切换科目
重点科目
主要科目
次要科目
科数网
首页
刷题
学习
VIP会员
赞助
组卷
集合
教材
VIP
写作
游客,
登录
注册
在线学习
实变函数论
第二章 勒贝格(Lebesgue)测度
外侧度的性质
最后
更新:
2025-11-21 20:13
查看:
280
次
纠错
评论(0)
课件
开VIP
外侧度的性质
## 外侧度的性质 外测度有以下性质: (i)(非负性)对任意 $E \subset R ^n, 0 \leqslant m^* E \leqslant \infty$ ,即外测度为非负广义实值函数; (ii)(单调性)若 $E_1 \subset E_2$ ,则 $m^* E_1 \leqslant m^* E_2$ ; (iii)(次可加性)$m^*\left(\bigcup_{k=1}^{\infty} E_k\right) \leqslant \sum_{k=1}^{\infty} m^* E_k$ . 证明 性质(i)是明显的. (ii)由于 $E_1 \subset \stackrel{\theta}{E}_2$ 时,凡是 $E_2$ 的 $L$ 覆盖都是 $E_1$ 的 $L$ 覆盖,根据下确界的性质易见,有 $$ m^* E_1 \leqslant m^* E_2 $$ (iii)不妨设不等式右端 $\sum_{k=1}^{\infty} m^* E_k<\infty$ ,这时对任意 $\varepsilon>0$ 及正整数 $k$ ,存在 $E_k$ 的 $L$ 覆盖 $\left\{I_i^{(k)} \mid i \in N _{+}\right\}$,使得 $$ \sum_{i=1}^{\infty}\left|I_i^{(k)}\right|<m^* E_k+2^{-k} \varepsilon, \quad(k=1,2, \cdots) $$ 很容易看出,$\left\{I_i^{(k)} \mid i, k=1,2, \cdots\right\}$ 是 $\bigcup_{k=1}^{\infty} E_k$ 的 $L$ 覆盖.故由上式及外测度定义, $$ 0 \leqslant m^*\left(\bigcup_{k=1}^{\infty} E_k\right) \leqslant \sum_{k=1}^{\infty} \sum_{i=1}^{\infty}\left|I_i^{(k)}\right|<\sum_{k=1}^{\infty}\left(m^* E_k+2^{-k} \varepsilon\right)<\sum_{k=1}^{\infty} m^* E_k+\varepsilon $$ 在上式中令 $\varepsilon \rightarrow 0$ ,即得所需不等式.$\square$ > 次可加性是外测度的重要性质,它完全是由于用外包可数多面体定义外测度带来的结果.由前面对有理数集 $Q _0^2$ 的 Jordan 外测度的分析可以看出,Jordan外测度对可数无限个点集没有次可加性。 由外测度的单调性与次可加性立即可知,零测集的子集及其可数并集仍是零测集. `例` 任意(开,闭或半开半闭的)矩体的外测度等于它的体积. 证明 设 $I$ 为开矩体,由上一节李3知道 已证 $m^* I=|I|$ 。 再求 $I$ 的闭包 $\bar{I}$ 的测度.由于 $\lambda>1$ 时,$I \subset \bar{I} \subset I_\lambda$ ,根据外测度的单调性, $$ |I|=m^* I \leqslant m^* \bar{I} \leqslant m^* I_\lambda=\left|I_\lambda\right|=\lambda^n|I| . $$ 令 $\lambda \rightarrow 1+0$ 得 $m^* \bar{I}=|\bar{I}|=|I|$ . 至于半开矩体的情形,仍由外测度的单调性,它的外测度应在有相同边界的开矩体和闭矩体的外测度之间,而后二者的外测度相等,因此半开矩体的外测度也等于该矩体的体积. **例1表明,对于矩体来说,外测度就是体积,因此外测度是体积的一种延拓,然而它究竟能否成为我们所希望的 Jordan 测度的推广,关键之处还在于,要看外测度是不是具有可数可加性(参看本章开始时的分析)。