Real Analysis

Mục lục
Chương 1: Tập hợp và Tập số thực 1

1.1 Tập hợp 2
1.1.1 Khái niệm và ký hiệu 2
1.1.2 Các phép toán tập hợp 3
1.1.3 Họ tập hợp và dãy tập hợp 5
1.2 Tập hợp số thực 7
1.2.1 Khái niệm tập hợp số thực 7
1.2.2 Các tính chất cơ bản của tập hợp số thực 11
1.2.3 Giới hạn trên và giới hạn dưới 15
1.3 Ánh xạ và Quan hệ hai ngôi 17
1.3.1 Ánh xạ 17
1.3.2 Đơn ánh - Toàn ánh - Song ánh 19
1.3.3 Ánh xạ ngược - Tích hai ánh xạ 21
1.3.4 Quan hệ hai ngôi 23
1.4 Hàm lồi và hàm lõm 25
1.5 Lực lượng của tập hợp 27
1.5.1 Khái niệm 27
1.5.2 Tính chất 29
Mục lục ◊ i
Giải tích hàm ứng dụng trong kinh tế
1.6 Lý thuyết lợi ích so sánh được 31

1.6.1 Các quan hệ ưa chuộng 32
1.6.2 Sự biểu diễn lợi ích của quan hệ ưa chuộng
đầy đủ 33
Bài tập chương 1 35
Phụ lục chương 1 38
Chương 2: Không gian metric 43
2.1 Khái niệm metric 45
2.1.2 Các ví dụ về không gian metric 47
2.1.3 Sự hội tụ trong không gian metric 51
2.2 Tập đóng và Tập mở 54
2.2.1 Tập mở 54
2.2.2 Tập đóng 58
2.2.3 Tập trù mật. Không gian tách được 63
2.2.4 Tập lồi 63
2.3 Không gian đầy đủ và Không gian compact 64
2.3.1 Không gian đủ 64
2.3.2 Không gian metric compact 71
2.4 Hàm liên tục 76
2.4.1 Định nghĩa và tính chất của hàm liên tục 76
2.4.2 Ánh xạ liên tục trên một tập compact 79
2.4.3 Phép tương ứng và Tính liên tục của phép
tương ứng 82
2.4.4 Định lý điểm bất động Brower và Định lý
Kakutani 85
ii ◊ Mục lục
2.5 Cân bằng Nash 86

2.5.1 Trò chơi chiến lược 86
2.5.2 Cân bằng Nash 89
Chương 3: Lý thuyết độ đo 101
3.1 Đại số và σ-đại số 103
3.1.1 Đại số 103
3.1.2 σ-đại số 105
3.1.3 σ-đại số Borel 109
3.2 Không gian độ đo 111
3.2.1 Các khái niệm cơ bản 111
3.2.2 Các tính chất 115
3.3 Thác triển độ đo 120
3.3.1 Định lý thác triển độ đo 125
3.4 Độ đo trên Rk 129
3.4.1 Độ đo Lebesgue trên R 129
k
3.4.2 Độ đo Lebesgue trong không gian R 133
3.4.3 Độ đo Lebesgue-Stieltjes trên R 133
3.5 Một số ứng dụng của độ đo 136
3.5.1 Quy tắc lợi ích kỳ vọng và giả thiết về lợi ích
kỳ vọng 136
3.5.2 Sử dụng quy tắc EU và giả thiết EU trong
việc ra quyết định 142
Mục lục ◊ iii

Chương 4: Tích phân Lebesgue 158

4.1 Tích phân của hàm đơn giản không âm 160
4.1.2 Tính chất 164
4.2 Hàm số đo được 166
4.2.1 Định nghĩa và các phép toán 166
4.2.2 Cấu trúc của hàm số đo được 171
4.2.3 Hàm số tương đương 173
4.3 Tích phân của hàm đo được không âm 175
4.3.1 Định nghĩa và một số tính chất 175
4.3.2 Tính chất cộng tính của tích phân Lebesgue 178
4.4 Tích phân Lebesgue của hàm đo được bất kỳ 180
4.4.2 Các tính chất cơ bản của tích phân 183
4.4.3 Các định lý về giới hạn của tích phân 189
4.5 Tích phân Lebesgue trên R 193
4.6 Hội tụ theo độ đo 196
Chương 5: Tích phân Stieltjes 213
5.1 Các khái niệm và tính chất 214
5.1.1 Khái niệm tích phân Stieltjes 214
5.1.2 Hàm có biến phân bị chặn và hàm liên tục
tuyệt đối 216
5.1.3 Tính chất cơ bản của hàm khả tích Stieltjes 223
5.2 Mối liên hệ giữa tích phân Lebesgue và tích phân
Stieltjes 227
iv ◊ Mục lục
5.3 Độ đo tích và định lý Fubini 232

Chương 6: Không gian tuyến tính định chuẩn 242
6.1 Không gian tuyến tính định chuẩn 243
6.1.1 Không gian vectơ 243
6.1.2 Không gian tuyến tính định chuẩn 245
6.1.3 Sự hội tụ trong không gian định chuẩn 248
6.2 Không gian hàm có lũy thừa bậc p khả tích 250
6.2.1 Các bất đẳng thức cho tích phân 250
6.2.2 Không gian Lp 251
6.3 Toán tử tuyến tính 253
6.3.1 Khái niệm và các ví dụ 253
6.3.2 Toán tử tuyến tính liên tục 254
6.3.3 Không gian các toán tử L(X, Y ) 257
6.3.4 Phiếm hàm tuyến tính 258
Tài liệu tham khảo 264
Mục lục ◊ v
LỜI NÓI ĐẦU
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
vi ◊ Lời nói đầu

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 1: Tập hợp và Tập số thực
• Chương 2: Không gian metric
• Chương 3: Lý thuyết độ đo
• Chương 4: Tích phân Lebesgue
• Chương 5: Tích phân Stieltjes
• Chương 6: Không gian các hàm khả tích
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
Lời nói đầu ◊ vii

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!
viii ◊ Lời nói đầu

Chương 1
Tập hợp và Tập số thực

(Set theory and Real numbers)
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.
Chương 1: Tập hợp và Tập số thực ◊ 1

1.1. Tập hợp (Sets)

1.1.1. Khái niệm và ký hiệu
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}.
2 ◊ 1.1 Tập hợp

1.1.2. Các phép toán tập hợp
Dưới đây là các phép toán thông dụng đối với tập hợp.
• Phép hợp. Hợp hoặc tổng của A và B là tập A∪B = {x : x ∈ A

hoặc x ∈ B}, tương tự:
[
Ai = {x : ∃i ∈ I, x ∈ Ai }.
i∈I
• Phép giao. Giao hoặc tích của A và B là tập A ∩ B = {x : x ∈

A và x ∈ B}, tương tự:
\
Ai = {x : ∀i ∈ I, x ∈ Ai }.
i∈I
• Phép trừ. Hiệu của A đối với B là tập A \ B = {x : x ∈ A

nhưng x ∈
/ B}.
• Phép lấy phần bù. Phần bù của tập A là tập Ac = X \ A =

{x : x ∈
/ A}.
• Hiệu đối xứng. Hiệu đối xứng của A và B là tập A4B =

(A \ B) ∪ (B \ A).
• Tích Đề-các (Descartes). Cho hai tập hợp bất kỳ X và Y ,

tích Đề-các của chúng, ký hiệu X × Y là tập hợp chứa tất cả
các cặp có thứ tự (x, y) với x thuộc X và y thuộc Y .
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 .

Ví dụ 1.1.1. Với X = {x, y, z}, Y = (a, b), ta có
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)}.
Một tích Đề-các thường gặp là R × R và còn được ký hiệu là R2 .

Tích Đề-các của n tập hợp Ai , i = 1, 2, . . . , n được định nghĩa
tương tự và ký hiệu là A1 × A2 × · · · × An .
Các phép toán tập hợp có một số tính cơ bản sau:
• Tính giao hoán:
A ∪ B = B ∪ A; A ∩ B = B ∩ A;
A4B = B4A.
• Tính kết hợp:
(A ∪ B) ∪ C = A ∪ (B ∪ C); (A ∩ B) ∩ C = A ∩ (B ∩ C);
A4(B4C) = (A4B)4C.
• Tính phân phối:
A∩(B ∪C) = (A∩B)∪(A∩C); A∪(B ∩C) = (A∪B)∩(A∪C);
A ∩ (B4C) = (A ∩ B)4(A ∩ C).
• Công thức De Morgan:

[ c \ c
Aci ; Aci .
\ [
Ai = Ai =
i∈I i∈I i∈I i∈I
Chú ý: (A \ B) ∪ B = A chỉ đúng khi B ⊂ A; (A ∪ B) \ B = A chỉ

đúng khi A ∩ B = ∅.

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
1.1.3. Họ tập hợp và dãy tập hợp
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}.
Chú ý là 2X chứa cả tập ∅ và X, nếu tập X hữu hạn gồm n

phần tử thì 2X có 2n phần tử.
Dễ thấy: B ⊂ A ⇔ B ∈ 2A .
Ví dụ 1.1.3. Cho tập hợp X = {1, 2, 3}.
n o
• A = {1}, {2}, {3} là họ các tập con chỉ gồm 1 phần tử của X.
n o
• 2X = ∅, {1}, {2}, {3}, {1, 2}, {1, 3}, {2, 3}, {1, 2, 3} .
Họ C gồm các tập rời nhau được gọi là phân hoạch của tập X nếu
[
C = X.
C∈C
Ví dụ 1.1.4. Họ gồm các tập A = {1, 2}, B = {3, 4}, C = {5} là

một phân hoạch của tập X = {1, 2, 3, 4, 5}.
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 ⊇ . . . ).

Ví dụ 1.1.5. Với X = N = {1, 2, . . . }, khi đó:

n o
B = {1}, {1, 2}, {1, 2, 3}, . . .
là một dãy đơn điệu tăng các tập con của X.
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:
lim An = lim sup An = lim inf An .
Có thể thấy rằng:

∞
[ ∞
\
lim An = An nếu An ↑; lim An = An nếu An ↓ .
n=1 n=1
Nếu dãy tập hợp {An } đơn điệu giảm và ∞ n=1 An = A thì ta
T
viết An ↓ A. Nếu dãy tập hợp {An } đơn điệu tăng và ∞

S
n=1 An = A
thì ta viết An ↑ A.
Ví dụ 1.1.6. Với A, B là các tập cho trước, xét dãy An = A nếu n

lẻ và An = B nếu n chẵn. Ta có:
lim An = A ∪ B; lim An = A ∩ B.

1.2. Tập hợp số thực (Real numbers)

1.2.1. Khái niệm tập hợp số thực
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.
(I) CÁC TIÊN ĐỀ ĐỐI VỚI PHÉP CỘNG

Phép toán
+ : R × R → R,
(phép cộng) được định nghĩa bằng cách gán mỗi cặp có thứ tự
(x, y) gồm hai phần tử x, y thuộc R với một phần tử x + y ∈ R nào
đó, được gọi là tổng của x và y. Phép toán này phải thỏa mãn các
điều kiện sau:
1+ . Tồn tại phần tử trung hòa hoặc đồng nhất 0 (gọi là phần
tử không) sao cho
x + 0 = 0 + x = x, ∀x ∈ R.
2+ . Với mọi phần tử x ∈ R tồn tại một phần tử −x ∈ R (gọi là

phần tử đối của x) sao cho
x + (−x) = (−x) + x = 0.
3+ . Phép cộng có tính kết hợp, tức là biểu thức
x + (y + z) = (x + y) + z, ∀x, y, z ∈ R.
4+ . Phép cộng là giao hoán, nghĩa là
x + y = y + x, ∀x, y ∈ R.

(II) CÁC TIÊN ĐỀ ĐỐI VỚI PHÉP NHÂN

Một phép toán
· : R × R → R,
(phép nhân) được định nghĩa bằng cách gán mỗi cặp có thứ tự
(x, y) gồm hai phần tử x, y thuộc R với một phần tử x · y ∈ R nào
đó, được gọi là tích của x và y. Phép toán này phải thỏa mãn các
điều kiện sau:
1. . Tồn tại phần tử trung hòa hoặc đồng nhất 1 ∈ R \ {0} (gọi
là phần tử một) sao cho:
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.
3. . Phép nhân · có tính kết hợp, nghĩa là:
x · (y · z) = (x · y) · z, ∀x, y, z ∈ R.
4. . Phép nhân · có tính giao hoán, nghĩa là:
x · y = y · x, ∀x, y ∈ R
(I, II) LIÊN HỆ GIỮA PHÉP CỘNG VÀ PHÉP NHÂN

Phép nhân có tính phân phối đối với phép cộng, nghĩa là:
(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.
8 ◊ 1.2 Tập hợp số thực

(III) CÁC TIÊN ĐỀ THỨ TỰ

Giữa các phần tử của R tồn tại một quan hệ ≤, nghĩa là với
các phần tử x, y ∈ R có thể xác định xem liệu x ≤ y hoặc không.
Ở đây các điều kiện sau phải đúng:
1≤ . ∀x ∈ R (x ≤ x).
2≤ . (x ≤ y) ∧ (y ≤ x) ⇒ (x = y).
3≤ . (x ≤ y) ∧ (y ≤ z) ⇒ (x ≤ z).
4≤ . ∀x ∈ R, ∀y ∈ R (x ≤ y) ∨ (y ≤ x).
Quan hệ ≤ trên R được gọi là không bằng nhau (bất đẳng
thức).
Một tập trên đó tồn tại một quan hệ giữa các cặp phần tử thỏa
mãn các tiên đề 1≤ , 2≤ , và 3≤ , như ta biết, được gọi là được sắp
từng phần. Nếu có thêm tiên đề 4≤ , nghĩa là có thể so sánh hai
phần tử bất kỳ thì tập hợp đó là được sắp tuyến tính (hay sắp thứ
tự toàn phần). Do đó, tập các số thực là tập hợp được sắp tuyến
tính với quan hệ bé hơn hay bằng nhau (≤) giữa các phần tử.
(I, III) LIÊN HỆ GIỮA PHÉP CỘNG VÀ THỨ TỰ TRÊN R

Nếu x, y, z là các phần tử thuộc R thì:
(x ≤ y) ⇒ (x + z ≤ y + z).
(II, III) LIÊN HỆ GIỮA PHÉP NHÂN VÀ THỨ TỰ TRÊN R

Nếu x và y là các phần tử thuộc R thì:
(0 ≤ x) ∧ (0 ≤ y) ⇒ (0 ≤ x · y).
(IV) TIÊN ĐỀ VỀ CẬN TRÊN

Mọi tập A ⊂ R, A 6= ∅ bị chặn trên có cận trên đúng.
Trên đây, ta đề cập đến khái niệm tập bị chặn trên. Khái niệm
tập bị chặn được định nghĩa như sau (các quan hệ <, ≥, > được
hiểu theo nghĩa thông thường giữa hai số thực):

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.
Tương tự, ta nói m là phần tử bé nhất của tập A nếu m ∈ A và

x ≥ m với mọi x ∈ A. Khi đó ta viết:
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.
Như vậy, theo định nghĩa ta có:
M = sup A = min{c ∈ R | ∀x ∈ A (x ≤ c)}

m = inf A = max{c ∈ R | ∀x ∈ A (x ≥ c)}.

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.
Ví dụ 1.2.1. Cho A = {1, 5, 7, 14} ⇒ sup A = max A = 14; inf A =

min A = 1.
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.
Ví dụ 1.2.2. Cho A = {1, 21 , 13 , . . . , n1 , . . . }. Ta có inf A = 0.

Thật vậy, trước hết 0 là một cận dưới của A. Với y > 0 bất kỳ,
luôn tồn tại số n thỏa mãn 1/n < y và 1/n ∈ A. Vậy y không thể là
cận dưới của A hay 0 là cận dưới lớn nhất của A. Vậy inf A = 0.
Tuy nhiên, A không có phần tử nhỏ nhất. Bởi vì, nếu tồn tại
min A thì inf A = min A = 0 6∈ A. Điều này mâu thuẫn với định
nghĩa về giá trị nhỏ nhất.
Ví dụ 1.2.3. Tập hợp A = {x ∈ R | 0 ≤ x < 1} không có phần

tử lớn nhất nhưng do A bị chặn trên nên tồn tại sup A và ta có
sup A = 1.
Trên đây, chúng ta đã xem xét cụ thể về các tiên đề được sử

dụng để xây dựng tập số thực. Nhiều khái niệm của mục này có
thể tiếp cận qua Chương 1, Phần 1, Giáo trình “Toán cao cấp cho
các nhà kinh tế”. Tiếp theo, chúng ta sẽ xem xét thêm một số tính
chất cần thiết về số thực để sử dụng sau này.
1.2.2. Các tính chất cơ bản của tập hợp số thực
Ta gọi số dương là những số thực a > 0; số âm là những số thực

a < 0 và đặt |x| = x nếu 0 ≤ x, |x| = −x nếu x < 0. Một số a ∈ R
được gọi là giới hạn của dãy số {xn } ⊂ R, ký hiệu limn→∞ xn = a

(hoặc lim xn = a), nếu
∀ε > 0, ∃n0 : |xn − a| < ε, ∀n ≥ n0 .
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:
Định lý 1.2.1. Cho tập hợp A ⊂ R và M = sup A, khi đó tồn tại

dãy {xn } ⊂ A (các xn có thể trùng nhau) thỏa mãn
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→∞
Nguyên lý 1 (Weierstrass). Mọi dãy đơn điệu tăng (giảm) và bị

chặn trên (dưới) đều hội tụ.
1 1 1
Ví dụ 1.2.4. Dãy xn = 1 + 22
+ 32
+ ··· + n2
là dãy đơn điệu tăng.
Ngoài ra ta có:
1 1 1 1
xn < 1 + + + ··· + = 2 − < 2,
1.2 2.3 (n − 1)n n
nên dãy xn bị chặn. Theo nguyên lý Weierstrass, dãy xn là hội tụ.
Các phần tử của R: 1, 2 = 1 + 1, 3 = 2 + 1, . . . gọi là các số tự

nhiên, ký hiệu là N.
Tập các số nguyên là các số 0, ±1, ±2, ±3, . . . ký hiệu là Z.

Tập các số nguyên Z không có cận trên và không có cận dưới,

vì nếu Z có cận trên thì dãy 1, 2, 3, . . . , n, . . . phải có một giới hạn
M ; lúc đó M − 1 < p với một p ∈ Z và ta sẽ có M < p + 1: vô lý.
Số hữu tỉ là số có dạng m
n
= m · n−1 , m, n ∈ Z, n 6= 0. Ký hiệu
tập các số hữu tỉ là Q.
Số vô tỉ là số thực mà không phải số hữu tỉ.
Nguyên lý 2 (Archimede). Với mọi số thực a dương và b bất kỳ

luôn tồn tại số nguyên n sao cho a(n − 1) ≤ b < na.
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.
Chứng minh. Giả sử rằng x, y ∈ R và x < y.

a) Chúng ta sẽ chứng tỏ rằng tồn tại r ∈ Q thỏa mãn x < r < y.
Ta có y − x > 0, theo nguyên lý Archimede, tồn tại n ∈ N nào
đó thỏa mãn 0 < n1 < y − x.
Với số tự nhiên n tìm được, tồn tại số nguyên m thỏa mãn
(m − 1). n1 ≤ x < m. n1 . Số hữu tỉ m
n
< y, vì nếu ngược lại m
n
≥ y thì
m−1 m
≤x<y≤ ,
n n
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
rõ ràng là số vô tỉ và thỏa mãn r1 < z < r2 .
Tập {x : a < x < b} được gọi là khoảng (a, b); tập {x : a ≤ x ≤ b}

được gọi là đoạn [a, b].
Một dãy đoạn [an , bn ] được gọi là thắt lại nếu [an+1 , bn+1 ] ⊂
[an , bn ] và lim(bn − an ) = 0.
Nguyên lý 3 (Cantor). Một dãy đoạn thắt lại có một phần tử

chung duy nhất.
Ta nói một dãy {xn } là bị chặn nếu nó vừa bị chặn trên, vừa
bị chặn dưới, tức là ∃a : ∀n, |xn | ≤ a.
Nguyên lý 4 (Bolzano-Weierstrass). Mọi dãy vô hạn bị chặn {xn }

đều chứa một dãy con hội tụ.
Ví dụ 1.2.5. Xét dãy xn = (−1)n . Dãy này bị chặn và có 2 dãy con

hội tụ tới 1 và −1.
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 .
Nguyên lý 5 (Cauchy). Trong R, dãy số hội tụ khi và chỉ khi dãy

đó là dãy cơ bản.

Ví dụ 1.2.6. Dãy số có số hạng tổng quát:
cos 1 cos 2 cos n

xn = + + ··· +
1.2 2.3 n.(n + 1)
là một dãy cơ bản.
Chứng minh. Thật vậy, với m > n:

cos n cos m
|xm − xn | = + ··· +
n.(n + 1) m.(m + 1)
1 1 1
≤ + ··· + < .
n.(n + 1) m.(m + 1) n
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.
1.2.3. Giới hạn trên và giới hạn dưới
Ta đưa thêm vào R hai phần tử mới là +∞ và −∞. Các ký

hiệu này được gọi là các vô cực (dương vô cực và âm vô cực). Cùng
với nó, ta đưa ra quy ước thứ tự và các phép toán đại số giữa các
vô cực và số a hữu hạn như sau:
∀a ∈ R : −∞ < a < +∞; | ± ∞| = +∞,

(±∞) + (±∞) = a + (±∞) = (±∞) + a = ±∞,




 ±∞ nếu a > 0

a · (±∞) = (±∞) · a = 0 nếu a = 0


∓∞

nếu a < 0,
(±∞) · (±∞) = +∞, (±∞) · (∓∞) = −∞,

a
= 0, ∞r = ∞ với r > 0.
±∞

Ký hiệu: lim xn = +∞ (lim xn = −∞), nghĩa là

∀a > 0, ∃n0 : xn > a, ∀n ≥ n0 ∀a < 0, ∃n0 : xn < a, ∀n ≥ n0 .
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).
Cho một dãy vô hạn {xn } ⊂ R. Với mỗi n, đặt
un = sup{xn , xn+1 , . . . } = sup xn+k = sup xk ,

k≥0 k≥n
vn = inf{xn , xn+1 , . . . } = inf xn+k = inf xk .
k≥0 k≥n
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.
lim xn = lim inf xk = lim inf (−1)k = lim (−1) = −1,

n→∞ n→∞ k≥n n→∞ k≥n n→∞
lim xk = lim sup xk = lim sup(−1)k = lim 1 = 1.

k→∞ n→∞ k≥n n→∞ k≥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 .
1.3. Ánh xạ và Quan hệ hai ngôi

(Maps and Binary relations)
1.3.1. Ánh xạ
Định nghĩa ánh xạ giữa hai tập hợp:

Cho hai tập hợp khác rỗng X và Y . Ánh xạ từ tập X vào Y là
một quy tắc đặt tương ứng mỗi phần tử x ∈ X với duy nhất một
phần tử y ∈ Y .
f: X → Y
x 7→ y = f (x)

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}
là tập ảnh của tập hợp A qua ánh xạ f .

Vậy, tập ảnh của một tập hợp A qua ánh xạ f là tập hợp gồm
tất cả các phần tử là ảnh của các phần tử thuộc tập A qua ánh xạ
f . Tập ảnh của một tập hợp A là một tập con của tập đích.
Tập tạo ảnh của tập B ⊂ Y qua ánh xạ f là tập hợp được ký
hiệu và xác định như sau:
f −1 (B) = {x ∈ X : f (x) ∈ B}.
Ánh xạ idX : X → X, idX (x) = x, ∀x ∈ X được gọi là ánh xạ

đồng nhất.
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+ .
18 ◊ 1.3 Ánh xạ và Quan hệ hai ngôi

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
Tìm các tập hợp f (A), f −1 (B).
Giải. Ta có f (A) = {f (1), f (3), f (4)} = {0, 2, 6}.

Thực chất của
h
việc tìm

tập hợp f (A) là tìm tất cả các phần tử
1
thuộc tập đích − 4 , +∞ mà phần tử đó là ảnh của các phần tử
thuộc tập A.
Tập hợp nghịch ảnh của tập B là:
f −1 (B) = {x ∈ R : f (x) ∈ B} = {x ∈ R : f (x) = 0}

= {x ∈ R : x2 − 3x + 2 = 0} = {1, 2}.
1.3.2. Đơn ánh - Toàn ánh - Song ánh
Định nghĩa 1.3.1. Ánh xạ f : X → Y được gọi là một đơn ánh

nếu với mọi x1 , x2 ∈ X, x1 6= x2 thì f (x1 ) 6= f (x2 ) hay nếu f (x1 ) =
f (x2 ) thì kéo theo x1 = x2 .

Định nghĩa 1.3.2. Ánh xạ f : X → Y được gọi là toàn ánh nếu

tập ảnh f (X) = Y . Tức là, ∀y ∈ Y suy ra ∃x ∈ X: f (x) = y. Hay
nói cách khác, ánh xạ f là toàn ánh nếu ảnh của tập nguồn trùng
với tập đích.
Định nghĩa 1.3.3. Ánh xạ f : X → Y được gọi là song ánh nếu
nó vừa là đơn ánh vừa là toàn ánh.
Ví dụ 1.3.3.
a) Ánh xạ
f: R → R
x 7→ x2 + 1
không phải là đơn ánh vì f (−1) = f (1) và không phải là toàn ánh
vì f (R) = [1, +∞).
b) Ký hiệu R+ cho tập các số thực không âm, ánh xạ
f : R+ → R
x 7→ x2
là một đơn ánh nhưng không là toàn ánh vì
f (R+ ) = R+ 6= R.
c) Ánh xạ
f : R → [−1, 1]
x 7→ sin x
là một toàn ánh vì f (R) = [−1, 1] nhưng không là đơn ánh vì

f (0) = f (π).
d) Ánh xạ
f : R→R
x 7→ x3
vừa là đơn ánh vừa là toàn ánh, do đó nó là một song ánh.

1.3.3. Ánh xạ ngược - Tích hai ánh xạ (phép hợp thành)
Định nghĩa 1.3.4. Cho hai tập hợp X, Y và song ánh f : X → Y ,

x 7→ y = f (x). Khi đó, mỗi phần tử y ∈ Y đều là ảnh của đúng một
phần tử x ∈ X nên ta có một quy tắc đặt tương ứng một phần tử
y ∈ Y với một phần tử x ∈ X sao cho y = f (x); quy tắc đặt tương
ứng đó xác định một ánh xạ từ Y vào X. Ánh xạ này được gọi là
ánh xạ ngược của song ánh f và được ký hiệu là f −1 .
f −1 : Y → X; y 7→ x = f −1 (y)
Từ định nghĩa trên, ta có:
y = f (x) ⇔ x = f −1 (y).
Khi X ⊂ R và Y ⊂ R thì khái niệm ánh xạ ngược trở thành khái

niệm hàm số ngược.
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
b) Hàm số f : R → (0, +∞), x 7→ y = f (x) = 2x có hàm ngược

là:
f −1 : (0, +∞) → R, y 7→ f −1 (y) = x = log2 y.
c) Hàm số f : R → [0, +∞), x 7→ y = f (x) = x2 không có hàm

ngược vì nó không phải là song ánh.
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.
Định nghĩa 1.3.5. Cho trước hai ánh xạ f : X → Y và g : Y → Z.

Hợp thành (hoặc tích) của ánh xạ f và ánh xạ g là một ánh xạ
được ký hiệu bởi g ◦ f hoặc gf và xác định như sau:
g ◦ f : X → Z, (g ◦ f )(x) = g[f (x)].
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:
Mệnh đề 1.3.1. Cho hai ánh xạ f : X → Y và g : Y → Z. Khi đó

nếu g ◦ f là một đơn ánh thì f là đơn ánh; nếu g ◦ f là toàn ánh
thì g là toàn ánh.
Chứng minh mệnh đề này coi như một bài tập.
Ví dụ 1.3.5. Từ các ánh xạ: f : R → R, x 7→ x2 + 1 và g : R →

R, x 7→ x3 .
Ta có các ánh xạ tích sau: g ◦ f : R → R, x 7→ (x2 + 1)3 và
f ◦ g : R → R, x 7→ x6 + 1.
Từ ví dụ trên ta nhận thấy rằng, tích của hai ánh xạ không có

tính chất giao hoán.

1.3.4. Quan hệ hai ngôi
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 1.3.6. Cho tập hợp A = {1, 2, 3, 4, 5} và tập hợp B = {2, 4, 6}.

Khi đó, tập hợp S = {(1, 2), (1, 4), (1, 6)} được gọi là một quan hệ
hai ngôi từ A đến B. Ta có, S ⊂ A × B và ký hiệu 1S2, 1S4, 1S6.
Ví dụ 1.3.7. Cho hai tập hợp
A = {New Delhi, Ottawa, London, Paris, Washington},

B = {Canada, Mỹ, Anh, Ấn Độ, Pháp}.
Giả sử phần tử x ∈ A và y ∈ B. Ta định nghĩa quan hệ giữa x

và y là: “x là thủ đô của y”. Sử dụng quan hệ này, ta tìm được các
cặp sắp thứ tự: (New Delhi, Ấn Độ), (Ottawa, Canada), (London,
Anh), (Paris, Pháp), (Washington, Mỹ).
Nếu tập hợp S = {(New Delhi, Ấn Độ), (Ottawa, Canada),
(London, Anh), (Paris, Pháp), (Washington, Mỹ)} thì S là tập con
của A × B vì vậy S là một quan hệ hai ngôi từ A tới B.
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.
Định nghĩa 1.3.7. Cho X là một tập hợp khác rỗng, S ⊂ X × X,

S là một quan hệ tương đương trong X khi và chỉ khi S có các
tính chất sau:
• Tính phản xạ: ∀a ∈ X : aSa.
• Tính đối xứng: ∀a, b ∈ X: Nếu aSb thì bSa.
• Tính bắc cầu: ∀a, b, c ∈ X: Nếu aSb và bSa thì aSc.
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.
trong đó k = p + q điều này suy ra quan hệ hai ngôi S có tính chất

bắc cầu. Vậy quan hệ đồng dư trong định nghĩa trên là một quan
hệ tương đương.

c) Giả sử X là tập các vectơ trong không gian R3 .

 →

− →
−
→
− →
− a ↑↑ b
a = b ⇔ →
−
 |→
−a|=|b|
Quan hệ bằng nhau của hai vectơ là quan hệ tương đương.
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:
i) Tính phản xạ: ∀a ∈ X : aSa.
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.
1.4. Hàm lồi và hàm lõm (Concave and convex functions)

Cho n ∈ N, ta nói tập con T của Rn là tập lồi nếu đoạn thẳng
nối hai điểm bất kỳ của T nằm trọn trong T , tức là λx + (1 − λ)y ∈
T , với mọi x, y ∈ T và với mọi λ thỏa mãn 0 ≤ λ ≤ 1.

