Professional Documents
Culture Documents
Real Analysis
Real Analysis
Mục lục ◊ i
Giải tích hàm ứng dụng trong kinh tế
ii ◊ Mục lục
Giải tích hàm ứng dụng trong kinh tế
iv ◊ Mục lục
Giải tích hàm ứng dụng trong kinh tế
Mục lục ◊ v
Giải tích hàm ứng dụng trong kinh tế
Nhà Toán học Tom Körner, trường Đại học Cambridge nói:
"A good mathematician can look at problem in more than one
way. In particular, a good mathematician will think like a pure
mathematician when doing pure mathematics and like an ap-
plied mathematician when doing applied mathematics’. (Great
mathematicians think like themselves when doing mathematics)".
Chúng tôi tạm dịch là: "Một nhà Toán học giỏi thì có thể nhìn
nhận vấn đề bằng nhiều cách khác nhau. Đặc biệt, một nhà Toán
học giỏi sẽ ‘nghĩ theo cách của nhà Toán học thuần túy khi làm
với Toán học thuần túy và nghĩ theo cách của nhà Toán học ứng
dụng khi làm việc với Toán học ứng dụng’. (Các nhà Toán học vĩ
đại nghĩ theo cách của chính mình khi làm toán)".
Câu nói trên phần nào cho thấy sự cần thiết của việc nên có các
góc nhìn phù hợp cho cùng một vấn đề. Các sinh viên khối ngành
Kinh tế nên có cách nhìn các vấn đề toán học dưới góc độ ứng
dụng. Điều này là động lực cho nhóm tác giả biên soạn cuốn sách
"Giải tích hàm ứng dụng trong kinh tế" làm giáo trình, tài
liệu tham khảo cho sinh viên Khoa Toán Kinh tế khi học học phần
Giải tích 3, trong khi đã có nhiều các sách chuyên sâu khác về nội
dung này được xuất bản, chẳng hạn: Giải tích hiện đại (Hoàng
Tụy), Bài giảng giải tích tập II (Nguyễn Duy Tiến, Trần Đức
Long), Tôpô đại cương (Cung Thế Anh, Nguyễn Thành Anh), Giải
tích hàm (Đậu Thế Cấp), Giải tích hàm (Nguyễn Xuân Liêm),...
Cuốn sách này được viết với mục đích làm giáo trình cho sinh
viên đại học các chuyên ngành Toán kinh tế, Toán tài chính, Định
phí bảo hiểm (Actuary) của Khoa Toán kinh tế, Trường Đại học
Kinh tế Quốc dân, đồng thời làm tài liệu tham khảo cho các bạn
sinh viên đại học các ngành Công nghệ thông tin, Tin học kinh
tế, Viện Công nghệ thông tin và Kinh tế số. Sự khác biệt của cuốn
sách này so với những sách khác về Giải tích thực là sự lựa chọn
nội dung và mức độ các chủ đề. Chúng tôi đặc biệt nhấn mạnh
và chọn lọc các chủ đề liên quan trực tiếp đến lý thuyết kinh tế
và phù hợp với trình độ sinh viên đại học. Các chủ đề ứng dụng
trong cuốn sách là Lý thuyết quyết định cá nhân, Lý thuyết trò
chơi hợp tác, Kinh tế phúc lợi, Lý thuyết thông tin, Cân bằng tổng
quát và tài chính,...
Với mục đích ứng dụng Giải tích trong kinh tế nên chúng tôi
hướng tới tính logic và ứng dụng của các chủ đề. Thời lượng học
phần Giải tích 3 cho sinh viên khối kinh tế không nhiều nên trong
giáo trình này chúng tôi không trình bày một số chủ đề quan
trọng khác như Không gian Tô pô, Không gian Hilbert, Không
gian Banach và Lý thuyết phổ,...
Cấu trúc của cuốn sách gồm các chương như sau:
• Chương 3: Lý thuyết độ đo
Cuối cùng, với những nội dung cơ bản và nhiều ví dụ minh họa
cho những khái niệm trừu tượng của giải tích hàm được trình bày
trong sách, chúng tôi hy vọng bạn đọc sẽ hình dung được sự mở
rộng của không gian metric đối với không gian Rn ; sự mở rộng
khái niệm độ đo đối với khái niệm độ dài, diện tích, thể tích; sự
khác biệt trong tư duy xây dựng tích phân Lebesgue và tích phân
Stieltjes đối với các tích phân xác định, tích phân bội mà chúng
ta đã làm quen trong học phần Giải tích 2,... Bên cạnh đó, chúng
tôi đưa ra một số ví dụ minh họa ứng dụng trong kinh tế của các
nội dung đã trình bày để bạn đọc nhận thấy tính ứng dụng của
nội dung học phần.
Bên cạnh sự nỗ lực của mình trong việc biên soạn, các tác giả
nhận được sự động viên, khích lệ rất lớn từ những đồng nghiệp,
đặc biệt là các thầy cô trong Bộ môn Toán cơ bản, Khoa Toán kinh
tế, Trường Đại học Kinh tế Quốc dân, sự giúp đỡ quý báu từ ThS.
Lê Anh Đức, Phó trưởng Phòng quản lý đào tạo và Nhà xuất bản
Đại học Kinh tế Quốc dân. Tác giả xin cảm ơn những sự giúp đỡ
to lớn đó.
Cuốn sách lần đầu tiên được biên soạn nên không tránh khỏi
những hạn chế. Tập thể tác giả mong muốn nhận được ý kiến
đóng góp của bạn đọc xa gần để cuốn sách ngày càng hoàn thiện
hơn trong những lần tái bản sau. Mọi ý kiến đóng góp xin gửi về
địa chỉ email của TS. Tống Thành Trung: trungtt@neu.edu.vn.
Các tác giả xin chân thành cảm ơn!
Trong hình học có những đối tượng cơ bản: điểm, đường thẳng,
mặt phẳng. Những đối tượng này kết hợp với những quan hệ cơ
bản: "thuộc", "liên thuộc", "không thuộc" tạo thành các đối tượng
hình học khác nhau. Giải tích cũng có những đối tượng cơ bản
như thế. Một trong các đối tượng cơ bản mà chúng ta nhắc đến
nhiều trong giáo trình này là Tập hợp. Chủ đề chính của chương
này là giới thiệu những thuật ngữ và các phép toán tập hợp.
Chúng ta sẽ bắt đầu với những khái niệm cơ bản về tập hợp,
sau đó trình bày các phép toán đối với tập hợp, các quan hệ hai
ngôi và một số tập hợp đặc biệt như: Tập số thực, Tập đếm được,
Tập không đếm được,... Bên cạnh đó, chúng tôi cũng trình bày
các khái niệm ánh xạ, hàm số thực. Phần cuối chương, chúng tôi
minh họa một ứng dụng của lý thuyết tập hợp trong kinh tế.
Tập hợp là một khái niệm cơ bản của toán học. Tập hợp không
được định nghĩa, mà được mô tả bởi các tính chất đặc trưng của
các đối tượng trong đó. Một cách trực quan, ta có thể hiểu tập hợp
là một nhóm các đối tượng bất kỳ. Một tập hợp có thể chứa một
số lượng lớn các đối tượng hoặc nó có thể chỉ chứa một đối tượng.
Thông thường, tập hợp được gọi tắt là "tập". Ta thường sử dụng
các chữ cái in ký hiệu cho tập hợp: A, B, X, Y, . . .
Mỗi đối tượng x trong một tập hợp X được gọi là một phần tử
của tập X, ta thường ký hiệu x ∈ X và đọc là "x thuộc X". Tập
không chứa phần tử nào gọi là tập rỗng, được ký hiệu là ∅.
Một tập hợp A được gọi là bị chứa trong B hoặc là tập con của
B và được ký hiệu là A ⊆ B hoặc B ⊇ A, khi và chỉ khi tất cả các
phần tử của A đều là phần tử của B.
Ký hiệu A = B có nghĩa là A ⊆ B và B ⊆ A. Khi đó, ta nói A
và B là hai tập bằng nhau.
Phương pháp chính để xác định một tập hợp là chỉ ra điều
kiện mà các phần tử thuộc tập đó thỏa mãn. Ký hiệu {x : P } có
nghĩa, đây là tập hợp của tất cả các phần tử x thỏa mãn tính chất
P . Ví dụ: {x : (x − 4)2 = 4} = {2, 6} = {6, 2}.
Tuy nhiên, việc định nghĩa tập hợp qua điều kiện có thể dẫn
tới những mâu thuẫn. Ví dụ, lấy R = {X : X 6∈ X}. Khi đó R ∈/R
suy ra R ∈ R và ngược lại (nghịch lý của Bertrand Russell).
Ta sử dụng dấu gạch chéo đối với một quan hệ để thể hiện là
"không" tuân theo quan hệ đó, chẳng hạn 6=, có nghĩa là "không
bằng", "6∈" có nghĩa "không phải là một phần tử của". Ví dụ, a 6= b
có nghĩa a không bằng b, x ∈ / A có nghĩa x không phải là một
phần tử của tập A, chẳng hạn 3 6∈ {1, 2}.
Dưới đây là các phép toán thông dụng đối với tập hợp.
X × Y = {(x, y) : x ∈ X, y ∈ Y }.
Cặp có thứ tự được hiểu theo nghĩa: (x, y) = (x0 , y 0 ) khi và chỉ khi
x = x0 , y = y 0 .
X × Y = {(x, a), (x, b), (y, a), (y, b), (z, a), (z, b)};
Y × X = {(a, x), (b, x), (a, y), (b, y), (a, z), (b, z)}.
A ∪ B = B ∪ A; A ∩ B = B ∩ A;
A4B = B4A.
(A ∪ B) ∪ C = A ∪ (B ∪ C); (A ∩ B) ∩ C = A ∩ (B ∩ C);
A4(B4C) = (A4B)4C.
Ví dụ 1.1.2. Ta có
∞
[ ∞
[
(0, 1 − 1/n) = (0, 1 − 1/n] = (0, 1)
n=1 n=1
và ∞ ∞
\ \
[1 − 1/n, 2) = (1 − 1/n, 2) = [1, 2).
n=1 n=1
Tập hợp mà mỗi phần tử của nó là tập con của X được gọi là
một họ (các tập con của X). Ta dùng các chữ hoa A , B , C , . . . để
ký hiệu các họ tập con.
Họ gồm tất cả các tập con của X được ký hiệu là 2X :
2X = {A | A ⊆ X}.
Họ C gồm các tập rời nhau được gọi là phân hoạch của tập X nếu
[
C = X.
C∈C
Họ gồm một số đếm được các tập con {An , n = 1, 2, . . . } được gọi
là dãy (các tập). Ta nói dãy các tập {An } là đơn điệu tăng (giảm)
và viết An ↑ (An ↓), nếu A1 ⊆ A2 ⊆ A3 ⊆ . . . (A1 ⊇ A2 ⊇ A3 ⊇ . . . ).
Giả sử {An } là dãy các tập con của X. Ta gọi giới hạn trên và
giới hạn dưới của dãy này là các tập tương ứng sau đây:
∞ [
\ ∞
lim An = lim sup An = Ak ,
n=1 k=n
∞ \
[ ∞
lim An = lim inf An = Ak .
n=1 k=n
Nếu giới hạn trên và giới hạn dưới của dãy {An } bằng nhau
thì ta nói dãy {An } có giới hạn và viết:
Nếu dãy tập hợp {An } đơn điệu giảm và ∞ n=1 An = A thì ta
T
lim An = A ∪ B; lim An = A ∩ B.
Định nghĩa 1.2.1. Tập hợp số thực R là tập hợp các phần tử
x, y, z, . . . trên đó có hai phép toán cộng, nhân và quan hệ thứ tự
thỏa mãn các tiên đề dưới đây, gọi là hệ các tiên đề về số thực.
x + 0 = 0 + x = x, ∀x ∈ R.
x + (−x) = (−x) + x = 0.
x + (y + z) = (x + y) + z, ∀x, y, z ∈ R.
x + y = y + x, ∀x, y ∈ R.
x · 1 = 1 · x = x, ∀x ∈ R.
2. . Với mọi phần tử x ∈ R \ {0} tồn tại một phần tử x−1 ∈ R (gọi
là phần tử nghịch đảo của x) sao cho:
x · x−1 = x−1 · x = 1.
x · (y · z) = (x · y) · z, ∀x, y, z ∈ R.
x · y = y · x, ∀x, y ∈ R
(x + y) · z = x · z + y · z
với mọi x, y, z ∈ R.
Lưu ý là do tính giao hoán của phép nhân, đẳng thức này vẫn
đúng nếu thứ tự các nhân tử được hoán đổi ở mỗi vế.
(x ≤ y) ⇒ (x + z ≤ y + z).
(0 ≤ x) ∧ (0 ≤ y) ⇒ (0 ≤ x · y).
Định nghĩa 1.2.2. Ta nói rằng tập A ⊂ R bị chặn trên nếu tồn
tại z ∈ R sao cho x ≤ z với mọi x ∈ A; phần tử z như thế được gọi
là cận trên của tập A.
Ta nói rằng tập A ⊂ R bị chặn dưới nếu tồn tại z ∈ R sao cho
x ≥ z với mọi x ∈ A; phần tử z như thế gọi là cận dưới của tập A.
Định nghĩa 1.2.3. Ta nói rằng M là phần tử lớn nhất của tập A
nếu M ∈ A và x ≤ M với mọi x ∈ A. Khi đó ta viết:
M = max A.
m = min A.
Định nghĩa 1.2.4. Giả sử A là tập bị chặn trên, z được gọi là cận
trên đúng của A nếu hai điều kiện sau được thỏa mãn:
+) z là cận trên của A, tức là x ≤ z, ∀x ∈ A.
+) z là cận trên bé nhất của A, tức là nếu y < z thì y không
phải là cận trên của A.
Cận trên đúng của A ký hiệu là sup A.
Giả sử A bị chặn dưới, z được gọi là cận dưới đúng của A, nếu:
+) z là cận dưới của A, tức là x ≥ z, ∀x ∈ A.
+) z là cận dưới lớn nhất của A, tức là nếu y > z thì y không
phải là cận dưới của A.
Cận dưới đúng của A ký hiệu là inf A.
Chú ý. Nếu A có phần tử lớn nhất max A thì sup A = max A. Nếu
A có phần tử bé nhất min A thì inf A = min A.
Như vậy, theo tiên đề về cận trên thì mọi tập A ⊂ R bị chặn
trên đều có cận trên đúng và do đó mọi tập bị chặn dưới đều có
cận dưới đúng. Tuy nhiên, tập A bị chặn chưa chắc có phần tử
lớn nhất hoặc nhỏ nhất. Ta hãy xét ví dụ sau.
Khi dãy số có giới hạn là một số thực thì ta nói dãy số hội tụ.
Từ điều kiện thứ hai trong định nghĩa về cận trên, ta thấy nếu
M = sup A thì ∀M 0 < M, ∃x ∈ A : M 0 < x. Tương tự, nếu m = inf A
thì ∀m0 > m, ∃x ∈ A : x < m0 . Với các nhận xét này, ta dễ dàng có
định lý sau:
lim xn = M.
n→∞
Tương tự, với m = inf A, khi đó tồn tại dãy {yn } ⊂ A (các yn có
thể trùng nhau) thỏa mãn:
lim yn = m.
n→∞
Hệ quả 1.2.1. Với x là số thực dương bất kỳ, luôn tồn tại số tự
nhiên n thỏa mãn
1
0 < < x.
n
Chứng minh. Theo nguyên lý Archimedes tồn tại số nguyên n ∈
Z thỏa mãn 1 < x.n. Vì n.x > 1 > 0 nên n > 0 suy ra n ∈ N và
0 < n1 < x.
Rõ ràng, giữa hai số hữu tỉ a < b luôn tồn tại số hữu tỉ q thỏa
mãn a < q < b (chẳng hạn q = a+b
2
).
Ngoài ra, ta còn có một định lý quan trọng sau đây.
Định lý 1.2.2. Giữa hai số thực phân biệt luôn tồn tại một số hữu
tỉ và một số vô tỉ.
1
từ đó suy ra n
> y − x, mâu thuẫn.
Vậy
m m
r= ∈Q và x< < b.
n n
b) Theo a), tồn tại r1 , r2 ∈ Q mà x < r1 < r2 < y. Số
r2 − r1
z = r1 + √
2
Ta nói một dãy {xn } là bị chặn nếu nó vừa bị chặn trên, vừa
bị chặn dưới, tức là ∃a : ∀n, |xn | ≤ a.
Một dãy {xn } ⊂ R được gọi là dãy cơ bản (hay dãy Cauchy)
nếu:
∀ε > 0, ∃n0 sao cho |xn − xm | < ε, ∀n, m ≥ n0 .
Như vậy, cho trước ε > 0, ta chỉ cần chọn n0 thỏa mãn n0 > 1/ε
thì rõ ràng |xn − xm | < ε, ∀n, m ≥ n0 . Theo nguyên lý Cauchy, dãy
xn hội tụ.
Tập hợp số thực, có thêm +∞ và −∞, với những quy ước trên,
được gọi là tập số thực mở rộng và ký hiệu là R.
Nhận thấy rằng, dãy đơn điệu tăng (giảm) luôn có giới hạn
(hữu hạn hoặc vô cực).
Rõ ràng dãy {un } là dãy đơn điệu giảm, còn dãy {vn } là dãy
đơn điệu tăng cho nên mỗi dãy có một giới hạn. Dĩ nhiên lim un =
inf{un } và lim vn = sup{vn }. Các giới hạn đó gọi là giới hạn trên
và giới hạn dưới của dãy {xn } và được ký hiệu lần lượt là lim xn
và lim xn .
Như vậy:
lim xn = lim sup xn+k , và lim xn = lim inf xn+k .
k≥0 k≥0
Với định nghĩa như trên thì mọi dãy số bất kỳ đều có giới
hạn trên và giới hạn dưới. Dễ thấy lim xn là giới hạn riêng nhỏ
nhất và lim xn là giới hạn riêng lớn nhất của dãy xn ; đồng thời
lim xn ≤ lim xn .
Ta lấy một số ví dụ đơn giản về hai loại giới hạn này như sau.
Ví dụ 1.2.7. Dãy xn = (−1)n , n ∈ N.
n
Ví dụ 1.2.8. Dãy xn = n(−1) , n ∈ N.
n k
lim n(−1) = n→∞
lim inf k (−1) = n→∞
lim 0 = 0,
n→∞ k≥n
(−1)n k
lim n = lim sup k (−1) = lim (+∞) = +∞.
n→∞ n→∞ k≥n n→∞
(−1)n
Ví dụ 1.2.9. Dãy xn = n
, n ∈ N.
(−1) n
(−1) k − 1
với n = 2m + 1
n
lim = lim inf = lim = 0,
n→∞ n n→∞ k≥n k n→∞
− 1 , với n = 2m
n+1
(−1) n
(−1) k 1
với n = 2m
lim = lim sup = lim n = 0.
n→∞ n n→∞ k≥n k n→∞
1 , với n = 2m + 1
n+1
Ta có các kết quả sau (chứng minh được dành cho phần bài tập).
Định lý 1.2.3. Một số ` là giới hạn của dãy {xn } khi và chỉ khi
lim xn = lim xn = `.
Định lý 1.2.4.
a) lim xn + lim yn ≤ lim(xn + yn ) ≤ lim xn + lim yn .
b) lim xn + lim yn ≤ lim(xn + yn ) ≤ lim xn + lim yn .
Tập hợp X được gọi là tập nguồn, tập hợp Y được gọi là tập đích.
Phần tử y ∈ Y đặt tương ứng với phần tử x ∈ X qua quy tắc f
được gọi là ảnh của x qua ánh xạ f và x được gọi là phần tử tạo
ảnh của y.
Tập ảnh: Cho ánh xạ f : X → Y và A ⊂ Y , ta gọi tập hợp
f (A) = {f (x) : x ∈ A}
Ví dụ 1.3.1.
a) Quy tắc
f : R →R
x 7→ y = f (x) = 3x2 − 5x + 1
là một ánh xạ.
b) Quy tắc
g : R → [0, +∞)
√
x 7→ y = g(x) = x
không là một ánh xạ, vì tồn tại phần tử thuộc tập nguồn, x ∈ R
(chẳng hạn x = −4), không được đặt tương ứng với phần tử nào
trong tập đích [0, +∞). Muốn quy tắc này trở thành ánh xạ thì ta
thay đổi tập nguồn R thành R+ .
c) Quy tắc
h: R →R
√
x 7→ y = h(x) = ± x
không phải là một ánh xạ, vì mỗi phần tử x ∈ R đều được đặt
tương ứng với hai phần tử trong tập đích R. Muốn quy tắc này
trở thành ánh xạ thì ta chỉ cho tương ứng mỗi x với duy nhất một
giá trị của y, tức là:
h: R →R h: R →R
√ hay √
x 7→ y = x, x 7→ y = − x.
h
Ví dụ 1.3.2. Cho các tập hợp X = R, Y = − 14 , +∞ , A = {1, 3, 4},
B = {0}. Xét ánh xạ:
h
f : R → − 41 , +∞
x 7→ y = f (x) = x2 − 3x + 2
f : R+ → R
x 7→ x2
f (R+ ) = R+ 6= R.
c) Ánh xạ
f : R → [−1, 1]
x 7→ sin x
f : R→R
x 7→ x3
f −1 : Y → X; y 7→ x = f −1 (y)
y = f (x) ⇔ x = f −1 (y).
Ví dụ 1.3.4.
a) Hàm số f : R → R, x 7→ y = f (x) = 2x − 3 có hàm ngược là
y+3
f −1 : R → R, y 7→ f −1 (y) = x =
2
Chú ý: Ta có thể đặt lại tên biến và tráo đổi tên biến x, y cho
nhau nên ta cũng coi hàm số y = x+3 2
là hàm ngược của hàm số
y = 2x − 3. Hàm số y = log2 x cũng được coi là hàm ngược của
hàm số y = 2x . Có nghĩa là, các hàm ngược nhau thì ta chỉ quan
tâm đến các quy tắc của chúng là ngược nhau và tập nguồn, tập
đích đảo cho nhau chứ không quan tâm đến tên gọi các biến độc
lập hay biến phụ thuộc.
Phép hợp thành các ánh xạ có tính chất kết hợp, nghĩa là
h ◦ (g ◦ f ) = (h ◦ g) ◦ f khi các hợp thành h ◦ g và g ◦ f xác định.
Với ánh xạ đồng nhất của X. Nếu f : X → Y ta có f ◦ idX = f
và idX ◦ f = f .
Dễ dàng thấy rằng hợp thành của hai đơn ánh là một đơn ánh,
hợp thành của hai toàn ánh là một toàn ánh. Do đó, hợp thành
của hai song ánh là một song ánh. Tình huống ngược lại ta có
mệnh đề sau:
Định nghĩa 1.3.6. Cho hai tập hợp A, B. Một quan hệ hai ngôi
từ A tới B là một tập con của tích Đề-các A × B.
* Cho S là một quan hệ hai ngôi từ A đến B, tức là S ⊂ A × B.
Giả sử a ∈ A, b ∈ B, nếu (a, b) ∈ S thì ta nói a có quan hệ S với b.
Ký hiệu: aSb.
* Nếu (a, b) ∈
/ S thì ta nói a không quan hệ S với b.
Ký hiệu aS̄b.
Ví dụ 1.3.8. Xét một quan hệ hai ngôi S trên R, tức là một tập
con của R × R được định nghĩa như sau:
S = {(x, y) ∈ R × R : x2 + y 2 = 1}.
Ta có S là tập tất cả các điểm nằm trên đường tròn đơn vị, tức
là đường tròn tâm O(0, 0) bán kính bằng 1 và 0S1 nhưng 2S̄3.
Trong các quan hệ hai ngôi, có hai quan hệ hai ngôi đặc biệt
mà chúng ta thường gặp là quan hệ tương đương và quan hệ thứ
tự. Bây giờ chúng ta sẽ lần lượt nghiên cứu về hai quan hệ này.
Ví dụ 1.3.9.
a) Quan hệ “=” trên tập số thực là quan hệ tương đương.
b) Cho m là số nguyên dương cố định. Ta xác định quan hệ hai
ngôi S trên N như sau:
Với mọi a, b ∈ N, aSb nếu và chỉ nếu m|(a − b), tức là tồn tại số
nguyên k sao cho a − b = mk.
Ta chứng minh quan hệ S là quan hệ tương đương.
Thật vậy, với a ∈ N thì a − a = 0 suy ra aSa. (tính phản xạ).
Cho a, b ∈ N và aSb. Khi đó, tồn tại số nguyên k sao cho a − b =
mk suy ra b − a = m(−k).
Vậy m|(b − a), nghĩa là bSa (tính đối xứng).
Với mọi a, b, c ∈ N, giả sử aSb và bSc. Khi đó, tồn tại hai số
nguyên dương p, q sao cho a − b = mp và b − c = mq. Ta có:
a − c = (a − b) + (b − c) = mp + mq = m(p + q) = mk.
Định nghĩa 1.3.8. Cho X là một tập hợp và một quan hệ hai
ngôi S trên X. Ta nói S là một quan hệ thứ tự trong X (quan hệ
thứ tự giữa các phần tử của X) nếu S thỏa mãn các tính chất sau:
ii) Tính phản đối xứng: ∀a, b ∈ X: Nếu aSb, bSa thì a = b.
iii) Tính bắc cầu: ∀a, b, c ∈ X: nếu aSb, bSa thì aSc.
Ví dụ 1.3.10.
a) Quan hệ nhỏ hơn hoặc bằng (“≤”) trong tập số thực là một
quan hệ thứ tự.
.
b) Quan hệ chia hết (“..”) trong tập các số nguyên dương là một
quan hệ thứ tự.
c) Quan hệ là tập con (“⊂”) trong một họ các tập hợp nào đó là
một quan hệ thứ tự.
Ví dụ 1.3.11. Cho S là một quan hệ hai ngôi trên tập R được xác
định như sau: Với mọi a, b ∈ R, aSb khi và chỉ khi ab ≥ 0.
Ta dễ dàng chỉ ra S có tính chất phản xạ, đối xứng. Nhưng S
không có tính chất bắc cầu vì −2S0 và 0S7 nhưng −2S̄7. Vậy S
không là quan hệ tương đương và cũng không là quan hệ thứ tự.
Cho trước một tập con khác rỗng T của Rn , một hàm f ∈ RT ,
(tức là, f : T −→ R), được gọi là hàm lõm nếu ∀x, y ∈ T, ∀λ : 0 ≤
λ ≤ 1 ta có:
Hàm f được gọi là hàm lõm ngặt nếu bất đẳng thức (∗) (không
xét dấu bằng) đúng với bất kỳ hai điểm phân biệt x, y ∈ T và với
mọi 0 < λ < 1.
Định nghĩa các hàm lồi và lồi ngặt có được bằng cách đảo chiều
bất đẳng thức (∗). Hay nói cách khác, hàm f là lồi (lồi chặt) khi
và chỉ khi −f là lõm (lõm chặt).
Nếu f và g là hai hàm lõm trong RT và α > 0 thì αf + g là
hàm lõm trong RT . Tương tự, nếu S là một khoảng trong R sao
cho f (T ) ⊆ S và f ∈ RT và g ∈ RS là những hàm lõm thì g ◦ f cũng
là hàm lõm.
Tiếp theo, chúng ta xét trường hợp đặc biệt là hàm lõm xác
định trên một khoảng mở I ⊆ R. Chúng ta quan tâm đến tính
liên tục, tính bị chặn của các hàm lõm xác định trên một khoảng
bị chặn trong R.
Một tập hợp bất kỳ có thể chứa hữu hạn phần tử hoặc vô hạn
phần tử, tương ứng ta gọi là tập hữu hạn và tập vô hạn. Hoặc
một tập hợp không chứa phần tử nào thì được gọi là tập rỗng, ký
hiệu ∅. Chúng ta thường nói rằng hai tập hợp hữu hạn có "cùng
số lượng phần tử", hay tập hợp này có "số lượng phần tử ít hơn"
tập hợp kia. Nhưng với các tập hợp vô hạn, sẽ rất khó hiểu "số
lượng" là gì. Ngoài ra, ta còn quan tâm đến trường hợp một tập là
"đông" hơn một tập khác. Khái niệm này khá dễ hiểu với tập hữu
hạn nhưng không dễ đối với các tập vô hạn. Đối với tập hữu hạn,
ta ký hiệu |A| là số phần tử của tập A và gọi là lực lượng (bản số)
của tập A. Nếu tập A chứa vô hạn phần tử thì ta viết |A| = ∞.
Hiển nhiên, nếu A ⊆ B thì |A| ≤ |B| và nếu A ⊂ B, |A| < |B|.
Ta định nghĩa lớp tất cả các tập con của tập S cho trước là
S
2 = {A : A ⊆ S}.
Tập 2S được gọi là tập lũy thừa (power set) của S. Chúng ta sử
dụng ký hiệu này bởi vì xuất phát từ tính chất tập S có n phần
∅
tử thì tập 2S có 2n phần tử. Chẳng hạn, 2∅ = {∅}, 22 = {∅, {∅}}.
Chú ý: Lớp tất cả các tập con hữu hạn khác rỗng của một tập
S cho trước được ký hiệu là:
Định nghĩa 1.5.1. Hai tập hợp X và Y được nói là có cùng lực
lượng nếu và chỉ nếu tồn tại một song ánh từ X vào Y .
Một tập hợp X được gọi là hữu hạn khi và chỉ khi nó có cùng
lực lượng với tập {1, 2, . . . , n} ⊂ N, khi đó nó có n phần tử, ký hiệu
|X| = n. Trường hợp còn lại X là tập có vô hạn phần tử, ký hiệu
|X| = ∞. Tập X được gọi là đếm được nếu và chỉ nếu tồn tại một
đơn ánh f từ X vào N. Như vậy, tập đếm được có thể là tập hữu
hạn hoặc tập vô hạn. Tập X là tập vô hạn và đếm được thì được
gọi là tập vô hạn đếm được. Một tập hợp không đếm được nếu và
chỉ nếu nó không phải là tập đếm được.
Có thể chứng minh được một tập vô hạn đếm được bằng cách
khẳng định nó cùng lực lượng với tập N.
Dễ thấy mọi tập đếm được (vô hạn hay hữu hạn) đều có thể
biểu diễn bằng cách đánh số các phần tử như sau:
X = {a1 , a2 , . . . , an , . . .}.
Mệnh đề 1.5.1. Mọi tập con của tập đếm được cũng đếm được.
Như vậy chúng ta có thể tạo ra một tập đếm được bằng cách
"cắt bớt" một tập đếm được. Ngược lại ta cũng có thể bổ sung cho
một tập đếm được để tạo ra một tập đếm được khác. Tổng quát,
chúng ta có kết quả sau.
Mệnh đề 1.5.2. Hợp của một họ đếm được các tập đếm được cũng
là tập đếm được.
Tập X được gọi là có lực lượng nhỏ hơn tập Y nếu và chỉ nếu
tồn tại một hàm đơn ánh từ X vào Y , nhưng không có hàm toàn
ánh nào lên Y . Tính chặt chẽ của định nghĩa này được khẳng
định nhờ định lý sau đây.
Định lý 1.5.1 (Định nghĩa tương đương). Nếu A và B là hai tập
hợp, f là một hàm đơn ánh từ A vào B, và g là một hàm đơn ánh
từ B vào A. Khi đó, tập A và tập B có cùng lực lượng.
