Você está na página 1de 222

UNIVERSIDAD CENTRAL DE VENEZUELA

FACULTAD DE CIENCIAS
ESCUELA DE MATEMATICA
LABORATORIO DE FORMAS EN GRUPOS

ANALISIS REAL

Marisela Domnguez

Caracas, Venezuela

Noviembre de 2009
Marisela Domnguez
Correo-E: marisela.dominguez@ciens.ucv.ve

Laboratorio de Formas en Grupos


Centro de Analisis
Escuela de Matematica
Facultad de Ciencias
Universidad Central de Venezuela

http://www.matematica.ciens.ucv.ve/labfg
Indice general

Captulo 1. Sucesiones en un conjunto cualquiera. 1


1. Conjuntos finitos y conjuntos infinitos. 1
2. Sucesiones y subsucesiones. 2
3. Cardinalidad del conjunto de los numeros reales. 3
4. Lectura recomendada: estar, estar eventualmente o estar frecuentemente. 5

Captulo 2. Sucesiones y series numericas. 7


1. Sucesiones de numeros. 7
2. Lmite superior y lmite inferior. 9
3. Sucesiones con dos ndices o sucesiones dobles. 14
4. Series de numeros. 16
5. La serie geometrica. 17
6. El desarrollo p-ario de un numero. 18
7. Sumas no numerables. 20
8. El conjunto de Cantor. 20

Captulo 3. Colecciones de conjuntos. 23


1. Sucesiones de conjuntos. 23
2. Funcion indicador, indicatriz o caracterstica de un conjunto 25
n
3. Colecciones de subconjuntos de R y de R 25
4. Sistemas- 26
5. Algunos tipos de estabilidad. 27
6. Algebras 28
7. -algebras. 29
8. Semi-algebras. 31

Captulo 4. Medidas. 33
1. Medidas discretas. 33
2. Medidas positivas o simplemente medidas. 35

iii
iv INDICE GENERAL

Captulo 5. Aproximacion uniforme. 41


1. Convergencia uniforme. 41
2. Aproximacion de funciones continuas por funciones escaleras. 42

Captulo 6. Topologa. 47
1. Nociones basicas de topologa. 47
2. Conjuntos F y conjuntos G . 48
3. Espacios metricos. 50
4. Sucesiones en un espacio metrico. 51

Captulo 7. Funciones de variacion acotada. 53


1. Funciones de variacion acotada en un intervalo acotado. 53
2. Funciones de Stieltjes. 57
3. La funcion de Cantor. 58

Captulo 8. -algebras generadas. 59


1. -algebra generada por una coleccion de conjuntos. 59
2. La -algebra de Borel. 60

Captulo 9. Semi-anillos, anillos, -anillos y clases monotonas. 63


1. Semi-anillos. 63
2. Anillos y -anillos. 64
3. Teoremas de la clase monotona. 65
4. Aplicaciones de los teoremas de clase monotona. 69

Captulo 10. La medida de Lebesgue. 71


1. Extension de la longitud al anillo generado por los intervalos acotados. 71
2. -aditividad de la longitud en el semianillo de los intervalos acotados. 73
3. -aditividad de la extension de la longitud en el anillo. 76
4. La medida exterior. 78
5. Aproximacion de la medida exterior de un conjunto. 80
6. Construccion de la medida de Lebesgue. 82
7. Aproximacion de conjuntos medibles 87
8. Completacion respecto de m de la -algebra de Borel. 92
9. Un conjunto no medible Lebesgue. 93

Captulo 11. Funciones medibles. 95


1. Algunas funciones especiales 97
INDICE GENERAL v

2. Funciones simples 99
3. Nocion de casi siempre con respecto a una medida. 100
4. Aproximacion de funciones medibles por funciones simples 101

Captulo 12. Integral de funciones medibles no negativas. 105


1. Integral de funciones simples respecto a medidas abstractas. 105
2. Integral de funciones no negativas respecto a medidas abstractas. 109
3. Intercambio de lmites con integrales para funciones no negativas. 116
4. El teorema de convergencia monotona de Beppo-Levy. 116
5. El lema de Fatou. 120

Captulo 13. Integral de funciones medibles. 121


1. Integral de funciones medibles respecto a medidas abstractas. 121
2. Relacion entre la integral de Riemann y la integral de Lebesgue. 125
3. Intercambio de lmites con integrales. 127
4. El teorema de convergencia dominada de Lebesgue 129
5. La integral impropia de Riemann y la integral de Lebesgue. 134

Captulo 14. Diversos tipos de convergencia. 137


1. Convergencia puntual, convergencia uniforme. 137
2. Convergencia puntual casi-siempre y convergencia uniforme casi-siempre. 138
3. Convergencia casi-uniforme 139
4. El teorema de Egoroff. 141
5. Convergencia en medida. 143

Captulo 15. Teora de la medida para espacios producto. 147


1. Borelianos y medibles Lebesgue en el plano. 147
2. La -algebra producto. 147
3. Secciones de conjuntos. 148
4. Secciones de conjuntos y conjuntos borelianos. 149
5. Secciones de conjuntos y conjuntos medibles Lebesgue. 152
6. Secciones de funciones. 153
7. Integracion en espacios producto. 154
8. Medidas abstractas en espacios productos. 157
9. Integracion en espacios productos para medidas abstractas. 158

Captulo 16. Espacios Lp (X, F, ). 159


vi INDICE GENERAL

1. Funciones medibles a valores complejos. 159


p
2. El espacio de funciones L para 1 p < . 161
3. El espacio Lp . 162
2
4. El espacio L . 162
5. Desigualdad de Holder y desigualdad de Minkowski. 162
6. Convergencia en norma p. 166
7. Sucesiones de Cauchy en norma p. 169
p
8. Un ejemplo de funcional lineal y acotado en L . 171
9. El espacio de funciones L . 173

10. El espacio L . 174
11. Convergencia en norma . 175
12. Sucesiones de Cauchy en norma . 175
1
13. Un ejemplo de funcional lineal y acotado en L . 176

Captulo 17. Medidas de Stieltjes. 177


1. Funcion -aditiva en un anillo, asociada a una funcion de Stieltjes. 177
2. Construccion de la medida exterior asociada a F . 178
3. Construccion de la medida de Stieltjes asociada a F . 179
4. Funcion de Stieltjes asociada a una medida finita en conjuntos acotados. 180

Captulo 18. Diferenciacion e integracion. 183


1. Lmite superior e inferior de una funcion, en un punto. 185
2. Derivadas de Dini. 185
3. Derivacion de funciones monotonas. 187
4. Funciones absolutamente continuas. 196
5. La integral indefinida de Lebesgue 197
6. Algunas propiedades de las funciones absolutamente continuas. 202
7. Funciones singulares. 205

Captulo 19. Medidas absolutamente continuas y medidas singulares. 207


1. Medidas absolutamente continuas. 207
2. La derivada de Radon-Nikodym. 207
3. Medidas de Stieltjes absolutamente continuas. 212
4. Medidas singulares. 214
CAPTULO 1

Sucesiones en un conjunto cualquiera.

1. Conjuntos finitos y conjuntos infinitos.

Comenzamos definiendo estos conceptos en el conjunto N de los numeros naturales.

Definicion 1.1. Sea P N se dice que


(i) P es finito cuando existe no N tal que para todo p P se tiene que p < no .
(ii) P es infinito cuando para todo n N existe p P tal que p n.

Un conjunto infinito de numeros naturales es de la forma

{n0 , n1 , ..., nk , ...}

donde n0 < n1 < ... < nk < ...

En este captulo se enuncian muchas proposiciones sin demostracion, las pruebas quedan
como ejercicio.

Proposicion 1.2. Sea F N. Si F es un conjunto finito entonces N \ F es infinito.

Note que el recproco de la proposicion anterior es falso, porque puede ocurrir que tanto
F como N \ F sean infinitos. Pruebelo.

La idea de finito e infinito se puede extender a conjuntos cualesquiera de la siguiente


manera.

Definicion 1.3. Sea A un conjunto cualquiera. Se dice que:


(i) A es finito cuando toda funcion inyectiva de A en A es sobreyectiva.
(ii) A es infinito cuando no es finito.

Se puede probar que en N ambas definiciones de conjunto finito son equivalentes. Lo


mismo ocurre con el concepto de infinito.

1
2 1. SUCESIONES EN UN CONJUNTO CUALQUIERA.

2. Sucesiones y subsucesiones.

Sea Y un conjunto no vaco.

Definicion 1.4. Una sucesion en Y es una funcion a : N Y .

A cada numero natural n 0 la sucesion a le asigna un elemento a(n) Y . El elemento


a(n) es el n-esimo termino de la sucesion y se denota por an . La sucesion a se denota a su
vez por {an }n0 , {an }nN o simplemente {an }.

Ejemplo 1.5.
(1) Sea Y = R y sea {an } dada por an = n + 3. Se tiene que {an } es una sucesion de
numeros reales.
(2) Sea Y = P (R) y sea {An } dada por An = [0, 1/n). En este caso {An } es una sucesion
de conjuntos.
(3) Sea Y = {f : [0, 1] R tales que f es una funcion} y sea {fn } dada por

fn (t) = [nt],

donde [s] indica la parte entera de s. Se tiene que {fn } es una sucesion de funciones.
(4) Sea Y = C[0, 1] = {f : [0, 1] R tales que f es continua} y sea {fn } dada por

fn (t) = tn .

Se tiene que {fn } es una sucesion de funciones continuas.

El conjunto de todas las sucesiones en Y sera denotado por Y N .

Definicion 1.6. Consideremos dos sucesiones {an } y {bn } ambas en Y . Decimos que
{bn } es una subsucesion de {an } si existe un conjunto infinito de numeros naturales

P = {n0 , n1 , ..., nk , ...}

tal que n0 < n1 < ... < nk < ... y bk = ank para k = 0, 1, 2, ...
Para referirse a la subsucesion {bn } se usa la notacion {ank } o la notacion {an }nP .

Proposicion 1.7. Sean P1 y P2 dos subconjuntos infinitos de N tales que P1 P2 y sea


{an } una sucesion en Y entonces {an }nP1 es una subsucesion de {an }nP2 .
3. CARDINALIDAD DEL CONJUNTO DE LOS NUMEROS REALES. 3

3. Cardinalidad del conjunto de los numeros reales.

Definicion 1.8. Se dice que un conjunto A es numerable si existe una funcion


f : N A biyectiva.

Dicho de otra manera, A es numerable si A es infinito y los elementos de A se pueden


poner en una lista de la forma a1 , a2 , a3 , . . .

Observacion 1.9. Se puede probar que si A es un conjunto infinito y existe una funcion
f : N A sobreyectiva entonces A es numerable.

Son ejemplos de conjuntos numerables los siguientes:


(a) N.
(b) El conjunto de los numeros pares {2, 4, 6, . . . }, una funcion que servira es f (n) = 2n.
(c) El conjunto de los numeros impares.
(d) El conjunto de los numeros enteros

{0, 1, 1, 2, 2, 3, 3, . . . }

(e) N N. Una forma de hacer una lista de los elementos de N N esla que sugiere la
siguiente tabla:
(1, 1) (1, 2) (1, 3) (1, 4) (1, 5) ...
. % .
(2, 1) (2, 2) (2, 3) (2, 4) (2, 5) ...
% .
(3, 1) (3, 2) (3, 3) (3, 4) (3, 5) ...

... ... ... ... ... ...


(f) El conjunto Q de los numeros racionales tambien es numerable. Una forma de hacer
una lista de los numeros racionales positivos es la que sugiere la siguiente tabla:
1 1 1 1 1
...
1 2 3 4 5
. % .
2 2 2 2 2
...
1 2 3 4 5
% .
3 3 3 3 3
...
1 2 3 4 5

... ... ... ... ... ...


4 1. SUCESIONES EN UN CONJUNTO CUALQUIERA.

Las demostraciones de las siguientes proposiciones quedan como ejercicio.

Proposicion 1.10. Si A y B son conjuntos numerables entonces A B es numerable.

Proposicion 1.11. Si A y B son conjuntos numerables entonces A B es numerable.

Proposicion 1.12. El conjunto de los numeros reales no es numerable.

(Esta es una de las grandes diferencias entre R y Q).

Demostracion. Para probar que R no es numerable basta ver que es imposible poner
en una lista de la forma a1 , a2 , a3 , . . . a todos los numeros del intervalo (0, 1).
Supongamos que a1 , a2 , a3 , . . . es una lista de numeros del intervalo (0, 1). Entonces

(1) (2) (3) (4)


a1 = 0, b1 b1 b1 b1 . . .
(1) (2) (3) (4)
a2 = 0, b2 b2 b2 b2 . . .
(1) (2) (3) (4)
a3 = 0, b3 b3 b3 b3 . . .
... = ............

(i)
donde bj es un numero entero entre 0 y 9 (evitaremos los desarrollos que terminan en
9999999 . . . ).
Consideremos el siguiente numero:

b = 0, b(1) b(2) b(3) b(4) . . .

donde los enteros b(i) estan escogidos de la siguiente manera:

(1) (2) (3)


0 b(i) < 9 y b(1) 6= b1 , b(2) 6= b2 , b(3) 6= b3 , etc . . .

Tenemos que b (0, 1) y la forma en que hemos construdo b nos asegura que

b 6= a1 , b 6= a2 , b 6= a3 , etc . . .

Por lo tanto el numero b no puede estar en la lista original, lo cual prueba que es imposible
hacer una lista con todos los elementos de (0,1).

4. LECTURA RECOMENDADA: ESTAR, ESTAR EVENTUALMENTE O ESTAR FRECUENTEMENTE. 5

4. Lectura recomendada: estar, estar eventualmente o estar frecuentemente.

A continuacion se definiran las sucesiones que estan, estan eventualmente o estan fre-
cuentemente en un conjunto dado. Estos conceptos son muy utiles en teora de probabilidad.

Sea C Y , C 6= .

Definicion 1.13. Sea {an } una sucesion en Y . Decimos que {an } esta en C si an C
para todo n N.

Proposicion 1.14. Si C D y {an } esta en C entonces {an } esta en D.

Proposicion 1.15. Si {an } esta en C y {bn } es una subsucesion de {an } entonces {bn }
esta en C.

Definicion 1.16. La sucesion {an } esta eventualmente en C si existe no N tal que


an C para todo n > no . Es decir, an C salvo para un numero finito de enteros n N.

En otras palabras, {an } esta eventualmente en C si y solo si el conjunto

N = {n N : an
/ C}

es finito.

Proposicion 1.17. Si {an } esta en C entonces {an } esta eventualmente en C.

Proposicion 1.18. Si {an } esta eventualmente en C y {bn } es una subsucesion de {an }


entonces {bn } esta eventualmente en C.

Proposicion 1.19. Sea C Y tal que =


6 C 6= Y entonces {an } no puede estar
eventualmente en C y eventualmente en Y \ C.

Demostracion. Si {an } esta eventualmente en C entonces {n N : an


/ C} es finito.
Es decir, {n N : an Y \ C} es finito. De donde {an } no esta eventualmente en Y \ C.

Definicion 1.20. La sucesion {an } esta frecuentemente en C si para todo k N existe


n k tal que an C. Es decir, an C para infinitos numeros n N.
En otras palabras, {an } esta frecuentemente en C si y solo si el conjunto

S = {n N : an C}

es infinito.
6 1. SUCESIONES EN UN CONJUNTO CUALQUIERA.

Proposicion 1.21. La sucesion {an } esta frecuentemente en C si y solo si hay una


subsucesion {bn } de {an } tal que {bn } esta en C.

Proposicion 1.22. Si C D y {an } esta en frecuentemente en C entonces {an } esta fre-


cuentemente en D.

Note que puede ocurrir que {an } este frecuentemente en C, que {bn } sea una subsucesion
de {an } y que {bn } este en Y \ C. Pruebelo.

A continuacion damos algunas relaciones entre estar eventualmente y estar frecuen-


temente.