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:
f [λx + (1 − λ)y] ≥ λf (x) + (1 − λ)f (y). (∗)
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.
Bổ đề 1.4.1. Nếu hai số thực a, b cho trước thỏa mãn −∞ < a ≤

b < +∞ và f ∈ R[a,b] là hàm lõm (hoặc lồi) thì inf f ([a, b]) > −∞
và sup f ([a, b]) < ∞.
Mệnh đề 1.4.1. Cho I là một khoảng mở trong R và f ∈ RI . Nếu

f là hàm lõm (hoặc lồi) thì với mọi a, b ∈ R với a, ≤ b và [a, b] ∈ I,
tồn tại K > 0 sao cho:
|f (x) − f (y)| ≤ K|x − y|, ∀a ≤ x, y ≤ b.
26 ◊ 1.4 Hàm lồi và hàm lõm

1.5. Lực lượng của tập hợp (Cardinality of the set)

1.5.1. Khái niệm
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:
P (S) := {A : A ⊆ S và 0 < |A| < ∞}
Nếu S là tập hữu hạn thì P (S) = 2S − {∅}.
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.
Ví dụ 1.5.1. Tập N là tập vô hạn đếm được. Tập các số chẵn là vô

hạn đếm được.
n−1
Tập Z là tập vô hạn đếm được. Hàm số f (n) := 2
nếu n lẻ và
f (n) = − n2 nếu n chẵn.
N × N là tập vô hạn đếm được. Hàm f (m, n) := 2m−1 (2n − 1) là
song ánh từ N × N vào 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 , . . .}.
Đặt P (X) := {T : T ⊆ X và 0 < |T | < ∞}
Định nghĩa 1.5.2. (Tập có quan hệ thứ tự từng phần) Cho A là

một tập hợp và R là một quan hệ hai ngôi trên X. Ta nói rằng R
là một quan hệ thứ tự bộ phận trên tập A nếu nó thỏa mãn các
tính chất sau:
i) R có tính chất phản xạ: ∀x ∈ A : xRx.
ii) R có tính phản đối xứng: ∀x, y ∈ A xRy ∧ yRx ⇒ x = y.
iii) R có tính chất bắc cầu: ∀x, y ∈ A xRy ∧ yRz ⇒ xRz.
Ví dụ 1.5.2. Cho X là một tập hợp khác rỗng. Ta định nghĩa

quan hệ R trên P (X) như sau: ∀U, V ⊆ X, U RV ⇔ U ⊆ V . Khi
đó, R là một quan hệ hai ngôi thứ tự bộ phận trên P (X).
28 ◊ 1.5 Lực lượng của tập hợp

Định nghĩa 1.5.3. (Thứ tự tuyến tính) Cho R là một quan hệ

hai ngôi trên tập A. Ta nói R là quan hệ tuyến tính (hoặc quan
hệ toàn phần) trên A nếu thỏa mãn các tính chất sau:
i) R là quan hệ thứ tự bộ phận
ii) ∀x, y ∈ AxRy hoặc yRx
Ví dụ 1.5.3. Quan hệ ≤ trên R là một ví dụ cơ bản về quan hệ

thứ tự toàn phần trên R.
Quan hệ ⊆ trong ví dụ trên, xét trên tập P (X) không là quan
hệ thứ tự toàn phần. Chẳng hạn, xét tập X = {1, 2, 3} thì cả hai
tập con của X là {1, 2} và {1, 3} là những phần tử của P (X),
nhưng {1, 2} * {1, 3} và {1, 3} * {1, 2}.
1.5.2. Tính chất
Mệnh đề 1.5.1. Mọi tập con của tập đếm được cũng đếm được.
Chứng minh. Giả sử tập A là đếm được và B là tập con của A,

nếu B là hữu hạn thì ta không cần chứng minh gì nên ta sẽ giả
sử B là vô hạn. Khi đó hiển nhiên A là vô hạn đếm được nên
A = {a1 , a2 , . . .}. Gọi b1 là phần tử đầu tiên trong dãy {an } thuộc
B, b2 là phần tử thứ hai trong dãy thuộc B, . . . Khi đó dễ thấy, B
chính là tập C = {b1 , b2 , . . .}. Thật vậy, rõ ràng C ⊂ B. Ngược lại,
giả sử ak ∈ B và từ a1 đến ak−1 có h phần tử thuộc B, khi đó ak
chính là bh+1 ∈ C. Vậy B ⊂ C nên B = C.
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.

Hệ quả 1.5.1. Tập các số hữu tỷ Q là đếm được.
Chúng ta chưa đưa ra ví dụ về tập không đếm được mặc dù

nó có rất nhiều. Tuy nhiên, tất cả các ví dụ này đều xuất phát từ
các kết quả dưới đây.
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.
Cho số n hữu hạn bất kỳ, n = 0, 1, 2, . . ., chúng ta luôn có n <

n
2 ; ví dụ, 0 < 1, 1 < 2, 2 < 4, 3 < 8, v. v. Cho một tập hữu hạn X có
n phần tử, họ 2X tất cả các tập con của X có 2n phần tử. Khẳng
định tập 2X có lực lượng lớn hơn X cũng vẫn đúng với các tập hợp
lớn tùy ý (vô hạn).
Định lý 1.5.2. Mọi tập hợp X đều có lực lượng nhỏ hơn tập 2X .
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.
30 ◊ 1.5 Lực lượng của tập hợp

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.
Định lý 1.5.3. Tập hợp R các số thực và khoảng [0, 1] := {x ∈ R :

0 ≤ x ≤ 1} có cùng lực lượng là 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.
Ví dụ 1.5.5. Cho C là tập hợp Cantor

 
X 
C := xn /3n : xn = 0 hoặc 2 với mọi n .
 
n≥1
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
Mệnh đề 1.5.3. (Cantor) Cho X là tập đếm được và ¥ là quan hệ

thứ tự tuyến tính trên X. Khi đó, tồn tại hàm f : X −→ Q sao cho
f (a) ≥ f (b) nếu và chỉ nếu a ¥ b với mọi a, b ∈ X.
1.6. Lý thuyết lợi ích so sánh được

(Ordinal Utility Theory)
Trong bài này chúng ta phác họa khung cơ bản của lý thuyết
lợi ích so sánh được và minh họa vai trò quan trọng của khái niệm
tập hợp đếm được trong lý thuyết lợi ích so sánh được.

1.6.1. Các quan hệ ưa chuộng
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 ưa chuộng thực sự trên X:

∀x, y ∈ X : x y khi và chỉ khi x ¥ y nhưng không có y ¥ x.
• Quan hệ thờ ơ ∼
x ∼ y ⇐⇒ x ¥ y ∧ y ¥ x.
Ta dễ dàng kiểm tra được quan hệ ¥ là quan hệ thứ tự và

quan hệ ∼ là quan hệ tương đương. Quan hệ không là quan hệ
thứ tự vì nó không có tính chất phản xạ mặc dù quan hệ này có
tính chất phản đối xứng và bắc cầu.
Sau đây, chúng ta minh chứng tính chất bắc cầu của quan
hệ dựa trên một ví dụ trong kinh tế. Một ví dụ minh họa rõ
nét cho tính chất này là lý thuyết về "bơm tiền". Giả sử quan hệ
ưa chuộng thực sự của một cá nhân nào đó trên X là quan hệ hai
ngôi không có tính chất bắc cầu. Khi đó, tồn tại bộ ba (x, y, z) ∈ X 3
sao cho x y∧y z nhưng không suy ra được x z (tức là z ¥ x).
Giả sử ban đầu một cá nhân (tên là Hà) ưa chuộng x, nhưng do
z ¥ x nên Hà có thể đổi x lấy z. Mặt khác, do y z nên cô ta thích
y hơn z vì thế Hà sẽ đổi z lấy y. Cuối cùng cô ấy đã mất một lượng
32 ◊ 1.6 Lý thuyết lợi ích so sánh được

tiền để đổi x lấy y, mà y lại không ưa chuộng hơn x. Điều này

không xảy ra đối với sự lựa chọn hợp lý của mỗi cá nhân. Chứng
tỏ quan hệ có tính chất bắc cầu.
Định nghĩa 1.6.1. Cho ¥ là một quan hệ ưa chuộng trên X. Với
mỗi phần tử x ∈ X, tập bao trên và tập bao trên thực sự của x là
các tập hợp được ký hiệu và xác định như sau:
U¥ (x) := {y ∈ X : y ¥ x}; U (x) := {y ∈ X : 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}
1.6.2. Sự biểu diễn lợi ích của quan hệ ưa chuộng đầy đủ
Mặc dù quan hệ ưa chuộng của một đơn vị kinh tế chứa tất

cả các thông tin liên quan đến những lần thử của nó nhưng cách
tổng hợp các thông tin này không là cách thuận tiện nhất. Bài
toán cực đại hóa một quan hệ hai ngôi thường ít gặp hơn bài toán
cực đại hàm lợi ích. Vì vậy, chúng ta nên biết cách tìm và biết khi
nào cần tìm một hàm của x bảo toàn tính thứ tự. Hàm số này sẽ
được gọi là hàm lợi ích của cá nhân đặt trên quan hệ ưa chuộng.
Một câu hỏi cơ bản được đặt ra trong lý thuyết sự lựa chọn cá
nhân là: Những loại quan hệ ưa chuộng nào có thể được miêu tả
bằng hàm lợi ích?
Chúng ta bắt đầu định nghĩa những quan hệ ưa chuộng có thể
được mô tả bằng hàm lợi ích.
Định nghĩa 1.6.2. Cho X là một tập hợp khác rỗng và quan hệ
ưa chuộng ¥ trên X. Với bất kỳ tập khác rỗng S ⊆ X, ta nói rằng
hàm u : S −→ R biểu diễn quan hệ ¥ trên S nếu u là hàm bảo
toàn thứ tự, tức là:
x ¥ y ⇐⇒ u(x) ≥ u(y), ∀x, y ∈ S

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.
Chứng minh. Ta đã biết quan hệ ∼ là quan hệ tương đương nên

tập thương X|∼ là xác định. Ta định nghĩa quan hệ thứ tự tuyến
tính ¥∗ trên X|∼ như sau: [x]∼ ¥∗ [y]∼ nếu và chỉ nếu x ¥ y. Theo
mệnh đề 1.5.3, tồn tại hàm f : X|∼ −→ Q biểu diễn ¥∗ . Do đó,
u : X −→ R xác định bởi công thức u(x) := f ([x]∼ ) biểu diễn quan
hệ ¥.
Trong đó, ký hiệu
[x]∼ := {y ∈ X y ∼ x}, X|∼ := {[x]∼ : x ∈ X}.
34 ◊ 1.6 Lý thuyết lợi ích so sánh được

Bài tập chương 1
1. Từ hệ tiên đề của tập số thực R. Chứng minh:
a) − (xy) = (−x)y = x(−y) e) x ≥ y ⇒ x − y ≥ 0

b) x ≥ 0 (≤ 0) ⇒ −x ≤ 0 (≥ 0) f ) ∀x ∈ R, x2 ≥ 0
c) x ≥ 0, y ≤ 0 ⇒ x.y ≤ 0 g) x ≥ y, z ≥ 0 ⇒ x.z ≥ y.z
d) x ≤ 0, y ≤ 0 ⇒ x.y ≥ 0 h) 0 < x < y ⇔ 0 < 1/y < 1/x.
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, . . .
3. Cho hai dãy {xn } và {yn } bị chặn và đặt zn = xn + yn . Hãy

chứng minh các khẳng định sau:
a) sup{xn }+sup{yn } ≥ sup{zn } b) inf{xn }+inf{yn } ≤ inf{zn }.
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
.
5. Cho dãy số xn , chứng minh rằng: lim(−xn ) = − lim xn .

6. Hãy chứng minh định lý 1.2.3 và định lý 1.2.4.
7. Cho A := {3, 4, 5} và B := {5, 6, 7}. Xác định:
a) A ∪ B. b) A ∩ B. c) A \ B. (d) A∆B.
n o
8. Chỉ ra ∅ =
6 {∅} và {∅} =
6 {∅} .

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
13. Chứng minh rằng:

∞ ∞
\ 1 1 [ 1 1
a) [a, b] = (a − ,b + ) b) (a, b) = [a + , b − ].
n=1 n n n=1 n n
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
36 ◊ Bài tập chương 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).

Phụ lục chương 1

Chứng minh của một số định lý
Chứng minh của nguyên lý 1.

Cho {xn } là một dãy đơn điệu tăng và bị chặn trên. Theo tiên
đề về cận trên đúng, tập {xn } có M = sup xn ; theo định nghĩa
supremum, với mọi số dương ε có một nε sao cho M − ε < xnε , và
do tính đơn điệu tăng của dãy xn ta có xnε ≤ xn với mọi n ≥ nε .
Vậy M − xn < ε với mọi n ≥ nε , nghĩa là lim xn = M .

Do tập số nguyên Z không có cận trên nên phải tồn tại số
nguyên m nào đó sao cho m > ab . Từ đó thấy rằng tập S = {k ∈ Z :
k > ab } gồm các số nguyên là khác rỗng và bị chặn. Theo nguyên
lý cận dưới đúng, tập S có cận dưới đúng n và cũng là phần tử
nhỏ nhất. Điều đó chứng tỏ n − 1 ≤ ab < n. Từ đó suy ra điều phải
chứng minh.

Cho {[an , bn ]} là một dãy đoạn thắt lại. Dãy {an } đơn điệu tăng
và bị chặn trên (bởi b1 chẳng hạn) nên theo nguyên lý Weierstrass
có một giới hạn c. Ta có c ∈ [an , bn ] với mọi n. Thật vậy, rõ ràng
an ≤ c với mọi n; nếu tồn tại n0 nào đó mà c ∈ / [an0 , bn0 ] thì bn0 < c
hay bn0 − c > 0; nhưng vì c là giới hạn của dãy tăng an , nên với n
đủ lớn |an − c| < bno − c suy ra c − an < c − bn0 , tức là bn0 < an : điều
này vô lý.
Mặt khác, nếu tồn tại một phần tử c0 chung cho mọi đoạn
[an , bn ] thì |c − c0 | < bn − an với mọi n, mà lim(bn − an ) = 0, do đó
c = c0 .
38 ◊ Phụ lục chương 1


Theo giả thiết ∀n ta có −a ≤ xn ≤ a. Trong hai đoạn [−a, 0]
và [0, a] phải có một đoạn chứa vô số các phần tử xn (nếu không
thì dãy chỉ có hữu hạn phần tử). Ta gọi đoạn này là [a1 , b1 ], và
đặt c1 = (a1 + b1 )/2. Trong hai đoạn [a1 , c1 ] và [c1 , b1 ] lại phải có
một đoạn chứa vô số phần tử xn . Ta gọi đoạn này là [a2 , b2 ] và
đặt c2 = (a2 + b2 )/2 . . . Tiếp tục quá trình đó ta được một dãy đoạn
thắt lại [ak , bk ], k = 1, 2, . . . vì bk − ak = a/2k−1 → 0. Theo nguyên lý
Cantor, chúng có một phần tử chung c. Vì mỗi đoạn [ak , bk ] chứa
vô số phần tử xn nên ta có thể chọn (đánh số lại, nếu cần) một
xn1 ∈ [a1 , b1 ], xn2 ∈ [a2 , b2 ] với n2 > n1 , một xn3 ∈ [a3 , b3 ] với n3 > n2
. . . Khi đó |xnk − c| ≤ bk − ak → 0, vậy lim xnk = c.

Xét một dãy cơ bản {xn }. Theo định nghĩa, tồn tại n1 sao cho
|xn − xn1 | < 21 với mọi n ≥ n1 . Đặt a1 = xn1 − 1, b1 = xn1 + 1. Sau đó,
lấy n2 > n1 sao cho |xn − xn2 | < 14 với mọi n ≥ n2 . Đặt a2 = xn2 − 12 ,
b2 = xn2 + 21 . Vì |xn2 − xn1 | < 12 nên [a2 , b2 ] ⊂ [a1 , b1 ]. Lấy n3 > n2 sao
cho |xn − xn3 | < 81 với mọi n ≥ n3 và đặt a3 = xn3 − 14 , b3 = xn3 + 14
. . . Tiếp tục mãi như vậy, ta được một dãy đoạn [ak , bk ] thắt lại vì
1 1
bk − ak < 2k−1 < k−1 → 0. Theo nguyên lý Cantor, dãy đoạn này có
một phần tử chung duy nhất c. Với n ≥ nk ta có xn ∈ [ak , bk ], vậy
|c − xk | < bk − ak , từ đó ta suy ra lim xn = c.
Chứng minh của bổ đề 1.4.1.

Giả sử f : [a, b] −→ R là một hàm lõm. Hiển nhiên, ∀a ≤ t ≤ b,
đặt t = λt a + (1 − λt )b với 0 ≤ λt ≤ 1 thì do tính lõm của hàm số ta
có f [λt a + (1 − λt )b] ≥ minf (a), f (b). Suy ra inf f ([a, b]) > −∞.
Để chứng minh bất đẳng thức thứ hai, ta ký hiệu trung điểm
của đoạn thẳng [a, b] là M = a+b 2
và cố định số t bất kỳ sao cho
a ≤ t ≤ b. Khi đó, tồn tại một số thực ct sao cho |ct ≤ b−a 2
| và
t = M + ct . Khi đó, M − ct ∈ [a, b]. Vì vậy, theo tính lõm của hàm

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]) < ∞.
Chứng minh mệnh đề 1.5.2.

Trước tiên, ta chứng minh bổ đề sau đây.
Bổ đề 1.6.1. Hợp của một họ đếm được các tập rời nhau và có
hữu hạn phần tử cũng là tập đếm được.
Chứng minh. Giả sử dãy tập Bn , n = 1, 2, . . . đều có hữu hạn phần

tử được đánh số thứ tự như sau:
Bn = {bn1 , bn1 , . . . , bnjn }, Bm ∩ Bn = ∅,
trong đó jn là ký hiệu số phần tử của tập Bn .
∞
Ta xây dựng một ánh xạ f từ B = Bn vào N như sau:
S
n=1
f (bnk ) = j1 + j2 + · · · jn−1 + (k − 1).

Dễ dàng chứng minh được đây là song ánh từ B vào N. Ta có thể
hiểu cách đánh số các phần tử của tập B như sau: Đầu tiên đánh
số các phần tử của tập B1 , tiếp theo là đánh số thứ tự với các
phần tử của tập B2 , tiếp tục như vậy mọi phần tử của Bn đều
được đánh số thứ tự.
b11 −→ b12 −→ · · · −→ b1(j1 −1) −→ b1j1
↓
b2j2 ←− b2(j2 −1) ←− · · · ←− b22 ←− b21
↓
b31 −→ b32 −→ · · · −→ b3(j3 −1) −→ b3j3
↓
··· ··· ··· ··· ···

Giả sử, dãy An = {an1 , an2 , . . .}, n = 1, 2, . . . , ∞. Nếu tập Ak có

hữu hạn i phần tử thì ta xem như aki = ak(i+1) = · · ·
Đặt B2 = {a11 }, B3 = {a12 , a21 } \ B2 , B4!= {a13 , a22 , a31 } \ (B2 ∪
B3 ), . . ., Bn = {aij |i + j = n} \ Bk , n ≥ 3. Khi đó, không
S
1≤k≤n−1
khó khăn gì ta thấy Bn là dãy tập rời nhau có hữu hạn phần tử
và n Bn = n An . Tuy nhiên, n Bn là tập đếm được theo như bổ
S S S
đề trên.
Chứng minh của định lý 1.5.1.

Với hàm j và tập hợp X bất kỳ, đặt j[X] := {j(x) : x ∈ X}. Với
một X ⊂ A, đặt F (X) := A \ g[B \ f [X]].
A B
g
g(B \ f(X))
B \ f(X)
F(X) f(X)
X
Với U bất kỳ sao cho X ⊂ U ⊂ A, chúng ta có thể chỉ ra F (X) ⊂

F (U ).
Đặt W := {X ⊂ A : X ⊂ F (X)} và C := W . Với bất kỳ u ∈ C,
S
ta có u ∈ X với X ∈ W nào đó, cho nên u ∈ X ⊂ F (X) ⊂ F (C).

Vì thế C ⊂ F (C), và F (C) ⊂ F (F (C)). Vậy F (C) ⊂ W và do định
nghĩa của C ta có F (C) ⊂ C nên F (C) = C. Vậy g sẽ là đơn ánh
từ B \ f (C) lên A \ F (C) = A \ C. Trong trường hợp bất kỳ, f là
đơn ánh từ C lên f [C].

A B
g
g(B \ f(C))
B \ f(C)
f(C)
C
Đặt h(x) := f (x) nếu x ∈ C, h(x) := g(x)−1 nếu x ∈ A \ C. Khi

đó h là song ánh từ tập A lên tập B.
Chứng minh mệnh đề 1.5.3.

Khi X là tập hữu hạn thì dễ dàng suy ra mệnh đề đúng Ta giả
sử X là tập vô hạn đếm được. Từ tính đếm được, ta có thể biểu
diễn X và Q như sau:
X = {x1 , x2 , . . .} và Q = {q1 , q2 , . . .}.
Chúng ta xây dựng hàm f ∈ QX như sau. Trước hết f (x1 ) :=

q1 . Nếu x1 ¥ x2 (x2 ¥ x1 ) thì đặt f (x2 ) là phần tử thứ nhất (tương
ứng với chỉ số dưới) trong tập {q2 , . . .} sao cho q1 ≥ f (x2 ) (tương
ứng f (x2 ) ≥ q1 ).
Tiếp tục quy nạp theo m với m = 2, 3, . . . ta đặt f (xm ) là phần tử
thứ nhất của tập {q1 , . . .} {f (x1 ), . . . , f (xm−1 )} mà có cùng quan
hệ thứ tự (tương ứng với quan hệ ≥), với f (x1 ), f (x2 ), . . . , f (xm−1 )
cũng như xm có quan hệ với x1 , . . . , xm−1 (tương ứng với ¥). Theo
cách xây dựng này, với mọi a, b ∈ X ta có f (x) ≥ f (b) khi và chỉ
khi a ¥ b.

Chương 2
Không gian metric (Metric Spaces)
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.
Hình 2.1: Cách tính khoảng cách giữa các điểm
Chương 2: Không gian metric ◊ 43

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.
44 ◊ Chương 2: Không gian metric

2.1. Khái niệm metric (Metric Space Concepts)

2.1.1. Khái niệm
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:
d(x, y) ≥ 0, ∀x, y ∈ X; d(x, y) = 0 khi và chỉ khi x = y (2.1)

(tính xác định dương),
d(x, y) = d(y, x), ∀x, y ∈ X (tính chất đối xứng), (2.2)
d(x, z) ≤ d(x, y) + d(y, z), ∀x, y, z ∈ X (2.3)
(Bất đẳng thức tam giác).
z
d(
, z) z,
d(x y)
x y
d(x, y)
Hình 2.2: Bất đẳng thức tam giác

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.
Dưới đây là một số tính chất dễ thấy của metric.
i) ∀x1 , x2 , . . . , xn ∈ X:
d(x1 , xn ) ≤ d(x1 , x2 ) + d(x2 , x3 ) + · · · + d(xn−1 , xn ).
ii) Bất đẳng thức tứ giác:
|d(x, y) − d(u, v)| ≤ d(x, u) + d(y, v), ∀x, y, u, v ∈ X.
Từ đó suy ra: |d(x, y) − d(z, y)| ≤ d(x, z).
Giả sử ta có một điểm x0 ∈ X và r > 0, đặt B(x0 , r) := {y ∈ X :

d(x0 , y) < r}. Khi đó B(x0 , r) được gọi là hình cầu mở với tâm tại
x0 và bán kính r. Ngoài ra, ta còn gọi B(x0 , r) là r - lân cận của
x0 .
B[x0 , r] := {y ∈ X : d(x0 , y) ≤ r} được gọi là hình cầu đóng tâm
tại x0 và bán kính r.
Ví dụ 2.1.1. Trong R với metric |x − y| hình cầu B(x, r) là khoảng

mở (x − r, x + r). Ngược lại, bất kỳ khoảng mở (a, b) nào với a < b
trong R cũng có thể được viết thành B(x, r), ở đó x = (a + b)/2,
r = (b − a)/2.
|a−b|
r= 2
a a+b b
2
Hình 2.3: Hình cầu trong R
46 ◊ 2.1 Khái niệm metric

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).
Ví dụ 2.1.2. Đoạn [a, b] với metric |x − y| là không gian metric con

của R. Khi đó [a, c) với c ∈ (a, b) là một hình cầu mở trong [a, b].
2.1.2. Các ví dụ về không gian metric
Ví dụ 2.1.3. Ví dụ cổ điển của một không gian metric là R với

"metric thông thường" d(x, y) = |x − y|. Ngoài ra, ta có thể đưa ra
một metric d(x, y) = A × |x − y|, A > 0.
Ví dụ 2.1.4. Một tập X bất kỳ với metric d(x, y) bằng 0 nếu x = y;

bằng 1 nếu x 6= y.
Khi đó ta gọi d là metric rời rạc trên X và (X, d) là không gian
metric rời rạc.
Ví dụ 2.1.5. Trên không gian Rk có những metric thông dụng

sau:
Với x = (x1 , . . . , xk ), y = (y1 , . . . , yk ) ∈ Rk .
k
i) d1 (x, y) = |xi − yi |;
P
i=1
s
k
ii) d2 (x, y) = (xi − yi )2 , ta gọi riêng metric này trên Rk là
P
i=1
khoảng cách Euclid.
Chứng minh. Để chứng minh d2 (x, y) là metric, ta kiểm tra

3 tính chất của metric. Hai tính chất cond5.01 và (2.2) đều
dễ dàng thấy đúng, với tính chất (2.3) ta cần phải chứng
minh:
v v v
u k u k u k
uX uX uX
t (x
i − zi )2 ≤ t (x
i − yi 2
) + t (y i − zi )2 .
i=1 i=1 i=1

Thay ai = xi − yi , bi = yi − zi , lấy bình phương hai vế, ta được

bất đẳng thức tương đương:
v
k k u k
u X Xk Xk
(ai + bi )2 ≤ 2
b2 .
X X
a + 2t
i a2 b2 + i i i
i=1 i=1 i=1 i=1 i=1
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
iv) Cho p → ∞, ta có metric d∞ (x, y) = max1≤k≤n |xk − yk |.
y y y
x x x
d1 (x, y) d2 (x, y) d∞ (x, y)
Hình 2.4: Các khoảng cách d1 , d2 , d∞ giữa các điểm x, y ∈ R2

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]:
C[a, b] := {f : [a, b] → R sao cho f liên tục},
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]:
C[a, b] = {f : [a, b] −→ R, f khả vi}
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]:
C[a, b] = {f : [a, b] −→ R, f liên tục}

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:
d∞ (x, y) = sup |x(t) − y(t)|, ∀x, y ∈ B[a, b].

a≤t≤b
y(t)
d(x, y)
x(t)
a b
Hình 2.6: Khoảng cách d∞ giữa hai hàm số
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]:
|x(t) − z(t)| ≤ |x(t) − y(t)| + |y(t) − z(t)|, ∀t ∈ [a, b],
⇒ |x(t) − z(t)| ≤ sup |x(t) − y(t)| + sup |y(t) − z(t)|

a≤t≤b a≤t≤b
= d∞ (x, y) + d∞ (z, y), ∀t ∈ [a, b],
⇒ d∞ (x, z) ≤ d∞ (x, y) + d∞ (z, y),

do d∞ (x, y)+d∞ (z, y) được xem như là một cận trên của tập |x(t)−
z(t)|, t ∈ [a, b] trong khi d∞ (x, z) = supa≤t≤b |x(t) − z(t)| là cận trên
nhỏ nhất của tập này.
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 .
Ta có thể chứng minh tương tự đối với dp , p < 1. Đó là lý do tại

sao không gian metric (Rk , dp ) đòi hỏi p ≥ 1.
2.1.3. Sự hội tụ trong không gian metric
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 }.
Nhắc lại rằng n→∞

lim d(xn , x) = 0 là hội tụ của một dãy trong R
với metric thông thường, tức là với mọi ε > 0, tồn tại số tự nhiên
N > 0 sao cho d(xn , x) < ε với mọi n > N .
Ví dụ 2.1.12.
a) Sự hội tụ trên đường thẳng R với metric d(x, y) = |x − y| là
sự hội tụ của dãy số thông thường.

Hình 2.7: Sự gần nhau của các điểm
(n) (n) (n)

b) Trong Rk , sự hội tụ của dãy xn = (x1 , x2 , . . . , xk ) tới x =
(x1 , x2 , . . . , xk ) theo các metric dp , p ≥ 1 đều tương đương với sự
hội tụ theo từng tọa độ, nghĩa là:
(n)
xn → x khi n → ∞ đối với metric dp , p ≥ 1 ⇔ xi → xi , ∀i = 1, . . . , n.
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).
Ví dụ 2.1.13. Xét dãy hàm sau trên C[0, 1]

n
n+1

n+1
xn (t) = 1 − t n .
Ta sẽ chứng minh dãy hàm này hội tụ đều đến hàm số:
x(t) = 1 − t.

Hình 2.8: Dãy hàm xn (t) và hàm x(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 2.1.2. Nếu xn → x và yn → y thì d(xn , yn ) → d(x, y)

(hàm số d(x, y) là hàm liên tục theo cả hai biến).
Tính chất 2.1.3. Nếu dãy xn → x thì mọi dãy con của nó hội tụ
tới cùng giới hạn.
2.2. Tập đóng và Tập mở (Open and Close Sets)

2.2.1. Tập mở
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.
Hình 2.9: Điểm trong của tập
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,
∀x ∈ A, ∃ r > 0 sao cho B(x, r) ⊂ A.
Ta cũng có cách định nghĩa khác về tập mở như sau:
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.
54 ◊ 2.2 Tập đóng và Tập mở

Ví dụ 2.2.1. Trên R, mỗi khoảng (a, b) là một tập mở.

Trên R2 , mỗi miền hình chữ nhật A = (a, b) × (c, d) là tập mở.
Ví dụ 2.2.2. Trong không gian metric bất kỳ (X, d), ta dễ dàng

nhận thấy tập mở lớn nhất trong X cũng là X vì nó là hợp của
tất cả các hình cầu mở bên trong.
Ví dụ 2.2.3. Mọi hình cầu mở B(x, r) đều là tập mở và như vậy

trong không gian R với metric thông thường, (a, b) là tập mở với
a ≤ b bất kỳ, kể cả (a, +∞) và (−∞, b).
Thật vậy ta có (a, +∞) = ∞
S∞
n=1 (a, a + n) và (−∞, a) = −
S
n=1 (a
n, a) đều là hợp của một họ các hình cầu mở.
Trong R2 hình tròn {(x, y) : (x − a)2 + (y − b)2 < r2 } là tập mở

nhưng trong R3 , tập {(x, y, z) : (x − a)2 + (y − b)2 < r2 } không là
tập mở.
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.
Mệnh đề 2.2.1. Tập hợp A là tập mở khi và chỉ khi A = int A.
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

điểm trong của A. Thật vậy, xét z ∈ B(x, s) tùy ý, khi đó ta có

d(y, z) ≤ d(y, x) + d(x, z) < d(y, x) + s = r. Vậy z ∈ B(y, r), ∀z ∈
B(x, s) hay B(x, s) ⊂ B(y, r) ⊂ A. Suy ra A = int A. Ngược lại nếu
Hình 2.10: Minh họa mệnh đề 2.2.1
A = int A, dễ thấy với mọi x ∈ A tồn tại hình cầu mở B(x, rx ) ⊂ A.

Vậy A = {B(x, rx )} nên A là mở.
S
x∈A
Mệnh đề 2.2.2. Nếu A ⊂ B thì int A ⊂ int B.
Để chứng minh tập A là mở, ta chỉ cần chỉ ra ∀x ∈ A, x là điểm

trong của A. Như vậy, tập mở A chính là hợp của một họ hình cầu
mở có các tâm là toàn bộ các điểm thuộc A.
Ví dụ 2.2.6. Tập [a, b] trong R không phải tập mở do a, b không

phải là các điểm trong của [a, b].
Định lý 2.2.1. Một số tính chất đối với tập mở:
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
iii) Tập A ⊂ X bất kỳ, khi đó:

[
int A = {U : U là tập mở nằm trongA}.
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)
Hình 2.11: Giao của hai hình cầu mở

với A và B là những họ tập hợp của các hình cầu mở. Khi đó:
[
V ∩W = {A ∩ B : A ∈ A , B ∈ B }.
Từ i) suy ra V ∩ W là hợp của một họ các tập mở nên cũng là mở.

Như vậy giao hai tập mở là một tập mở, do đó giao hữu hạn các
tập mở cũng là mở.
iii) Cho A ⊂ X và đặt U = {U : U là tập mở nằm trong A}.
Nếu x ∈ int A thì tồn tại hình cầu mở B(x, r) ⊂ A mà B(x, r) ∈ U
nên x ∈ U . Vậy int A ⊂ U . Ngược lại nếu y ∈ U thì tồn tại
S S S
U ∈ U sao cho y ∈ U mà U là mở nên y là điểm trong của U , tồn

tại hình cầu mở B(y, s) ⊂ U ⊂ A. Vậy y ∈ int A nên U ⊂ int A.
S
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.
2.2.2. Tập đóng
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.

Ví dụ 2.2.10. Cho không gian metric (X, d) với x ∈ X và số r > 0

tùy ý, hình cầu đóng B[x, r] là tập đóng.
Ta cần phải chỉ ra X\B[x, r] là tập mở tức mọi điểm của nó
đều là điểm trong. Xét y ∈ X\B[x, r] và số s = d(y, x) − r > 0.
Giả sử điểm z ∈ B(y, s) tùy ý. Khi đó d(x, z) ≥ d(x, y) − d(y, z) >
d(x, y) − s = r. Do đó z ∈ X\B[x, r] với mọi z ∈ B(y, s). Như vậy
B(y, s) ⊂ X\B[x, r]. Suy ra X\B[x, r] là tập mở.
x
y
z
r s = d(x, z) − r
Hình 2.12: Minh họa ví dụ 2.2.10
Ví dụ 2.2.11. Trong không gian metric X bất kỳ, vì ∅ và X đều

là mở và là phần bù của nhau, chúng cũng là tập đóng. Vậy X, ∅
là các tập vừa đóng, vừa mở. Đồng thời, ta cũng thấy tồn tại các
tập hợp không đóng cũng không mở, ví dụ "các khoảng nửa mở"
[a, b) và (a, b] trong 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
Hình 2.13: Biên và điểm biên
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].
Mệnh đề 2.2.4. Tập A ⊂ X bất kỳ, ta có [A]c = int(Ac ).
Gợi ý: Để chứng minh mệnh đề 2.2.4, chúng ta dựa vào định

nghĩa của bao đóng, sử dụng công thức De Morgan và Định lý
2.2.1 iii).

