n
entonces
Z Z Z
lm fn (x) d(x) = lm fn (x) d(x) = f (x) d(x).
n A A n A
Corolario 13.30. Sea A es un conjunto de F tal que (A) es finita. Para n 1 sea
fn : A R funcion F-medible tal que {fn } converge uniformemente a f en A entonces
Z
lm |fn (x) f (x)| d(x) = 0.
n A
132 13. INTEGRAL DE FUNCIONES MEDIBLES.
Mas aun, si
lm f (t) = L
tto
entonces
lm f (tn ) = L
n
para toda sucesion {tn } D tal que tn 6= to para todo n 1 y lm 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) lm f (x, t) d(x) = lm f (x, t) d(x) = fo (x) d(x).
tto X X tto X
Z
(d) lm |f (x, t) fo (x)| d(x) = 0.
tto X
se puede probar la siguiente version del teorema de convergencia dominada para familias no
numerables de funciones.
entonces
(b) f es integrable en X.
Z Z Z
(c) lm ft (x) d(x) = lm ft (x) d(x) = f (x) d(x).
tto X X tto X
Z
(d) lm |ft (x) f (x)| d(x) = 0.
tto X
Para la proposicion y los teoremas anteriores se pueden dar versiones con lmites laterales
en lugar de lmites.
134 13. INTEGRAL DE FUNCIONES MEDIBLES.
Proposicion 13.34. Sea f una funcion 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 solo 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 lm f.
a a t a
Observacion 13.35.
(i) Para el intervalo (, a] existe un resultado analogo.
(ii) Para el intervalo (, ) se obtiene un resultado similar tomando en cuenta que
(, ) = (, a] [a, ).
Z +
Luego R f es finita.
1
Proposicion 13.38. Sea f : [a, b] R una funcion no acotada, no negativa tal que
(i) f es medible Lebesgue.
(ii) lm+ f (x) es igual a + o .
xc
(1) {fn }n1 converge puntualmente a f en E si para todo x E, para todo > 0 existe
N,x tal que para todo n > N,x se tiene |fn (x) f (x)|.
(2) {fn }n1 converge uniformemente a f en E si para todo > 0 existe N tal que para
todo x E y para todo n > N 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 }n1 converge a h puntualmente en [0, 1], pero no converge uniformemente
en [0, 1].
esto es,
g0 en [0, r].
137
138 14. DIVERSOS TIPOS DE CONVERGENCIA.
gn = fn |[0,r] ,
es decir,
gn (x) = xn .
Se tiene que {gn }n1 converge uniformemente a g para todo r (0, 1).
(1) {fn }n1 converge -casi-siempre (o mas precisamente converge puntualmente -casi-
siempre) a f en E si existe A E tal que (A) = 0 y {fn }n1 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 > 0 sea h i
F = 1 , 1 .
2
Se tiene que
m(F ) = /2 <
y {fn }n1 converge uniformemente a f en [0, 1] \ F .
Por lo tanto {fn }n1 converge casi-uniformemente a f en [0, 1]. Sin embargo, {fn }n1 no
converge uniformemente en [0, 1].
Sea
\
A= An .
n=1
Entonces
0 (A) (An ) 1/n (n 0).
Por lo tanto
(A) = 0.
Ademas
!
!C
\ \
E\A=E\ An =E An
n=1 n=1
!
[ [
=E AC
n = (E AC
n)
n=1 n=1
[
= (E \ An ).
n=1
Como {fn }n1 converge uniformemente a f en E \ Ano resulta que {fn (x)}n1
converge a f (x).
fn = 1[n,) .
Se tiene que {fn }n1 converge puntualmente a la funcion nula, pero {fn }n1 no converge
casi uniformemente.
4. El teorema de Egoroff.
Teorema 14.15 (Egoroff). Sea E un conjunto de F con (E) finito y para n 1 sea
fn : E R funcion F-medible tal que |fn | es finita -casi siempre y sea f : E R tal que
|f | es finita -casi siempre. Si {fn }n1 converge -casi siempre a f en E, entonces {fn }n1
converge -casi uniformemente a f en E.
Demostracion.