Proposicion 1.23. Si {an } esta eventualmente en C entonces {an } esta frecuentemente


en C.{an } esta frecuentemente en C

Proposicion 1.24. Se tiene que: {an } esta frecuentemente en C si y solo si {an } no


esta eventualmente en Y \ C.
CAPTULO 2

Sucesiones y series numericas.

1. Sucesiones de numeros.

Definicion 2.1. Una sucesion de numeros reales es una funcion de N en R.

Si x : N R es una sucesion en vez de escribir x(1), x(2), x(3), . . . suele escribirse

x1 , x 2 , x 3 , . . .

La misma sucesion suele designarse mediante un smbolo tal como {xn }, (xn ) o {x1 , x2 , . . .}.
Tambien usaremos {xn }, (xn ) o {x1 , x2 , . . .}.

En este captulo trabajaremos con sucesiones de numeros reales.

Definicion 2.2. Una sucesion {xn } es acotada si {x1 , x2 , . . .} es un conjunto acotado.


Es decir, si existe M R tal que |xn | M para todo n N.

Definicion 2.3. Sea {xn } una sucesion de numeros reales. La sucesion {xn } converge a
x R, o el lmite de {xn } es x si:
Para cada > 0 existe N N tal que si n N entonces |xn x| < .
Esto se abrevia mediante

lm xn = x.
n

Se dice que una sucesion {xn } es convergente si existe x R tal que {xn } converge a x;
se dice que es divergente (o que diverge) si no es convergente.

Observacion 2.4. La definicion de lmite tiene la siguiente interpretacion geometrica:


La sucesion {xn } converge a x si, dado cualquier intervalo centrado en x, existe un
lugar, N , a partir del cual todos los terminos de la sucesion se encuentran en el intervalo
dado.

7
8 2. SUCESIONES Y SERIES NUMERICAS.

Ejemplo 2.5. Sea {xn } la sucesion dada por xn = 1/n2 . Esta sucesion converge a x = 0.
En efecto, dado > 0 se tiene que
"r # r "r #
1 1 1
< + 1,

donde [s] indica la parte entera de s. Luego


"r #2 "r # !2
1 1
1/ < +1 .

p
Tomando N = [ 1/] + 1, se tiene

1/ < N 2 .

Si n N entonces
1 1 1
|xn x| = 2 0 = 2 2 < .
n n N

Las demostraciones de las siguientes proposiciones quedan como ejercicio.

Proposicion 2.6 (unicidad del lmite). Una sucesion convergente tiene uno y solo un
lmite.

Proposicion 2.7. Si {xn } es una sucesion convergente entonces {xn } es acotada.

Proposicion 2.8. El recproco de la proposicion anterior no es cierto, tal como lo mues-


tra la sucesion dada por xn = (1)n .

Definicion 2.9. Sea {xn } una sucesion de numeros reales. Se dice que la sucesion {xn }
diverge a +, o el lmite de {xn } es + si:
Para cada M R existe N N tal que si n N entonces xn > M.
Esto se abrevia mediante
lm xn = +.
n

Definicion 2.10. Sea {xn } una sucesion de numeros reales. Se dice que la sucesion {xn }
diverge a , o el lmite de {xn } es si:
Para cada M R existe N N tal que si n N entonces xn < M.
Esto se abrevia mediante
lm xn = .
n
2. LIMITE SUPERIOR Y LIMITE INFERIOR. 9

Es importante notar que las sucesiones que tienen lmite igual a mas infinito o a menos
infinito no son convergentes.

Definicion 2.11. Si {xn } es una sucesion, una subsucesion de {xn } es una sucesion de
la forma
{xn0 , xn1 , xn2 , . . . }
donde n0 < n1 < n2 < . . .
La subsucesion la denotaremos con {xnk }.

Proposicion 2.12. Sean {xn } una sucesion y {xnk } una subsucesion de {xn }:
(a) Si existe x R tal que lm xn = x entonces lm xnk = x.
n k
(b) Si lm xn = + entonces lm xnk = +.
n k
(c) Si lm xn = entonces lm xnk = .
n k

Observacion 2.13. El recproco de ninguno de los puntos indicados en la proposicion


anterior es cierto. De ejemplos que justifiquen este comentario.

Proposicion 2.14. Sean {xn } una sucesion.


(a) Si existe x R tal que para toda subsucesion {xnk } de {xn } se tiene lm xnk = x
k
entonces lm xn = x.
n
(b) Si para toda subsucesion {xnk } de {xn } se tiene que lm xnk = + entonces
k
lm xn = +.
n
(c) Si para toda subsucesion {xnk } de {xn } se tiene que lm xnk = entonces
k
lm xn = .
n

2. Lmite superior y lmite inferior.

Sea {xn } una sucesion. Sea E = E{xn } el conjunto de los x tales que existe una subsucesion
de {xn } con lmite x (nota: puede ocurrir que + o sean elementos de E).

Ejemplo 2.15.
Sea {xn } la sucesion dada por:


si n = 3k para un k N


xn = 2 + 1/n2 si n = 3k + 1 para un k N



n3 + n si n = 3k + 2 para un k N
10 2. SUCESIONES Y SERIES NUMERICAS.

Entonces
E = E{xn } = {2, , +}.
Observe que inf E{xn } = 2 y sup E{xn } = +.

Ejemplo 2.16.
Sea {xn } la sucesion dada por:


1n si n = 5k para un k N





1/n si n = 5k + 1 para un k N


xn = n2 si n = 5k + 2 para un k N





3 + 1/n si n = 5k + 3 para un k N



n si n = 5k + 4 para un k N
Entonces
E = E{xn } = {, 3, 1, 0, 1}.
Observe que inf E{xn } = y sup E{xn } = 1.

Definicion 2.17. El lmite superior de {xn } es el supremo de E. Se denotara por

lm sup xn , lim xn o lim xn ,


n+

con la convencion sup E{xn } = + si + esta en E{xn } .

Definicion 2.18. El lmite inferior de {xn } es el nfimo de E. Se denotara por

lm inf xn , lim xn o lim xn ,


n+

con la convencion inf E{xn } = si esta en E{xn } .

En resumen:
lim xn = sup E{xn } y lim xn = inf E{xn } .

Ejemplo 2.19.
(i) Consideremos la sucesion 1, 0, -1, 1, 0, -1, ..... En este caso el conjunto E es igual a
{1, 0, 1}. El lmite superior es 1 y el inferior es 1.
(ii) Consideremos la sucesion definida por xn = (1)n n. En este caso el conjunto E es
igual a {, +}. El lmite superior es + y el inferior .
(iii) Sea {xn } una sucesion en la que aparecen todos los numeros racionales. En este caso
E es igual a R. El lmite superior es + y el inferior .
2. LIMITE SUPERIOR Y LIMITE INFERIOR. 11

Es claro que se cumplen los siguientes resultados.

Proposicion 2.20. Sea {xn } una sucesion. Entonces

lim xn lim xn .

Proposicion 2.21. Si {xn } es una sucesion convergente entonces el lmite superior y el


lmite inferior de {xn } coinciden y son iguales al lmite de {xn }. Es decir

lm xn = lim xn = lim xn .
n+

Teorema 2.22. Sea {xn } una sucesion. Se tiene que:


Existe lm xn si y solo si lim xn = lim xn .
n+
En este caso
lm xn = lim xn = lim xn .
n+

Demostracion.
Supongamos que existe lmn+ xn y llamemoslo x (este valor x puede ser un numero
real, puede ser + o puede ser ). Entonces

E = E{xn } = {x}.

Por lo tanto
lim xn = inf E{xn } = x = sup E{xn } = lim xn .

Veamos la otra implicacion. Supongamos lim xn = lim xn . Sea

x = lim xn = lim xn .

Vamos a considerar el caso de una sucesion acotada, en este caso x R. El otro caso
quedara como ejercicio (es decir, quedan como ejercicio los casos en que x = + o x = ).
Si la sucesion {xn } no converge a x, entonces existe 0 > 0 tal que para cada N N
existe n > N tal que |xn x| 0 .
Esto se puede reescribir de la siguiente manera: existe 0 > 0 tal que para cada k N
existe nk > k tal que |xnk x| 0 .
Usando esto ultimo se ha construido una subsucesion {xnk } de {xn } tal que
|xnk x| 0 para todo k.
Por el teorema de Bolzano-Weierstrass esta sucesion contiene una subsucesion convergente
y por lo tanto existen dos elementos diferentes en E, lo que contradice la hipotesis.

12 2. SUCESIONES Y SERIES NUMERICAS.

Observacion 2.23. Una consecuencia inmediata de este teorema es que una sucesion
acotada {xn } converge si y solo si lim xn = lim xn .

Teorema 2.24. Sea {xn } una sucesion acotada y sean {sn } y {tn } las sucesiones defi-
nidas por
sn = sup{xn , xn+1 , xn+2 , . . . }.
tn = inf{xn , xn+1 , xn+2 , . . . }.
Entonces las sucesiones {sn } y {tn } son convergentes y

lm sn = lim xn .
n+

lm tn = lim xn .
n+

Demostracion. Sea
Bn = {xn , xn+1 , xn+2 , . . . }.
Tenemos que Bn+1 Bn .
Por lo tanto
sn+1 sn y tn tn+1 .
De donde {sn } es monotona decreciente y {tn } es monotona creciente.
Claramente las sucesiones {sn } y {tn } son acotadas, por lo tanto estas sucesiones son
convergentes.

Probaremos la igualdad en la que aparece el lmite superior y queda como ejercicio probar
la igualdad en la que aparece el lmite inferior.
Sean
L = lm sn y = lim xn = sup E{xn } .
n+

Veamos que L.
Como sn = sup{xn , xn+1 , xn+2 , . . . } entonces

xn s n para todo n.

Como L = lmn+ sn dado > 0 existe N N tal que si n N entonces

L < sn < L + .

Luego
xn < L + si n N.
2. LIMITE SUPERIOR Y LIMITE INFERIOR. 13

De donde
= sup E{xn } < L + .

Como es arbitrario y positivo entonces L.

Veamos que L.
Sea > 0 arbitrario. Como cada sn es un supremo tenemos los siguiente:
Existe n1 > 1 tal que xn1 s1 .
Existe n2 > n1 tal que xn2 sn1 +1 .
Existe n3 > n2 tal que xn3 sn2 +1 .
De esta manera construimos una subsucesion {xnk } de {xn } tal que

xn(k+1) snk +1 .

La sucesion que esta a la derecha converge, pero la que esta a la izquierda podra no ser
convergente. Sin embargo, la sucesion {xnk } contiene una subsucesion {zm }, que tambien es
subsucesion {xn }, convergente y tal que

lm zm lm sn .
m+ n+

Por lo tanto
= sup E{xn } lm sn = L .
n+

Como > 0 es arbitrario entonces L y esto termina la demostracion.

Observacion 2.25. Si {xn } una sucesion acotada tenemos que

lim xn = inf sup xk .


n1 kn

En efecto, sabemos que {sn } es monotona decreciente y acotada. Luego

lm sn = inf{s1 , s2 , s3 , . . . } = inf sn .
n+ n1

Pero
sn = sup{xn , xn+1 , xn+2 , . . . } = sup xk .
kn

De donde
lim xn = lm sn = inf sn = inf sup xk .
n+ n1 n1 kn
14 2. SUCESIONES Y SERIES NUMERICAS.

Observacion 2.26. Si {xn } una sucesion acotada tenemos que

lim xn = sup inf xk .


n1 kn

En efecto, sabemos que {tn } es monotona creciente y acotada. Luego

lm tn = sup{t1 , t2 , t3 , . . . } = sup tn .
n+ n1

Pero
tn = inf{xn , xn+1 , xn+2 , . . . } = inf xk .
kn

De donde
lim xn = lm tn = sup tn = sup inf xk .
n+ n1 n1 kn

3. Sucesiones con dos ndices o sucesiones dobles.

Definicion 2.27. Una sucesion doble de numeros reales es una funcion de N N en R.

Si a : N N R es una sucesion y si n, m N en vez de escribir a(n, m) se suele


escribir anm .
La misma sucesion suele designarse mediante un smbolo tal como {anm } o (anm ).

Ejemplo 2.28. Sea a : N N R dada por anm = 1/n + m2 .

Vamos a considerar los lmites siguientes:

lm lm amn ,
m+ n+

lm lm amn .
n+ m+

A veces pasa que estos lmites coinciden, como ocurre en el siguiente ejemplo.

Ejemplo 2.29. Sea a : N N R dada por

anm = 1/n + m.

Entonces, para m fijo, se tiene que

lm amn = lm 1/n + m = m.
n+ n+

Luego
lm lm amn = lm m = +.
m+ n+ m+
3. SUCESIONES CON DOS INDICES O SUCESIONES DOBLES. 15

Por otro lado, para n fijo

lm amn = lm 1/n + m = +.
m+ m+

De donde
lm lm amn = +.
n+ m+

En general no se puede asegurar que estos lmites sean iguales, tal como lo muestra el
siguiente ejemplo.

Ejemplo 2.30. Sea a : N N R dada por


m+n
anm = .
n
Entonces, para m fijo, se tiene que
m+n m
lm amn = lm = lm + 1 = 1.
n+ n+ n n+ n

Luego
lm lm amn = lm 1 = 1.
m+ n+ m+

Por otro lado, para n fijo


m+n
lm amn = lm = +.
m+ m+ n
De donde
lm lm amn = +.
n+ m+

Se concluye que
lm lm amn 6= lm lm amn
m+ n+ n+ m+

Proposicion 2.31. Sea {anm } una sucesion doble de numeros reales. Si se cumplen las
dos condiciones siguientes
(i) Para cualquier n fijo, la sucesion {anm }m1 es creciente en m.
(ii) Para cualquier m fijo, la sucesion {anm }n1 es creciente en n.
Entonces

lm lm amn = lm lm amn = sup amn .


m+ n+ n+ m+ n,m1

La demostracion de esta proposicion queda como ejercicio.


16 2. SUCESIONES Y SERIES NUMERICAS.

4. Series de numeros.

Definicion 2.32. Una serie es un par ({an }, {sn }) donde {an } es una sucesion de nume-
ros reales y
n
X
sn = a1 + + an = ak
k=1

La siguiente terminologa es usual:


(1) A an se le llama termino general de la serie.
(2) A la sucesion {sn } se le llama sucesion de sumas parciales de la serie.

La siguiente notacion es usual:


En vez de referirse a las series como un par es usual hablar de la serie
+
X
an .
n=1
P+
Definicion 2.33. Se dice que la serie n=1 an converge cuando la sucesion de sumas
parciales{sn } es convergente, en otro caso se dice que diverge.

Sea s R, si la sucesion {sn } converge a s se suele escribir


+
X
an = s.
n=1

En otras palabras, la expresion anterior quiere decir:


Xn
lm ak = lm sn = s.
n+ n+
k=1

En esto ultimo debe quedar claro que s no se obtiene simplemente por adicion, s es el
lmite de una sucesion de sumas.

Ejemplo 2.34. Consideremos la serie armonica:


X+
1
.
n=1
n

Esta es una serie divergente (esto se prueba usando el criterio de Cauchy).

Ejemplo 2.35. Consideremos la serie:


+
X 1
2
.
n=1
n

Esta es una serie convergente (esto se prueba usando el criterio de la integral).


5. LA SERIE GEOMETRICA. 17

P+
Proposicion 2.36. Si la serie n=1 an converge entonces lmn+ an = 0.

El resultado anterior es muy util para probar que una serie diverge.

5. La serie geometrica.

Recordemos la paradoja del corredor: Un corredor no puede alcanzar nunca la meta


porque siempre ha de recorrer la mitad de una distancia antes de recorrer la distancia total.
La afirmacion de Zenon de que un numero ilimitado de cantidades positivas no puede tener
una suma finita, fue contradicha dos mil anos mas tarde con la creacion de las series infinitas.
La serie asociada a la paradoja del corredor es:
+
X
rn
n=0

y se conoce con el nombre de serie geometrica (de razon r).

P+
Si |r| 1 entonces lmn+ rn 6= 0. Luego n=0 rn diverge si |r| 1.

Veamos que ocurre en el caso |r| < 1. Consideremos las sumas parciales

sn = 1 + r + + rn .