Mệnh đề 2.2.5. Tập A ⊂ X là tập đóng khi và chỉ khi A = [A],

nói cách khác A đóng khi và chỉ khi mọi điểm biên của A đều
thuộc A.
Định nghĩa 2.2.6. Cho tập A ⊂ X, một điểm x ∈ X được gọi là

điểm tụ hoặc điểm giới hạn của A nếu mọi lân cận của x chứa vô
số điểm của A.
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.
Điểm y ∈ A được gọi là điểm cô lập của A nếu nó không phải

là điểm tụ của A.
Chú ý là điểm tụ của một tập chưa chắc đã thuộc tập đó.
Ví dụ 2.2.12. Trong R tập A = {1, 1/2, . . . , 1/n, . . .} có một điểm

tụ duy nhất là 0, mọi điểm thuộc A đều là điểm cô lập của nó.
Ta nhận thấy tập A không là tập mở, cũng không là tập đóng
trong không gian R. Bởi vì, điểm tụ 0 ∈ / A nên A không là tập
đóng. Mặt khác, tất cả các điểm 1, 1/2, . . . , 1/n, . . . đều là các điểm
biên của A do đó A không là tập mở.

x
y
Hình 2.14: x là điểm tụ còn y là điểm cô lập của tập A
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.
Từ định lý trên dễ dàng suy ra A là đóng khi và chỉ khi mọi

điểm tụ của A đều thuộc A, bao đóng của một tập gồm tập đó
hợp với các điểm tụ không thuộc nó. Cũng từ định lý trên và từ
lý thuyết số thực, ta nhận thấy trong R bao đóng của tập các số
hữu tỷ Q chính là tập số thực R.

2.2.3. Tập trù mật. Không gian tách được
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.
Chú ý: Tập Q là trù mật trên đường thẳng R, nên R là tách

được (với metric thông thường).
Tập số thực R với metric rời rạc không tách được.
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 .
Do R là tách được, ta có thể kết luận rằng mọi tập mở trong R

đều là hợp của họ hữu hạn hoặc đếm được các khoảng mở, thậm
chí là rời nhau (nếu có một số khoảng mở là giao nhau, ta chỉ cần
tính là một khoảng).
2.2.4. Tập lồi
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.

2.3. Không gian đầy đủ và Không gian compact

(Complete and Compact Metric Spaces)
Trong mục 2.2 chúng ta đã nói về hai loại tập hợp có ý nghĩa
quan trọng đối với sự hội tụ trong không gian metric là tập đóng
và tập mở, trong mục này chúng ta sẽ trình bày hai không gian
đặc biệt của không gian metric có liên quan đến tính chất hội tụ.
Cả hai dạng không gian này đều xuất hiện trong không gian thực
Rn . Trong Chương 1, chúng ta đã biết rằng trong không gian R
mọi dãy cơ bản (dãy Cauchy) đều hội tụ (Nguyên lý Cauchy). Tính
chất này không còn đúng với không gian metric bất kỳ. Chẳng
hạn, ta xét dãy n1 trong không gian metric X = (0, 1) với metric
ρ(x, y) = |x − y|. Khi đó, dãy n1 là dãy Cauchy nhưng không hội tụ
trong X. Vì thế, chúng ta cần xét các không gian metric đặc biệt
mà thỏa mãn nguyên lý Cauchy như không gian R, đó chính là
không gian metric đủ.
2.3.1. Không gian đủ
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 ] ⊃ · · ·
Do {xn } là dãy Cauchy nên lim |bn − an | = 0. Vậy theo nguyên
64 ◊ 2.3 Không gian đầy đủ và Không gian compact

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.
b) Q với khoảng cách thông thường không là không gian met-

ric đủ. Dãy hội tụ (1 + 1/n)n có giới hạn là số vô tỉ e.
c) Tập R với khoảng cách d(x, y) = |ex − ey | không là không
gian metric đủ.
Xét dãy xn = −n, n = 1, 2, . . . Ta có:
1 1
d(xn − xm ) = |e−m − e−n | = m − n → 0, m, n → ∞.
e e
Nhưng xn = −n không hội tụ. Thật vậy, giả sử ngược lại, nếu
{xn } hội tụ đến x ∈ R khi đó:
lim d(xn , x) = 0 ⇔ lim |e−n − ex | = 0 hay 0 = lim e−n = ex .
n→∞
x
Điều này là vô lý, vì với mọi x ∈ R : e > 0.
Dưới đây ta sẽ trình bày một không gian đầy đủ khác, đó là

C[a, b]. Nhắc lại C[a, b] là không gian các hàm liên tục trên [a, b]
với metric d∞ (x, y) = sup |x(t) − y(t)|. Dãy xn bất kỳ thuộc C[a, b]
t∈[a,b]
hội tụ đối với d∞ được gọi là hội tụ đều. Sự hội tụ đều bảo toàn
tính liên tục (khá dễ dàng) theo mệnh đề sau:

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.

Ta có xn ∈ C L [a, b] và với mọi m > n,

Z1 1/n 1/n
Z Z
1
ρ(xn , xm ) = |xn (t) − xm (t)|dt = |xn (t) − xm (t)|dt ≤ dt = .
n
−1 0 0
Từ đây suy ra {xn } là một dãy Cauchy trong C L [−1, 1]. Ta sẽ

chứng minh dãy này không hội tụ trong C L [−1, 1]. Giả thiết phản
chứng rằng {xn } hội tụ tới điểm x trong C L [−1, 1]. Khi đó:
Z1
ρ(xn , x) = |xn (t) − x(t)|dt → 0, (n → ∞)
−1

x(t)
t
−1 1 1
n
Hình 2.16: Đồ thị hàm xn (t) trong ví dụ 2.3.3
hay
Z0 Z1
|xn (t) − x(t)|dt + |xn (t) − x(t)|dt → 0, (n → ∞).
−1 0
Điều này kéo theo

Z0 Z1
|xn (t) − x(t)|dt → 0, |xn (t) − x(t)|dt → 0 (n → ∞).
−1 0
Mặt khác, ta thấy

Z0 Z1
|xn (t) − 0|dt → 0, |xn (t) − 1|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
x(t) = 0 với t ∈ [−1, 0] và x(t) = 1 với t ∈ [0, 1].
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.
Chứng minh. Cho (X, d) là không gian metric đủ bất kỳ và R ⊂

X là một tập đóng. Xét dãy cơ bản bất kỳ {xn } ⊂ F , ta có xn →
x ∈ X do (X, d) là đủ. Mặt khác, do F đóng nên x ∈ F . Như vậy
(F, d) cũng 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.
Ví dụ 2.3.5. Tập C1 [a, b] ⊂ C[a, b] không là không gian đủ nên

đương nhiên cũng không phải tập đóng.
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.
Định nghĩa 2.3.2. Dãy hình cầu đóng Bn = B[xn , rn ], n = 1, 2, . . . ,

gọi là thắt dần nếu Bn+1 ê Bn với mọi n ≥ 1 và n→∞
lim rn = 0.
Định lý 2.3.3. (Nguyên lý Cantor)

Một không gian metric là đầy đủ khi và chỉ khi mỗi dãy hình cầu
đóng thắt dần đều tồn tại một điểm chung duy nhất.

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.
Từ định nghĩa trên ta dễ dàng suy ra mọi tập compact A trong

không gian metric đều là tập đóng. Thật vậy, nếu {xn } và xn → x
thì do tính compact phải tồn tại một dãy con {xnk } hội tụ tới điểm
trong A, tức là lim xnk ∈ A, mà lim xnk = lim xn = x ∈ A.
Một tập hợp bất kỳ mà có bao đóng là tập compact thì được
gọi là tập compact tương đối, tức là, 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 x ∈ X (không đòi hỏi điều kiện
x ∈ A).
Ví dụ 2.3.6. Trong đường thẳng thực R, đoạn [a, b] (a, b ∈ R, a < b)

là compact; Khoảng mở (a, b) và các khoảng nửa mở [a, b), (a, b]
là compact tương đối; các khoảng (−∞, a) hay [a, +∞) không là
compact tương đối.
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.
Đặc trưng Hausdorff
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
Mệnh đề 2.3.2. Một tập hoàn toàn bị chặn thì bị chặn.
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,
ρ(x, x1 ) < ρ(x, xi0 ) + ρ(xi0 , x1 ) < 1 + ρ(xi0 , x1 ) ≤ r.
Suy ra x ∈ B(x1 , r). Vậy A là tập bị chặn.

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.
Đặc trưng Heine-Borel

Cho không gian metric (X, d) và A là một tập con của X. Một
họ các tập hợp mà hợp của chúng chứa A được gọi là một phủ của
A. Nếu họ đó chỉ gồm các tập mở, thì nó được gọi là một phủ mở
của A. Nếu tập con A chưa được chỉ rõ, thì ta mặc định A = X,
khi đó hợp các tập thuộc phủ của X cũng chính là X.
Định lý 2.3.5 (Heine-Borel). Một tập hợp A là compact khi và chỉ
khi mọi họ tập hợp mở Gα là phủ của A: Gα ⊃ A đều chứa một
S
α
họ con hữu hạn: Gα1 , Gα2 , . . . , Gαn là phủ của A.
Nói cách khác:

Một tập con A thuộc X được gọi là tập compact nếu với mọi
phủ mở của A đều tồn tại phủ con hữu hạn phủ A.
Chú ý ở định nghĩa trên, từ "mọi" là rất quan trọng, vì với
không gian metric (X, d) bất kỳ, luôn tồn tại một số phủ mở với
phủ con hữu hạn - nói cách khác luôn tồn tại phủ mở hữu hạn
chẳng hạn phủ mở chỉ chứa đúng một tập X, vì tập X luôn là mở.
Ví dụ 2.3.8. Các khoảng mở (−n, n) tạo thành một phủ mở của
R mà không có một phủ con hữu hạn. Các khoảng (1/n, 1) với
n = 1, 2, . . . tạo thành một phủ mở của (0, 1) mà không có phủ con
hữu hạn. Như vậy, R và (0, 1) không phải là compact.

Đoạn [a, b] có thể được chứng minh là tập compact trong R

bằng định nghĩa nhưng sẽ tương đối dài dòng và khó hiểu. Định
lý sau khẳng định điều đó.
Định lý 2.3.6. Cho a và b là các số thực bất kỳ thỏa mãn a < b.
Khi đó, khoảng đóng [a; b] là tập compact của R.
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.
Chứng minh. Lấy U là một phủ mở của F . Khi đó U ∪ {X\F }

là một phủ mở của F , nên sẽ có một phủ con V hữu hạn. Khi đó
V \{X\F } là một phủ hữu hạn của F , thuộc vào U .
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
Ở đây mỗi dj = dj (x) là một số nguyên và 0 ≤ dj ≤ 9 với mọi j.

Trong thực tiễn, chúng ta chỉ làm việc với một vài chữ số đầu
tiên của phần biểu diễn thập phân. Ví dụ, chúng ta sử dụng π =
3, 14 hoặc 3, 1416, rất hiếm khi cần biết rằng π = 3, 141592653589 . . .
Điều này minh họa một tính chất rất quan trọng của các số trong
[0, 1]: Cho một độ chính xác bắt buộc tùy ý (ví dụ lấy ε > 0 bất
kỳ), tồn tại một tập F hữu hạn các số trong [0, 1] sao cho mọi số
x trong [0,1] có thể biểu diễn bằng một số y trong F với độ chính
xác mong muốn (nghĩa là |x − y| < ε).
Tính chất trên mở rộng cho các không gian metric như sau.
Định nghĩa 2.3.6. Một không gian metric (X, d) được gọi là hoàn
toàn bị chặn khi và chỉ khi cho mọi ε > 0, tồn tại một tập hợp hữu
hạn F ⊂ X sao cho với mọi x ∈ X, tồn tại y ∈ F sao cho d(x, y) < ε.

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:
(i) (X, d) là không gian metric compact.
(ii) (X, d) là đầy đủ và hoàn toàn bị chặn.
(iii) Mọi tập con vô hạn của X có một điểm tụ.
(iv) Mọi dãy các điểm của X có một dãy con hội tụ.
Ví dụ 2.3.9. R là không gian đầy đủ nhưng vì thiếu tính chất

hoàn toàn bị chặn nên không là không gian compact.
Đoạn [a, b] là đầy đủ, đồng thời là hoàn toàn bị chặn bằng cách
xét tập hữu hạn F = {a, a + ε, a + 2ε, . . . , a + kε}. Do đó theo định
lý 2.3.8 ii) thì [a, b] là tập compact. Đây là một cách chứng minh
ngắn gọn định lý Heine-Borel 2.3.6.

Xét không gian metric (X, d) và A ⊂ X, đường kính của A được

định nghĩa là diam(A) := sup{d(x, y) : x ∈ A, y ∈ A}. Tập A được
gọi là bị chặn khi và chỉ khi đường kính của nó là hữu hạn.
Trong không gian Eclide Rk , tập compact A cũng là tập đóng
và bị chặn. Tuy nhiên, điểm đặc biệt này không thể mở rộng cho
các không gian metric đầy đủ tổng quát. Thật vậy, cho S là tập
hợp vô hạn bất kỳ. Với x 6= y trong S, đặt d(x, y) = 1, và d(x, x) = 0.
Khi đó S là đủ và bị chặn, nhưng không hoàn toàn bị chặn nên
không compact.
2.4. Hàm liên tục (Continuity of Functions)
2.4.1. Định nghĩa và tính chất của hàm liên tục
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:
76 ◊ 2.4 Hàm liên tục

Định lý 2.4.1. Cho ánh xạ f từ không gian metric (X, d) vào

không gian metric (Y, ρ). Khi đó, các khẳng định sau đây là tương
đương:
(i) f là liên tục;
(ii) Nghịch ảnh của tập đóng trong Y là tập đóng trong X.
(iii) Nghịch ảnh của tập mở trong Y là tập mở 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 ).
(ii) suy ra (iii): Hiển nhiên nếu U mở trong Y thì Y \U là đóng

trong Y nên theo ii), f −1 (Y \U ) = X\f −1 (U ) là đóng trong X. Vậy
f −1 (U ) là mở trong X.
(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.
Ví dụ 2.4.1. Cho hàm f (x) := x2 từ R vào chính nó và đặt U =

(a, b). Khi đó nếu 0 ≤ a < b thì f −1 (U ) = (−b1/2 , −a1/2 ) ∪ (a1/2 , b1/2 ).
Như vậy nghịch ảnh của một khoảng mở qua f không phải luôn
là một khoảng (trong trường hợp này, nó là hợp của hai khoảng
rời nhau) nhưng nó luôn là một tập mở. Mặt khác, f ((−1, 1)) :=
{f (x) : −1 < x < 1} = [0, 1) không phải là mở. Do vậy ảnh của

Hình 2.18: Hình minh họa chứng minh Định lý 2.4.1
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.
Ví dụ 2.4.2. Một khoảng mở hữu hạn, khác rỗng (a, b) là đồng

phôi với (0, 1) qua phép biến đổi tuyến tính: f (x) := a + (b − a)x.
Toàn bộ R là đồng phôi với (−1, 1) bằng cách đặt y = f (x) :=
2 arctan x/π, và như vậy là đồng phôi với mọi khoảng (a, b) và đồng
phôi với khoảng (0, +∞) qua ánh xạ ex , do đó cũng là đồng phôi
với khoảng (a, +∞) và (−∞, a).
Cho (X, d) và (Y, ρ) là hai không gian metric. Một song ánh
f từ X vào Y được gọi là một ánh xạ đẳng cự khi và chỉ khi
ρ(f (x), f (y)) = d(x, y) với mọi x và y thuộc X. Khi đó (X, d) và

Hình 2.19: Minh họa phép ánh xạ trong Ví dụ 2.4.2
(Y, ρ) được gọi là đẳng cự với nhau.
Ví dụ 2.4.3. Ta xét ví dụ, cho X = Y = R2 , với metric khoảng

cách Ơ-clit thông thường. Khi đó, ta có các đẳng cự bằng cách
lấy f (u) = u + v với một phép tịnh tiến theo vectơ v hoặc bằng
phép quay (quanh tâm bất kỳ) hoặc phép đối xứng qua một đường
thẳng và các phép hợp thành của chúng.
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.
2.4.2. Ánh xạ liên tục trên một tập compact
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:
lim ρ(f (xnk , f (ynk ) = 0.

n→∞
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 .
Chứng minh. Lấy U là một phủ mở của f (K). Khi đó {f −1 (U ) :

U ∈ U } là một phủ mở của K. Vì K là tập compact nên tồn tại
phủ con hữu hạn phủ K: {f −1 (V ) : V ∈ V } với V hữu hạn. Vậy V
là một phủ con hữu hạn của f (K).
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).
Định lý 2.4.4. (Weierstrass’ Theorem) Nếu X là không gian met-

ric compact và hàm f : X → R liên tục thì tồn tại x, y ∈ X sao cho
f (x) = sup f (X) và f (y) = inf f (X).
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.
Ví dụ 2.4.5. Cho c > 0 và f : R+ → R là một hàm lõm, đơn điệu

tăng sao cho f (0) = 0. Chúng ta coi f như là mô hình hóa công
nghệ sản xuất của một hãng sản xuất một loại sản phẩm nào đó.
Tức là, f (x) được coi là số lượng sản phẩm đầu ra phụ thuộc theo
số đơn vị đầu vào x. Giả sử hãng hoạt động với mức chi phí cận
biên hằng: c > 0 và giá thị trường đối với sản phẩm của hãng là
1 USD. Khi đó, bài toán đặt ra là hãng cần cực đại hóa ánh xạ
x 7−→ f (x) − cx trên R+ . Trong trường hợp tổng quát, bài toán
này sẽ có hoặc không có lời giải, nhưng nếu tồn tại x0 sao cho

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:
sup{f (x) − cx : x ≥ 0} = max{f (x) : 0 ≤ x ≤ x0 }.
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
Ví dụ 2.4.7. Với mỗi n ∈ N, p ∈ Rn++ và m > 0, ta định nghĩa tập

hợp
n
B(p, m) := {x ∈ Rn+ :
X
pi xi ≤ m},
i=1
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+ .
Ví dụ 2.4.8. Cho X là một tập hợp khác rỗng và ¥ là một quan

hệ ưa chuộng trên X. Ta nhắc lại định nghĩa tập bao trên của
một phương án có thể thay thế x ∈ X tương ứng với quan hệ ¥ là:
U¥ (x) := {y ∈ X : y ¥ x}.
Vì ¥ có tính phản xạ nên x ∈ U¥ (x) do đó U¥ (x) 6= ∅ với mọi x ∈ X.

Vậy, chúng ta có thể coi U¥ như là một phép tự tương ứng trên
X. Phép tương ứng này chứa tất cả các thông tin mà quan hệ ¥
có: y ¥ x nếu và chỉ nếu y ∈ U¥ (x) với mọi x, y ∈ X.
Ví dụ 2.4.9. Cho T là một tập bất kỳ khác rỗng, ∅ 6= S ⊆ T and

ϕ ∈ RT . Bài toán tối ưu chính tắc là tìm giá trị lớn nhất của hàm

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:
arg max{ϕ(x) : x ∈ S} := {y ∈ S : ϕ(y) ≥ ϕ(x), với mọi x ∈ S}.
Tập hợp này được gọi là tập nghiệm của bài toán.
b) Phép tương ứng liên tục
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.
Ví dụ 2.4.10. (Phép tương ứng ngân sách) Với n ∈ N cố định, ta

định nghĩa B : Rn+1 n
++ ⇒ R+ được xác định bởi công thức sau:
B (p, l) := {x ∈ Rn+ : px ≤ l},
trong đó, px là tích vô hướng của vec tơ n chiều p và x, tức là,

px := Σni=1 pi xi . Khi đó, B là phép tương ứng nửa liên tục trên.

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.

Định lý 2.4.5. (Định lý điểm bất động Brouwer) Với số tự nhiên

bất kỳ cho trước n ∈ N và S là tập hợp con đóng, lồi, bị chặn và
khác rỗng của Rn . Nếu Φ là ánh xạ liên tục từ S vào chính nó thì
tồn tại ít nhất một phần tử x ∈ X sao cho Φ(x) = x.
Định lý 2.4.6. (Định lý điểm bất động Kakutani) Với số tự nhiên

bất kỳ cho trước n ∈ N và X là tập hợp con đóng, lồi, bị chặn và
khác rỗng của Rn . Nếu Γ là một tự tương ứng lồi trên X mà có
đồ thị đóng thì Γ có điểm bất động, tức là tồn tại x ∈ X sao cho
x ∈ Γ (x).
2.5. Cân bằng Nash (The Nash Equilibrium)

Định lý Kakutani được ứng dụng rộng rãi trong việc thiết lập
sự tồn tại điểm cân bằng trong các mô hình kinh tế. Trong bài
này, chúng ta xem xét một ứng dụng quan trọng của định lý.
Trước hết, chúng ta phác họa ngắn gọn những kiến thức mở đầu
về lý thuyết trò chơi có chiến lược (gọi tắt là trò chơi chiến lược),
sau đó, thảo luận bài toán sự tồn tại cân bằng Nash, khái niệm
nghiệm trong lý thuyết trò chơi.
2.5.1. Trò chơi chiến lược
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
86 ◊ 2.5 Cân bằng Nash

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 Xi là một tập khác rỗngbất kỳ và πi ∈ RX . Thông thường

trong lý thuyết trò chơi ta ký hiệu (Xi , πi )i=1,2,...,m thay cho ký hiệu
{(X1 , π1 ), . . . , (Xm , πm )}. Trong cuốn sách này chúng tôi dùng ký
hiệu này.
Ta nói trò chơi chiến lược G là hữu hạn nếu mỗi hành động Xi
là hữu hạn.
Từ lâu, ví dụ nổi tiếng về trò chơi chiến lược hữu hạn là song
đề tù nhân (prisoners’ dilemma). Trò chơi này được mô tả bởi ma
trận kép dạng:  

1, 1 6, 0
0, 6 5, 5
trong đó, hàng (cột) tương ứng là người chơi thứ nhất (người chơi

thứ 2). Ta có X1 = X2 = {α, β}, π1 (α, α) = 1, π1 (α, β) := 0,... Điều

mấu chốt trong trò chơi này là cả hai người chơi đều có động cơ
mạnh mẽ để chơi mà không hợp tác theo sự lựa chọn bởi α vì vậy
hành vi phân quyền có thể cho kết quả là (α, α). Tuy nhiên, trong
trường hợp kết quả hợp tác là (β, β) thì cả hai người chơi đều có
kết quả tốt nhất. Vì vậy, song đề tù nhân là ví dụ minh họa đẹp,
đơn giản cho các hành vi phân quyền cá nhân, điều này dẫn đến
kết quả tối ưu trong các tình huống chiến lược.
Tiếp theo, để xem xét cơ hội mà bạn không quen thuộc với các
trò chơi chiến lược, chúng ta sẽ tìm hiểu một vài trò chơi chiến
lược chuẩn vô hạn.
Ví dụ 2.5.1. (Trò chơi tổng hợp)

Cho ∅ =
6 Xi ê R với mỗi i và xét trò chơi chiến lược
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.
Ví dụ 2.5.2. (Độc quyền Cournot)

Cho a > 0 và xét trò chơi tổng hợp gồm hai người:
G := {([0, a], πi )i=1,2 }
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:
πi (x1 , x2 ) := xi f (x1 + x2 ) − c(xi ), 0 ≤ x1 , x2 ≤ a.

Trong mô hình này, ta coi f là hàm cầu thị trường, c là hàm

chi phí và giả sử có sự đồng nhất chéo giữa hai người chơi (hai
hãng) và a là ràng buộc năng lực (cũng được đồng nhất chéo giữa
hai hãng). Các hãng trong mô hình này quyết định cung cấp số
lượng hàng hóa ra thị trường. Rõ ràng, trong tình huống này,
chiến lược về lợi nhuận của hãng này không thể xác định một
cách độc lập với sự quyết định sản xuất của hãng kia. Cuối cùng,
giá hàng hóa của hãng này trên thị trường được xác định (qua f )
là kết quả của tổng sản phẩm trong nền công nghiệp.
Ví dụ 2.5.3. (Độc quyền Bertrand tuyến tính)

Cho a > 0 và xét trò chơi chiến lược
G := {([0, a], πi )i=1,2 }
trong đó πi (p1 , p2 ) := p1 x1 (p1 , p2 ) − cx1 (p1 , p2 ), với x1 ∈ R[0,a] được

xác định như sau: x1 (p1 , p2 ) := a − p1 nếu p1 < p2 và x1 (p1 , p2 ) := 0
nếu p1 > p2 , x1 (p1 , p2 ) := 12 a − p1 khi p1 = p2 . (Hàm π2 được xác
định tương tự).
Trò chơi này không phải là trò chơi tổng hợp, nó mô hình hóa
một tình huống trong đó hai hãng tham gia vào cuộc cạnh tranh
giá. Ở đây, ta ký hiệu a cho mức giá cao nhất có thể có ở thị
trường, c là chi phí cận biên hằng và xi (p1 , p2 ) là sản phẩm đầu
ra được bán bởi hãng i ở bộ giá (p1 , p2 ). Các hàm kết quả (Payoff
functions) phản ánh giả thiết rằng người tiêu dùng luôn mua
hàng hóa rẻ hơn (Bởi vì giả sử không có sự khác biệt về chất
lượng hàng hóa và thương hiệu giữa hai hãng) và các hãng chia
sẻ thị trường như nhau trong trường hợp cùng giá.
2.5.2. Cân bằng Nash
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 },
ta đặt X−i := {(w1 , w2 , . . . , wm−1 ) : wj ∈ Xj với j < i và wj−1 ∈

Xj với j > i}, với mọi i = 1, 2, . . . , m. (Tức là, X−i là tập hợp tất cả
các bộ hành động của tất cả các người chơi trừ người chơi thứ i).
Với bất kỳ i, phần tử sinh của X−i được ký hiệu là x−i và (a, x−i )
được ký hiệu là kết quả x ∈ X, trong hành động được thực hiện
bởi người chơi i là a và hành động được thực hiện bởi người chơi
j 6= i là: 
w j ,

nếu j < i
wj−1 ,

nếu j > i
trong đó, x−i = (w1 , . . . , wm−1 ). Chẳng hạn, khi m = 3, X−1 :=

X2 × X3 , X−2 := X1 × X3 và X−3 := X1 × X2 và nếu x−2 = (b, c) thì
có nghĩa là hành động người chơi thứ nhất là b và hành động của
người chơi thứ ba là c. Khi đó, (a, x−2 ) = (b, a, c).
Định nghĩa 2.5.1. Cho G := {(Xi , πi )i=1,2,...,m } là một trò chơi

chiến lược. Ta nói rằng một kết quả x∗ ∈ X là cân bằng Nash nếu
x∗i ∈ argmax{πi (xi , x∗−i ) : xi ∈ Xi } với mọi 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 }
là một trò chơi Euclide compact.
Nếu thêm điều kiện πi ∈ C(X) với mỗi i = 1, 2, . . . , m thì ta nói

G là trò chơi Euclide compact liên tục.
Nếu thay Xi bởi tập lồi, compact và mỗi πi (·, x−i ) là tựa lõm với
bất kỳ x−i ∈ X−i cho trước thì G là trò chơi Euclide compact lồi.

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= ∅.
Chứng minh. Ta xét một trò chơi Euclide đều:

G := {(Xi , πi )i=1,2,...,m }.
Với mỗi i = 1, 2, . . . , m, ta định nghĩa các phép tương ứng bi :

X−i ⇒ Xi và b : X ⇒ X bởi các công thức sau:
bi (x−i ) := argmax{πi (xi , x−i ) : xi ∈ Xi }
và b(x) := b1 (x−1 ) × · · · × bm (x−m ).
Phép tương ứng bi được gọi là phép tương ứng tốt nhất của
i. Theo Định lý Weierstrass, phép tương ứng b là hoàn toàn xác
định. Ta chú ý rằng, nếu x ∈ b(x) thì xi ∈ bi (x−i ) với mọi i và do
đó x ∈ N E(G ). Để hoàn thiện chứng minh định lý này, ta chứng
tỏ b thỏa mãn các điều kiện của Định lý Kakutami.
Thật vậy, ta dễ dàng kiểm tra X là tập lồi, compact bởi vì mỗi
Xi là tập lồi và compact. (Tính lồi thì hiển nhiên, tính compact
thì dựa vào định nghĩa). Để nhận thấy b là phép tương ứng giá
trị lồi, ta cố định phần tử bất kỳ x ∈ X và 0 ≤ λ ≤ 1, với mọi
y, z ∈ b(x), ta có πi (yi , x−i ) = πi (zi , x−i ). Dựa vào tính tựa lõm của
πi trên tập X ta tìm được:
πi (λyi + (1 + λ)zi , x−i ) ≥ πi (yi , x−i ) ≥ πi (wi , x−i )
với mọi wi ∈ Xi , tức là λyi + (1 + λ)zi ∈ bi (x−i ). Vì điều này đúng
với mỗi i nên ta suy ra λy + (1 + λ)z ∈ b(x). Vậy, b là phép tương
ứng giá trị lồi. Dựa vào định lý giá trị lớn nhất ta chứng minh
được b có đồ thị đóng.

1. Chứng minh rằng một hàm d : X × X → R thỏa mãn hai

điều kiện (2.2), (2.3) và điều kiện d(x, y) = 0 ⇔ x = y cũng
sẽ thỏa mãn điều kiện 2.1: d(x, y) ≥ 0, ∀x, y ∈ X.
2. Chứng minh bất đẳng thức tứ giác trong không gian metric
(X, d): |d(x, y) − d(u, v)| ≤ d(x, u) + d(y, v), ∀x, y, u, v ∈ X.
3. Chứng minh trong không gian metric (X, d), nếu xn → x và
yn → y thì d(xn , yn ) → d(x, y) (hàm số d(x, y) là hàm liên tục
theo cả hai biến).
4. Chứng minh bất đẳng thức tam giác đối với metric d∞ trong
không gian Rk .
5. Chứng minh bất đẳng thức tam giác đối với metric d2 trong
không gian các dãy số có tổng bình phương bị chặn l2 .

6. Trên R2 , đặt d1 (x, y), (u, v) := |x − u| + |y − v|. Chỉ ra d1
là một metric và tập mở trong (R2 , d1 ) cũng là mở đối với
metric thông thường và ngược lại.
7. Chứng minh mệnh đề 2.2.4.
8. Chứng minh mệnh đề 2.2.5.
9. Cho không gian metric (X, d) và tập hợp A ⊂ X bất kỳ, biên
của tập A được định nghĩa là ∂A := A\ int A. Hãy chứng tỏ:
a) Biên của tập A là đóng và trùng với biên của tập X\A.
b) Với hai tập A và B bất kỳ trong X, ∂(A ∪ B) ⊂ ∂(A) ∪ ∂B.
Cho một ví dụ khi ∂(A ∪ B) 6= ∂(A) ∪ ∂B.
10. Một không gian metric (X, d) được gọi là một không gian
siêu metric và d là một siêu metric nếu

d(x, z) ≤ max d(x, y), d(y, z)
với mọi x, y và z trong X. Chứng minh rằng trong không

gian siêu metric, hình cầu mở B(x, r) bất kỳ đều là tập đóng.

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
f (x) ≥ lim sup f (y) := inf{sup{f (y) : y ∈ U, y 6= x} : x ∈ U }

y→∞
với quy ước sup ∅ := −∞

ii) Hàm f là liên tục khi và chỉ khi nó là nửa liên tục cả
trên lẫn dưới.
iii) Nếu f là nửa liên tục trên trong một không gian com-
pact X thì với t ∈ X nào đó, f (t) = sup f := sup{f (x) :
x ∈ S}.
Gợi ý: Lấy an ∈ R, an ↑ sup f . Xét f −1 ((−∞, an )), n =
1, 2, . . .
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.



i) Nếu U mở và x ∈ U , tồn tại một hình cầu B(x, r) nằm trong
U , khi đó tồn tại N sao cho d(x, xn ) < r, ∀n > N tức là xn ∈
B(x, r) ⊂ U, ∀n > N . Ngược lại, nếu U không mở thì tồn tại x
không là điểm trong của U tức mọi hình cầu B(x, 1/n) đều có
B(x, 1/n) ∩ U C 6= ∅. Chọn dãy {xn } sao cho xn ∈ B(x, 1/n) ∩ U C , ta
có xn → x nhưng {xn } ∈ / U với mọi n.
ii) Nếu có một dãy xn → x mà x ∈ / [A] thì xn0 ∈
/ A với n0 nào
c c
đó. Thật vậy do x ∈ [A] trong đó [A] mở, theo i) tồn tại xn0 ∈ [A]c
hay xn0 ∈
/ A với n0 nào đó. Vậy mọi điểm tụ của A đều thuộc [A].
Ngược lại, nếu x ∈ [A], thì x không là điểm trong của [A]c nên
từ chứng minh của i) ta cũng xây dựng được một dãy xn → x,
/ [A]c tức {xn } ∈ [A] với mọi n.
{xn } ∈
iii) Chú ý rằng A đóng khi và chỉ khi [A] = A, và áp dụng ii).