实际上,外测度并不具有这种性质 ,所以它不是我们所希望的 Jordan 测度的推广(见下面的次可加性)**. **推论** 2.2 若 $E \subset \mathbf{R}^n$ 为可数点集,则 $m^*(E)=0$ . 由此可知有理点集的外测度 $m^*\left(\mathbf{Q}^n\right)=0$ 。这里我们看到了一个虽然处处稠密但外测度为零的可列点集.但下述例 3 说明外测度为零的点集不一定是可列集. `例` Cantor 集 $C$ 为零测集。 证明 设 $F_k$ 是 Cantor 集的构造过程中第 $k$ 步所留下的 $2^k$ 个闭区间(它们每个长为 $3^{-k}$ )的并集,故由外测度的次可加性,$m^* F_k$ 不超过这些区间的外测度 (即其长度)之和.因此, $$ 0 \leqslant m^* C=m^*\left(\bigcap_{k=1}^{\infty} F_k\right) \leqslant m^* F_N=2^N 3^{-N} $$ 其中 $N$ 为任意正整数.令 $N \rightarrow \infty$ 就得到 $m^* C=0$ ,即 $C$ 为零测集. 这个例题说明,存在不可数的零测集.另外,由外测度的次可加性和例 1 容易看出,区间 $[0,1]$ 中的无理点集的外测度为 1 ,而我们知道,这个点集与 Cantor集都有连续统的基数,可是它们的外测度却相差如此之大.由此可见,**外测度与基数是从不同角度刻画点集"大小"的概念,实际上反映了点集两种完全不同的特性:前者是对点集占据空间大小的度量;后者则是对集合中元素多少的度量,而与其点在空间中的分布情况无关**. ## 理解:次可加性 我们用一个非常生活化的比喻来解释“外测度的次可加性”。 ### 核心思想:宁可多算,绝不少算 想象一下,你是一个特别谨慎的仓库管理员,你的任务是**估算**几个随意堆放在地上的**大堆货物**所占的总面积。 * **“外测度”** 就是你这种“估算”的方法。 * **“次可加性”** 描述的就是你估算多个货堆总面积时,会遵循的一个很自然的“保守”原则。 --- ### 情景比喻 现在地上随意扔着三个货堆:A堆(箱子)、B堆(轮胎)、C堆(木料)。它们可能分得很开,也可能有部分重叠,乱七八糟。 **你的估算方法(外测度)是:** 用尽可能大的、规整的“塑料布”去覆盖一个货堆。这块塑料布的面积,就是你对这个货堆的“外测度”估算值。你的原则是:**塑料布宁可大,不能小,一定要把货堆完全盖住。** 1. **单独估算**:你分别用三块大塑料布去盖住A、B、C三个货堆。你得到的面积是: * 盖住A堆的布面积 = 5平米 * 盖住B堆的布面积 = 3平米 * 盖住C堆的布面积 = 4平米 所以,单独估算的面积总和是:5 + 3 + 4 = **12平米**。 2. **估算总面积**:现在你想知道这三个货堆总共占了多大地方。最省事的办法是找一块**巨大的塑料布**,一次性把A、B、C三个货堆**全部盖住**。 * 因为你是一次性覆盖,塑料布会覆盖所有的货物,**同时也会覆盖掉货堆之间的空隙**,甚至可能因为货堆形状不规则,这块大布会产生很多额外的浪费面积。 * 你量了一下,这块一次性覆盖的大塑料布面积是 **10平米**。 ### 关键问题来了:哪个总面积更大? * **一次性覆盖的估算(大布)**:10平米 * **分别覆盖再相加的估算(三块小布之和)**:12平米 **10平米 小于 12平米** 这个结果符合你的直觉吗?你会发现,**一次性覆盖(外测度的总和)可能比分开覆盖再相加要小**。 **这就是“次可加性”的精髓!** --- ### 用数学语言总结 对于一个外测度 $ m^* $和一堆集合 $ A_1, A_2, A_3, ... $(我们的货堆),次可加性说的是: $$ m^*\left( \bigcup_{k=1}^{\infty} A_k \right) \leq \sum_{k=1}^{\infty} m^*(A_k) $$ **翻译成大白话就是:** **“一次性测量一堆东西的总尺寸,总会小于或等于分别测量每个东西的尺寸然后加起来。”