Entonces
rsn = r + r2 + + rn+1 .

Por lo tanto

(1 r)sn = sn rsn
= (1 + r + + rn ) (r + r2 + + rn+1 )
= 1 rn+1

de donde
1 rn+1
sn =
1r
Como |r| < 1 , lmn+ rn = 0. Luego

1 rn+1 1
lm sn = lm = .
n+ n+ 1 r 1r
18 2. SUCESIONES Y SERIES NUMERICAS.

P+ 1
En conclusion, si |r| < 1 entonces la serie n=0 rn converge a , es decir,
1r
+
X 1
rn = .
n=0
1r
En otro caso la serie diverge.

Ademas, multiplicando la igualdad anterior por rN obtenemos:


+
X rN
rn = .
n=N
1r
Estos resultados son muy utiles para calcular el valor de algunas series.

Ejemplo 2.37.
+
X +
X n 1
9 1 10
= 9 = 9 1 = 1.
n=1
10n n=1
10 1 10
La situacion que representa la igualdad anterior, se expresa de la siguiente manera usando
el desarrollo decimal:
0, 9999999... = 1.

6. El desarrollo p-ario de un numero.

Sea p un entero mayor que 1. El desarrollo p-ario de un numero x en el intervalo (0, 1)


se obtiene de la siguiente manera. Asociaremos a x con una sucesion {an } (que depende de
p) tal que para todo n se tiene que an es un numero entero tal que 0 an < p.

El procedimiento es el siguiente. En el primer paso se divide el intervalo (0, 1) en p partes


iguales. Entonces existe k1 N tal que
k1 1 k1
x< .
p p
Sea a1 = k1 1.
En el segundo paso se divide el intervalo

k1 1 k1
A1,k1 = ,
p p
en p partes iguales. Entonces existe k2 N tal que
k2 1 k2
2
x < 2.
p p
Sea a2 = k2 1.
6. EL DESARROLLO p-ARIO DE UN NUMERO. 19

Luego se considera el intervalo



k2 1 k2
A2,k2 = , 2 ,
p2 p
se divide en p partes iguales y se continua con este procedimiento.
En el n-esimo paso se divide el intervalo

kn1 1 kn1
An1,kn1 = , n1
pn1 p
en p partes iguales. Entonces existe kn N tal que
kn 1 kn
n
x < n.
p p
Se define an = kn 1.

(i) La longitud del intervalo An,kn es 1/pn , es decir l(An,kn ) = 1/pn .


(ii) En cada division que se hace aparecen p posibles intervalos.
(iii) Despues de n pasos los intervalos posibles que han aparecido, a los largo de todo el
intervalo [0, 1], son pn .
La demostracion de las siguientes proposiciones queda como ejercicio.

Proposicion 2.38. Sean p un entero, p 1 y x (0, 1). Entonces existe una sucesion
{an } de enteros con la propiedad 0 an < p tal que
+
X an
x= .
n=1
pn
Ademas esta sucesion es unica, excepto cuando x es de la forma q/pn para algun q N, en
cuyo caso x tiene exactamente dos representaciones de este tipo.

Proposicion 2.39. Si {an } es una sucesion de enteros con 0 an < p entonces la serie
+
X an
n=1
pn
converge a un numero real x tal que 0 x 1.

Observacion 2.40.
(i) Si p = 10 la sucesion {an } se llama desarrollo decimal de x. Se acostumbra escribir
x = 0, a1 a2 a3 ...
(ii) Si p = 2 la sucesion {an } se llama desarrollo binario de x.
(iii) Si p = 3 la sucesion {an } se llama desarrollo ternario de x.
20 2. SUCESIONES Y SERIES NUMERICAS.

7. Sumas no numerables.

Sea E un conjunto de numeros reales positivos. Vamos a darle sentido a la expresion


X
x.
xE

Dado un subconjunto F de E si F es finito llamaremos SF a la suma finita de los elementos


de F . Es claro que SF es un numero real.
Sea F la coleccion de los subconjuntos finitos de E. Se define
X
x = sup SF .
F F
xE

Proposicion 2.41. Sea E un conjunto de numeros reales positivos.


P
(a) xE x converge implica E es numerable.
(b) Si E es numerable y {xn }
n=1 es una numeracion de E entonces

X
X
x= xn .
xE n=1

La demostracion de esta proposicion queda como ejercicio.

8. El conjunto de Cantor.

Intuitivamente el conjunto de Cantor C se obtiene de la siguiente manera: Se considera


el intervalo cerrado [0, 1], se divide en tres partes iguales y se quita el sub-intervalo abierto
del centro, es decir, se quita el intervalo

(1/3, 2/3).

Lo que queda son los dos intervalos:

[0, 1/3] y [2/3, 1].

Cada uno de los intervalos que quedan se divide en tres partes iguales y para cada uno
de ellos se extrae el sub-intervalo abierto del centro, es decir, se quitan los intervalos

(1/9, 2/9) y (7/9, 8/9).

Lo que queda son los cuatro intervalos:

[0, 1/32 ], [2/32 , 3/32 ], [6/32 , 7/32 ] y [8/32 , 1].

Esta construccion se continua indefinidamente y el conjunto que queda despues de


extraer todos esos intervalos es el conjunto de Cantor.
8. EL CONJUNTO DE CANTOR. 21

Por supuesto que los extremos de los intervalos sacados estan en el conjunto de Cantor.
Mas adelante veremos que ademas de estos puntos el conjunto de Cantor contiene muchos
mas puntos.

Para dar una definicion mas precisa (inductiva) del conjunto de Cantor hacemos lo si-
guiente: consideramos el intervalo cerrado [0, 1]. Lo dividimos en tres partes iguales de lon-
gitud 1/3. Al intervalo abierto del centro, que sacaremos, lo llamamos

I1,1 = (1/3, 2/3).

A los intervalos cerrados de los extremos, que dejaremos, los llamamos

J1,1 = [0, 1/3] y J1,2 = [2/3, 1].

Cada uno de los intervalos anteriores tiene longitud 1/3.

Supongamos que se ha completado el n-esimo paso de la construccion dejando 2n inter-


valos cerrados disjuntos Jn,1 , ..., Jn,2n cada uno de longitud 1/3n .

En el paso n + 1 se dividen cada uno de estos intervalos en tres partes iguales, sacando
de cada uno de ellos el intervalo abierto central al que llamamos In+1,k . Quedando 2n+1
intervalos cerrados a los que llamamos Jn+1,k .
Cada uno de los intervalos definidos en el paso n + 1 tiene longitud 1/3n+1 , es decir,

l(In+1,k ) = 1/3n+1 para k = 1, ..., 2n

l(Jn+1,k ) = 1/3n+1 para k = 1, ..., 2n+1 .


Sea
2 n
[
Qn = Jn,k .
k=1
Se define el conjunto de Cantor, C, como

\
C= Qn .
n=1

El conjunto de Cantor tambien se puede expresar como en terminos de los intervalos


sacados, de la siguiente manera: si
n1
2[
En = In,k
k=1
22 2. SUCESIONES Y SERIES NUMERICAS.

entonces
[
C = [0, 1] \ En .
n=1

Las demostraciones de las siguientes proposiciones quedan como ejercicio.

Proposicion 2.42. El conjunto de Cantor es un conjunto cerrado.

Proposicion 2.43. Al hacer la construccion del conjunto de Cantor, la suma de las


longitudes de los intervalos extrados es igual a 1, es decir es igual a la longitud del intervalo
[0, 1].

Proposicion 2.44. El conjunto de Cantor consiste de todos aquellos numeros de [0, 1]


en cuyo desarrollo ternario no aparece el numero 1. Es decir, consiste de todos aquellos
numeros x [0, 1] tales que
+
X an
x=
n=1
3n
con an = 0 o an = 2 para todo n 1.

Proposicion 2.45. Sea C el conjunto de Cantor, entonces


(a) C se puede poner en correspondencia uno a uno con el intervalo [0, 1].
(b) C es no numerable.

Sugerencia: Usando el desarrollo binario de los numeros de [0, 1], defina la funcion
f : [0, 1] C de la siguiente manera: para
+
X +
X
an 2an
x= sea f (x) =
n=1
2n n=1
3n
con an = 0 o an = 1 para todo n 1.

Al juntar las Proposiciones 2.43 y 2.45 se nota que se esta ante un hecho sorprendente.
Como la suma de las longitudes de los intervalos extrados es igual a 1, parece que se ha
sacado casi todo y sin embargo, lo que queda es un conjunto no numerable de puntos.

Definicion 2.46. Se dice que un conjunto A es perfecto cuando A es cerrado y todo


punto de A es punto de acumulacion.

Proposicion 2.47. El conjunto de Cantor es perfecto.

Proposicion 2.48. El conjunto de Cantor tiene interior vaco.


CAPTULO 3

Colecciones de conjuntos.

Sea X un conjunto y P(X) el conjunto de partes de X, es decir la coleccion de todos los


subconjuntos de X.
Se tiene que P(X) esta parcialmente ordenado por la inclusion (pruebelo).

Definimos:
sup{A, B} = A B.
inf{A, B} = A B.

Proposicion 3.1. Sean A, B dos conjuntos cualesquiera. Entonces


(i) A B puede escribirse como D1 D2 donde D1 y D2 son disjuntos.
(ii) A B puede escribirse como C1 C2 donde C1 C2 .

La demostracion de esta proposicion queda como ejercicio.

Una coleccion o familia H de subconjuntos de X esta formada por algunos subconjuntos


de P(X).

Definicion 3.2. Sea H una coleccion de subconjuntos de X. Se dice que H es coleccion


disjunta si dos conjuntos cualesquiera de H son disjuntos. Es decir, A B = para todo
A, B en H.

1. Sucesiones de conjuntos.

Definicion 3.3. Una sucesion de conjuntos de X es una funcion A : N P(X).

Ejemplo 3.4. Sea A = {An } dada por An = (1/n2 , n].

Para cualquier sucesion de conjuntos {An } definimos:


[
sup{An } = An = {x X : x An para algun n 1}.
n1
\
inf{An } = An = {x X : x An para todo n 1}.
n1

23
24 3. COLECCIONES DE CONJUNTOS.

Ejemplo 3.5. Sea {An } dada por An = (1/n, 1/n).


[
sup{An } = An = (1, 1).
n1
\
inf{An } = An = {0}.
n1

Definicion 3.6. Sea X un conjunto cualquiera. Sea {An } una sucesion de subconjuntos
de X. El lmite superior de {An } es el conjunto
\ [
lim An = Ak .
n1 kn

Por lo tanto: x lim An si y solo si para todo n 1 existe k n tal que x Ak .

En otras palabras: el lmite superior de {An } esta formado por aquellos elementos de X
que pertenecen a Ak para infinitos ndices k.

Definicion 3.7. Sea X un conjunto cualquiera. Sea {An } una sucesion de subconjuntos
de X. El lmite inferior de {An } es el conjunto
[ \
lim An = Ak .
n1 kn

Por lo tanto: x lim An si y solo si existe n 1 tal que para todo k n se tiene x Ak .

En otras palabras: el lmite inferior de {An } esta formado por aquellos elementos de X
que pertenecen a Ak excepto para un numero finito de ndices k.

Definicion 3.8. Sea X un conjunto cualquiera. Sea {An } una sucesion de subconjuntos
de X. Se dice que:
(a) {An } es creciente cuando An An+1 para todo n 1.
(b) {An } es decreciente cuando An+1 An para todo n 1.

Proposicion 3.9. Sea X un conjunto cualquiera. Sea {An } una sucesion de subconjuntos
de X.
S
(a) Para n 1 sea Dn = Ak . Entonces {Dn } una sucesion decreciente.
T kn
(b) Para n 1 sea Cn = kn Ak . Entonces {Cn } una sucesion creciente.
3. COLECCIONES DE SUBCONJUNTOS DE R Y DE Rn 25

2. Funcion indicador, indicatriz o caracterstica de un conjunto

Definicion 3.10. Sea X un conjunto cualquiera y A X. La funcion 1A : X {0, 1}


definida por
(
1 si x A
1A (x) =
0 si x 6= A
se llama funcion indicador , funcion indicatriz o funcion caracterstica de A.

3. Colecciones de subconjuntos de R y de Rn

Los intervalos acotados son de alguna de las siguientes formas

(a, b), [a, b], [a, b), (a, b]

para a, b R. Con ha, bi se denotara un intervalo acotado de cualquier tipo.

Los intervalos semi-acotados son alguna de las siguientes formas

(a, ), [a, ), (, a), (, a]

para a R. Usaremos la notacion ha, ) para referirnos a los dos primeros y la notacion
(, ai para referirnos a los dos ultimos.

Sean:
I a la coleccion de los intervalos acotados de R, es decir:

I a = { ha, bi para algunos a, b R}.

I S la coleccion de los intervalos semi-acotados de R, es decir:

I S = {I : I = ha, ) o I = (, ai para algun a R}.

I la coleccion de todos los intervalos de R.

La coleccion I incluye intervalos acotados, semi-acotados y el propio R = (, ) que


es un intervalo no acotado.

Otras colecciones importantes de subconjuntos de R son:


La coleccion de los intervalos abiertos

{ (a, b) : a, b R}.
26 3. COLECCIONES DE CONJUNTOS.

La coleccion de los intervalos cerrados

{ [a, b] : a, b R}.

La coleccion de los intervalos cerrados a la izquierda y abiertos a la derecha

{ [a, b) : a, b R}.

La coleccion de los intervalos abiertos a la izquierda y cerrados a la derecha:

{ (a, b] : a, b R}.

Tambien se pueden considerar colecciones similares a las anteriores, pero con extremos
racionales en lugar de reales. Como por ejemplo:
La coleccion de los intervalos abiertos con extremos racionales

{ (r, s) : r, s, Q}.

Recordemos que R es un espacio topologico y que un subconjunto A de R es compacto


si y solo si A es cerrado y acotado. Tambien es un ejemplo interesante la coleccion de los
conjuntos compactos de R.

En Rn hay conjuntos distinguidos como los rectangulos del tipo

Q = [a1 , b1 ] . . . [an , bn ] Rn .

Tambien podemos considerar rectangulos formados por intervalos todos abiertos, todos
semiabiertos o mezclas de estos intervalos acotados.
Sean:
I na la coleccion de los rectangulos acotados de Rn , es decir:

I na = { ha1 , b1 i ... han , bn i para algunos a1 , ..., an , b1 , ..., bn R}.

I n la coleccion de todos los rectangulos de Rn .

4. Sistemas-

Sean X un conjunto cualquiera y H una coleccion de subconjuntos de X.

Definicion 3.11. La coleccion H es un sistema- cuando A B esta H para todo


A, B H.

Ejemplo 3.12.
(1) La coleccion I de todos los intervalos de R es un sistema-.
5. ALGUNOS TIPOS DE ESTABILIDAD. 27

(2) La coleccion I a de los intervalos acotados es un sistema-.


(3) La coleccion de los intervalos semi-infinitos del tipo ha, ) es un sistema-.
(4) La coleccion {, X} es un sistema-.
(5) Si A X entonces la coleccion {, A, AC , X} es sistema-.
(6) La coleccion P(X) es un sistema-.

Observacion 3.13. La coleccion I S de los intervalos semi-acotados no es un sistema-.

Definicion 3.14. Decimos que la coleccion H es estable bajo intersecciones finitas cuan-
T
do para todo n N, para todo A1 , ..., An en H se tiene que nk=1 Ak esta en H.

Proposicion 3.15. Sea H una coleccion de conjuntos. Se tiene que: H es un sistema-


si y solo si H es estable bajo intersecciones finitas.

La demostracion de esta proposicion queda como ejercicio.

5. Algunos tipos de estabilidad.

Sea X un conjunto y sea H una coleccion de subconjuntos de X.

Definicion 3.16. Decimos que:


(1) La coleccion H es estable bajo uniones finitas si para todo n N, para todo A1 , ..., An
S
en H se tiene que nk=1 Ak esta en H.
(2) La coleccion H es estable bajo complementos si para todo A en H se tiene que AC
esta en H.
(3) La coleccion H es estable bajo diferencia si para todo A, B en H se tiene que B \ A
esta en H.