Ví dụ 1.5.4. Tập hợp R và (0, 1) có cùng lực lượng. Trước hết ta
dễ dàng chứng minh được hàm số sau là song ánh từ (−1, 1) vào
R : f (x) = tg πx
2
. Vậy R và (−1, 1) có cùng lực lượng. Ta lại có song
x+1
ánh g(x) = 2 từ (−1, 1) vào (0, 1) nên (−1, 1) và (0, 1) có cùng lực
lượng.
Chứng minh. Đặt f (x) := {x}. Đây là một đơn ánh từ X vào 2X .
Giả sử g là một toàn ánh từ X lên 2X . Đặt A := {x ∈ X; x 6∈ g(x)}.
Khi đó g(y) = A với y nào đó. Nếu y ∈ A thì y 6∈ g(y) = A, nhưng
nếu y 6∈ A = g(y) thì y ∈ A, mâu thuẫn.
Hệ quả 1.5.2. Tập N có lực lượng nhỏ hơn hơn 2N , nên 2N là không
đếm được.
Tập có cùng lực lượng với tập 2N sẽ được gọi là có lực lượng c,
hoặc lực lượng continum. Ta cũng có thể thấy rằng với X là tập
vô hạn đếm được thì tập 2X có cùng lực lượng với tập 2N và như
vậy 2X cũng sẽ có lực lượng c.
Chứng minh. Chứng minh của định lý được để ở phần bài tập.
Sử dụng bài tập 20 ta sẽ chỉ ra [0, 1] và (0, 1) có cùng lực lượng. Sử
dụng bài tập 21 để chứng minh [0, 1] và 2N có cùng lực lượng.
Dưới đây là một ví dụ về tập không đếm được khá nổi tiếng,
đó là tập Cantor.
Có thể chứng minh được C có cùng lực lượng với 2N . Thật vậy
ta có song ánh f từ 2N vào C như sau: với mọi A ∈ 2N , f (A) =
n
n∈A 2/3 .
P
Trong mục này, tập hợp khác rỗng X được coi là tập các thành
quả (hay các giải thưởng hoặc những gì có thể thay thế). Quan
hệ ưa chuộng ¥ trên X là quan hệ hai ngôi dựa trên thứ tự của
sự ưa chuộng trên tập X. Ta đã biết, quan hệ ưa chuộng của một
cá nhân chứa tất cả các thông tin liên quan đến những lần thử
kết quả trong X. Nếu x ¥ y thì chúng ta hiểu là cá nhân có quan
điểm nhìn nhận hàng hóa x ít khả năng bị thay thế hơn hàng hóa
y hay nói cách khác, hàng hóa x được ưa chuộng hơn hàng hóa y.
Từ định nghĩa này, ta suy ra quan hệ ưa chuộng thực sự và quan
hệ thờ ơ trên X như sau:
• Quan hệ thờ ơ ∼
x ∼ y ⇐⇒ x ¥ y ∧ y ¥ x.
Tương tự, tập bao dưới yếu và tập bao dưới thực sự của x tương
ứng là các tập hợp được ký hiệu và định nghĩa như sau:
L¥ (x) := {y ∈ X : x ¥ y}, L (x) := {y ∈ X : x y}
Giả sử u là hàm biểu diễn quan hệ ¥ trên tập X, khi đó, ta nói
gọn là u biểu diễn ¥. Nếu tồn tại một hàm lợi ích u biểu diễn ¥
trên X thì ta nói quan hệ ¥ là biểu diễn được và u là hàm lợi ích
biểu diễn cho ¥.
Nếu u biểu diễn ¥ và u(x) > u(y) thì ta hiểu rằng x thực sự ưa
chuộng hơn so với y.
Nếu u biểu diễn ¥ thì quan hệ ¥ là đầy đủ khi và chỉ khi
u(x) > u(y) ⇐⇒ x y và u(x) = u(y) ⇐⇒ x ∼ y, ∀x, y ∈ X.
Ta chú ý rằng hàm lợi ích biểu diễn quan hệ ưa chuộng ¥
không phải là duy nhất.
Mệnh đề 1.6.1. Nếu X là một tập đếm được, khác rỗng và quan
hệ ¥ là quan hệ ưa chuộng đầy đủ trên X thì ¥ là biểu diễn được.
2. Tìm cận trên đúng, cận dưới đúng và phần tử lớn nhất, phần
tử nhỏ nhất của A (nếu tồn tại) trong các trường hợp sau:
n+1
a) A = {xn } với xn = (−1)n · n
, n = 1, 2, 3, . . .
n−1
b) A = {yn } với yn = (−1)n · n
, n = 1, 2, 3, . . .
Hãy chỉ ra các ví dụ cho trường hợp dấu bằng trong các bất
đẳng thức trên không xảy ra.
4. Tìm các giới hạn trên và dưới của các dãy số sau:
π 1 π (−1)n
a) xn = sin n + . c) xn = cos n + .
2 n 3
n(n+1)
n
b) xn = [(−1)n + 1]n2 . d) xn = (−1) 2 sin2 nπ2
.
9. Trong
n
ba tậposau thì những
n
tập nào
o
bằng nhau?
n o
a) {2, 3}, {4} ; b) {4}, {2, 3} ; c) {4}, {3, 2} .
10. Chứng minh rằng:
a) A ⊂ B và A ⊂ C thì A ⊂ B ∩ C.
b) A ⊂ B và C ⊂ D thì A ∩ C ⊂ B ∩ D.
c) A ⊂ B khi và chỉ khi A ∩ B = A.
∞ ∞
11. Tìm An và An khi
S T
n=1 n=1
1 1 1 2
a) An = {x ∈ R : − ≤ x < } b) An = {x ∈ R : ≤ x ≤ }
n n n n
1 n
c) An = {x ∈ R : (1 + ) ≤ x < 3} d) An = {x ∈ R : n ≤ x ≤ n + 1}.
n
12. Cho I := [0, 1]. Xác định [x, 2] và
S T
[x, 2].
x∈I x∈I
14. Cho {An } là một dãy tăng các tập con của X. Đặt B1 = A1
và Bn = An \ An−1 với mọi n = 2, 3, . . . Chứng minh rằng
Bn ∩ Bm = ∅, ∀m 6= n và
∞
[ ∞
[
An = B1 ∪ B2 ∪ · · · ∪ Bn ; An = Bn .
n=1 n=1
15. Cho {An } là một dãy các tập con của tập X. Đặt B0 = ∅ và
với mọi n ∈ N, đặt
n
[
Bn = Ak , Cn = An \ Bn−1 .
k=1
Chứng minh {Bn } là dãy các tập đơn điệu tăng và {Cn } là
dãy các tập rời nhau thỏa mãn:
∞
[ ∞
[ ∞
[
Bn = An = Cn .
n=1 n=1 n=1
16. Cho {An } là dãy các tập con của tập X. Nếu A chứa mọi
x ∈ X thuộc vô hạn các tập An , chứng tỏ rằng:
∞ [
\ ∞
A = lim sup An = Ak .
n=1 k=n
17. Cho {An } là dãy các tập con của tập X. Nếu B chứa tất cả
x ∈ X không thuộc một số hữu hạn các tập An , chứng tỏ
rằng
∞ \
[ ∞
B = lim inf An = Ak .
n=1 k=n
18. Cho {An } là dãy đơn điệu giảm các tập con của tập X. Chứng
minh rằng
∞
\
lim inf An = An = lim sup An .
n=1
19. Nếu tập A là không đếm được và B là một tập đếm được,
chứng minh rằng A \ B có cùng lực lượng với A.
Gợi ý: Lấy C là một tập con vô hạn đếm được của A \ B. Khi
đó C và C ∪ (A ∩ B) có cùng lực lượng.
20. Tương tự, chứng minh rằng nếu tập A là không đếm được
và B là một tập đếm được, thì A ∪ B có cùng lực lượng với A.
21. Chứng minh [0, 1] và 2N có cùng lực lượng bằng cách xét
hàm số từ 2N lên [0, 1] như sau: Nếu ∅ 6= A ⊂ N, đặt f (A) :=
n+1
(khai triển nhị phân) và f (∅) = 0. Hàm này
P
n∈A 1/2
không hẳn là song ánh, nhưng dùng nó và áp dụng bài tập
19 để chứng minh [0,1] có lực lượng c.
22. Cho ánh xạ f : X → Y ; A ⊂ Y . Chứng minh rằng:
f −1 (Y \ A) = X \ f −1 (A).
số ta có:
f (M ) = f [ 12 (M + ct ) + 21 (M − ct )]
≥ 21 f (M + ct ) + 12 f (M − ct )
= 12 f (t) + 12 f (M + ct ),
Do đó, f (t) ≤ 2f (M ) − inf f ([a, b]) < ∞. Vì t được chọn bất kỳ
trong đoạn [a, b] nên ta suy ra sup f ([a, b]) < ∞.
đề trên.
A B
g
g(B \ f(X))
B \ f(X)
F(X) f(X)
X
A B
g
g(B \ f(C))
B \ f(C)
f(C)
C
Trong nhiều vấn đề của toán học cũng như đời sống, chúng
ta cần quan tâm đến khái niệm khoảng cách giữa hai đối tượng.
Chẳng hạn khoảng cách giữa hai điểm trong không gian, chúng
ta thường nghĩ đến chiều dài đoạn thẳng nối giữa hai điểm. Tuy
nhiên, nếu hai điểm nằm trên bề mặt Trái đất thì rõ ràng khoảng
cách trên không có mấy ý nghĩa. Khi đó khoảng cách ngắn nhất
giữa hai điểm trên Trái đất sẽ là độ dài đường nằm trên bề mặt
- đường chim bay. Hơn nữa, để di chuyển giữa hai điểm trên một
mạng lưới giao thông, ta bắt buộc phải đi theo mạng lưới đó và
khoảng cách được xem như chiều dài đoạn ngắn nhất để đi từ
điểm này đến điểm kia và ngược lại.
Phép toán cơ bản của giải tích là phép toán giới hạn. Nhưng
muốn tính giới hạn thì ta cần dựa vào khái niệm khoảng cách.
Chẳng hạn, ta nói dãy điểm xn có giới hạn là điểm x (hay dãy
điểm xn hội tụ tới điểm x) khi và chỉ khi khoảng cách giữa xn và
x nhỏ dần và có thể nhỏ hơn bất kỳ số > 0 bé tùy ý nào đó cho
trước khi n càng lớn, tức là khoảng cách giữa xn và x dần đến 0.
Nhiều vấn đề quan trọng của giải tích chỉ dựa trên các tính chất
của khoảng cách mà không liên quan đến những tính chất khác
của đường thẳng, mặt phẳng hoặc không gian ba chiều thông
thường. Vì vậy, muốn khảo sát bản chất các vấn đề đó, người ta
đưa ra khái niệm tổng quát của khoảng cách là metric và từ đó
dẫn đến khái niệm không gian metric.
Trong giáo trình này, chúng ta sẽ đặc biệt quan tâm đến các
định nghĩa về metric (khoảng cách theo nghĩa mở rộng) giữa hai
hàm số cũng như các ứng dụng của chúng.
Tuy nhiên, có một số sự hội tụ mà không thể định nghĩa
bằng metric. Chẳng hạn nếu chúng ta định nghĩa sự hội tụ
của một dãy các hàm fn "theo điểm" như sau: fn → f có nghĩa
là fn (x) → f (x) với mọi x, nó dẫn đến (với một lớp đủ lớn các
hàm xác định trên một tập không đếm được) có thể không tồn tại
metric ρ nào sao cho fn → f tương đương với ρ(fn , f ) → 0.
Trước hết, chúng ta nhớ lại rằng khoảng cách thông thường
giữa hai điểm r, s trên đường thẳng thực R xác định bởi giá trị
|r − s|. Giá trị này thỏa mãn các tính chất sau:
1) |r − s| ≥ 0, ∀r, s ∈ R; |r − s| = 0 ⇔ r = s,
2) |r − s| = |s − r|, ∀r, s ∈ R,
3) |r − t| ≤ |r − s| + |s − t|, ∀r, s, t ∈ R.
Chú ý rằng tính chất thứ ba rất quan trọng đối với các kết quả
về sự hội tụ. Từ đó, người ta đưa ra định nghĩa về khoảng cách
giữa hai điểm trong một tập hợp X và yêu cầu phải thỏa mãn ba
tính chất trên.
Định nghĩa 2.1.1. Cho tập X 6= ∅, một metric trên X là một hàm
d từ X × X vào [0; +∞) thỏa mãn:
z
d(
, z) z,
d(x y)
x y
d(x, y)
Tập X cùng metric d trên đó được gọi là một không gian met-
ric, ta thường ký hiệu là (X, d). Mỗi phần tử x ∈ X ta gọi là một
điểm của X, d(x, y) còn được gọi là khoảng cách giữa x và y.
i) ∀x1 , x2 , . . . , xn ∈ X:
|a−b|
r= 2
a a+b b
2
Định nghĩa 2.1.2. Cho không gian metric (X, d), một tập Y ⊂ X
khác rỗng với metric d hạn chế trên Y , ký hiệu là (Y, d), được gọi
là không gian metric con của không gian (X, d).
Pk Pk
Giản ước tổng i=1 a2i + 2
i=1 bi ở hai vế ta có:
v
k
X
u k
u X k
X
ai b i ≤ t a2 )( b2 ) .
i i
i=1 i=1 i=1
Trong trường hợp ai , bi > 0, bất đẳng thức trên chính là bất
đẳng thức Cauchy-Bunhiacopski nên là đúng, từ đó suy ra
nó đúng với mọi ai , bi .
iii) Tổng
s
quát hơn, người ta còn chứng minh được dp (x, y) =
k
p
|xi − yi |p cũng là một metric trên Rk với 1 ≤ p < ∞.
P
i=1
y y y
x x x
d1 (x, y) d2 (x, y) d∞ (x, y)
Hình 2.5: Các hình cầu tâm O, bán kính 1 ứng với các khoảng cách
d1 , d2 , dp , d∞ trong R2
∞
Ví dụ 2.1.6. Tập l2 = {(x1 , x2 , . . . , xn , . . . )| x2k < ∞} (tập các
P
k=1
dãy số vô hạn có tổng bình phương bị chặn) là một không gian
metric với: v
u∞
uX
d2 (x, y) = t (xk − yk )2 .
k=1
Ví dụ 2.1.7. Trong tập hợp các hàm số liên tục trên đoạn [a, b]:
chúng ta xác định metric d∞ (f, g) = maxa≤t≤b |f (t) − g(t)|. Khi đó,
các tiên đề của metric cũng được thỏa mãn. Tập hợp C[a, b] cùng
với metric này lập thành không gian metric, ta gọi là không gian
các hàm liên tục trên đoạn [a, b]. Trường hợp đặc biệt, không gian
C[0, 1] thường được ký hiệu tắt là C = C[a, b].
Ví dụ 2.1.8. Tập hợp các hàm số liên tục trên đoạn [a, b]:
cùng với metric ρ(f, g) = maxa≤t≤b |f (t) − g(t)| lập thành không
gian metric.
Ví dụ 2.1.9. Tập hợp các hàm số liên tục trên đoạn [a, b]:
Rb
cùng với metric ρ(f, g) = a |f (t) − g(t)|dt lập thành không gian
metric. Ký hiệu C L [a, b].
Ví dụ 2.1.10. Tập B[a, b] gồm toàn bộ các hàm bị chặn trên [a, b]
là một không gian metric, với metric:
y(t)
d(x, y)
x(t)
a b
Hai điều kiện (2.1) và (2.2) đều dễ thấy. Ta sẽ kiểm tra điều
kiện (2.3) với ba hàm x(t), y(t), z(t) ∈ B[a, b]:
Tập hợp C[a, b] các hàm liên tục trên [a, b] với metric: d∞ (x, y) =
supa≤t≤b |x(t) − y(t)| là một không gian metric con của không gian
B[a, b]. Chú ý rằng đối với không gian C[a, b], luôn tồn tại T ∈ [a, b]
sao cho |x(T ) − y(T )| = d∞ (x, y), ∀x, y ∈ C[a, b]. Như vậy, trên
C[a, b]:
d∞ (x, y) = max |x(t) − y(t)|.
a≤t≤b
Ví dụ 2.1.11. Xét trong không gian R2 với hàm d1/2 (x, y) được
định nghĩa như sau:
q q 2
d1/2 (x, y) = |x1 − y1 | + |x2 − y2 | với x = (x1 , x2 ), y = (y1 , y2 ).
Ta có d1/2 (1, 0), (0, 1) = 4 trong khi:
d1/2 (1, 0), (0, 0) = 1 = d1/2 (0, 0), (0, 1) .
Vậy d1/2 (1, 0), (0, 1) ≥ d1/2 (1, 0), (0, 0) +d1/2 (0, 0), (0, 1) nên
không thỏa mãn bất đẳng thức tam giác. Vậy d1/2 không phải là
metric trong R2 .
Định nghĩa 2.1.3. Ta nói dãy điểm x1 , x2 , . . . của một không gian
metric X hội tụ đến điểm x của không gian đó nếu n→∞ lim d(xn , x) =
0. Ký hiệu:
xn → x hoặc lim xn = x,
và x được gọi là giới hạn của dãy {xn }.
c) Trong không gian C[0, 1] các hàm liên tục trên đoạn [0, 1]
với khoảng cách d∞ (x, y). Xét dãy hàm:
nt
0 ≤ t < 1/n
xn (t) =
1
1/n ≤ t ≤ 1
và hàm x(t) ≡ 1.
Ta thấy rằng xn 9 x, vì d(xn , x) ≥ |xn (0) − x(0)| = 1.
Định nghĩa 2.1.4. Cho không gian C[a, b] các hàm liên tục trên
[a, b] với khoảng cách d∞ (x, y). Khi đó dãy hàm xn hội tụ đến x còn
được gọi là hội tụ đều đến hàm x(t).
Ta sẽ chứng minh dãy hàm này hội tụ đều đến hàm số:
x(t) = 1 − t.
1
Xét hàm số f (t) = (1 − tp ) p − 1 + t, p > 1, ta có:
1−p
1 − tp 1
p
0
f (t) = − + 1 = 0 ⇔ tp = .
tp 2
Dễ thấy, hàm số f (t) đạt cực đại tại điểm tp = 12 và cực tiểu tại
1/p
1
hai điểm t = 0, 1 trên [0, 1]. Vậy 0 ≤ f (t) ≤ 2 − 1, ∀t ∈ [0, 1].
2
Từ đó, suy ra:
n
1
n+1
d∞ (xn , x) = 2 − 1 → 0, khi n → ∞.
2
Ví dụ 2.1.14. Sự hội tụ trong không gian C L [a, b], tức là không
gian các hàm số liên tục trên đoạn [a, b]:
C[a, b] = {f : [a, b] −→ R, f liên tục}
Rb
cùng với metric ρ(f, g) = a |f (t) − g(t)|dt, là sự hội tụ trung bình.
Sau đây là một số tính chất của dãy hội tụ trong không gian
metric:
Tính chất 2.1.1. Nếu xn → x và xn → x0 thì x = x0 (giới hạn của
một dãy điểm nếu có là duy nhất). Thật vậy, dựa vào bất đẳng
thức tam giác ta có:
0 ≤ d(x, x0 ) ≤ d(x, xn ) + d(xn , x0 ) → 0.
Tính chất 2.1.3. Nếu dãy xn → x thì mọi dãy con của nó hội tụ
tới cùng giới hạn.
Định nghĩa 2.2.1. Cho A là tập bất kỳ thuộc (X, d), điểm x ∈ A
được gọi là điểm trong của A nếu tồn tại r > 0 sao cho B(x, r) ⊂ A.
Tập hợp tất cả các điểm trong của A được gọi là phần trong
của A, ký hiệu là int A.
Định nghĩa 2.2.2. Một tập hợp A của không gian metric X được
gọi là tập mở nếu mọi điểm của A đều là điểm trong. Tức là,
Định nghĩa 2.2.3. Hợp của một họ bất kỳ các hình cầu mở trong
(X, d) được gọi là một tập mở trong không gian metric (X, d). Tập
∅ trong X được quy ước là một tập mở.
Cho x ∈ X, N ⊂ X (mở hoặc không). Nếu tồn tại U mở nào đó
thỏa mãn x ∈ U ⊂ N thì N được gọi là một lân cận của x.
Ví dụ 2.2.4. Trong không gian metric rời rạc (X, d), mọi tập con
đều là tập mở do ∀a ∈ A ⊂ X : A = a∈A B(a, 21 ).
S
Tiếp theo, chúng ta sẽ xem xét một số tính chất và điều kiện
để một tập là tập mở.
Ví dụ 2.2.5. Trong R, phần trong của [a, b], [a, b) và (b, a] đều là
(a, b). Điểm a không là điểm trong của [a, b) hoặc [a, b] tức [a, b)
không thể là lân cận của a.
Mệnh đề sau giúp ta có thể dễ dàng kiểm tra xem một tập khi
nào là tập mở.
Chứng minh. Giả sử A mở, xét x ∈ A bất kỳ. Khi đó, tồn tại y ∈ X
và r > 0 sao cho x ∈ B(y, r) ⊂ A. Đặt s := r − d(x, y). Khi đó, s > 0
và nếu chúng ta chứng minh được B(x, s) ⊂ A thì rõ ràng x là
i) Hợp của một họ bất kỳ các tập mở là mở: Cho tập chỉ số bất
kỳ I và một họ các tập mở Uα (α ∈ I), khi đó:
[
Uα là tập mở.
α∈I
ii) Giao của hữu hạn các tập mở là mở: Cho một số hữu hạn
các tập mở {Ui }ni=1 , khi đó:
n
\
Ui là tập mở.
i=1
Chứng minh.
i) Khẳng định là hiển nhiên (theo định nghĩa).
ii) Đầu tiên, ta chứng tỏ giao của hai hình cầu mở bất kỳ là
một tập mở. Giả sử x, y ∈ X, r > 0 và s > 0. Đặt U = B(x, r) ∩
B(y, s). Lấy z ∈ U và t = min{r − d(x, z), s − d(y, z)} > 0. Với mọi
w ∈ B(z, t) tức là d(z, w) < t thì từ bất đẳng thức tam giác ta có
d(x, w) < d(x, z) + t < r. Tương tự, d(y, w) < s. Do vậy w ∈ B(x, r)
và w ∈ B(y, s), nên B(z, t) ⊂ U . Suy ra với mỗi điểm z thuộc U đều
là điểm trong của U nên U mở. Vậy giao hai hình cầu mở là một
tập mở. Giả sử V và W là hai tập mở, thì V = A và W = B
S S
y
z x
w
t = r − d(x, z)
với A và B là những họ tập hợp của các hình cầu mở. Khi đó:
[
V ∩W = {A ∩ B : A ∈ A , B ∈ B }.
Suy ra U = int A.
S
Từ khẳng định iii) của định lý trên có thể suy ra int A là tập
mở lớn nhất chứa trong A theo nghĩa: Nếu U là tập mở nằm trong
A thì U ⊂ int A.
∞
Ví dụ 2.2.7. (1 − n1 ; 1 + n1 ) = {1} không là tập mở, do vậy giao
T
n=1
vô hạn các tập mở chưa chắc là tập mở.
Định nghĩa 2.2.4. Cho không gian metric (X, d), tập A ⊂ X được
gọi là tập đóng nếu phần bù Ac là tập mở.
Ví dụ 2.2.8. Trong R, các tập [a, b], [a, +∞), (−∞, b] là tập đóng.
Thật vậy, do (a, +∞), (−∞, a) là các tậpmở nên [a, +∞) = R \
(−∞, a), (−∞, a] = R \ (a, +∞), [a, b] = R \ (−∞, a) ∪ (b, +∞) là
các tập đóng.
Ví dụ 2.2.9. Trong không gian R2 , mỗi tập hợp có dạng [a, b]×[c, d]
đều là tập đóng.
Mỗi hình cầu đóng B[x0 , r] trong không gian metric X đều là
tập đóng.
x
y
z
r s = d(x, z) − r
Định lý 2.2.2. Trong một không gian metric bất kỳ, ta luôn có
các kết quả sau:
a) Giao của một họ tùy ý những tập đóng là một tập đóng.
b) Hợp của một họ hữu hạn những tập đóng là một tập đóng.
Định nghĩa 2.2.5. Giao của tất cả các tập đóng chứa tập A ⊂ X
được gọi là bao đóng của A, ký hiệu là [A] (hoặc A): [A] = {Aα :
T
α
Aα đóng chứa A}.
Như vậy với tập A ⊂ X bất kỳ luôn tồn tại phần trong và bao
đóng của A.
Tập ∂A := [A]\ int A được gọi là biên của tập A. Ở phần bài tập
ta sẽ chỉ ra biên của A là tập đóng.
Nhận xét. x ∈ ∂A ⇔ ∀r > 0 : B(x, r) vừa chứa điểm y ∈ A, vừa
chứa điểm z ∈ Ac .
z
Ac
x δA
r y
Do hợp bất kỳ của các tập mở là tập mở, nên theo định lý De
Morgan, giao bất kỳ của các tập đóng là tập đóng. Như vậy [A] là
đóng và là tập đóng nhỏ nhất chứa A, nghĩa là nếu V là một tập
đóng chứa A thì V ⊃ [A].
Bạn đọc hãy tự chứng minh các mệnh đề sau.
Mệnh đề 2.2.3.
a) [A] là tập đóng nhỏ nhất chứa A.
b) Tập A đóng khi và chỉ khi [A] = A.
c) Nếu tập A ⊂ B thì [A] ⊂ [B].
Định nghĩa này là tương đương với khẳng định mỗi lân cận
của x chứa ít nhất một điểm của A khác x. Thật vậy chiều suy ra
là hiển nhiên, ngược lại xét S1 là một lân cận nào đó của x chứa
điểm x1 6= x. Lấy S2 = B(x, r1 ) trong đó r1 < d(x1 , x) là một lân
cận của x không chứa x1 nên nó phải chứa một điểm x2 khác x1
và x.
Tiếp tục quá trình này ta chọn được dãy các lân cận S2 , S3 , . . .
lần lượt chứa vô số điểm x1 , x2 , . . . và như vậy S1 chứa vô số điểm
phân biệt của A.
Hiển nhiên bằng cách chọn r1 , r2 , . . . tiến tới 0 trong quá trình
trên, ta thu được dãy x1 , x2 , . . . hội tụ tới x và như vậy ta có:
Điểm x là điểm tụ của tập A nếu và chỉ nếu tồn tại một dãy
điểm phân biệt {xn } ∈ A sao cho xn → x.
Chú ý là điểm tụ của một tập chưa chắc đã thuộc tập đó.
x
y
Ta có sự liên hệ giữa dãy hội tụ trong không gian metric với tập
đóng và tập mở ở định lý sau.
Định lý 2.2.3.
i) Tập U ⊂ X mở khi và chỉ khi với mọi dãy {xn } trong X, nếu
xn → x ∈ U thì luôn tồn tại số tự nhiên N sao cho xn ∈ U với mọi
n ≥ N.
ii) Với tập A ⊂ X bất kỳ, [A] là tập hợp tất cả các giới hạn của
các dãy của A hội tụ (chứa các x ∈ X sao cho tồn tại dãy xn ∈ A
thỏa mãn xn → x).
iii) Tập A ⊂ X đóng khi và chỉ khi với mọi dãy xn → x, xn ∈ A
với mọi n, ta có x ∈ A.
Định nghĩa 2.2.7. Trong không gian metric (X, d) bất kỳ, một
tập hợp A ⊂ X được gọi là trù mật trong X khi và chỉ khi bao
đóng [A] = X.
Không gian (X, d) được gọi là tách được (khả ly) khi và chỉ khi
X có một tập con đếm được trù mật trong X.
Định lý 2.2.4. Một không gian metric (X, d) là tách được khi và
chỉ khi tồn tại một họ đếm được các hình cầu mở U thỏa mãn với
mọi tập mở A ⊂ X, A là hợp của một họ con các tập thuộc U .
Định nghĩa 2.2.8. Tập con X ⊂ Rn được gọi là tập lồi nếu ∀x, y ∈
X thì λx + (1 − λ)y ∈ X, ∀λ ∈ [0, 1].
Ví dụ 2.2.13.
a) Xét trong không gian R2 , tập hợp {(x, y) ∈ R2 : ax + by ≤ c}
là tập lồi, với a, b, c là những số thực bất kỳ.
b) Các tập hợp Rn , ∅, {x} là những tập lồi.
Định nghĩa 2.3.1. Một dãy {xn } trong không gian X với metric
d được gọi là dãy Cauchy nếu lim supm≥n d(xm , xn ) = 0. Không
n→∞
gian metric (X, d) được gọi là đầy đủ (đủ) khi và chỉ khi mọi dãy
Cauchy trong nó đều hội tụ.
Ví dụ 2.3.1.
a) Không gian R với khoảng cách thông thường là không gian
metric đủ (nguyên lý Cauchy) và như vậy các không gian Rk với
metric Euclide là các không gian đủ.
Thật vậy, giả sử {xn } là một dãy Cauchy trong R. Đặt ak =
inf i≥k xi , bk = supi≥k xi , k = 1, 2, . . . Khi đó, ta sẽ nhận được một
dãy con lồng nhau:
[a1 , b1 ] ⊃ [a2 , b2 ] ⊃ · · · ⊃ [an , bn ] ⊃ · · ·
T∞
lý Bolzano-Weierstrass, tồn tại duy nhất x ∈ n=1 [an , bn ], tức là
lim xn = x.
Bây giờ ta chứng minh Rk với metric Euclide là không gian đủ.
(n) (n) (n)
Thật vậy, giả sử xn = (x1 , x2 , . . . , xk ) là một dãy Cauchy trong
(n)
Rk . Suy ra, với mỗi i ∈ {1, 2, . . . , k} : {xi } là một dãy Cauchy
trong R. Khi đó:
v
u k
(n) (m)
uX (n) (m)
|xi − xi | ≤ t (x
i − xi = d2 (xn , xm ) → 0, (m, n −→ +∞).
i=1
(n)
Vậy, với mỗi i ∈ {1, 2, . . . , k} dãy xi hội tụ tới xi nào đó. Đặt
x = (x1 , x2 , . . . , xk ) ta sẽ có x ∈ Rk và vì các tọa độ của xn hội tụ tới
các tọa độ tương ứng của x nên xn → x.
Mệnh đề 2.3.1. Cho dãy xn ∈ C[a, b] hội tụ đều tới x. Khi đó,
x ∈ C[a, b].
Chứng minh. Với ε > 0 bất kỳ, chọn N sao cho d∞ (xN , x) < ε/3.
Với bất kỳ t ∈ [a, b], do xN là liên tục ta chọn được δt sao cho
nếu |u − t| < δt thì |xN (t) − xN (u)| < ε/3. Khi đó
|x(t) − x(u)| ≤ |x(t) − xN (t)| + |xN (t) − xN (u)| + |xN (u) − x(u)|
< ε/3 + ε/3 + ε/3 = ε
Do vậy x là liên tục trên [a, b].
Định lý 2.3.1. Không gian metric (C[a, b], d∞ ) là một không gian
metric đầy đủ.