Giả sử A là đếm được và trù mật trong X. Đặt U là tập hợp tất
cả các hình cầu B(x, 1/n) với x ∈ U và n = 1, 2, . . .. Dễ thấy U là
một họ đếm được. Để chứng minh chiều thuận của định lý, ta lấy
U là tập mở bất kỳ và y ∈ U . Khi đó với m nào đó, B(y, 1/m) ⊂ U .
Do Định lý (2.2.3) iii), lấy x ∈ A sao cho d(x, y) < 1/(2m). Khi đó
y ∈ B(x, 1/(2m)) ⊂ B(y, 1/m) ⊂ U , nên U là hợp của các phần tử
thuộc U mà nó chứa.
Ngược lại, giả sử tồn tại một họ đếm được U các hình cầu
trong X thỏa mãn giả thiết, có thể giả sử nó chứa các tập khác
rỗng. Do tiên đề chọn, lấy f là một hàm trên N có tập giá trị

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.

Điều kiện cần: Giả sử A là tập compact trong không gian
metric đầy đủ (X, ρ). Khi đó, theo nhận xét trên ta có A là tập
đóng. Bây giờ ta chứng minh A là tập hoàn toàn bị chặn. Ta chứng
minh bằng phản chứng, giả sử rằng A không là tập hoàn toàn bị
chặn. Khi đó, tồn tại > 0 sao cho không thể phủ A bởi hữu hạn
hình cầu bán kính . Lấy một điểm bất kỳ x1 ∈ A. Hình cầu tâm
x1 , bán kính không phủ được tập A nên tồn tại x2 ∈ A sao cho
ρ(x1 , x2 ) ≥ . Hai hình cầu tâm x1 , x2 bán kính cũng không thể
phủ được tập A nên tồn tại điểm x3 ∈ A sao cho ρ(x3 , x1 ) ≥ và
ρ(x3 , x2 ) ≥ . Cứ tiếp tục lý luận tương tự, ta tìm được một dãy
xm ⊂ A sao cho ρ(xm , xn ) ≥ , ∀m, n = 1, 2, . . . , m 6= n. Từ đó suy
ra bất kỳ dãy con nào của xn đều không là dãy cơ bản, do đó nó
không hội tụ. Điều này mâu thuẫn với giả thiết A là tập compact.
Vậy A là tập hoàn toàn bị chặn.
Điều kiện đủ: Giả sử A là tập đóng và hoàn toàn bị chặn
trong không gian metric đầy đủ (X, ρ). Ta chứng minh A là tập
compact. Thật vậy, ta xét một dãy vô hạn bất kỳ σ = {xn } ⊂ A.
Theo giả thiết A là tập hoàn toàn bị chặn nên A có thể phủ bởi
hữu hạn hình cầu bán kính bằng 1, do đó, một trong các hình cầu
này, chẳng hạn là B1 phải chứa vô số các phần tử của σ. Ta gọi
dãy con các phần tử của σ chứa trong B1 là σ1 . Tập hợp A cũng
có thể phủ bởi hữu hạn hình cầu bán kính 21 nên một trong các
hình cầu này, giả sử là B2 sẽ chứa vô số các phần tử của σ1 . Ta
gọi dãy vô hạn các phần tử của σ1 chứa trong B2 là σ2 , . . .. Cứ
tiếp tục như thế, ta sẽ xây dựng được dãy σ1 , σ2 , . . ., có tính chất
σ ⊃ σ1 ⊃ σ2 ⊃ . . . và σk ⊂ Bk , k = 1, 2, . . ., trong đó, Bk là hình cầu

mở bán kính k1 . Vì mỗi dãy σk có vô số phần tử nên ta có thể chọn

trong σ1 một phần tử ký hiệu xn1 , trong σ2 chọn phần tử xn2 sao
cho n1 < n2 ,. . .. Tiếp tục quá trình này ta được một dãy con xnk
của dãy xn . Mặt khác, với l > k thì xnl và xnk cùng thuộc hình cầu
Bk , do đó, ρ(xnk , xnl ) < k2 → 0, (k → ∞). Suy ra xnk là dãy Cauchy,
mà X là không gian đầy đủ nên dãy xnk hội tụ tới phần tử x ∈ X.
Nhưng vì A là tập đóng nên x ∈ A. Vậy A là tập compact.

Gọi U là lớp các tập mở của R mà mỗi điểm của đoạn [a, b]
thuộc ít nhất vào một tập mở của U . Chúng ta phải chỉ ra rằng
[a, b] được phủ bởi một hợp hữu hạn các tập mở của U .
Gọi S là tập tất cả các τ ∈ [a; b] mà [a; τ ] được phủ bởi hữu hạn
các tập mở thuộc vào U và ký hiệu s = sup S. Khi đó s ∈ W với
W là tập mở nào đó thuộc vào U . Hơn nữa W là tập mở trong
R, và như vậy tồn tại δ > 0 thỏa mãn (s − δ; s + δ) ⊂ W . Mặt
khác s − δ không là cận trên của S, nên tồn tại τ ∈ S thỏa mãn
τ > s − δ. Từ định nghĩa của S, [a, τ ] bị phủ bởi lớp hữu hạn các
tập mở V1 , V2 , . . . , Vr thuộc U .
Lấy t ∈ [a, b] thỏa mãn τ ≤ t < s + δ. Khi đó
[a, t] ⊂ [a, τ ] ∪ (s − δ, s + δ) ⊂ V1 ∪ V2 ∪ · · · ∪ Vr ∪ W,
và do đó t ∈ S. Đặc biệt s ∈ S, và như thế thì s = b, vì nếu không

s không thể là cận trên của tập S. Vậy b ∈ S suy ra [a, b] bị phủ
bởi một hợp hữu hạn các tập mở thuộc U .

(i) suy ra (ii): Cho (X, d) là compact. Lấy r > 0 tùy ý, tập hợp
tất cả các lân cận {B(x, r) : x ∈ X} là một phủ mở và phải có một
phủ con hữu hạn. Rõ ràng tập hợp hữu hạn tâm của các hình cầu
này thỏa mãn tính chất của tập F trong định nghĩa của không
gian hoàn toàn bị chặn. Do vậy (X, d) là hoàn toàn bị chặn.

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).
Tiếp theo, giả sử có (ii) và ta sẽ chứng minh (iii). Với mỗi n =

1, 2, . . ., đặt Fn là một tập con hữu hạn của X sao cho với mọi
x ∈ X, ta có d(x, y) < 1/n với y ∈ Fn nào đó.
Cho A là tập con vô hạn bất kỳ của X. (nếu X là hữu hạn,
thì hiển nhiên (iii) là đúng) Vì họ hữu hạn các lân cận B(y, 1) với
y ∈ F1 phủ X, phải tồn tại x1 ∈ F1 nào đó sao cho A ∩ B(x1 , 1) là
vô hạn. Bằng quy nạp, chúng ta chọn xn ∈ Fn với mọi n sao cho
n
A∩ (B(xm , 1/m)) là vô hạn với mọi số nguyên dương n. Điều
T
m=1
này suy ra d(xm , xn ) < 1/m + 1/n < 2/m khi m < n (tồn tại y ∈
B(xm , 1/m) ∩ B(xn , 1/n) nào đó và d(xm , xn ) < d(xm , y) + d(xn , y)).
Như vậy {xn } là một dãy Cauchy. Vì (X, d) là đủ, dãy này hội
tụ tới x ∈ S, và d(xn , x) < 2/n với mọi n. Do đó B(x, 3/n) chứa
B(xn , 1/n), bao gồm một tập con vô hạn của A. Vì 3/n → 0 khi
n → ∞, x là một điểm giới hạn của A. Vậy (ii) suy ra (iii).
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).
Cuối cùng, chúng ta chứng minh (iv) suy ra (i).

Cho U là một phủ mở của X. Với x ∈ S, đặt
f (x) := sup{r : B(x, r) ⊂ U với U ∈ U nào đó}.
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.
Tiếp tục chứng minh (iv) suy ra (i).

Đặt c := min(1, inf{f (x) : x ∈ X}) > 0. Chọn bất kỳ x1 ∈ S.
Bằng cách quy nạp, cho trước x1 , . . . , xn , chọn xn+1 nếu có thể để
d(xn+1 , xj ) > c/2 với mọi j = 1, . . . , n. Nếu điều đó có thể thực hiện
được với mọi n, ta có một dãy {xn } với d(xn , xm ) > c/2 và m 6= n.
Một dãy như vậy không có dãy con Cauchy và do đó không có dãy
con hội tụ. Suy ra có một n hữu hạn sao cho X = j≤n B(xj , c/2).
S
Bởi định nghĩa của f và c, với mỗi j = 1, . . . , n tồn tại một Uj ∈ U

sao cho B(xj , c/2) ⊂ Uj . Khi đó hợp của những Uj này là X, và U
có một phủ con hữu hạn, kết thúc chứng minh định lý.

Chương 3
Lý thuyết độ đo (The Measure Theory)
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
Chương 3: Lý thuyết độ đo ◊ 101

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.
102 ◊ Chương 3: Lý thuyết độ đo

3.1. Đại số và σ-đại số (Field and σ-Field)

3.1.1. Đại số
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 ,
ii) Với mọi A ∈ A thì Ac = X \ A ∈ A .
iii) Với mọi dãy tập hợp hữu hạn Ai ∈ A , i = 1, 2, . . . , n thì

n
Ai ∈ A .
S
i=1
Như vậy, A là một đại số khi và chỉ khi A chứa X và đóng

kín đối với đối mọi phép toán hữu hạn về tập hợp ( phép hợp và
phép giao một số hữu hạn tập hợp, phép trừ và phép trừ đối xứng
hai tập hợp). Từ đó ta cũng suy ra một đại số luôn chứa hai tập
∅ và X.
Mệnh đề 3.1.1. Một họ A là một đại số khi và chỉ khi A chứa

tập rỗng và thỏa mãn các điều kiện:
i) A ∈ A ⇒ Ac ∈ A ,
ii) A, B ∈ A ⇒ A ∩ B ∈ A (hoặc A, B ∈ A ⇒ A ∪ B ∈ A ).
Ví dụ 3.1.1. Cho tập X bất kỳ ta có:
• A = {∅, X} là một đại số.
• Họ các tập hợp con của X,2X là một đại số trên X.
• Nếu A ⊂ X là tập khác rỗng và khác X thì A = {∅, A, Ac , X}

là một đại số.
Chẳng hạn, với X = [0, 1] thì A = {∅, X, [0, 12 ], ( 12 , 1]} là một
đại số.

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}}.
• A3 = {∅, X, {1}, {2, 3, 4}, {2}, {1, 3, 4}}.
Trả lời: họ A2 là đại số trong khi hai họ A1 và A3 không phải

là đại số.
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).
Ví dụ 3.1.2. Cho X = [a, b]. Giả sử M là họ các tập hợp, mà mỗi

tập hợp đó là hợp hữu hạn những khoảng có dạng [a, d) hoặc (c, d],
trong đó, a < c < d ≤ b. Khi đó, M là một đại số trên X.
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 .
Nhận xét. Để chứng minh A là đại số sinh bởi M ta cần chứng

minh hai khẳng định
104 ◊ 3.1 Đại số và σ-đại số

i) A là một đại số.
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.
• Nếu M là một đại số thì đại số sinh bởi M chính là M .
• Xét A là tập con của X : A 6= ∅, A 6= X và M = {A}. Khi đó,

đại số sinh bởi M là:
A = {X, ∅, A, Ac }.
Thật vậy, dễ thấy A là đại số, ngoài ra X, ∅, A, Ac đều thuộc

đại số sinh bởi M .
• Nếu M = {A, B} với A, B ⊂ X, A ∩ B = ∅ thì đại số sinh bởi

M là:
{∅, A, Ac , B, B c , A ∪ B, (A ∪ B)c , X}.
• Xét X = {1, 2, . . . , n} và M = {{1}, {2}, . . . , {n}}. Đại số sinh

bởi M chính là 2X .
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 ,
ii) Với mọi A ∈ F thì Ac = X \ A ∈ F .

∞
iii) Nếu dãy tập hợp vô hạn Ai ∈ F , i = 1, 2, . . . thì Ai ∈ F .
S
i=1

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.
Mệnh đề 3.1.3. Một họ F là một σ−đại số khi và chỉ khi F chứa

tập rỗng và thỏa mãn các điều kiện
i) Với mọi A ∈ F thì Ac = X \ A ∈ F .

∞
ii) Nếu dãy tập hợp vô hạn Ai ∈ F , i = 1, 2, . . . thì Ai ∈ F .
T
i=1
Chứng minh. Nếu F là σ−đại sốố thì a)

hiểnnhiên đúng. Giả sử
∞ ∞ c
cho Ai ∈ F , (i = 1, 2, . . . ), ta có Aci ∈ F nên b) đúng.
T S
Ai =
i=1 i=1
Ngược lại nếu a) và b) đúng, khi đó rõ ràng X = ∅c ∈ F và
∞ ∞
T c c
với Ai ∈ F , (i = 1, 2, . . . ), thì Ai ∈ F . Vậy F là một
S
Ai =
i=1 i=1
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.
• Cho X là tập hợp khác rỗng bất kỳ thì ∅, X và 2X là những

σ−đại số.
• Nếu X là một tập hữu hạn và A là một đại số trên X thì A

cũng là σ−đại số.
Như vậy sự khác biệt giữa đại số và σ−đại số sẽ không còn trong
trường hợp không gian mẫu là hữu hạn.

• Cho họ F gồm tất cả các tập A ⊂ N có tính chất là chứa cả

hai số 1, 2 hoặc không chứa cả 2 số này. Khi đó F là một
σ−đại số của N.
Thật vậy lấy A ∈ F tùy ý. Nếu cặp 1, 2 thuộc A thì không
thuộc Ac , nếu không thuộc A thì thuộc Ac nên rõ ràng Ac ∈
F . Ngoài ra với Ai ∈ F , (i = 1, 2, . . . ) thì nếu tồn tại i để Ai
∞
chứa cặp 1, 2 thì {1, 2} ∈ Ai , còn nếu không thì rõ ràng
S
i=1
∞ ∞
{1, 2} 6∈ Ai nên Ai ∈ F .
S S
i=1 i=1
• 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.
Ví dụ 3.1.5. Cho ánh xạ f : X −→ Y và một σ−đại số FY những

tập con của Y . Chứng minh rằng họ tập hợp
FX = {f −1 (B) : B ∈ FY }
là một σ−đại số những tập con của X.
Chứng minh. Do FY là σ−đại số nên FY 6= ∅, vì vậy, tồn tại

B ∈ FY . Suy ra, f −1 (B) ∈ FX , tức là FX 6= ∅.
Hiển nhiên X = f −1 Y ∈ FX .
∞
∀Ai ∈ FX , i = 1, 2, 3, ... ta cần chứng minh Ai ∈ FX . Do Ai ∈
S
i=1
FX nên tồn tại Bi ∈ FY sao cho Ai = f −1 (Bi ), ∀i = 1, 2, 3, . . ..
∞ ∞ S∞
Mặt khác, ta lại có f −1 (Bi ) = f −1 ( Bi ). Theo giả
S S
Ai = i=1
i=1 i=1
∞
thiết, Bi ∈ FY và FY là σ−đại số nên Bi ∈ FY . Từ đó, ta suy
S
i=1
∞ ∞
ra f −1 ( Bi ) ∈ FX =⇒ Ai ∈ FX
S S
i=1 i=1

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:
X = {1, 2, . . . , 6}∞ = {(x1 x2 . . . )|1 ≤ xi ≤ 6}.
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
("mọi lần tung đều xuất hiện mặt 2").
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 ).
Ta gọi σ−đại số F là σ−đại số sinh bởi M và ký hiệu là σ(M ).

Chứng minh mệnh đề trên tương tự cách chứng minh Mệnh
đề 3.1.2.
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
σ(M ). Vậy 2N ⊂ σ(M ).

Hiển nhiên, 2N là σ−đại số nên 2N = σ(M ).
3.1.3. σ-đại số Borel
Trong không gian R, ký hiệu C1 là họ các khoảng mở (a, b) của

R. Khi đó, ta gọi σ−đại số sinh bởi C1 là σ−đại số Borel của R và

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]:
B [0, 1] = {S ⊆ [0, 1] : S ∈ B (R)}.
Ví dụ 3.1.9. Cho tập B ⊂ R bất kỳ, tập α + B với α ∈ R được xác

định như sau:
α + B = {α + x|x ∈ B}.
Khi đó nếu B là một tập Borel thì tập hợp α + B, α ∈ R bất kỳ,
cũng là tập Borel.
Thật vậy xét họ tập hợp sau
α + B = {α + B|B ∈ B }.
Dễ dàng chứng minh được α + B là một σ−đại số, ngoài ra nó

chứa họ C1 (hiển nhiên vì α + (a, b) ∈ C1 ). Vậy α + B chứa σ−đại

số Borel B . Suy ra B chứa −α + B .
Tuy nhiên dễ dàng thấy −α + B cũng là σ−đại số chứa họ C1
nên −α + B cũng phải chứa σ−đại số Borel B .
Từ hai khẳng định trên suy ra −α + B trùng với B , do đó
trùng với α + B .
3.2. Không gian độ đo (Space of Measures)

3.2.1. Các khái niệm cơ bản
Cho X là một tập tùy ý, A là một họ tập con của X. Ký hiệu R+

là tập số thực không âm suy rộng [0, +∞].
Định nghĩa 3.2.1. Một ánh xạ p từ A vào R+ (p có thể nhận giá

trị +∞) được gọi là:
+) cộng tính nếu:
p(A ∪ B) = p(A) + p(B).
với mọi tập A, B rời nhau trong A và A ∪ B ∈ A .

+) σ-cộng tính nếu:
∞ ∞
!
[ X
p Ai = p(Ai ). (3.1)
i=1 i=1
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
Vậy, ta có khẳng định đầu của mệnh đề.

Ngược lại, giả sử p là σ-cộng tính và một dãy tập Bn ↓ ∅, Bn ∈
∞
A . Đặt A = B1 , An = Bn \ Bn+1 . Khi đó, ta có A = Ak là hợp
S
n k=1
đếm được các tập rời nhau, Bn = A \ Ak .

S
k=1
Nếu p hữu hạn và σ-cộng tính thì:
n n
p(Bn ) = p(A) − p Ak = p(A) − p(Ak ) → 0.
S P
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+
112 ◊ 3.2 Không gian độ đo

Hình 3.1: Minh họa cách lấy tập Bn
với µ(∅) = 0 được gọi là độ đo trên σ−đại số F (hoặc trên X nếu

F đã được ngầm định). Với A ∈ F thì A được gọi là tập đo được
và µ(A) được gọi là độ đo của tập A. Bộ ba (X, F , µ) được gọi là
một không gian độ đo.
Độ đo µ được gọi là hữu hạn nếu µ(X) < ∞. Độ đo µ gọi là
σ-hữu hạn nếu tồn tại dãy tập hợp Xn ∈ F và µ(Xn ) < ∞, ∀n =
1, 2, . . . sao cho
∞
[
Xn = X.
n=1
Chú ý. Như vậy hàm giá trị thực µ xác định trên σ−đại số F là
độ đo nếu
• µ(A) ≥ 0 với mọi A ∈ F .
• µ(∅) = 0 (có thể thay bằng: µ(A) < +∞ với ít nhất một
A ∈ F ).
• µ là σ-cộng tính.
Từ định nghĩa, ta hiểu rằng độ đo thực chất là một hàm số xác

định trên một σ−đại số các tập con của một tập hợp nào đó và nó

nhận giá trị trên tập số thực không âm suy rộng, đồng thời thỏa
mãn ba điều kiện trên.
Ví dụ 3.2.1.
• Hàm tập µ đồng nhất bằng 0 là một độ đo hữu hạn trên F .
• Cho không gian độ đo (X, 2X ) và x0 ∈ X nào đó. Với A ∈ 2X

bất kỳ, ta định nghĩa một hàm tập như sau

1

nếu x0 ∈ A,
µx0 (A) = 
0 nếu x0 6∈ A.
Khi đó µ là một độ đo hữu hạn và được gọi là độ đo Dirac

tại điểm x0 trên 2X . Lấy một dãy An ↓ ∅, khi đó theo định lý
3.2.1, µ(An ) → 0 khi n → ∞, tức là tồn tại số n ∈ N sao cho
µ(Ak ) = 0 với mọi k ≥ n.
• Cho không gian độ đo (X, 2X ), với tập hợp bất kỳ A ∈ 2X ta

định nghĩa:


 số phần tử của tập A nếu A hữu hạn
µ(A) = 
+∞ nếu A vô hạn.
Hàm tập µ là một độ đo trên 2X và được gọi là độ đo đếm.

Hàm tập µ là hữu hạn nếu và chỉ nếu X là tập hữu hạn.
Hàm tập µ là σ-hữu hạn nếu và chỉ nếu X nhiều nhất là tập
hợp đếm được.
Giả sử X vô hạn, chẳng hạn X = N, ta xét dãy Bn = {k ∈ N :
k ≥ n} ↓ ∅ nhưng µ(Bn ) = +∞ 9 0. Do đó, µ không liên tục
tại ∅. Định lý 3.2.1 không áp dụng được ở đây vì thiếu giả
thiết µ hữu hạn.

• Cho không gian độ đo (X, F ) bất kỳ, với mọi tập A ∈ F ta

định nghĩa một hàm tập như sau:

0

nếu A = ∅
µ(A) = 
+∞ nếu A 6= ∅
Khi đó µ là một độ đo không σ-hữu hạn trên F . Với X = N,
vẫn bằng cách xét dãy Bn = {k ∈ N : k ≥ n}, ta thấy độ đo
này cũng không liên tục tại ∅.
Chú ý. Nếu p là một độ đo trên không gian đo được (Ω, Σ) thỏa
mãn p(Ω) = 1 thì p được gọi là một độ đo xác suất và trong trường
hợp này (Ω, Σ, p) được gọi là một không gian độ đo xác suất.
Cho không gian Ω là hữu hạn và µ là độ đo đếm trên Ω, khi đó
µ(S)
độ đo p(S) = với mọi tập con S của Ω là một độ đo xác suất.
µ(Ω)
Người ta gọi đó là độ đo xác suất cổ điển.
3.2.2. Các tính chất
Định lý 3.2.2. Cho không gian độ đo (X, F , µ), khi đó ta có:
i) A, B ∈ F và B ⊂ A, µ(B) < +∞ ⇒ µ(A \ B) = µ(A) − µ(B);
ii) A, B ∈ F và B ⊂ A ⇒ µ(B) ≤ µ(A);
iii) A, B ∈ F thỏa mãn µ(B) = 0 ⇒ µ(A ∪ B) = µ(A \ B) = µ(A).
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
Hình 3.2: Biểu diễn A qua B và 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.
Định lý 3.2.3. Cho không gian độ đo (X, F , µ), khi đó ta có:
i) Với mọi họ đếm được Ai ∈ F (i = 1, 2, . . . ), ta có:

∞
[ ∞
X
µ Ai ≤ µ(Ai ).
i=1 i=1
ii) Với dãy Ai ∈ F thỏa mãn µ(Ai ) = 0 (∀i = 1, 2, . . . ), ta có

mọi
∞
S
µ Ai = 0.
i=1

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.
Hình 3.3: Dãy các tập Bn
Hệ quả 3.2.1. Nếu độ đo µ là σ-hữu hạn thì mọi tập A ∈ F đều

có thể phân tích thành một số đếm được tập có độ đo hữu hạn.
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:
i) Nếu dãy Ai ∈ F (i = 1, 2, . . . ) là đơn điệu tăng tức A1 ⊆ A2 ⊆

. . . thì:
∞
!
[
µ Ai = lim µ(Ai );
i→∞
i=1
ii) Nếu dãy Ai ∈ F (i = 1, 2, . . . ) là đơn điệu giảm tức A1 ⊇

A2 ⊇ . . . và µ(A1 ) < ∞ thì:
∞
!
\
µ Ai = lim µ(Ai ).
i→∞
i=1
+
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
Khẳng định i) đã được chứng minh.

ii) Giả sử dãy Ai ∈ F (i = 1, 2, . . . ) là đơn điệu giảm. Theo
T∞ ∞
công thức De Morgan A1 \ (A1 \ Ai ), trong đó các tập
S
i=1 Ai =
i=1
A0i = A1 \ Ai ∈ F và A01 ⊂ A02 ⊂ . . .

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:
µ(A0i ) = µ(A1 ) − µ(Ai ),

∞ ∞ ∞
A0i )
[ \ \
µ( = µ(A1 \ Ai ) = µ(A1 ) − µ( Ai ),
i=1 i=1 i=1
∞
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.

3.3. Thác triển độ đo (Extensions of Measures)

Xuất phát từ việc tính diện tích của một hình phẳng, chúng ta sẽ
thấy việc chỉ ra độ đo của một tập không hề đơn giản.
Ví dụ 3.3.1. Trên đường thẳng R có những tập điểm được gán

với một số không âm gọi là “độ dài”. Chẳng hạn, độ dài của một
đoạn ∆ = [a, b] là |∆| = b − a; nếu một tập có thể phân tích thành
một số hữu hạn đoạn rời nhau: ∆1 , ∆2 , . . . , ∆n thì độ dài của nó là
|∆1 | + |∆2 | + · · · + |∆n |. Nhưng cũng có những tập mà trực quan
không cho ta biết cách xác định độ dài như thế nào, chẳng hạn
như tập các điểm hữu tỉ trong đoạn [0, 1]. Vấn đề nảy sinh là làm
thế nào để mở rộng khái niệm độ dài cho những tập phức tạp hơn
những đoạn thẳng hoặc hợp của một số hữu hạn các đoạn thẳng.
Trong mặt phẳng R2 và trong không gian R3 ta cũng gặp vấn đề
tương tự.
∆3
∆2
∆4
∆
∆1 ∆5
Hình 3.5: Một cách phân chia tập ∆
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 :
∆ = {(x1 , . . . , xk )|ai ≤ xi ≤ bi , i = 1, . . . , k}.
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
120 ◊ 3.3 Thác triển độ đo

tích nếu ∆ là một hình chữ nhật, thể tích nếu ∆ là một hình hộp
và trong Rk :
|∆| = |a1 − b1 | × · · · × |ak − bk |.
Vấn đề được đặt ra là: tìm một họ tập M k trong Rk để có thể

gán mỗi tập A ∈ M k một số m(A), gọi là độ đo của nó, sao cho:
i) 0 ≤ m(A) < +∞,
ii) mọi đoạn ∆ đều thuộc họ M k và m(∆) = |∆|,
iii) nếu A, B ∈ M k và rời nhau thì m(A ∪ B) = m(A) + m(B).
Peano và Jordan đã giải quyết vấn đề trên như sau:

Cho trước tập bị chặn A trong Rk , ta gọi “độ đo ngoài” của nó
là số n
X
µ∗ (A) = inf |∆i | : ∪ni=1 ∆i ⊃ A ,
i=1
trong đó ∆i là các đoạn. Nếu A nằm trong đoạn ∆0 thì ta gọi “độ
đo trong” của nó là số:
µ∗ (A) = |∆0 | − m∗ (∆0 \ A).
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.

Để khắc phục những nhược điểm trên, Lebesgue đã thay định

nghĩa của độ đo ngoài bởi:
∞
X
µ∗ (A) = inf |∆i | : ∪∞
i=1 ∆i ⊃ A ,
i=1
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
Từ đó ta có thể xây dựng được một họ tập L k trong Rk và độ

đo m trên đó thỏa mãn các điều kiện đã nêu, trong đó điều kiện
iii) được tổng quát hoá thành điều kiện:
iii’) Nếu Ai ∈ L k , (i = 1, 2, . . . ) và rời nhau từng đôi một thì:
∞
m(∪∞
X
i=1 Ai ) = µ(Ai ).
i=1
Người ta đã chứng minh được: họ tập hợp L k là một σ−đại số.

Các tập thuộc L k gọi là đo được theo nghĩa Lebesgue trong
Rk và m gọi là độ đo Lebesgue (k thứ nguyên). Có thể thấy rằng
L k ⊃ M k và L k bao hàm cả σ−đại số Borel trong Rk .

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.
Sau đây là một ví dụ khác trong lý thuyết xác suất.
Ví dụ 3.3.2. Trước hết ta ký hiệu một số tập hợp như sau:
{0, 1}k = {{x1 , x2 , . . . , xk }|x1 , x2 , . . . , xk ∈ {0, 1}},

{0, 1}∞ = {{x1 , x2 , . . . , }|x1 , x2 , . . . , ∈ {0, 1}}.
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.
3.3.1. Định lý thác triển độ đo
Cho A là một đại số trong không gian X, p là một hàm tập σ-

cộng tính trên A . Ta sẽ tìm cách thác triển (“nới rộng”) m thành
độ đo trên một σ−đại số bao hàm A .
Định lý 3.3.1 (thác triển độ đo của Caratheodory). Cho A là

một đại số trên tập X khác rỗng và p : A → R+ là một hàm tập
σ-cộng tính. Khi đó tồn tại một độ đo µ xác định trên σ(A ) thỏa
mãn µ(A) = p(A) với mọi A ∈ A . Ngoài ra, nếu p là σ-hữu hạn
thì µ được xác định duy nhất.
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:

i) µ∗ (A) ≥ 0 với mọi A ⊂ X,
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:
µ∗ (E) = µ∗ (E ∩ A) + µ∗ (E \ A) với mọi E ⊂ X (3.2)
được gọi là các tập µ∗ - đo được. Ký hiệu: L là họ tập hợp tất cả

các tập µ∗ - đo được.
Chú ý. Điều kiện (3.2) tương đương với µ∗ (E) ≥ µ∗ (E ∩A)+µ∗ (E \

A) với mọi E ⊂ X.
Ví dụ 3.3.3.
• X = {0, 1}, A = 2X , ta định nghĩa
µ∗ (∅) = 0, µ∗ (A) = 1, ∅ =
6 A ∈ A.
Khi đó µ∗ không là độ đo nhưng là độ đo ngoài.
• Với X, A như trên, nếu ta định nghĩa µ∗ (∅) = 0, µ∗ ({1}) =

µ∗ ({2}) = 2, µ∗ (X) = 1. Khi đó µ∗ không là độ đo cũng không
là độ đo ngoài.
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 = ∅.

Dễ thấy rằng µ∗ là một độ đo ngoài và họ các tập µ∗ đo được là

{∅, X}, σ−đại số tầm thường trên X.
Định lý 3.3.2 (Caratheodory). Họ tập hợp tất cả các tập µ∗ - đo

được L là một σ−đại số và hàm µ = µ∗ |L (thu hẹp của µ∗ trên L )
là một độ đo trên L .
Độ đo µ được gọi là độ đo cảm sinh bởi độ đo ngoài µ∗ .
Quay trở lại định lý 3.3.1, với mỗi A ⊂ X, ta đặt:

∞
nX ∞ o
µ∗ (A) = inf
[
p(Pi ) : Pi ⊃ A, Pi ∈ A . (3.3)
i=1 i=1
Khi đó ta lần lượt chứng minh được các kết quả sau:
• µ∗ là một độ đo ngoài,
• µ∗ (A) = p(A) với mọi A ∈ A ,
• µ∗ là độ đo trên σ(A ) hay σ(A ) ⊂ L - họ tập hợp tất cả các

tập µ∗ đo được,
• Với p là σ-hữu hạn và µ1 là một độ đo khác xác định trên

σ(A ) sao cho µ = µ1 = p. Khi đó µ(A) = µ1 (A), ∀A ∈
A A
σ(A ).
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:
A = {A = ∆1 ∪ . . . ∪ ∆n |∆i ∩ ∆j = ∅, ∆i = (ai , bi ]}.

Định nghĩa một hàm tập σ-cộng tính p trên A bằng cách đặt

+∞

nếu A 6= ∅,
p(A) = 
0 nếu A = ∅.
Khi đó σ(A ) là σ−đại số Borel B , ta định nghĩa độ đo µ1 trên

B tương tự như p, tức là:

+∞

nếu A 6= ∅,
µ1 (A) = 
0 nếu A = ∅,
còn độ đo µ2 được định nghĩa như sau:





+∞ nếu A gồm vô hạn phần tử ,

µ2 (A) = số phần tử của A nếu A gồm hữu hạn phần tử,



0 nếu A = ∅.