Observacion 3.17. La coleccion I de todos los intervalos de R no es estable bajo uniones


finitas.

Observacion 3.18. Sea A X. La coleccion {, A, X} no es estable bajo complementos.

Las demostraciones de las siguientes proposiciones quedan como ejercicio.

Proposicion 3.19. La coleccion H es estable bajo uniones finitas si y solo si para todo
A, B en H se tiene que A B esta en H.

Proposicion 3.20. Sea H una coleccion de conjuntos. Si H es estable bajo diferencia y


X esta en H entonces H es estable bajo complemento.
28 3. COLECCIONES DE CONJUNTOS.

Observacion 3.21. El recproco de la proposicion anterior no es cierto. Tal como lo


muestra la siguiente coleccion de conjuntos: H = {, A, B, AC , B C , X}.
Se tiene que H es estable bajo complementos, pero H no es estable bajo diferencia.

Ejemplo 3.22.
(1) La coleccion {, X} es estable bajo uniones finitas y bajo diferencia.
(2) Si A X entonces la coleccion {, A, AC , X} es estable bajo uniones finitas y bajo
diferencia.
(3) La coleccion P(X) es estable bajo uniones finitas y bajo diferencia.

Ejercicio 3.23. Dados A, B X, sea H la coleccion dada por

H = {, A, B, A B, A B, AC , B C , X}.

Determine
(1) Si H es estable bajo intersecciones finitas.
(2) Si H es estable bajo uniones finitas.
(3) Si H es estable bajo diferencia.
(4) Si H es estable bajo complementos.

6. Algebras

Sean X un conjunto cualquiera y H una coleccion de subconjuntos de X.

Definicion 3.24. La coleccion H es un algebra si


(i) esta en H.
(ii) Para todo A en H se tiene que AC esta en H.
(iii) Para todo A, B en H se tiene que A B esta en H.

Ejemplo 3.25.
(1) La coleccion {, X} es un algebra.
(2) Si A X entonces la coleccion {, A, AC , X} es un algebra. Mas aun esta es la
menor algebra que contiene a A.
(3) La coleccion P(X) es un algebra.

Observacion 3.26. La coleccion I de todos los intervalos de R no es un algebra.

Observacion 3.27. La coleccion I n de todos los rectangulos de Rn no es un algebra.

Proposicion 3.28. Si H es un algebra entonces para todo A, B en H se tiene que A B


esta en H.
7. -ALGEBRAS. 29

La demostracion de esta proposicion queda como ejercicio.

7. -algebras.

Queremos extender al caso infinito numerable algunas de las definiciones de estabilidad


dadas anteriormente.
Sea X un conjunto y sea H una coleccion de subconjuntos de X.

Definicion 3.29. Decimos que:


(1) La coleccion H es estable bajo intersecciones numerables si para toda coleccion
T
numerable {An } en H se tiene que k=1 Ak esta en H.
(2) La coleccion H es estable bajo uniones numerables si para toda coleccion numerable
S
{An } en H se tiene que k=1 Ak esta en H.
(3) La coleccion H es estable bajo uniones numerables disjuntas si para toda coleccion
S
disjunta y numerable {An } en H se tiene que k=1 Ak esta en H.

Definicion 3.30. La coleccion F es una -algebra (sigma-algebra) si


(i) esta en F.
(ii) F es estable bajo complementos.
(iii) F es estable bajo uniones numerables.

Ejemplo 3.31.
(1) La coleccion {, X} es una -algebra.
(2) La coleccion {, A, AC , X} es una -algebra. Mas aun esta es la menor -algebra
que contiene a A.
(3) La coleccion P(X) es una -algebra.

Proposicion 3.32. Si F es una -algebra entonces F es un algebra.

Proposicion 3.33. Si F es una -algebra entonces F es estable bajo intersecciones


numerables.

La demostracion de esta proposicion queda como ejercicio.

Ejercicio 3.34. Dados A, B X, sea H la coleccion dada por

H = {, A, AC , B, B C , A B, A B, AC B C , AC B C , X}.

Diga si H es una -algebra, justifique su respuesta.


Diga cual es la menor -algebra que contiene a H.
30 3. COLECCIONES DE CONJUNTOS.

Proposicion 3.35. Si F es un algebra y F es estable bajo uniones numerables disjuntas


entonces F es una -algebra.

La demostracion de esta proposicion queda como ejercicio.

Ejercicio 3.36. Sean X, Y dos conjuntos cualesquiera y f : X Y . Demuestre que si


A, B X entonces
(1) f (A B) = f (A) f (B).
(2) f (A B) f (A) f (B).
(3) f (A) \ f (B) f (A \ B).

Ejercicio 3.37. Sean X, Y dos conjuntos cualesquiera y f : X Y . Demuestre que si


A, B Y entonces
(1) f 1 (A B) = f 1 (A) f 1 (B).
(2) f 1 (A B) = f 1 (A) f 1 (B).
(3) f 1 (A \ B) = f 1 (A) \ f 1 (B).
(4) (f 1 (B))C = f 1 (B C )

Ejercicio 3.38. Sean X, Y dos conjuntos cualesquiera y f : X Y . Demuestre que si


{Bn } es una coleccion numerable de conjuntos en Y entonces

!
[ [
(f 1 (Bn )) = f 1 Bn .
n=1 n=1



!
\ \
(f 1 (Bn )) = f 1 Bn .
n=1 n=1

Proposicion 3.39. Sean X e Y dos conjuntos cualesquiera y f : X Y . Sea E una


clase de subconjuntos de X y H una clase de subconjuntos de Y . Denotemos por

f (E) ={f (B) : B esta en E}


f 1 (H) ={f 1 (B) : B esta en H}

Se tiene que
(a) Si H es una -algebra de subconjuntos de Y entonces f 1 (H) es una -algebra de
subconjuntos de X.
(b) Si E es una -algebra de subconjuntos de X en general, f (E) no es una -algebra
de subconjuntos de Y .
8. SEMI-ALGEBRAS. 31

Demostracion.
(a) Sea H una -algebra de subconjuntos de Y .
(i) Como esta en H y f 1 () = se sigue que esta en f 1 (H).
(ii) Veamos que f 1 (H) es estable bajo complementos. Sea A en f 1 (H) entonces existe
B en H tal que A = f 1 (B). Como H es una -algebra se tiene que B C esta en H. Ademas

AC = (f 1 (B))C = f 1 (B C ).

De donde AC esta en f 1 (H).


(iii) Veamos que f 1 (H) es estable bajo uniones numerables. Sea {An } una coleccion
numerable de conjuntos en f 1 (H) entonces existe Bn en H tal que An = f 1 (Bn ). Como
S
H es una -algebra se tiene que n=1 Bn esta en H. Ademas

!
[ [ [
1 1
An = (f (Bn )) = f Bn .
n=1 n=1 n=1
S
De donde n=1 An esta en f 1 (H).

(b) Sea X = {0, 1} y sea Y un conjunto cualesquiera y f : X Y dada por

f (x) = 0 para todo x.

Considere la -algebra
E = {, {0}, {1}, X}.
Entonces
f (E) = {f (), f ({0}), f ({1}, f (X)} = {, {0}}.
De donde f (E) no es una -algebra.

8. Semi-algebras.

Tal como se indico la coleccion I de todos los intervalos de R no es un algebra.


A continuacion se introduce un concepto que lo cumplen mas familias de conjuntos.

Definicion 3.40. La coleccion H es una semi-algebra si


(i) esta en H.
(ii) H es estable bajo intersecciones finitas.
(iii) Si A esta en H entonces existe una coleccion finita y disjunta E1 , ..., En en H tal
que
n
[
C
A = Ek .
k=1
32 3. COLECCIONES DE CONJUNTOS.

Ejemplo 3.41. La coleccion I de todos los intervalos de R es una semi-algebra.

Observacion 3.42. la familia I a de los intervalos acotados de R no es una semi-algebra

Proposicion 3.43. Si H es un algebra entonces H es una semi-algebra.

Observacion 3.44. En muchas ocasiones es mas comodo trabajar con la familia I a


de los intervalos acotados de R ya que la longitud de estos intervalos es un numero real.
Sin embargo, aun surgen dificultades ya que I a no es una semi-algebra. Mas adelante se
introduciran nuevos conceptos que permiten profundizar en la relacion que hay entre la
longitud de un intervalo y las medidas.
CAPTULO 4

Medidas.

En lo que sigue se usara la siguiente notacion

R = R {, +},
R+ = [0, ) {+}.

Dado un conjunto X vamos a considerar funciones definidas en colecciones de subcon-


juntos de X.
Como se vera mas adelante las medidas son funciones definidas en una sigma-algebra y
que cumplen algunas propiedades especiales.
Se comenzara el estudio de las funciones definidas en colecciones de subconjuntos con un
caso particular de medidas que se conocen como medidas discretas.

1. Medidas discretas.

Sea X un conjunto cualquiera. Dado x X definamos x : P(X) R mediante


(
1 si x A
x (A) =
0 si x 6= A
para A X. Esta funcion se conoce como masa unidad en x o delta de Dirac en x.

Definicion 4.1. Sean X un conjunto cualquiera, E un subconjunto numerable (o finito)


de X, {xn } una numeracion de E y {n } una sucesion de numeros reales positivos. Una
medida discreta es una funcion : P(X) R+ de la forma
+
X
(A) = n xn (A)
n=1

para A X.

Si (X) es un numero real se dice que es una medida discreta finita.

Si (X) = + se dice que es una medida discreta infinita.

33
34 4. MEDIDAS.

Proposicion 4.2. Sea : P(X) R+ una medida discreta definida mediante


P
(A) = +n=1 n xn (A) para A X. Las siguientes condiciones son equivalentes:
P
(i) La serie + n=1 n converge.
(ii) La medida es finita.

Ejemplo 4.3. Sea X un conjunto cualquiera. Dado x X y m > 0 definamos


mx : P(X) R mediante
(
m si x A
mx (A) =
0 si x 6= A
para A X. Esta funcion se conoce como masa m en x.
Se tiene que mx es una medida finita.

Proposicion 4.4. Sea : P(X) R una medida discreta entonces


(1) (A) 0 para todo A X.
(2) () = 0.
(3) Para toda sucesion disjunta {Ak }, con Ak X se tiene que
!
[ X
Ak = (Ak ).
k=1 k=1

Definicion 4.5. Se dice que es una medida discreta de probabilidad si es una medida
discreta tal que (X) = 1.

Ejemplo 4.6.
(1) La masa unidad en x es una medida de probabilidad.
(2) Sean 0 < p < 1, n N, n 1, X = {0, 1, ..., n}, F = P({0, 1, ..., n}) y

n k
P (k) = p (1 p)nk .
k
Esta P es una medida de probabilidad (pruebelo) y se conoce como la distribucion
binomial .
(3) Sea > 0, X = N, F = P(N) y

k
P (k) = exp().
k!
Esta P es una medida de probabilidad (pruebelo) y se conoce como la distribucion
de Poisson.
2. MEDIDAS POSITIVAS O SIMPLEMENTE MEDIDAS. 35

2. Medidas positivas o simplemente medidas.

Definicion 4.7. Sea H una coleccion de subconjuntos de X estable bajo uniones finitas.
Sea : H R.
Decimos que es finitamente aditiva en H cuando para todo A1 , ..., An H, disjuntos
P
tales que nk=1 (Ak ) tenga sentido se tiene que
n ! n
[ X
Ak = (Ak ).
k=1 k=1

Si ademas (A) 0 para todo A H, decimos que es positiva.


Sea positiva, si (X) es finito (es un numero real) decimos que es finita.

Ejemplo 4.8. Sea I = { todos los intervalos}. Sea


( n
)
[
H= EX:E= Ik donde los Ik son intervalos disjuntos .
k=1

Tenemos que H es un algebra (puebelo).


Sea
n
! n
[ X
m Ik = l(Ik )
k=1 k=1

donde l(Ik ) indica la longitud del intervalo Ik .


Resulta que m es finitamente aditiva en H.

Proposicion 4.9. Sea finitamente aditiva y positiva en H.


Si A, B estan en H y A B entonces (A) (B) (esta es la monotona).
Si ademas, (A) es finito entonces (B \ A) = (B) (A).

Definicion 4.10. Sea H una coleccion de subconjuntos de X estable bajo uniones nume-
rables. Sea : H R.
Decimos que es -aditiva, en H, cuando para toda sucesion disjunta {Ak }, con Ak en
P
H y tal que k=1 (Ak ) tenga sentido se tiene que
!
[ X
Ak = (Ak ).
k=1 k=1

Observacion 4.11. Si es -aditiva entonces es finitamente-aditiva.


36 4. MEDIDAS.

Definicion 4.12. Sea X un conjunto y F una -algebra de X. Una funcion : F R


es una medida positiva (o simplemente medida) si
(1) es positiva.
(2) () = 0.
(3) es -aditiva.

Si X es un conjunto cualquiera y F es una -algebra de X, se llama espacio medible al


par (X, F). Si ademas se tiene una medida : F R a la terna (X, F, ) se le llama espacio
de medida.
Ademas decimos que
(1) es una medida finita si (X) es finito.
(2) es una medida -finita si existe una sucesion disjunta {Xn }, con Xn en F tal que
(Xn ) es finito y

[
X= Xn .
n=1
(3) P es una medida de probabilidad si P es una medida tal que P (X) = 1. Ademas a
la terna (X, F, P ) se le llama espacio de probabilidad .
P
Observacion 4.13. Como es positiva, k=1 (Ek ) siempre tiene sentido, aunque pue-
da valer +.

Ejemplo 4.14.
Sea X un conjunto cualquiera y F = P(X). Sea : P(X) R+ definida por
(
numero de elementos de A si A es un conjunto finito
(A) =
+ si A es un conjunto infinito
para A X.
Esta se conoce como la medida de contar . Ademas es finita si X es un conjunto finito
y es -finita si X es numerable.

Proposicion 4.15. Sea (X, F) un espacio medible y : F R+ . Supongamos que es


finitamente aditiva. Entonces las siguientes condiciones son equivalentes
(a) es -aditiva.
(b) Para toda sucesion creciente {Ck } de conjuntos en F se tiene que
!
[
Ck = lm (Ck ).
k
k=1
2. MEDIDAS POSITIVAS O SIMPLEMENTE MEDIDAS. 37

Demostracion.
(a) (b) Supongamos que es -aditiva. Sea {Ck } una sucesion creciente de conjuntos
en F.
Caso 1: Si (Cko ) = + para algun ko .
Por la monotona de se sigue que
!
[
+ = (Cko ) Ck
k=1

Luego
!
[
Ck = +.
k=1

Por la monotona de se sigue que para todo k ko :

+ = (Cko ) (Ck ).

Luego (Ck ) = para todo k ko . De donde

lm (Ck ) = +.
k

Por lo tanto en este caso vale la igualdad de (b).

Caso 2: Si (Ck ) es finito para todo k.


S
Se escribira a k=1 Ck como una union disjunta. Sean

A1 = C1 ,
Ak = Ck \ Ck1 para k > 1

entonces {Ak } es una sucesion disjunta y



[
[
Ck = Ak .
k=1 k=1

Sea Co = .
Como (Ck1 ) es finito se tiene que

(Ck Ck1 ) = (Ck ) (Ck1 )

para todo k 1.
38 4. MEDIDAS.

Usando la -aditividad se sigue que


! !
[ [ X
Ck = Ak = (Ak )
k=1 k=1 k=1

X
X
= (Ck \ Ck1 ) = (Ck ) (Ck1 )
k=1 k=1
n
X
= lm (Ck ) (Ck1 ) = lm (Cn ).
n n
k=1
S
(b) (a) Sea {Ak } una sucesion de conjuntos disjuntos en F. Se escribira a k=1 Ak
como una union creciente. Sean

C1 = A1 ,
n
[
Cn = Ak para n > 1
k=1

entonces {Ck } es una sucesion creciente y



[
[
Ak = Ck .
k=1 k=1

Usando la hipotesis se sigue que


! ! n !
[ [ [
Ak = Ck = lm (Cn ) = lm Ak
n n
k=1 k=1 k=1
Xn
X
= lm (Ak ) = (Ak )
n
k=1 k=1

Hemos probado que es -aditiva.