Caso 1: Las hipotesis se cumplen siempre en lugar de -casi siempre. Es decir, para
todo x E se tiene que |fn (x)| es finita, |f (x)| es finita y {fn (x)}n1 converge a f (x).
Sea > 0, a continuacion se construira F tal que (F ) < y {fn }n1 converge
uniformemente a f en E \ F .
Para n, k N se define
\
Enk = {x E : |fj (x) f (x)| < 1/k} .
j=n
Sea
[
[
k C k C
F = E (ENk
) = E (ENk
) .
k=1 k=1
142 14. DIVERSOS TIPOS DE CONVERGENCIA.
k C k
Como E (ENk
) = E \ EN k
entonces
!
[ X
k C k
(F ) = E (ENk ) (E \ EN k
)
k=1 k=1
X X
1 1/2
k
= k
= < .
k=1
2 k=1
2 1 1/2
De donde
(F ) < .
Ademas
!C !
[ \ \
k C C k k
E \ F = E E (ENk
) =E E EN k
=E EN k
.
k=1 k=1 k=1
Dado > 0 sea k tal que 1/k < . Entonces para todo j Nk para todo x E se tiene
que
|fj (x) f (x)| < .
An = {x E : |fn (x)| = +}
B = {x E : |f (x)| = +}
C = {x E : {fn (x)}n1 no converge a f (x)}
Si !
[
D= An BC
n=1
entonces (D) = 0.
Sea
Eo = E \ D.
Entonces {fn }n1 converge puntualmente a f en Eo .
Por lo hecho en el caso 1, se tiene que {fn }n1 converge -casi uniformemente a f en Eo .
De esto se puede deducir que {fn }n1 converge -casi uniformemente a f en E.
5. CONVERGENCIA EN MEDIDA. 143
5. Convergencia en medida.
Sea {fn }n1 una sucesion de funciones F-medibles tal que fn es finita -casi siempre y
sea f una funcion F-medible finita -casi siempre.
Definicion 14.16. Se dice que {fn }n1 converge en medida a f si para todo > 0 se
tiene que
lm {x X : |fn (x) f (x)| > } = 0.
n
Es decir, para todo > 0, para todo > 0 existe N tal que n N implica
Definicion 14.17. Se dice que {fn }n1 es una sucesion de Cauchy en medida si para
todo > 0, para todo > 0 existe N tal que n, k N implica
fn = 1[n,) .
f2p +k = 1[ kp , k+1
2 2p ]
Para comprender mejor esta sucesion se sugiere hacer el grafico 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,
{x X : |fn (x) f (x)| } (F ) < .
Como es arbitrario sigue que
5. CONVERGENCIA EN MEDIDA. 145
Demostracion. Como {fn }n1 converge en medida a f , se tiene que para todo k
existe nk tal que n nk implica
1 1
x X : |fn (x) f (x)| > k < k .
2 2
Veamos que {fnk }k1 converge -casi siempre a f .
Sean
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 (E) (Ek ) k
.
k=n k=n
2
De donde
(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
lm fnk (x) = f (x).
k
Se ha probado que {fnk }k1 converge -casi siempre a f .
Proposicion 14.27. Si {fn }n1 es una sucesion de Cauchy en medida entonces existe
f funcion F-medible tal que {fn }n1 converge a f en medida.
f = g + f n1 .
Es sencillo ver que {fnk }k1 converge a f en medida. Demuestre que {fn }n1 converge a f
en medida.
CAPTULO 15
B(R2 ) = (I 2a ) = (I 2 ).
donde A = A1 A2 .
B(R2 ) M2 .
2. La -algebra producto.
F G = {H X Y : H = F G con F en F y G en G}.
Definicion 15.2. A los conjuntos que estan en F G se les llama rectangulos, cilindros
o conjuntos elementales.
147
148 15. TEORIA DE LA MEDIDA PARA ESPACIOS PRODUCTO.
F G = (F G).
Proposicion 15.5.
B(R2 ) = B(R) B(R).
Observacion 15.6.
M2 6= M M.
Proposicion 15.7.
M M M2 .
Proposicion 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
Demostracion. Sea
Es decir,
Z Z Z Z Z
2
1A (x, y) dm (x, y) = 1A (x, y) dy dx = 1A (x, y) dx dy.