Như vậy µ1 và µ2 là hai độ đo khác nhau trên B nhưng trùng

nhau trên 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.
Định nghĩa 3.3.3. Độ đo µ trên một σ−đại số A được gọi là (độ

đo) đủ nếu mọi tập con của một tập bất kỳ thuộc A có độ đo
không đều cũng thuộc A và có độ đo không:
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.

Định lý 3.3.3. Độ đo µ cảm sinh bởi độ đo ngoài µ∗ là độ đo đủ

(trên σ−đại số L các tập µ∗ -đo được). Họ các tập có độ đo µ bằng
0 trùng với họ các tập có độ đo ngoài µ∗ bằng 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).
Như vậy, A là µ∗ -đo được.
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.
3.4. Độ đo trên Rk (Measures on Rk )

Trong bài này, ta sẽ xem xét một cách cụ thể hơn một số trường
hợp đặc biệt về các độ đo thường được sử dụng trên Rk .
3.4.1. Độ đo Lebesgue trên R
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
trong đó ∆i là những gian, n là số tự nhiên tùy ý.
Bổ đề 3.4.1. C là một đại số.
Chứng minh. Dễ thấy, nếu P ∈ C thì R \ P ∈ C . Mặt khác, hiển

nhiên giao của hai gian là một gian, cho nên nếu P, P 0 ∈ C , chẳng
hạn P = ∪i ∆i , P 0 = ∪j ∆0j thì:
P ∩ P 0 = ∪i ∪j (∆i ∩ ∆0j ) ∈ C , P ∪ P 0 = R \ [(R \ P ) ∩ (R \ P 0 )] ∈ C .
Vậy C là một đại số.
Ta xác định trên C một hàm tập như sau: nếu P ∈ C và có

dạng P = ∪ni=1 ∆i , trong đó ∆i là những gian rời nhau thì ta đặt
n
|∆i |.
X
m(P ) =
i=1
Có thể chứng minh được m là σ-cộng tính và σ-hữu hạn trên

C . Áp dụng Định lý 3.3.1, tồn tại một độ đo thác triển từ m được
xác định như sau:
∞
nX ∞ o
∀A ∈ 2R , µ∗ (A) = inf
[
m(Pi ) : Pi ⊃ A, Pi ∈ C .
i=1 i=1
Độ đo xây dựng theo cách trên gọi là độ đo Lebesgue trên

đường thẳng. Các tập µ∗ đo được, tức là thuộc σ−đại số L được
gọi là các tập đo được theo nghĩa Lebesgue (đo được (L )), độ đo
Lebesgue được ký hiệu trong giáo trình này là m.
130 ◊ 3.4 Độ đo trên Rk

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.
Nhận xét. Không gian độ đo (R, B , m) là σ−hữu hạn. Thật vậy

∞
ta có R = (n, n + 1] là hợp đếm được các tập có độ đo bằng 1
S
n=−∞
hữu hạn.
Chú ý rằng họ các tập đo được Lebesgue không bằng 2R , người

ta chứng minh được tồn tại tập con của R không đo được Lebesgue.
Thật vậy trên đoạn [0, 1] tồn tại một tập A ⊂ [0, 1] sao cho các tập
A + q, q ∈ Q là rời nhau và
[
[0, 1] ⊂ (A + q).
q∈Q∩[−1,1]
Ở đây ta hiểu A + q = {x + q|x ∈ A}. Do tập số hữu tỉ là đếm

được nên ta có thể viết là [0, 1] ⊂ An . Tuy nhiên ta dễ dàng
S
chứng minh được µ∗ (A + q) = µ∗ (A) nên các tập An có độ đo ngoài

bằng nhau và do vậy:
∞
µ∗ (An )
X
1≤
n=1
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.
Chứng minh. Giả sử E = {t1 , t2 , . . . , tn , . . . } là tập hợp gồm đếm

được các giá trị thực. Các tập điểm đơn {ti } là đo được và có độ

đo m{ti } = m[ti , ti ] = 0 nên E cũng đo được. Sử dụng tính chất

σ-cộng tính của độ đo ta có:
∞
X
m(E) = m{ti } = 0.
i=1
Ví dụ 3.4.2. Tập số hữu tỉ Q có độ đo Lebesgue bằng 0.
Nhận xét. Theo định lý 3.3.3, độ đo Lebesgue trên R là độ đo đủ,

vì vậy mọi tập con của tập có độ đo 0 cũng có độ đo 0.
Tiếp theo đây, chúng ta sẽ chỉ ra rằng tồn tại tập không đếm được
nhưng lại có độ đo Lebesgue bằng 0.
Ví dụ 3.4.3. Cho C là tập hợp Cantor

 
X 
C := xn /3n : tn = 0 hoặc 2 với mọi n .
 
n≥1
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 }.
Hình 3.7: Tập C2
Như vậy C1 chính là khoảng đơn vị [0,1] xóa đi khoảng "giữa

ba phần" mở (1/3,2/3). Khi đó để có C2 , từ 2 khoảng còn lại, ta xóa
đi các khoảng "giữa ba phần" (1/9,2/9) và (7/9,8/9). Quá trình lặp
N lần thì sẽ cho ta CN . Như vậy C1 ⊃ C2 ⊃ · · · ⊃ CN ⊃ · · · , và
T
N ≥1 CN = C.
Chúng ta có µ(Cn ) = (2/3)N với mọi N . Vì thế µ(C) = 0. Mặt

khác, C có lực lượng c do tồn tại song ánh giữa C và 2N .

3.4.2. Độ đo Lebesgue trong không gian Rk
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
thì hàm mk là một hàm tập σ-cộng tính trên đại số C k .

iii) Hàm tập mk có thể thác triển thành một độ đo mk trên
σ−đại số L k ⊃ C k . Độ đo mk này gọi là độ đo Lebesgue trong Rk ,
và các tập thuộc họ tập hợp L k gọi là tập đo được (L ) trong Rk .
Độ đo Lebesgue mk cũng là một độ đo đủ và σ-hữu hạn.
3.4.3. Độ đo Lebesgue-Stieltjes trên R
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
Ví dụ 3.4.4. Xét hàm số sau:


1

nếu t ∈ [1, ∞),
F1 (t) =
0

nếu t ∈ (−∞, 1)

không liên tục trái tại t = 1 do F2 (1) = 1 còn F2 (1− ) = 0, trong

khi, hàm số: 
1

nếu t ∈ (1, ∞),
F2 (t) =
0

nếu t ∈ (−∞, 1]
là liên tục trái tại 1.
Hình 3.8: Đồ thị hàm số F1 và F2
Cho F : R → R là hàm không giảm và liên tục trái tại mọi

điểm thuộc R và mF là một hàm tập trên R được xác định bởi
mF ([a, b)) = F (b) − F (a) và
∞
mF (∪∞
X
i=1 [ai , bi )) = [F (bi ) − F (ai ),
i=1
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
Có thể chứng minh được m∗F là một độ đo trên σ−đại số Borel,

ta ký hiệu là µF .
Độ đo µF của điểm a ∈ R được xác định như sau:
n o
µF ({a}) = inf F (t)−F (a) : a < t = lim+ F (t)−F (a) = F (a+ )−F (a).
t→a

Như vậy, µF ({a}) bằng độ lớn bước nhảy của hàm F tại a. Khi
đó, ta có:
µF (a, b) = F (b) − F (a+ ), µF [a, b] = F (b+ ) − F (a),
µF (−∞, a) = F (a) − lim F (y), . . .

y→−∞
Ví dụ 3.4.5. Xét hàm số F2 (t) ở Ví dụ 4.6.1, ta lần lượt tính được:
µF ([0, 1)) = F (1) − F (0) = 0; µF ({1}) = F (1+ ) − F (1) = 1;
µF ((1, ∞)) = lim F (t) − F (1+ ) = 0;

t→∞
µF ([1, ∞)) = µF ((0, ∞)) + µF ({1}) = 1.
Định nghĩa 3.4.1. Độ đo µF xác định như trên được gọi là độ đo

Lebesgue-Stieltjes cảm sinh bởi hàm F .
Chú ý. Độ đo Lebesgue m xác định trên R ở phần trước cũng là

một độ đo Lebesgue-Stieltjes cảm sinh bởi hàm F (t) = t.
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:
F (t) = µ(−∞, t).
Khi đó, sử dụng các tính chất của độ đo có thể chỉ ra F là

không âm, đơn điệu không giảm và liên tục trái trên R.
Ví dụ 3.4.6. Cho hàm số F (t) được định nghĩa 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.

Từ hình vẽ ta cũng dễ dàng thấy µF {−1} = µF {1} = 21 .
3.5. Một số ứng dụng của độ đo

(Some Applications of Measurement)
3.5.1. Quy tắc lợi ích kỳ vọng và giả thiết về lợi ích kỳ vọng
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
136 ◊ 3.5 Một số ứng dụng của độ đo

chọn giữa đỗ xe ô tô ở tầng hầm hoặc đỗ xe ở bãi đỗ ngoài trời

Nếu đỗ xe ở dưới hầm thì bạn mất 25 nghìn đồng trong hai tiếng.
Trong hầm luôn có sự giám sát chặt chẽ và bạn sẽ bị phạt vì quá
giờ là 150 nghìn đồng. Bãi đỗ xe ngoài trời sẽ thu phí đồng loạt
(flat fee) là 40 nghìn đồng cứ hai tiếng một. Bạn nghĩ rằng cơ hội
để cuộc họp không quá giờ là 80 %. Vậy, bạn quyết định nên đỗ xe
dưới hầm hay đỗ xe ở bãi? Bạn đối mặt với việc đưa ra một quyết
định trong số các tình huống đã cho.
Bài toán có thể tổng kết theo bảng dưới đây:
Sự kiện Xác suất Kết quả

Hành động 1: Để xe dưới hầm
Cuộc họp trong 0, 8 $ − 25
2 giờ
Cuộc họp trong 0, 2 −$(25+150) = −$175
hơn 2 giờ
Hành động 2: Để xe trên bãi
Cuộc họp trong 0, 8 −$40
2 giờ
Cuộc họp trong 0, 2 −$40
hơn 2 giờ
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.

Chúng ta thay đổi số liệu trong ví dụ trên. Giả sử bãi đỗ xe

thu 60 nghìn đồng thay vì thu 40 nghìn thì đặt xe ở bãi có giá trị
kỳ vọng bằng −60 cao hơn so với giá trị kỳ vọng đỗ xe trong hầm.
Tuy nhiên, bạn vẫn đặt xe ở bãi đỗ vì đặt xe trong hầm có
sự rủi ro là chi phí lớn hơn. Chúng ta nên ấn định lợi ích của
mình là n đơn vị và tính lợi ích kỳ vọng cho mỗi hành động được
chọn. Ở đây, chúng ta thấy hành động 1 có lợi ích kỳ vọng là
0, 8 · u(−25) + 0, 2 · u(−175), trong khi hành động 2 có lợi ích kỳ
vọng là u(−60), với u là hàm lợi ích. Chẳng hạn, u(−25) = −25 và
u(−60) = −40, u(−175) = −150 thì hành động 1 có lợi ích kỳ vọng
là −50 và hành động 2 có lợi ích kỳ vọng là −40. Nếu chọn hành
động chỉ dựa trên lợi ích kỳ vọng thì chúng ta sẽ chọn hành động
2.
Nói một cách tổng quát, giả sử chúng ta nghĩ về một hành
động, một lựa chọn hay một trò chơi mà xảy ra một trong các biến
cố A1 , A2 , . . . , An . Giả sử các biến cố này có quan hệ loại trừ và đầy
đủ hết các khả năng, tức là
n
X
P (Ai ∩ Aj ) = 0 nếu i 6= j và P (Ai ) = 1,
i=1
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

cho người bệnh theo phương án này là:

0 0 0 0 0 0
E(y) = P (A1 · u(c1 ) + P (A2 · u(c2 ) + P (A3 · u(c3 ))
= 0, 0001 · 100 + 0, 4999 · 0 + 0, 5000 · (−200) = −99, 99.
Điều này không phải không có lý do để chọn lựa giữa hai

phương án điều trị dựa trên lợi ích kỳ vọng. Tức là, một khi
phương án x được lựa chọn thay thế cho phương án y nếu E(x) >
E(y) và phương án y được lựa chọn thay thế cho phương án x nếu
E(y) > E(x). Trong ví dụ trên ta sẽ chọn lựa phương án x thay
cho phương án y. Đây là trường hợp phương án điều trị x được
chọn lựa mặc dù phương án này có thể dẫn đến cái chết của bệnh
nhân với xác suất cao. Lý do của kết quả này là do bệnh nhân
mong muốn thà chết còn hơn tàn tật suốt đời. Với bệnh nhân có
hàm lợi ích khác thì sự lựa chọn có thể khác đi.
Sử dụng lợi ích kỳ vọng để xác định sự lựa chọn có thể được
nhìn nhận như một đơn thuốc hoặc quy tắc toa thuốc. Chúng ta
sẽ gọi nó là quy tắc lợi ích kỳ vọng (EU rule). Quy tắc này được
thành lập như sau: Nếu x và y là các trò chơi thì x được ưa chuộng
hơn y nếu và chỉ nếu
X X 0 0
P (Ai )u(ci ) > P (Ai )u(ci ) (1)
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]

X X X 0 0 X 0
⇐⇒ α P (Ai )u(ci ) + β P (Ai ) > α P (Ai )u(ci ) + β P (Ai )
X X 0 0
⇐⇒ P (Ai )u(ci ) > P (Ai )u(ci )
0
trong đó α > 0 và
P P
P (Ai = P (Ai = 1
3.5.2. Sử dụng quy tắc EU và giả thiết EU trong việc ra
quyết định
Trong mục trên chúng ta đã giới thiệu khái niệm lợi ích kỳ
vọng và quy tắc lợi ích kỳ vọng, giả thiết lợi ích kỳ vọng. Trong
mục này chúng ta sẽ đưa ra một số công cụ và phương pháp để
đưa ra các quyết định phức tạp với điều kiện quy tắc EU và giả
thiết EU đúng. Chúng ta sẽ giới thiệu một số trường hợp riêng
là khái niệm "xổ số" (Lottery). Chúng ta sẽ chỉ ra cách sử dụng
giả thiết EU và "xổ số" để tính một hàm lợi ích. Chúng tôi sẽ giới
thiệu khái niệm về vé xổ số cơ bản (basic reference lottery ticket-
brlt) và áp dụng xổ số và vé xổ số cơ bản để tính lợi ích kinh tế và
để trả lời các câu hỏi về sức khỏe cộng đồng.
Trong mục trên chúng ta liên kết mỗi hành động hoặc một sự
lựa chọn với một tập hợp các biến cố có thể (các biến cố này là hệ
biến cố đầy đủ và loại trừ nhau) và một hệ quả tương ứng với mỗi
biến cố. Chúng ta đã nói về xác suất của một biến cố và lợi ích
của các kết quả. Bây giờ ta bỏ qua tất cả các vấn đề về biến cố mà
chỉ nói về các kết quả. Sau đó chúng ta nói về xác suất của một
kết quả cũng như lợi ích của nó. Để thuận tiện ta coi một hành
động hoặc một sự lựa chọn như là một xổ số với các kết quả là
c1 , c2 , . . . , cn , trong đó kết quả ci có xác suất tương ứng là pi . Ta sử
dụng sơ đồ cây để biểu diễn xổ số với các đầu mút của các nhánh
được gán bởi các kết quả và các nhánh được gán bởi xác suất của
nó. Chẳng hạn sơ đồ trong Hình 3.9:

c1
p1
p2 c2
p3
c3
p4
c4
Hình 3.9: Sơ đồ cây biểu diễn xổ số
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 ký hiệu u : K −→ Re là hàm giá trị trên K và cần phân

biệt hàm giá trị trên K với hàm lợi ích trên K. Trong đó hàm giá
trị trên K có các tính chất đặc biệt, chẳng hạn tính bảo toàn qua
hệ quan sát trên K.
Ta nói rằng bộ ba (K, L, R) thỏa mãn giả thiết giá trị kỳ vọng
(EV) nếu tồn tại hàm giá trị u trên K có tính chất: Với mọi xổ số
l và l0 trong L (xem Hình 3.10a. và Hình 3.10b.):
m
lRl0 ⇐⇒
X X
pi u(ci ) > qi u(d − i) (2)
i=1
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
Hình 3.10: Xố số l và l0 trong L
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
Xổ số l có 50 % cơ hội để thắng $50 và 50% rủi ro bị mất $50.

Xét xổ số tiếp theo (xem Hình 3.12.)

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
Hình 3.13: Xổ số l00
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
Hình 3.14: Xổ số đơn giản từ l00

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
Trong l1 , có 50% cơ hội xảy ra và 50% khả năng bị mất $100.

Trong l2 chắc chắn bạn bị mất $45. Trong l3 chắc chắn bạn bị mất
$45 và sau đó bạn được xổ số $45 với xác suất 0,5 hoặc mất thêm
$50 với xác suất 0,5. Nhiều người thích l1 hơn l2 , thậm chí nếu lợi
ích thỏa mãn u($n) = nu($1), E(l1 ) < E(l2 ). Họ sẽ mong trò chơi
thà kết thúc thất bại còn hơn là mất $45. Điều này vi phạm quy
tắc EU. Nhiều người chơi cũng thích l2 hơn l3 . Vì trò chơi l3 nếu
thắng thì được $45 nhưng mất $50 là không công bằng, nên họ
không thích chọn trò chơi này. Vậy, đối với nhiều người chơi ta có
l1 Rl2 và l2 Rl3 . Tuy nhiên, nhiều người thích l3 hơn l1 ,tức là l3 Rl1 .
Bởi vì l3 cho cơ hội 50-50 không được đồng nào hoặc mất $95 tốt
hơn là cơ hội 50-50 không được đồng nào hoặc mất $100. Điều này
vi phạm tính bắc cầu của quan hệ ưa chuộng, một tính chất được
suy ra từ quy tắc EU. Khi không có tính bắc cầu thì một số người
chơi sẽ không thuận lợi trong việc chọn lựa trò chơi trong khi các
người khác không thay đổi ý định của mình, tức là các lựa chọn
ban đầu của họ là ưa chuộng thực sự. Điều này là phi lôgic.

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.

d∗ ) Chứng minh rằng nếu A là một đại số chỉ gồm một số

hữu hạn các tập con của X thì tập hợp M gồm các nguyên
tử của A tạo thành một phân hoạch hữu hạn của X và A
là đại số sinh bởi M .
e∗ ) Chứng minh kết quả tương tự câu c) trong trường hợp
A là một đại số chỉ gồm một số hữu hạn hoặc đếm được các
tập con của X.
Nếu không có giả thiết A gồm hữu hạn (đếm được) các tập
con thì kết luận của câu 6 c) và d) chưa chắc đúng, hai bài
tập sau là ví dụ.
7. Cho X là một tập vô hạn và M là họ các tập hợp con của tập
X mà chỉ chứa một phần tử. Chứng minh đại số sinh bởi M
là họ tập hợp tất cả các tập con A ⊂ X mà A hữu hạn hoặc
Ac hữu hạn.
8∗ . Với X và M được cho như trên. Chứng minh σ−đại số sinh
bởi M là họ tập hợp tất cả các tập con A ⊂ X mà một trong
hai tập A hay Ac là hữu hạn hoặc đếm được.
9∗ . Cho M là họ tất cả các tập con của X gồm đúng hai phần
tử. Tìm σ(M ) (σ−đại số sinh bởi M ).
1
10. Cho F là σ−đại số trên X = [0, 1] thỏa mãn [ n+1 , n1 ] ∈ F với
mọi n = 1, 2, . . . Chứng tỏ rằng:
a){0} ∈ F , b)( n1 , 1] ∈ F với mọi n,
c){ n1 : n = 2, 3, . . . } ∈ F , d)(0, n1 ] ∈ F với mọi n.
11∗ . Xét tập X và họ tập hợp ∅ 6= M ⊂ 2X . Họ tập hợp M được

gọi là họ tập hợp đơn điệu nếu thỏa mãn một trong hai điều
kiện:
a) nếu với mọi dãy các tập đơn điệu tăng An ∈ M thì
∞
[
An ∈ M ,
n=1

hoặc
b) nếu với mọi dãy các tập đơn điệu giảm An ∈ M thì
∞
\
An ∈ M .
n=1
Giả sử A là một đại số. Chứng minh rằng A là σ−đại số

khi và chỉ khi A là họ tập hợp đơn điệu.
12∗ . Chứng minh rằng nếu F là một σ−đại số những tập hợp
con của một tập hợp X và Z là một tập con của X thì họ tập
hợp các tập con:
F|Z = {A ∩ Z : A ∈ F}
là một σ−đại số những tập con của Z.

13. Trong không gian đo được (X, A ) ở bài tập 4, một độ đo µ
xác định trên (X, A ) thỏa mãn:
1 1
µ[0, 1) = 0.8; µ[ , 1) = 0.3; µ[ , 1] = 0.4.
2 2
Hãy tính µ(X) và µ{1}.

14. Trong không gian đo được (X, A ) ở Bài tập 5, một độ đo µ
xác định trên (X, A ) thỏa mãn:
µ{0} = 0.3; µ{2, 3} = 0.1; µ{0, 1, 2, 3} = 1.
Hãy tính µ{0, 1} và µ{1, 2, 3}.

15. Trong không gian độ đo (X, F , µ), tập X có độ đo 1, chứng
minh rằng nếu A1 , A2 là các tập có độ đo 0 thì A = Ac1 ∩ Ac2
cũng là tập đo được. Độ đo của tập này bằng bao nhiêu?
16. Cho (X, F , µ) là một không gian có độ đo σ-hữu hạn với
µ(X) = +∞. Chứng minh rằng với M < ∞ bất kỳ, tồn tại
một A ∈ F sao cho M < µ(A) < ∞.

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
với mọi dãy Ai , Bi ∈ F thỏa mãn Bi ⊆ Ai , i = 1, 2, . . .

21. Cho tập X 6= ∅. Với mỗi tập con A ⊂ X, đặt

1

nếu A 6= ∅,
µ∗ (A) =
0

nếu A = ∅.
Chứng minh µ∗ là một độ đo ngoài. Hãy chỉ ra họ các tập µ∗

là đo được.

22∗ . Cho X là ma trận vuông cấp 10 gồm 100 số thực, A là các

tập gồm các số thực trong 100 số đã cho. Ta định nghĩa hàm
tập µ∗ : µ∗ (A) = {số cột mà mỗi cột chứa ít nhất một phần tử
xi ∈ A}. Chứng minh µ∗ là độ đo ngoài và E là µ∗ - đo được
⇔ ∀x ∈ E thì cả cột chứa x cũng thuộc E.
23. Cho X là một tập vô hạn. A là họ các tập con A của X sao
cho hoặc A hữu hạn thì đặt m(A) = 0, hoặc phần bù của A
hữu hạn, thì đặt m(A) = 1.
a) Chứng minh A là một đại số nhưng không là σ−đại số.
b) Chứng minh rằng m là hữu hạn cộng tính trên A .
24. Tìm các ví dụ để chứng tỏ:
a) hợp không đếm được các tập có độ đo 0 có thể có độ đo
dương;
b) giao không đếm được các tập có độ đo 1 có thể có độ đo 0.
25∗ . Giả sử N = {1, 2, . . . } và ∞
n=1 an là chuỗi số dương hội tụ.
P
Với mỗi tập A ⊂ N hữu hạn, đặt ϕ(A) = n∈A an . Nếu A ⊂ N

P
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

a) Vẽ đồ thị của ba hàm số trên.

b) Trong các hàm số trên, hàm nào là hàm đơn điệu không
giảm và liên tục trái.
c) Hãy tìm độ đo Lebesgue-Stieltjes cảm sinh bởi các hàm
trên của các tập sau:
i) (−∞, 1] ii) [3, 3] iii) (3, ∞).


Chứng minh phần tiếp theo của định lý 3.2.4.

Bây giờ giả sử µ : F → R+ là hàm tập hữu hạn cộng tính thỏa
mãn µ(∅) = 0. Ta cần chỉ ra µ là σ-cộng tính nếu µ thỏa mãn một
trong hai điều kiện i) hoặc ii).
S∞
Nếu µ thỏa mãn điều kiện i) và cho B = i=1 Bi , trong đó các
Bi ∈ F rời nhau. Đặt
[ n
[
A1 = B1 , A2 = B1 B2 , . . . , An = Bi , . . .
i=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
trong đó các A0n = B \ An ∈ F và A01 ⊃ A02 ⊃ . . . Vậy,
lim µ(B \ An ) = lim µ(A0n ) = 0.

n→∞ n→∞

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

Ở đây ta ký hiệu A ∩ B = AB, A \ B = AB c .
Bước 1 (L là một đại số): Thật vậy, dễ thử thấy rằng L kín đối
với phép lấy phần bù và ∅, X ∈ L . Ta chỉ ra L kín đối với phép
giao (và do đó L là một đại số). Giả sử A, B ∈ L . Ta có
µ∗ (E) = µ∗ (EA) + µ∗ (EAc ) (do A là µ∗ - đo được)

= µ∗ (EAB) + µ∗ (EAB c ) + µ∗ (Ac EB) + µ∗ (Ac EB c )
(Vì B là µ∗ - đo được)
≥ µ∗ (EAB) + µ∗ (EAB c ∪ EAc B ∪ EAc B c )

≥ µ∗ (EAB) + µ∗ E(AB)c .
Vậy AB ∈ L . Bước 2 (µ∗ cộng tính hữu hạn trên L ): Giả sử
A, B ∈ L và AB = ∅, ta có

µ∗ (A ∪ B) = µ∗ (A ∪ B)A + µ∗ (A ∪ B)Ac = µ∗ (A) + µ∗ (B).
Bước 3 (L là σ−đại số): Không giảm tổng quát, ta giả sử dãy

{Ak } ⊂ L từng cặp rời nhau và A = ∞ k=1 Ak . Theo bước 1, Bn =
S
Sn
k=1 Ak ∈ L .

Do đó
n
∗ ∗ ∗
(EBnc ) µ∗ (EAk ) + µ∗ (EAc ),
X
µ (E) = µ (EBn ) + µ ≥
k=1
vì theo chứng minh của bước 2

n
µ∗ (EBn ) = µ∗ (EAk ).
X
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).

Với mỗi A ⊂ X, ta đặt:
∞
nX o
µ∗ (A) = inf p(Pi ) : ∪∞
i=1 Pi ⊃ A, Pi ∈ A . (3.4)
i=1
Bổ đề 3.5.1. µ∗ là một độ đo ngoài .
Chứng minh. Rõ ràng, µ∗ (∅) = 0 và µ∗ (A) ≥ 0, ∀A ⊂ A. Ta chỉ

cần chứng minh µ∗ thỏa mãn điều kiện thứ ba trong định nghĩa
độ đo ngoài. Giả sử {Ak } ⊂ 2X và ε > 0 cho trước. Với mỗi k ∈ N
ta luôn có thể chọn được dãy {Akj } ⊂ A sao cho Ak ⊂ ∞ j=1 Akj , và
S
∞
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
Cho ε ↓ 0 ta có điều phải chứng minh.

i) Lấy A ∈ A . Rõ ràng µ∗ (A) ≤ p(A), vì A ∈ A và A ⊂ A ∪ ∅ ∪

· · · ∪ ∅. Ngoài ra, nếu A ∈ A thì với mọi dãy Ak ∈ A (k = 1, 2, . . . )
P∞
sao cho A ⊂ ∪∞ k=1 Ak , ta đều có p(A) ≤ k=1 p(Ai ). Vì vậy, p(A) ≤
µ∗ (A). Do đó µ∗ (A) = p(A) với mọi A ∈ A .
ii) Để chứng minh µ∗ là độ đo trên σ(A ), ta sẽ chỉ ra σ(A ) ⊂
L −họ tập hợp tất cả các tập µ∗ đo được. Nhưng do L là một
σ−đại số nên ta chỉ cần chứng minh A ⊂ L , tức với A ∈ A bất
kỳ, A là µ∗ đo được.
Theo i) µ∗ là độ đo ngoài, nên với A ∈ A , E ⊂ X, ta có:
µ∗ (E) ≤ µ∗ (EA) + µ∗ (E \ A).
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
Sử dụng giả thiết A là một đại số, ta có:

∞ ∞
AAk , E \ A = EAc ⊂ Ac Ak ,
[ [
EA ⊂
k=1 k=1
∞ ∞
ε+µ∗ (E) ≥ [p(AAk )+p(Ac Ak )] ≥ µ∗ (EA)+µ∗ (E \A).
X X
p(Ak ) =
k=1 k=1
Từ đó cho ε ↓ 0, ta có điều phải chứng minh.

iii) Giả sử p là σ-hữu hạn và µ1 là một độ đo khác xác định trên
σ(A ) sao cho µ = µ1 = p. Ta cần chứng minh µ(A) = µ1 (A),
A A
∀A ∈ σ(A ).
Theo giả thiết, X = ∪∞ n=1 Xn , p(Xn ) < ∞, các Xn đôi một rời
∞
nhau. Ta có A = ∪n=1 An với An = Xn ∩ A ∈ σ(A ), n = 1, 2, . . . , các
An đôi một rời nhau. Vậy chỉ cần chứng minh µ(An ) = µ1 (An ) với
mọi số tự nhiên n. Thật vậy, nếu {En,i }∞
i=1 là một dãy bất kỳ những

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).

Ta sẽ chỉ ra rằng Aµ = σ(A ∪ N ). Thật vậy, nếu N ⊂ B ∈ A ,
µ(B) = 0 thì
(A ∪ N )c ⊂ (A ∪ B)c + B ∩ (A ∪ N )c , µ(B ∩ (A ∪ N )c ) = 0.
Như vậy, Aµ kín đối với phép lấy phần bù.

Mặt khác, rõ ràng Aµ ⊃ A , Aµ ⊃ N và Aµ kín đối với phép
hợp đếm được. Vậy, Aµ là σ−đại số. Từ đó suy ra Aµ = σ(A ∪ N ).
∼
Tiếp theo, ta chứng minh µ là độ đo trên Aµ . Nếu A1 ∪ N1 =
A2 ∪ N2 với A1 , A2 ∈ A ; N1 , N2 ∈ N thì A1 4A2 ⊂ N1 ∪ N2 . Do đó,
∼
µ(A1 4A2 ) = 0. Suy ra µ(A1 ) = µ(A2 ). Như vậy, µ xác định đơn trị
(không phụ thuộc vào cách biểu diễn A ∪ N ). Từ tính σ-cộng tính
∼ ∼
của µ ta suy ra µ là σ-cộng tính. Vậy µ là độ đo trên Aµ .
∼ ∼ ∼ ∼
Ngoài ra, giả sử M ⊂ A ∈ Aµ và µ(A) = 0. Khi đó, do A = A∪N
∼ ∼
với A ∈ A , N ∈ N và µ(A) = µ(A) = 0, suy ra µ(M ) = 0. Vậy M
∼
là tập µ-không, tức là µ là độ đo đủ.
∼
Cuối cùng, dễ dàng thấy được tính duy nhất của µ.

Chương 4
Tích phân Lebesgue

(The Lebesgue Integral)
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 ◊
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.
Chương 4: Tích phân Lebesgue ◊ 159

4.1. Tích phân Lebesgue của hàm đơn giản không âm (The
Lebesgue Integral of Nonnegative simple functions)
4.1.1. Khái niệm
Cho tập A bất kỳ trong X, hàm đặc trưng của A là hàm số

được ký hiệu là 1A (x) và được xác định như sau:

0,

nếu x ∈
/ A,
1A (x) =
1,

nếu x ∈ A.
Định nghĩa 4.1.1. Một hàm số f (x) : X → R được gọi là hàm

đơn giản nếu nó chỉ có một số hữu hạn giá trị α1 , α2 , . . . , αn ∈ R
(các giá trị của αi , i = 1, . . . , n có thể bằng ∞) thỏa mãn:
Ai = {x : f (x) = αi } = f −1 (αi ) là tập đo được, tức Ai ∈ F .
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.
Ví dụ 4.1.1. Hàm hằng f (x) = m và hàm dấu f (x) = sign(x) là

các hàm đơn giản trên R.
Ví dụ 4.1.2. Hàm số F (t) ở Ví dụ 3.4.6 của Chương 3 có thể biểu

diễn thành hàm đơn giản như sau:
1
F (t) = .1[−1,1) + 1[1,∞) .
2
160 ◊ 4.1 Tích phân của hàm đơn giản không âm

Ví dụ 4.1.3. Xét hàm số g(x) xác định bởi:






0, nếu x < 1,


1,


 nếu 1 ≤ x < 2,


nếu 2 ≤ x < 3,




 2,

g(x) = 3, nếu x = 3,



1, nếu 3 < x ≤ 4,





−1, nếu 4 < x ≤ 5,







0, nếu x > 5.