Si ademas suponemos que es finita tenemos el siguiente resultado.

Proposicion 4.16. Sea (X, F) un espacio medible y : F R+ . Supongamos que es


finitamente aditiva y que es finita. Entonces las siguientes condiciones son equivalentes
(a) es -aditiva.
(b) Para toda sucesion decreciente {Dk } de conjuntos en F se tiene que
!
\
Dk = lm (Dk ).
k
k=1

Las demostraciones de esta proposicion y de las siguientes se dejan como ejercicio.


2. MEDIDAS POSITIVAS O SIMPLEMENTE MEDIDAS. 39

Proposicion 4.17. Sea (X, F) un espacio medible y : F R+ . Supongamos que es


finitamente aditiva y que es finita. Entonces las siguientes condiciones son equivalentes
(a) es -aditiva.
T
(b) Para toda sucesion decreciente {Vk } de conjuntos en F tal que k=1 Vk = se tiene

lm (Vk ) = 0.
k

Cuando no es finita es util considerar el siguiente resultado.

Proposicion 4.18. Sea (X, F) un espacio medible y : F R+ . Supongamos que es


finitamente aditiva. Entonces las siguientes condiciones son equivalentes
(a) es -aditiva.
(b) Para toda sucesion decreciente {Dk } de conjuntos en F tal que (Dko ) es finito para
algun ko se tiene que
!
\
Dk = lm (Dk ).
k
k=1

Observacion 4.19. En general la Proposicion 4.16 no es cierta, si no se pide que sea


finita. Demuestre esto usando la medida de contar en (N, P(N) ).
CAPTULO 5

Aproximacion uniforme.

1. Convergencia uniforme.

Sea {fn } una sucesion de funciones definidas en A R y sea f una funcion tambien
definida en A.

Definicion 5.1. Se dice que la sucesion {fn } converge puntualmente a f en A si


lmn fn (x) = f (x) para todo x de A. Es decir, {fn } converge puntualmente a f en A
si para cada x de A y para cada > 0 existe un numero natural N tal que si n N entonces
|fn (x) f (x)| < .

Definicion 5.2. Se dice que la sucesion {fn } converge uniformemente a f en A si para


cada > 0 existe un numero natural N tal que si n N entonces |fn (x) f (x)| < para
todo x de A.

Ejercicio 5.3.
(1) Demuestre que convergencia uniforme implica convergencia puntual.
(2) Demuestre que convergencia puntual no implica convergencia uniforme.

Las demostraciones de las proposiciones siguientes quedan como ejercicio.

Proposicion 5.4. Supongase que {fn } es una sucesion de funciones continuas definidas
en [a, b], que converge uniformemente en [a, b] a una funcion f . Entonces f tambien es
continua en [a, b].

Proposicion 5.5. Sean {fn } una sucesion de funciones integrables-Riemann sobre [a, b]
y f una funcion integrable-Riemann sobre [a, b]. Si {fn } converge uniformemente a f en
[a, b] entonces
Z b Z b
lm fn (x) dx = f (x) dx.
n a a
Es decir,
Z b Z b
lm fn (x) dx = lm fn (x) dx.
n a a n

41
42 5. APROXIMACION UNIFORME.

Definicion 5.6. Sean A R, y f una funcion acotada definida en A

kf k = sup |f (x)| = sup{|f (x)| : x A}.


xA

Proposicion 5.7. Sean A R, {fn } una sucesion de funciones acotadas definidas en


A y f una funcion acotada definida en A. Las siguientes condiciones son equivalentes:
(i) {fn } converge uniformemente a f en A.
(ii) lmn kfn f k = 0.

2. Aproximacion de funciones continuas por funciones escaleras.

Definicion 5.8. Sea g : [a, b] R. Se dice que g es una funcion escalera si existen
n N, I1 , ..., In intervalos disjuntos en [a, b] y c1 , ..., cn R tales que
n
X
g(x) = ck 1Ik (x).
k=1

Proposicion 5.9. Sea h : [a, b] R una funcion continua y sea > 0.


(i) Entonces existe una funcion escalera g : [a, b] R tal que

|g(x) h(x)| < para todo x [a, b].

Es decir
kg hk < .
(ii) Si ademas existen m, M R tales que

m h(x) M para todo x [a, b]

entonces se puede escoger la funcion escalera g de manera tal que

m g(x) M para todo x [a, b].

Demostracion.
(i) Sean > 0 y h : [a, b] R una funcion continua.
Como [a, b] es un compacto se tiene que h es uniformemente continua en [a, b]. Es decir,
existe > 0 tal que para todo x, y [a, b] tales que |x y| < se tiene |h(x) h(y)| < .
Se usara que cada sub-intervalo cerrado de [a, b] es cerrado y acotado, por lo tanto es
compacto. De la continuidad de h tambien se deduce que h es acotada en cada uno de estos
sub-intervalos cerrados, ademas en ellos se alcanzan el maximo y el mnimo.
2. APROXIMACION DE FUNCIONES CONTINUAS POR FUNCIONES ESCALERAS. 43

Sea n N. Con este n (fijo) se construye la particion de [a, b] dada por los intervalos

k1 k
Ik = (b a) + a , (b a) + a
n n
con k = 1, ..., n 1. Para k = n se toma el intervalo cerrado, es decir, sea

n1
In = (b a) +a, b .
n
Para k = 1, ..., n sean Ik la clausura de Ik y sean

Mk = max h(x).
xIk

Como Ik es compacto sabemos que existen Rk Ik tal que

Mk = h(Rk ).

Definimos g : [a, b] R mediante


n
X
g(x) = Mk 1Ik (x).
k=1

Entonces g es una funcion escalera.


Sea x [a, b] entonces existe ko tal que x Iko y por lo tanto

g(x) = Mko = h(Rko ).

Si tomamos
ba
n>

entonces
ba
|Rko x| < < .
n
Luego
|g(x) h(x)| = Mko h(x) = h(Rko ) h(x) < .

(ii) Si existen m, M R tales que

m h(x) M para todo x [a, b]

entonces
m h(Rk ) M para todo k = 1, ..., n.
Sea x [a, b] como g(x) = h(Rko ) para algun ko , se sigue que

m g(x) M.


44 5. APROXIMACION UNIFORME.

Ejercicio 5.10. Sea h : [a, b] R una funcion continua y sea > 0. Demostrar que
existe una funcion poligonal g : [a, b] R tal que

|g(x) h(x)| < para todo x [a, b].

Es decir
kg hk < .

En la proxima proposicion se hace una construccion similar a la de la Proposicion 5.9


pero como se quiere aproximar la funcion continua con una sucesion creciente se trabaja con
particiones de tamano 1/2n y se definen las funciones escaleras usando el mnimo.

Proposicion 5.11. Sea h : [a, b] R una funcion continua.


(i) Entonces existe una sucesion creciente {gn } de funciones escaleras gn : [a, b] R
tales que
lm gn (x) = h(x) uniformemente en [a, b].
n

Es decir
lm kgn hk = 0.
n

(ii) Si ademas existen m, M R tales que

m h(x) M para todo x [a, b]

entonces se pueden escoger las funciones escaleras gn de manera tal que

m gn (x) M para todo x [a, b], para todo n 1.

Demostracion.
(i) Sea h : [a, b] R una funcion continua. Sea > 0.
Como [a, b] es un compacto se tiene que h es uniformemente continua en [a, b]. Es decir,
existe > 0 tal que para todo x, y [a, b] tales que |x y| < se tiene |h(x) h(y)| < .
Para n (fijo) se construye la particion de [a, b] dada por los intervalos

k1 k
Ink = (b a) n + a , (b a) n + a
2 2
con k = 1, ..., 2n 1. Para k = 2n se toma el intervalo cerrado, es decir, sea

n1
Inn = (b a) n + a , b .
2
2. APROXIMACION DE FUNCIONES CONTINUAS POR FUNCIONES ESCALERAS. 45

Para k = 1, ..., 2n sean Ink la clausura de Ink y sean

Mnk = max h(x) mnk = mn h(x).


xInk xInk

Como Ink es compacto sabemos que existen Rnk , rnk Ink tales que

Mnk = h(Rnk ) mnk = h(rnk ).

Definimos gn : [a, b] R mediante


2n
X
gn (x) = mnk 1Ink (x).
k=1

Entonces gn es una funcion escalera.

Veamos que {gn } es una sucesion creciente.


Sean n1 n2 y x [a, b]. Entonces existen k1 1, 2, ..., 2n1 y k2 1, 2, ..., 2n2 tales que
x In1 k1 In2 k2 . Entonces

mn1 k1 mn2 k2 y Mn2 k2 Mn1 k1 .

De donde
gn1 (x) gn2 (x).
Por lo tanto {gn } es una sucesion creciente.
Dados n 1 y x [a, b] existe k tal que x Ink . Sea

log ba

n> .
log 2
Como
ba
|Rnk rnk | l(Ink ) = < .
2n
sigue que

|h(x) gn (x)| = h(x) mnk Mnk mnk = h(Rnk ) h(rnk ) < .

Note que es importante que no depende del punto x.

Es decir, dado > 0 hemos hallado > 0 (independiente de x) tal que si N N, si



log ba

N>
log 2
entonces
|gn (x) h(x)| < para todo n N.
46 5. APROXIMACION UNIFORME.

Es decir,
lm kgn hk = 0.
n
(ii) Supongamos que

m h(x) M para todo x [a, b]

Sea n fijo, para cualquier k = 1, ..., 2n se tiene

m h(rnk ) = mnk Mnk M.

Se sabe que gn solamente toma los valores mn1 , ..., mn2n as que

m gn (x) M.


CAPTULO 6

Topologa.

1. Nociones basicas de topologa.

Definicion 6.1. Un espacio topologico es un par (X, T ), donde X es un conjunto no


vaco y T es una coleccion de subconjuntos de X tal que
(i) y X pertenecen a T
(ii) La union de una familia de elementos de T es un elemento de T .
(iii) La interseccion de usa familia finita de elementos de T es un elemento de T .
En este caso se dice que T es una topologa en X y se dice que los elementos de T son
conjuntos abiertos.

Ejemplo 6.2. Dado un conjunto cualquiera X. Se tiene que T = P(X) es una topologa
de X. Esta topologa es conocida como la topologa discreta de X.

Ejemplo 6.3. Dado un conjunto cualquiera X. Se tiene que T = {, X} es una topologa


de X. Esta topologa es conocida como la topologa trivial (o topologa indiscreta) de X.

Sea X un espacio topologico.

Definicion 6.4. A es un conjunto cerrado si su complemento Ac = X A es abierto.

Observacion 6.5.
(a) Puede ocurrir que la interseccion de una familia infinita de abiertos no sea abierto,
dar ejemplos.
(b) Puede ocurrir que la union de una familia infinita de cerrados no sea cerrado, dar
ejemplos.

La demostracion de esta observacion queda como ejercicio.

Definicion 6.6. Sea B una coleccion de subconjuntos de X, se dice que B es una base de
la topologa T de X si para cada D en T y para cada x D existe B B tal que x B D.

Ejemplo 6.7. La coleccion de los intervalos acotados y abiertos de R, es decir:


{I : I = (a, b) para algunos a, b R} es una base de la topologa usual de R.

47
48 6. TOPOLOGIA.

Se puede probar que: G es una base numerable de la topologa T de X si y solo si para


S
todo abierto A en T existe una sucesion {An } de abiertos de G tal que A = n=1 An .

Definicion 6.8. Sea (X, T ) un espacio topologico. Una coleccion S de subconjuntos


abiertos de X es una subbase de la topologa T de X si existe una base tal que todo abierto
de esa base se puede escribir como una interseccion finita de subconjuntos de S.

Ejemplo 6.9. La coleccion de los intervalos semi-acotados y abiertos de R, es decir:


{I : I = (a, ) o I = (, a) para algun a R} es subbase de la topologa usual de R.

2. Conjuntos F y conjuntos G .

Sea X un espacio topologico.

Definicion 6.10. Sea A X, se dice que A es un conjunto G cuando existe una sucesion
{Dk } de conjuntos abiertos tal que

\
A= Dk .
k=1

Ejemplo 6.11. El intervalo cerrado [a, b] es un conjunto cerrado en la topologa usual


de R, pero ademas es un conjunto G ya que
\
1 1
[a, b] = a , b+ .
k=1
k k

Ejemplo 6.12. El intervalo (a, b] es un conjunto G , en la topologa usual de R, ya que


\
1
(a, b] = a, b + .
k=1
k

Definicion 6.13. Sea A X, se dice que A es un conjunto F cuando existe una


sucesion {Ck } de conjuntos cerrados tal que

[
A= Ck .
k=1

Ejemplo 6.14. El intervalo abierto (a, b) es un conjunto abierto en la topologa usual de


R, pero ademas es un conjunto F ya que

[
1 1
(a, b) = a+ , b .
k=1
k k
2. CONJUNTOS F Y CONJUNTOS G . 49

Ejemplo 6.15. El intervalo [a, b) es un conjunto F en la topologa usual de R ya que



[
1
[a, b) = a, b .
k=1
k

Se pueden definir clases de conjuntos un poco mas complicadas, como las que se dan a
continuacion.

Definicion 6.16. Sea A X, se dice que A es un conjunto F cuando existe una


sucesion {Ek } de conjuntos F tal que

\
A= Ek .
k=1

Definicion 6.17. Sea A X, se dice que A es un conjunto G cuando existe una


sucesion {Ek } de conjuntos G tal que

[
A= Ek .
k=1

Analogamente se definen las clases de conjuntos G , F , etc.

Las siguientes proposiciones no son sencillas de probar. Ellas proporcionan ejemplos im-
portantes de conjuntos G y conjuntos F .

Proposicion 6.18. Sea f : R R. Sean

C(f ) = {x R : f es continua en x}
D(f ) = {x R : f es discontinua en x}

Entonces
(a) C(f ) es un conjunto G .
(b) D(f ) es un conjunto F .

Proposicion 6.19. Sea {fn } una sucesion de funciones continuas de R en R. Sea

C = {x R : (fn (x)) es una sucesion numerica convergente }.

Entonces C es un conjunto F .
50 6. TOPOLOGIA.

3. Espacios metricos.

Definicion 6.20. Un espacio metrico es un par (X, d) donde X es un conjunto y


d : X X R es una funcion tal que:
(i) d(x, y) 0 para todo x, y X,
(ii) d(x, y) = 0 si y solo si x = y,
(iii) d(x, y) = d(y, x) para todo x, y X,
(iv) d(x, z) d(x, y) + d(y, z) para todo x, y, z X.

La funcion d se llamara metrica (o distancia) y los elementos de X se llamaran puntos.


Es importante notar que no se supone que el conjunto X tenga estructura de espacio
vectorial.

Ejemplo 6.21.
(a) d(x, y) = |x y| define una metrica en R, llamada la metrica usual de R.
(b) Todo subconjunto de un espacio metrico tambien es un espacio metrico.
(c) Considere (0, 1) con la metrica usual d de R restringida a (0, 1). Se tiene que
((0, 1), d) es un espacio metrico.
(d) Sea X cualquier conjunto, definamos

0 si x = y;
d(x, y) =
1 si x 6= y.

d es una metrica en X. Esta funcion es conocida como la metrica trivial de X.

Sea (X, d) un espacio metrico.

Definicion 6.22. Dados xo X y r R, r 0 la bola abierta de centro xo y radio r es:

B(xo , r) = {x X : d(x, xo ) < r}.

Proposicion 6.23. La coleccion de las bolas abiertas de X es una base de una topologa
de X.

Esta topologa es conocida como la topologa inducida por la metrica d.

Proposicion 6.24. En un espacio metrico (X, d) se tiene que todo conjunto abierto es
un conjunto F .