R2 R R R R
150 15. TEORIA DE LA MEDIDA PARA ESPACIOS PRODUCTO.
Demostracion.
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 esta en
PH . Se ha probado que
2
RH PH .
Se puede probar que PH es una clase monotona (hagalo como ejercicio). Como H esta en
PH por el teorema de clase monotona
B(H) PH
(3) Hn = Fn Gn .
Si A esta 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).
Demostracion.
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
Ademas Z Z
2 2
m (A) = m (B2 ) = m(B2x ) dx = m(Ax ) dx.
R R
Analogamente se prueba la expresion 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. TEORIA DE LA MEDIDA PARA ESPACIOS PRODUCTO.
Ejercicio 15.20. Enunciar y probar una proposicion analoga a la anterior pero para la
otra variable.
Demostracion.
(1) Si f = 1A con A en M2 , basta usar 15.13.
(2) Si f es una funcion M2 -simple y no negativa, por la linealidad y usando que el
resultado es cierto para indicadores se obtiene el resultado para f .
7. INTEGRACION EN ESPACIOS PRODUCTO. 155
(3) Si f es una funcion M2 -medible entonces existe una sucesion 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 definicion de integral, por el teorema de convergencia monotona
Z Z
2
f (x, y) dm (x, y) = lm fk (x, y) dm2 (x, y)
R2 k R2
Z Z
= lm fkx (y) dm(y) dm(x)
k R R
Z Z
= lm fkx (y) dm(y) dm(x)
R R k
Z Z
= fx (y) dm(y) dm(x).
R R
Luego
m{x R : + (x) = +} = 0,
m{x R : (x) = +} = 0.
De donde (f + )x y (f )x son integrables m-casi siempre. Por lo tanto fx es integrable
m-casi siempre.
Usando el teorema de Tonelli sigue que
Z Z Z
2 + 2
f (x, y) dm (x, y) = f (x, y) dm (x, y) f (x, y) dm2 (x, y)
R2 R2 R2
Z Z Z Z
+
= f (x, y) dm(y) dm(x) f (x, y) dm(y) dm(x)
R R R R
Z Z
+
= (f (x, y) f (x, y)) dm(y) dm(x)
R R
Z Z
= (f (x, y)) dm(y) dm(x)
R R
Teorema 15.26. Sean (X, F), (Y, G) dos espacios medibles y sea A en F G entonces
Proposicion 15.28. Sean (X, F, ), (Y, G, ) dos espacios medibles de medidas -finitas
y sea A en F G entonces
Proposicion 15.29.
Lema 15.30. Sean (X, F, ), (Y, G, ) dos espacios medibles de medidas -finitas.
Dada f : X Y R una funcion F G medible no negativa, sean
Z
(x) = fx (y) d(y) (x X)
Y
Z
(x) = f y (x) d(x) (y Y )
X
entonces es F-medible y es G-medible.
Teorema 15.31 (Tonelli, abstracto). Sean (X, F, ), (Y, G, ) dos espacios medibles de
medidas -finitas. Dada f : X Y R una funcion F G medible, si f 0 entonces
Z Z Z Z Z
f (x, y) d( )(x, y) = f (x, y) d(y) d(x) = f (x, y) d(x) d(y).
XY X X Y X
Teorema 15.33 (Fubini, abstracto). Sean (X, F, ), (Y, G, ) dos espacios medibles de
medidas -finitas. Dada f : X Y R una funcion F G medible, si f es integrable en
X Y entonces
(i) fx es integrable Lebesgue en Y -casi siempre.
(ii) f y es integrable Lebesgue en X -casi siempre.
(iii) Se cumple la igualdad
Z Z Z Z Z
f (x, y) d( )(x, y) = f (x, y) d(y) d(x) = f (x, y) d(x) d(y).
XY X X Y X
Corolario 15.35. Sean (X, F, ), (Y, G, ) dos espacios medibles de medidas -finitas y
f : X Y R una funcion F G medible, si se cumple alguna de las siguientes condiciones
Z Z
(a) |f (x, y)|d(y) d(x) es finita.
ZX Z Y
(b) |f (x, y)|d(x) d(y) es finita.