1 2 3 4 5
-1
Hình 4.1: Đồ thị của hàm g(x)
Ta thấy g(x) được biểu diễn dưới dạng (4.1) như sau:
g(x) = 1[1,2)∪(3,4] + 2.1[2,3) + 3.13 − 1(4,5] .
Như vậy g(x) là hàm đơn giản.
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
Ví dụ 4.1.4. Cho hàm số xác định trên [1, 6]:


1,

nếu x ∈ [1, 3),
f (x) = 
2, nếu x ∈ [3, 6].
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
Các độ đo tính được là:

1
µF (−∞, 0) = F (0− ) − F (−∞) = ,
2
1
µF [0, ∞) = F (∞) − F (0− ) = .
2

Do vậy: Z
3
f dµF = .
R 2
4.1.2. Tính chất
Từ định nghĩa, ta dễ dàng suy ra một số tính chất của tích

phân trên như sau:
f dµ với mọi α ≥ 0.
R R
i) X αf dµ = α X
ii) Nếu f, g là các hàm đơn giản không âm trên X thì f + g

cũng là hàm đơn giản không âm thỏa mãn:
Z Z Z
(f + g)dµ = f dµ + gdµ.
X X X
iii) Nếu f, g là các hàm đơn giản không âm và f ≤ g trên X thì

X f dµ ≤ X gdµ.
R R
Chứng minh. Tính chất i) dễ dàng nhận thấy từ định nghĩa.

Pn Pm
Để chứng minh ii), ta giả sử f = i=1 α i 1A i ; g = j=1 βj 1Bj .
Vì Ai = ∪m n
j=1 (Ai Bj ) và Bj = ∪i=1 (Bj Ai ) nên:
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
Với tính chất iii), vì f (x) ≤ g(x), ∀x ∈ X nên trên Ai ∩ Bj ta có

αi ≤ βj . Từ đó theo (4.2) ta nhận được điều phải chứng minh.

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:
f = 1[1,√2) + 2.1[√2,√3) + 3.1[√3,2) + 4.1[2]

Z √ √ √ √ √ √
⇒ f dm = ( 2 − 1) + 2( 3 − 2) + 3(2 − 3) + 4.0 = 5 − 3 − 2.
E
Hình 4.3: Hàm số f (x) = Int(x2 )
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
Định nghĩa 4.2.1. Một hàm số f : X → R được gọi là đo được đối

với σ−đại số F (hoặc F - đo được) nếu:
(∀a ∈ R) f −1 (−∞, a) = {x ∈ X : f (x) < a} ∈ F . (4.3)
y=a
y = f (x)
Hình 4.4: Tập {x|f (x) < a}
Khi trên F có một độ đo µ thì f (x) cũng gọi là đo được đối

với độ đo µ hay µ - đo được. Trong trường hợp X = Rk , F = L k
thì ta nói f (x) là đo được theo nghĩa Lebesgue, hay đo được (L).
Trường hợp F là σ - đại số Borel, f (x) được gọi là đo được theo
nghĩa Borel hay hàm đo được Borel.
Ví dụ 4.2.1. Cho tập X = {1, 2, 3, 4, 5} và σ−đại số những tập con
của X, F = {X, ∅, {1, 2, 3}, {4, 5}}. Xét hàm f : X −→ R với

6

nếu x < 4,
f (x) =
8

nếu x ≥ 4,
Khi đó, f là hàm đo được trên X đối với σ− đại số F .
166 ◊ 4.2 Hàm số đo được

Thật vậy, với mọi a ∈ R:

• Với a ≤ 6 : Tập hợp {x ∈ X : f (x) < a} = ∅ ∈ F .
• Với 6 < a ≤ 8 : Tập hợp {x ∈ X : f (x) < a} = {1, 2, 3} ∈ F .
• Với 8 < a : Tập hợp {x ∈ X : f (x) < a} = X ∈ F .
Mệnh đề 4.2.1. Điều kiện (4.3) có thể thay thế bằng một trong
các điều kiện sau:
(∀a ∈ R) {x ∈ X : f (x) > a} ∈ F (4.4)

(∀a ∈ R) {x ∈ X : f (x) ≤ a} ∈ F (4.5)
(∀a ∈ R) {x ∈ X : f (x) ≥ a} ∈ F . (4.6)
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 .
Hệ quả 4.2.1. Nếu hàm f là đo được thì với mọi a ∈ R, tập

f −1 ({a}) là tập đo được.
Chứng minh. Tập f −1 ({a}) = f −1 (−∞, a] \ f −1 (−∞, a) nên tập

này thuộc F .
Ví dụ 4.2.2. Cho hàm f : X → R là hàm hằng số f (x) = c. Khi đó

f −1 (−∞, a) = ∅ nếu a ≤ c, bằng X nếu a > c nên f là đo được.
Ví dụ 4.2.3. Cho A ⊂ X và hàm f = 1A = 1 nếu x ∈ A, 0 trong

trường hợp còn lại. Khi đó f −1 (−∞, a) = ∅, X hoặc A nên f là đo
được khi và chỉ khi A là tập đo được.

Ví dụ 4.2.4. Giả sử X là tập số thực, F là σ−đại số Borel B .

Hàm số f (x) = x là hàm đo được do f −1 (−∞, a) = (−∞, a) ∈ B .
Ví dụ 4.2.5. Nếu F = 2X thì một hàm số bất kỳ từ X vào R đều

đo được.
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
kf (x), f ± g, f g, max{f, g}, min{f, g}
cũng đo được, và nếu g(x) khác không thì f /g cũng đo được.
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.
Chứng minh. Nếu f đo được thì vì hàm g ≡ 0 đo được nên f ± đo

được. Ngược lại, nếu f ± đo được thì f = f + − f − cũng đo được.

y y
x x
O O
(a) Đồ thị f (b) Đồ thị |f |

y y
x x
O O
(c) Đồ thị f + (d) Đồ thị f −
Hình 4.5: Đồ thị của các hàm số f, |f | và f + , f −
Chúng ta thấy hàm f đo được dẫn đến hàm |f | = f + + f − là

đo được. Tuy nhiên, điều ngược lại không đúng.
Ví dụ 4.2.6. Giả sử F 6= 2X và A là tập không đo được. Đặt

f (x) = 2 nếu x ∈ A và −2 nếu x 6∈ A. Khi đó f không đo được
nhưng |f | lại đo được.
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.

Chứng minh. i) Với mọi số thực a:

{sup fn (x) ≤ a} = ∩∞
n=1 {fn (x) ≤ a} ∈ F ,
n
{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
lim fn (x) = sup{inf 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 .
Chứng minh. Đặt C = {A ∈ B : f −1 (A) ∈ F }. Dễ dàng chứng

minh được C là một σ−đại số và chứa họ các khoảng (−∞, a) nên
cũng chứa σ−đại số sinh bởi họ các khoảng này. Vậy C chứa B .

Chúng ta biết rằng σ−đại số Borel B nằm trong σ−đại số các

tập đo được Lebesgue tuy nhiên chưa biết rằng chúng có khác
nhau hay không. Bây giờ, sử dụng hai mệnh đề trên, ta sẽ chỉ ra
một tập đo được Lebesgue nhưng không đo được Borel.
Ví dụ 4.2.7. Nhắc lại, tập Cantor là tập:

 
X 
C := xn /3n : xn = 0 hoặc 2 với mọi n .
 
n≥1
Định nghĩa một hàm f như sau:
f (x) = sup{y ∈ C : y ≤ x}.
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
Ta đã chỉ ra 1A (x) đo được ⇔ A đo được nên hàm đơn giản bất

kỳ trên (X, F ) luôn đo được.
Định lý sau cho biết về mối liên hệ giữa hàm đo được và hàm
đơn giản.
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
Rõ ràng, fn (x) là hàm số đơn giản. Ta sẽ chỉ ra fn+1 (x) ≥

fn (x) ≥ 0.
f2
2
f1
f
1
1/2
Hình 4.6: Các hàm fn (x)
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.
Chứng minh. Hàm f (x) có thể biểu diễn bởi f = f + − f − . Các

hàm f + , f − là những hàm không âm, đo được nên theo định lý
vừa chứng minh, tồn tại hai dãy hàm đơn giản {fn+ }, {fn− } hội tụ
tương ứng tới f + , f − . Mỗi hàm số fn = fn+ − fn− cũng sẽ là đơn
giản vì cũng đo được và chỉ lấy một số hữu hạn giá trị. Hơn nữa,
ta có fn → f + − f − = f khi n → ∞.
4.2.3. Hàm số tương đương
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
µ{x : fn (x) 9 f (x)} = 0.
Ta nói hai hàm số f (x) = g(x) h.k.n có nghĩa là
∃B, µ(B) = 0 sao cho (∀x ∈ B c ) f (x) = g(x).
Khi đó, f (x) và g(x) được gọi là tương đương.

Ký hiệu là: f (x) ∼ g(x).
Ví dụ 4.2.8. Xét dãy hàm:
 i
n,

nếu x ∈ [0, n1 ,
gn (x) = n1h 1
i (x) =
0, n 0,

trong trường hợp còn lại.
Ta có thể kiểm tra {x : gn (x) 9 0} = {0} có độ đo bằng 0 nên

gn → 0 h.k.n.

Ví dụ 4.2.9. 1[a,b) = 1(a,b) (h.k.n) đối với độ đo Lebesgue.
Định lý 4.2.4. Nếu µ là độ đo đủ thì mọi hàm số g(x) tương đương

với một hàm số đo được f (x) cũng là đo được.
Chứng minh. Với mọi số thực a, ta có:
{f (x) < a}4{g(x) < a} ⊂ {f (x) 6= g(x)}.
Theo giả thiết, tập {f (x) 6= g(x)} có độ đo 0 mà µ là độ đo

đủ, nên tập {f (x) < a}4{g(x) < a} cũng đo được và có độ đo 0.
Chứng tỏ tập {g(x) < a} chỉ khác tập {f (x) < a} một tập có độ đo
0. Nhưng vì f (x) đo được nên tập {f (x) < a} đo được, do đó tập
{g(x) < a} cũng đo được. Vậy hàm số g(x) đo được.
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 lý 4.2.6 (Lusin). Cho một tập A ⊂ Rk có độ đo µ(A) < +∞.

Một hàm số f (x) xác định và hữu hạn trên tập A là đo được khi
và chỉ khi với mỗi ε > 0 tồn tại một tập đóng F ⊂ A sao cho
µ(A \ F ) < ε và f (x) liên tục trên tập F .

Từ định lý trên, ta thấy rằng, mặc dù hàm đo được rộng hơn

hàm liên tục rất nhiều nhưng hàm đo được chỉ khác hàm liên tục
trên một tập có độ đo không đáng kể.
4.3. Tích phân Lebesgue của hàm đo được không âm (The
Lebesgue Integral of Nonnegative measurable functions)
4.3.1. Định nghĩa và một số tính chất
Cho không gian độ đo bất kỳ (X, F , µ) và một hàm f đo được

không âm:
f : X → [0, +∞],
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
Nếu f là hàm đo được không âm và A ∈ F thì f 1A cũng là

hàm đo được không âm và ta sẽ định nghĩa tích phân Lebesgue
của f trên A đối với độ đo µ là giá trị
Z Z
f dµ = f.1A dµ.
A 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.
i) Nếu các f , g là các hàm đo được không âm trên không gian

độ đo (X, F , µ) và f ≤ g thì
Z Z
f dµ ≤ gdµ. (4.7)

ii) Nếu f là hàm đo được không âm trên không gian độ đo

(X, F , µ) và A, B ∈ F , A ⊂ B thì
Z Z
f dµ ≤ f dµ.
A B
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).
Ví dụ 4.3.1. Xét không gian X = [0, 1], σ− đại số F = B [0, 1], độ

đo µ = m và hàm số f (x) = x. Khi đó, với n ∈ N bất kỳ ta xét hai
hàm đơn giản sau:
k k+1 k k+1
fn (x) = , gn (x) = nếu x ∈ [ , ), 0 ≤ k < n.
n n n n
Dễ dàng thấy rằng fn (x) ≤ f (x) ≤ gn (x), do đó fn (x)dm ≤

R
X
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
176 ◊ 4.3 Tích phân của hàm đo được không âm

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
định lý về sự hội tụ đơn điệu, ta có:

Z Z Z
lim fn dµ = lim gn dµ ≤ lim fn dµ.
X X X
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,

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
Định lý 4.3.3. Cho f, g là các hàm đo được, không âm xác định

trên không gian độ đo (X, F , µ), số c ≥ 0 bất kỳ, khi đó ta có:
R R
i) X cf dµ = c X f dµ.
R R R
ii) X (f + g)dµ = X f dµ + X gdµ.
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
178 ◊ 4.3 Tích phân của hàm đo được không âm

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
Chứng minh. Đặt fn = g1 + · · · + gn , sử dụng tính chất cộng tính

của tích phân ta có:
Z n Z
X
fn dµ = gi dµ.
X i=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 đã được chứng minh.
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.

Như vậy, theo hệ quả trên ta có:

Z ∞ Z
X
f dµ = f dµ,
∪∞
n=1 An n=1 An
với An là các tập rời nhau thuộc F .
Định lý 4.3.4. Giả sử f là một hàm đo được, không âm. Khi đó

R
X f dµ = 0 khi và chỉ khi f = 0 (h.k.n).
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
Chứng minh. Đặt A = {x : f (x) 6= g(x)}. Theo giả thiết, ta có

µ(A) = 0. Từ đó, suy ra:
Z Z Z Z Z Z
f dµ = f dµ + f dµ = f dµ = gdµ = gdµ.
X A Ac Ac Ac X
Định lý về sự hội tụ đơn điệu 1 vẫn còn đúng khi sự hội tụ là

sự hội tụ h.k.n.
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
4.4. Tích phân Lebesgue của hàm đo được bất kỳ

(The Lebesgue Integral of measurable functions)
4.4.1. Khái niệm
Xét hàm số f (x) bất kỳ đo được trên tập X. Ta biểu diễn
f = f + − f −.
Nhận xét rằng cả hai hàm f + và f − đều là các hàm đo được,

không âm.
180 ◊ 4.4 Tích phân Lebesgue của hàm đo được bất kỳ

Định nghĩa 4.4.1. Nếu hiệu X f + dµ − X f − dµ có nghĩa (tức là

R R
không có dạng ∞ − ∞) thì ta gọi nó là tích phân (Lebesgue) của

R R
hàm f trên X và ký hiệu là X f (x)dµ(x) (hoặc đơn giản là X f dµ):
Z Z Z
f (x)dµ(x) = +
f dµ − f − dµ
X X X
(tích phân này có thể là hữu hạn hoặc vô hạn).

Định nghĩa 4.4.2. Nếu X f ± dµ < ∞ thì X f dµ là một số hữu
R R
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
Với m là độ đo Lebesgue trên R, khi đó theo định lý hội tụ đơn

điệu [0,n] f + (x)dm → [0,∞) f + (x)dm khi n → ∞. Mặt khác, ta có:
R R
n
Z
+
X 1
f (x)dm = →∞
[0,n] i=1 2i

nên [0,∞) f + (x)dm = +∞. Tương tự f − (x)dm = +∞ nên

R R
[0,∞)
R
không tồn tại [0,∞) f (x)dm.
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
∞, thì X f (x)dµ luôn được xác định bởi công thức:

R
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
Vì khi đó X f + dµ và f − dµ là hữu hạn nên đẳng thức (4.9)

R R
X
đúng với f + và f − .
Suy ra (4.9) đúng với mọi hàm f = f + − f − .

Ví dụ 4.4.2. Nếu X = N, µ(n) = 2−n , f (x) = x. Khi đó,

∞ ∞
n n+1 n+2
Z X X
f dµ = n
= − n = 2.
N n=1 2 n=1 2n−1 2
4.4.2. Các tính chất cơ bản của tích phân
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
ii) Hàm f khả tích khi và chỉ khi |f | khả tích.
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.
Như vậy, f ∈ L 1 (X, F , µ) tương đương với |f | ∈ L 1 (X, F , µ).
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.
Ví dụ 4.4.3. Xét hàm số f (x) = x trên đoạn [0, 1]. Ta có hàm f

1
khả tích (L) trên [0, 1]. Nhưng hàm f (x) = x1 không khả tích trên
[0, 1].
Trong đoạn [0, 1], ta xét tập A đo được và hàm số sau:

1

nếu x ∈ A
f (x) =
−1

nếu x ∈
/ [0, 1] \ A

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].
Mệnh đề 4.4.2. Nếu f, g là hai hàm đo được trong không gian độ

R R
đo (X, F , µ) và X f dµ và X g dµ có nghĩa, khi đó:
Nếu f ≤ g h.k.n trên X thì f dµ ≤
R R
X X gdµ.
Nếu f = g h.k.n trên X (tức là f ∼ g trên X thì
R R
X f dµ = X gdµ.
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
Nếu f = g h.k.n thì f ≤ g ≤ f h.k.n nên f dµ ≤ gdµ ≤

R R
X X
R R R
X f dµ. Vậy X gdµ = X f dµ.
Hệ quả 4.4.1. Giả sử f là hàm đo được trong không gian độ đo

R
(X, F , µ) và tồn tại X f dµ. Khi đó:
Nếu f ≥ 0 trên X thì f dµ ≥ 0.
R
X
R
Nếu f = 0 trên X thì X f dµ = 0.
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.
Chứng minh. Xét hàm g không âm, khả tích. Đặt B = {x ∈ X :

g(x) = ∞}. Ta có: g(x) ≥ n1B (x) với mọi x ∈ X.
Do đó:
Z Z
nµ(B) = n1B dµ ≤ gdµ với mọi n.
X

Suy ra: µ(B) = 0, tức là g hữu hạn h.k.n.

Do hàm f khả tích nên áp dụng kết quả trên ta có f ± là những
hàm hữu hạn h.k.n.
Vì vậy, f hữu hạn h.k.n.
Hệ quả 4.4.3. Nếu f ≥ 0 trên tập A và

R
f dµ = 0 thì f = 0 h.k.n
A
trên A.
Chứng minh. Thật vậy, đặt Bn = {x ∈ A : f (x) ≥ n1 }, ta có

Z Z Z Z
1 1
0= f dµ = f dµ + f dµ ≥ = µ(Bn ),
n n
A A\Bn Bn Bn
do đó, µ(Bn ) = 0. Mặt khác,

∞
[
B = {x ∈ A : f (x) > 0} = Bn ,
n=1
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

fn dµ ≤ Kµ(A), nên ta có hàm f khả

R R
Từ đó, suy ra A f dµ = lim
n→∞ A
tích trên A.
Ví dụ 4.4.4. Cho hàm số sau xác định trên [0, 1]:


n

nếu x = n1 , n = 1, 2, . . .
f (x) =
x

nếu x 6= n1 .
Khi đó, f (x) = x h. k. n. trên [0, 1] theo độ đo Lebesgue nên

R R 1
f dm = xdm = (theo ví dụ 4.3.1).
[0,1] [0,1] 2
Ngoài ra, với A = Q ∩ [0, 1]: m(A) = 0 nên f dm = 0.
R
A
Ví dụ 4.4.5. Giả sử, f, g là hai hàm khả tích trên A và α ≤ f (x) ≤

β h.k.n trên A. Chứng minh rằng tồn tại γ ∈ [α, β] sao cho:
Z Z
f |g|dµ = γ |g|dµ
A A
Theo giả thiết, ta có α ≤ f (x) ≤ β h.k.n trên A. Suy ra,

α|g(x)| ≤ f (x)|g(x)| ≤ β|g(x)| h.k.n trên A. Do đó,
Z Z Z
α |g|dµ ≤ f |g|dµ ≤ β |g|dµ
A A A
|g|dµ = 0 thì f |g|dµ = 0. Do đó, γ có thể chọn là số bất

R R
Nếu
A A
kỳ trong đoạn [α, β].
|g|dµ 6= 0 thì ta có:
R
Nếu
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

Ví dụ 4.4.6. Cho hàm số:


cosx + x

nếu x vô tỉ
f (x) = 
 0 nếu x hữu tỉ.
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
{x ∈ [0, 1] : f (x) 6= g(x)} ⊂ {x ∈ [0, 1] : x hữu tỉ}
và tập này có độ đo bằng 0. Vì vậy f khả tích (L) và

Z1
Z Z
1
(L) f dµ = (L) gdµ = (R) (cos x + x)dx = + sin 1.
2
[0,1] [0,1] 0
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

Nhận xét. Ta đã biết X f µ = X f + dµ − X f − dµ, bây giờ nếu

R R R
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
Mệnh đề 4.4.3. Giả sử A, B ∈ F ; A ∩ B = ∅, f là hàm đo được.

Khi đó:
R R R
i) Nếu A∪B f dµ tồn tại thì A f dµ và B f dµ cũng tồn tại, và
Z Z Z
f dµ = f dµ + f dµ (*)
A∪B A B
R
ii) Ngược lại, nếu tổng ở vế phải của (*) có nghĩa thì A∪B f dµ
tồn tại và ta có (*).
Hệ quả 4.4.4. Giả sử A, B ∈ F , B ⊂ A và f đo được trên A.

Khi đó:
a) Nếu f ≥ 0 trên A thì f dµ ≤

R R
B A f dµ.
R R
b) Nếu A f dµ tồn tại thì B f dµ cũng tồn tại.
c) Nếu f khả tích trên A thì f cũng khả tích trên B.
Chứng minh. Kết quả a) là hiển nhiên.

Kết quả b) được suy từ mệnh đề 4.4.2.
Chứng minh kết quả c): Do f khả tích trên A nên A f ± dµ đều
R
hữu hạn. Từ a) suy ra B f ± dµ hữu hạn nên f khả tích trên B.

R
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
−∞ với k ∈ N nào đó.
Ví dụ 4.4.7. Cho không gian độ đo (N, 2N , µ) trong đó µ(∅) = 0 và

P 1
µ(S) = 2i
với S ∈ N.
i∈S

Dãy hàm fn xác định trên N như sau:

2i
fn (i) = − .
n
Dễ dàng thấy, dãy hàm fn hội tụ đến 0 trong khi

∞ ∞
Z X X 1
fn dµ = fn (i)µ(i) = − = −∞.
N i=1 i=1 m
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
Định lý 4.4.5 (Định lý Lebesgue về hội tụ bị chặn 1). Giả sử dãy

hàm đo được fn hội tụ h.k.n tới f : fn → f h.k.n, f đo được và tồn
tại hàm g khả tích thỏa mãn |fn | ≤ g h.k.n, ∀n. Khi đó
Z Z
lim
n→∞
fn dµ = f dµ.
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.
Ví dụ 4.4.11. Xét dãy hàm số ở ví dụ 4.3.2 trong không gian độ

đo ([0, 1], B ([0, 1]), m):

1
m,

nếu 0 < x < m
,
fm (x) =
0,

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.
Ví dụ 4.4.12. Giả sử tập số hữu tỷ trong đoạn [0, 1] được liệt kê

thành dãy sau: Q ∩ [0, 1] = {x1 , x2 , . . .}.

Cho dãy hàm số fn (x) xác định như sau:


1

nếu x ∈ {x1 , . . . , xn };
fn (x) =
0

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.
4.5. Tích phân Lebesgue trên R

(The Lebesgue Integral on R)
Xét không gian độ đo Borel (R, B (R), m). Khi đó, tích phân
Lebesgue của hàm f trên R được ký hiệu như sau:
Z
f dm.
R
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.

Định lý 4.5.1. Cho hàm f : [a, b] → R bị chặn. Khi đó, ta có:
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.
194 ◊ 4.5 Tích phân Lebesgue trên R

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.
Ví dụ 4.5.3. Cho hàm số f (x):

1

nếu n − 1 ≤ x < n − 12 ,



f (x) = n 1
1
− nếu n − ≤ x < n.


2
n
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
Sau đây là các ví dụ áp dụng các định lý hội tụ và sự liên hệ

giữa tích phân Lebesgue và tích phân Riemann.
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
4.6. Hội tụ theo độ đo (Convergence in Measures)
Định nghĩa 4.6.1. Cho các hàm số fn (x), (n = 1, 2, . . . ) và f (x)

đo được. Ta nói dãy fn (x) hội tụ theo độ đo µ tới f (x) và viết:
µ
fn (x) → f (x) hoặc fn → f theo độ đo, nếu:
(∀ε > 0) lim µ{x : |fn (x) − f (x)| ≥ ε} = 0.

n→∞
196 ◊ 4.6 Hội tụ theo độ đo

Ví dụ 4.6.1. Xét X = [0, 1] và đặt:
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
............
Dễ dàng thấy µ{x : |fn (x) − 0| ≥ ε} = 2−m nếu 2m ≤ n < 2m+1 .

Vậy gn (x) hội tụ theo độ đo tới 0.
Sau đây là liên hệ giữa hai khái niệm hội tụ theo độ đo và hội
tụ hầu khắp nơi.
Định lý 4.6.1. Giả sử độ đo µ là hữu hạn và các hàm fn , f là đo

được. Khi đó:
µ
i) Nếu fn → f h.k.n thì fn (x) −→ f (x).
µ
ii) Nếu fn (x) −→ f (x) thì tồn tại một dãy con fnk hội tụ h.k.n
tới f (x).
Ví dụ 4.6.2. Xét dãy hàm gn ở Ví dụ 4.2.8. Dãy hàm này hội tụ

đến 0 nên cũng hội tụ đến 0 theo độ đo Lebesgue. Thật vậy, ta có:
1 1
m{|gn − 0| > ε} = m{gn (x) > ε} = m[0, ] = → 0.
n n
Ví dụ 4.6.3. Phần 1 của định lý trên không còn đúng nếu µ(X) =
∞. Thật vậy, xét X = R và dãy hàm fn = 1[n,n+1] . Khi đó fn → 0
nhưng µ({x : |fn (x) − f (x)| ≥ ε}) = 1.
Ví dụ 4.6.4. Dãy hàm gn được xây dựng ở Ví dụ 4.6.1 hội tụ theo

độ đo đến 0 nhưng không hội tụ h.k.n. Thật vậy, với mọi x ∈ [0, 1]
có vô số n để gn (x) = 1. Tuy nhiên dãy con g2m lại hội tụ đến 0
h.k.n.

Định lý 4.6.2 (Định lý Lebesgue về hội tụ bị chặn (trội) ). Giả sử

µ
dãy hàm đo được fn hội tụ theo độ đo µ đến hàm f , tức là: fn −→ f
trên không gian độ đo (X, F , µ) và |fn | ≤ g, ∀n, g, f là các hàm đo
được; g là một hàm số khả tích. Khi đó:
Z Z
lim
n→∞ X
fn dµ = f dµ.
X
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
198 ◊ 4.6 Hội tụ theo độ đo

1. Trong ba hàm số ở bài tập 26 Chương 2, hàm nào là hàm

đơn giản. Hãy biểu diễn các hàm đơn giản này ở dạng (4.1).
2. Hãy biểu diễn ở dạng (4.1) và tính tích phân Lesbegue của
hàm đơn giản f trên miền X trong các trường hợp sau:
√
a) f (x) = Int( x), X = [0, 10], µ = m.
b) f (x) = Int(2x), X = [0, 2], µ = m.
c) f (x) = Int(sin x), X = [0, 2π], µ = m.
3. Giả sử µF và µG là hai độ đo Lebesgue-Stieltjes cảm sinh
bởi các hàm số

 

−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
Cho f = 2.1[−1,1] + 3.1[2,3] , g = 4.1(−∞,1) − 5.1[1,2] − 2.1[3,∞) .

Hãy xác định
R R R R
a) f dµF b) gdµF c) f dµG d) gdµG .
R R R R
4. Cho không gian đo (X, A ) ở bài tập 4 Chương 2, hãy kiểm
tra xem các hàm số sau có đo được không ?
a)f1 (x) = 1[0, 1 ] + 2.1( 1 ,1] b)f2 (x) = 1[0,1) + 2.1{1}
2 2
c)f3 (x) = 3.1[ 1 ,1) − 1{1} d)f4 (x) = 2.1[0, 1 ) + 1( 1 ,1)

2 2 2
5. Cho không gian đo (X, A ) ở bài tập 5 Chương 2, hãy kiểm

tra xem các hàm số sau có đo được không ?
a)g1 (x) = 1{0,1} − 1{2,3} b)g2 (x) = 2.1{0,3} + 1{1,2}
c)g3 (x) = 1{0} + 2.1{1,2} d)g4 (x) = 3.1{1,3} + 1{2}

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.

9∗ . Cho (X, A ) là một không gian đo được và các tập En đo

được không cần rời nhau, có hợp là X. Giả sử với mỗi n, fn
đo được trên En và với x bất kỳ thuộc Em ∩ En , m, n bất kỳ
thì fm (x) = fn (x). Đặt f (x) := fn (x) với x ∈ En và n bất kỳ.
Chứng minh f đo được.
10. Chứng minh tính đo được của hàm Riemann trên đoạn [0, 1]:

 1 p
nếu x = là số hữu tỉ,


f (x) =  q q
0 nếu x là số vô tỉ.

11. Cho dãy hàm fn (x) = 1[n,n+1) : R → R với n = 1, 2, . . .
a) Hãy tìm lim fn (x).

n→∞
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.
12. Cho X = R với σ−đại số F sinh bởi họ các khoảng (n, n +

1], n ∈ Z với độ đo được gán như sau:
1
µ(n, n + 1] = với |n| ≥ 1, = 0 khi n = 0.
n2
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
Gợi ý: (fn − f0 )− ≤ f0 ; áp dụng định lý về sự hội tụ trội ta

chỉ ra X (fn − f0 )− dµ → 0.
R
18∗ . Xét không gian độ đo (X, F , µ) và f là hàm thực đo được,

sao cho X f 2 dµ < ∞. Cho dãy hàm đo được gn hội tụ đến g
R
đo được sao cho |gn (x)| ≤ f (x), ∀x ∈ X. Chứng minh rằng:

Z Z
2
(gn + g) dµ → 4 g 2 dµ < +∞.
X X

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
Gợi ý: xem bài tập 18.

20. Cho fn := 1[0,n] /n. Hỏi có tồn tại hàm g khả tích (đối với độ
đo Lebesgue) mà trội hơn mọi fn ?
21. Cho hàm số:

x2 , x vô tỉ, x ¾ 1/4



f (x) = x, x vô tỉ, x ¶ 1/4

10, x ∈ Q.


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
trong đó F là tập bất kỳ có độ đo không.

24. Giả sử f là hàm số không bị chặn, khả tích Lebesgue trên
(X, F , µ). Đặt

f

nếu |f | ≤ n,
[f ]n =
0

nếu |f | > n.
R R
Chứng minh rằng X f dµ = limn→∞ X [f ]n dµ.
R1
25∗ . Chứng minh 0 n cos x/(1 + n2 x3/2 )dx → 0 khi n → ∞.

Z
1
26. Tính tích phân Lebesgue: √ dm.
3
x−1
[1,2]
1 1
27. Cho hàm số: f (x) = n nếu x ∈ [ 2n , 2n+1 ) và bằng f (x) = −n
1 1
nếu x ∈ [ 2n+1 , 2n+2 ). Chứng minh rằng tồn tại tích phân
R1 R1
Riemann suy rộng f (x)dx = lim f (x)dx nhưng không
0 a→0 a
R
tồn tại f (x)dm.
[0,1]
d 1
28. Cho hàm f = x sin x1 = sin x1 − cos x1 . Chứng minh tồn
dx Rx
tại tích phân Riemann suy rộng 01 f (x)dx = lim a1 f (x)dx
R
a→0
R
nhưng không tồn tại tích phân f (x)dm.
[0,1]
∗
29 . Trên đoạn [0, 1], xét các hàm


 i − 1 i

1 nếu x ∈ ,


(n)
fi (x) = n n



i − 1 i
0 nếu x ∈
/ ,


n n
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), . . .
Hãy chứng minh dãy hàm ϕn (x) hội tụ theo độ đo đến 0.