Chứng minh. Cho xn là dãy Cauchy trong C[a, b]. Khi đó với mỗi
t ∈ [a, b], xn (t) là một dãy Cauchy trong R, nên nó hội tụ tới một
số thực nào đó, ký hiệu là x(t). Khi ấy với mỗi m và mọi t, |x(t) −
xm (t)| = limn→∞ |xn (t) − xm (t)| ≤ limn→∞ d∞ (xn , xm ) → 0 khi m →
∞, nên d∞ (x, xm ) → 0. Như vậy x ∈ C[a, b] theo mệnh đề trên.
Ví dụ 2.3.2. Không gian các hàm khả vi trên [a, b], ký hiệu C1 [a, b],
với metric d∞ không phải là không gian đủ.
Thật vậy, ta xét dãy hàm số sau trong (C1 [−1, 1], d∞ ):
1
nếu − 1 ≤ t < 0,
xn (t) = n+1
n
1 − t n n+1
nếu 0 ≤ t ≤ 1.
Ta kiểm tra được dãy hàm này khả vi trên [−1, 1]:
p−1
d tp
p
1
(1 − tp ) p =
dt 1 − tp
bằng 0 khi t = 0. Đồng thời dãy hàm này hội tụ đều đến hàm số
1
nếu − 1 ≤ t < 0,
x(t) =
1 − t
nếu 0 ≤ t ≤ 1.
x(t)
t
−1 0 1
Hình 2.15: Đồ thị của các hàm xn (t) và x(t) trong Ví dụ 2.3.2
nên đây là dãy Cauchy. Tuy nhiên hàm số x(t) không khả vi tại
điểm 0 nên không thuộc C1 [−1, 1].
Ví dụ 2.3.3. Không gian C L [a, b] là không gian không đầy đủ.
Chứng minh. Xét trường hợp [a, b] = [−1, 1], ta sẽ chỉ ra một dãy
Cauchy trong C L [−1, 1] không hội tụ trong không gian này.
Xét dãy hàm {xn } xác định như sau:
0 nếu − 1 ≤ t ≤ 0,
xn (t) = nt nếu 0 < t < 1/n,
1 nếu 1/n ≤ t ≤ 1.
x(t)
t
−1 1 1
n
hay
Z0 Z1
|xn (t) − x(t)|dt + |xn (t) − x(t)|dt → 0, (n → ∞).
−1 0
Vậy x(t) và 0 cùng là giới hạn của dãy xn (t) trong C L [−1, 0];
x(t) và 1 cùng là giới hạn của dãy xn (t) trong C L [0, 1]. Do tính duy
nhất của giới hạn, ta có
Điều này vô lý. Vậy dãy {xn } không có giới hạn nào trong
L
C [−1, 1].
Ta sẽ thấy có một liên kết giữa tính chất đóng của một tập
với tính đầy đủ của nó khi tập đó được xem như một không gian
metric con. Hiển nhiên, không gian con đầy đủ của một không
gian metric phải là đóng, chúng ta cũng có kết quả ngược lại
trong một trường hợp đặc biệt.
Định lý 2.3.2. Mọi tập đóng trong không gian metric đủ là không
gian metric đủ.
Ví dụ 2.3.4. Đoạn [a, b] là đóng trong R nên [a, b] khi được xem
như một không gian metric cũng là không gian đủ.
Tính đầy đủ của một không gian metric được định nghĩa qua
các dãy Cauchy. Sau đây chúng ta giới thiệu một đặc trưng khác
của khái niệm này. Trong nhiều trường hợp nó thuận tiện cho
việc kiểm tra một không gian có là không gian đầy đủ hay không
hoặc áp dụng tính đầy đủ của một không gian vào các bài toán
thực tế.
Chứng minh.
Điều kiện cần: Giả sử X là một không gian metric đầy đủ
và Bn = B[xn , rn ], n = 1, 2, . . . , là một dãy hình cầu đóng thắt
dần. Xét dãy điểm {xn } ⊂ X. Với mọi m > n, do Bm ⊂ Bn nên
ρ(xm , xn ) < rn . Từ rn → 0 (n → ∞) suy ra {xn } là một dãy
Cauchy trong X, và do X là không gian đầy đủ nên dãy này hội
tụ tới x ∈ X. Với mỗi n, do Bn đóng và xm ∈ Bm với mọi m ≥ n nên
x ∈ Bn . Vậy x ∈ Bn , Bây giờ ta giả sử rằng có thêm y ∈ Bn .
T T
n≥1 n≥1
Với mọi n, do x và y cùng thuộc Bn nên ρ(x, y) < 2rn → 0, (n →
+∞). Suy ra x = y. Vậy dãy hình cầu Bn có điểm chung duy nhất.
Điều kiện đủ: Giả sử mọi dãy hình cầu đóng thắt dần trong
không gian metric X đều có một điểm chung duy nhất. Ta sẽ
chứng minh không gian X là đầy đủ. Giả sử phản chứng rằng
không gian X không đầy đủ. Khi đó tồn tại một dãy {xn } là dãy
Cauchy trong X nhưng không hội tụ. Ta xây dựng một dãy hình
cầu đóng thắt dần theo cách sau. Vì dãy {xn } là dãy Cauchy nên
có k1 sao cho ρ(xk1 , xm ) < 12 với mọi m ≥ k1 . Mặt khác, do dãy {xn }
là dãy Cauchy nên ta có k2 > k1 sao cho ρ(xk2 , xm ) < 212 với mọi
m ≥ k2 . Tiếp tục quá trình trên ta nhận được một dãy con {xkn }
của dãy {xn } sao cho ρ(xkn , xkn+1 ) < 21n với mọi n ≥ 1. Bây giờ đặt
1
Bn = B[xkn , 2n−1 ], n ≥ 1. Nếu y ∈ Bn+1 thì:
1 1 1
ρ(y, xn ) ≤ ρ(y, xn+1 ) + ρ(xn+1 , xn ) < n
+ n = n−1 ,
2 2 2
nghĩa là y ∈ Bn , do đó Bn+1 ⊂ Bn . Vậy {Bn } là một dãy hình cầu
đóng thắt dần trong X, suy ra x ∈ Bn . Với mỗi n, vì ρ(x, xkn ) ≤
T
n≥1
1
2n−1
nên dãy con {xkn } hội tụ đến x. Từ đó, kéo theo dãy {xn } cũng
hội tụ đến x, vì {xn } là dãy Cauchy. Điều này mâu thuẫn. Vậy X
là không gian đầy đủ.
Như vậy, tính chất đầy đủ được xem là mạnh hơn tính chất
đóng của tập hợp, bây giờ ta sẽ đưa ra một tính chất còn mạnh
hơn cả tính đầy đủ của tập hợp, đó là tính compact.
2.3.2. Không gian metric compact
Trong không gian R, một tập hợp con được gọi là giới nội (bị
chặn) nếu nó chứa trong một đoạn thẳng nào đó. Nói cách khác,
tập hợp A ⊂ R là tập giới nội nếu tồn tại α > 0 sao cho ∀x ∈ A :
|x| ≤ α.
Mở rộng khái niệm này trong không gian metric, ta định nghĩa
tập giới nội như sau: Tập hợp A trong không gian metric (X, d) là
giới nội (bị chặn) nếu nó nằm trọn trong hình cầu nào đó, tức là
tồn tại x0 ∈ A và số r > 0 sao cho d(x0 , x) ≤ r với mọi x ∈ A.
Như ta đã biết trong Chương 1, một tính chất đặc trưng của
dãy số thực giới nội là: Mọi dãy vô hạn bị chặn {xn } trong không
gian R đều chứa một dãy con hội tụ (Nguyên lý Bolzano-Weierstrass).
Một câu hỏi đặt ra là tính chất Bolzano-Weierstrass còn đúng
đối với tập giới nội trong không gian metric hay không. Chính
điều đó hình thành nên các khái niệm mới là: Tập compact và
không gian compact.
Khái niệm tập compact
Định nghĩa 2.3.3. Một tập hợp A trong không gian metric X
được gọi là compact nếu mọi dãy {xn } ⊂ A đều chứa một dãy con
{xnk } hội tụ tới một điểm thuộc A. Không gian metric X được gọi
là không gian compact nếu X là tập compact.
metric X được gọi là compact nếu mọi dãy {xn } ⊂ A đều chứa một
dãy con {xnk } hội tụ tới một điểm x ∈ X (không đòi hỏi điều kiện
x ∈ A).
Ví dụ 2.3.7. Trong không gian metric X bất kỳ, mọi tập con hữu
hạn đều là tập compact. Nếu X là không gian metric rời rạc thì
điều ngược lại cũng đúng.
Định nghĩa 2.3.4. Một tập con A của không gian metric X được
gọi là tập giới nội (bị chặn) nếu tồn tại một hình cầu nào đó chứa
tập A, nghĩa là tồn tại x ∈ X và số r > 0 sao cho A ⊂ B(x, r).
Định nghĩa 2.3.5. Một tập con A của không gian metric X được
gọi là tập hoàn toàn giới nội (hoàn toàn bị chặn) nếu với mỗi > 0,
tập A có thể phủ bởi hữu hạn hình cầu bán kính , nghĩa là với
> 0 tùy ý, tồn tại hữu hạn hình cầu B1 , B2 , . . . , Bk bán kính ,
k
sao cho A ⊂ Bi .
S
i=1
Chứng minh. Giả sử A là một tập hoàn toàn bị chặn trong không
gian metric (X, ρ). Khi đó, với = 1, tồn tại hữu hạn điểm x1 , x2 , . . . ,
n
xn trong X sao cho A ⊂ B(xi , 1). Đặt r = 1 + max ρ(x1 , xi ). Với
S
i=1 1≤i≤n
mọi x ∈ A, tồn tại i0 ∈ {1, 2, 3, . . . , n} sao cho x ∈ B(xi0 , 1), do đó,
Chúng ta chú ý rằng mệnh đề 2.3.2 chỉ là điều kiện cần của tập
hoàn toàn bị chặn. Điều ngược lại, một tập bị chặn trong không
gian metric thì chưa chắc sẽ là hoàn toàn bị chặn. Chẳng hạn,
trong không gian metric rời rạc vô hạn điểm X thì X là tập bị
chặn vì X chứa trong hình cầu bán kính 2 nhưng X không hoàn
toàn bị chặn vì nếu ta chọn = 12 thì hợp hữu hạn hình cầu bán
kính 12 không thể chứa X.
Định lý 2.3.4. Trong không gian metric đầy đủ, một tập hợp là
compact khi và chỉ khi nó là tập đóng và hoàn toàn bị chặn.
Chứng minh định lý trong phần phụ lục. Định lý tiếp theo
phát biểu tổng quát cho trường hợp các tập con đóng của không
gian compact.
Định lý 2.3.7. Cho (X, d) là một không gian compact và F là một
tập con đóng của X. Khi đó, F là tập compact.
Bây giờ, ta xét tập compact [0, 1]. Mọi số x trong [0, 1] có một
biểu diễn thập phân x = 0.d1 d2 d3 . . ., theo nghĩa, x = j≥1 dj /10j .
P
Định nghĩa trên tương đương với sự tồn tại một phủ mở của
X gồm hữu hạn các hình cầu mở có cùng bán kính ε.
Hình 2.17: Hữu hạn hình cầu mở có cùng bán kính phủ X
Rõ ràng [0, 1] cũng như [a, b] cũng là các tập hoàn toàn bị chặn.
Bây giờ, ta đưa ra một một số tính chất tổng quát hay dùng
của các không gian compact.
Định lý 2.3.8. Cho không gian metric (X, d) bất kỳ, các tính chất
sau là tương đương:
(iv) Mọi dãy các điểm của X có một dãy con hội tụ.
Trong R, một hàm số f được gọi là liên tục tại x nếu với mọi dãy
xn → x (theo metric thông thường) thì f (xn ) → f (x) hoặc theo
ngôn ngữ ε, δ: Với mọi ε > 0 tồn tại δ(ε) > 0 sao cho khi |y − x| < δ
thì |f (y) − f (x)| < ε. Định nghĩa này có thể được mở rộng đối với
không gian metric, khoảng cách trên R được thay bằng khoảng
cách metric bất kỳ.
Định nghĩa 2.4.1. Cho hai không gian metric (X, d) và (Y, e),
một ánh xạ f từ X vào Y được gọi là liên tục tại
x nếu với
mọi
ε > 0 tồn tại δ(ε) > 0 sao cho khi d(y, x) < δ thì e f (y), f (x) < ε.
Ta dễ dàng chứng minh được định nghĩa này tương đương với
f (xn ) → f (x) với mọi dãy xn → x. Ánh xạ f được gọi là liên tục
nếu nó liên tục tại mọi điểm x ∈ X. Trường hợp đặc biệt, nếu
Y = R thì ánh xạ liên tục f : X −→ R được gọi là hàm liên tục.
Nếu A là tập con nằm trong X thì có thể coi (A, d) là một không
gian metric con và khái niệm f liên tục trên A được định nghĩa
tương tự.
Đối với không gian metric, ánh xạ liên tục có đặc điểm sau:
(ii) Nghịch ảnh của tập đóng trong Y là tập đóng trong X.
Chứng minh.
(i) suy ra (ii): Giả sử F là tập đóng trong Y , để chứng minh
f −1 (F ) đóng trong X ta cần chỉ ra nếu một dãy {xn } ⊂ f −1 (F ),
xn → x0 thì x0 ∈ f −1 (F ). Thật vậy do f là liên tục nên f (xn ) →
f (x0 ), f (xn ) ∈ F và F là đóng nên f (x0 ) ∈ F hay x0 ∈ f −1 (F ).
(iii) suy ra (i): Xét điểm x0 ∈ X bất kỳ. Với mọi ε > 0, nghịch
ảnh của hình cầu mở B(f (x0 ), ε) trong Y là mở trong X. Khi đó do
x0 thuộc
tập mở
đấy nên tồn tại một hình
cầu mở B(x0 , δ) thuộc
−1
f B(f (x0 ), ε) trong X hay f B(x0 , δ) thuộc B(f (x0 ), ε) trong
Y . Như vậy, nếu d(x, x0 ) < δ thì ρ(f (x0 ), f (x)) < ε, nên f là ánh
xạ liên tục.
một tập mở qua một hàm liên tục chưa chắc phải mở cũng như
ảnh của một tập đóng chưa chắc là đóng.
Ngoài ra, do tập mở bất kỳ trong R là hợp của các khoảng (a, b)
nên với hàm giá trị thực f trên không gian metric (X, d) là liên
tục, tương đương với f −1 (a, b) mở trong X với mọi a < b. Chú ý
rằng giao hai tập mở là luôn mở và (a, b) = (a, ∞) ∩ (b, ∞) nên
hàm f là liên tục cũng tương đương với f −1 (a, ∞) là mở trong X
với a bất kỳ. Từ nhận xét này và vì một tập mở trong R là đo được
do nó là hợp của một số hữu hạn hoặc đếm được các khoảng mở,
nên hàm liên tục là hàm đo được (xem chương sau).
Một ánh xạ đồng phôi của X lên Y là một ánh xạ f 1-1 (song
ánh) từ X lên Y sao cho f và f −1 là liên tục. Nếu một f như vậy
tồn tại, (X, d) và (Y, ρ) được gọi là đồng phôi với nhau.
Hai không gian metric đẳng cự với nhau thì các quan hệ giữa
các phần tử của chúng về mặt metric là tương đương, nên ta có
thể đồng nhất hai không gian này.
Chẳng hạn, xét hai không gian metric đẳng cực (X, d), (Y, ρ).
Với dãy {xn } ⊂ X, x ∈ X: d(xn , x) → 0 ⇔ ρ(f (xn ), f (x)) → 0.
Trong lĩnh vực tối ưu hóa, khi ta muốn cực đại hoặc cực tiểu
hóa một hàm (thường là một hàm nhiều biến), sẽ rất thuận lợi
nếu biết với những điều kiện nào thì cực đại hoặc cực tiểu sẽ tồn
tại. Ta đã biết trong giải tích với a ≤ b bất kỳ trong R và hàm
f liên tục từ [a, b] vào R, tồn tại một x ∈ [a, b] sao cho f (x) =
sup{f (u) : a ≤ u ≤ b}. Tương tự tồn tại một y ∈ [a, b] sao cho
f (y) = inf{f (v) : a ≤ v ≤ b}. Tính chất: Nếu một hàm thực liên
tục trên một đoạn đóng thì bị chặn và đạt được cực đại và cực tiểu
trên đoạn đó, có thể mở rộng cho các không gian metric compact.
Định nghĩa 2.4.2. Cho ánh xạ f từ (X, d) vào (Y, ρ). Nếu với
mọi ε > 0 tồn tại một δ > 0 sao cho khi d(x, y) < δ suy ra
ρ(f (x), f (y)) < ε với mọi x và y thuộc X, thì f được gọi là ánh
xạ liên tục đều từ (X, d) vào (Y, ρ). Nếu tính chất này chỉ đúng
trên một tập con M ⊂ X thì f được gọi là liên tục đều trên M .
Ví dụ 2.4.4. Hàm f (x) = x2 từ R vào chính nó là ánh xạ liên tục
nhưng không là liên tục đều (với ε > 0 cho trước, khi x càng lớn, δ
lại càng nhỏ). Tương tự hàm số f (x) = 1/x là ánh xạ liên tục trên
(0, 1) nhưng không là liên tục đều.
Hai ví dụ nêu trên đều giống nhau ở đặc điểm là tập X không
là compact. Nếu X là compact thì chắc chắn hàm liên tục trên X
cũng liên tục đều theo định lý sau.
Định lý 2.4.2. Một ánh xạ liên tục f từ một tập compact bất kỳ
K ⊂ X đến không gian metric (Y, ρ) thì nó liên tục đều trên K (coi
(K, d) như một không gian metric con).
Chứng minh. Giả sử (X, d), (Y, ρ) là hai không gian metric, K là
một tập con compact của X, f : K −→ Y là ánh xạ liên tục.
Ta chứng minh f liên tục đều trên K bằng phản chứng. Nếu f
không liên tục đều, tồn tại ε > 0 và x inK, yn ∈ K và sao cho
n
d(yn , xn ) < 1/n (*) và ρ f (yn ), f (xn ) ≥ ε (**) với mọi ninN∗ . Do
K là tập compact nên tồn tại dãy con {xnk } của dãy {xn } sao cho
xnk → x với x ∈ K. Từ (*) ta suy ra ynk → x.
Do f liên tục tại x, ta có f (xnk ) → f (x), f (ynk ) → f (x) nên:
Nhưng điều này mâu thuẫn với (**). Do vậy, ánh xạ f liên tục đều
trên K.
Định lý 2.4.3. Giả sử X và Y là hai không gian metric và ánh xạ
f : X → Y là liên tục. Nếu tập con K của X là tập compact thì
ảnh của nó qua ánh xạ f , tức là tập f (K), cũng là tập compact
trong Y .
Định lý 2.4.3 nói rằng ảnh liên tục của một tập compact cũng
là compact, một hệ quả của nó là nếu f là một hàm giá trị thực
liên tục trên một tập compact K, thì f bị chặn (tức f (K) bị chặn
trong R), vì tập compact bất kỳ trong R bị chặn (xét phủ mở bởi
các khoảng (−n, n)). Từ đó sẽ suy ra hàm thực liên tục trên tập
compact sẽ đạt giá trị cực đại và cực tiểu (bài tập 22).
Đây là định lý khá quen thuộc và được nhiều sách trình bày
trong nhiều sách Giải tích nên chúng tôi bỏ qua chứng minh. Ở
đây, chúng tôi đưa ra hai ví dụ minh họa ứng dụng kết quả của
Định lý 2.4.4.
f (x0 ) < cx0 (đây là điều kiện yếu mà hầu hết các mô hình kinh tế
đều thỏa mãn) thì bài toán tồn tại nghiệm. Với giả thiết này, theo
Định lý 2.4.4 ta có:
Ví dụ 2.4.6. Trong kinh tế, ta xét bài toán sự lựa chọn cá nhân
dạng chính tắc sau:
Cực đại hóa hàm lợi ích u(x) sao cho x ∈ Rn+ và px ≤ m (*),
trong đó n ∈ N và px ký hiệu là tích vô hướng của hai véc tơ n
n
chiều p và x, nghĩa là: px = pi xi . Ở đây, Rn+ đóng vai trò là
P
i=1
không gian tiêu dùng. Số hàng hóa mà người tiêu dùng muốn
mua là n và hàm u : Rn+ → R ký hiệu cho hàm lợi ích của cá nhân
người tiêu dùng, pi ≥ 0 được ký hiệu là giá của hàng hóa thứ i và
m ≥ 0 là thu nhập của đại lý.
Nghiệm của bài toán (*) có tồn tại hay không? Câu trả lời là
có, nếu hàm u liên tục và pi > 0, ∀i = 1,¯n. Thực ra, câu hỏi này
tương tự với việc xác định xem có tồn tại hay không x ∈ X sao
cho X := {x ∈ Rn+ : px ≤ m} (Tập ngân sách của cá nhân). Nếu
với mỗi i, pi > 0 thì X sẽ là tập bị chặn. Mặt khác, áp dụng Định
lý 2.4.1 ta dễ dàng chứng minh được X là tập đóng. Khi đó, theo
Định lý 2.3.4 thì X là tập compact. Áp dụng Định lý 2.4.4, ta kết
luận bài toán (*) tồn tại nghiệm với điều kiện hàm u liên tục và
pi > 0 với mọi i = 1, n.
2.4.3. Phép tương ứng và Tính liên tục của phép tương ứng
Một hàm mà đặt tương ứng mỗi phần tử của một tập hợp cho
trước với một tập con của một tập hợp khác được gọi là một phép
tương ứng. Hàm loại này ta thường gặp trong Lý thuyết tối ưu
hay Lý thuyết Kinh tế học. Trong khi khái niệm này không thực
sự là một chủ đề chính thức của Giải tích thực nhưng tác giả vẫn
dành mục này để trình bày về các Phép tương ứng và Tính liên
tục của phép tương ứng bởi vì các khái niệm này rất quan trọng
cho các nhà kinh tế học.
a) Định nghĩa và ví dụ
Trước tiên chúng ta cần hiểu về khái niệm Phép tương ứng và
một số loại phép tương ứng.
Định nghĩa 2.4.3. Một phép tương ứng Γ từ tập khác rỗng X vào
tập khác rỗng Y là một ánh xạ từ X vào 2Y \{∅}. Như vậy, với mỗi
x ∈ X, Γ (x) là một tập con khác rỗng của Y .
Ký hiệu:
Γ : X⇒Y
được gọi là tập ngân sách của người tiêu dùng với mức thu nhập
m tại mức giá p. Nếu ta coi p và m như là các biến số thì cần coi
B như là một phép tương ứng. Ta có B : Rn+1 n
++ ⇒ R+ .
U¥ (x) := {y ∈ X : y ¥ x}.
ϕ trên tập S. Ta gọi hàm ϕ là hàm mục tiêu của bài toán và S là
tập ràng buộc của nó. Nói chính xác hơn, lời giải của bài toán này
là xác định được tất cả các giá trị y ∈ S sao cho ϕ(y) > ϕ(x) với
mọi x ∈ S, tức là tìm tập hợp:
Tập hợp này được gọi là tập nghiệm của bài toán.
Định nghĩa 2.4.4. Cho hai không gian metric X và Y , một phép
tương ứng Γ : X ⇒ Y được gọi là nửa liên tục trên tại x ∈ X nếu
với mọi tập mở O của Y với Γ (x) ∈ O thì tồn tại δ > 0 sao cho
Γ (Nδ,X (x)) ⊆ O .
Γ được gọi là nửa liên tục trên trên tập S ⊆ X nếu nó là nửa liên
tục trên tại mỗi điểm x ∈ S. Γ được gọi là nửa liên tục trên nếu
nó là nửa liên tục trên trên toàn bộ tập X.
Định nghĩa 2.4.5. Cho hai không gian metric X và Y , một phép
tương ứng Γ : X ⇒ Y được gọi là phép tương ứng giá trị compact
nếu Γ (x) là tập con compact của Y với mỗi x ∈ X.
Tương tự, Γ được gọi là phép tương ứng giá trị đóng nếu ảnh của
mỗi x qua Γ là tập con đóng của Y .
Cuối cùng, nếu Y là tập con lồi của không gian Euclide và Γ (x) là
tập lồi với mỗi x ∈ X thì ta nói Γ là phép tương ứng giá trị lồi.
Định nghĩa 2.4.6. Cho hai không gian metric X và Y bất kỳ.
Một phép tương ứng Γ : X ⇒ Y được gọi là phép tương ứng nửa
liên tục dưới tại x ∈ X nếu với mỗi tập mở O trong Y thỏa mãn
Γ (x) ∩ O 6= ∅ thì tồn tại δ > 0 sao cho Γ (x0 ) ∩ O 6= ∅ với mọi
x0 ∈ Nδ,X (x).
Γ được gọi là nửa liên tục dưới trên tập S ⊆ X nếu nó là nửa
liên tục dưới tại mỗi điểm x ∈ S.
Γ được gọi là nửa liên tục dưới nếu nó là nửa liên tục dưới trên
toàn bộ tập X.
Ví dụ 2.4.11. Cho X và Y là hai không gian metric và Γ : X ⇒ Y
là một phép tương ứng được xác định như sau:
Γ−1 (O ) := {x ∈ X : Γ (x) ∩ O 6= ∅}, với mọi O ⊆ Y .
(Γ−1 (O ) được gọi là nghịch ảnh dưới của O dưới phép tương ứng
Γ ). Khi đó, Γ là phép tương ứng nửa liên tục dưới khi và chỉ khi
Γ−1 (O ) là tập mở trong X với mọi tập con mở O trong Y .
Chứng minh. Việc chứng minh kết quả này xin dành cho bạn đọc,
coi như là một bài tập.
Định nghĩa 2.4.7. Cho hai không gian metric X và Y bất kỳ.
Một phép tương ứng Γ : X ⇒ Y được gọi là phép tương ứng liên
tục tại x ∈ X nếu phép tương ứng là nửa liên tục trên và cũng là
nửa liên tục dưới tại x.
Phép tương ứng Γ được gọi là liên tục trên tập S ⊆ X nếu nó
là liên tục tại mỗi điểm x ∈ S, và Γ được gọi là liên tục nếu nó là
liên tục trên toàn bộ tập X.
2.4.4. Định lý điểm bất động Brower và Định lý Kakutani
Một trong những định lý nổi tiếng, tổng quát hóa định lý điểm
bất động Brouwer mà có ứng dụng rộng rãi trong phân tích kinh
tế là định lý Kakutani. Định lý này được chứng minh bởi Shizou
Kakutani vào năm 1941.
Xuyên suốt bài này, m được ký hiệu là số nguyên lớn hơn hay
bằng 2. Một trò chơi chiến lược là sự mô hình hóa các tương tác
chiến lược của một nhóm m người chơi. Thành phần thứ nhất
của mô hình cơ bản là tập {1, 2, 3, . . . , m} mà ta coi như là tập
hợp người chơi. Thành phần thứ hai là tập hợp khác rỗng Xi
chứa tất cả các hành động có thể có của người chơi thứ i, (i =
1, 2, 3, . . . , m). Kết quả của người chơi có được khi mỗi người chơi
chọn một hành động. Do đó, mỗi kết quả là một vector m chiều
nào đó (x1 , x2 , x3 , . . . , xm ) ∈ X1 × X2 × X3 × · · · × Xm := X.
Nếu chúng ta coi Xi là không gian hành động của người chơi
thứ i thì X là không gian kết quả của trò chơi. Đặc tính khác biệt
của trò chơi chiến lược là các thành quả (Payoffs) của người chơi
không chỉ phụ thuộc vào hành động của người chơi đó mà còn
phụ thuộc vào hành động mà người khác lựa chọn.
Chúng ta sử dụng hàm kết quả (Payoff function) để đếm sự
phụ thuộc lẫn nhau giữa những người chơi. Ký hiệu πi là hàm
payoff của người chơi thứ i. πi là hàm thực xác định trên toàn
không gian kết quả: πi : X −→ R.
Nếu π1 (x) > π1 (y) thì ta hiểu là người chơi thứ nhất có kết
quả tốt hơn khi anh ấy (cô ấy) chọn hành động x1 , người chơi
thứ hai chọn x2 ,..., người chơi thứ m chọn hành động xm (x =
(x1 , x2 , . . . , xm )) so với trường hợp người chơi thứ nhất chọn hành
động y1 , người chơi thứ hai chọn hành động y2 ,..., người chơi thứ
m chọn hành động ym (y = (y1 , y2 , . . . , ym )). Nói cách khác, mỗi
người chơi i có một quan hệ ưa chuộng đầy đủ trên X mà được
biểu diễn bởi hàm lợi ích πi . Nói một cách chính thống hơn, ta
định nghĩa một trò chơi chiến lược gồm m người chơi là một tập
hợp:
G := {(X1 , π1 ), . . . , (Xm , πm )}
trong đó, hàng (cột) tương ứng là người chơi thứ nhất (người chơi
G = {(Xi , πi )i=1,2,...,m },
m m
trong đó πi (x) = Hi (xi , xj ). Với Hi : Xi ×{ x ∈ X} −→ R
P P
xj :
j=1 j=1
là hàm bất kỳ, i = 1, 2, . . . , m. Loại trò chơi này được gọi là trò chơi
tổng hợp. Chúng ta sẽ thấy dưới đây, nhiều trò chơi thú vị trong
kinh tế là trò chơi tổng hợp.
trong đó, với mỗi i Hi : [0, a] × [0, 2a] −→ R được xác định bởi
Hi (u, v) := uf (v) − c(u) với hàm giảm f : [0, 2a] −→ R+ và hàm
tăng c : [0, a] −→ R+ . Trong trò chơi này, hàm payoff của người
chơi (hãng) được xác định bởi công thức:
Để định nghĩa khái niệm cân bằng Nash cho các trò chơi chiến
lược chúng ta cần đồng nhất các kết quả sao cho nếu đạt được các
kết quả đó thì nó không thể thay thế. Vì vậy, xuất hiện một cách
tự nhiên định nghĩa mỗi kết quả như là một điểm cân bằng nếu
không có một động cơ nào cho bất kỳ người chơi thay đổi hành
động của họ, với các hành động của người khác cho trước để đạt
kết quả này. Trước khi thành lập công thức mô tả ý tưởng này,
chúng ta đưa ra một số ký hiệu sau:
Với trò chơi chiến lược
G := {(Xi , πi )i=1,2,...,m },
Một cân bằng Nash x∗ được gọi là đối xứng nếu x∗ = · · · = x∗m .
Ta ký hiệu tâp hợp tất cả các cân bằng Nash và cân bằng Nash
đối xứng của một trò chơi lần lượt là N E(G ) và N Esym (G ).