Y X
Entonces f es integrable en X Y y
Z Z Z Z Z
f (x, y) d( )(x, y) = f (x, y) d(y) d(x) = f (x, y) d(x) d(y).
XY X Y Y X
CAPTULO 16
Espacios Lp (X, F, ).
Ejemplo 16.2. Dado un espacio medible (X, F) y C sea f (x) = 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, ).
para x X.
Con la notacion indicada antes esto es:
p
|f (x)| = (u(x))2 + (v(x))2 (x)
para x X.
Sea {fn } una sucesion de funciones tales que fn : X C para todo n. Si {fn } converge
puntualmente, la funcion lmite puntual de {fn } es la funcion lm fn : X C definida
mediante
(lm fn )(x) = lm fn (x).
Proposicion 16.7. Sean (X, F) un espacio medible y {fn } una sucesion de funciones
tales que fn : X C y fn es F-medible para todo n. Si {fn } converge puntualmente entonces
lm fn es F-medible.
Usando el modulo de los numeros complejos se pueden definir convergencia puntual, con-
vergencia uniforme, convergencia puntual casi-siempre, convergencia uniforme casi-siempre,
convergencia casi uniforme y convergencia en medida.
Definicion 16.9. Sea una medida finita en el espacio medible ([0, 2], B([0, 2])), la
transformada de Fourier de es
b : Z C dada por
Z 2
b(n) = einx d(x) para n Z.
0
En lo que sigue de este captulo p sera un numero real p tal que 1 p < .
Sea
Z
L = p
LpK (X, F, ) = f : X K, f es F medible y p
|f (x)| d(x) < .
X
Pruebe la proposicion anterior. Para hacer la demostracion puede ser util tomar en cuenta
que
3. El espacio Lp .
Sea
n o
p p e e p
L = L (X, F, ) = f : f es una clase de equivalencia de funciones f LK (X, F, ) .
fe + ge = f]
+g
fe = f
f
4. El espacio L2 .
kf gk1 kf kp kgkq
es decir,
Z Z 1/p Z 1/q
p q
|f (x) g(x)| d(x) |f (x)| d(x) |g(x)| d(x) .
X X X
si f, g L2K (X, F, ).
(t) = tp1 ,
entonces
1 (s) = sq1 .
Sean a > 0 y b > 0, considerando el grafico de es facil ver que
Z a Z b
p1 ap bq
ab t dt + sq1 ds = + .
0 0 p q
Ademas hay igualdad si y solo si (a, b) esta en el grafico de .
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)| d(x) |f (x)| d(x) + |g(x)|q d(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)| d(x) + = 1 = kf kp kgkq .
X p q
164 16. ESPACIOS Lp (X, F, ).
De donde Z
f (x)g(x)
kf kp kgkq d(x) 1.
X
Demostracion.
Ya se sabe que f, g LpK (X, F, ) implica f + g LpK (X, F, ).
= kf k1 + kgk1 .
5. DESIGUALDAD DE HOLDER Y DESIGUALDAD DE MINKOWSKI. 165
kf + gkp1
p = k |f + g|p1 kq
Luego
kf + gkpp kf kp kf + gkp1
p + kgkp kf + gkpp1 .
Por lo tanto
kf + gkp kf kp + kgkp .
6. Convergencia en norma p.
Definicion 16.17. Sea {fn }n1 una sucesion de funciones en LpK (X, F, ) y sea f
LpK (X, F, ). Se dice que {fn }n1 converge a f en LpK (X, F, ), o simplemente converge en
norma p, cuando
lm kfn f kp = 0.
n
si r .
De donde {fn }n1 converge a f en LpR (R, M, m).
fn = n 1(0, 1 ) .
n
m{x R : |fn (x) f (x)| > } = m{x R : n 1(0, 1 ) (x) > } = m(0, 1/n) = 1/n 0
n
168 16. ESPACIOS Lp (X, F, ).
Corolario 16.25. Si {fn }n1 converge a f en LpK (X, F, ) entonces {fn }n1 converge
a f en medida .
1
0 {x X : |fn (x) f (x)| > } p
kfn f kpp 0
si n .
lm kfn f kp = 0.
n
Ademas
Z
lm |fn (x) f (x)|p d(x) = 0.
n X
kf kp < .