µ
30. Với µ là độ đo đủ, hãy chứng minh: Nếu fn (x) → f (x) và
µ
f (x) ∼ g(x) thì fn (x) → g(x).
µ µ
31. Chứng minh nếu fn (x) → f (x) và fn (x) → g(x) thì f (x) ∼
g(x).
32∗ . Cho dãy hàm fn đo được không âm trong (X, F , µ). Chứng
minh rằng nếu X fn dµ → 0 thì fn → 0 theo độ đo µ.
R


Chứng minh của định lý S

4.1.1.
m Sm
Xét Ai = Ai ∩ X = Ai ∩ j=1 Bj = j=1 (Ai ∩ Bj ); trong đó các
tập Ai ∩ Bj , (j = 1, 2, . . . , m) đôi một rời nhau.
Vì thế
n
X n
X m
X n X
X m
ai µ(Ai ) = ai µ(Ai ∩ Bj ) = aai µ(Ai ∩ Bj ).
i=1 i=1 j=1 i=1 j=1
Tương tự,
m
X m X
X n
bj µ(Bj ) = bj µ(Ai ∩ Bj ).
j=1 j=1 i=1
Nếu Ai ∩ Bj = ∅ thì µ(Ai Bj ) = 0, còn nếu Ai ∩ Bj 6= ∅ thì với

x ∈ Ai ∩ Bj ta có f (x) = ai = bj , suy ra ai = bj .
Chứng minh định lý 4.2.1.

i) Nếu f (x) đo được thì với mọi a > 0:
{|f (x)|α < a} = {|f (x)| < a1/α } = {−a1/α < f (x) < a1/α }
= {f (x) < a1/α } ∩ {f (x) > −a1/α } ∈ F .
Với a ≤ 0 thì {|f (x)|α < a} = ∅ ∈ F .

Vậy |f (x)|α là đo được.
ii) Hàm kf đo được là hiển nhiên. Tiếp theo, ta chứng minh
f + g là đo được.
Cho a là một số thực bất kỳ, r1 , r2 , . . . là dãy các số hữu tỉ.

Rõ ràng,
f (x) + g(x) < a ⇔ f (x) < a − g(x) ⇔ ∃n, f (x) < rn < a − g(x),
do đó,
{f (x) + g(x) < a} = ∪∞

n=1 {f (x) < rn < a − g(x)}
h i
= ∪∞
n=1 {|f (x) < rn } ∩ {g(x) < a − rn } ∈ F .
Vậy f + g đo được. Chứng minh tương tự với f − g.

Từ các kết quả trên và dựa vào các hệ thức
1 1
f g = [(f + g)2 − (f − g)2 ], max{f, g} = (f + g + |f − g|),
4 2
1
min{f, g} = (f + g − |f − g|),
2
ta suy ra các hàm số f g, max{f, g} và min{f, g} là đo được.
Nếu g(x) không triệt tiêu thì với mọi a


1
∅ ∈ F

nếu a ≤ 0,
<a = n o
g2  g2 > 1

∈F nếu a > 0,
a
1 f
nên g2
đo được và do g
= f g g12 , ta có f /g đo được.

Do f là giới hạn của một dãy hàm đo được không âm nên f là
hàm đo được, không âm. Vì fn ≤ fn+1 ≤ f , theo Bổ đề 4.3.1 ta có:
Z Z Z
fn dµ ≤ fn+1 dµ ≤ f dµ, ∀n ∈ N.
X X X
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
đề 4.3.1, ta nhận được

Z Z Z
αϕdµ ≤ fn dµ ≤ fn dµ. (4.10)
An An X
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
Hơn nữa, vì ϕ là hàm đơn giản không âm bất kỳ thỏa mãn

0 ≤ ϕ ≤ f nên
Z Z Z
f dµ = sup ϕdµ ≤ lim fn dµ.
X ϕ X X
Như vậy, ta nhận được đẳng thức cần chứng minh.
Chứng minh của hệ quả 4.3.2.

Rõ ràng, mf (A) ≥ 0, ∀A ∈ F . Ta lại có f.1∅ ≡ 0 nên mf (∅) =
R R R
∅ f dµ = X f 1∅ dµ = X 0dµ = 0.
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

Áp dụng Hệ quả 4.3.1, ta suy ra:

∞
[ Z Z ∞
X
mf An = f 1∪∞
n=1
dµ = f 1An dµ
n=1 X X n=1
∞ Z
X ∞ Z
X ∞
X
= f 1An dµ = f dµ = mf (An ).
n=1 X n=1 An n=1
Vậy mf là một độ đo trên A .

R
i) Điều kiện cần. Giả sử X f dµ = 0. Ta cần chỉ ra f = 0 (h.k.n).
Đặt A = {x : f (x) 6= 0}; Bn = {x : f (x) ≥ n1 }. Ta có: B1 ⊂ B2 ⊂
. . . và A = ∞ n=1 Bn .
S
Theo giả thiết:

Z Z Z Z Z 1 1
0= f dµ = f dµ + f dµ ≥ f dµ ≥ dµ = µ(Bn ).
X Bn c
Bn Bn Bn n n
Vì thế µ(Bn ) = 0 với mọi n ∈ N. Từ đó suy ra A là hợp đếm

được các tập có độ đo 0 nên A cũng có độ đo 0 hay f = 0 (h.k.n).
ii) Điều kiện đủ. Giả sử f = 0 (h.k.n).
Nếu A = {x : f (x) > 0} thì µ(A) = 0. Đặt fn = n1A . Khi đó,
f ≤ lim fn = ∞1A . Từ bổ đề Fatou ta nhận được
Z Z Z
0≤ f dµ ≤ lim fn dµ ≤ lim fn dµ.
X X X
Z Z
Nhưng fn dµ = nµ(A) = 0. Từ đó suy ra f dµ = 0.
X X
Chứng minh của hệ quả 4.3.4.

Giả sử N ∈ A , µ(N ) = 0 và fn → f trên M = X \ N . Khi đó
fn 1M → f 1M trên X. Theo định lý hội tụ đơn điệu, ta có:
Z Z
f 1M dµ = lim fn 1M dµ.
X X

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

i) Ta đã biết điều này đúng với hàm f là đo được không âm
trên X và α ≥ 0.
Với hàm f như giả thiết, kết quả này hiển nhiên đúng khi
α = 0. Nếu α > 0 thì (αf )± = αf ± . Suy ra
Z Z Z Z Z
+ − + −
(αf ) dµ − (αf ) dµ = α f dµ − f dµ = α f dµ,
X X X X X
R R
nên tích phân X (αf ) dµ có nghĩa và bằng α X f dµ.
Còn nếu c < 0 thì (cf )± = (−c)f ∓ , ta chứng minh tương tự.
ii) Đầu tiên, ta chú ý rằng phân tích f = f + − f − là theo nghĩa
"cực tiểu", tức là: nếu f = h − g với h, g ≥ 0 thì f + ≤ h và f − ≤ g.
Thật vậy, f = h − g ≤ h do đó f + = sup(f, 0) ≤ h và f = h − g ≥ −g
do đó −f ≤ g và f − = sup(−f, 0) ≤ g.
Theo giả thiết, do X f dµ có nghĩa nên khi đó hoặc X f + dµ
R R
hữu hạn hoặc X f − dµ hữu hạn. Giả sử X f − dµ hữu hạn. Hiển

R R
nhiên do g khả tích nên X g + dµ và X g − dµ đều hữu hạn. Khi

R R
đó f − , g − đều hữu hạn h.k.n trên X, do đó f = f + − f − > −∞,

g = g + − g − > −∞ nên f + g xác định h.k.n trên X.
Đặt h = f + g. Ta có h− ≤ f − + g − . Do đó h− hữu hạn h.k.n
trên X và Z Z Z
h− dµ ≤ f − dµ + g − dµ < ∞.
X X X
Do f − , g − , h− đều hữu hạn trên X nên từ
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
Do X f − dµ, X g − dµ và X h− dµ đều hữu hạn nên chuyển vế

R R R
đẳng thức trên ta có điều phải chứng minh.

f + dµ hữu hạn được chứng minh tương tự.
R
Trường hợp X
Chứng minh của mệnh đề 4.4.3.

Trường hợp f là đo được , không âm trên A ∪ B ta đã có:
Z Z Z
f dµ = f dµ + f dµ.
A∪B A B
Trường hợp f là hàm đo được bất kỳ trên A ∪ B và tồn tại

±
là các hàm đo được, không âm trên A ∪ B.
R
A∪B f dµ. Khi đó f
Theo kết quả trên ta có:
Z Z Z
f + dµ = f + dµ + f + dµ (4.11)
ZA∪B ZA ZB
f − dµ = f − dµ + f − dµ (4.12)
A∪B A B
+
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
ta suy ra cả hai tích phân A f − dµ và B f − dµ hữu hạn. Như vậy

R R
R R
A f dµ và B f dµ đều tồn tại. Trừ (4.11) cho (4.12) ta nhận được
(*).
Điều ngược lại, nếu tổng vế phải của (*) có nghĩa thì A f + dµ +
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.


Xuất phát từ giả thiết −g ≤ fn ≤ g. Trước tiên, ta xét các hàm
fn + g ≥ 0. Áp dụng định lý Fatou, ta có:
Z Z
lim(fn + g)dµ ≤ lim (fn + g)dµ
X X
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
Tiếp theo, xét các hàm g − fn ≥ 0. Ta có

Z Z
lim(g − fn )dµ ≤ lim (g − fn )dµ.
X X
Z Z
Chú ý rằng lim(−fn ) = − lim fn , ta suy ra lim fn dµ ≤ lim fn dµ.
X X

Ta xét trường hợp hàm đơn điệu tăng, X f1 dµ > −∞ nên
R
− −
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
Do X f1− dµ < ∞ ta có thể cộng hai vế với f1− dµ để nhận

R R
X
được điều phải chứng minh.

Trường hợp dãy hàm đơn điệu tăng, ta nhận được kết quả cần
chứng minh nhờ việc đổi dấu các hàm số.

Vì g khả tích nên do fn ≤ g, h.k.n, ∀n ta suy ra fn khả tích.
Nếu cần ta có thể thay đổi giá trị các hàm số fn trên tập có độ đo
không để có fn hữu hạn, limn→∞ fn = f và |fn | ≤ g h.k.n.
Vì |fn | ≤ g nên fn + g ≥ 0 và g − fn ≥ 0, n = 1, 2, . . . Cho n → ∞
ta được |f | ≤ g h.k.n nên f khả tích.
Áp dụng bổ đề Fatou cho hai dãy {fn ± g} ta được tương ứng
Z Z Z
(f ± g)dµ = lim (fn ± g)dµ ≤ lim (fn ± g)dµ.
X X n→∞ n→∞ X
R
Trừ hai vế của các bất đẳng thức trên cho X gdµ ta được
Z Z
lim fn dµ ≥ f dµ
n→∞ X X
Z Z
lim
n→∞
fn dµ ≤ f dµ
X X
R
Do limn→∞ X fn dµ tồn tại nên ta có điều cần phải chứng minh.

i) Đặt B = {x : fn (x) 9 f (x)}. Xét ε là một số dương tùy ý.
Nếu ∀n, ∃k : |fn+k (x) − f (x)| ≥ ε thì rõ ràng x ∈ B, cho nên
∞ [
\ ∞
{|fn+k (x) − f (x)| ≥ ε} ⊂ B,
n=1 k=1
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 ⊃ . . .

và vì µ(E1 ) < +∞ nên µ(∩∞ n=1 En ) = limn→∞ µ(En ), do đó µ{|fn (x)−

µ
f (x)| ≥ ε} ≤ µ(En ) → 0. Như vậy, fn (x) → f (x).
µ
ii) Theo giả thiết fn (x) → f (x), lấy n1 = 1 ta có thể chọn một
dãy nk > nk−1 sao cho:
1
µ{x : |fnk (x) − f (x)| ≥ } < 2−k .
k
1
Đặt Ai = ∪∞
k=i {|fnk − f | ≥ }. Khi đó:
k
∞ ∞
1
2−k = 21−k .
X X
µ(Ai ) ≤ µ{|fnk − f | ≥ }<
k=i k k=i
Xét tập hợp sau:

∞
\
A= Ai
i=1
có độ đo nhỏ hơn Ai với mọi i nên từ đó suy ra µ(A) = 0. Nếu x ∈ /A

thì có một số i sao cho x ∈
/ Ai , tức là với mọi k ≥ i: |fnk (x) − f (x)| <
1
. Điều này có nghĩa là fnk (x) → f (x), với mọi x ∈ Ac . Vậy fnk → f
k
h.k.n.

Giả sử a là giới hạn riêng của dãy { X fn dµ} (*). Khi đó, tồn tại
R
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.

Chương 5
Tích phân Stieltjes

(The Stieltjes Integrals)
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.
Chương 5: Tích phân Stieltjes ◊ 213

5.1. Các khái niệm và tính chất (Concepts and Properties)

5.1.1. Khái niệm tích phân Stieltjes
Cho hai hàm số ϕ và F xác định và hữu hạn trên [a, b]. Ta chia
đoạn [a, b] bởi các điểm chia
a = a0 < a1 < · · · < an = b
trong đó n ∈ N nào đó và gọi họ tập hợp {a0 , a1 , . . . , an } là một

phân hoạch của [a, b], ký hiệu là P . Giá trị lớn nhất trong số
chiều dài các khoảng [ai−1 , ai ] của P được gọi là bán kính của P ,
ký hiệu d(P ).
Ta lấy các điểm ξi ∈ [ai−1 , ai ], i = 1, . . . , n bất kỳ và gọi tổng sau
n
X
RP = ϕ(ξi )[F (ai ) − F (ai−1 )]
i=1
là một tổng Riemann-Stieltjes đối với P .

Bây giờ chúng ta chuyển đến định nghĩa chính của mục này.
Định nghĩa 5.1.1. Cho ϕ, F là hai hàm số xác định và bị chặn

trên [a, b]. Ký hiệu P là phân hoạch của [a, b] và lấy các điểm
ξi ∈ [ai−1 , ai ] bất kỳ. Giả sử tồn tại giới hạn hữu hạn
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.
214 ◊ 5.1 Các khái niệm và tính chất

Nhận xét. Dễ dàng chứng minh được hàm ϕ là F −khả tích có

tích phân là I tương đương với khẳng định sau: với mọi ε > 0, tồn
tại δ > 0 sao cho |RP − I| < ε với mọi phân hoạch P thỏa mãn
d(P ) < δ.
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

Ví dụ 5.1.1. Xét trường hợp ϕ(t) = 1, ∀t ∈ R, F xác định và hữu

hạn trên [a, b]. Khi đó, tổng ni=1 ϕ(ξi )[F (ai )−F (ai−1 )] = F (b)−F (a)
P
Rb
với mọi phân hoạch a = a0 < a1 < · · · < an = b nên dF =
a
F (b) − F (a).
Ví dụ 5.1.2. Cho F = 1[ 1 ,1] và ϕ = id[0,1] .

2
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
cho nên hàm số ϕ là F −khả tích. Do ε là tùy ý và ε > 0 nên ta dễ

dàng suy ra:
Z1
1
ϕdF = .
2
0
Ví dụ 5.1.3. Cho F = 1[ 1 ,1] = ϕ. Khi đó ta có với phân hoạch P

2
bất kỳ không chứa 21 thì RP = 1 nếu chọn một ξi nào đó nhỏ hơn
1
2
, bằng 0 nếu chọn ξi nào đó bằng 12 . Vậy không tồn tại tích phân
Stieltjes 01 ϕdF .
R
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 :
a = a0 < a1 < a2 < · · · < an = b.
Ký hiệu v(P ) là tổng sau:

n
X
v(P ) = |F (ai−1 ) − F (ai )|. (5.1)
i=1
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]

Ví dụ 5.1.4. Dễ dàng thấy, hàm hằng số F (t) = C có biến phân

bằng 0 trên [a, b].
Ta có thể chứng minh điều ngược lại cũng đúng tức nếu hàm
số F (t) có biến phân bằng 0 trên [a, b] thì F (t) là hằng số.
Thật vậy, nếu F (t) không là hằng số tức tồn tại a1 < a2 ∈ [a, b]
sao cho F (a1 ) 6= F (a2 ) thì ta chỉ cần chọn phân hoạch P gồm
a, a1 , a2 , b thì:
v(P ) = |F (a1 ) − a| + |F (a2 ) − F (a1 )| + |F (b) − F (a2 )|
≥ |F (a2 ) − F (a1 )| > 0
nên var (F ) > 0.
[a,b]
Ví dụ 5.1.5. Cho F là hàm bước nhảy sau trên [a, b] : F (t) =

Pn−1
i=0 αi 1[ai ,ai+1 ] . Khi đó, người ta chứng minh được:
Pn−1
var (F ) = i=0 |αi+1 − αi |.
[a,b]
Chẳng hạn, cho hàm F sau xác định trên R






0, nếu t < 1,





 1, nếu 1 ≤ t < 2, 3


nếu 2 ≤ t < 3,




 2, 2

F (t) = 3, nếu t = 3, 1


1, nếu 3 < t ≤ 4,

 1 2 3 4 5



 -1
−1, nếu 4 < t ≤ 5,







0, nếu t > 5.

Khi đó, var (F ) = 1 + 1 + 2 + 2 = 6.

[1,4]
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
Do đó, tập {v(P )} bị chặn nên F (t) có biến phân bị chặn.
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.
Ví dụ 5.1.6. Hàm số:


t2 sin 1 ,

nếu t 6= 0,
t
F (t) =
0,

nếu t = 0

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
.
Định lý sau đây chỉ ra điều kiện cần và đủ để một hàm số có

biến phân bị chặn:
Định lý 5.1.2. Một hàm số F (t) có biến phân bị chặn khi và chỉ
khi nó là hiệu của hai hàm số đơn điệu không giảm.
Ví dụ 5.1.8. Chứng minh hàm số sau có biến phân bị chặn trên
[−1, 1]:
√
f (t) = 1 − t2 .

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.
Hình 5.1: Đồ thị các hàm số f , h1 , h2
Dễ dàng thấy, F (t) = h1 (t) − h2 (t), ∀t ∈ [−1, 1] là hiệu hai hàm

đơn điệu không giảm.
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
có biến phân bị chặn trên [a, b].
Chứng minh. Ta thấy F (t) = at f dm = at f + dm − at f − dm =

R R R
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
Chúng ta hy vọng có thể thiết lập công thức

Z t Z t
F 0 dm = F (t) − F (a) hay F (t) = F 0 dm + F (a). (5.3)
a a
Dĩ nhiên, hàm F (t) có biến phân bị chặn nhưng điều đó là

chưa đủ để công thức (5.3) đúng. Thật vậy, ta xét ví dụ sau:
Ví dụ 5.1.9. Cho hàm F (t) xác định trên [0, 2]:


0

nếu 0 ≤ t < 1;
F (t) = 1[1,2] =
1

nếu 1 ≤ t ≤ 2.
R2
Dễ thấy, F (t) có biến phân bị chặn và F 0 = 0 h.k.n nhưng 0 F 0 dm =
0 6= F (2) − F (0).
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]:
i) F (t) liên tục và đơn điệu trên [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
5.1.3. Tính chất cơ bản của hàm khả tích Stieltjes
Chúng ta sẽ thấy tích phân Stieltjes và tích phân Riemann

có nhiều tính chất chung. Việc chứng minh chúng được vào định
nghĩa tích phân Stieltjes.
Trong mục này, chúng ta sẽ luôn giả sử là các hàm ϕ, F bị
chặn trên [a, b].
Tính chất 5.1.1. Nếu ϕ là F -khả tích trên [a, b] và c ∈ [a, b] thì
trên [a, c] và [c, b], ϕ cũng F -khả tích. Khi đó, ta có:
Z b Z c Z b
ϕdF = ϕdF + ϕdF.
a a c
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 5.1.2. Giả sử hai hàm số ϕ và ψ là F khả tích trên

[a, b] và k ∈ R bất kỳ, khi đó:
Z b Z b Z b
(kϕ + ψ)dF = k ϕdF + ψdF.
a a a
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.
Định lý 5.1.8. Nếu ϕ là liên tục và F có biến phân bị chặn trên

[a, b] thì tồn tại ab ϕdF . Hơn nữa,
R
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
Áp dụng Định lý 5.1.9 và định nghĩa của tích phân Stieltjes,

ta có thể tính tích phân Stieltjes với điều kiện của F được giảm
“nhẹ” như trong định lý sau.
Định lý 5.1.10. Cho ϕ là hàm liên tục và F là hàm bị chặn trên
[a, b], F liên tục và có đạo hàm bị chặn trên (a, b). Khi đó:
Z b Z b
ϕ(t)dF = ϕ(a).[F (a+ )−F (a)]+ ϕ(t)F 0 (t)dt+ϕ(b)[F (b)−F (b− )].
a a
Ví dụ 5.1.13. Cho hàm số:





0 nếu t ≤ 0,

F (t) = −t
 3 − 2e nếu 0 < t ≤ 1,

10 − 4e−t

nếu t > 1.


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.
−∞ −∞

5.2. Mối liên hệ giữa tích phân Lebesgue và tích phân

Stieltjes
(Relationship between Lebesgue Integral and Stieltjes In-
tegrals)
Cho f là một hàm đo được trên không gian độ đo (X, F , µ).
Hàm F được xác định trên R bởi công thức
F (t) = µ{x ∈ X : f (x) < t}
được gọi là hàm phân phối của hàm đo được f .

Ta có thể kiểm tra được F (t) là một hàm không âm, đơn điệu
không giảm và liên tục trái trên R thỏa mãn F (−∞) = 0.
Ví dụ 5.2.1. Xét hàm F xác định bởi:





 0, nếu t ≤ −1,

F (t) = 1
 2
, nếu − 1 < t ≤ 1,


1, nếu t > 1.

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.
Nếu định nghĩa µF ([a, b)) = µ{x ∈ X : a ≤ f (x) < b} thì rõ

ràng µF ([a, b)) = F (b) − F (a) hay µF là độ đo Lebesgue - Stieltjes
cảm sinh bởi hàm F .
Định lý sau cho chúng ta mối liên hệ giữa tích phân Lebesgue
với tích phân Stieltjes.
Định lý 5.2.1. Giả sử (X, F , µ) là không gian độ đo hữu hạn;

hàm f đo được, hữu hạn h.k.n trên X và có hàm phân phối là F
Khi đó: Z Z b
f dµ = tdF.
a≤f (x)<b a

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.
Định lý 5.2.3. Giả sử (X, F , µ) là không gian độ đo hữu hạn;

hàm f đo được, hữu hạn h.k.n trên X và có hàm phân phối là F ;
ϕ là hàm liên tục trên đoạn [a, b]. Khi đó:
Z Z b
ϕ(f (x))dµ = ϕ(t)dF.
a≤f (x)<b a
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.
228 ◊ 5.2 Mối liên hệ giữa tích phân Lebesgue và tích

phân Stieltjes
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 .
Ví dụ 5.2.2. Trên không gian độ đo (X, F , µ), xét hàm đo được f

có hàm phân phối F ở dạng sau:
Z t
F (t) = φ(u)du.
−∞

λe−λt ,

t≥0
d
Ở đây, φ(t) = dt
F (t) = chính là hàm mật độ
0,

t < 0.
của hàm f .
Ta có:
Z ∞ Z ∞ Z ∞
Z
1
f dµ = tdF = tφ(t)dt = tλe−λt dt = .
X −∞ −∞ 0 λ
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
Theo Định lý 5.2.3, ta có:

Z Z ∞ Z 0
f t
e dµ = e dF = et .0.dt + e0 [F (0+ ) − F (0)]
X −∞ −∞
Z ∞ Z ∞
+ e (3 − e−2t )0 dt = 2 +
t
2.e−t dt = 2 + 2 = 4.
0 0
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

Hình 5.2: Đồ thị hàm f
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)
Ví dụ 5.2.4. Cho hàm số F (t) được xác định như sau:


t

nếu t ≤ 0,
F (t) =
t + 1

nếu t > 0,
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]
230 ◊ 5.2 Mối liên hệ giữa tích phân Lebesgue và tích

phân Stieltjes
Ở đây, ta thấy µF (ϕ1 (t) 6= t) = µF ({2}) = 0 nên ϕ1 (t) = t h.k.n

theo độ đo µF . Do vậy, theo Mệnh đề 4.4.2, chương Tích phân
Lebesgue và Hệ quả 5.2.1 ta được
Z Z Z Z Z3
ϕ1 dµF = tdµF = tdµF − tdµF = td(t + 1) − 0 = 4.
{1}
(1,3) (1,3) [1,3) 1
(a) Đồ thị hàm F (b) Đồ thị hàm ϕ1 (c) Đồ thị hàm ϕ2
Hình 5.3: Đồ thị các hàm số
R R1
Tương tự, ϕ2 dµF = ϕ2 dF nhưng rõ ràng không thể thay
[−1,1) −1
ϕ2 bằng t trên toàn bộ [−1, 1) do µF (ϕ2 (t) 6= t) = µF ({0}) 6= 0. Thay

vào đó ta sẽ làm như sau:
Z Z Z
ϕ2 dµF = ϕ2 dµF + ϕ2 dµF
[−1,1] [−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
Tích phân Stieltjes có vẻ hữu dụng hơn tích phân Lebesgue

bởi liên hệ trực tiếp của nó với tích phân Riemann quen thuộc.
Tuy nhiên, trong trường hợp tập giá trị của hàm đo được là hữu

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].
Ví dụ 5.2.5. Xét không gian độ đo ([0, 1], B [0, 1], m) và hàm đo

được f = 1[0,1]\Q . Nếu ta muốn sử dụng tích phân Stieltjes thì
lưu ý rằng hàm F = 1[1,∞] không liên tục tuyệt đối nên không
thể sử dụng Định lý 5.1.9. Nếu tính tích phân 01 tdF theo định
R
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 .
5.3. Độ đo tích và định lý Fubini

(Product of Measures Spaces and fubini Theorem)
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 ).
Định lý 5.3.1. Cho (X, A , µ) và (Y, B , ν) là hai không gian độ

đo. Khi đó tồn tại duy nhất một độ đo xác định trên không gian
tích (X × Y, A ⊗ B ), ký hiệu là µ × ν thỏa mãn:
µ × ν(A × B) = µ(A) × ν(B), ∀A ∈ A , B ∈ B .
232 ◊ 5.3 Độ đo tích và định lý Fubini

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
Gọi µF , µG là hai độ đo cảm sinh bởi F, G, khi đó ta tính được
µF (−∞, 1) = ∞, µG (3, ∞) = 3,
µF {1} = F (1) − F (1− ) = 1, µG {3} = G(3) − G(3− ) = 2.
Vậy độ đo tích của miền (−∞, 1) × (3, ∞) bằng ∞, độ đo tích

của đường thẳng {1}×(3, ∞) bằng 3, độ đo tích của điểm {1}×{1}
bằng 2.
Cho tập A ⊂ X × Y . Với mỗi x ∈ X cố định, đặt Ax := {y ∈ Y :

(x, y) ∈ A} và y ∈ Y cố định, đặt Ay := {x ∈ Y : (x, y) ∈ A}. Nếu
A ∈ A ⊗ B thì ∀x ∈ X, Ax ∈ B ; ∀y ∈ Y , Ay ∈ A .
Giả sử hàm f (x, y) đo được trên (X × Y, A ⊗ B , µ × ν), ta gọi
tích phân ZZ
f (x, y)d(µ × ν)
X×Y
(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
Ví dụ 5.3.2. Cho X = Y = [0, 1], µ = ν = m và hàm số f (x, y):


1


2
nếu 0 < y < x < 1,
x



1
f (x, y) = − 2 nếu 0 < x < y < 1




y
trường hợp còn lại.


0
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]
Tương tự, ta tính được

Z Z
f (x, y)dν(y)dµ(x) = 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 .
Xét hàm đơn giản sau:


n

nếu f + (x, y) ∈ [n, n + 1)
ϕ(x) =
0

trong trường hợp còn lại .
Khi đó ϕ(x) ≤ f + (x) với mọi x nên

ZZ ZZ
f + (x, y)d(µ × ν) ≥ ϕ(x, y)d(µ × ν)
[0,1]×[0,1] [0,1]×[0,1]
∞
X
= n. [µ × ν {f (x, y) ∈ [n, n + 1)}]
n=1
Có thể kiểm tra thấy
{f + (x, y) ∈ [n, n + 1)}

1
= {(x, y) : x ∈ [ √n+1 , √1n )}
có diện tích bằng

1 1 1

− .
2 n n+1
∞
1 1
ϕ(x, y)d(µ × ν) = = ∞ nên
RR
Thay vào ta có
P
2 n+1
[0,1]×[0,1] n=1
ZZ
f + (x, y)d(µ × ν) = ∞.
[0,1]×[0,1]

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.
Định lý 5.3.2 (Định lý Fubini). Cho (X, A , µ) và (Y, B , ν) là hai

không gian độ đo σ - hữu hạn, f (x, y) là một hàm đo được trên
(X × Y, A ⊗ B ). Nếu f (x, y) khả tích trên X × Y thì tồn tại các
tích phân lặp f (x, y) thỏa mãn:
ZZ Z Z Z Z
f (x, y)d(µ × ν) = f (x, y)dν dµ = f (x, y)dµ dν.
X Y Y X
X×Y
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.
Định lý 5.3.3 (Định lý Tonelli). Cho (X, A , µ) và (Y, B , ν) là hai

+
không gian độ đo σ - hữu hạn, f (x, y) : X × Y → R là không âm
đo được. Khi đó tồn tại các tích phân lặp và bội của f (x, y) và các
tích phân này đều bằng nhau:
Z Z Z Z ZZ
f (x, y)dν dµ = f (x, y)dµ dν = f (x, y)d(µ × ν).
X Y Y X
X×Y
Ví dụ 5.3.3. Cho hàm số sau xác định trên R2 :


1 + xy

nếu 0 ≤ y, x ≤ 2,
f (x, y) = 
0 trong trường hợp còn lại.

Với các độ đo µF , µG được xác định ở Ví dụ 5.3.1, ta sẽ tính

f (x, y)d(µF × µG ) và f (x, y)d(µG × µF ).
RR RR
các tích phân lặp
RR RR
Hiển nhiên các điều kiện của định lý Tonelli đều được thỏa mãn
nên hai tích phân này phải bằng nhau và bằng tích phân bội
f (x, y)d(µF × µG ).
RR
R ×R
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
Chú ý rằng ngoài đoạn [0, 2], f (x, y) = 0, do đó ta có:

Z Z
f (x, y)dµF (x) = 1[0,2] (y) f (x, y)dµF (x)
R [0,2]

Z Z
= 1[0,2] (y)  f (x, y)dµF (x) + f (x, y)dµF (x)

{0} (0,1)

Z Z
+ f (x, y)dµF (x) + f (x, y)dµF (x)

{1} (1,2]
Z1
 
= 1[0,2] (y) 0 + (1 + xy)dx + (1 + 1.y).1 + 0

0
1 3

= 1[0,2] (y) 1 + y + y + 1 = 1[0,2] (y) 2 + y
2 2
Chú ý rằng tích phân Lebesgue-Stieltjes:

Z Z1
f (x, y)dµF (x) 6= f (x, y)dF
(0,1) 0

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
Trước hết, ta có:

 
Z Z Z
f (x, y)dµG (y) = 1[0,2] (x)  f (x, y)dµG (y) + f (x, y)dµG (y)
 
R [0,2) {2}
= 1[0,2] (x) (0 + 3.(1 + 2x)) = (6x + 3)1[0,2] (x).
Tiếp tục tính

 
Z Z Z
 f (x, y)dµG (y) dµF (x) = (6x + 3)dµF (x)
R R [0,2]
Z Z Z Z
= (6x + 3)dµF + (6x + 3)dµF + (6x + 3)dµF + (6x + 3)dµF
{0} (0,1) {1} (1,2]
Z 1
=0+ (6x + 3)dx + 9µF (1) + 0 = 6 + 9 = 15.
0
f (x, y)d(µF × µG ) = 15.

RR
Vậy
R×R

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;

Hãy tính các tích phân

R
a) f dµ với hàm f đo được nhận F là hàm phân phối;
X
(g+1)2 dµ với hàm g đo được nhận G là hàm phân phối;
R
b)
X

R2
c) G(t)dF ;
0
R2
d) F (t)dG.
0
(x + 1)(y + 1)d(µF × µG ) trong đó µF , µG

RR
5. Tính tích phân
(0,4]×(0,4]
là các độ đo cảm sinh bởi các hàm F, G.


Chứng minh của Định lý 5.1.2.

Trước hết, ta chứng tỏ var (f ) =var (f )+ var (f ) với x ∈ [a, b].
[a,b] [a,x] [x,b]
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 )).
Chú ý rằng, v(x2 )−v(x1 ) = var (f ) ≥ |f (x2 )−f (x1 )| do var (f )

[x1 ,x2 ] [x1 ,x2 ]
là cận trên của tất cả các tổng v(P ) trong khi |f (x2 ) − f (x1 )| chỉ
là một tổng v(P ) với P = {x1 , x2 }. Do đó, g(x2 ) − g(x1 ) ≥ 0. Vậy, g
là hàm không giảm và f = v − g là hiệu hai hàm không giảm.
Chứng minh của Định lý 5.2.1.