Ví dụ 2.5.4.
a) Cân bằng Nash là duy nhất trong song đề tù nhân là (α, α)
b) Trò chơi độc quyền Cournot trong ví dụ 2.5.2 có thể có hoặc
không có điểm cân bằng Nash phụ thuộc vào hàm f và c.
c) Để tìm cân bằng Nash trong trò chơi Bertrand tuyến tính
của ví dụ 2.5.3 ta nhận thấy rằng nếu bộ giá (p∗1 , p∗2 ) là một điểm
cân bằng Nash thì p∗1 , p∗2 ≥ c, bởi vì ta luôn tránh để lợi nhuận âm
bằng cách chọn c phù hợp. Nhưng trường hợp p∗1 > p∗2 > c không
thể xảy ra vì nếu xảy ra thì hãng thứ nhất sẽ có lợi nhuận bằng
không và nó sẽ chọn phương án tốt hơn, chẳng hạn p∗2 . Tuy nhiên,
p∗1 = p∗2 > c cũng không thể xảy ra vì trong trường hợp này mỗi
hãng có thể tự làm tăng lợi nhuận của mình bằng cách cắt xén
lợi nhuận của hãng khác. Điều này mâu thuẫn với (p∗1 , p∗2 ) là điểm
cân bằng Nash. Theo tính chất đối xứng p∗2 ≥ p∗1 > c cũng không
thể xảy ra và do đó ta kết luận rằng ít nhất một hãng cần nhận
chi phí của mình là c đơn vị tại điểm cân bằng. Nhưng chúng ta
không có trường hợp p∗1 > p∗2 = c, vì nếu xảy ra trường hợp này
thì hãng hai sẽ không có cách tốt nhất có thể ngoài việc tăng lợi
nhuận của mình bằng phí, chẳng hạn 21 p∗1 + 12 c. Theo tính chất đối
xứng thì chỉ có điểm cân bằng là (p∗1 , p∗2 ) = (c, c) và ta dễ kiểm tra
đây là điểm cân bằng thực sự.
Định nghĩa 2.5.2. Nếu với mỗi Xi là tập compact khác rỗng của
không gian Euclide thì ta nói rằng trò chơi chiến lược
G := {(Xi , πi )i=1,2,...,m }
Một trò chơi Euclide compact vừa lồi vừa liên tục được gọi là trò
chơi Euclide đều (regular Euclidean game).
Định lý 2.5.1. (Định lý tồn tại cân bằng Nash)
Nếu trò chơi chiến lược G := {(Xi , πi )i=1,2,...,m } là một trò chơi
Euclide đều thì N E(G ) 6= ∅.
11. Chứng minh hình vuông đơn vị (0, 1) × (0, 1) là tập mở trong
không gian (R2 , d2 ).
12. Chứng minh hình tròn tâm (0, 0) bán kýnh 1 là tập mở trong
không gian (R2 , d∞ ).
13. Chứng minh trong không gian R, d(x, y) = | arctg x − arctg y|
là một metric và không gian metric này là không đầy đủ.
L
14. Chứng minh: Không gian C[a,b] các hàm liên tục trên [a, b],
Z b
với metric d(x, y) = |x(t) − y(t)| dt không là không gian
a
đầy đủ.
Gợi ý: Giả sử [a, b] = [0, 1], sử dụng dãy hàm số sau:
1
1 với 0 ≤ t < 2
xn (t) = 1 1 1
n + 1 − 2nt với 2
≤t< 2
+ 2n
1 1
0 với + ≤t≤1
2 2n
15. Tìm một phủ mở của hình vuông đơn vị (0, 1) × (0, 1) mà
không có một phủ con hữu hạn.
16. Chứng minh trong không gian metric (X, d), tập A hoàn
toàn bị chặn thì cũng bị chặn.
17. Cho không gian metric (X, d), a ∈ X cố định và định nghĩa
f : X → R là f (x) = d(x, a). Chứng minh f là liên tục.
18. Cho (X, dX ), (Y, dY ) và (Z, dZ ) là các không gian metric và
nếu f : X → Y , g : Y → Z là các hàm liên tục thì hàm hợp:
h=g◦f :X →Z
định nghĩa là h(x) = g f (x) cũng liên tục.
19. Một hàm giá trị thực f trên không gian metric X được gọi
là nửa liên tục trên khi và chỉ khi với mỗi a ∈ R, f −1 ([a, ∞))
là đóng, hoặc nửa liên tục dưới nếu −f là nửa liên tục trên.
Hãy chứng minh:
i) Hàm f là nửa liên tục trên khi và chỉ khi với mọi x ∈ X
20. Giả sử xn là một dãy trong không gian metric compact sao
cho mọi dãy con hội tụ của nó đều có cùng một giới hạn là x.
Chứng minh rằng xn hội tụ tới x.
21. Dựa vào Định lý 2.3.8, hãy chứng minh một tập con đóng và
bị chặn trong Rn là compact.
22. Chứng minh nếu f là hàm liên tục từ không gian metric
(X, d) vào R và A là tập compact trong X thì tồn tại x0 , y0 ∈
A sao cho f (x0 ) là giá trị cực đại của f trên A, f (y0 ) là giá
trị cực tiểu của f trên A.
chứa ít nhất một điểm của mỗi tập trong U . Khi đó tập giá trị
này trù mật trong X. Thật vậy với x ∈ X bất kỳ, B(x, 1/n) luôn
chứa một tập trong U nên cũng chứa một f (kn ) nào đó, suy ra
d(x, f (kn )) < 1/n.
[a, t] ⊂ [a, τ ] ∪ (s − δ, s + δ) ⊂ V1 ∪ V2 ∪ · · · ∪ Vr ∪ W,
Bây giờ lấy {xn } là dãy Cauchy bất kỳ trong V . Khi đó mỗi số
nguyên dương m, tồn tại n(m) nào đó sao cho d(xn , xn(m) ) < 1/m
với n > n(m). Đặt Um = {x : d(x, xn(m) ) > 1/m}. Khi đó Um là
một tập mở. (Nếu y ∈ Um và r := d(xn(m) , y) − 1/m, thì r > 0 và
B(y, r) ⊂ Um .) Vậy xn 6∈ Um với n > n(m) do định nghĩa của n(m).
Do đó, xk 6∈ {Um : 1 ≤ m < s} nếu k > max{n(m) : m < s}.
S
Vì Um không có một phủ con hữu hạn, chúng không thể tạo
thành một phủ mở của X. Như vậy tồn tại một x sao cho x 6∈ Um
với mọi m. Suy ra d(xn , xn(m) ) ≤ 1/m với mọi m. Khi đó do bất
đẳng thức tam giác, d(x, xn ) ≤ 2/m. Nên limn→∞ d(x, xn ) = 0 và
dãy {xn } hội tụ tới x. Do vậy (X, d) là đủ cũng như hoàn toàn bị
chặn, vậy (i) suy ra (ii).
Bây giờ giả sử có (iii). Nếu{xn } là một dãy với tập giá trị vô
hạn, cho x một điểm giới hạn của tập giá trị này. Khi đó tồn tại
n(1) ≤ n(2) ≤ n(3) ≤ . . . sao cho d(xn(k) , x) < 1/k với mọi k, nên
xn(k) hội tụ tới x khi k → ∞. Nếu {xn } có tập giá trị hữu hạn, thì
tồn tại một x sao cho xn = x với vô hạn giá trị của n. Do đó tồn
tại một dãy con xn(k) sao cho xn(k) = x với mọi k, suy ra xn(k) → x.
Vậy (iii) suy ra (iv).
Khi đó, f (x) > 0 với mọi x ∈ X. Ta cần một khẳng định mạnh
như sau:
Bổ đề 2.5.1. inf{f (x) : x ∈ X} > 0.
Chứng minh. Giả sử bổ đề sai, tồn tại một dãy {xn } trong X sao
cho f (xn ) < 1/n với n = 1, 2, . . . Cho xn(k) là một dãy con hội tụ tới
x ∈ X nào đó. Khi đó với U ∈ U và r > 0, B(x, r) ⊂ U . Khi đó với
k đủ lớn sao cho d(xn(k) , x) < r/2, ta có f (xn(k) ) > r/2, mâu thuẫn
với k lớn.
Trên đường thẳng thực R, mỗi tập con của R được gán bởi một
số không âm gọi là "độ dài". Chẳng hạn, đoạn [a, b] được gán bởi
số b − a. Trên mặt phẳng R2 , ta gán mỗi tập con của R2 bởi một số
thực không âm gọi là "diện tích" và mỗi tập con trong không gian
R3 được gán bởi một số gọi là "thể tích". Ý tưởng gán cho mỗi tập
hợp một số thực được mở rộng từ những ví dụ này dựa trên một
số khía cạnh khác nhau trong các tính chất của tập hợp.
Trước tiên, ta xem xét đến ý tưởng "Tìm độ dài" của một tập
hợp cho trước A ⊆ R. Tính chất nào là bản chất của độ dài? Trước
hết, "độ dài âm" không có ý nghĩa về logic, do đó, độ dài của một
tập phải là một số không âm. Một cách tự nhiên, nếu chúng ta
xem xét "độ dài" của một khoảng không bị chặn thì cho phép ta
gán "độ dài" của nó bởi ký hiệu +∞.
Thứ hai, giả sử tập A ⊆ R có thể biểu diễn dưới dạng A = Ai ,
S
i
trong đó Ai là những tập con khác rỗng, đôi một rời nhau của A.
Nếu có hữu hạn hay đếm được các khoảng Ai , ta sẽ nghĩ rằng
"độ dài" của A bằng tổng "độ dài" của tất cả các khoảng thành
phần Ai . Trường hợp A là hợp không đếm được các khoảng khác
rỗng rời nhau không thể xảy ra vì nếu A có thể biểu diễn dưới
dạng hợp không đếm được các khoảng Ai đôi một rời nhau thì
mỗi khoảng con này chứa một số hữu tỉ khác nhau. Do đó, |Q| có
lực lượng continum (không đếm được). Điều này là mâu thuẫn
với tính chất tập hữu tỉ.
Thứ ba, đối với tập rỗng thì ta có thể gán cho nó một "độ dài"
bằng 0. Vì vậy, với mỗi tập hợp bất kỳ A ⊂ R thì A cần phải thỏa
mãn những tính chất nào để có "độ dài"? Những tính chất này
sẽ được tổng quát hóa và nghiên cứu không chỉ trên không gian
Euclid (không gian Rk , k = 1, 2, . . .).
Chương này chúng ta sẽ nghiên cứu tổng quát hóa khái niệm
"độ dài", "diện tích", "thể tích" thành khái niệm "độ đo" và chứng
minh một số tính chất quan trọng của độ đo.
Định nghĩa 3.1.1. Một họ A (khác rỗng) các tập con của X được
gọi là một đại số nếu thỏa mãn ba điều kiện:
i) X ∈ A ,
i) A ∈ A ⇒ Ac ∈ A ,
ii) A, B ∈ A ⇒ A ∩ B ∈ A (hoặc A, B ∈ A ⇒ A ∪ B ∈ A ).
Câu hỏi: Cho X = {1, 2, 3, 4}. Trong các họ tập con của X sau
đây, họ nào là đại số trên X:
• A1 = {∅, X, {1}}.
• A2 = {∅, X, {1}, {2, 3, 4}, {2}, {1, 3, 4}, {1, 2}, {3, 4}}.
Nhận xét. Giao của hai đại số gồm các tập con của tập X cũng
là một đại số. (Chứng minh dành cho phần bài tập).
Mệnh đề 3.1.2. Cho họ tập hợp M 6= ∅ các tập con của tập X,
tồn tại duy nhất một đại số A chứa M và là giao của tất cả các
đại số chứa M .
Đại số A được gọi là đại số sinh bởi M hay đại số nhỏ nhất
chứa M .
Chứng minh. Bao giờ cũng tồn tại ít nhất một đại số bao hàm M , đó là
họ tất cả các tập con của X. Xét tất cả các đại số bao hàm M và gọi A
là giao của chúng.
Rõ ràng A cũng là một đại số bao hàm M , vì nếu A, B ∈ A thì
A, B và do đó A ∪ B và Ac phải thuộc mọi đại số bao hàm M , tức là
A ∪ B ∈ A , và Ac ∈ A .
Hơn nữa, A là duy nhất vì nếu có một đại số A 0 cũng có tính chất
như A thì một mặt A ⊂ A 0 , một mặt A 0 ⊂ A nên A = A 0 .
ii) A nằm trong đại số sinh bởi M , tức là mọi tập A ∈ A đều
biểu diễn qua các tập thuộc M (bởi hữu hạn các phép toán
tập hợp).
Ví dụ 3.1.3.
A = {X, ∅, A, Ac }.
3.1.2. σ-đại số
Định nghĩa 3.1.2. Một họ F các tập con của tập khác rỗng X
được gọi là một σ−đại số (σ-trường) nếu:
i) X ∈ F ,
Cặp (X, F ) được gọi là một không gian đo được và mỗi phần
tử thuộc F được gọi là một tập đo được.
Dĩ nhiên, một σ−đại số là đại số. Ngược lại, một đại số kín đối
với phép hợp đếm được thì sẽ là một σ−đại số.
Như vậy theo mệnh đề trên, một σ−đại số luôn kín đối với việc
thực hiện một số đếm được các phép toán về tập hợp.
Ví dụ 3.1.4.
• Họ tất cả các tập A ⊂ X thỏa mãn một trong hai tập A hay
Ac có hữu hạn hoặc vô hạn đếm được phần tử lập thành một
σ−đại số.
• Với mỗi tập con A của X, họ các tập hợp {∅, A, Ac , X} là một
σ−đại số các tập con của X.
FX = {f −1 (B) : B ∈ FY }
Đối với lý thuyết xác suất, tập X được xem là một không gian
mẫu, tập tất cả các kết quả có thể xảy ra trong một phép thử.
Các phần tử của σ−đại số F (là một tập con của X) được coi là
một biến cố trong phép thử. Tập các biến cố không phải xây dựng
một cách tùy ý. Chẳng hạn nếu biến cố A thuộc F thì ta cũng xét
đến khả năng biến cố A không xảy ra tức biến cố X \ A ∈ F . Hơn
nữa chúng ta cũng phải xem khả năng một trong số đếm được các
n
biến cố có thể xảy ra như một biến cố trong F , khi đó Ai ∈ F .
S
i=1
Ví dụ 3.1.6. Xét phép thử tung xúc xắc một lần và xem tập X =
{1, 2, . . . , 6} là không gian mẫu (các giá trị ở trên mặt ngửa của
xúc xắc). Ở đây, σ−đại số các biến cố phụ thuộc vào mục đích của
chúng ta. Nếu chúng ta quan tâm đến tất cả các khả năng có thể
xảy ra trong phép thử thì σ−đại số các biến cố có thể chọn là 2X .
Khi đó, ví dụ tập con {4, 5, 6} là đại diện cho biến cố "giá trị của
mặt ngửa xúc xắc là một trong 3 số 4,5,6" hoặc nói cách khác là
"giá trị của mặt ngửa lớn hơn 3". Tuy nhiên nếu chúng ta chỉ
quan tâm số 1 có xuất hiện hay không thì các biến cố "khả thi" ở
đây chỉ gồm có {1} (mặt ngửa là 1), {2,3,4,5,6} (mặt ngửa khác 1),
∅ (mặt ngửa vừa bằng 1, vừa khác 1) và X (mặt ngửa có thể bằng
1 hoặc khác 1).
Câu hỏi: Nếu chúng ta chỉ quan tâm xem số xuất hiện là một
trong hai con số 5, 6 thì tập các biến cố là gì?
F = {∅, X, {5}, {1, 2, 3, 4, 6}, {6}, {1, 2, 3, 4, 5}, {5, 6}, {1, 2, 3, 4}}.
Ví dụ 3.1.7. Chúng ta xét tiếp một ví dụ trong trường hợp không
gian mẫu là vô hạn. Đó là phép thử tung xúc xắc vô hạn lần. Ở
đây không gian mẫu ký hiệu là:
Chẳng hạn phần tử (54162 . . . ) đại diện cho biến cố : Lần thứ
nhất ra mặt 5, lần thứ hai tung ra mặt 4, lần thứ ba tung ra mặt 1
, . . . Giả sử chúng ta chỉ quan tâm tình huống mặt số 2 xuất hiện
tại một lần tung thứ i nào đó. Khi đó, chúng ta sẽ chọn σ−đại số
chứa tất cả các tập có dạng Ai = {(wm ) ∈ {1, 2, . . . , 6}∞ : wi = 2}
và còn phải chứa thêm một số dạng tập con khác của X. (Trình
bày xem A1 là gì!) Tình huống "Hai lần tung đầu tiên không xuất
hiện mặt 2" cũng phải là một biến cố, vì {(wm ) ∈ {1, 2, . . . , 6}∞ :
w1 , w2 6= 2} bằng (X \ A1 ) ∩ (X \ A2 ). Tương tự, σ−đại số này cũng
phải chứa ∞ Ai ("2 xuất hiện ít nhất một lần khi tung") và ∞ Ai
S T
Ở ví dụ trên, không khó khăn gì khi ta cần tìm các loại tập
hợp được xem như các biến cố nhưng sẽ không dễ dàng để chỉ ra
σ−đại số "tốt" cho bài toán. Cách giải quyết là chúng ta sẽ "mở
rộng" họ các tập trên thành một σ−đại số theo cách "nhỏ nhất".
Ý tưởng đó dẫn ta đến khái niệm cơ bản sau.
Mệnh đề 3.1.4. Cho một họ tập M 6= ∅, tồn tại duy nhất một
σ−đại số F chứa M và là giao của tất cả các σ−đại số chứa M
(do đó nó là σ−đại số nhỏ nhất chứa M ).
Ví dụ 3.1.8. Cho tập M = {{1}, {2}, {3}, . . .}, σ−đại số sinh bởi
M chính là họ tất cả các tập con của N tức σ(M ) = 2N .
Thật vậy, nếu A ∈ 2N suy ra A = {a1 , . . . , an } = 1≤i≤n {ai } ∈
S
gọi phần tử thuộc σ−đại số Borel là tập Borel hoặc tập đo được
Borel của R. Ký hiệu σ−đại số Borel là B (R).
Nhận xét rằng σ−đại số Borel của R có thể được sinh bởi một
trong các họ sau đây:
C1 = họ tất cả các khoảng hữu hạn (a, b);
C2 = họ tất cả các đoạn hữu hạn [a, b];
C3 = họ tất cả các nửa khoảng hữu hạn (a, b];
C4 = họ tất cả các nửa khoảng hữu hạn [a, b);
C5 = họ tất cả các khoảng vô hạn (b, +∞);
C6 = họ tất cả các khoảng vô hạn (−∞, a);
C7 = họ tất cả các khoảng vô hạn (−∞, a];
C8 = họ tất cả các khoảng vô hạn [b, +∞).
∞
Chẳng hạn σ−đại số Borel B (R) là chứa C2 do [a, b] = (a −
T
n=1
1
n
,b + n1 ) ∈ B (R). Ngược lại σ−đại số sinh bởi C2 chứa C1 do
∞
[a + n1 , b − n1 ] nên nó trùng với σ−đại số Borel B (R).
S
(a, b) =
n=1
Chú ý là họ các tập Borel thuộc đoạn [0,1] cũng lập thành một
σ−đại số, ký hiệu là B [0, 1]:
α + B = {α + B|B ∈ B }.
với mọi họ đếm được các tập rời nhau đôi một Ai ∈ A thỏa mãn
∞
Ai ∈ A .
S
i=1
Bằng quy nạp, ta dễ dàng thấy nếu p cộng tính thì sẽ hữu hạn
cộng tính, tức là:
m m
!
[ X
p Ai = p(Ai ),
i=1 i=1
m
với mọi tập rời nhau đôi một A1 , . . . , Am ∈ A thỏa mãn Ai ∈ A .
S
i=1
Một hàm σ-cộng tính thì cộng tính, nhưng điều ngược lại chưa
chắc đúng.
Ta nói hàm tập p là liên tục tại ∅ nếu với mỗi dãy An ↓ ∅,
An ∈ A , ta có n→∞
lim p(An ) = 0.
Định lý 3.2.1. Cho hàm tập p : A → R+ (nhận giá trị hữu hạn
không âm), cộng tính hữu hạn. Khi đó p là σ-cộng tính khi và chỉ
khi p liên tục tại ∅.
∞
Chứng minh. Trước hết giả sử p liên tục tại ∅ và A = Ak , (Ak , A ∈
S
n k=1
A ) và các Ak rời nhau. Khi đó, Bn = A \ ↓ ∅. Suy ra
S
Ak
k=1
A = B ∪ A1 ∪ . . . ∪ An là hợp hữu hạn các tập rời nhau. Như vậy,
vì p cộng tính hữu hạn và liên tục tại ∅ nên ta có:
n
X ∞
X
p(A) = p(Bn ) + p(Ak ) → p(Ak ) khi n → ∞.
k=1 k=1
Chú ý. Từ định lý trên ta suy ra: Nếu p hữu hạn, cộng tính hữu
hạn thì tính σ-cộng tính của p tương đương với tính liên tục tại ∅
của nó.
Định nghĩa 3.2.2. Cho (X, F ) là một không gian đo được. Một
hàm tập σ-cộng tính
µ : F → R+
Chú ý. Như vậy hàm giá trị thực µ xác định trên σ−đại số F là
độ đo nếu
• µ(∅) = 0 (có thể thay bằng: µ(A) < +∞ với ít nhất một
A ∈ F ).
• µ là σ-cộng tính.
nhận giá trị trên tập số thực không âm suy rộng, đồng thời thỏa
mãn ba điều kiện trên.
Ví dụ 3.2.1.
Chứng minh.
i) Vì B ⊂ A nên A = (A \ B) ∪ B là hợp hai tập rời nhau, do
đó µ(A) = µ(A \ B) + µ(B). Mặt khác, µ(B) < ∞ nên ta suy ra
µ(A) − µ(B) = µ(A \ B).
ii) Hiển nhiên, µ(A) = µ(A \ B) + µ(B) ≥ µ(B).
iii) Ta có, A ∪ B = (A \ B) ∪ B là hợp hai tập rời nhau nên
µ(A∪B) = µ(A\B)+µ(B) = µ(A\B). Theo tính chất ii), µ(A\B) ≤
µ(A) ≤ µ(A ∪ B) nên chúng bằng nhau.
A\ B
Do kết quả ii) của Định lý 3.2.2, nhiều khi ta nghĩ rằng tập
con của một tập có độ đo 0 tất nhiên cũng có độ đo 0. Tuy nhiên,
có một vấn đề ở đây là chưa chắc tập con đó đã đo được (tức thuộc
σ−đại số F ). Chẳng hạn cho X = {a, b, c} và F = {∅, X, {a}, {b, c}}
và cho một độ đo p thỏa mãn p{a} = 1 và p{b, c} = 0. Khi đó, hiển
nhiên kết luận p{b} = 0 là sai vì thậm chí, độ đo p còn không được
định nghĩa trên {b}.
Cho (X, F ) là một không gian đo được, tính chất σ-cộng tính
của hàm tập µ trên F có thể được coi là trung tâm của lý thuyết
độ đo (xác suất). Tính chất này thiết lập một số tính chất rất hữu
dụng của độ đo. Tiếp theo là một số tính chất nhận được từ tính
σ-cộng tính.
Chứng minh.
i) Đặt B = A , B = A2 \ A1 , B3 = A3 \ (A1 ∪ A2 ), . . . , Bn =
1n−1 1 2
An \ Ai , . . . . Khi đó các tập Bi là rời nhau và Bi ⊂
S
i=1
Ai nên theo định lý 3.2.2.ii) ta có µ(Bi ) ≤ µ(Ai ), ngoài ra
S∞ ∞
Bi . Vậy áp dụng tính chất σ-cộng tính của µ ta
S
i=1 Ai =
i=1
được:
∞
[ ∞
X ∞
X
µ Ai = µ(Bi ) ≤ µ(Ai ).
i=1 i=1 i=1
∞
ii) Đặt A = Ai , áp dụng định lý 3.2.2 ta có 0 ≤ µ(A) ≤
S
i=1
∞
µ(Ai ) = 0, từ đó suy ra µ(A) = 0.
P
i=1
Như vậy việc thêm bớt hợp một số đếm được các tập đo được
có độ không sẽ không ảnh hưởng đến độ đo của tập ban đầu.
Trong chứng minh định lý 3.2.3.i), chúng ta đã sử dụng phương
pháp tách hợp của dãy {An } bất kỳ thành hợp của các tập rời
nhau Bn , như minh họa ở hình dưới đây.
Cũng từ tính σ-cộng tính của độ đo ta có thêm các kết quả sau:
Định lý 3.2.4 (Tính liên tục của độ đo). Cho không gian đo được
(X, F ) và µ là một độ đo trên σ−đại số F , khi đó:
+
Ngược lại, cho µ : F → R là hàm tập hữu hạn cộng tính thỏa
mãn µ(∅) = 0 thì nó sẽ là một độ đo nếu thỏa mãn một trong hai
điều kiện i) hoặc ii) ở trên.
Chứng minh.
i) Giả sử dãy Ai ∈ F (i = 1, 2, . . . ) là đơn điệu tăng.
n−1
Ta đặt B1 = A1 , B2 = A2 \ A1 , . . . , Bn = An \ thì các
S
Ai
i=1
∞ ∞
Bi ∈ F rời nhau và Bi . Do đó
S S
Ai =
i=1 i=1
∞ ∞ ∞
! !
[ [ X
µ Ai = µ Bi = µ(Bi )
i=1 i=1 i=1
n n
!
X [
= n→∞
lim µ(Bi ) = n→∞
lim µ Bi = n→∞
lim µ(An ).
i=1 i=1
Hình 3.4: Cách đặt các tập hợp trong chứng minh định lý
∞
Theo phần i) ta có µ( A0i ) = limi→∞ µ(A0i ). Do µ(A1 ) < ∞ và
S
i=1
Ai ⊂ A1 nên µ(Ai ) < ∞ và µ(∩∞
i=1 Ai ) < ∞. Từ đó ta có:
∞
do đó, thay vào trên ta nhận được µ(
T
Ai ) = limi→∞ µ(Ai ).
i=1
Khẳng định ii) được chứng minh xong.
Phần còn lại của định lý được chứng minh ở phụ lục.
Các kết quả i) và ii) ở định lý 3.2.4 còn được gọi là tính liên tục
trên và dưới của độ đo, chúng được suy trực tiếp từ tính σ-cộng
tính của độ đo.
Như vậy, từ định lý 3.2.4 ta rút ra kết luận:
σ-cộng tính ⇔ cộng tính hữu hạn và liên tục.
Chú ý. Kết quả ii) trong định lý 3.2.4 có thể không còn đúng
nếu µ(Ak ) = +∞ với k nào đó. Thật vậy, xét không gian độ đo
(N, 2N , µ) với µ là độ đo đếm. Dãy An = {n + 1, n + 2, . . .} ↓ ∅ nhưng
µ(An ) = +∞ 9 0.
∆3
∆2
∆4
∆
∆1 ∆5
Để thống nhất cách phát biểu, ta quy ước gọi chung bằng danh
từ “đoạn trong Rk ”: là một đoạn thông thường nếu k = 1, hình chữ
nhật nếu k = 2, một hình hộp nếu k = 3 và tổng quát trong Rk :
Đồng thời, ta gọi chung là “độ đo” của đoạn ∆ và dùng ký hiệu
|∆| để biểu thị độ dài của ∆ nếu ∆ là đoạn thông thường, diện
tích nếu ∆ là một hình chữ nhật, thể tích nếu ∆ là một hình hộp
và trong Rk :
|∆| = |a1 − b1 | × · · · × |ak − bk |.
trong đó ∆i là các đoạn. Nếu A nằm trong đoạn ∆0 thì ta gọi “độ
đo trong” của nó là số:
Tập hợp A sẽ gọi là đo được nếu µ∗ (A) = µ∗ (A). Lúc đó giá trị
chung của µ∗ (A) và µ∗ (A) gọi là độ đo của tập A và ký hiệu là
m(A).
Họ M k (gồm các tập đo được theo nghĩa Peano-Jordan) đã khá
rộng: gồm phần lớn các tập trong hình học sơ cấp và trong giải
tích cổ điển. Tuy nhiên họ M k vẫn chưa bao gồm được nhiều tập
tương đối đơn giản, chẳng hạn tập các điểm hữu tỉ trên đoạn [0, 1]
không đo được theo nghĩa Peano-Jordan. Vì độ đo ngoài của tập
đó bằng 1 trong khi độ đo trong bằng 0.
nghĩa là, cho phép dãy đoạn ∆i phủ lên A có thể vô hạn. Độ đo
trong và tính đo được cũng được định nghĩa như trước đối với các
tập bị chặn, sau đó được mở rộng cho những tập không bị chặn.
7
m∗ (A) ≤ |∆i |
X
i=1
Hình 3.6: Xấp xỉ diện tích bằng tổng diện tích các hình chữ nhật
Nói chung, họ tập hợp L k bao gồm được tất cả các tập trong
Rk cần thiết cho toán học hiện đại. Tuy nhiên, người ta vẫn xây
dựng được các tập không thuộc họ tập hợp L k . Một ví dụ về tập
như vậy, ta có thể xem [4], trang 198, 199.
Xét phép thử bằng cách tung đồng xu đồng chất k lần và ký
hiệu một lần "ngửa" là 1 và một lần "sấp" là 0. Khi đó không gian
mẫu được biểu diễn là X := {0, 1}k .
Trong trường hợp này X là hữu hạn (có 2k phần tử), 2X là
không gian các biến cố cũng hữu hạn phần tử nên ta có thể dễ
dàng gán một độ đo xác suất cho nó. Ở đây ta dùng độ đo xác suất
cổ điển
|S|
p(S) = k với S ∈ 2X .
2
Nhắc lại |S| ký hiệu số phần tử của tập S.
Tuy nhiên, nếu ta xét phép thử bằng cách tung đồng xu liên
tiếp nhiều vô hạn lần, khi đó không gian mẫu là không gian có
phần tử là các dãy vô hạn X := {0, 1}∞ .
Bây giờ liệu chúng ta sẽ định nghĩa các biến cố và độ đo xác
suất gán cho chúng như thế nào. Rõ ràng không thể sử dụng ý
tưởng của xác suất cổ điển trong trường hợp này. Chúng ta muốn
có một độ đo xác suất sao cho, chẳng hạn biến cố có vô hạn mặt
ngửa sẽ có xác suất bằng 1. Hoặc là ta sẽ muốn biến cố mà sau
một số đủ lớn lần tung đồng xu thì tần suất mặt ngửa tiến dần
tới 21 sẽ có xác suất lớn.
Trước hết chúng ta thử xác định không gian biến cố. Đầu tiên
ta xét các biến cố đơn giản, ví dụ xét tập hợp sau
{(xm ) ∈ {0, 1}∞ |x1 = a1 , . . . , xk = ak }
trong đó k ∈ N và a1 , . . . , ak ∈ {0, 1} cố định (các phần tử của nó
là các dãy vô hạn, trong đó có một số hữu hạn số hạng đầu tiên
được xác định).
Sử dụng định nghĩa xác suất cổ điển, ta gán cho mỗi tập hợp
1
như vậy một độ đo là k .
2
Khi đó tập hợp có dạng sau:
{(xm ) ∈ {0, 1}∞ |(x1 , . . . , xk ) ∈ S}
trong đó k ∈ N và S ∈ {0, 1}k cũng thuộc không gian các biến cố.
Tập hợp dạng này được gọi là một tập hình trụ, nó ứng với biến
cố "kết quả sau k lần tung đầu tiên thuộc tập S cho trước" và có
|S|
độ đo xác suất là k .
2
Họ tất cả các tập hình trụ dạng trên
∞ n o
{(xm ) ∈ {0, 1}∞ : (x1 , . . . , xk ) ∈ S} : S ⊆ {0, 1}k .