Proposicion 16.29. Si f LpK (X, F, ) entonces existe una sucesion {n }n1 de fun-
ciones F-simples, cada una de ellas nula fuera de un conjunto An de medida finita, tal que
lm kn f kp = 0.
n
7. SUCESIONES DE CAUCHY EN NORMA p. 169
Definicion 16.30. Sea {fn }n1 una sucesion de funciones en LpK (X, F, ). Se dice que
{fn }n1 es de Cauchy en LpK (X, F, ), o simplemente es de Cauchy en norma p, cuando para
todo > 0 existe N tal que si n, m > N entonces
kfn fm kp < .
Proposicion 16.31. Si {fn }n1 es una sucesion de Cauchy en LpK (X, F, ) entonces
{fn }n1 es una sucesion de Cauchy en medida .
Proposicion 16.32. Si {fn }n1 es una sucesion de Cauchy en LpK (X, F, ) entonces
{kfn kp }n1 es una sucesion de Cauchy en R.
Para probar el siguiente resultado se usara que: si {fn }n1 es una sucesion de Cauchy en
medida entonces existe f funcion F-medible tal que {fn }n1 converge a f en medida.
M.
< p .
si f LpK (X, F, ).
Entonces
(i) F es un funcional lineal en Lp .
(ii) F es un funcional lineal acotado en Lp .
(iii) kF k = kgkq .
Demostracion.
(i) Sea un escalar
Z
F (f1 + f2 ) = (f1 (x) + f2 (x))g(x)d(x)
X
Z Z
= f1 (x)g(x)d(x) + f2 (x)g(x)d(x)
X X
= 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, ).
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, ) 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) d(x)
X
Z
= |g(x)|q d(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 .
{x X : |f (x)| > a} = 0.
Es decir
sup es |f | = inf{a R : a es una cota superior esencial de f }.
|f (x)| c casisiempre.
Sea
L = L
K (X, F, ) = {f : X K, f es F medible y f es esencialmente acotada} .
Proposicion 16.38. L
K (X, F, ) es un espacio vectorial.
Si f L
K (X, F, ) se define
kf k = sup es |f |.
Dadas f, g L
K (X, F, ) se dice que f g cuando f = g -casi-siempre. Se tiene
que permite definir clases de equivalencia.
174 16. ESPACIOS Lp (X, F, ).
10. El espacio L .
Sea
n o
L = L (X, F, ) = fe : fe es una clase de equivalencia de funciones f L
K (X, F, ) .
Si f, g L
K (X, F, ) y es un escalar se definen
fe + ge = f]
+g
fe = f
f
Proposicion 16.39. L
K (X, F, ) es un espacio vectorial.
Si f L
K (X, F, ) se define
kfek = kf k .
es decir,
Z Z
|f (x) g(x)| d(x) |f (x)| d(x) sup es |g|.
X X
kf + gk kf k + kgk .
Teorema 16.42. (L
K (X, F, ), k kp ) es un espacio normado.
Por lo tanto
\
L (X, F, ) Lp (X, F, ).
p=1
12. SUCESIONES DE CAUCHY EN NORMA . 175
kfn fm k < .
Teorema 16.51.
L
K (X, F, ) es completo.
Es decir, si {fn }n1 es una sucesion de Cauchy en L
K (X, F, ) entonces existe
f L
K (X, F, ) tal que
lm kfn f k = 0.
n
Corolario 16.52. L
K (X, F, ) es un espacio de Banach.
si f L1K (X, F, ).
Entonces
(i) F es un funcional lineal en L1 .
(ii) F es un funcional lineal acotado en L1 .
(iii) kF k = kgk .
CAPTULO 17
Medidas de Stieltjes.
177
178 17. MEDIDAS DE STIELTJES.
Para demostrar los resultados de esta seccion se usa que (n, n] esta en Is y
[
R= (n, n].
n=1
Definicion 17.10. Sea : P(R) R+ se dice que es -subaditiva cuando para toda
sucesion {An } de subconjuntos de R se tiene que
!
[ X
An (An ).
n=1 n=1
Proposicion 17.13.
(a) es F -medible.