Proposicion 6.25. En un espacio metrico (X, d) se tiene que todo conjunto cerrado es
un conjunto G .

La demostracion de las dos proposiciones anteriores queda como ejercicio.


4. SUCESIONES EN UN ESPACIO METRICO. 51

4. Sucesiones en un espacio metrico.

Sea (X, d) un espacio metrico.

Definicion 6.26. Sea {xn } una sucesion en X. Decimos que {xn } es convergente en
(X, d) si existe x X tal que para todo > 0 existe un numero natural N tal que si n N
y n > N entonces d(xn , x) < .
En este caso se dice que {xn } converge a x en (X, d).

Esto se abrevia mediante:


lm xn = x en (X, d).
n

Observe que la definicion anterior indica que para la sucesion de numeros reales {an }
dada por an = d(xn , x) se tiene que

lm an = 0 en R con la metrica usual


n

ya que
|an 0| = d(xn , x).

Definicion 6.27. Sea {xn } una sucesion en X. Decimos que {xn } es una sucesion de
Cauchy si para cada > 0 existe N N tal que d(xn , xm ) < si n, m > N .

Proposicion 6.28. Toda sucesion convergente es de Cauchy.

La demostracion de esta proposicion queda como ejercicio.

Observacion 6.29. En general el recproco de la proposicion anterior no es cierto tal


como lo muestra el siguiente ejemplo.

Ejemplo 6.30. Considere el espacio metrico ((0, 1), d) donde d es la metrica usual de R
restringida a (0, 1).
Sea {xn } la sucesion dada por
xn = 1/n.
Se tiene que {xn } es una sucesion de Cauchy.
Se sabe que {xn } converge a 0 pero como 0
/ (0, 1) resulta que {xn } no converge en el
espacio metrico ((0, 1), d).

Definicion 6.31. Sea (X, d) un espacio metrico. Decimos que X es completo cuando
toda sucesion de Cauchy converge a un punto de X.
52 6. TOPOLOGIA.

Ejemplo 6.32. Considere (Rn , d2 ) donde d2 es la metrica eucldea. Es decir,


p
d2 (x, y) = (x1 y1 )2 + . . . + (xn yn )2

para x = (x1 , . . . , xn ), y = (y1 , . . . , yn ).


Se tiene que (Rn , d2 ) es completo.

Ejemplo 6.33. Se tiene que ((0, 1), d) NO es completo, donde d es la metrica usual de
R restringida a (0, 1).

Teorema 6.34. Dados a, b R con a < b sea

C[a, b] = {f : [a, b] R tales que f es continua}

y sea

d(f, g) = kf gk = max |f (x) g(x)| = max{|f (x) g(x)| : x [a, b]}


x[a,b]

Se tiene que:
(i) C[a, b] es un espacio metrico.
(ii) C[a, b] es completo.

La demostracion de este teorema es un excelente ejercicio de topologa. Este teorema se


puede probar usando argumentos de un curso basico de analisis en una variable.
CAPTULO 7

Funciones de variacion acotada.

1. Funciones de variacion acotada en un intervalo acotado.

Definicion 7.1. Sea f : [a, b] R. Se dice que f es de variacion acotada en [a, b] si


existe M R tal que para
n
X
|f (xi ) f (xi1 )| < M
i=1
para toda particion de [a, b], donde = {xo , ..., xn } con a = xo < x1 < ... < xn = b.

Sea P ar(I) la coleccion de todas las posibles particiones de un intervalo acotado I.

Se tiene que f es de variacion acotada en [a, b] si y solo si


X
sup |f (xi ) f (xi1 )| < .
P ar[a,b] xi

Proposicion 7.2. Si f es monotona en [a, b] entonces f es de variacion acotada


en [a, b].

Demostracion.
Caso 1: Si f es monotona creciente.
Sea = {xo , ..., xn } una particion cualquiera de [a, b] con a = xo < x1 < ... < xn = b.
Como f es monotona creciente se tiene que f (xi ) f (xi1 ) para todo i = 1, ..., n. Luego

n
X n
X
|f (xi ) f (xi1 )| = f (xi ) f (xi1 ) = f (b) f (a)
i=1 i=1

Caso 2: Si f es monotona decreciente.


En este caso la demostracion es analoga y queda como ejercicio.

Ejemplo 7.3.
(1) Sea f : [a, b] R dada por
f (x) = x
entonces f es de variacion acotada en [a, b].

53
54 7. FUNCIONES DE VARIACION ACOTADA.

(2) Sea f : [2, 1] R dada por


(
ex si x [2, 0]
f (x) =
7 si x (0, 1]

Se tiene que f es de variacion acotada en [2, 1].

Definicion 7.4. Sean I un intervalo acotado de R y f : R R la variacion total de f


sobre I es
X
Vf (I) = sup |f (xi ) f (xi1 )|.
P ar(I) xi

Lema 7.5. Sea f una funcion de variacion acotada en [a, b] y sea c (a, b) entonces

Vf (a, b) = Vf (a, c) + Vf (c, b).

La demostracion de este lema queda como ejercicio.

Proposicion 7.6. Si f es una funcion de variacion acotada en [a, b] entonces


f es acotada en [a, b].

Demostracion. Como f es de variacion acotada en [a, b] se sabe que existe M R tal


que
X
M= sup |f (xi ) f (xi1 )|.
P ar[a,b] xi

Dado x (a, b) se considera la particion o de [a, b], dada por o = {xo , x1 , x2 } con
a = xo < x1 = x < x2 = b. Entonces

|f (x1 ) f (xo )| + |f (x2 ) f (x1 )| M.

Luego
|f (x)| |f (a)| |f (x) f (a)| |f (x) f (a)| + |f (b) f (x)| M.

De donde
|f (x)| |f (a)| + M.

Observacion 7.7. El recproco de la proposicion anterior no es cierto tal como lo muestra


la funcion del siguiente ejercicio.
1. FUNCIONES DE VARIACION ACOTADA EN UN INTERVALO ACOTADO. 55

Ejercicio 7.8. Sea f : [0, 1] R dada por



sen 1 si x 6= 0
f (x) = x

0 si x = 0
Pruebe que:
(a) f es acotada en [0, 1].
(b) f NO es de variacion acotada en [0, 1].

Proposicion 7.9. Si f es una funcion continua en [a, b], derivable en (a, b) y su derivada
f 0 es acotada en (a, b) entonces f es de variacion acotada en [a, b].

Esta proposicion es consecuencia del teorema del valor medio, su demostracion queda
como ejercicio.

Observacion 7.10. Existen funciones que no tienen derivada acotada y sin embargo son
de variacion acotada, tal como lo muestra el siguiente ejemplo.
1 1
Ejemplo 7.11. Sea f : [0, b] R definida por f (x) = x1/3 . Entonces f 0 (x) = .
3 x2/3
Luego
lm f 0 (x) = +
x0+
Por lo tanto f no tiene derivada acotada.
Sin embargo f es de variacion acotada, ya que es una funcion monotona.

Observacion 7.12. Existen funciones que no son monotonas y sin embargo son de
variacion acotada, tal como lo muestra el siguiente ejemplo.

Ejemplo 7.13. Sea f : [2, 2] R definida por f (x) = x2 . Se sabe que f no es monotona
en [2, 2].
Ademas f 0 (x) = 2x si x (2, 2). Como f 0 es acotada en (2, 2) se sigue que f es de
variacion acotada en [2, 2].

Sea f una funcion de variacion acotada en [a, b]. A continuacion se estudiara la variacion
total de f sobre intervalos mas pequenos contenidos en [a, b] todos con el mismo extremo
inferior a.
Mas precisamente, sea v : [a, b] R dada por
(
Vf (a, x) si a < x b
v(x) =
0 si x = a
56 7. FUNCIONES DE VARIACION ACOTADA.

Teorema 7.14. Sea f una funcion de variacion acotada en [a, b]. Entonces
(i) v es creciente en [a, b].
(ii) Sea g la funcion dada por g = v f . Se tiene que g es creciente en [a, b].

Demostracion.
(i) Sean x, y (a, b] con x < y. Sea x una particion cualquiera de (a, x) de la forma
x = {xo , ..., xn } con a = xo < x1 < ... < xn = x.
A continuacion consideramos la particion y de (a, y) dada por y = {xo , ..., xn , y} con
a = xo < x1 < ... < xn = x < y.
Entonces
Xn n
X
|f (xi ) f (xi1 )| |f (xi ) f (xi1 )| + |f (y) f (x)| Vf (a, y).
i=1 i=1

De donde
n
X
|f (xi ) f (xi1 )| Vf (a, y).
i=1
Es decir el numero Vf (a, y) es una cota superior de todas las sumas que aparecen a
la izquierda de la desigualdad anterior cuando se hace variar x sobre todas las posibles
particiones de (a, x).
Tomando el supremo sobre todas las posibles particiones x de (a, x) y usando la definicion
de v se obtiene
v(x) = Vf (a, x) Vf (a, y) = v(y).
(ii) Sean x, y (a, b] con x < y. Entonces

f (y) f (x) |f (y) f (x)| Vf (x, y).

Luego

g(y) g(x) = (v(y) f (y)) (v(x) f (x))


= v(y) v(x) (f (y) f (x))
v(y) v(x) Vf (x, y)
= Vf (a, y) Vf (a, x) Vf (x, y) = 0.

por el Lema 7.5.


Por lo tanto g(x) g(y).

Proposicion 7.15. Sean f1 , f2 unas funciones de variacion acotada en [a, b] y sean


1 , 2 R. Entonces 1 f1 + 2 f2 es de variacion acotada en [a, b].
2. FUNCIONES DE STIELTJES. 57

La demostracion de esta proposicion queda como ejercicio.

Corolario 7.16. Sea f : [a, b] R. Se tiene que: f es de variacion acotada si y solo si


f puede escribirse como la diferencia de dos funciones monotonas crecientes.

Demostracion. Si f es de variacion acotada en [a, b]. Por el Teorema 7.14 se tiene que
v y v f son monotonas crecientes. Como

f = v (v f )

se sigue que f puede escribirse como la diferencia de dos funciones monotonas crecientes.
Recprocamente, si f puede escribirse como la diferencia de dos funciones monotonas
crecientes f1 y f2 entonces f1 y f2 son de variacion acotada en [a, b]. Por la Proposicion 7.15
se sigue que f1 f2 es una funcion de variacion acotada en [a, b]. Luego f es una funcion de
variacion acotada en [a, b].

Mas adelante se definira la integral de Lebesgue. Las funciones de variacion acotada


tienen un rol importante al tratar de dar una version del teorema fundamental del calculo
para esta integral.

2. Funciones de Stieltjes.

Definicion 7.17. Sea F : R R. Decimos que F es una funcion de Stieltjes cuando F


cumple con las siguientes condiciones:
(i) F es monotona creciente.
(ii) F es continua a la derecha.

Ejercicio 7.18. De ejemplos de funciones de Stieltjes.

Es facil ver que se tiene el siguiente resultado.

Proposicion 7.19. Sea F : R R, si F es una funcion de Stieltjes entonces la restric-


cion de F a cualquier intervalo acotado es una funcion de variacion acotada en ese intervalo.

Ejercicio 7.20. Sea F : R R una funcion de Stieltjes. Demuestre que


(i) F tiene lmites por la izquierda en todo punto.
(ii) F tiene solo discontinuidades de salto.
(iii) El conjunto de los puntos de discontinuidad de F es numerable.
58 7. FUNCIONES DE VARIACION ACOTADA.

Definicion 7.21. Sea F : R R. Decimos que F es una funcion de Stieltjes de salto


cuando existe una sucesion de puntos {xk } y una sucesion de numeros reales positivos {pk }
tales que X

pk si x 0



xk (0,x]
F (x) =

X

pk si x < 0


xk (x,0]

Ejercicio 7.22. De ejemplos de funciones de Stieltjes de salto.

3. La funcion de Cantor.

Sea C el conjunto de Cantor. Se construye la funcion auxiliar C : C [0, 1] de la


siguiente manera: para
+
X an
x=
n=1
3n
con an = 0 o an = 2 para todo n 1, se define
+
X an /2
C (x) = .
n=1
2n
Note que C (x) esta expresado mediante su desarrollo binario y ademas C (x) [0, 1].

Ejercicio 7.23. Sea C la funcion que se acaba de definir. Demuestre que


(a) La funcion C es sobreyectiva.
(b) La funcion C NO es inyectiva.
(c) La funcion C es creciente. Mas aun, la funcion C es estrictamente creciente ex-
cepto en los extremos de los intervalos extrados de [0, 1] en la construccion de C.

Para k = 1, ..., 2n sean In,k = (an,k , bn,k ) los intervalos extrados en el n-esimo paso de la
construccion del conjunto de Cantor. Sea : [0, 1] [0, 1] definida mediante
(
C (x) si x C
(x) =
C (an,k ) = C (bn,k ) si x [0, 1] \ C y x In,k = (an,k , bn,k )
Se tiene que es una extension de C a todo el intervalo [0, 1]. A esta funcion se le
llama funcion de Cantor .

Ejercicio 7.24. Sea la funcion de Cantor. Demuestre que


(a) La funcion es continua (Ayuda: use que es creciente y sobreyectiva).
(b) La funcion es una funcion de variacion acotada en [0, 1].
CAPTULO 8

-algebras generadas.

Se comienza este captulo mencionando algunos resultados que permitiran definir la


-algebra de Borel.

Proposicion 8.1. Sea una familia de ndices. Si H es un -algebra de X, para cada


, entonces
\
H

es una -algebra de X.

La demostracion de esta proposicion queda como ejercicio.

1. -algebra generada por una coleccion de conjuntos.

Proposicion 8.2. Si H es una coleccion de subconjuntos de X entonces existe una unica


-algebra, (H), de subconjuntos de X tal que (H) es la menor -algebra de subconjuntos
de X que contiene a H. Es decir,
(i) H (H).
(ii) Si Fo es una -algebra de X y H Fo entonces (H) Fo .

A la coleccion (H) se le llama la -algebra generada por H.

Demostracion. Sea

= {F : F es una -algebra de X y H F}.

Tenemos que 6= porque P(X) .


Definamos
\
(H) = F,
F
es decir,
\
(H) = {F : F es una -algebra de X y H F}.
Por la Proposicion 8.1 se sigue que (H) es una -algebra.
Obviamente H (H). Y as se tiene (i).

59
60 8. -ALGEBRAS GENERADAS.

Probemos (ii). Sea Fo una -algebra de X que contiene a H. Entonces Fo . Sea


A (H) entonces A F para todo F . En particular: A Fo . Hemos probado que
(H) Fo .

Ejercicio 8.3. Dado un conjunto X cualquiera, sea A X, tal que A 6= y A 6= X.


Describa ({A}).

Ejercicio 8.4. Sean X, Y dos conjuntos cualesquiera y f : X Y . Sea H una familia


cualquiera de subconjuntos de Y . Demuestre que

(f 1 (H)) = f 1 ((H)).

Ejercicio 8.5. Sea H una coleccion de subconjuntos de X. Para algebras enunciar y


demostrar un resultado analogo al de la Proposicion 8.2.

A la coleccion dada por el ejercicio anterior se le llama la algebra generada por H y suele
denotarse por A(H).

Ejercicio 8.6. De un ejemplo de dos semi-algebras cuya interseccion no sea una semi-
algebra.

Ejercicio 8.7. Para semi-algebras valdra un resultado analogo al de la Proposicion


8.1?

2. La -algebra de Borel.

Dado un espacio topologico X, una de las -algebras mas importantes es la -algebra de


Borel de X o la -algebra de los borelianos de X, la cual definimos a continuacion.

Sea (X, T ) un espacio topologico.

Definicion 8.8. La -algebra de Borel de X es la -algebra de subconjuntos de X


generada por la familia de abiertos . Esta -algebra se denota por B(X), es decir

B(X) = ( ).

A los conjuntos de B(X) se les llama borelianos de X.

Como veremos a continuacion una misma -algebra puede ser generada por colecciones
muy distintas de subconjuntos de un conjunto.