[
A =
k=1
là một đại số. Liệu ta có thể lấy σ−đại số sinh bởi A làm không
gian các biến cố. Rõ ràng σ(A ) chứa tất cả các biến cố thú vị
không thuộc A . Chẳng hạn biến cố "tất cả các lần tung sau lần
thứ 5 đều ra mặt sấp" thuộc σ(A ), do tập hợp {(xm )|xk = 1} thuộc
A nên
∞
\
{(xm )|xk = 1 với mọi k ≥ 6} = {(xm )|xk = 1} ∈ σ(A ).
k=6
Tương tự, biến cố có vô hạn mặt ngửa xuất hiện trong phép
thử thuộc σ(A ) do
∞ [
\ ∞
{(xm )|xk = 1 với vô hạn k} = {(xm )|xi = 1} ∈ σ(A ).
k=1 i=k
Như vậy có vẻ rất thích hợp nếu lấy σ(A ) làm không gian các
biến cố. Tuy nhiên chúng ta lại mới chỉ biết được độ đo xác suất
gán cho A , còn rất nhiều biến cố ngoài A thì có thể gán như
thế nào để vẫn đảm bảo các tính chất của độ đo. Rất may mắn là
chúng ta không phải gán gì thêm bởi xác suất của các biến cố này
sẽ được xác định rõ ràng.
Định lý trên giúp ta xây dựng một độ đo duy nhất trên một
σ−đại số bằng cách chỉ cần xác định dáng điệu của độ đo trên đại
số sinh ra σ−đại số này. Việc gán một độ đo đối với một đại số dễ
thực hiện hơn nhiều nên định lý thác triển tỏ ra rất hữu dụng.
Bây giờ chúng ta sẽ tiến hành chứng minh định lý thác triển
độ đo theo các bước như sau: Đầu tiên ta xây dựng một hàm tập
µ∗ - được gọi là độ đo ngoài - đối với họ tập hợp 2X sao cho nó
trùng p trên A . Sau đó chỉ ra một σ−đại số chứa A và µ∗ là độ
đo đối với σ−đại số ấy. Khi đó hiển nhiên µ∗ cũng là độ đo trên
σ(A).
Định nghĩa 3.3.1. Một hàm tập µ∗ xác định trên họ tập hợp 2X ,
họ tập hợp tất cả các tập con, của một không gian X, được gọi là
một độ đo ngoài nếu:
ii) µ∗ (∅) = 0,
∞ ∞
iii) A ⊂ Ai =⇒ µ∗ (A) ≤ µ∗ (Ai ).
S P
i=1 i=1
Chú ý. Độ đo ngoài chỉ đòi hỏi tính nửa σ-cộng tính dưới iii)
nhưng lại xác định trên họ tập hợp tất cả các tập con của X. Đây
là các điểm khác biệt cơ bản giữa độ đo và độ đo ngoài.
Định nghĩa 3.3.2. Cho µ∗ là một độ đo ngoài trên X. Các tập con
A của X thỏa mãn:
Ví dụ 3.3.3.
µ∗ (∅) = 0, µ∗ (A) = 1, ∅ =
6 A ∈ A.
Ví dụ 3.3.4. Cho tập X = {1, 2}. Họ tập hợp tất cả các tập con
của X gồm {∅, X, {1}, {2}}. Với mỗi tập con A ⊂ X, đặt
1
nếu A 6= ∅,
µ∗ (A) =
0
nếu A = ∅.
Khi đó ta lần lượt chứng minh được các kết quả sau:
• µ∗ là một độ đo ngoài,
Chứng minh đầy đủ của định lý 3.3.1 được trình bày ở phụ lục.
Trong định lý 3.3.1 cần tới giả thiết σ-hữu hạn của p thì độ đo
thác triển µ mới là duy nhất. Nếu bỏ giả thiết này chúng ta sẽ có
phản ví dụ như sau:
Ví dụ 3.3.5. Cho A là đại số sinh bởi các khoảng nửa đóng bên
phải: (a, b]. Có thể chứng minh được A gồm các tập hợp:
Định nghĩa một hàm tập σ-cộng tính p trên A bằng cách đặt
+∞
nếu A 6= ∅,
p(A) =
0 nếu A = ∅.
Như vậy, ta đã có thể nói tới độ đo µ xác định trên một σ−đại
số A . Ta gọi (X, A ) là không gian đo được và (X, A , µ) là không
gian độ đo. Từ đây về sau, ta luôn xét độ đo xác định trên σ−đại
số, không gian độ đo là không gian gắn với σ−đại sốố.
N ⊂ E, µ(E) = 0 ⇒ N ∈ A , µ(N ) = 0.
Các tập N được gọi là tập µ-không nếu có ít nhất một tập A ∈ A
sao cho N ⊂ A và µ(A) = 0.
Chứng minh. Ở đây, ta chỉ cần chứng minh rằng mọi tập A có
µ∗ (A) = 0 đều µ∗ -đo được. Với mọi tập E ⊂ X ta có µ∗ (E ∩ A) ≤
µ∗ (A) = 0, nên
µ∗ (E ∩ A) + µ∗ (E \ A) ≤ µ∗ (E \ A) = µ∗ (E ∩ Ac ) ≤ µ∗ (E).
Định lý sau đây cho thấy rằng mọi không gian độ đo đều có
thể nới rộng thành không gian có độ đo đủ. Vì vậy, ta có thể luôn
xét các không gian độ đo là không gian có độ đo đủ.
Định lý 3.3.4. Xét không gian độ đo (X, A , µ). Gọi N là tập tất
cả các tập µ-không. Khi đó, họ tập hợp Aµ gồm tất cả các tập có
dạng A ∪ N , với A ∈ A , N ∈ N trùng với σ(A ∪ N ) và công thức
∼ ∼
µ(A ∪ N ) = µ(A) xác định độ đo duy nhất trên Aµ sao cho µ|A = µ
∼
và (X, Aµ , µ) là không gian có độ đo đủ.
Ta gọi gian trên đường thẳng R là một tập điểm có một trong
các dạng sau:
(a, b), [a, b], (a, b], [a, b); (−∞, +∞), (−∞, a), (−∞, a], (a, +∞), [a, +∞).
Ký hiệu chung các gian là ∆. Chiều dài của ∆, ký hiệu |∆| = (b−a)
nếu ∆ thuộc vào một trong bốn dạng đầu, còn lại |∆| = ∞.
Ví dụ 3.4.1. Chiều dài của tập hợp chỉ có một điểm [a, a] bằng 0.
Cho C là họ tập hợp gồm tất cả các tập con của R có thể biểu
diễn thành hợp của một số hữu hạn gian rời nhau:
n
∆i , ∆i ∩ ∆j = ∅
[
C = {P : P = (i 6= j)},
i=1
Chúng ta đã biết σ−đại số sinh bởi các gian còn được gọi
là σ−đại số Borel. Do vậy, tập đo được Borel cũng là đo được
Lebesgue.
nên µ∗ (An ) = µ∗ (A) > 0. Nếu các An là µ∗ đo được thì ta lại thấy
[
(A + q) ⊂ [0, 2]
q∈Q∩[−1,1]
P∞
và do đó n=1 µ∗ (An ) ≤ 2 nên µ∗ (An ) = µ∗ (A) = 0. Vô lý.
Mệnh đề 3.4.1. Mọi tập hợp điểm hữu hạn hoặc đếm được E ⊂ R
đều đo được và có độ đo Lebesgue bằng không.
Tiếp theo đây, chúng ta sẽ chỉ ra rằng tồn tại tập không đếm được
nhưng lại có độ đo Lebesgue bằng 0.
n
Với mỗi N = 1, 2, 3, . . ., đặt CN := { : tn = 0, 1 hoặc 2
P
n≥1 tn /3
với mọi n và tn 6= 1 với mọi n ≤ N }.
Trong không gian này ta gọi gian là tập gồm những điểm x =
(t1 , t2 , . . . , tk ) mà mỗi tọa độ ti chạy trên một gian nào đó của R.
Nếu ti chạy trên một gian của R có hai đầu mút là αi , βi (i =
1, 2, . . . , k) thì thể tích của ∆ là số:
k
|∆| =
Y
(βi − αi ).
i=1
Gọi C k là họ tập hợp những tập trong Rk có thể biểu diễn thành
hợp của một số hữu hạn gian rời nhau. Ta có thể chứng minh
rằng:
i) C k là một đại số.
ii) Nếu với mỗi tập P ∈ C k có dạng P = ∪ni=1 ∆i , trong đó ∆i là
những gian rời nhau, ta đặt
n
mk (P ) = |∆i |,
X
i=1
Nhắc lại một hàm F : R → R được gọi là liên tục trái tại u
nếu F (u− ) = lim− F (t) = F (u) và liên tục phải tại u nếu F (u+ ) =
t→u
lim+ F (t) = F (u).
t→u
trong đó, các khoảng mở phải đóng trái [ai , bi ) là rời nhau. Với
A ⊂ R bất kỳ, người ta định nghĩa:
∞
nX o
m∗F (A) = inf F (bi ) − F (ai ) : ∪∞
i=1 [ai , bi ) ⊃ A .
i=1
Như vậy, µF ({a}) bằng độ lớn bước nhảy của hàm F tại a. Khi
đó, ta có:
Chú ý. Người ta thấy rằng, với một độ đo µ xác định trên σ−đại
số Borel, ta định nghĩa hàm F như sau:
0, nếu t ≤ −1,
F (t) = 1
2
, nếu − 1 < t ≤ 1,
1, nếu t > 1.
Có thể thấy, hàm F (t) đơn điệu không giảm và liên tục trái
trên R. Khi đó, ta có:
0, nếu a ≤ −1,
µF (−∞, a) = 12 , nếu − 1 < a ≤ 1,
1, nếu a > 1.
Trong mục này, chúng ta xem xét tình huống đầu tiên của việc
ra quyết định dưới điều kiện không chắc chắn. Chúng ta giả sử
một biến cố (sự việc) nào đó trong tập hợp các biến cố (sự việc)
không chắc chắn có thể xảy ra với xác suất của nó và mỗi biến
cố kéo theo một kết quả đã biết. Chúng ta đứng trước bài toán ra
quyết định thường gặp trong cuộc sống. Chẳng hạn, chúng ta xem
xét có nên hay không nên mua bảo hiểm trước tuổi 30, trong khi
biến cố có thể có, nhưng không chắc chắn là cái chết sẽ đến trước
tuổi 30. Một bác sĩ thường phải đối mặt với sự chọn lựa trong các
cách điều trị thay thế với các khía cạnh ảnh hưởng khác nhau.
Một chính phủ phải chi tiền để thiết kế công nghệ giải quyết một
bài toán mà mỗi công nghệ cho kết quả mong muốn với một xác
suất nào đó, (chẳng hạn, chúng ta nên chọn lựa thiết kế cái gì để
sử dụng làm cho hệ thống giao thông nhanh hơn? Chúng ta nên
đầu tư một lượng tiền lớn để nghiên cứu giống, vật liệu tái sinh
hay năng lượng mặt trời?,...).
Để khởi động thảo luận của chúng ta về bài toán đưa ra quyết
định, chúng tôi đưa ra một bài toán đơn giản trong lý thuyết trò
chơi: Giả sử bạn tham gia một cuộc họp kinh doanh và có một lựa
Bảng trên cho ta biết số tiền bạn phải chi cho mỗi trường hợp
trong hai hành động có thể xảy ra. Số tiền này phụ thuộc khách
quan vào sự kiện khác là cuộc họp kéo dài bao lâu. Một cách để
đưa ra quyết định là tính toán giá trị kỳ vọng của kết quả của
mỗi hành động và ta sẽ chọn hành động nào có giá trị kỳ vọng lớn
hơn. Trong trường hợp này, giá trị kỳ vọng của hành động thứ
nhất là 0, 8 × (−25) + 0, 2 × (−175) = −50 và giá trị kỳ vọng của
hành động thứ hai là 0, 8 × (−40) + 0, 2 × (−40) = −40. Do −40 lớn
hơn −50 nên chúng ta sẽ chọn hành động hai và gửi xe ở bãi đỗ
thay vì để trong hầm.
trong đó P (B) là xác suất biến cố B sẽ xảy ra. Liên kết với mỗi
biến cố Ai là sự thu nhận hay kết quả ci không nhất thiết là tiền,
ta có thể liên hệ với giá trị nào đó hoặc lợi ích u(ci ). Kết quả ci
có thể là một búp bê đồ chơi hay một việc là qua được một cấp độ
chơi,... Lợi ích kỳ vọng của một hành động hay một sự lựa chọn
n
được xác định bởi công thức E = P (Ai ) · u(ci ). Chúng ta cần
P
i=1
dự đoán trước để lựa chọn một hành động có lợi ích kỳ vọng lớn
nhất. Ký hiệu lợi ích kỳ vọng của một hành động hay một sự lựa
chọn được áp dụng rộng rãi trong nhiều tình huống. Nó cho phép
chúng ta áp dụng vào bài toán quyết định chọn thuốc dựa trên
các giả thuyết. Một bác sĩ có thể xem xét hai cách điều trị x và y
(xuất hiện hành động và sự lựa chọn). Nếu cách điều trị x được
sử dụng thì hai biến cố có thể xảy ra là:
A1 : Bệnh tình được xử lý
A2 : Bệnh tình không được xử lý
Liên kết với các biến cố trên là một số kết quả sau:
c1 : Bệnh nhân được chữa khỏi hoàn toàn và có sức khỏe tốt
c2 : Bệnh nhân bị chết
Giả sử các ghi nhận trong quá khứ chỉ ra rằng phương án
điều trị x được chọn theo tỷ lệ 1/3. Vậy, ta gán xác suất P (A1 ) = 31
P (A2 ) = 32 . Giả sử bệnh nhân ước định lợi ích cái chết của mình
bằng 0 và lợi ích cuộc sống khỏe mạnh là 100, tức là u(c1 ) = 100
và u(c2 ) = 0. Khi đó, lợi ích kỳ vọng của phương án điều trị x cho
bệnh nhân là:
1 2 1
E(x) = P (A1 ) · u(c1 ) + P (A2 ) · u(c2 ) = · 100 + · 0 = 33 .
3 3 3
Bây giờ ta so sánh với phương pháp điều trị y. Trong trường
hợp này, có ba biến cố xảy ra là:
0
A1 : Bệnh tình được xử lý hoàn hảo
0
A2 : Bệnh tình không được xử lý
0
A3 : Bệnh tình được xử lý một phần
Liên kết với ba biến cố này tương ứng là các kết quả sau:
0
c1 : Bệnh nhân được khỏi bệnh hoàn toàn và có sức khỏe tốt
0
c2 : Bệnh nhân bị chết
0
c3 : Bệnh nhân thành người tàn tật.
Theo kết quả điều tra trong quá khứ, các biến cố khác nhau
0
của phương án điều trị y có các xác suất như sau P (A1 ) = 0, 0001,
0 0
P (A2 ) = 0, 4999, P (A3 ) = 0, 5000. Giả sử lợi ích của bệnh nhân là
0 0 0
u(c1 ) = 100, u(c2 ) = 0, u(c3 ) = −200 (Bệnh nhân này mong muốn
0 0
thà chết còn hơn bị tàn tật, và u(c1 ) = u(c1 ), u(c2 ) = u(c2 ) cho thấy
tính nhất quán của người bệnh). Lợi ích kỳ vọng của việc điều trị
Trong đó, tổng ở vế phải là tổng theo tất cả các biến cố và kết
quả của trò chơi x và tổng ở vế trái là tổng lấy theo tất cả các biến
cố và kết quả của trò chơi y. Sử dụng lợi ích kỳ vọng để thực hiện
sự chọn lựa giữa các phương án hay các trò chơi khác nhau cũng
được coi là một quy tắc toa thuốc. Khi đó, quy tắc này khẳng định
rằng mỗi cá nhân xác định một sự lựa chọn nếu sự lựa chọn đó
mang lại lợi ích kỳ vọng lớn nhất. Điều đó cũng không cần thiết
phải tính toán tất cả các lợi ích kỳ vọng. Hơn nữa, các sở thích
được đưa ra trong số các hành động hoặc các lựa chọn dưới sự rủi
ro hoặc không chắc chắn, nó đòi hỏi chúng ta phải tính toán chi
phí cho các sở thích đó bằng cách tìm lợi ích và xác suất sao cho
(1) đúng.
Một khẳng định là các cá nhân luôn chọn lựa các hành động
chỉ khi nó mang lại lợi ích kỳ vọng lớn nhất. Ta coi khẳng định
này như là một giả thiết lợi ích kỳ vọng (EU Hypothesis). Nếu
xác suất được dựa trên các đánh giá chủ quan thì giả thiết lợi
ích kỳ vọng được gọi là giả thiết kỳ vọng lợi ích chủ quan (SEU
Hypothesis). Cả giả thiết EU và SEU sẽ được xem xét bởi vì chúng
có các mô hình độ đo mô tả khác nhau và vì các giả thiết là các
chủ thể được kiểm tra. Trong bất kỳ trường hợp nào, quan hệ
giữa giả thiết EU và quy tắc EU là: Giả thiết EU đúng nếu chúng
ta chọn hành động chỉ theo quy tắc EU. Trong bài này chúng ta sẽ
tiếp cận theo cách mô tả và theo cách đề ra quy tắc. Trong phần
tiếp theo chúng ta sẽ miêu tả các cách khác nhau để sử dụng quy
tắc EU hoặc giả thiết EU tạo ra các quyết định. Trước khi kết
thúc mục này, cho phép chúng tôi đưa ra một số bình luận. Giả
sử xác suất P (Ai ) cố định. Nếu lợi ích của các kết quả chỉ được đo
trên một thang đo có thứ tự thì các quyết định được đưa ra bằng
cách sử dụng quy tắc EU là không có ý nghĩa và không nên làm.
Chẳng hạn, phương án lựa chọn x có kết quả là a hoặc b với xác
suất 1/2 cho mỗi biến cố, trong khi đó phương án chọn lựa y có các
kết quả đầu ra là c hoặc d và cũng có xác suất 1/2 cho mỗi biến
cố kết quả. Giả sử u(a) = 100, u(b) = 200, u(c) = 50 và u(d) = 300.
Khi đó, ta tính được E(x) = 150 và E(y) = 175 do vậy phương án
y được chọn lựa. Tuy nhiên, nếu u0 (a) = 200, u0 (b) = 400, u0 (c) = 10
và u0 (d) = 255 thì phương án x sẽ được chọn. Nếu u chỉ là một
hàm lợi ích có thứ tự thì u0 có được từ u bằng một phép biến đổi
thích hợp nào đó. So sánh các lợi ích kỳ vọng ta sử dụng các hàm
lợi ích trên một thang đo khoảng là có ý nghĩa. Ta có:
X X 0 0
P (Ai )[αu(ci ) + β] > P (Ai )[αu(ci ) + β]
c1
p1
p2 c2
p3
c3
p4
c4
Theo giả thiết về biến cố liên kết với các hành động hoặc sự
lựa chọn là p1 + p2 + · · · pn = 1. Giả thiết này luôn cần để làm nên
xổ số của chúng ta. Giả sử K là tập hợp các kết quả và L là tập
hợp các xổ số với kết quả K. Ta gọi R là quan hệ hai ngôi trên
L, quan hệ ưa chuộng chặt (R là là quan hệ ưa chuộng của một
người ra quyết định nào đó). Chúng ta định nghĩa quan hệ ưa
chuộng yếu S và quan hệ thờ ơ E như sau:
lSl0 ⇐⇒ s l0 Rl
lEl0 ⇐⇒ s lRl0 và s l0 Rl
Ta nói rằng u là hàm giá trị thỏa mãn giả thiết giá trị kỳ vọng.
Tổng vế trái của (2) được ký hiệu là E(l) và gọi là giá trị kỳ vọng
của xổ số l: E(l) = pi u(ci ).
P
c1 d1
p1 q1
p2 c2 q2 d2
.. ..
. .
pn cn qm dm
(a) Xổ số l (b) Xổ số l0
Nếu tồn tại hàm lợi ích u trên K thỏa mãn quy tắc giá trị kỳ
vọng thì ta nói rằng giả thiết lợi ích kỳ vọng đúng, tức là u thỏa
mãn quy tắc lợi ích kỳ vọng. Nhớ lại rằng, E(l) > E(l0 ) không có ý
nghĩa nếu hàm lợi ích u chỉ là thang đo có thứ tự. Đối với giả thiết
EU nói một cách đơn giản là các cá nhân hành động theo các so
sánh (theo một hàm lợi ích riêng nào đó). Giả thiết EU không liên
quan đến sự có ý nghĩa của phép so sánh. Nói cách khác, thậm
chí bất đẳng thức E(l) > E(l0 ) có thể không có ý nghĩa nhưng vẫn
rất thú vị để khám phá bất đẳng thức này và giả thiết EU nếu u
chỉ xác định trên thang đo có thứ tự. Chúng ta sẽ đơn giản hóa
khi nói về xổ số phức tạp. Chẳng hạn, giả sử l là xổ số sau (xem
Hình 3.11.)
0.5 $50
0.5 −$50
Hình 3.11: Xổ số l
0.1 $60
l0
0.9 −$60
Hình 3.12: Xổ số l0
Giả sử bạn được chơi một trò chơi mạo hiểm trong đó xác suất
bạn thắng $50 là 0,5 và xác suất để bạn chơi xổ số l0 là 0,5. Ta
có thể biểu diễn xổ số phức tạp này bởi l00 theo hai cách sau (xem
Hình 3.13):
0.5 $50
0.5 $50 $60
l00 0.1
l00 0.5
0
0.5 l 0.9 −$60
Bằng cách sử dụng tính chất chuẩn tắc của sơ đồ cây, trong
đó chúng ta giả sử các tính chất này đúng với các xổ số đang xét.
Chúng ta chuyển l00 thành xổ số đơn giản hơn nhưng có cùng lợi
ích kỳ vọng (xem Hình 3.14.)
$50
0.5
0.5 $60
0.45
−$60
Trước khi kết thúc mục này, chúng ta quan sát thấy các ưa
chuộng trong số các xổ số không có tính chất bắc cầu.
Xét xổ số sau (xem Hình 3.15):
1 −$45
l2
0.5 $0 $45
0.5
1 −$45
l1 l3
0.5 −$100 0.5 −$50
Hình 3.15: Xổ số l1 , l2 , l3
1. Cho X = (0, 1). Họ tập hợp nào trong các họ tập hợp sau đây
là một đại số:
F1 = {∅, (0, 1), (0, 21 ), ( 21 , 1)},
F2 = {∅, (0, 1), (0, 12 ), [ 12 , 1), (0, 32 ], ( 23 , 1)},
F3 = {∅, (0, 1), (0, 23 ), [ 23 , 1)}?
2. Chứng minh rằng nếu A1 và A2 là hai đại số các tập con
của X, thì A1 ∩ A2 cũng là một đại số.
3. Tìm hai đại số mà hợp của chúng không còn là đại số.
4. Cho X = [0, 1]. Chứng minh rằng đại số sinh bởi họ tập hợp
{[0, 12 ), {1}} là:
A = {∅, [0, 21 ), [ 12 , 1), {1}, [0, 1), [0, 12 ) ∪ {1}, [ 12 , 1], X}.
5. Cho X = {0, 1, 2, 3}. Chứng minh rằng đại số sinh bởi họ tập
hợp {{0, 1}, {1, 2, 3}} là:
A = {∅, {0}, {1}, {2, 3}, {0, 1}, {0, 2, 3}, {1, 2, 3}, X}.
6. Cho tập X và A là một đại số (σ−đại số) các tập con của X.
Tập A ⊂ X được gọi là nguyên tử của A nếu A 6= ∅ và nếu
∅=
6 B ⊂ A, B ∈ A thì B = A.
a) Chỉ ra tập nào là nguyên tử trong các đại số sau:
A1 = {∅, {1}, {2}, {1, 2}, {3, 4}, {2, 3, 4}, {1, 3, 4}, {1, 2, 3, 4}} với
X = {1, 2, 3, 4},
A2 = {∅, (0, 1), (0, 32 ), [ 32 , 1)} với X = (0, 1).
b) Chứng minh rằng hai nguyên tử khác nhau của cùng một
đại số (hoặc σ−đại số) luôn rời nhau.
c) Chứng minh rằng mọi phần tử của X luôn thuộc vào ít
nhất 1 nguyên tử.
hoặc
b) nếu với mọi dãy các tập đơn điệu giảm An ∈ M thì
∞
\
An ∈ M .
n=1
F|Z = {A ∩ Z : A ∈ F}
17. Cho X là tập vô hạn. Đặt m(A) = 0 với A hữu hạn bất kỳ, và
m(A) = +∞ nếu A vô hạn. Chứng minh m là hữu hạn cộng
tính nhưng không cộng tính đếm được.
18. Cho không gian xác suất (X, Σ, p), m ∈ N và Ai ∈ Σ, i =
1, . . . , m. Chứng minh rằng:
m m
!
\ X
p Ai ≥ p(Ai ) − (m − 1).
i=1 i=1
Gợi ý: Chứng minh bằng phương pháp quy nạp, đầu tiên
kết luận đúng với m = 2. Nếu kết luận đúng với m = k thì
cũng đúng với m = k + 1.
19. Cho không gian độ đo (X, F , µ). Chứng minh rằng nếu dãy
Ai ∈ F thỏa mãn µ(Ai ∩ Aj ) = 0, ∀i 6= j thì:
∞ ∞
!
[ X
µ Ai = µ(Ai ).
i=1 i=1
Gợi ý: Sử dụng phương pháp tách hợp của dãy {An } bất kỳ
thành hợp của các tập rời nhau Bn , như trong chứng minh
của định lý 3.2.2.iii).
20∗ . Cho không gian độ đo (X, F , µ). Chứng minh rằng:
∞ ∞ ∞
! !
[ [ X
µ Ai − µ Bi ≤ (µ(Ai ) − µ(Bi )).
i=1 i=1 i=1
vô hạn thì đặt ϕ(A) = +∞. Chứng tỏ rằng ϕ cộng tính hữu
hạn nhưng không σ-cộng tính trên họ tập hợp tất cả các tập
con của N.
26. Cho ba hàm số sau:
−1 nếu t < 2,
−2 nếu t ≤ 0,
2
nếu 2 ≤ t < 4, −1
nếu 0 < t ≤ 2,
F1 (t) = F3 (t) =
−1 nếu 4 ≤ t < 5,
2 nếu 2 < t ≤ 3,
0 nếu t ≥ 5, 3 nếu t > 3
t nếu t ≤ 1,
F2 (t) = 2 nếu 1 < t ≤ 3,
5t + 1
nếut > 3
t+1
thì B = ∪∞
n=1 An , A1 ⊂ A2 ⊂ . . . , nên µ(B) = limn→∞ µ(An ). Từ tính
cộng tính của µ ta có:
n
X
µ(An ) = µ(Bi )
i=1
nên ∞
X
µ(B) = µ(Bi ).
i=1
Còn nếu µ thỏa mãn điều kiện ii) thì với các ký hiệu như trước,
ta xét thêm giả thiết mọi µ(Bi ) < +∞, (vì nếu có một µ(Bi ) = +∞
thì kết quả là rõ ràng). Ta có:
n
[ ∞
\
∅=B\ An = (B \ An ),
i=1 n=1
Pn
Nhưng do An ⊂ B và µ(An ) = i=1 µ(Bi ) < ∞ nên µ(B \ An ) =
µ(B) − µ(An ). Từ đó:
n
X ∞
X
µ(B) = n→∞
lim µ(Bi ) = µ(Bi ).
i=1 i=1
A, B ∈ L và AB = ∅, ta có
µ∗ (A ∪ B) = µ∗ (A ∪ B)A + µ∗ (A ∪ B)Ac = µ∗ (A) + µ∗ (B).
Do đó
n
∗ ∗ ∗
(EBnc ) µ∗ (EAk ) + µ∗ (EAc ),
X
µ (E) = µ (EBn ) + µ ≥
k=1
k=1
Cho n → ∞ ta được
∞
µ∗ (E) ≥ µ∗ (EAk ) + µ∗ (EAc ) ≥ µ∗ (EA) + µ∗ (EAc ).
X
k=1
Từ đó suy ra A ∈ L .
Bước 4 (µ∗ là σ-cộng tính trên L ): Điều này rút ra từ chứng
minh của bước 3 (lấy E = A).
∞
ε
p(Akj ) ≤ µ∗ (Ak ) +
X
.
j=1 2k+1
S∞ S∞ S∞
Do k=1 j=1 Akj ⊃ k=1 Ak nên
∞ ∞ X
∞ ∞
!
∗
µ∗ (Ak ) + ε.
[ X X
µ Ak ≤ p(Ak ) ≤
k=1 k=1 j=1 k=1
Mặt khác, với ε > 0 cho trước, ta chọn {Ak } ⊂ A sao cho
E ⊂ ∪∞
k=1 Ak và
∞
p(Ak ) ≤ µ∗ (E) + ε.
X
k=1
∞ ∞
ε+µ∗ (E) ≥ [p(AAk )+p(Ac Ak )] ≥ µ∗ (EA)+µ∗ (E \A).
X X
p(Ak ) =
k=1 k=1
P∞
tập thuộc A sao cho An ⊂ ∪∞i=1 En,i thì µ1 (An ) ≤ i=1 p(En,i ). Do
đó
µ1 (An ) ≤ µ(An ). (1)
Tương tự,
µ1 (Xn \ An ) ≤ µ(Xn \ An ) (2)
Ngoài ra,
µ1 (An )+µ1 (Xn \An ) = µ1 (Xn ) = p(Xn ) = µ∗ (Xn ) = µ∗ (An )+µ∗ (Xn \An ).
(3)
Vì các số hạng trong (1), (2), (3) đều hữu hạn nên ta suy ra
µ1 (An ) = µ(An ), ∀An ∈ σ(A).
(A ∪ N )c ⊂ (A ∪ B)c + B ∩ (A ∪ N )c , µ(B ∩ (A ∪ N )c ) = 0.
Trong học phần Giải tích 1, đối với tích phân xác định (một loại
tích phân Riemann) chúng ta đã biết các định lý: "Nếu hàm số
y = f (x) liên tục trên đoạn [a, b] thì khả tích trên đoạn đó" hoặc
"Nếu hàm số y = f (x) đơn điệu và có hữu hạn điểm gián đoạn
trên đoạn [a, b] thì khả tích trên đoạn đó". Như vậy, tích phân
Riemann chỉ tồn tại đối với một lớp hẹp các hàm số liên tục hoặc
có hữu hạn điểm gián đoạn, còn đối với các hàm số có vô hạn điểm
gián đoạn trên đoạn [a, b] sẽ không tồn tại tích phân xác định trên
nó. Do đó, chúng ta cần mở rộng khái niệm tích phân Riemann để
khái niệm đó thỏa mãn đối với lớp hàm rộng hơn, đó là tích phân
Lebesgue. Tại sao trong điều kiện khả tích Riemann, chúng ta
lại cần điều kiện hàm số liên tục hoặc nếu gián đoạn thì chỉ gián
đoạn tại hữu hạn điểm thôi? Lý do cần điều kiện này xuất phát từ
việc chúng ta xây dựng khái niệm tích phân Riemann bằng cách
phân hoạch trên tập xác định của hàm số. Sự khác biệt cơ bản
giữa tích phân Riemann và tích phân Lebesgue là phương thức
lấy phân hoạch. Trong khi tích phân Riemann phân hoạch miền
xác định của hàm số thành nhiều khoảng thì tích phân Lebesgue
158 ◊
Giải tích hàm ứng dụng trong kinh tế
làm việc đó với miền giá trị của hàm số và xét tập các điểm trên
miền xác định mà giá trị của hàm số tại các điểm này thuộc vào
một trong các khoảng đó. Chúng ta có thể so sánh hai cách lấy
tích phân trong trường hợp tập X ⊂ R và f đo được không âm có
tập giá trị đếm được. Nếu ta nhóm các phần tử mà hàm f nhận
cùng giá trị thành một tập rồi lấy độ đo của tập này nhân với giá
trị đó của hàm số thì ta sẽ được một tích số dương. Khi các giá trị
của f thay đổi tổng các tích này lập thành một chuỗi số dương.