(b) E es F -medible si y solo si E C es F -medible.
(c) R es F -medible.
F (A) F (A E) + F (A E C ).
De
B(R) = ( { intervalos del tipo (a, b] para a, b R} )
se obtiene el siguiente resultado.
Del teorema anterior se deduce que F restringida a MF es una medida que extiende a
oF . Esta medida se conoce como la medida de Stieltjes asociada a la funcion de Stieltjes F
y se denota por F .
Si a, b R entonces
(i) F (a, b) = F (a, b] F (b).
(ii) F [a, b] = F (a, b] + F (a).
(iii) F [a, b) = F (a, b] + F (a) F (b).
(iv) F {a} = F (a).
(v) F es continua en a si y solo si F {a} = 0.
Proposicion 17.20. Sea una medida definida en B(R) tal que (A) es finito si A es
un conjunto acotado. Sea F : R R definida por
(0, t]
si t > 0
F (t) = 0 si t = 0
(t, 0] si t < 0
Entonces
(i) F es una funcion de Stieltjes.
(ii) F (A) = (A) para todo A en B(R).
4. FUNCION DE STIELTJES ASOCIADA A UNA MEDIDA FINITA EN CONJUNTOS ACOTADOS. 181
Proposicion 17.21. Sea una medida definida en B(R) tal que (A) es finito si A es
un conjunto acotado. Las siguientes condiciones son equivalentes
(i) es una medida discreta.
(ii) Existe una funcion de salto F tal que = F .
Si es una medida finita en B(R) entonces es una medida de Stieltjes. Esta medida
esta generada por diversas funciones de Stieltjes. Sin embargo, lo usual en considerar la
siguiente funcion de Stieltjes
F (x) = (, x].
Se puede probar que = F (pruebelo).
lm F (x) = 0,
x
lm F (x) = 1.
x
para todo x R.
CAPTULO 18
Diferenciacion e integracion.
es continua en todas partes y no es diferenciable en ningun punto, pero sin demostrarlo. Por
la convergencia absoluta de la serie es obvio que la funcion es continua.
En 1876 Weierstrass examino la funcion
X
K(x) = an cos(bn x)
n=1
para a (0, 1), b (2n + 1)Z y ab > 1 + 3/2 probando que es continua y no diferenciable
en ningun punto.
En 1916, Hardy probo que R es no diferenciable en todos los irracionales y en algunos
racionales. Ademas probo que K es continua en todas partes y no es diferenciable en ningun
punto si 0 < a < 1 y ab 1.
En 1969, Gerver probo que: R es diferenciable en x si y solo si x = p/q es racional con p
y q impares. Ademas en tales puntos su derivada es igual a 1/2.
183
184 18. DIFERENCIACION E INTEGRACION.
Sea
Dx = z R : lm f (y) < z < lm+ f (y) .
yx yx
Es un hecho bien conocido que las funciones constantes son derivables y su derivada es
cero. Sea la funcion de Cantor, en cada uno de los intervalos extrados en la construccion
del conjunto de Cantor la funcion es constante. Sin embargo dados dos intervalos extrados
diferentes, los dos valores constantes que toma en esos intervalos son diferentes.
Resulta que
0 0 casi siempre en [0, 1],
sin embargo no es constante casi siempre.
Mas aun Z 1
0 (t) dt = 0 < 1 = (1) (0).
0
Este hecho contrasta con el teorema fundamental del calculo (para integrales de Riemann)
el cual establece: Si f es integrable Riemann sobre [a, b] y existe una funcion 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-
vacion e integracion cuando se considera la integral de Lebesgue en lugar de la integral de
Riemann.
2. DERIVADAS DE DINI. 185
Los lmites por la derecha superior e inferior de una funcion f en x son, respectivamente,
Los lmites por la izquierda superior e inferior de una funcion f en x son, respectivamente,
2. Derivadas de Dini.
D f (x) D f (x).
186 18. DIFERENCIACION E INTEGRACION.
D+ f (x) = D+ f (x).
D f (x) = D f (x).
En este caso se dice la derivada de Dini es ese valor comun y se denota por Df (x).
