L¹ 里的逼近
定理: 中可用简单函数 / 连续函数逼近
- 定理
- 依赖深度 layer 20
- 分析学
- 积分
thm.approximation-L1 · 定理 · 逼近 · 简单函数 · 连续函数
又称L1 逼近·L1 里的逼近
陈述
设 。则对任意 ,存在简单函数 使
进一步,若 是 上的 Lebesgue–Stieltjes 测度,还可以要求 是开区间的有限并;甚至可以取一个连续函数 (在某个有界区间外恒为 0)使
说明
意义:简单函数与连续函数在 里是稠密的。所以很多命题只要对这两类函数验证就够了,再取极限。
证明思路:先把 拆成 、、、 四个非负部分,各自用简单函数逼近(简单函数逼近定理); 的情形再把定义域切成有界块,用连续函数去顶半开区间的指示函数。
⚠ 连续函数那一句依赖 是 Lebesgue–Stieltjes 测度:换一个任意测度,简单函数的逼近照旧,连续函数的说法就不成立了。
它指向谁(出边)
推出 2
-
简单函数逼近 + Egorov Lusin
① 先用简单函数逼近。 由「 里的逼近」,取简单函数列 使 ;取子列还可保证 a.e.(由 收敛 依测度收敛 + 抽 a.e. 子列)。而简单函数是有限个可测集的特征函数之和。
② 先对「指示函数」办到。 对可测集 与任意 ,由测度的正则性可找到紧集 使 ,于是 连续(在 上恒为 1)。有限多个这样的紧集取交,就能让一整个简单函数在某个紧集上连续。
③ 用 Egorov 把「几乎处处」升级成「一致」。 把 ①② 得到的「在紧集上连续」逐步加细:取一列越来越好的紧集,用 Egorov 保证 在某块丢掉任意小测度的集合后一致收敛。一致收敛保持连续性,故 限制在剩下的那个紧集上连续。
④ 收尾。 每一步丢掉的测度都可以预先取得任意小,全部并起来仍小于 (把 预先换成 、、… 再求和)。于是得到一个紧集 , 且 连续。∎
⭐ 核心思想与 Egorov 一样是「丢掉一小块,换取好性质」:这次换到的是连续性。
路线是「Egorov + 简单函数逼近」。
-
极大定理 + 连续函数逼近 Lebesgue 微分定理
① 先局部化。 由 的定义与测度的可数可加性,只需对每个 证明在球 上几乎处处成立;把 换成 后即可设 。
② 用连续函数逼近。 给定 ,由「 里的逼近」,取连续函数 使
③ 连续情形是白送的。 若 连续,则对每一个 都有 ()—— 因为 在 附近近似为常数。
④ 把差值压住。 对任意 ,
(第一项用 ,第二项由 ③ 取 )。
⑤ 估计坏集。 令
由 ④,,其中 。于是
(第一项用 Markov 不等式,第二项用极大定理。)
⑥ 令 。 右边对任意 成立,故 对一切 成立。于是
而右边是可数个零集之并,仍是零集。∎
⭐ 这是分析里最漂亮的标准套路之一:用「连续函数是稠密的」把问题搬到好情形,再用极大不等式把误差控制住。两边一夹,坏集测度为零。
谁指向它(入边)
定义引用 2
-
逼近定理是在 里说的(用的是 这个量)。
-
逼近用的正是简单函数。
参考
- Folland, Real Analysis, Theorem 2.26
同一星团的其他概念 21 个
- L⁺layer 15
- 简单函数的积分layer 16
- 积分有限的后果layer 16
- MCT(a.e. 版本)layer 17
- 非负函数的积分layer 17
- 积分为零 ⟺ 几乎处处为零layer 17
- 简单函数积分的性质layer 17
- 复函数的积分layer 18
- 单调收敛定理layer 18
- 可积 / L¹layer 19
- Fatou 引理layer 19
- 逐项积分layer 19
- Fatou 的推论layer 20
- 积分绝对值不等式layer 20
- 何时两个函数积分处处相同layer 20
- L¹ 函数的支撑 σ-有限layer 20
- L¹ 是向量空间layer 20
- 控制收敛定理layer 20
- L¹ 的逐项积分layer 20
- 交换极限/导数与积分layer 21