Tích phân Lebesgue chính là tổng chuỗi số dương này. Còn việc
lấy tích phân Riemann, ta làm bằng cách chia tập X thành các
tập đôi một rời nhau, lấy độ đo các tập này nhân với một giá trị
nào đó trong tập giá trị của hàm số trên tập phân hoạch tương
ứng. Sau đó, ta lấy tổng các tích này và được giá trị gần đúng của
tích phân. Rõ ràng cách thực hiện đối với tích phân Lebesgue có
thể nhận được độ chính xác hơn so với cách thực hiện đối với tích
phân Riemann.
Trong chương này, ta luôn xét không gian độ đo (X, F , µ) với
F là một σ−đại số.
4.1. Tích phân Lebesgue của hàm đơn giản không âm (The
Lebesgue Integral of Nonnegative simple functions)
Nếu mọi giá trị của hàm đơn giản là không âm thì hàm được
gọi là hàm đơn giản không âm.
Với hàm f và các tập Ai được định nghĩa ở trên, khi đó các tập
Ai là rời nhau và:
n
X
f (x) = αi .1Ai (x). (4.1)
i=1
Ngược lại, nếu f (x) có dạng (4.1) với các tập Ai đo được, rời
nhau thì f (x) là hàm đơn giản.
1 2 3 4 5
-1
Ta thấy g(x) được biểu diễn dưới dạng (4.1) như sau:
Tích phân Lebesgue được định nghĩa cho các hàm đơn giản
không âm bởi tổng của các "hình chữ nhật".
Định nghĩa 4.1.2. Tích phân (Lebesgue) của hàm đơn giản không
âm f (x) trên X là giá trị sau:
n
X Z
αi µ(Ai ) =: f (x)dµ(x).
i=1 X
R
Nếu không sợ nhầm lẫn, ta có thể ký hiệu ngắn gọn là: X f dµ.
Với tập A ∈ F bất kỳ, ta định nghĩa tích phân (Lebesgue) của
hàm đơn giản không âm f (x) trên A như sau:
Z Z
f dµ := f.1A dµ.
A X
Định lý sau đây chứng tỏ rằng định nghĩa tích phân của hàm
đơn giản không phụ thuộc cách biểu diễn của hàm số đó. Như
vậy, tích phân của một hàm đơn giản không âm f (x) trên X được
xác định duy nhất.
Định lý 4.1.1. Nếu một hàm đơn giản f (x) có hai cách biểu diễn
n
X m
X
f= ai 1 A i = bj 1Bj
i=1 j=1
n m
thì
P P
ai µ(Ai ) = bj µ(Bj ).
i=1 j=1
Khi đó, tích phân của hàm f (x) trên [1, 6] là:
Z
f (x)dm = 1 × m([1, 3)) + 2 × m([3, 6]) = 1 × 2 + 2 × 3 = 8.
[1,6]
Nhận xét. Với quy ước 0.∞ = 0, tích phân của hàm đơn giản
không âm theo cách định nghĩa trên luôn tồn tại (có thể bằng vô
hạn).
Ví dụ 4.1.5. Xét hàm f (x) trên đoạn [0, 1] với độ đo Lebesgue m:
1,
nếu x ∈ Q ∩ [0, 1],
f (x) = 1Q∩[0,1] (x) =
0,
nếu x ∈
/ Q.
Tích phân của hàm f (x) trên [0, 1] là:
Z
f (x)dm = 0 × m([0, 1] \ Q) + 1 × m(Q ∩ [0, 1]) = 0 × 1 + 1 × 0 = 0.
[0,1]
t
Ví dụ 4.1.6. Cho hàm số F (t) = và độ đo Lebesgue -
2|t| + 1
Stieltjes cảm sinh từ F là µF . Hàm số f trên R được xác định bởi:
1
nếu x < 0,
f (x) =
2 nếu x ≥ 0.
t
Hình 4.2: Hàm số F (t) =
2|t| + 1
Theo định nghĩa ta sẽ có:
Z
f dµF = 1.µF (−∞, 0) + 2.µF [0, ∞).
R
Do vậy: Z
3
f dµF = .
R 2
X m
n X m X
X n
f= αi 1Ai Bj , g= βj 1Bj Ai . (4.2)
i=1 j=1 j=1 i=1
Do đó, ta có:
Z X
(f + g)dµ = (αi + βj )µ(Ai Bj )
X i,j
X X Z Z
= αi µ(Ai Bj ) + βj µ(Ai Bj ) = f dµ + gdµ.
i,j i,j X X
Ví dụ 4.1.7. Cho hàm f xác định trên (E, B , m) trong đó: f (x) =
Int(x2 ), E = [0, 2] (ký hiệu Int(x) là số nguyên lớn nhất không vượt
quá x).
Ta nhận thấy f (x) bằng 0 nếu 0 ≤ x < 1, bằng 1 nếu 1 ≤ x <
√ √ √ √
2, bằng 2 nếu 2 ≤ x < 3, bằng 3 nếu 3 ≤ x < 2, bằng 4 nếu
x = 2 nên f (x) được biểu diễn như sau:
Giống như với tích phân Riemann, khái niệm tích phân trong
chương này cũng gắn liền với việc lấy giới hạn. Khái niệm tích
phân Lebesgue sẽ được mở rộng cho lớp các hàm là giới hạn của
một dãy các hàm đơn giản, được gọi là các hàm đo được. Khi đó,
tích phân của một hàm đo được không âm sẽ là giới hạn của dãy
tích phân các hàm đơn giản không âm hội tụ tới nó. Tuy nhiên
cũng như nhiều khái niệm khác trong toán học, chúng ta sẽ sử
dụng định nghĩa hàm đo được thông qua một tính chất tương
đương nhưng dễ kiểm tra hơn rất nhiều so với việc định nghĩa nó
là giới hạn của một dãy các hàm đơn giản.
4.2. Hàm số đo được (Measurable Functions)
4.2.1. Định nghĩa và các phép toán
y=a
y = f (x)
Mệnh đề 4.2.1. Điều kiện (4.3) có thể thay thế bằng một trong
các điều kiện sau:
Chứng minh. Thật vậy, (4.3) ⇔ (4.6) vì các tập bù nhau. Tương
tự, (4.4) ⇔ (4.5).
Ta cần chứng minh (4.3) ⇔ (4.5).
(4.3) ⇒ (4.5): Rõ ràng f (x) ≤ a khi và chỉ khi (∀n)f (x) < a +
1/n, nên {x ∈ X : f (x) ≤ a} = ∩∞
n=1 {x ∈ X : f (x) < a + 1/n} ∈ F .
(4.5) ⇒ (4.3): Rõ ràng f (x) < a khi và chỉ khi (∃n)f (x) ≤ a −
1/n, nên {x ∈ X : f (x) < a} = ∪∞
n=1 {x ∈ X : f (x) ≤ a−1/n} ∈ F .
Chú ý. Trong lý thuyết xác suất, các hàm đo được sẽ được gọi là
các biến ngẫu nhiên.
Tiếp theo, chúng ta sẽ chỉ ra các cách tạo ra hàm đo được "mới"
từ các hàm đã cho. Đó là cách lấy tổng, hiệu, tích, thương,. . . các
hàm đo được.
Định lý 4.2.1.
i) Nếu hàm f (x) đo được thì với mọi số thực α > 0 hàm số
|f (x)|α cũng đo được.
ii) Nếu f (x) và g(x) đo được và hữu hạn thì các hàm số
Sau đây, chúng ta sẽ xét các hàm dương được lập từ hàm f .
Ký hiệu: f + (x) = sup{f (x), 0}, f − (x) = sup{−f (x), 0}.
Dễ thấy, f (x) = f + (x) − f − (x) là hiệu hai hàm dương và
|f (x)| = f + (x) + f − (x), do đó
f + |f | − |f | − f
f+ = ,f = .
2 2
Hệ quả 4.2.2. Hàm số f đo được khi và chỉ khi hai hàm f + , f −
đều là đo được.
y y
x x
O O
x x
O O
Định lý 4.2.2. Nếu {fn (x)} là dãy các hàm số đo được và hữu hạn
thì
i) Các hàm số supn fn (x), inf n fn (x), lim fn (x) và lim fn (x) là
những hàm đo được.
ii) Tập hợp những điểm tại đó dãy fn hội tụ là một tập đo được,
iii) Nếu tồn tại f (x) = limn→∞ fn (x) thì hàm số đó đo được.
{inf fn (x) ≥ a} = ∩∞
n=1 {fn (x) ≥ a} ∈ F ,
n
cho nên các hàm số supn fn (x) và inf n fn (x) đo được. Do đó, các
hàm số:
lim fn (x) = inf{sup fn+k (x)},
n→∞ k
là đo được.
ii) Tập hợp những điểm mà tại đó dãy fn hội tụ là tập hợp
{x : limn fn = limn fn }, do đó đo được.
iii) Nếu fn → f thì f = limn fn = limn fn , theo kết quả trên f là
hàm đo được.
Chú ý rằng, (xem chương "Không gian metric"), các hàm liên
tục trên R là đo được Borel. Ngoài ra, các hàm đơn điệu trên R
cũng đo được Borel như trong mệnh đề dưới đây.
Mệnh đề 4.2.2. Nếu hàm f : R → R là đơn điệu không tăng hoặc
không giảm thì f là đo được Borel.
Chứng minh. Giả sử f là đơn điệu không tăng. Với a ∈ R bất kỳ,
đặt x0 = inf{x : f (x) ≥ a}. Khi đó nếu f (x0 ) = a thì f −1 (−∞, a) =
(−∞, x0 ), ngược lại nếu f (x0 ) 6= a thì f −1 (−∞, a) = (−∞, x0 ]. Như
vậy, trong trường hợp nào thì f −1 (−∞, a) cũng thuộc B .
Mệnh đề 4.2.3. Giả sử f đo được trên (X, F ). Khi đó nếu A là
tập Borel thì f −1 (A) ∈ F .
Như vậy nếu x ∈ (1/3, 2/3) thì f (x) = 1/3, nếu x ∈ (1/9, 2/9) thì
f (x) = 1/9,... Dễ thấy tập giá trị của f là tập Cantor, đồng thời f
là không giảm nên nó đo được theo mệnh đề 4.2.2.
Gọi A là một tập không đo được Lebesgue (người ta đã chứng
minh luôn tồn tại tập như vậy). Khi đó f (A) ⊂ C nên nó là tập
đo được và có độ đo 0. Tuy nhiên f (A) không là tập Borel bởi nếu
thế thì theo mệnh đề 4.2.3, A = f −1 (f (A)) sẽ đo được Borel, vô lý.
Ví dụ trên cũng cho thấy việc lấy σ−đại số các tập đo được
Lebesgue trên R làm miền giá trị có thể là quá lớn.
4.2.2. Cấu trúc của hàm số đo được
Định lý 4.2.3 ( Cấu trúc của hàm đo được). Mỗi hàm số đo được,
không âm đều là giới hạn của một dãy tăng các hàm đơn giản
không âm.
Chứng minh. Ta chia đoạn [0, n] thành n.2n đoạn bằng nhau với
độ dài 2−n . Đặt
n
nếu f (x) ≥ n,
fn (x) =
kn
nếu k
≤ f (x) < k+1
, (k = 0, 1, . . . , n.2n − 1).
2 2n 2n
f2
2
f1
f
1
1/2
Thật vậy, với x : f (x) ≥ n thì fn (x) = n ≤ fn+1 (x). Còn lại,
tồn tại k sao cho 2kn ≤ f (x) < k+1 2n
. Khi đó fn (x) = 2kn . Ta có k ≤
2n f (x) < k + 1 hay k = [2n f (x)]. Từ đó suy ra 2k ≤ 2n+1 f (x). Vì thế
k 0 ứng với hàm fn+1 là k 0 = [2n+1 f (x)] thỏa mãn hệ thức 2k ≤ k 0 .
k0
Chứng tỏ fn (x) = 2kn = 2n+1
2k
≤ 2n+1 = fn+1 (x).
Tiếp theo, ta chứng minh rằng f (x) = limn→∞ fn (x).
Nếu f (x) < +∞ thì với n đủ lớn f (x) < n, nên ∃k : 2kn ≤ f (x) <
k+1
2n
. Khi đó fn (x) = 2kn , suy ra |fn (x) − f (x)| ≤ 21n → 0 (n → ∞).
Nếu f (x) = +∞ thì ∀n : f (x) ≥ n, nên fn (x) = n → ∞.
Vậy trong mọi trường hợp fn (x) → f (x).
Hệ quả 4.2.3. Mọi hàm số đo được là giới hạn của một dãy các
hàm đơn giản.
Định nghĩa 4.2.2. Ta nói điều kiện P (x) được thỏa mãn với hầu
hết mọi x hay được thỏa mãn hầu khắp nơi (h.k.n) nếu có một tập
B sao cho µ(B) = 0 và P (x) được thỏa mãn với mọi x ∈ B c :
µ{x ∈ X : P̄ (x)} = 0.
Dãy hàm số đo được {fn } được gọi là hội tụ hầu khắp nơi tới hàm
số đo được f , ký hiệu fn → f h.k.n., nếu
Như vậy, nếu µ là một độ đo đủ, việc thay đổi giá trị của hàm
số trên một tập có độ đo 0 không làm ảnh hưởng tới tính đo được
của hàm số.
Dưới đây ta phát biểu hai kết quả về hàm số đo được, mà
không chứng minh. Bạn đọc có thể tham khảo chứng minh trong
[6], tr. 111-113.
Định lý 4.2.5 (Egorov). Cho một dãy hàm số fn (x) đo được, hữu
hạn h.k.n và hội tụ h.k.n trên một tập đo được A có độ đo µ(A) <
+∞. Với mỗi ε > 0 luôn tồn tại một tập đo được B ⊂ A sao cho
µ(A \ B) < ε và dãy fn (x) hội tụ đều trên tập B.
Như vậy, trên một tập có độ đo hữu hạn ta có thể “gọt bớt” đi
một tập có độ đo nhỏ tùy ý để sự hội tụ trở thành hội tụ đều.
Định nghĩa 4.3.1. Tích phân (Lebesgue) của f (x) trên X đối với
độ đo µ là giá trị (hữu hạn hoặc vô hạn) được ký hiệu và xác định
như sau:
Z Z
f dµ := sup ϕ dµ : 0 ≤ ϕ ≤ f, hàm ϕ là đơn giản không âm .
X X
Bổ đề sau cho thấy rằng tích phân Lebesgue có tính đơn điệu
đối với cả hàm lấy tích phân và tập lấy tích phân.
Bổ đề 4.3.1.
Chứng minh.
i) Nếu ϕ là hàm đơn giản không âm thỏa mãn 0 ≤ ϕ ≤ f thì
0 ≤ ϕ ≤ g. Từ định nghĩa, ta suy ra (4.7).
ii) Vì f 1A ≤ f 1B , kết quả ii) nhận được từ i).
X f (x)dm ≤ X gn (x)dm.
R R
n−1
R k 1 n−1 R
Ta tính được trong khi
P
X fn (x)dm = nn
= 2n X gn (x)dm =
k=0
n−1
k+1 1 n+1
. Vậy,
P
n n
= 2n
k=0
n−1 Z n+1 Z
1
≤ f (x)dm ≤ , ∀n ∈ N ⇒ f (x)dm = .
2n X 2n X 2
Định lý sau là một định lý quan trọng về tính hội tụ của tích
phân Lebesgue.
Định lý 4.3.1 (Beppo - Levi, Định lý hội tụ đơn điệu 1). Nếu {fn }
là dãy đơn điệu tăng các hàm đo được không âm hội tụ đến hàm
f trên không gian độ đo (X, F , µ), thì
Z Z
f dµ = lim fn dµ. (4.8)
X X
Định lý hội tụ đơn điệu 1 chỉ hữu dụng khi xét sự hội tụ đối
với tích phân của dãy các hàm đo được không âm đơn điệu. Trong
khi đó, hệ quả sau của nó, được chứng minh bởi Pierre Fatou năm
1906 lại rất hữu ích khi nghiên cứu sự hội tụ đối với tích phân
của dãy các hàm đo được không âm bất kỳ.
Z (Fatou). Cho {f
Định lý 4.3.2 Z n } là dãy các hàm đo được, không
âm. Khi đó lim fn dµ ≤ lim fn dµ.
X X
Chứng minh. Đặt gn = inf{fn , fn+1 , . . . }. Khi đó, {gn } là dãy hàm
không âm đơn điệu tăng đến lim fn : gm ≤ fn , ∀m ≤ n. Từ tính đơn
điệu của tích phân, ta suy ra X gm dµ ≤ X fn dµ, ∀m ≤ n. Theo
R R
Bất đẳng thức trong Bổ đề Fatou có thể xảy ra dấu nhỏ hơn
thực sự như trong ví dụ sau đây.
Ví dụ 4.3.2. Xét dãy hàm đo được không âm trên không gian độ
đo ([0, 1], B ([0, 1]), µ):
1
m,
nếu 0 < x < m
,
fm (x) =
0,
trong trường hợp còn lại.
R
Khi
Z Z fm = 0 trong khi
đó lim fm = lim X fn dµ = 1 với mỗi m, do vậy
lim fn dµ < lim fn dµ.
X X
Ví dụ này cũng cho thấy không thể bỏ qua giả thiết về tính
đơn điệu trong Định lý 4.3.1.
Như vậy, sử dụng định nghĩa ban đầu ta dễ dàng chứng minh
được tính đơn điệu và hội tụ của tích phân Lebesgue hàm đo được
không âm. Rõ ràng mọi hàm đo được không âm đều là giới hạn
của một dãy tăng các hàm đơn giản không âm. Do đó, theo Định
lý 4.3.1, tích phân của nó sẽ bằng giới hạn của dãy tích phân các
hàm đơn giản không âm hội tụ tới nó. Điều đó trùng với nhận xét
ban đầu của chúng ta.
Sử dụng nhận xét đó, ta sẽ sớm đạt được một tính chất hết sức
quan trọng từ tích phân Lebesgue của hàm đơn giản không âm
mà chúng ta muốn bảo toàn, đó là tính chất cộng tính.
4.3.2. Tính chất cộng tính của tích phân Lebesgue
Chứng minh.
i) Giả sử {fn } là dãy hàm đơn giản không âm hội tụ đến f . Khi
đó {cfn } là dãy hàm đơn giản không âm hội tụ đến cf . Theo nhận
xét trên, ta suy ra kết quả cần chứng minh.
ii) Thật vậy, giả sử {fn } và {gn } là các dãy hàm đơn giản không
R
âm, hội tụ đến f và g tương ứng. Khi đó ta có X (fn + gn )dµ =
R R
X fn dµ + X gn dµ. Ngoài ra, fn + gn cũng là hàm đơn giản không
âm, hội tụ đơn điệu tăng đến f + g, nên từ đẳng thức trên, cho
n → ∞, ta nhận được điều phải chứng minh.
Dựa vào tính chất cộng tính của tích phân và kết hợp với tính
hội tụ đơn điệu, ta rút ra một số hệ quả sau. Trước hết, tính cộng
tính có thể mở rộng đối một số vô hạn đếm được các hàm đo được
không âm.
Hệ quả 4.3.1. Giả sử {gn } là một dãy các hàm đo được không âm
bất kỳ. Khi đó:
Z ∞
X ∞ Z
X
gn dµ = gn dµ .
X n=1 n=1 X
Mặt khác, dãy fn là dãy các hàm đo được không âm, đơn điệu
tăng tới f := ∞
n=1 gn , sử dụng định lý hội tụ đơn điệu, ta có:
P
Z ∞
X Z n Z
X ∞ Z
X
gn dµ = lim fn dµ = lim gi dµ = gn dµ .
X n→∞ n→∞
n=1 i=1 X n=1 X
Hệ quả cho ta một kết quả sau đây, như là một sự mở rộng của
định nghĩa tích phân với hàm đơn giản không âm:
∞
X
Nếu f (x) = ai 1Ai với ai > 0, ∀i và các Ai rời nhau thì
i=1
Z ∞
X
f (x)dµ = ai µ(Ai ).
X i=1
Tích phân Lebesgue cũng có tính chất cộng tính với tập lấy tích
phân như kết quả dưới đây.
Hệ quả 4.3.2. Cho f là một hàm số đo được, không âm trên không
gian độ đo (X, F , µ), khi đó hàm số mf xác định trên F được bởi
công thức: Z
mf (A) = f dµ ∀A ∈ F
A
là một độ đo.
Hệ quả 4.3.3.
Z Nếu Zf, g là các hàm đo được, không âm và f = g
(h.k.n) thì f dµ = gdµ.
X X
Hệ quả 4.3.4. Giả sử {fn } là dãy các hàm đo được không âm,
đơn điệu tăng, hội tụ h.k.n trên X đến hàm đo được không âm f .
Khi đó: Z Z
f dµ = lim fn dµ.
X X
f = f + − f −.
hạn và f được gọi là f khả tích Lebesgue (gọi tắt là khả tích (L)
hay khả tích) trên X đối với độ đo µ.
Tập hợp các hàm khả tích trên X được ký hiệu là L 1 (X, F , µ)
hay L 1 (X).
Định nghĩa 4.4.3. Ta định nghĩa tích phân của f trên tập A ∈ A
như sau: Z Z
f dµ := f 1A dµ.
A X
Nếu tích phân trên tồn tại và hữu hạn thì ta nói hàm f khả
tích trên tập A.
Ta có kết quả: Nếu hàm f khả tích trên tập A thì sẽ đo được
trên A. Tuy nhiên, tồn tại những hàm đo được nhưng không khả
tích. Thật vậy, xét ví dụ sau:
Ví dụ 4.4.1. Cho hàm số f : [0, ∞) → R định nghĩa như sau:
1
nếu n − 1 ≤ x < n − 12 ,
f (x) = n
1
− nếu n − 21 ≤ x < n.
n
n
Z
+
X 1
f (x)dm = →∞
[0,n] i=1 2i
Như vậy, chúng ta đã định nghĩa đầy đủ về tích phân đối với
hàm đo được. Đầu tiên chúng ta định nghĩa tích phân đối với các
hàm đơn giản đo được, rồi mở rộng chúng đối với lớp các hàm đo
được không âm. Để đạt được điều đó, chúng ta phải kết hợp định
lý hội tụ đơn điệu và sự xấp xỉ một hàm đo được không âm bất kỳ
bằng một dãy hàm đơn giản không âm. Cuối cùng chúng ta mở
rộng khái niệm tích phân đối với hàm đo được bất kỳ bằng cách
định nghĩa nó là hiệu của tích phân hai phần dương và âm của
hàm số. Chú ý rằng, mặc dù việc đưa ra tính chất đo được của
một hàm số trên không gian đo được là nhằm mục đích tính tích
phân nhưng không phải hàm đo được nào cũng có thể tính được
tích phân.
Xét trường hợp không gian (X, 2X , µ) với X là vô hạn đếm
được: X = {x1 , x2 , . . .}.
Nếu hàm f đo được trên (X, 2X , µ) thỏa mãn ∞ x∈X |f (x)|µ(x) <
P
Z ∞
X
f dµ = f (xi )µ(xi ). (4.9)
X i=1
Thật vậy, dựa vào nhận xét sau hệ quả 4.3.2 nếu f là đo được
không âm thì kết quả đúng.
Kết quả trên vẫn đúng nếu f là hàm đo được bất kỳ thỏa mãn:
∞
X
|f (x)|µ(x) < ∞.
x∈X
Mệnh đề 4.4.1. Cho hàm số f đo được trên (X, F , µ). Khi đó:
f dµ ≤ |f |dµ.
R R R
i) Nếu tích phân X f dµ tồn tại thì X X
Chứng minh.
i) Ta có
Z Z Z Z Z Z
+ − + −
|f |dµ = f dµ + f dµ ≥ f dµ − f dµ = f dµ .
X X X X X X
ii) Nếu f hoặc |f | khả tích thì cả hai tích phân X f ± dµ đều
R
hữu hạn. Do đó tính khả tích của f kéo theo tính khả tích của |f |
và ngược lại.
Chú ý rằng, giả thiết hàm f đo được rất quan trọng trong
Mệnh đề 4.4.1. Nếu không có giả thiết về tính đo được của hàm f
thì kết luận ii) không còn đúng nữa.
Như vậy, f không là hàm đo được. Do đó, f không khả tích (L)
trên đoạn [0, 1]. Mặt khác, hàm |f | = 1 khả tích (L) trên [0, 1].
Chứng minh. Trong trường hợp các hàm f, g ≥ 0 thì bất đẳng
thức là đúng.
Giả sử f, g là hai hàm đo được bất kỳ có tích phân trên X. Nếu
f ≤ g h.k.n thì f + ≤ g + h.k.n và f − ≥ g − h.k.n.
Ta có:
Z Z Z Z Z Z
f dµ = f + dµ − f − dµ ≤ g + dµ − g − dµ = gdµ.
X X X X X X
Hệ quả 4.4.2. Nếu f khả tích trong (X, F , µ) thì f hữu hạn h.k.n
đối với độ đo µ.
nên µ(B) = 0.
Định lý 4.4.1.
i) Nếu hàm f đo được, A ∈ F và µ(A) = 0 thì A f dµ = 0.
R
ii) Nếu µ(A) < ∞ và hàm f đo được, bị chặn trên A thì f khả
tích trên A.
Chứng minh.
i) Ta chỉ cần chứng minh trường hợp f ≥ 0.
Nếu µ(A) = 0 thì với mọi dãy đơn giản fn đơn điệu tăng hội tụ
R R
tới f ta có A fn = 0 nên suy ra A f dµ = 0.
ii) Nếu µ(A) < ∞ và f (x) < K với mọi x ∈ A thì với mọi
dãy hàm đơn giản, đơn điệu tăng fn hội tụ tới hàm f ta luôn có
fn < K, do đó:
Z Z
fn dµ ≤ Kdµ = Kµ(A) < ∞.
A A
f |g|dµ
R
α ≤ AR ≤ β.
|g|dµ
A
R
f |g|dµ
A
Trường hợp này, ta chọn được γ = R
|g|dµ
thỏa mãn đề bài.
A
Xét tính khả tích Riemann và khả tích Lebesgue trên đoạn
[0, 1] và hãy tính các tích phân này trong trường hợp tồn tại.
Xét hàm số g(x) = cos x + x xác định trên [0, 1], ta có hàm g
tương đương với hàm f trên [0, 1] vì
Hàm f không khả tích Riemann bởi vì tập các điểm gián đoạn
của nó chứa tập hợp tất cả các số vô tỉ thuộc đoạn [0, 1], tập này
có độ đo bằng 1.
(Việc chuyển từ tích phân Lebesgue sang tích phân Riemann
sẽ được trình bày chi tiết hơn ở phần tiếp theo.)
Tiếp theo, chúng ta sẽ xem xét các tính chất tuyến tính của
tích phân. Rất may mắn là các tính chất tuyến tính vẫn được bảo
toàn đối với hàm đo được bất kỳ.
Định lý 4.4.2. (tính chất tuyến tính của tích phân) Giả sử hai
R R
hàm số f, g đo được trên (X, F , µ) sao cho X f dµ, X g dµ có nghĩa
và hằng số α ∈ R bất kỳ. Khi đó:
R R R
i) Tích phân X (αf ) dµ có nghĩa và X (αf )dµ =α X f dµ.
R
ii) Nếu hàm g khả tích thì tích phân X (f + g)dµ có nghĩa và
Z Z Z
(f + g)dµ = f dµ + gdµ.
X X X
hàm đo được f là hiệu hai hàm khả tích không âm f1 , f2 nào đó:
f = f1 − f2 thì f cũng khả tích và ta cũng có:
Z Z Z
f dµ = f1 dµ − f2 dµ.
X X X
R
ii) Ngược lại, nếu tổng ở vế phải của (*) có nghĩa thì A∪B f dµ
tồn tại và ta có (*).
R R R
Hệ quả 4.4.5. Nếu µ(B) = 0 thì A f dµ = A∪B f dµ = A\B f dµ (với
giả thiết 1 trong 3 tích phân tồn tại).
Chú ý. Hệ quả trên cho thấy việc thay đổi giá trị của một hàm
số trên một tập hợp có độ đo không thì tích phân của hàm số đó
(nếu có) không thay đổi. Từ đó người ta có thể mở rộng định nghĩa
hàm số đo được và tích phân như sau:
Giả sử f là hàm số đo được trên E, E ⊂ A ∈ F và µ(A \ E) = 0.
Khi đó, ta vẫn nói rằng f đo được trên A (ở đây f có thể chỉ xác
định hầu khắp nơi trên A).
Nếu f là hàm số đo được trên A theo nghĩa trên thì
Z Z
f dµ := f dµ.
A E
Các định lý về tích phân vẫn đúng nếu trong giả thiết một
điều kiện nào đó xảy ra trên toàn bộ A được hạn chế bởi việc xảy
ra hầu khắp nơi trên A.
4.4.3. Các định lý về giới hạn của tích phân
Định lý 4.4.3 (Định lý hội tụ đơn điệu 2). Cho {fn } là một dãy
đơn điệu tăng (giảm) các hàm đo được trên không gian độ đo
(X, F , µ) và X f1 dµ > −∞ (tương ứng X f1 dµ < +∞). Khi đó:
R R
Z Z
lim fn dµ = lim fn dµ.
n→∞ X X n→∞
Đẳng thức cũng nhận được trong trường hợp đặc biệt: {fn } là
dãy đơn điệu các hàm đo được trên X và f = lim fn là khả tích.
Chú ý. Ta không thể bỏ điều kiện về tính chặn dưới (chặn trên)
của dãy hàm số, chẳng hạn với dãy hàm đơn điệu tăng đòi hỏi
X f1 dµ > −∞ cho dù có thể thay điều kiện này bằng X fk dµ >
R R
fn dµ = −∞ =
6 0=
R R
Như vậy, rõ ràng limn→∞ N N limn→∞ fn dµ.
Sử dụng định lý hội tụ đơn điệu trên kết hợp với bổ đề Fatou
về hàm đo được không âm, và tính chất tuyến tính của tích phân
ta sẽ chứng minh được các định lý hội tụ sau. Định lý ngay tiếp
sau đây thực chất là sự mở rộng của bổ đề Fatou cho trường hợp
hàm đo được bất kỳ.
Định lý 4.4.4. Giả sử {fn } là một dãy các hàm đo được và tồn tại
hàm g khả tích thỏa mãn |fn | ≤ g với mọi n. Khi đó ta có:
Z Z Z Z
lim fn dµ ≤ lim fn dµ ≤ lim fn dµ ≤ lim fn dµ.
X X X X
Như vậy, để kiểm tra xem giới hạn của một dãy tích phân các
hàm đo được có bằng tích phân của hàm giới hạn hay không, ta
có thể thực hiện như sau. Trước hết nếu dãy là đơn điệu tăng
(giảm), ta kiểm tra điều kiện bị chặn dưới (trên) của định lý hội
tụ đơn điệu rồi áp dụng. Nếu không được, hãy kiểm tra liệu giá
trị tuyệt đối của dãy hàm này có bị chặn bởi một hàm khả tích
hay không rồi áp dụng định lý hội tụ bị chặn.