Se tiene que f es derivable en el sentido anterior si y solo si existe
f (x + h) f (x)
lm
h0 h
y este lmite 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 funcion f tal que para algun punto x se cumpla que todas las deri-
vadas de Dini de f en x sean finitas y distintas.
D f (x) = D f (x) = ,
D+ f (x) = D+ f (x) = +.
3. DERIVACION DE FUNCIONES MONOTONAS. 187
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
Demostracion.
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 esta en I},
m(I) = 0,
I = {I I : I }.
Como
[
In
n=1
se tiene que
X
l(In ) m() < .
n=1
De donde existe N tal que
X
l(In ) < /5.
n=N +1
190 18. DIFERENCIACION E INTEGRACION.
Sea
k
[
F =E\ In .
n=1
Se tiene que
[
F E\ In
n=1
y por lo tanto
m (F ) .
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 contradiccion.
Sea
ko = mn{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. DERIVACION DE FUNCIONES MONOTONAS. 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 ) < .
k=N +1 k=N +1
Caso 2: m (E) = .
Solo se dara 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 > 0 existe una coleccion finita {I1 , , IN } de intervalos
disjuntos, en I, tal que
N
!
[
m E\ Ik < .
k=1
Observacion 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,vQ
m (Euv ) = 0.
[x h, x] O y f (x) f (x h) < v h.
u < D+ f (y),
m (A \ B) < .
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 = s 2 .
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 2).
j=1 j=1
Por construccion cada intervalo Jj esta contenido en algun 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 2) < v (s + ).
Como es arbitrario y positivo se tiene que
u s < v s.
194 18. DIFERENCIACION E INTEGRACION.
f (x) = f (b) si x b.
De donde
Z Z Z !
b b+1/n b
g(x) dx lim n f (x) dx f (x) dx
a n a+1/n a
Z Z !
b+1/n a+1/n
= lim n f (x) dx f (x) dx
n b a
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 numeros arbitrarios tales que < a < b < sigue que la funcion
g es finita casi siempre en [, ].
De donde f es derivable casi siempre en [, ]. Esto demuestra (2).
Observacion 18.11. Tal como se indico antes la funcion de Cantor satisface la conclusion
de este teorema con desigualdad estricta.
implica
n
X
|f (bi ) f (ai )| < .
i=1
Demostracion. Sea A [a, b]. Por la continuidad absoluta de la integral (ver Teorema
13.14), dado > 0 existe > 0 tal que si A es un conjunto medible Lebesgue y m(A) <
entonces Z
|f (t)| dt < .
A
Sea
n
[
Ao = (ai , bi )
i=1
tal que
n
X
(bi ai ) < .
i=1
Entonces m(Ao ) < . 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 < .
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 variacion acotada en [a, b].
(4) F es derivable casi siempre en el intervalo [a, b].
Demostracion. Las partes (1) y (2) se obtienen de la seccion anterior. Para probar que
F es de variacion 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
Z 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. DIFERENCIACION E INTEGRACION.
Demostracion. Dado > 0 existe > 0 tal que |t c| < implica |f (t) f (c)| < .
Sea h tal que |h| < .
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
dt =
h c
si h < .
El caso h < 0 es analogo.
Demostracion. 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 probara la primera igualdad. La otra es analoga.
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 union 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 funcion 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].
Demostracion. 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
lm gn (x) = F 0 (x).
n
Luego F 0 es medible Lebesgue.
Ademas
Z 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. DIFERENCIACION E INTEGRACION.
= 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].
Demostracion.
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
lm fn (t) = f (t).
n
Sea Gn : [a, b] R dada por
Z x
Gn (x) = (f (t) fn (t)) dt.
a
|f (x + h) f (x)| < h.
Luego !
n
X n
X n
[
xk+1 yk = m(yk , xk+1 ) = m (yk , xk+1 ) < .
k=0 k=0 k=0
Por la continuidad absoluta de f se tiene que
n
X
|f (xk+1 ) f (yk )| < .
k=0
6. ALGUNAS PROPIEDADES DE LAS FUNCIONES ABSOLUTAMENTE CONTINUAS. 203
De donde
< + (c a).
|f (c) f (a)| = 0.
Por lo tanto
f (c) = f (a).