Proposicion 8.9. Sea C la coleccion de los conjuntos cerrados. Entonces

B(X) = (C).
2. LA -ALGEBRA DE BOREL. 61

Demostracion.
(i) Veamos que B(X) (C).
Sea A un conjunto de , es decir, A es un abierto. Entonces AC es cerrado, es decir, AC es
un conjunto de C, luego AC es un conjunto de (C). Como (C) es estable bajo complementos
se tiene que (AC )C esta en (C). Pero A = (AC )C Luego A esta en (C).
Hemos probado que
(C).
Por lo tanto (C) es una -algebra que contiene a . Como ( ) es la menor -algebra que
contiene a se sigue que
B(X) = ( ) (C).
(ii) La demostracion de (C) B(X) es analoga (haga la demostracion).

Teorema 8.10. Sea (X, ) un espacio topologico tal que X contiene una coleccion nu-
merable G de conjuntos abiertos que forman una base para la topologa de X. Entonces

B(X) = (G).

Demostracion.
(i) Veamos que (G) B(X). Tenemos que

G ( ) = B(X).

Por lo tanto B(X) es una -algebra que contiene a G. Como (G) es la menor -algebra que
contiene a G se sigue que
(G) B(X).
(ii) Veamos que B(X) (G).
Sea A un conjunto de , es decir, A es un abierto. Por la hipotesis y por la definicion de
base se tiene que existe una coleccion numerable de conjuntos {Gn } en G tales que
[
A= Gn .
n1

Luego Gn esta en (G) para todo n 1. Como (G) es estable bajo uniones numerables se
sigue que A esta en (G). Hemos probado que

(G).

Por lo tanto (G) es una -algebra que contiene a . Como ( ) es la menor -algebra que
contiene a se sigue que
B(X) = ( ) (G).
62 8. -ALGEBRAS GENERADAS.

Corolario 8.11. Sea IoQ la coleccion de los intervalos abiertos en R con extremos ra-
cionales. Es decir,
IoQ = { (r, s) : r, s, Q}.
Se tiene que
B(R) = (IoQ ).

Ejercicio 8.12.
(1) Demuestre las siguientes caracterizaciones de B(R) en terminos de intervalos semi-
acotados
(a) B(R) = ( { intervalos del tipo (, r) para r Q} ).
(b) B(R) = ( { intervalos del tipo (, r] para r Q} ).
(c) B(R) = ( { intervalos del tipo (r, ) para r Q} ).
(d) B(R) = ( { intervalos del tipo [r, ) para r Q} ).

(2) Demuestre las siguientes caracterizaciones de B(R) en terminos de intervalos acota-


dos
(a) B(R) = ( { intervalos abiertos (a, b) para a, b R} ).
(b) B(R) = ( { intervalos cerrados [a, b] para a, b R} ).
(c) B(R) = ( { intervalos del tipo (a, b] para a, b R} ).
(d) B(R) = ( { intervalos del tipo [a, b) para a, b R} ).

(3) Demuestre que

B(R) = ( { conjuntos compactos de R} ).

(4) Describa varias colecciones distintas de subconjuntos de R2 que generen B(R2 ), es


decir, que generen la -algebra de Borel en R2 .

(5) Sea X un espacio metrico tal que existen una sucesion {Kj } de conjuntos compactos
tales que

[
X= Kj .
k=1
Demuestre que

B(X) = ( { conjuntos compactos de X} ).


CAPTULO 9

Semi-anillos, anillos, -anillos y clases monotonas.

1. Semi-anillos.

Sea X un conjunto.

Definicion 9.1. La coleccion H es una semi-anillo si


(i) esta en H.
(ii) H es estable bajo intersecciones finitas.
(iii) Si A, B estan en H entonces existen una coleccion finita y disjunta E1 , ..., En en H
tales que
n
[
A\B = Ek .
k=1

Ejemplo 9.2. Sea I a la familia de los intervalos acotados de R, es decir

I a = { ha, bi para algunos a, b R}

donde ha, bi denota un intervalo finito de cualquier tipo. Tenemos que I a es un semi-anillo
de R, que no es una semi-algebra.

Ejemplo 9.3. Sea X = Rn . La coleccion de los rectangulos del tipo

(a1 , b1 ] ... (an , bn ]

es un semi-anillo, pero no es una semi-algebra.

Observacion 9.4. La clase de los intervalos abiertos finitos (a, b) no es un semi-anillo.


La clase de los intervalos cerrados [a, b] tampoco es un semi-anillo.

Ejercicio 9.5. Si H es una semi-algebra entonces H es un semi-anillo.

A continuacion damos un ejemplo de dos semi-anillos S1 y S2 cuya interseccion no es un


semi-anillo.

63
64 9. SEMI-ANILLOS, ANILLOS, -ANILLOS Y CLASES MONOTONAS.

Ejemplo 9.6. Considere X = {a, b, c}. Sean

S1 = {, {a}, {b}, {c}, {a, b, c}},


S2 = {, {c}, {a, b}, {a, b, c}}

Entonces
S1 S2 = {, {c}, {a, b, c}}.
Se tiene que S1 y S2 son semianillos. Pero S1 S2 no es un semianillo porque {a, b, c}\{c} =
{a, b} no se puede expresar como una union finita de elementos de S1 S2 .

Ejercicio 9.7. Sea Ia el semi-anillo formado por los intervalos acotados de R.


Sea l : Ia R dada por l(ha, bi) = b a. Pruebe que si {E1 , ..., En } es una coleccion
S
finita y disjunta de conjuntos tal que Ek Ia para todo k = 1, ..., n, E = nk=1 Ek y E Ia
entonces n
X
l(E) = l(Ek ).
k=1
Esta propiedad se abrevia diciendo que l es finitamente aditiva en Ia .

2. Anillos y -anillos.

Definicion 9.8. La coleccion H es un anillo si


(i) esta en H.
(ii) H es estable bajo diferencias.
(iii) H es estable bajo uniones finitas.
(iv) H es estable bajo intersecciones finitas.

Ejemplo 9.9. La coleccion de todos los subconjuntos finitos de X es un anillo. En general


no es un algebra.

Ejemplo 9.10. La coleccion de todas las uniones finitas y disjuntas de intervalos del tipo
(a, b] es un anillo.

Ejercicio 9.11. Si H es un anillo entonces H es un semi-anillo.

Ejercicio 9.12. Si H es un algebra entonces H es un anillo.

Ejercicio 9.13. Sea H una coleccion de subconjuntos de X. Para anillos enunciar y


demostrar un resultado analogo al de la Proposicion 8.2.

A la coleccion dada por el ejercicio anterior se le llama la anillo generado por H y suele
denotarse por R(H).
3. TEOREMAS DE LA CLASE MONOTONA. 65

Proposicion 9.14. Sea S un semi-anillo. El anillo R(S) generado por S consta de todos
los conjuntos E que pueden escribirse de la forma
n
[
E= Ak
k=1

donde los Ak son conjuntos disjuntos de S.

En particular
( n
)
[
R(Ia ) = AR:A= Ik donde los Ik Ia y son intervalos disjuntos .
k=1

Definicion 9.15. La coleccion H es una -anillo si


(i) esta en H.
(ii) H es estable bajo diferencias.
(iii) H es estable bajo uniones numerables.
(iv) H es estable bajo intersecciones numerables.

Ejercicio 9.16. Si H es un -anillo entonces H es un anillo.

Ejercicio 9.17. Si H es una -algebra entonces H es un -anillo.

Ejercicio 9.18. Sea H una coleccion de subconjuntos de X. Para -anillos enunciar y


demostrar un resultado analogo al de la Proposicion 8.2.

A la coleccion dada por el ejercicio anterior se le llama el -anillo generado por H y suele
denotarse por R (H).

Ejercicio 9.19. Se tiene que

R (Ia ) = (Ia ) = B(R).

3. Teoremas de la clase monotona.

Definicion 9.20. La coleccion H es una clase monotona si es estable bajo lmites


monotonos, es decir
S
(i) Si An esta en H para todo n 1 y An An+1 entonces An esta en H.
Tn=1

(ii) Si Bn esta en H para todo n 1 y Bn+1 Bn entonces n=1 Bn esta en H.
66 9. SEMI-ANILLOS, ANILLOS, -ANILLOS Y CLASES MONOTONAS.

Lema 9.21. Sea H una coleccion de conjuntos. Si H es un anillo y H es una clase


monotona entonces H es un -anillo.

Demostracion. Basta probar que H es estable bajo uniones e intersecciones numera-


bles.
Sea {An } una coleccion numerable en H.
S
Se escribira a k=1 Ak como una union creciente. Sean

C1 = A1 ,
n
[
Cn = Ak para n > 1
k=1

entonces {Ck } es una sucesion creciente y



[
[
Ak = Ck .
k=1 k=1

Como H es un anillo se tiene que Ck H. Como H es una clase monotona se sigue que
S S
k=1 Ck esta en H. Es decir k=1 Ak esta en H.
T
Tambien se puede escribir a k=1 Ak como una interseccion decreciente. Para eso se define

D1 = A 1 ,
n
\
Dn = Ak para n > 1
k=1
T T
Analogamente se prueba que k=1 Ak = k=1 Dk esta en H.

Ejercicio 9.22. Sea H una coleccion de subconjuntos de X. Para clases monotonas


enunciar y demostrar un resultado analogo al de la Proposicion 8.2.

A la coleccion dada por el ejercicio anterior se le llama la clase monotona generada por
H y suele denotarse por M(H).

Lema 9.23. Sea R un anillo. Dado F en R sea

L(F ) = {E en M(R) : E \ F, F \ E, E F, E F estan en M(R)}.

Entonces
(a) L(F ) es una clase monotona.
(b) M(R) = L(F ).
3. TEOREMAS DE LA CLASE MONOTONA. 67

Demostracion.
(a) Veamos que L(F ) es una clase monotona.
Sea {Ck } una sucesion creciente en L(F ). Entonces Ck \ F esta en M(R) y la sucesion
S
{Ck \ F } es creciente. Luego k=1 (Ck \ F ) esta en M(R). Como
!
[ [
Ck \ F = (Ck \ F )
k=1 k=1
S
se sigue que ( k=1 Ck ) \ F esta en M(R).
S S S
Analogamente se puede probar que F \ ( k=1 Ck ), ( k=1 Ck ) F y ( k=1 Ck ) F estan
S
en M(R). Por lo tanto k=1 Ck esta en L(F ).
T
Si {Dk } es una sucesion decreciente en L(F ) de manera analoga se demuestra que k=1 Dk
esta en L(F ). Por lo tanto L(F ) es una clase monotona.
(b) Como R es un anillo se sigue que

R L(F ).

Ademas L(F ) es una clase monotona, por lo tanto

M(R) L(F ).

Por lo tanto vale la igualdad.

Lema 9.24. Sea R un anillo. Sea

L = {F en M(R) : E \ F, F \ E, E F, E F estan en M(R) para todo E en M(R)}.

Entonces
(a) L es una clase monotona.
(b) M(R) = L.

Demostracion.
Sean F en R y E en M(R). Por el Lema 9.23 se tiene que E \ F , F \ E, E F , E F
estan en M(R). Por lo tanto F esta en L. De donde

R L.

En forma similar a la demostracion del Lema 9.23 se puede probar que L es una clase
monotona (hagalo).
Como R L y L es una clase monotona se deduce que

M(R) L.

Por lo tanto M(R) = L.


68 9. SEMI-ANILLOS, ANILLOS, -ANILLOS Y CLASES MONOTONAS.

Lema 9.25. Si R es un anillo entonces


(a) M(R) es un anillo.
(b) M(R) es un -anillo.

Demostracion.
(a) Sea L como antes. Es facil ver que L es un anillo. Por el Lema 9.24 se tiene que
M(R) es un anillo.
(b) Como M(R) es un anillo y tambien es una clase monotona del Lema 9.21 se deduce
que M(R) es un -anillo.

Teorema 9.26 (Teorema de clase monotona para anillos). Si R es un anillo entonces

R (R) = M(R).

Demostracion. Es obvio que R (R) es una clase monotona. Ademas R R (R) luego

M(R) R (R).

Por otro lado del Lema 9.25 se tiene que M(R) es un -anillo. Ademas R M(R) luego

R (R) M(R).

Por lo tanto vale la igualdad.

Teorema 9.27 (Teorema de clase monotona para algebras). Si A es un algebra entonces

(A) = M(A).

La demostracion de este teorema es similar a la del Teorema 9.26.

El ultimo teorema de esta seccion es una version del teorema de clase monotona que pide
muy poca estructura a los generadores de la -algebra y por lo tanto es una de las versiones
mas utiles.

Definicion 9.28. La coleccion H es un sistema-d si


(i) X esta en H.
(ii) Si A, B estan en H y A B entonces B \ A esta en H.
S
(iii) Si para todo n 1 se tiene que An esta en H y An An+1 entonces n=1 An esta en
H. Es decir, H es estable bajo uniones crecientes.
4. APLICACIONES DE LOS TEOREMAS DE CLASE MONOTONA. 69

Ejercicio 9.29. Sea H una coleccion de subconjuntos de X. Para sistemas-d enunciar


y demostrar un resultado analogo al de la Proposicion 8.2.

A la coleccion dada por el ejercicio anterior se le llama el sistema-d generado por H y


suele denotarse por d(H).

Teorema 9.30 (Teorema de clase monotona para sistemas-). Si P es un sistema-


entonces
(P) = d(P).

No daremos la demostracion de este teorema, esta es del mismo nivel de dificultad que
la del del Teorema 9.26.

4. Aplicaciones de los teoremas de clase monotona.

Teorema 9.31. Si y son dos medidas finitas en (R, B(R)) tales que

(a, b] = (a, b] para todo a,b R

entonces
(A) = (A) para todo A B(R).

Demostracion. Sea

H = {A B(R) : (A) = (A)}.

Sea Is la coleccion de los rectangulos semi-abiertos del tipo (a, b]. Se tiene que Is es un
sistema- y B(R) = (Is ). Por hipotesis

Is H.

Se puede probar que H es un sistema-d (hagalo como ejercicio). Luego

d(Is ) H.

Del teorema de clase monotona para sistemas- (Teorema 9.30) se sigue que

(Is ) = d(Is ).

Por lo tanto
B(R) = (Is ) = d(Is ) H B(R).

70 9. SEMI-ANILLOS, ANILLOS, -ANILLOS Y CLASES MONOTONAS.

Teorema 9.32. Si y son dos medidas cualesquiera en (R, B(R)) tales que

(a, b] = (a, b] para todo a,b R

y que son finitas para intervalos semiabiertos de este tipo entonces

(A) = (A) para todo A B(R).

Ejercicio 9.33. Demuestre el teorema anterior.

Sugerencia: para cada n N considere

Hn = {A B(R) tales que (A (n, n]) = (A (n, n])}

Demuestre que
Hn = B(R).
Observe que

[
A= A (n, n]
n=1
para todo A B(R) y uselo para concluir la prueba del teorema.
CAPTULO 10

La medida de Lebesgue.

Vamos a hacer la construccion de la medida de Lebesgue a partir de una funcion finita-


mente aditiva y positiva definida en un semi-anillo.
Sea Ia el semi-anillo formado por los intervalos acotados de R.
Sea l : Ia R dada por
l(ha, bi) = b a.

1. Extension de la longitud al anillo generado por los intervalos acotados.

Sea R(Ia ) el anillo generado por Ia , este anillo esta formado por las uniones finitas y
disjuntas de elementos de Ia .

Extendamos l a R(Ia ) de la manera natural, esto es: definamos l : R(Ia ) R+ mediante


n
X
l(A) = l(Ii )
i=1
Sn
si A = i=1 Ii , donde {I1 , ..., In } es una coleccion finita y disjunta. Recuerde que por la
Proposicion 9.14 todos los elementos de R(Ia ) son de esta forma.

Proposicion 10.1. l esta bien definida en R(Ia ).

Demostracion. Supongamos que


n
[ m
[
A= Ii , A= Jk ,
i=1 k=1

donde los Ii son disjuntos y los Jk son disjuntos.


Sea
Hik = Ii Jk .