** ### 为什么是“次”可加(≤)而不是“等”于(=)? * **如果货堆分得很开**:你一次性覆盖的大塑料布会浪费很多面积在空隙上,这时“一次性覆盖”的面积可能会**大于**分开覆盖的面积之和。但根据你的“保守原则”(宁可大不能小),你最终记录的是那个更小的、但依然能完全覆盖的值?不,这里有个关键点:外测度取的是所有可能覆盖方式中**面积的下确界**(最小的那个上限)。所以,当存在重叠或紧凑摆放时,一次性覆盖的效率更高,总外测度会**小于或等于**分开的外测度之和。等号(=)通常只在集合彼此分离得很好(即可测)时才成立。 * **如果货堆有重叠或可以紧凑摆放**:就像上面的例子,一次性用一块大布覆盖三个有重叠的货堆,会比用三块布分别覆盖(重叠部分被重复计算了)要更“节约”布料。所以总外测度会**小于**各个外测度之和。 ### 最重要的启示 **次可加性(≤) 是外测度的一个基本性质,它允许“重复计算”和“重叠浪费”的存在。** 而我们真正追求的“可加性”(=),是更严格的性质,只有当这些集合是“可测的”(比如像规则方块一样,边界清晰,没有奇怪的碎片)时才会成立。 **简单说,次可加性是外测度这个“粗糙估算工具”自带的“保守”特性,它保证了估算的总量不会超过分量的和,但允许因为合并处理而更节约。** ## 次可加性和可数可加性的区别 次可加性和可数可加性到底有什么区别?这直接触及了外测度和勒贝格测度最核心的区别。我们来用一个对比解释为什么外测度只有“次可加性”而没有更强的“可数可加性”。 ### 核心区别:一个关于“重叠”与“裂缝”的致命问题 我们还是用仓库和塑料布的比喻,但现在要更精确一点。 * **可数可加性(我们想要的完美性质)**:如果有一堆**彼此完全分离、互不重叠**的“规则货堆”(可测集),那么把它们的总面积加起来,应该**精确等于**它们整体所占的面积。也就是:`整体面积 = 所有部分面积之和`。这是测量理论最理想的“完美尺子”该有的性质。 * **外测度的次可加性(现实的粗糙性质)**:外测度这把“尺子”太粗糙了,它**无法完美处理“无限细分”的、极其破碎的集合**。当你试图测量一些用外测度无法精确定义的“怪物集合”(不可测集)时,就会出现问题。 --- ### 关键比喻:测量一堆沙子 vs. 测量一团雾气 **1. 可数可加性的情景(测量一堆沙子)** 想象你有无数堆**规则的小沙堆**,每个沙堆都规规矩矩,彼此之间留有明显的空隙。 * 你用“完美尺子”(勒贝格测度)去量每个小沙堆的体积,比如分别是 V1, V2, V3... * 然后你把所有沙堆扫到一起,堆成一个大沙堆,再去量它的总体积 V总。 * 你会发现,**V总 = V1 + V2 + V3 + ...** * 这就是**可数可加性**。因为沙堆是“好”的集合(可测集),并且过程是合理的。 **2. 外测度失效的情景(测量一团雾气)** 现在,地上有一滩不规则的水渍(一个不可测集)。你的任务还是估算它的面积。 你的方法(外测度)依然是:用塑料布覆盖。 * **第一步:你尝试无限细分**。为了更精确,你决定把这滩水渍想象成由无数个极其微小的水珠(点)组成的。你把每个水珠都单独看作一个“小集合”。 * 一个点的外测度是多少?是0。因为你可以用一块任意小的塑料布完美地盖住一个点,没有浪费。 * **第二步:按照可数可加性逻辑计算**。如果外测度满足可数可加性,那么这滩水渍的总外测度应该是:`所有点外测度之和 = 0 + 0 + 0 + ... = 0`。 * **第三步:与现实矛盾**。但这滩水渍明明有面积啊!比如是5平米。你再用一块大塑料布去覆盖它,怎么也得需要至少5平米的布。 **这就产生了矛盾:** * 如果外测度满足可数可加性,那么这滩水渍的面积应该是0。 * 但实际上,它的面积是5。 **这个矛盾说明,外测度这把“尺子”不能用于这种“无限细分”的加法。** 当你把集合拆分成不可数多个点(点是可数加法的特殊情况)时,外测度会给出荒谬的结果。 ### 为什么外测度会失败?—— “裂缝”与“浪费” 外测度的定义是“用一列开矩形去覆盖集合,然后取这些覆盖体积和的下确界”。它总是允许覆盖物之间有空隙、有重叠。 当你处理一个“规则”集合(如一个实心方块)时,你可以找到一系列覆盖,使得覆盖的体积和无限接近方块的真实体积。这时,次可加性就“升级”成了可加性。 但当你处理一个“不规则”的集合(如维塔利集中不可测集的例子)时,由于它被构造得极其破碎和怪异,**任何覆盖都必然包含大量的、无法消除的“额外浪费面积”**。你永远找不到一个覆盖能精确地、没有浪费地包住它。这个“浪费”的下确界(即外测度)会大于零。 然而,当你把它拆成点(每个点体积为0)时,点的可数加和却是0。这就导致了 `整体 > 部分之和` 的荒谬情况,违背了可加性。 ### 总结对比 | 特性 | 外测度 | 勒贝格测度 | | :--- | :--- | :--- | | **定义域** | 所有子集(权力很大) | 只针对“行为良好”的子集(可测集,权力小) | | **可加性** | **次可加性**:整体 ≤ 部分之和。允许“浪费”,但不能“创造”。 | **可数可加性**:对于互不相交的可测集,整体 = 部分之和。非常精确。 | | **通俗理解** | 一把**粗糙的估算尺**。为了保证对所有东西都能估个值,它牺牲了精度。它宁可算多,不能算少。 | 一把**精密的尺子**。它只测量“规则”的物体,但保证测量结果绝对精确,没有误差。 | **结论就是:** 外测度为了能够测量**所有**集合(包括那些奇形怪状的“怪物”),它不得不放宽要求,只满足较弱的次可加性。如果我们强行要求它满足完美的可数可加性,那么我们就必须**放弃测量某些特别奇怪的集合**(不可测集)。勒贝格测度正是这样做的:它缩小了定义域,只对“可测集”进行测量,从而在可测集上获得了完美的可数可加性。 所以,**不是“可数可加性”变成了“次可加性”,而是我们为了能测量更多东西,主动用“次可加性”这个更弱、更宽容的性质,替换掉了“可数可加性”这个更强、更苛刻的性质。**
科数题库(单机版)
会议室预约系统(book)
今日还可看
0
篇 未注册用户每天查看4篇,
注册
用户每天8篇,
开通VIP
会员无限制查看。
免费注册
《高等数学》难点解析
高数教程
泰勒公式
切线与法线
切平面与法平面
驻点·拐点·极值点·零点
间断点
渐进线
瑕积分
欧拉方程
伯努利方程
Abel 收敛定理
偏导数的几何意义
偏导数的几何意义
梯度
数量场与向量场
多元函数极值
拉格朗日算子
通量与散度
环流量与旋度
格林公式
高斯公式
斯托克斯公式
三大公式比较
傅里叶级数
极坐标微元
点法式方程
变上限定积分
X型计算面积
Y型计算面积
微分的意义
渐近线
间断点
y''+py'+qy=f(x)方程
高斯
黎曼
傅里叶变换(复数)
拉普拉斯变换(复数)
《线性代数》难点解析
线代教程
近世代数对数学的整体思考
线性的意义
矩阵乘法(列视角)
矩阵乘法(行视角)
矩阵左乘
矩阵右乘
逆矩阵求解方程组
阶梯形矩阵的求法
方程组解的判定
四阶行列式的计算
线性变换的意义
线性空间
向量组的等价
线性空间的几何意义
基础解系的求法
施密特正交化
特征值与特征向量的意义
矩阵相似的几何意义
矩阵可对角化的理解
秩的意义(向量版)
秩的意义(方程版)
二次型的意义
《概率论与数理统计》难点解析
概率教程
置信区间与上a分位数
概率中的“取”与“放”
贝叶斯公式
全概率公式
泊松分布
指数分布
伽玛分布
二维密度图的意义
卷积的意义
相关系数的意义
k阶矩是与矩母函数
卡方分布的作用
单正态区间估计理解
假设检验理解
切比雪夫不等式
中心极限定理
上一篇:
外测度
下一篇:
勒贝格测度为什么使用开集而不使用闭集
本文对您是否有用?
有用
(
0
)
无用
(
0
)
赞助:
知乎 Mathhub
启明星
商务合作
赞助本站
科数网
是专业的数学网站,为您提供题库与教程 版权所有 禁止镜像
部分内容采用AI辅助生成,请注意识别
如果页面无法显示请联系 18155261033 或 983506039@qq.com