R
Ví dụ 4.4.8. Xét tích phân f (x)dm với f (x) = x. Ta thấy dãy
[0,1]
hàm fn (x) = nk với x ∈ [ nk , k+1
≤ k < n thỏa mãn |fn (x) −
n
), 0
1
f (x)| ≤ n nên dãy fn (x) hội tụ đến f (x). Ngoài ra, với mỗi n ∈ N,
fn (x) ≤ 1[0,1] là hàm khả tích trên [0, 1] nên theo định lý hội tụ bị
chặn 4.4.5 ta có:
Z Z
n−1 1
f dm = lim fn dm = lim = .
n→∞ n→∞ 2n 2
[0,1] [0,1]
Kết quả này trùng với kết quả ta đã tính trước ở ví dụ 4.3.1.
Ví dụ 4.4.9. Xét dãy hàm sinn (x) hội tụ tới hàm 1π/2 với mọi x ∈
[0, π]. Ngoài ra sinn x ≤ 1[0,π] là hàm khả tích trên [0, π], do vậy
theo định lý hội tụ bị chặn 4.4.5 :
Z Z
n
lim sin (x)dm = 1π/2 dm = 0.
n→∞ [0,π] [0,π]
Ví dụ 4.4.10. Xét tính khả tích của hàm số sau và tính tích phân
(nếu có) trên [0, 1):
1
f (x) = √
1−x
Xét dãy hàm:
1
f (x)
nếu 0 ≤ x ≤ 1 − n
fn (x) =
1
0
nếu x > 1 − n
{fn } là dãy hàm không âm, đo được và hội tụ tăng đến hàm f
trên [0, 1), ngoài ra ta còn có:
1
1− n s
Z Z
1 √ 1− 1 1
fn dµ = √ dx = −2 1 − x n = 2 − 2 .
1−x 0 n
[0,1] 0
R
Suy ra, dãy tích phân fn dµ bị chặn bởi 2. Do đó, hàm f khả
[0,1]
tích và
s
Z Z
1
(L) f dµ = lim fn dµ = lim (2 − 2 ) = 2.
n→∞ n→∞ n
[0,1] [0,1]
Nếu bỏ tính chất bị chặn đi thì Định lý 4.4.5 không còn đúng.
f dm = 1 6=
R
Dễ thấy, fm (x) hội tụ đến 0 trên [0, 1] trong khi [0,1]
RR
[0,1] 0dm.
Tóm lại, các định lý hội tụ đối với tích phân đòi hỏi các điều
kiện sau:
• Với dãy hàm đo được không âm, trong khi điều kiện bị chặn
dưới luôn được bảo đảm, phải thỏa mãn là dãy hàm đơn điệu
không giảm.
• Với dãy hàm đo được bất kỳ, nếu là dãy hàm đơn điệu không
giảm thì phải bị chặn dưới, nếu là dãy hàm hội tụ thì phải
bị chặn trên lẫn dưới.
Các định lý hội tụ không áp dụng được với tích phân Riemann.
Chẳng hạn, như ví dụ sau đây.
Khi đó, dễ thấy dãy hàm đơn giản fn đơn điệu không giảm, bị
chặn và hội tụ tới hàm 1Q∩[0,1] (x). Tuy nhiên, hàm này không khả
tích Riemann.
Tích phân lấy trên một tập S ⊂ R nào đó được ký hiệu là:
Z
f dm.
S
Khi S = [a, b], ta gọi đó là tích phân Lebesgue của hàm f trên
đoạn [a, b] và có thể ký hiệu như sau:
Z b Z
f dm = f dm.
a
[a,b]
Tập các hàm khả tích đối với độ đo Lebesgue trên [a, b] (tức
1
R
[a,b] f dm tồn tại hữu hạn) được ký hiệu là L [a, b].
Các định lý về tính tuyến tính cũng như hội tụ của tích phân
vẫn đúng đối với tích phân Lebesgue trên R. Tuy nhiên, để tính
tích phân Lebesgue theo định nghĩa là không dễ. Chúng ta sẽ chỉ
ra mối liên hệ giữa tích phân Riemann với tích phân Lebesgue,
sau đó sử dụng định lý cơ bản trong tích phân (công thức Newton-
Leibnitz) để tính ra kết quả.
i) Hàm f khả tích Riemann nếu và chỉ nếu f liên tục h.k.n
theo độ đo Lebesgue trên [a, b].
ii) Hàm f khả tích Riemann thì cũng khả tích đối với độ đo
Lebesgue trên [a, b] và hai tích phân này là bằng nhau.
Z Z 1
1
Ví dụ 4.5.1. Một ví dụ cơ bản là: xdm = xdx = .
[0,1] 0 2
Ví dụ 4.5.2. Xét hàm Diriclet sau trên [0, 1]:
1 m
n
nếu x = n
∈ Q;
D(x) =
0
nếu x 6∈ Q.
Ta sẽ chứng minh hàm số này liên tục tại các điểm vô tỉ thuộc
đoạn [0, 1]. Thật vậy, xét x0 ∈ [0, 1] \ Q bất kỳ. Với mọi ε > 0, cần
chỉ ra tồn tại δ > 0 sao cho khi |x − x0 | < δ thì |D(x) − D(x0 )| =
D(x) < ε.
m
Giả sử 1/ε < n0 ∈ N, đặt δ = min − x0 |m ≤ n ≤ n0 . Khi đó
n
a
nếu x ∈ [0, 1]\ Q thì hiển nhiên D(x) = 0 < ε. Nếu x = ∈ Q ∩[0, 1]
b
1
và |x − x0 | < δ thì rõ ràng b > n0 nên D(x) = < ε.
n
Vậy hàm số này liên tục h.k.n trên [0, 1] (tập các điểm gián
đoạn là Q ∩ [0, 1] có độ đo 0) nên nó khả tích Riemann và cũng
khả tích Lebesgue. Do D(x) = 0 h.k.n trên [0, 1] nên:
R1 R R
D(x)dx = D(x)dm = 0dm = 0.
0 [0,1] [0,1]
Mở rộng kết quả trên đối với các tích phân suy rộng, ta có kết
quả sau:
Định lý 4.5.2. Giả sử hàm f (x) ≥ 0 và tồn tại tích phân suy rộng
Rb
f (x)dx (a, b có thể bằng vô hạn), khi đó f(x) khả tích Lebesgue
a
trên [a, b] và hai tích phân bằng nhau.
Khi f nhận cả hai dấu trên [a, b] thì có thể xảy ra tình huống
f + dm và f − dm đều bằng ∞ nên không khả tích Lebesgue
R R
[a,b] [a,b]
trong khi vẫn có thể tồn tại tích phân Riemann suy rộng. Thật
vậy, ta xét lại hàm trong Ví dụ 4.4.1.
Rc c − [c]
Trước hết, ta kiểm tra được f (x)dx = với n − 1 ≤ c <
0 n
1 1 − c + [c] 1 R∞
n− 2
và bằng nếu n − 2
≤ c < n. Do đó f (x)dx =
n 0
Rc
lim f (x)dx = 0 trong khi ta đã biết f 6∈ L 1 (R) .
c→∞ 0
Ví dụ 4.5.4. Tính:
Z1
1
dx.
1 + x10
0
1
Trước hết, ta thấy = 1 − x10 + x20 − x30 + · · · ∀x ∈ [0, 1].
1 + x10
Đặt gj (x) = (1 − x10 )x20j , gj (x) là các hàm không âm khả tích
trên [0, 1].
Áp dụng Hệ quả 4.3.1 ta có:
Z1 ∞ 1 ∞ Z 1
1 Z X X 1 1 1
10
dx = gj (x)dx = gj (x)dx = 1− + − +· · ·
1+x j=0 j=0 11 21 31
0 0 0
R∞ ln(x + n) −x
Ví dụ 4.5.5. Tính lim e dx.
n→∞ 0 n
ln(x + n) −x
Trước hết, ta thấy rằng dãy fn (x) = e → 0 khi
n
n → ∞. Tuy nhiên, để áp dụng được định lý hội tụ bị chặn, ta cần
tìm một hàm g không âm khả tích trên [0, ∞) sao cho |fn (x)| ≤
g(x), ∀x ∈ [0, ∞).
ln(x + n) x+n
Ta thấy rằng ln y ≤ y với y ≥ 1, do đó ≤ ≤
n n
ln(x + n)
x + 1 ≤ 2x. Nếu x < 1, dễ thấy ≤ 2. Như vậy, dãy hàm
n
số fn bị chặn bởi hàm g sau:
2xe−x
khi x ≥ 1,
g(x) =
2e−x khi x < 1.
Hàm này khả tích trên [0, ∞) (bạn đọc tự kiểm tra) nên sử dụng
định lý hội tụ bị chặn ta có
Z∞ ∞
ln(x + n) −x Z
ln(x + n) −x
lim e dx = n→∞
lim e dm = 0.
n→∞ n n
0 0
g1 = 1X
g2 = 1[0, 1 ] g3 = 1[ 1 ,1]
2 2
g4 = 1[0, 1 ] g5 = 1[ 1 , 1 ] g6 = 1[ 1 , 3 ] g7 = 1[ 3 ,1]
4 4 2 2 4 4
............
Sau đây là liên hệ giữa hai khái niệm hội tụ theo độ đo và hội
tụ hầu khắp nơi.
Hệ quả 4.6.1. Nếu dãy hàm số đo được {fn } hội tụ h.k.n hoặc theo
độ đo đến một hàm số đo được f trên không gian độ đo (X, F , µ),
µ(X) < ∞ và |fn | ≤ M h.k.n trên X, ∀n, M là hằng số thì
Z Z
lim fn dµ = f dµ.
n→∞ X X
6∗ . Trong việc xây dựng các hàm đơn giản fn với f (x) ≡ x trên
[0, ∞) (Định lý 4.2.3), giá trị lớn nhất của f3 bằng bao nhiêu?
f3 có bao nhiêu giá trị khác nhau trong miền giá trị của nó?
7. Nếu f là một hàm số đo được trong không gian (X, F ) thì
hàm số:
f (x)
nếu f (x) ≤ 1
f1 (x) =
1
nếu f (x) > 1.
có đo được trên A không? Tại sao?
8. Chứng minh rằng, nếu hàm số f (x) đo được trên (X, F )
thì hàm số [f (x)]ba cũng đo được trên (X, F )(X, F ), trong
đó [f (x)]ba , (a < b) được xác định bởi:
f (x) với các x mà a ≤ f (x) ≤ b,
[f (x)]ba = b với các x mà f (x) > b,
a với các x mà f (x) < a.
fn (x)dm 6=
R R
b) Chứng minh rằng lim lim fn (x)dm.
n→∞ R R n→∞
c) Giải thích xem giả thiết nào trong định lý hội tụ đơn
điệu cũng như trong định lý hội tụ trội không được thỏa
mãn trong trường hợp này.
Một hàm đo được f từ (R, F ) vào R được xác định như sau:
R
f (x) = Int(x). Chứng minh rằng không tồn tại f (x)dµ.
X
∗
13 . Trong không gian (X, F , µ), chứng minh rằng nếu |f | ≤ g
(h.k.n), f đo được và g khả tích trên X thì f khả tích trên
X.
14∗ . Sử dụng kết quả bài tập trên, chứng minh nếu f là một hàm
số đo được và bị chặn h.k.n trên tập hợp X có độ đo hữu hạn
thì f khả tích trên X.
15∗ . Sử dụng kết quả bài tập trên, chứng minh nếu f là một hàm
số khả tích trên một tập hợp X, g là một hàm số đo được bị
chặn h.k.n trên X thì f g là một hàm số khả tích trên X.
16∗ . Cho f là một hàm khả tích trên X đối với độ đo µ và đặt
An = {x ∈ X : |f (x)| ≥ n}. Chứng minh nµ(An ) → 0.
17∗ . Cho fn ∈ L 1 (X) thỏa mãn fn ≥ 0, fn (x) → f0 (x), ∀x và
X fn dµ → X f0 dµ < +∞. Chứng minh X |fn − f0 |dµ → 0.
R R R
µ
19∗ . Giả sử fn → f , fn ≥ 0 và X fn dµ → f dµ < ∞. Chứng
R R
X
minh rằng X |fn − f |dµ → 0.
R
Tính tích phân Lebesgue của f (x) trên đoạn [0, 1]?
R
22. Tính tích phân Lebesgue [0,1] f (x)dm của hàm số:
x2 ,
x vô tỉ,
f (x) =
1,
x hữu tỉ.
R
23. Tính tích phân Lebesgue [0,1] f (x)dm của hàm số:
√
3 x,
với x ∈ F,
f (x) =
√ 1
, với x ∈
/F
x+1
Ta viết các hàm này dưới dạng một dãy hàm như sau:
(1) (2) (2)
ϕ1 (x) = f1 (x), ϕ2 (x) = f1 (x), ϕ3 (x) = f2 (x),
(3) (3) (3)
ϕ4 (x) = f1 (x), ϕ5 (x) = f2 (x), ϕ6 (x) = f3 (x), . . .
Tương tự,
m
X m X
X n
bj µ(Bj ) = bj µ(Ai ∩ Bj ).
j=1 j=1 i=1
{|f (x)|α < a} = {|f (x)| < a1/α } = {−a1/α < f (x) < a1/α }
= {f (x) < a1/α } ∩ {f (x) > −a1/α } ∈ F .
Rõ ràng,
f (x) + g(x) < a ⇔ f (x) < a − g(x) ⇔ ∃n, f (x) < rn < a − g(x),
do đó,
1 f
nên g2
đo được và do g
= f g g12 , ta có f /g đo được.
Do vậy, Z Z
lim fn dµ ≤ f dµ.
X X
Để chứng minh bất đẳng thức ngược lại, ta lấy α là số thực thỏa
mãn 0 < α < 1 và ϕ là hàm đơn giản thỏa mãn 0 ≤ ϕ ≤ f .
Đặt
An = {x ∈ X : fn (x) ≥ αϕ(x)}.
Khi đó, An ∈ F , An ⊂ An+1 và X = An . Dựa vào kết quả của Bổ
S
Vì dãy {An } đơn điệu tăng và có hợp là X, theo tính chất của
độ đo, ta có: Z Z
ϕdµ = lim ϕdµ.
X An
Khi đó, bằng cách lấy giới hạn theo n, từ công thức (4.10), ta
nhận được: Z Z
α ϕdµ ≤ lim fn dµ.
X X
Điều này đúng với mọi α thỏa mãn 0 < α < 1, cho α tiến tới 1
ta có: Z Z
ϕdµ ≤ lim fn dµ.
X X
Cuối cùng, ta phải kiểm tra tính σ-cộng tính của mf . Giả sử
An ∈ F (n = 1, 2, . . . ) rời nhau từng đôi một. Ta có
∞
X
1 ∪∞
n=1 An
= 1A n .
n=1
Ngoài ra, Z Z
f 1N dµ = fn 1N dµ = 0.
X X
Vì f = f 1M + f 1N ; fn = fn 1M + fn 1N , ta suy ra:
Z Z Z Z
f dµ = f 1M dµ = lim fn 1M dµ = lim fn dµ.
X X X X
h+ − h− = f + − f − + g + − g −
suy ra:
h+ + f − + g − = h− + f + + g + .
Như vậy
Z Z Z Z Z Z
+ − − − +
h dµ + f dµ + g dµ = h dµ + f dµ + g + dµ.
X X X X X X
+
R R
Vì A∪B f dµ tồn tại nên ít nhất một trong hai tích phân A∪B f dµ
và A∪B f − dµ hữu hạn. Chẳng hạn A∪B f − dµ hữu hạn. Từ (4.12)
R R
+ − −
R R R
B f dµ hoặc A f dµ + B f dµ là hữu hạn. Từ (4.11) và (4.12)
ta suy ra A∪B f + dµ hoặc A∪B f − dµ là hữu hạn. Vậy A∪B f dµ tồn
R R R
tại.
hay Z Z Z Z
lim fn dµ + gdµ ≤ lim fn dµ + gdµ.
X X X X
Z
Do g khả tích, 0 ≤ gdµ < +∞ nên ta suy ra
X
Z Z
lim fn dµ ≤ lim fn dµ.
X X
− −
X f1 dµ < ∞. Do đó f1 hữu hạn h.k.n. Bằng cách thay đổi giá
R
trị của hàm f1− trên tập B ∈ F , µ(B) = 0 (nếu cần) ta có thể coi
f1− hữu hạn trên X. Vì fn− ≤ f1− nên {fn + f1− } là một dãy đơn điệu
tăng những hàm số đo được không âm. Theo định lý về sự hội tụ
và tính đơn điệu 4.3.1, ta có:
Z Z Z
lim fn dµ + f1− dµ = lim (fn + f1− )dµ
X n→∞ X Z X n→∞ Z Z
= n→∞
lim (fn + f1− )dµ = n→∞
lim fn dµ + f1− dµ.
X X X
Trường hợp dãy hàm đơn điệu tăng, ta nhận được kết quả cần
chứng minh nhờ việc đổi dấu các hàm số.
do đó,
∞ [
\ ∞
µ {|fn+k (x) − f (x)| ≥ ε} = 0.
n=1 k=1
Đặt tiếp En = ∪∞
k=1 {|fn+k (x) − f (x)| ≥ ε} ta thấy rằng:
E1 ⊃ E2 ⊃ · · · ⊃ En ⊃ . . .
dãy con {fnk } của dãy hàm số {fn } sao cho limk→∞ X fnk dµ = a.
R
µ
Vì dãy hàm số {fnk } → f nên tồn tại một dãy con {fnkj } của
nó hội tụ h.k.n đến f . Vì |fnkj | ≤ g h.k.n, theo định lý trên ta
R R R
suy ra limj→∞ X fnkj dµ = X f dµ, do đó limj→∞ X fnkj dµ = a. Vậy
R
a = X f dµ là giới hạn riêng duy nhất của dãy (*). Từ đó suy ra,
R
dãy (*) hội tụ đến X f dµ.
Có thể thấy tích phân Lebesgue của hàm đo được f được tính
khá dễ dàng trong trường hợp tập giá trị của f là đếm được. Tuy
nhiên, nếu tập giá trị của f là các khoảng trong R (tập không
đếm được) thì tính tích phân Lebesgue bằng định nghĩa sẽ khó
hơn nhiều. Để giải quyết vấn đề này, chúng ta sẽ xem xét mối liên
hệ giữa tích phân Lebesgue và một loại tích phân được gọi là tích
phân Stieltjes, cũng như cách chuyển tích phân Stieltjes về tích
phân Riemann cổ điển.
Từ bây giờ cho đến hết mục chúng ta sẽ luôn xét một đoạn [a, b]
cố định trong đó a < b.
Cho hai hàm số ϕ và F xác định và hữu hạn trên [a, b]. Ta chia
đoạn [a, b] bởi các điểm chia
I = lim RP ,
d(P )→0
theo nghĩa với mọi ε > 0, tồn tại δ > 0 sao cho |I − RP | < ε với
mọi P thỏa mãn d(P ) < δ thì I được gọi là tích phân (Riemann-
Rb
Stieltjes) của hàm số ϕ với hàm F và ký hiệu là ϕ(t)dF (t) hoặc
a
Rb
ϕdF .
a
Rb
Nếu tích phân ϕdF tồn tại, ta sẽ nói ϕ là khả tích Stieltjes
a
với độ đo F hoặc F −khả tích.
Nếu bạn nhớ lại định nghĩa của tích phân Riemann thì rõ
ràng cách xây dựng nên tích phân Stieltjes cũng được áp dụng
ở đây. Trong khi với tích phân Riemann, độ đo của một khoảng
con [ai−1 , ai ] thuộc [a, b] bằng chiều dài của nó ai − ai−1 thì đối với
tích phân Stieltjes, độ đo của một khoảng con [ai−1 , ai ] là bằng
F (ai ) − F (ai−1 ). Nói cách khác tích phân Riemann là trường hợp
đặc biệt của tích phân Stieltjes.
Khi ta thay hàm số F (t) trong định nghĩa tích phân Stieltjes
bằng hàm số F (t) = t và hàm số ϕ là t - khả tích thì ϕ được gọi
là khả tích Riemann. Tích phân Riemann của ϕ khi đó được ký
Rb
hiệu ϕ(t)dt.
a
Trước khi xét các ví dụ sau, ta nhắc lại hàm chỉ tiêu 1S với
S ⊂ R là hàm số:
1
nếu x ∈ S,
1S (x) =
0
trong trường hợp còn lại.
Rb
với mọi phân hoạch a = a0 < a1 < · · · < an = b nên dF =
a
F (b) − F (a).
Với mọi ε > 0, ta chọn một phân hoạch P bất kỳ của [0, 1] sao
cho d(P ) < ε. Khi đó:
1 1
+ ε > RP ≥ − ε,
2 2
Chương 5: Tích phân Stieltjes ◊ 215
Giải tích hàm ứng dụng trong kinh tế
Sau đây chúng ta sẽ bàn đến trong trường hợp nào thì ϕ là
F −khả tích cũng như liên hệ giữa tích phân Stieltjes với tích
phân Riemann.
5.1.2. Hàm có biến phân bị chặn và hàm liên tục tuyệt đối
Cho hàm số F (t) xác định trên đoạn [a, b] và phân hoạch P
nào đó của đoạn [a, b] gồm n điểm chia :
Định nghĩa 5.1.2. Biến phân toàn phần (biến phân) của F (t)
trên đoạn [a, b] là cận trên đúng tập tất cả các giá trị v(P ).
Ký hiệu là:
(n−1 )
X
var (F ) = sup |F (ai+1 ) − F (ai )| . (5.2)
[a,b] P i=0
Định nghĩa 5.1.3. Hàm số F (t) được gọi là có biến phân bị chặn
(hay biến phân giới nội) nếu var (F ) < ∞.
[a,b]
1, nếu 3 < t ≤ 4,
1 2 3 4 5
-1
−1, nếu 4 < t ≤ 5,
0, nếu t > 5.
Nhận xét.
• Một hàm số đơn điệu không giảm bất kỳ F (t) có biến phân
bị chặn, vì tổng (5.1) của nó luôn bằng F (b) − F (a), bất kể
chia đoạn [a, b] như thế nào.
Như vậy, hiển nhiên hàm đơn điệu không tăng cũng có biến
phân bị chặn.
• Do var (F ± G) ≤var (F )+ var (G), nên tổng hay hiệu của hai
[a,b] [a,b] [a,b]
hàm số có biến phân bị chặn thì cũng có biến phân bị chặn.
Nói riêng thì hiệu của hai hàm số đơn điệu không giảm có
biến phân bị chặn. Điều ngược lại cũng đúng như được chỉ
ra ở định lý 5.1.2 dưới đây.
Định lý 5.1.1. Nếu F (t) thỏa mãn điều kiện Lipschitz: tồn tại
hằng số C sao cho |F (u) − F (v)| < C|u − v|, ∀u, v ∈ [a, b] thì F (t) có
biến phân bị chặn trên [a, b].
Chứng minh. Thật vậy, giả sử F (t) thỏa mãn điều kiện Lipschitz
thì với phân hoạch P bất kỳ ta có:
n−1
X n−1
X
v(P ) = |F (ai+1 ) − F (ai )| ≤ |C (ai+1 − ai )| ≤ |C(b − a)|.
i=0 i=0
Hệ quả 5.1.1. Nếu hàm số F (t) xác định và liên tục trên [a, b], có
đạo hàm bị chặn trên (a, b) thì F (t) có biến phân bị chặn.
Chứng minh. Nếu F (t) có đạo hàm bị chặn bởi C > 0 thì theo
định lý Lagrange, với mọi u, v ∈ [a, b] bất kỳ, tồn tại ξ sao cho:
|F (u) − F (v)| = |F 0 (ξ)(u − v)| ≤ C|u − v|.
Hệ quả 5.1.2. Nếu hàm số F (t) có đạo hàm liên tục trên [a, b] thì
F (t) có biến phân bị chặn.
xác định và liên tục trên [0, 1], có đạo hàm bị chặn trên [0, 1].
Do vậy, hàm số F (t) có biến phân bị chặn.
Dĩ nhiên các tính chất bị chặn, liên tục hoặc thậm chí tính
khả vi trên (a, b) của một hàm số chưa đủ để khẳng địnht hàm số
đó có biến phân bị chặn.
Ví dụ 5.1.7. Hàm số:
t sin 1 ,
nếu t 6= 0,
t
F (t) =
0,
nếu t = 0
liên tục trên đoạn [0, 1] nhưng không có biến phân bị chặn trên
đoạn đó.
2
Thật vậy, chỉ cần xét dãy an = nπ
.
Trước hết, ta thấy hàm F (t) không đơn điệu trên toàn bộ đoạn
[−1, 1] và cũng không có đạo hàm bị chặn. Do đó, chúng ta cần áp
dụng định lý 5.1.2.
Xét hai hàm số sau:
√
1 − t2 ,
nếu − 1 ≤ t < 0,
h1 (t) = ;
1,
nếu 0 ≤ t ≤ 1,
0,
nếu − 1 ≤ t < 0,
h2 (t) = √
1 − 1 − x2 , nếu 0 ≤ t ≤ 1.
Dưới đây là những ứng dụng quan trọng của hàm có biến phân
bị chặn.
Định lý 5.1.3. Mọi hàm có biến phân bị chặn trên đoạn [a, b] đều
có đạo hàm hữu hạn hầu khắp nơi trên đoạn đó.
Khẳng định ngược lại của định lý trên là không đúng. Chẳng
hạn hàm số f (t) = t. sin 1t có đạo hàm hữu hạn h.k.n trên đoạn
[0, 1] nhưng không có biến phân bị chặn.
Hệ quả 5.1.3. Giả sử hàm số F khả tích Lebesgue trên [a, b].
Khi đó, hàm số: Z t
F (t) = f dm
a
F1 (t) − F2 (t). Dễ dàng kiểm tra được, hai hàm F1 (t), F2 (t) là đơn
điệu không giảm nên F (t) là hàm có biến phân bị chặn.
Rt
Theo Định lý 5.1.3, hàm F (t) = a f dm có đạo hàm h.k.n và
đạo hàm đó chính là f (t).
Định lý 5.1.4. Cho hàm f khả tích Lebesgue trên [a, b], khi đó:
d Zt
f dm = f (t) h.k.n.
dt a
Lớp các hàm thỏa mãn (5.3) sẽ là lớp con của lớp hàm có biến
phân bị chặn và được định nghĩa dưới đây.
Định nghĩa 5.1.4. Một hàm số F (t) được gọi là liên tục tuyệt đối
trên đoạn [a, b] nếu với mọi ε > 0 cho trước đều tồn tại δ > 0 sao
cho với mọi họ khoảng (a1 , b1 ), . . . , (an , bn ) rời nhau trong [a, b]:
n
X n
X
(bi − ai ) < δ ⇒ |F (bi ) − F (ai )| < ε.
i=1 i=1
Ví dụ 5.1.10. Hàm số t2 liên tục tuyệt đối trên [a, b]. Thật vậy, giả
sử ni=1 (bi − ai ) < δ suy ra:
P
n n n
|b2i − a2i |
X X X
= |bi − ai ||bi + ai | ≤ (|a| + |b|)( |bi − ai |) < (|a| + |b|)δ.
i=1 i=1 i=1
ε
Do đó, với ε > 0 bất kỳ, chỉ cần chọn δ = .
|a| + |b|
Có thể dễ dàng chỉ ra hàm đã liên tục tuyệt đối cũng sẽ liên
tục trên [a, b]. Ta cũng đã biết hàm liên tục chưa chắc có biến
phân bị chặn (Ví dụ 5.1.7). Tuy nhiên, ta vẫn có kết quả sau.
Định lý 5.1.5. Hàm F : [a, b] → R liên tục tuyệt đối trên [a, b] thì
cũng có biến phân bị chặn trên [a, b].
Hàm liên tục trên đoạn [a, b] chưa chắc đã liên tục tuyệt đối
trên đoạn đó.
Ví dụ 5.1.11.
t sin 1
nếu t 6= 0
t
F (t) =
0
nếu t = 0
liên tục trên đoạn [0, 1] nhưng không liên tục tuyệt đối. Thật vậy,
2
bằng cách chọn n, m ∈ N, xét dãy xk = (n+k)π có tổng m k=1 |xk+1 −
P
Pm
xk | nhỏ tùy ý nhưng tổng k=1 |F (xk+1 ) − F (xk )| có thể lớn tùy ý.
Ta sử dụng một số dấu hiệu đơn giản sau đây để nhận biết
hàm liên tục tuyệt đối:
Định lý 5.1.6. Hàm F (t) thỏa mãn một trong các điều kiện sau
sẽ liên tục tuyệt đối trên đoạn [a, b]:
ii) F (t) liên tục trên [a, b] và có đạo hàm bị chặn trên khoảng
(a, b).
Định lý tiếp theo chỉ ra sự đồng nhất giữa hàm liên tục tuyệt
đối và hàm cận trên.
Định lý 5.1.7. Giả sử hàm f khả tích Lebesgue trên [a, b], khi đó:
Z t
F (t) = f dm
a
liên tục tuyệt đối trên [a, b]. Ngược lại, ta cũng có nếu F là liên tục
tuyệt đối trên [a, b], thì F 0 là khả tích trên [a, b] và
Z t
F (t) = F 0 dm.
a
Tích phân Stieltjes cũng có tính chất rất quan trọng như của
tích phân Riemann, đó là tính chất tuyến tính đối với biểu thức
lấy tích phân. Cụ thể, ta có tính chất sau:
Tính chất 5.1.3. Nếu hàm ϕ là F và G - khả tích trên [a, b] thì ϕ
cũng là (F + G) - khả tích trên [a, b] và ta có
Z b Z b Z b
ϕd(F + G) = ϕdF + ϕdG.
a a a
Kết quả sau rất hữu dụng, nó được gọi là công thức tích phân
từng phần.
Tính chất 5.1.4. Nếu hàm số ϕ là F khả tích trên [a, b] thì ta có
F cũng là ϕ khả tích trên [a, b] và
Z b Z b
ϕdF = F (b)ϕ(b) − F (a)ϕ(a) − F dϕ.
a a
Định lý tiếp theo sẽ chỉ ra một lớp các hàm khả tích Stieltjes.
Z b
ϕdF ≤ sup |ϕ| var (F ).
a [a,b] [a,b]
Kết hợp định lý với Tính chất 5.1.4 (công thức tích phân từng
phần), ta thấy rằng chỉ cần một trong hai hàm ϕ hoặc F là liên
tục, hàm kia có biến phân bị chặn trên [a, b] thì sẽ tồn tại tích
phân ab ϕdF .
R
Nếu chỉ dựa vào định nghĩa không dễ tính được tích phân
Stieltjes. Trên thực tế chúng ta phải tìm cách chuyển tích phân
Stieltjes về tích phân Riemann. Nếu làm được điều đó, chúng ta
có thể sử dụng các công thức tích phân Riemann quen thuộc, giúp
cho việc thực hành dễ dàng hơn rất nhiều. Chắc chắn không phải
lúc nào chúng ta cũng chuyển được tích phân Stieltjes về tích
phân Riemann, tuy nhiên đối với một trường hợp rất quan trọng
và hay gặp thì chúng ta lại làm được điều đó.