Corolario 18.24. Si
f00 c.s. en [a, b],
y f no es constante en [a, b] entonces f no es absolutamente continua en [a, b].
Demostracion.
() Esta implicacion ya fue probada antes.
F = F1 F2 .
204 18. DIFERENCIACION E INTEGRACION.
Se sigue que F1 y F2 son derivables c.s. en [a, b]. Ademas F1 0 y F2 0 son integrables en [a, b].
H c.
Entonces
F = c + G.
Las propiedades anteriores indican que la condicion 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.
Proposicion 18.32. Sea F : [a, b] R tal que para alguna f : [a, b] R se tiene que
Definicion 19.1. Sean , dos medidas definidas en un espacio medible (X, F).
Se dice que es absolutamente continua con respecto de cuando A en F y (A) = 0
implica (A) = 0. Esto se denota mediante .
2. La derivada de Radon-Nikodym.
207
208 19. MEDIDAS ABSOLUTAMENTE CONTINUAS Y MEDIDAS SINGULARES.
para h L2 (X, ).
T es lineal (pruebelo).
T es un operador acotado ya que
Z Z
|T (h)| = h d |h| d
X X
Z Z
= |h| d + |h| d
X X
Z p
= |h| d = khkL2 (X, ) (X)
X
De donde
Z Z
h d = h g d. (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 (Ao ) = g d 0 d = 0.
Ao Ao
Luego (Ao ) = 0. De donde g > 0 -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 sucesion creciente de conjuntos y
[
B= Bn .
n=1
Luego
(Bn )/n 0.
Por lo tanto (Bn ) = 0. Sigue que
!
[
(B) = Bn = lm (Bn ) = 0.
n
n=1
1
lm Sn (x) = casi siempre.
n g(x)
Sea A un conjunto de F, por el teorema de convergencia monotona, por (19.1) y por el
teorema de convergencia dominada sigue que
Z Z Z
1
d(x) = lm Sn1 (x) d(x) = lm Sn1 (x) d(x)
A g(x) A n n A
Z Z
1 (1 g(x))n
= lm d(x) = lm 1 (1 g(x))n d (x)
n A g(x) n A
Z Z
= lm 1 (1 g(x))n d (x) = 1 d (x)
A n A
= (A)
n (A) = (A Xn )
n (A) = (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.
Ademas
!
!
[ [
(A) = A Xn = A Xn
n=1 n=1
X
X
= (A Xn ) = n (A)
n=1 n=1
X Z XZ
= fn dn = f d
n=1 A n=1 AXn
Z
= f d.
A
212 19. MEDIDAS ABSOLUTAMENTE CONTINUAS Y MEDIDAS SINGULARES.
Proposicion 19.6. Si y son dos medidas -finitas en (X, F) tales que es absolu-
tamente continua con respecto de . Si h : X R es integrable respecto de entonces
Z Z
h(x) d(x) = h(x)f (x) d(x)
X X
d
donde f = .
d
Demostracion.
(a) (b) Suponga que F m.
Como F y m son medidas -finitas, por el teorema de Radon-Nikodym, existe f : R R,
funcion medible Lebesgue, f 0 tal que
Z
F (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 y dos medidas en un espacio medible (X, F). Se dice que es singular con
respecto de cuando existe C en F tal que
(i) (C) = 0.
(ii) (A) = (A C) para todo A F .
Esta definicion indica que esta concentrada en un conjunto C tal que (C) = 0.
La proposicion anterior indica que quizas sea mejor decir que y son mutuamente
singulares. Esto se denota mediante .
Ejemplo 19.13. Las medidas de Stieltjes discretas y la medida de Lebesgue son mutua-
mente singulares.
Si = m y
+
X
(A) = n xn (A) para A X.
n=1
Considerando
C = {x1 , x2 , x3 , . . . }
Demostracion. Sea
= + ,
se tiene que es -finita, y .
Por el teorema de Radon-Nikodym existe f : X R, funcion medible Lebesgue, f 0
tal que Z
(A) = f (t) d
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 = .
Ademas
(C) = 0.
Para A en F sea
s (A) = (A C)
entonces s es singular respecto de .
Para A en F sea
a (A) = (A D)
entonces
= a + s .