Đầu tiên, tích phân Lebesgue ở vế trái tồn tại do f hữu hạn
h.k.n và µ(X) < ∞. Tích phân Stieltjes bên vế phải tồn tại theo
Định lý 5.1.8 (ở đây, F là không giảm nên có biến phân bị chặn).
Xét phân hoạch P = {a = α0 < x1 < · · · < αn = b} và đặt
Xi = (x ∈ X|αi−1 < f (x) ≤ αi ]. Khi đó, dễ thấy X = ni=1 Xi , với
S
các Xi là rời nhau nên

Z n Z
X n
X Z n
X
f dµ = f dµ ⇒ αi−1 µ(Xi ) ≤ f dµ ≤ αi µ(Xi ).
X i=1 Xi i=1 X i=1
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

Chương 6
Không gian tuyến tính định chuẩn

(Normed Linear Spaces)
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 ◊
6.1. Không gian tuyến tính định chuẩn

(Normed Linear Spaces)
Chúng ta đã học về không gian vectơ Rm trong đại số tuyến
tính. Do nhu cầu nghiên cứu về các không gian các hàm số, chúng
ta phải mở rộng khái niệm không gian vectơ thành lý thuyết trừu
tượng tổng quát.
6.1.1. Không gian vectơ
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:
i) x + y = y + x (tính giao hoán của phép cộng).
ii) (x + y) + z = x + (y + z) (tính kết hợp của phép cộng).
iii) tồn tại một phần tử 0 (gọi là phần tử không hay vectơ không)
sao cho x + 0 = x với mọi x ∈ X.
iv) Với mỗi x ∈ X tồn tại phần tử −x ∈ X (gọi là phần tử đối

của x) sao cho x + (−x) = 0.
v) 1.x = x.
vi) α(βx) = (αβ)x, α, β ∈ R bất kỳ.
vii) (α + β)x = αx + βx.
viii) α(x + y) = αx + αy.
Chương 6: Không gian tuyến tính định chuẩn ◊ 243

Không gian vectơ còn được gọi là không gian tuyến tính và các
phần tử của nó được gọi là vectơ.
Ví dụ 6.1.1. Trong đại số tuyến tính, chúng ta đã biết các không

gian Euclid Rk quen thuộc với phép cộng hai vectơ và nhân vectơ
với một số: Giả sử x = (x1 , x2 , . . . , xn ), y = (y1 , y2 , . . . , yn ) thì x+y =
(x1 + y1 , x2 + y2 , . . . , xn + yn ); αx = (αx1 , αx2 , . . . , αxn ).
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:
(x + y)(t) = x(t) + y(t),

(αx)(t) = α.x(t).
Ta đã biết x + y, αx ∈ B[a, b] với mọi x, y ∈ B[a, b], α ∈ R nên

hai phép toán định nghĩa như trên là đúng đắn. Dễ dàng chứng
minh được hai phép toán này thỏa mãn 8 tiên đề trên. Ở đây
vectơ không là hàm x ≡ 0.
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 6.1.4. Tập tất cả các nghiệm của một hệ phương trình

tuyến tính thuần nhất có nghiệm không tầm thường là không
gian con của không gian Rn .
244 ◊ 6.1 Không gian tuyến tính định chuẩn

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].
6.1.2. Không gian tuyến tính định chuẩn
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,
ii) kαxk = |α|kxk (tính thuần nhất của chuẩn),
iii) kx + yk ≤ kxk + kyk (bất đẳng thức tam giác),
với mọi x, y ∈ X và α ∈ R.
Giá trị kxk được gọi là chuẩn của phần tử x.
Như vậy, nếu đặt d(x, y) = kx − yk thì rõ ràng d là một metric

trên X, ngược lại nếu d là metric trên không gian vectơ X, ta xác
định một chuẩn như sau kxk := d(x, 0).
Ví dụ 6.1.6. Trong Rk , ta có các chuẩn sau:
kxk1 = q ki=1 |xi |,

P
Pk 2 2 0
kxk2 = i=1 xi , hoặc nếu coi x là một vectơ cột thì kxk = x x,
P 1/p
k p
kxkp = i=1 |xi | với p > 1,
kxk∞ = max |xi |, i = 1, 2, . . . , k.

Hình 6.1: Chuẩn của x(t) − y(t) là diện tích hình bị chặn trên và
dưới bởi đồ thị hai hàm này
Ví dụ 6.1.7. Trong C[a, b] ta định nghĩa kxk∞ = supa≤t≤b |x(t)|,

khi đó tương tự như trong Chương Không gian metric, ta khẳng
định đây là một chuẩn.
Ví dụ 6.1.8. Trong không gian C[a, b] ta có thể định nghĩa một

chuẩn khác như sau:
Zb
kxk1 = |x(t)|dt.
a
Ta dễ dàng kiểm tra được kαxk1 = |α|kxk1 và kx + yk1 ≤ kxk1 +

kyk1 , ∀x, y ∈ C[a, b], kxk1 ≥ 0. Bây giờ ta phải chỉ ra nếu kxk1 = 0
thì |x| ≡ 0.
Thật vậy, nếu kxk1 = 0, theo Chương 3 |x| = 0 h.k.n. Giả sử
tồn tại t0 sao cho x(t0 ) 6= 0. Khi đó với n ∈ N bất kỳ, trong khoảng

t0 , t0 + n1 phải có một số tn thỏa mãn x(tn ) = 0 bởi nếu không,

x(t) 6= 0, ∀t ∈ t0 , t0 + n1 , mâu thuẫn với giả thiết |x| = 0 h.k.n.
Vậy, ta sẽ chọn được một dãy {tn } → t0 sao cho x(tn ) = 0, mà x
liên tục nên suy ra x(t0 ) = 0, vô lý. Vậy x(t) = 0, ∀t ∈ [a, b].
Chúng ta hy vọng có thể mở rộng định nghĩa chuẩn tích phân

như trên cho không gian các hàm khả tích Lebesgue trên (X, F , µ).

|f |dm = 0 ⇔ f = 0 không được thỏa mãn.

R
Tuy nhiên, điều kiện
X
Ta chỉ có thể suy ra được f = 0 h.k.n. Điều đó có thể được khắc
phục nếu chúng ta đồng nhất các hàm bằng nhau hầu khắp nơi
làm một.
Chúng ta nhắc lại trong lớp các hàm đo được trên (X, F , µ),
một quan hệ sau, ký hiệu là ∼, đó là một quan hệ tương đương:
f ∼ g ⇔ f = g (h.k.n).
Với f ∈ L 1 (X), ký hiệu f ∼ = {g ∈ L 1 (X) : g ∼ f } - tập hợp các

hàm bằng f h.k.n trên X, còn được gọi là lớp tương đương chứa
f . Chú ý ở đây, f ∼ ∩ g ∼ bằng ∅ hoặc chính là f ∼ (khi 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.
Chuẩn trên L1 (X) được xác định bởi công thức:
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.
Để cho đơn giản, từ nay về sau ta sẽ quy ước dùng ký hiệu f

thay cho f ∼ trong không gian L1 . Như vậy trong L1 , hai hàm f và
g bằng nhau hkn được xem là trùng nhau.

6.1.3. Sự hội tụ trong không gian định chuẩn
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.
Dựa vào Chương Không gian metric, ta suy ra một số tính

chất của sự hội tụ trong không gian vectơ định chuẩn như sau:
i) Nếu xn → x0 thì kxn k → kx0 k, nói cách khác chuẩn kxk là

một hàm giá trị thực liên tục của x.
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.
iii) Nếu xn → x0 , yn → y0 trong X thì xn + yn → x0 + y0 trong X,

ngoài ra nếu αn → α0 trong R thì αn xn → α0 x0 trong X.
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.
Ví dụ 6.1.10. Không gian C[a, b] với chuẩn k.k1 không là không

gian Banach.

Hình 6.2: Dãy hàm xn (t)
Ta xét không gian C[−1, 1] với dãy:





 0 nếu − 1 ≤ t < 0,

xn (t) =
 nt nếu 0 ≤ t < n1 ,

1

1 nếu ≤ t ≤ 1.

n
|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.
Dễ thấy x(t) 6∈ C[−1, 1] và |xn − x|dt → 0, tuy nhiên vẫn có

R
[−1,1]
thể tồn tại hàm g ∈ C[−1, 1] sao cho kxn − gk1 → 0. Ta sẽ chứng
minh điều đó không thể xảy ra.
Thật vậy, giả sử tồn tại hàm g ∈ C[−1, 1] sao cho kxn −gk1 → 0,
khi đó:
Z Z Z
|x − g|dt ≤ |xn − x|dt + |g − xn |dt → 0.
[−1,1] [−1,1] [−1,1]
|x−g|dt = 0. Suy ra |x−g|dt = 0 = |x−g|dt

R R R
Do vậy,
[−1,1] [−1,0) (0,1]
mà x và g đều liên tục trên [−1, 0) và [(0, 1]) nên g(t) = x(t), ∀t ∈

[−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)
6.2.1. Các bất đẳng thức cho tích phân
Giả sử f, g là các hàm đo được trong không gian độ đo (X, F , µ),

để chứng minh tập tất cả các hàm có lũy thừa bậc p khả tích là
một không gian vectơ, chúng ta cần hai bất đẳng thức cơ bản sau.
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
Bất đẳng thức 6.1 còn được viết như sau:

Z Z 1 Z 1
p q
p q
|f g| dµ ≤ |f | dµ |g| dµ . (6.2)
E E E
Chú ý rằng, khi p = q = 2 ta được một bất đẳng thức rất nổi
tiếng và thường xuyên được sử dụng.
Hệ quả 6.2.1 (Bất đẳng thức Bunyakovsky - Schwarz).

Z Z 1 Z 1
2 2
2 2
|f g|dµ ≤ |f | dµ |g| dµ .
X X X
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
Ta có (|f |−t|g|)2 dµ = f 2 dµ−t.2 |f g|dµ+t2 g 2 dµ ≥ 0 với mọi

R R R R
t ∈ R. Điều ra khi và chỉ khi biệt thức ∆0 = ( |f g|dµ)2 −

R
đó xảy
|f |2 dµ |g|2 dµ ≤ 0.
R R
Định lý 6.2.2 (Bất đẳng thức Minkowski). Cho 1 ≤ p ≤ ∞, f và

g là hai hàm đo được trên (X, F , µ) thì
Z 1 Z 1 Z 1
p p p
p p p
|f + g| dµ ≤ |f | dµ + |g| dµ . (6.3)
X X X
Chú ý. Nếu µ là độ đo đếm trên tập X có đếm được phần tử và tập

các giá trị của hàm f trên X là x1 , x2 , . . .; của hàm g là y1 , y2 , . . .
thì các bất đẳng thức Holder và Minkowski có dạng
∞ ∞
!1/p ∞
!1/q
p q
X X X
|xi yi | ≤ |xi | |yi | ,
i=1 i=1 i=1
∞
!1/p ∞
!1/p ∞
!1/p
p p p
X X X
|xi + yi | ≤ |xi | + |yi | .
i=1 i=1 i=1
với p > 1, 1/p + 1/q = 1.
6.2.2. Không gian Lp
Định nghĩa 6.2.1. Cho không gian độ đo bất kỳ (X, F , µ) và

1 ≤ p < ∞, ta ký hiệu Lp (X, F , µ) hoặc Lp (X) là tập hợp của tất
cả các hàm đo được f trên X sao cho |f |p dµ < ∞ hay f có lũy
R
thừa bậc p khả tích trên X.
Nếu X là tập đo được Lebesgue trong không gian Rk , µ là

độ đo Lebesgue thì Lp (X, µ) được ký hiệu là Lp (X). Trường hợp
X = [a, b] ⊂ R thì ta viết là Lp (a, b) hoặc Lp[a,b] , nếu X = [0, 1] thì
đơn giản ta viết là Lp .
Nếu như ta xem hai hàm bằng nhau h.k.n là đồng nhất trong
tập Lp (X, F , µ) thì từ bất đẳng thức Minkowski (6.3) suy ra tập

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
Chuẩn kf k trong trường hợp này thường được ký hiệu là kf kp ,

đọc là "chuẩn Lp " hoặc "chuẩn p". Hiển nhiên ta dễ dàng kiểm
tra các điều kiện về chuẩn của Lp (X, F , µ). Các bất đẳng thức
Hölder và Minkowski có thể viết lại thành kf gk1 ≤ kf kp kgkq và
kf + gkp ≤ kf kp + kgkp .
Định lý 6.2.3 (Tính chất đầy đủ của Lp ). Cho không gian độ đo

bất kỳ (X, F , µ) và 1 ≤ p < ∞, (Lp (X, µ), k · kp ) là một không gian
định chuẩn đủ (không gian Banach).
Từ định lý trên ta rút ra được hệ quả sau:
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).
Ta còn gọi sự hội tụ trong Lp (X, µ) là hội tụ trung bình cấp p

(p)
và ký hiệu fn ⇒ f để chỉ sự hội tụ đó. Nếu dãy fn hội tụ trung
bình cấp p tới f , ta đặt B = {|fn (x) − f (x)| ≥ ε}, khi đó ta có
Z Z Z
p p
|fn (x) − f (x)| dµ ≥ |fn (x) − f (x)| dµ ≥ εp dµ = εp µ(B),
X B B
suy ra µ(B) → 0 khi n → ∞.

Như vậy:
Một dãy hàm hội tụ trung bình cũng hội tụ theo độ đo.
252 ◊ 6.2 Không gian hàm có lũy thừa bậc p khả tích
6.3. Toán tử tuyến tính (Linear Operators)

6.3.1. Khái niệm và các ví dụ
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 .
b) Với X = Y = C k [a, b] (không gian các hàm số có đạo hàm

liên tục đến cấp k trên [a, b]), Ax(t) = a0 (t) + a1 x0 (t) + · · · + ak x(k) (t)
được gọi là một toán tử vi phân, trong đó a0 , a1 , . . . , ak là những
hàm số cho trước của t trong C k [a, b].

c) Với X = Y = C[a, b],

Z b
Ax(t) = K(t, s)x(s)ds
a
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).
d) Các toán tử không biến mọi x ∈ X thành vectơ không và

toán tử đồng nhất biến mỗi vectơ x ∈ X thành chính x cũng là
các toán tử tuyến tính.
6.3.2. Toán tử tuyến tính liên tục
Cho X và Y là các không gian định chuẩn, toán tử tuyến tính

A từ X vào Y là liên tục nếu xn → x trong X kéo theo Axn → Ax
trong Y .
Có thể chứng minh một toán tử tuyến tính bất kỳ từ Rk vào
Rm là liên tục do nó luôn có thể viết dưới dạng tích một ma trận
với vectơ. Tuy nhiên trong không gian định chuẩn bất kỳ, không
phải lúc nào các toán tử tuyến tính cũng liên tục. Chúng ta sẽ
cần một số dấu hiệu để nhận biết khi nào nó là liên tục.
Toán tử tuyến tính A từ X vào Y được gọi là bị chặn (giới nội)
nếu tồn tại hằng số K sao cho:
kAxkY ≤ KkxkX (∀x ∈ X). (6.4)
Tập S trong một không gian định chuẩn được gọi là bị chặn
nếu tồn tại số M thỏa mãn kxk ≤ M, ∀x ∈ S.
Định lý 6.3.1. Cho A là một toán tử tuyến tính từ X vào Y , ta có

4 khẳng định sau là tương đương:
i) A là liên tục tại một điểm x0 ∈ X.
254 ◊ 6.3 Toán tử tuyến tính

ii) A là liên tục trên toàn X.
iii) A biến tập bị chặn thành tập bị chặn.
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.
ii) suy ra iii): Ký hiệu S(M ) hay S = {x ∈ X : kxkX ≤ M }, ta

sẽ chứng minh A(S) là một tập bị chặn. Thật vậy nếu A(S) không
bị chặn, tồn tại dãy xn ∈ S sao cho kAxn kY → ∞. Suy ra dãy
yn = xn /kAxn kY hội tụ tới vectơ không trong X nên Ayn hội tụ tới
vectơ không trong Y . Nhưng kAyn kY = 1 với mọi n, vô lý. Vậy A(S)
bị chặn. Nếu tập G là bị chặn thì nó phải thuộc tập S(M ) nào đó
nên rõ ràng A(G) phải thuộc A(S) dẫn đến A(G) bị chặn trong Y .
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.
Định nghĩa 6.3.2. Số K ≥ 0 nhỏ nhất mà thỏa mãn (6.4) được

gọi là chuẩn của toán tử tuyến tính liên tục A, ký hiệu là kAk.
Ta có:
kAxk
kAk = sup = sup kAxk.
x6=0 kxk kxk=1
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
Như vậy, ta có một số tính chất của chuẩn toán tử:

i) kAxk ≤ kAk.kxkX , ∀x ∈ X.
ii) Nếu ∀x ∈ X, kAxk ≤ KkxkX thì kAk ≤ K.
Ví dụ 6.3.2.
i) Toán tử tuyến tính A : R → R sao cho Ax = ax với số a ∈ R

cho trước là liên tục (bị chặn) và kAk = a. Toán tử đồng nhất
I : X → X sao cho Ix = x là liên tục với kIk = 1. Hiển nhiên
nếu toán tử tuyến tính A có kAk = 0 thì chắc chắn đây là
toán tử không Ax = 0.
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:
kAk2 = sup kAxk hay kAk22 = sup kAxk2 .

kxk=1 kxk2 =1
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

âm do y 0 A0 Ay = (Ay)0 Ay ≥ 0, ∀y ∈ Rk nên mọi giá trị riêng

của nó là không âm. Với x là vectơ riêng của A0 A thỏa mãn
kxk = 1, ta có kAxk = kλxk = λ. Vậy giá trị lớn nhất của
kAxk2 khi kxk = 1, tức kAk22 chính là giá trị riêng lớn
q nhất
0 0
của A A. Ký hiệu giá trị này là λ(A A) ta có kAk2 = λ(A0 A)
Quay lại Ví dụ 6.3.1, ta có:
Z b Z b
kAxk = max K(t, s)x(s)ds ≤ kxk max |K(t, s)|ds,
t∈[a,b] a t∈[a,b] a
nên suy ra: Z b

kAk ≤ max |K(t, s)|ds.
t∈[a,b] a
Vậy A là một toán tử tuyến tính liên tục.
6.3.3. Không gian các toán tử L(X, Y )
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,
và toán tử tích của một số α với toán tử α là αA thỏa mãn
(αA)x = αAx, ∀x ∈ X.
Rõ ràng các toán tử A + B và αA cũng là tuyến tính và liên

tục nên cùng thuộc L(X, Y ) hay L(X, Y ) là một không gian vectơ.
Trong L(X, Y ), ta định nghĩa một chuẩn theo công thức (6.4) ở
mục 6.3.2. Khi đó L(X, Y ) là một không gian định chuẩn, có thể
dễ dàng kiểm tra ba tiên đề về chuẩn đều đúng:
i) Nếu kAk = 0 thì kéo theo Ax = 0 với mọi x tức A là toán tử
không. Ngược lại là hiển nhiên.

ii) kαAk = αkAk do kαAxk = αkAxk với mọi x.

iii) kA + Bk ≤ kAk + kBk do k(A + B)xk = kAx + Bxk ≤ kAxk +
kBxk với mọi 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.
Định lý 6.3.2. Nếu Y là không gian đủ thì L(X, Y ) cũng là không

gian đủ.
6.3.4. Phiếm hàm tuyến tính
Định nghĩa 6.3.3. Trong trường hợp toán tử tuyến tính f từ

không gian vectơ X vào không gian vectơ Y , với Y là tập số thực
R hoặc phức C thì f được gọi là một phiếm hàm tuyến tính trên
không gian X.
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.

Ví dụ 6.3.3 (Phiếm hàm tuyến tính trên Rk ). Như trong Ví dụ

6.3.1, ta đã biết rằng một phiếm hàm tuyến tính f bất kỳ trên Rk
đều có biểu diễn dưới dạng:
k
X
f (x) = ai xi (6.5)
i=1
trong đó, x = (x1 , . . . , xk ) còn a = (a1 , . . . , ak ) là duy nhất ứng với

f . Ký hiệu f (x) = (a, x) thường gọi là tích vô hướng của hai vectơ
a và x.
Rõ ràng có một tương ứng 1-1 giữa f ∈ (RK )∗ với a ∈ Rk . Ánh
xạ đó bảo toàn các phép toán tuyến tính và cũng bảo toàn chuẩn
bởi vì
kf k = kak.
Thật vậy, theo bất đẳng thức Cauchy đối với các số thực:
|(a, x)| ≤ kak.kxk,
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).

1. Cho (X, k · k) là một không gian tuyến tính định chuẩn,

kx − yk
chứng minh d(x, y) = là một metric trên X.
1 + kx − yk
2. Chứng minh trong không gian định chuẩn X, nếu xn → x
thì kxn k → kxk.
3. C 1 (a, b) là không gian các hàm khả vi liên tục trên [a, b] với
chuẩn:
kf k = sup f (x) + sup f 0 (x).
x∈[a,b] x∈[a,b]
Chứng minh C 1 (a, b) là một không gian Banach.

4. Cho X là một không gian định chuẩn. Chứng minh:
kxk ≤ max{kx + yk, kx − yk}, ∀x, y ∈ X.
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
có thể là một chuẩn trên C[a, b] hay không? Tại sao?

6. Cho X là một không gian tuyến tính định chuẩn, chuỗi xn
P
được gọi là hội tụ tuyệt đối nếu kxn k là hội tụ tới một giá
P
trị hữu hạn trong R. Chứng minh X là không gian Banach

nếu và chỉ nếu mọi chuỗi hội tụ tuyệt đối đều hội tụ.
7. Cho A là toán tử tuyến tính từ Rm vào Rk , trong đó chuẩn
lấy trong Rm và Rk là chuẩn max: kxk = max kxi k. Hãy tính
kAk theo ma trận A.
8. Cho phiếm hàm tuyến tính δ : C[0, 1] → R xác định bởi
δ(f ) = f (0). Giả sử chuẩn trong C[0, 1] là chuẩn max: kf k =

max f (x), hãy chứng minh δ là bị chặn và tính chuẩn của

0≤x≤1
toán tử δ.
R1
Nếu chuẩn trong C[0, 1] được cho là chuẩn kf k = 0 |f (x)| dx,
hãy chứng minh δ không bị chặn.
9. Cho ma trận vuông cấp 2
 
0 a2 
A= 2
b 0
trong đó a, b > 0. Hãy tính chuẩn Euclid của ma trận A.

10. Chứng minh nếu Tn → T trong không gian L(X, Y ) thì
Tn x → T x với mọi x ∈ X.


Chứng minh bất đẳng thức 6.2.1.

Nếu X |f |p dµ = 0, thì f = 0 h.k.n nên f g = 0 h.k.n. Suy ra
R
X |f g| dµ = 0 và bất đẳng thức (6.1) là đúng, cũng chứng minh

R
tương tự với X |f |p dµ = 0. Do đó chúng ta có thể giả sử các đại

R
lượng này khác 0.

Ta chú ý là, nếu thay f và g bằng cf và dg với c, d bất kỳ thì
bất đẳng thức (6.1) là không đổi nên có thể giả sử X |f |p dµ =
R
p
X |f | dµ = 1 trong trường hợp hai giá trị này là hữu hạn khác 0.
R
Tiếp theo chúng ta sẽ chứng minh bổ đề sau:

Bổ đề 6.3.1. Với các số thực a và b dương và p, q như trên, ab ≤
ap b q
+ .
p q
Chứng minh. Chú ý 2 số p và q đều lớn hơn 1. Chia 2 vế cho bq ,

ap b−q 1
chúng ta đưa về chứng minh ab1−q ≤ + .
p q
tp 1
Đặt t = ab1−q , bất đẳng thức trên trở thành t ≤ + . Để
p q
tp
chứng minh tiếp, chúng ta lấy đạo hàm của hàm số ϕ(t) = +
p
1
− t theo t và được ϕ0 (t) = tp−1 − 1 bằng 0 tại t = 1. Dễ thấy hàm
q
ϕ(t) với t dương đạt cực tiểu tại 1 mà ϕ(1) = 0 nên 0 ≤ ϕ(t). Vậy
bổ đề đã được chứng minh.
Áp dụng bổ đề cho a(x) := |f (x)| và v(x) := |g(x)|, khi đó ta có

|f (x)|p |g(x)|q
|f (x)g(x)| ≤ + với mọi x. Lấy tích phân hai vế, ta
p q

được X |f g| dµ ≤ 1, suy ra bất đẳng thức Hölder. Trường hợp hai

R
giá trị ở vế phải bất đẳng thức bằng vô cùng thì nó là hiển nhiên.
Vậy bất đẳng thức Hölder luôn đúng.
Chứng minh bất đẳng thức 6.2.2.

Với p = 1, bất đẳng thức hiển nhiên đúng.
Với 1 < p < ∞, chọn q sao cho p1 + 1q = 1, áp dụng bất đẳng thức
Holder (6.1) (chú ý (p − 1)q = p) chúng ta có:
Z Z Z
p p−1
|f + g| dµ ≤ |f | |f + g| dµ + |g| |f + g|p−1 dµ
X X X
Z 1 Z 1
p q
p (p−1)q
≤ |f | dµ |f + g| dµ +
X X
Z 1 Z 1
p q
p (p−1)q
+ |g| dµ |f + g| dµ
X X
Z 1 Z 1 Z 1
p p q
p p p
≤ |f | dµ + |g| dµ |f + g| dµ .
X X X
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).

Lấy {fn } là một dãy Cauchy trong Lp (X, µ). Trong không gian
định chuẩn bất kỳ, một dãy Cauchy là hội tụ tới cùng một giới
hạn với một dãy con hội tụ của nó nên ta chỉ cần chứng minh sự
hội tụ của một dãy con. Do đó có thể giả thiết là kfm − fn kp < 1/2n
với mọi n và m > n.
Đặt
An := {x : |fn (x) − fn+1 (x)| ≥ 1/n2 }.
Khi đó, 1An /n2 ≤ |fn − fn+1 |. Lấy tích phân lũy thừa bậc p hai vế,
ta được:
Z
2p
|fn −fn+1 |p dµ < 2−np , và n2p /2np < ∞.
X X
µ(An )/n ≤ µ(An ) ≤
n n

Vì vậy, với Bn := Am , B(n) ↓ và µ(B(n)) → 0 khi n → ∞.

S
m≥n
T∞
Với bất kỳ x 6∈ n=1 B(n), và vì thế với hầu hết mọi x, |fn (x) −
fn+1 (x)| ≤ 1/n2 với mọi n đủ lớn. Khi đó với m > n bất kỳ,
∞
1/j 2 .
X
|fm (x) − fn (x)| ≤
j=n
P∞
Do j=n 1/j 2 → 0 khi n → ∞ nên với x như vậy, {fn (x)} là một
dãy Cauchy có giới hạn là f (x). Với các x khác, tạo thành một tập
có độ đo 0, đặt f (x) = 0. Khi đó f là đo được. Do Bổ đề Fatou,
Z Z
|f |p dµ ≤ lim |fn |p dµ
n→∞
nên f ∈ Lp (X, µ). Tương tự,

Z Z
|f − fn |p dµ ≤ lim |fm − fn |p dµ → 0
m→∞
khi n → ∞, vì thế kfn − f kp → 0.

Giả sử An là dãy cơ bản trong L(X, Y ). Ta có:
kAn x − Am xkY = k(An − Am )xkY ≤ kAn − Am xk.kxkX , (6.6)
nên với một x ∈ X cho trước An (x) là một dãy cơ bản trong Y . Do
Y là không gian đủ nên An (x) phải hội tụ tới một giới hạn, ta đặt
Ax = n→∞
lim An x.
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.

Tài liệu tham khảo
[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.
[3] A. N. Cônmôgôrôp, X. V. Fômin, Cơ sở lý thuyết hàm và giải

tích hàm, tập I, II, NXB Giáo dục, 1971.
[4] Nguyễn Định, Nguyễn Hoàng, Hàm số biến số thực, NXB

Giáo dục, 2003.
[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.
[8] R. M. Dudley, Real analysis and Probability, Cambridge

University Press, 2002.
Tài liệu tham khảo ◊ 265

[9] EFE A. OK, Real analysis with Economic applications, New

York University Press, 2005.
[10] ERIC M. VESTRUP, Theory of Measures and Integration,

Wiley-Interscience, A John Wiley & Sons, INC., Publication,
2003.
[11] FRED S. ROBERTS, Measurement theory, Cambridge Uni-

versity Press, 2009.
[12] JONATHAN M. BORWEIN, PETER B. BORWEIN An In-

troduction to Integration and Measure Theory, Oxford Uni-
versity Press, 2006.
266 ◊ Tài liệu tham khảo

Real Analysis

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Real Analysis

Uploaded by

Copyright:

Available Formats

Mục lục

Chương 1: Tập hợp và Tập số thực 1

1.6 Lý thuyết lợi ích so sánh được 31

2.5 Cân bằng Nash 86

Mục lục ◊ iii

Chương 4: Tích phân Lebesgue 158

5.3 Độ đo tích và định lý Fubini 232

LỜI NÓI ĐẦU

vi ◊ Lời nói đầu

• Chương 1: Tập hợp và Tập số thực

• Chương 2: Không gian metric

• Chương 4: Tích phân Lebesgue

• Chương 5: Tích phân Stieltjes

• Chương 6: Không gian các hàm khả tích

Lời nói đầu ◊ vii

viii ◊ Lời nói đầu

Tập hợp và Tập số thực

Chương 1: Tập hợp và Tập số thực ◊ 1

1.1. Tập hợp (Sets)

2 ◊ 1.1 Tập hợp

1.1.2. Các phép toán tập hợp

• Phép hợp. Hợp hoặc tổng của A và B là tập A∪B = {x : x ∈ A

• Phép giao. Giao hoặc tích của A và B là tập A ∩ B = {x : x ∈

• Phép trừ. Hiệu của A đối với B là tập A \ B = {x : x ∈ A

• Phép lấy phần bù. Phần bù của tập A là tập Ac = X \ A =

• Hiệu đối xứng. Hiệu đối xứng của A và B là tập A4B =

• Tích Đề-các (Descartes). Cho hai tập hợp bất kỳ X và Y ,

Chương 1: Tập hợp và Tập số thực ◊ 3

Ví dụ 1.1.1. Với X = {x, y, z}, Y = (a, b), ta có

Một tích Đề-các thường gặp là R × R và còn được ký hiệu là R2 .

• Tính giao hoán:

• Tính kết hợp:

• Tính phân phối:

A∩(B ∪C) = (A∩B)∪(A∩C); A∪(B ∩C) = (A∪B)∩(A∪C);

A ∩ (B4C) = (A ∩ B)4(A ∩ C).

• Công thức De Morgan:

Chú ý: (A \ B) ∪ B = A chỉ đúng khi B ⊂ A; (A ∪ B) \ B = A chỉ

4 ◊ 1.1 Tập hợp

1.1.3. Họ tập hợp và dãy tập hợp

Chú ý là 2X chứa cả tập ∅ và X, nếu tập X hữu hạn gồm n

Ví dụ 1.1.4. Họ gồm các tập A = {1, 2}, B = {3, 4}, C = {5} là

Chương 1: Tập hợp và Tập số thực ◊ 5

Ví dụ 1.1.5. Với X = N = {1, 2, . . . }, khi đó:

là một dãy đơn điệu tăng các tập con của X.

lim An = lim sup An = lim inf An .

Có thể thấy rằng:

viết An ↓ A. Nếu dãy tập hợp {An } đơn điệu tăng và ∞

Ví dụ 1.1.6. Với A, B là các tập cho trước, xét dãy An = A nếu n

6 ◊ 1.1 Tập hợp

1.2. Tập hợp số thực (Real numbers)

(I) CÁC TIÊN ĐỀ ĐỐI VỚI PHÉP CỘNG

2+ . Với mọi phần tử x ∈ R tồn tại một phần tử −x ∈ R (gọi là

3+ . Phép cộng có tính kết hợp, tức là biểu thức

4+ . Phép cộng là giao hoán, nghĩa là

Chương 1: Tập hợp và Tập số thực ◊ 7

(II) CÁC TIÊN ĐỀ ĐỐI VỚI PHÉP NHÂN

3. . Phép nhân · có tính kết hợp, nghĩa là:

4. . Phép nhân · có tính giao hoán, nghĩa là:

(I, II) LIÊN HỆ GIỮA PHÉP CỘNG VÀ PHÉP NHÂN

8 ◊ 1.2 Tập hợp số thực

(III) CÁC TIÊN ĐỀ THỨ TỰ

(I, III) LIÊN HỆ GIỮA PHÉP CỘNG VÀ THỨ TỰ TRÊN R

(II, III) LIÊN HỆ GIỮA PHÉP NHÂN VÀ THỨ TỰ TRÊN R