Định lý 5.1.9. Với ϕ là liên tục và F liên tục tuyệt đối trên [a, b],
khi đó: Z b Z b
ϕdF = ϕF 0 dx.
a a
Ví dụ 5.1.12. Cho hàm số ϕ(t) = t và F (t) = t2 , khi đó:
Z b
2
Z b
2(b − a)
td(t ) = t(2t)dt = .
a a 3
Tích phân này có thể tính bằng định nghĩa. Tuy nhiên, nếu
làm như vậy gần như chúng ta phải chứng minh Định lý 5.1.9.
Chú ý. Mặc dù ab ϕdF tồn tại khi F có biến phân bị chặn và F 0
R
tồn tại h.k.n nhưng Định lý 5.1.9 không đúng khi F chỉ thỏa mãn
điều kiện có biến phân bị chặn. Chẳng hạn với trường hợp đơn
giản khi ϕ = 1, Ví dụ 5.1.9 đã chỉ ra tồn tại hàm F có biến phân
bị chặn nhưng ab dF 6= ab F 0 dx.
R R
Ta thấy trên đoạn [0, 1] hàm F (t) thỏa mãn điều kiện của Định
lý 5.1.10 nên
Z 1 Z 1
et dF = e0 [F (0+ ) − F (0)] + et F 0 (t)dt + e1 [F (1) − F (1− )]
0 0
= 1 + 2 + 0 = 3.
Chú ý rằng, do F (t) liên tục trái tại 1 nên số hạng thứ ba trong
tổng có thể không viết ra.
R2 t
Tích phân 0 e dF sẽ được tính như sau:
Z 2 Z 1 Z 2
t t
e dF = e dF + et dF
0 0 1
Z 2
1
= 3 + e [F (1+) − F (1)] + et F 0 (t)dt
1
2
= 3 + e(7 − ) + 4 = 5 + 7e.
e
Tiếp theo, chúng ta có thể định nghĩa tích phân Stieltjes suy
rộng như sau:
Định nghĩa 5.1.5. Nếu ϕ và F xác định trên (a, b) thì
Z b Z b0
ϕdF := lim
0 +
ϕdF (nếu giới hạn này tồn tại).
a a →a a0
b0 →b−
Ngoài ra,
Z ∞ Z b0
ϕdF := 0lim ϕdF (nếu giới hạn này tồn tại).
−∞ a →−∞ a0
b0 →∞
Các tích phân trên [a, b), (−∞, b), . . . được định nghĩa tương tự.
Định lý 5.1.9 được mở rộng trong trường hợp tích phân suy
rộng như sau.
Định lý 5.1.11. Với ϕ là liên tục và F đơn điệu không giảm, liên
tục tuyệt đối trên đoạn [a, b] ⊂ R bất kỳ, khi đó
Z ∞ Z ∞
ϕdF = ϕF 0 dt.
−∞ −∞
Khi đó F (t) là hàm phân phối của hàm đo được f trên X thỏa mãn
µ{x : f (x) = 1} = µ{x : f (x) = −1} = 12 , µ(X) = 1.
Trong định lý trên, hàm f được tính tích phân trên tập mà ở
đó f bị chặn, hạn chế đó được loại bỏ trong định lý sau bằng cách
sử dụng tích phân Stieltjes suy rộng.
R ∞ R
Định lý 5.2.2. Nếu một trong hai tích phân X f dµ hoặc −∞ tdF
tồn tại, hữu hạn thì tích phân còn lại cũng tồn tại, hữu hạn. Khi
đó, hai tích phân bằng nhau:
Z Z ∞
f dµ = tdF.
X −∞
Các kết quả trên tiếp tục được mở rộng đối với dạng tích phân
R
X ϕ(f )dµ trong đó ϕ là hàm liên tục. Nhớ lại rằng hợp của hàm
liên tục với hàm đo được sẽ là hàm đo được.
Trường hợp đặc biệt khi ϕ liên tục trên (−∞, ∞) đồng thời ϕ(f )
R∞
khả tích trên X thì tích phân −∞ ϕdF tồn tại và
Z Z ∞
ϕ(f (x))dµ = ϕ(t)dF.
X −∞
Khi ϕ là hàm liên tục, không âm thì đẳng thức trên luôn đúng
mà không cần giả thiết ϕ(f ) khả tích trên X.
Như vậy chúng ta đã có các kết quả liên hệ giữa các tích phân
Lebesgue, Stieltjes và Riemann. Sử dụng chúng, ta có thể tính
được tích phân Lebesgue mà ở đó hàm đo được f có tập giá trị
là những khoảng trong R. Áp dụng Định lý 5.1.10, ta lại có thể
chuyển tích phân Stieltjes về tích phân Riemann thông thường.
Trong trường hợp đó, ta thấy xuất hiện hàm F 0 (t). Nếu hàm phân
Rt
phối F (t) = −∞ F 0 (u)du thì F 0 (t) còn được gọi là hàm mật độ của
hàm f .
Tương tự, xét hàm ϕ(t) = eλt liên tục, không âm. Sử dụng
Định lý 5.2.3 ta có:
Z Z ∞ Z ∞
eλf dµ = eλt dF = eλt λe−λt dt = ∞.
X −∞ 0
Ví dụ 5.2.3. Cho hàm f đo được trên (X, F , µ) với hàm phân phối
F = (3 − e−2t )1(0,∞) , hãy tính X ef dµ.
R
Định nghĩa 5.2.1. Xét f (x) = x, ϕ(t) khả tích trên R và hàm F
đơn điệu không giảm trên R. Khi đó tồn tại độ đo µF cảm sinh bởi
hàm F thỏa mãn µF (x < t) = µ(−∞, t) = F (t) − F (−∞). Ta gọi
R
tích phân ϕ(t)dµF là tích phân Lebesgue-Stieltjes của hàm ϕ.
R
Nhận thấy rằng F là hàm phân phối của hàm f đối với độ đo
µF . Dựa vào Định lý 5.2.3, ta có hệ quả sau liên hệ tích phân
Lebesgue - Stieltjes với tích phân Stieltjes.
Hệ quả 5.2.1. Nếu hàm ϕ(t) liên tục h.k.n theo độ đo Lebesgue
trên [a, b], hàm F bị chặn, không giảm và liên tục trái thì
Z Z b
ϕ(t)dµF = ϕ(t)dF.
a
[a,b)
và hai hàm
t
nếu t 6= 2, t
nếu t 6= 0,
ϕ1 (t) = ϕ2 (t) =
1 nếu t = 2, 1 nếu t = 0,
R
Hãy lần lượt tính các tích phân Lebesgue - Stieltjes ϕ1 dµF và
R (1,3)
ϕ2 dµF .
[−1,1]
R R1
Tương tự, ϕ2 dµF = ϕ2 dF nhưng rõ ràng không thể thay
[−1,1) −1
Z Z1
ϕ2 dµF = ϕ2 dF + ϕ2 (1)[F (1+ ) − F (1)]
[−1,1] −1
Z0 Z1
+
= tdt + ϕ2 (0)[F (0 ) − F (0)] + td(t + 1) + 0 = 1.
−1 0
hạn hoặc đếm được thì việc tính tích phân Lebesgue bằng định
nghĩa vẫn đơn giản hơn tích phân Stieltjes, kể cả khi đã biết hàm
phân phối. Ngoài ra, để áp dụng được Định lý 5.1.9 thì ta phải có
ϕ(t) liên tục trên [a, b].
nghĩa hoàn toàn không dễ. Trong khi đó, nếu sử dụng tích phân
Lebesgue trực tiếp ta thấy:
Z
f dm = 0.m(Q) + 1.m([0, 1] \ Q) = 1.
[0,1]
Ví dụ 5.2.6. Cho hàm đo được f có hàm phân phối F (t) = 1( 1 ,∞) (t)
2
và hàm ϕ(t) = 1( 1 ,∞) (t). Dễ thấy ϕ(f ) = 1{f (x)> 1 } là hàm đơn giản
2 2
R
và X ϕ(f )dµ = 0. Tuy nhiên, trong trường hợp này không tồn tại
tích phân Stieltjes trên [0, 1] của hàm ϕ đối với hàm F .
Định nghĩa 5.3.1. Cho hai không gian đo được (X, A ) và (Y, B ).
Ta ký hiệu A ⊗ B là σ-đại số sinh bởi họ các tập {A × B ⊂
X × Y |A ∈ A , B ∈ B }.
Không gian đo được (X × Y, A ⊗ B ) được gọi là không gian
tích của (X, A ) và (Y, B ).
Ví dụ 5.3.1. Cho hai hàm số liên tục trái và không giảm sau:
−1 nếu t ≤ 2,
s
nếu s ≤ 1,
F (s) = G(t) = 2 nếu 2 < t ≤ 3,
2
nếu 1 < s
5t + 1
nếu t > 3.
t+1
Hàm F Hàm G
µF (−∞, 1) = ∞, µG (3, ∞) = 3,
µF {1} = F (1) − F (1− ) = 1, µG {3} = G(3) − G(3− ) = 2.
(nếu tồn tại) là tích phân bội của hàm f (x, y).
Rõ ràng việc tính tích phân bội theo định nghĩa là rất khó
khăn. Thông thường chúng ta sẽ tìm cách lấy tích phân theo một
biến trước, rồi lấy tiếp tích phân theo biến kia sau. Tích phân
được xác định theo cách trên được gọi là tích phân lặp.
Từ hàm f (x, y) xác định trên X × Y , ta định nghĩa các hàm
một biến f (·, y) : x → f (x, y) và f (x, ·) : y → f (x, y). Nếu tồn tại
tích phân X f (·, y)dµ(x) với mọi y ∈ Y thì nó sẽ xác định một hàm
R
R R
số mới F (y) = X f (·, y)dµ(x). Nếu tiếp tục tồn tại F (y)dν(y) thì
Y
ta gọi đó là tích phân lặp của hàm f (x, y).
R R
Ký hiệu là: f (x, y)dµ(x)dν(y).
Y X
R R
Tích phân lặp f (x, y)dν(y)dµ(x) được định nghĩa tương tự.
XY
Khi đó,
Z1 y
Z
1 Z
1 1 1
f (x, y)dµ(x) = 2
dµ(x) + − 2 dµ(x) = − 1 − = −1.
y
x y y y
[0,1] 0
Do vậy, Z Z
f (x, y)dµ(x)dν(y) = −1
[0,1] [0,1]
f (x, y)dµ(x)dν(y) 6=
R R R R
Như vậy, f (x, y)dν(y)dµ(x).
[0,1] [0,1] [0,1] [0,1]
Tiếp theo, ta sẽ kiểm tra liệu f (x, y) có khả tích đối với độ đo
f + (x, y)d(µ × ν). Chú ý rằng
RR
tích không. Trước tiên ta tính
[0,1]×[0,1]
1
+
nếu 0 < y < x < 1,
f (x, y) = x2
0 trong trường hợp còn lại .
f − (x, y)d(µ × ν) = ∞.
RR
Tương tự, ta cũng tính được
[0,1]×[0,1]
Vậy hàm f không khả tích trên miền [0, 1] × [0, 1].
Định lý sau cho ta mối liên hệ giữa ba tích phân này. Trong
hầu hết các trường hợp thông thường, chúng sẽ bằng nhau.
Mặc dù định lý trên rất hay nhưng thông thường việc kiểm
tra hàm f (x, y) khả tích trên X × Y lại không đơn giản, trong khi
việc xác định tích phân lặp dễ hơn nhiều.
Định lý tiếp theo sẽ cho ta thấy với điều kiện nào chỉ cần một
trong hai tích phân lặp tồn tại thì tồn tại tích phân bội và chúng
bằng nhau.
Trước hết, ta thấy khi các giá trị y < 0 hoặc y > 2 thì f (x, y) =
0, do đó, ta có:
R
Z (1 + xy)dµF (x)
nếu 0 ≤ y ≤ 2,
f (x, y)dµF (x) = R
0 nếu y 6∈ [0, 2]
R
Z
= 1[0,2] (y) f (x, y)dµF (x).
R
{0} (0,1)
Z Z
+ f (x, y)dµF (x) + f (x, y)dµF (x)
{1} (1,2]
Z1
R1
(theo Hệ quả 5.2.1) nhưng vẫn bằng f (x, y)dx (Các bạn tự
0
kiểm tra).
Tiếp tục tính
Z
3
Z Z
f (x, y)dµF (x) dµG (y) = 2 + y dµG (y)
2
R R [0,2]
Z
3 3
Z
= 2 + y dµG (y)+ 2 + y dµG (y) = 5.µG (2) = 5.3 = 15.
2 2
[0,2) {2}
R R
Sau đây, ta sẽ kiểm tra f (x, y)dµG (y) dµF (x).
R R
R [0,2) {2}
1. Chứng minh hàm số H(t) thỏa mãn điều kiện Lipschitz trên
[a, b]:
|H(u) − H(v)| ≤ C|u − v|, ∀u, v ∈ [a, b], C > 0 nào đó
sẽ liên tục tuyệt đối trên [a, b].
2. Cho hàm số sau xác định trên R:
4
2 nếu t ≤ −2,
t
H(t) = t+3 nếu − 2 < t ≤ 2,
6 − e2−t
nếu t > 2.
Chứng minh H(t) thỏa mãn điều kiện Lipschitz nên liên tục
tuyệt đối.
3. Với hàm H(t) cho ở bài tập 2, hãy tính các tích phân:
R2 2
a) t dH;
−3
e2t dµH với µH là độ đo Stieltjes trên R cảm sinh bởi
R
b)
(0,4]
hàm H(t);
R
c) f dµ với hàm f đo được trên (X, F , µ) có H(t) là hàm
X
phân phối.
4. Cho các hàm số:
0 nếu s ≤ 0,
0
nếu t ≤ 0,
F (s) = nếu 0 < s ≤ 1, G(t) = 5t+1
s
t+1
nếu t > 0.
2 nếu 1 < s;
R2
c) G(t)dF ;
0
R2
d) F (t)dG.
0
Đặt v(x) =var (f ), x ∈ [a, b]. Khi đó dễ dàng thấy rằng, v(x) là
[a,x]
hàm không giảm. Đặt g(x) = v(x) − f (x). Ta cũng phải chỉ ra g(x)
không giảm. Thật vậy, giả sử a ≤ x1 ≤ x2 ≤ b thì
g(x2 ) − g(x1 ) = v(x2 ) − v(x1 ) − (f (x2 ) − f (x1 )).
Tuy nhiên, µ(Xi ) = F (αi ) − F (αi−1 ). Do đó, lấy giới hạn của hai
tổng trên khi bán kính d(P ) → 0, ta được ab tdF . Vì vậy,
R
Z Z b
f dµ = tdF.
X a
Ngày nay, Giải tích hàm chủ yếu liên quan đến việc nghiên
cứu các không gian vectơ định chuẩn đầy đủ và Giải tích hàm
chiếm một vị trí trung tâm của giải tích toán học hiện đại. Giải
tích hàm đã được tạo ra và phát triển rộng lớn xung quanh lý
thuyết về không gian Banach và không gian Hilbert. Tầm quan
trọng của không gian Hilbert và các ứng dụng của nó được minh
họa bởi không gian các hàm khả tích Lebesgue. Trong trường hợp
này, hầu hết các không gian hàm có vô hạn chiều và lý thuyết cổ
điển tập trung vào nghiên cứu các toán tử tuyến tính.
Nội dung chính của Chương 6 là trình bày một số tính chất cơ
bản của không gian tuyến tính định chuẩn và một số ví dụ cơ bản
của không gian tuyến tính định chuẩn. Chẳng hạn, không gian
C(K, R) các hàm số liên tục tập compact K, không gian Lp (Ω),
với 1 ≤ p < ∞, Ω là một tập con của Rn và không gian các toán
tử tuyến tính liên tục L(X, Y ) từ không gian vectơ định chuẩn X
vào không gian vectơ định chuẩn Y .
242 ◊
Giải tích hàm ứng dụng trong kinh tế
Định nghĩa 6.1.1. Một tập X (bất kỳ) được gọi là một không gian
vectơ trên trường số thực nếu:
a) Tồn tại một ánh xạ từ X × X → X tương ứng mỗi cặp
x, y ∈ X bất kỳ với duy nhất một phần tử của X, được gọi là tổng
của x và y, ký hiệu là x + y, và một ánh xạ từ R × X → X tương
ứng mỗi số α ∈ R và phần tử x ∈ X với duy nhất một phần tử của
X được gọi là tích của x và α, ký hiệu là αx.
b) Hai quy tắc trên thỏa mãn 8 tiên đề:
iii) tồn tại một phần tử 0 (gọi là phần tử không hay vectơ không)
sao cho x + 0 = x với mọi x ∈ X.
v) 1.x = x.
Không gian vectơ còn được gọi là không gian tuyến tính và các
phần tử của nó được gọi là vectơ.
Ví dụ 6.1.2. Không gian các hàm bị chặn trên [a, b], tức B[a, b] là
không gian vectơ với hai phép toán được định nghĩa như sau:
Ví dụ 6.1.3. Không gian các hàm khả tích Lebesgue trên không
gian độ đo (X, F , µ), tức L 1 (X, F , µ) hay L 1 (X) là không gian
vectơ với hai phép toán được định nghĩa tương tự như trong B[a, b]
và vectơ không cũng là hàm f ≡ 0.
Ở chương Tích phân Lebesgue ta cũng đã biết f + g, αf ∈
L (X) với mọi f, g ∈ L 1 (X), α ∈ R.
1
Tập hợp các véctơ Y thuộc không gian vectơ X được gọi là
không gian con của X nếu Y 6= ∅ và nó kín đối với hai phép toán
vectơ : ∀x, y ∈ Y ⇒ x + y ∈ Y , x ∈ Y ⇒ αx ∈ Y , ∀α ∈ R.
Ví dụ 6.1.5. Lớp các hàm liên tục trên [a, b], tức C[a, b] là một
không gian vectơ con của B[a, b]. Không gian các hàm liên tục
trên [a, b] và cùng triệt tiêu tại điểm c ∈ [a, b] là một không gian
con của C[a, b].
Nhận xét rằng, không gian tuyến tính luôn có một vectơ là
vectơ không. Trong các không gian vectơ, để xét tới sự hội tụ, thay
vì sử dụng khái niệm metric người ta thường sử dụng khái niệm
chuẩn. Một chuẩn trong không gian vectơ xác định một metric và
ngược lại.
Định nghĩa 6.1.2. Một không gian vectơ (tuyến tính) định chuẩn
là không gian vectơ X, trên đó tồn tại một hàm số từ X vào R, ký
hiệu kxk : X → R, thỏa mãn ba tính chất:
i) kxk ≥ 0, ∀x ∈ X; kxk = 0 ⇔ x = 0,
với mọi x, y ∈ X và α ∈ R.
Giá trị kxk được gọi là chuẩn của phần tử x.
Hình 6.1: Chuẩn của x(t) − y(t) là diện tích hình bị chặn trên và
dưới bởi đồ thị hai hàm này
f ∼ g ⇔ f = g (h.k.n).
Định nghĩa 6.1.3. Lớp tất cả các tập f ∼ , f ∈ L 1 (X) là một không
gian vectơ định chuẩn, ký hiệu là L1 (X, F , µ) - hoặc L1 (X) - với
các phép toán được định nghĩa như sau:
f ∼ + g ∼ = (f + g)∼ ,
α(f ∼ ) = (αf )∼ , ∀f, g ∈ L 1 (X), α ∈ R.
Zb
∼
kf k1 = |f |dm.
a
Định nghĩa của hai phép toán tuyến tính trong L1 (X) không
phụ thuộc vào việc chọn hàm đại diện của lớp tương đương. Thật
vậy, nếu f ∼ = f1∼ và g ∼ = g1∼ thì rõ ràng (f + g)∼ = (f1 + g1 )∼
1.
Sự hội tụ trong một không gian vectơ định chuẩn với metric
giữa hai vectơ x, y được xác định qua chuẩn d(x, y) = kx − yk, có
thể được phát biểu lại theo ngôn ngữ của chuẩn:
Định nghĩa 6.1.4. Dãy các vectơ {xn } trong không gian vectơ
định chuẩn X được gọi là hội tụ tới một vectơ x0 ∈ X nếu kxn −
x0 k → 0 trong R.
ii) Mọi dãy hội tụ trong X đều bị chặn theo nghĩa: Nếu dãy
{xn } hội tụ thì tồn tại K sao cho kxn k ≤ K với mọi n.
Ta gọi dãy {xn } thuộc X là dãy cơ bản hay dãy Cauchy nếu
lim kxn − xm k = 0. Nếu trong không gian vectơ định chuẩn X,
m,n→∞
mọi dãy cơ bản đều hội tụ thì X được gọi là không gian đủ hoặc
không gian Banach.
k
Ví dụ 6.1.9. Ta dễ thấy không gian hữu hạn q chiều R là một
không gian Banach, với chuẩn thông thường x21 + · · · + x2k hoặc
chuẩn |x1 | + · · · + |xk |. Không gian C[a, b] với chuẩn k.k∞ cũng là
không gian Banach.
|1/n − 1/m|
R1
Dãy xn này là dãy Cauchy, do →0
|xn − xm |dt =
−1 2
khi m, n → ∞, và dãy hội tụ theo điểm tới hàm số:
0
nếu − 1 ≤ t ≤ 0,
x(t) =
1
nếu 0 < t ≤ 1.
[−1, 0)∪(0, 1]. Như vậy lim+ g(t) = 1, lim− g(t) = 0 nên hàm g không
t→0 t→0
liên tục tại 0, vô lý.
Trong mục sau chúng ta sẽ nghiên cứu không gian định chuẩn
được ta quan tâm nhiều nhất, đó là các không gian các hàm khả
tích lũy thừa bậc p là Lp (X).
6.2. Không gian các hàm có lũy thừa bậc p khả tích
(Lp spaces)
Định lý 6.2.1 (Bất đẳng thức Hölder). Cho hai số p và q thỏa mãn
1 1
1 < p < ∞, + = 1. Khi đó, ta có:
p q
Z Z 1 Z 1
p q
p q
|f g| dµ ≤ |f | dµ |g| dµ . (6.1)
X X X
Chú ý rằng, khi p = q = 2 ta được một bất đẳng thức rất nổi
tiếng và thường xuyên được sử dụng.
Bất đẳng thức này có một chứng minh trực tiếp tương đối
nhanh như sau:
250 ◊ 6.2 Không gian hàm có lũy thừa bậc p khả tích
Giải tích hàm ứng dụng trong kinh tế
Lp (X, F , µ) là một không gian vectơ với các phép toán thông thường
về cộng hàm số và nhân hàm số với một số, đồng thời nó cũng là
một không gian định chuẩn với chuẩn
Z 1/p
p
kf k := |f | dµ
Hệ quả 6.2.2. Nếu dãy fn là hội tụ trong không gian Lp (X, µ) thì
nó chứa một dãy con fnk hội tụ h.k.n trong Lp (X, µ).
252 ◊ 6.2 Không gian hàm có lũy thừa bậc p khả tích
Giải tích hàm ứng dụng trong kinh tế
Định nghĩa 6.3.1. Cho X và Y là hai không gian vectơ bất kỳ,
một toán tử tuyến tính từ X vào Y là một ánh xạ A : X → Y thỏa
mãn hai tính chất:
i) A(x1 + x2 ) = Ax1 + Ax2 với mọi x1 , x2 ∈ X.
ii) A(αx) = αAx với mọi x ∈ X và số α bất kỳ.
Ở đây, ta viết Ax ký hiệu thay cho A(x). Hai điều kiện trên còn
có nghĩa là A là tuyến tính đối với phép cộng hai vectơ và phép
nhân một số với vectơ. Chú ý ta đã học trong đại số tuyến tính,
khi X và Y là không gian Rk thì A còn gọi là biến đổi tuyến tính.
Ký hiệu Im A hay miền giá trị của tập A là tập tất cả y ∈ Y sao
cho tồn tại x ∈ X để Ax = y. Rõ ràng có thể kiểm tra được Im A là
một không gian con của Y vì nó đóng với phép cộng hai vectơ và
phép nhân một số với vectơ.
Ví dụ 6.3.1.
a) Nhớ lại rằng mọi phép biến đổi tuyến tính A trong không
gian Rk đều có thể biểu diễn như sau: A(X) = T X trong đó X là
vectơ cột k chiều còn T là một ma trận vuông cấp k. Ta có thể mở
rộng kết quả này với toán tử tuyến tính A từ Rk đến Rm luôn được
biểu diễn ở dạng: A(X) = T X trong đó T là ma trận m hàng k cột,
các cột của T theo thứ tự chính là các vectơ ảnh của k vectơ đơn
vị E1 , E2 , . . . , Ek trong Rk .
là một toán tử tuyến tính, trong đó K(t, s) là hàm số liên tục của
(t, s) trong một hình vuông t, s ∈ [a, b]. Ta còn gọi A là toán tử tích
phân với hạch là K(t, s).
Tập S trong một không gian định chuẩn được gọi là bị chặn
nếu tồn tại số M thỏa mãn kxk ≤ M, ∀x ∈ S.
iv) A là bị chặn.
Chứng minh.
i) suy ra ii): Giả sử A là liên tục tại một điểm x0 ∈ X. Xét
dãy xn → x trong X, suy ra xn − x + x0 → x0 . Theo giả thiết thì
A(xn − x + x0 ) → Ax0 hay A(xn − x) → 0 (ở đây ta hiểu 0 là vectơ
không). Vậy A liên tục trên toàn X.
iii) suy ra iv): Giả sử A biến S(1) thành một tập bị chặn tức
tồn tại K sao cho kAxkY ≤ K với mọi x ∈ S(1). Khi đó với x ∈ X
bất kỳ, kxk−1 −1
X x ∈ S(1) nên kxkX kAxkY ≤ K hay kAxkY ≤ KkxkX .
Vậy A giới nội.
iv) suy ra i): Hiển nhiên A liên tục tại vectơ không trong X.
Thật vậy, dấu bằng thứ nhất là hiển nhiên, dấu bằng thứ hai
được suy ra do
kAxk x
kAk = sup = sup kA k = sup kAyk
x6=0 kxk x6=0 kxk kyk=1
Ví dụ 6.3.2.
ii) Cho X = C ∞ [a, b] là không gian các hàm có đạo hàm liên
tục tại mọi cấp với chuẩn maximum: kxk = maxt∈[a,b] x(t).
Toán tử đạo hàm Du = u0 là không liên tục, chẳng hạn hàm
u(t) = eλt thỏa mãn Du = λu. Khi đó kDuk/kuk = λ có thể
nhận giá trị lớn tuỳ ý.
iii) Toán tử tuyến tính A từ Rk đến Rm được xác định duy nhất
bởi một ma trận A có m hàng k cột. Ta sẽ gọi chuẩn Euclid
của ma trận A là chuẩn của toán tử A được tính như sau:
Tuy nhiên, ta đã biết cách tính cực đại này thông qua hàm
Lagrange F (λ, x) = kAxk2 −λ(kxk2 −1) = x0 A0 Ax−λ(x0 x−1).
Các điểm dừng của hàm này phải thỏa mãn A0 Ax = λx.
Vậy x là một vectơ riêng và λ là một giá trị riêng của A0 A.
Chú ý A0 A là một ma trận vuông đối xứng xác định không
Ký hiệu L(X, Y ) là tập hợp tất cả các toán tử tuyến tính liên
tục từ không gian định chuẩn X vào không gian định chuẩn Y .
Trong L(X, Y ) ta có các phép toán tuyến tính như sau:
Tổng của hai toán tử A và B là toán tử A + B sao cho
(A + B)x = Ax + Bx, ∀x ∈ X,
(αA)x = αAx, ∀x ∈ X.
Trong không gian L(X, Y ) ta định nghĩa hội tụ theo chuẩn như
sau: Ta nói An → A nếu kAn − Ak → 0. Sự hội tụ này khác với hội
tụ theo điểm:
Dãy toán tử An được gọi là hội tụ theo điểm đến A nếu An x →
Ax trong Y với mọi x ∈ X. Rõ ràng sự hội tụ theo chuẩn kéo theo
sự hội tụ theo điểm nhưng điều ngược lại không đúng. Ta cũng
có thể gọi sự hội tụ theo chuẩn của một dãy toán tử là hội tụ đều.
Mọi tính chất của toán tử tuyến tính và dấu hiệu liên tục của
nó đều áp dụng được cho phiếm hàm tuyến tính (ở đây kf (x)k =
|f (x)|). Ta định nghĩa được chuẩn của f khi nó liên tục như sau:
kf (x)k
kf k = sup = sup kf (x)k
x6=0 kxk kxk=1
Tập các phiếm hàm tuyến tính liên tục trên X là một không
gian định chuẩn ký hiệu là X ∗ , thường được gọi là không gian
liên hợp hay không gian đối ngẫu của X. Do R là đủ nên không
gian liên hợp của bất cứ không gian định chuẩn nào cũng là đủ,
theo Định lý 6.3.2.
Thật vậy, theo bất đẳng thức Cauchy đối với các số thực:
ở đây là chuẩn Euclid. Bất đẳng thức xảy ra dấu bằng khi a = x
nên ta suy ra được đẳng thức bảo toàn chuẩn.
Tóm lại, ánh xạ nói trên là một đẳng cấu và có thể đồng nhất
k ∗
(R ) với Rk , khi đó ta nói không gian Rk là tự liên hợp (không
gian liên hợp của nó có thể đồng nhất với chính nó).
5. Trên không gian tuyến tính C[a, b] tất cả các hàm liên tục
trên [a, b], ánh xạ:
Z b
x(t) 7→ max |x(t)| + |x(t)|dt
a≤t≤b a
được gọi là hội tụ tuyệt đối nếu kxn k là hội tụ tới một giá
P
p
X |f | dµ = 1 trong trường hợp hai giá trị này là hữu hạn khác 0.
R
giá trị ở vế phải bất đẳng thức bằng vô cùng thì nó là hiển nhiên.
Vậy bất đẳng thức Hölder luôn đúng.
Mặt khác, 1 − 1/q = 1/p, chia cả hai vế trên cho thừa số cuối
1
q
p
|f + g|
R
, ta được bất đẳng thức (6.3).
Với mọi ε > 0 tồn tại số tự nhiên N sao cho kAn − Am k ≤ ε với
mọi m, n > N . Khi đó, kAn x − Am xk ≤ εkxk với mọi x, cho m → ∞
suy ra kAn x − Axk ≤ εkxk.
Dễ dàng kiểm tra được, A là toán tử tuyến tính nên A − An
cũng là toán tử tuyến tính và là liên tục. Vậy A − An ∈ L(X, Y )
kéo theo A ∈ L(X, Y ) và kAn − Ak ≤ ε, ∀n ≥ N.
Vậy An hội tụ theo chuẩn tới toán tử A ∈ L(X, Y ), định lý được
chứng minh xong.
[1] Phạm Kỳ Anh, Trần Đức Long, Giáo trình Hàm thực và giải
tích hàm, NXB Đại học Quốc gia Hà Nội, 2001.
[2] Cung Thế Anh, Nguyễn Thành Anh, Giáo trình Tôpô đại
cương, NXB Đại học Sư phạm, 2014.
[5] Nguyễn Duy Tiến, Trần Đức Long, Bài giảng Giải tích, tập
I, II, NXB Đại học Quốc gia Hà Nội, 2004.
[6] Hoàng Tuỵ, Hàm thực và giải tích hàm, NXB Đại học Quốc
gia Hà Nội, 2003.
[7] Bài giảng Toán cao cấp 3 & 4, Bộ môn Toán cơ bản, Trường
Đại học Kinh tế Quốc dân.