Entonces Hik Ia . Se puede probar que los Hik son disjuntos (pruebelo usando que los Ii y
los Jk lo son).

71
72 10. LA MEDIDA DE LEBESGUE.

Ademas para todo i tenemos


m
! m m
[ [ [
Ii = Ii A = Ii Jk = Ii Jk = Hik .
k=1 k=1 k=1

Analogamente para todo k se tiene que


n
! n n
[ [ [
Jk = Jk A = Jk Ii = Jk Ii = Hik .
i=1 i=1 i=1

Utilizando que l es finitamente aditiva obtenemos que


m
X
l(Ii ) = l(Hik ),
k=1

n
X
l(Jk ) = l(Hik ).
i=1
Luego
n
X n X
X m X n
m X m
X
l(Ii ) = l(Hik ) = l(Hik ) = l(Jk ).
i=1 i=1 k=1 k=1 i=1 k=1

Proposicion 10.2. l es finitamente aditiva en R(Ia ).

Demostracion. Basta ver que si A, B R(Ia ), A B = entonces

l(A B) = l(A) + l(B).

Supongamos que
n
[ m
[
A= Ii B= Jk ,
i=1 k=1
donde los Ii son disjuntos y los Jk son disjuntos. Entonces
n ! m !
[ [
AB = Ii Jk .
i=1 k=1

Esta es una union finita y disjunta de elementos de Ia .


Como l esta bien definida se tiene que l(A B) no depende de la representacion de A B
como union finita y disjunta de elementos de Ia . Luego
n
X m
X
l(A B) = l(Ii ) + l(Jk ) = l(A) + l(B).
i=1 k=1


2. -ADITIVIDAD DE LA LONGITUD EN EL SEMIANILLO DE LOS INTERVALOS ACOTADOS. 73

Observacion 10.3. Se tiene que l es una extension de l y es la unica extension aditiva


de l a R(Ia ).

Corolario 10.4. l es monotona en R(Ia ). Es decir, si A, B R(Ia ) y A B entonces


l(A) l(B).

La prueba de este corolario se deja como ejercicio.

Corolario 10.5. Si {Jn }N


n=1 es una familia finita de intervalos acotados entonces
N ! N
[ X
l Jn l(Jn ).
n=1 n=1

La prueba de este corolario se deja como ejercicio.

2. -aditividad de la longitud en el semianillo de los intervalos acotados.

Se usara un teorema muy importante de topologa: el teorema de Heine-Borel, cuyo


enunciado damos a continuacion.

Teorema 10.6 (Heine-Borel). Sea I un intervalo cerrado y acotado. Sea una familia
de ndices. Sea {C } una familia arbitraria de conjuntos abiertos que cubren a I, es decir
[
I C .

Entonces existe una subfamilia C1 , ..., Cn que tambien cubre a I, es decir


n
[
I Ck .
k=1

El resultado del teorema anterior generalmente se expresa diciendo que si I es un in-


tervalo cerrado y acotado entonces de todo cubrimiento abierto de I se puede extraer un
subcubrimiento finito.

Teorema 10.7. Si {In } es una sucesion de intervalos disjuntos tal que In Ia para todo
S
k, I = n=1 In y I Ia entonces
X
l(I) = l(In ).
n=1

Esta propiedad se abrevia diciendo que l es -aditiva en Ia .


74 10. LA MEDIDA DE LEBESGUE.

Demostracion.
P
(a) Veamos que n=1 l(In ) l(I).

Dado N N se tiene que


N
[
[
In In = I.
n=1 n=1

Por la aditividad finita y la monotona de l obtenemos


N N
N !
X X [
l(In ) = l(In ) = l In l(I) = l(I).
n=1 n=1 n=1

Tomando lmite cuando N se sigue que



X
l(In ) l(I).
n=1

P
(b) Veamos que l(I) n=1 l(In ).

Esta parte se obtiene con un argumento de compacidad que permitira aplicar la mono-
tona y el Corolario 17.5.
Sean a y b los extremos del intervalo I, mas precisamente, sea

I = ha, bi.

Dado > 0, consideremos el intervalo cerrado

I = [a + , b ].

Obviamente I I. A partir de la coleccion {In } fabricaremos un cubrimiento por intervalos


abiertos de I .
Para cada n N sean an y bn los extremos del intervalo In I , mas precisamente, sea

In I = han , bn i.

Definamos los intervalos abiertos



Jn = an n , bn + n
2 2
entonces
In I Jn
y

l(Jn ) = l(In I ) + .
2n1
2. -ADITIVIDAD DE LA LONGITUD EN EL SEMIANILLO DE LOS INTERVALOS ACOTADOS. 75

Ademas !

[
[
[
I = I I = I In = In I Jn .
n=1 n=1 n=1

Es decir, {Jn }n es un cubrimiento abierto de I .


Como I es un intervalo cerrado y acotado, por el teorema de Heine-Borel, existe un
subcubrimiento finito. Es decir, existe N N tal que
N
[
I Jn .
n=1

Sea k N entonces
k
[
I Jn .
n=1

Usando los Corolarios 17.4 y 17.5 obtenemos que


k
!
[
l(I) 2 = l(I ) = l(I ) l Jn
n=1
k
X k
X
l(Jn ) = l(In I ) +
n=1 n=1
2n1
k
X Xk

l(In ) + n1
.
n=1 n=1
2

Tomando lmite cuando k se sigue que



X X

l(I) 2 = l(I ) l(In ) + n1
n=1 n=1
2

X
= l(In ) + 2.
n=1

Hemos probado que



X
l(I) l(In ) + 4.
n=1

Dado que es arbitrario se sigue que



X
l(I) l(In ).
n=1


76 10. LA MEDIDA DE LEBESGUE.

3. -aditividad de la extension de la longitud en el anillo.

Proposicion 10.8. La funcion l es -aditiva en R(Ia ).


Es decir, si {Ek } es una sucesion de conjuntos disjuntos tal que Ek R(Ia ) para todo k,
S
E= k=1 Ek y E R(Ia ) entonces

X
l(E) = l(Ek ).
k=1

Demostracion. Como E R(Ia ) por la Proposicion 9.14 existe n N y una coleccion


finita de conjuntos disjuntos I1 , ..., In en Ia tales que
n
[
E= Ir .
r=1

Por definicion de l tenemos que


n
X
l(E) = l(Ir ).
r=1

En forma analoga para todo k, como Ek R(Ia ), se tiene que existen nk N y colecciones
finitas de conjuntos disjuntos J1k , ..., Jnkk en Ia tales que
nk
[
Ek = Jik
i=1

y
nk
X
l(Ek ) = l(Jik ).
i=1

Por hipotesis tenemos que {Ek } es una particion de E, por lo tanto


! n ! [nk
[ [[ k [
Ir = Ir E = Ir Ek = Ir Jik = Ir Jik .
k=1 k=1 i=1 k=1 i=1

Sea Lrik = Ir Jik . Entonces Lrik Ia . Ademas {Lrik } es una coleccion numerable de
conjuntos disjuntos en Ia .
Como
nk
[
[
Ir = Lrik
k=1 i=1

por la -aditividad de l en Ia tenemos:


nk
X
X
l(Ir ) = l(Lrik ).
k=1 i=1
3. -ADITIVIDAD DE LA EXTENSION DE LA LONGITUD EN EL ANILLO. 77

Por otro lado, como I1 , ..., In es una particion de E, tenemos que


n
[ n
[ n
[
Jik = Jik E = Jik Ir = Jik Ir = Lrik .
r=1 r=1 r=1

Por la aditividad finita de l en Ia tenemos


n
X
l(Jik ) = l(Lrik ).
r=1

Y as tenemos que
n
X n X
X nk
X
l(E) = l(Ir ) = l(Lrik )
r=1 r=1 k=1 i=1
X nk X
X n X X nk
= l(Lrik ) = l(Jik )
k=1 i=1 r=1 k=1 i=1
X
= l(Ek ).
k=1

Corolario 10.9. Sean A R(Ia ) y {Ek } es una coleccion numerable de conjuntos de


S S
R(Ia ) tal que k=1 Ek R(Ia ). Si A k=1 Ek entonces

X
l(A) l(Ek ).
k=1

Demostracion. Sea F1 = E1 . Para k 1 sean


k1
[
Fk = Ek \ Ei
i=1

luego Fk R(Ia ) y Fk Ek . Ademas {Fk } es una coleccion numerable de conjuntos disjuntos


y

[
[
Fk = Ek .
k=1 k=1

Tomando en cuenta la monotona y la -aditividad se sigue que


! !
[ [ X X
l(A) l Ek = l Fk = l(Fk ) l(Ek ).
k=1 k=1 k=1 k=1


78 10. LA MEDIDA DE LEBESGUE.

4. La medida exterior.

Usaremos que existe una sucesion {Dn } tal que Dn Ia y



[
R= Dn .
n=1

Por ejemplo basta tomar Dn = [n, n].


A continuacion se extendera la funcion l de R(Ia ) a una -algebra de R, usando el metodo
de Caratheodory .
Sea m : P(R) R+ definida de la siguiente manera:
Si A R consideremos la familia Ia (A) de todas las sucesiones de conjuntos de Ia que
cubran a A, es decir
(
)
[
Ia (A) = {In } : Fn Ia , A In .
n=1
S
Resulta que Ia (A) 6= puesto que A R = n=1 [n, n]. Definamos ahora

X

m (A) = inf l(Fn ).
{In }Ia (A)
n=1

Esta funcion m ayuda a medir A aproximandolo desde afuera por conjuntos de Ia .

La funcion de conjuntos m se llama medida exterior asociada a l.

Observacion 10.10. La medida exterior no es una medida en P(R).

Proposicion 10.11. Sea m la medida exterior. Entonces


(i) m (A) 0 para todo A R.
(ii) m () = 0.
(iii) m es monotona. Es decir, m (A) m (B) si A B R.

Demostracion.
(i) Se tiene que = (1, 1) Ia y l() = 0, por lo tanto m () = 0.
(ii) Si A B entonces Ia (B) Ia (A) y por lo tanto

X
X

m (A) = inf l(In ) inf l(In ) = m (B).
{In }Ia (A) {In }Ia (B)
n=1 n=1


4. LA MEDIDA EXTERIOR. 79

Definicion 10.12. Sea : P(R) R+ se dice que es -subaditiva cuando para toda
sucesion {An } de subconjuntos de R se tiene que
!
[ X
An (An ).
n=1 n=1

Proposicion 10.13. m es -subaditiva. Es decir, para toda sucesion {An } de subcon-


juntos de R se tiene que !

[
X
m An m (An ).
n=1 n=1

Demostracion.
Caso 1: Si m (Ano ) = para algun no .
S
Como Ano n=1 An , por monotona se sigue que
!
[
= m (Ano ) m An .
n=1

Luego !

[
X

m An = = m (Ano ) m (An ).
n=1 n=1
Caso 2: Si m (An ) es finito para todo n. Sea > 0, por definicion de m , para cada n

existe una sucesion {Ink }k de conjuntos de Ia tal que



[
X
An Ink y l(Ink ) < + m (An ).
k=1 k=1
2n
La coleccion {Ink }nk es una coleccion numerable de conjuntos de Ia y

[ [
[
An Ink .
n=1 n=1 k=1

Luego

! X

[ X X X

m An l(Ink ) < n
+ m (An )
n=1 n=1 k=1 n=1
2 n=1

X
=+ m (An ).
n=1

Como es arbitrario y positivo, se sigue que


!
[ X

m An m (An ).
n=1 n=1


80 10. LA MEDIDA DE LEBESGUE.

Proposicion 10.14. Si I es un intervalo acotado entonces m (I) = l(I).

Demostracion. Como I I se tiene que



X

m (I) = inf l(In ) l(I).
{In }I a (I)
n=1

Esto proporciona una de las desigualdades.


Para probar la otra desigualdad notemos que si {In } I a (I) entonces

[
In I a , I In .
n=1

Por el Corolario 17.7 se tiene que



X
l(I) l(In ).
n=1

Es decir, l(I) es una cota inferior del conjunto de estas sumas, por lo tanto

X
l(I) inf l(In ) = m (I).
{In }I a (I)
n=1

Proposicion 10.15. La medida exterior de Lebesgue, m , es invariante bajo traslaciones.


Es decir, dados A R y R

m (A) = m (A + ).

La prueba de esta proposicion se deja como ejercicio.

5. Aproximacion de la medida exterior de un conjunto.

Teorema 10.16. Dado A R y > 0 existe un conjunto abierto O tal que A O y

m (A) m (O) m (A) + .

Demostracion. Dado > 0 existe una sucesion {In } de intervalos acotados tal que

[
X
A In y l(In ) < m (A) + .
n=1 n=1
2
Para cada n N sean an y bn los extremos del intervalo In , mas precisamente, sea

In = han , bn i.

Definamos
Jn = an , bn + .
2n+2 2n+2
5. APROXIMACION DE LA MEDIDA EXTERIOR DE UN CONJUNTO. 81

Entonces

l(Jn ) = + l(In ).
2n+1
Sea

[
O= Jn
n=1

entonces O es abierto y A O. Por monotona se tiene que

m (A) m (O).

Ademas

X
X X X

m (O) m (Jn ) = l(Jn ) = n+1
+ l(In ) /2 + m (A) + /2.
n=1 n=1 n=1
2 n=1

De donde
m (O) m (A) + .

Corolario 10.17. Dado A R existe un conjunto G , G, tal que A G y

m (A) = m (G).

Demostracion. Dado n N por el Teorema 10.16 existe un abierto On tal que A On


y
m (A) m (On ) m (A) + 1/n.
Sea

\
G= On .
n=1

Entonces G es un conjunto G y A G. Por lo tanto

m (A) m (G).

Por otro lado, para todo n N se tiene que G On luego

m (G) m (On ) m (A) + 1/n.

Tomando lmite cuando n se sigue que

m (G) m (A).


82 10. LA MEDIDA DE LEBESGUE.

6. Construccion de la medida de Lebesgue.

En general la medida exterior m , definida en todos los subconjuntos de R no es -aditiva.


Ni siquiera es finitamente aditiva. Sin embargo si se restringe a una clase de conjuntos mas
pequena que P(R), s resulta ser -aditiva.

La siguiente definicion es debida a Caratheodory y da la clase de conjuntos donde m es


-aditiva.

Definicion 10.18. Sea E R, se dice que E es medible Lebesgue o m -medible si y solo


si para todo A R se tiene que

m (A) = m (A E) + m (A E C ).

Proposicion 10.19.
(a) es medible Lebesgue.
(b) E es medible Lebesgue si y solo si E C es medible Lebesgue.
(c) R es medible Lebesgue.

Observacion 10.20. Sea E R, por la -subaditividad de m tenemos que E es


medible Lebesgue si y solo si para todo A R se tiene que

m (A) m (A E) + m (A E C ).

Proposicion 10.21. Si m (E) = 0 entonces E es medible Lebesgue.

Demostracion. Sea A R. Se tiene que A E E y por lo tanto

m (A E) m (E) = 0.

Por otro lado A E C A y por lo tanto

m (A E C ) m (A).

De donde
m (A) m (A E) + m (A E C ).

Sea Mm la familia de los conjuntos medibles Lebesgue.

Teorema 10.22. Mm es una -algebra y la restriccion de m a Mm es una medida.


Esta medida se denotara por m y es llamada la medida de Lebesgue.
6. CONSTRUCCION DE LA MEDIDA DE LEBESGUE. 83

Demostracion.
Paso 1: Mm es un algebra.
Probemoslo. Por la parte (b) de la Proposicion 17.13 sabemos que Mm es estable bajo
complementos.
Veamos que Mm es estable bajo uniones finitas. Sean E1 , E2 Mm , por la medibilidad
de estos conjuntos y por la subaditividad se tiene

m (A) = m (A E1 ) + m (A E1C )
= m (A E1 ) + m (A E1C E2 ) + m (A E1C E2C )
m ((A E1 ) (A E1C E2 )) + m (A (E1 E2 )C )
= m (A (E1 E2 )) + m (A (E1 E2 )C ),

ya que

E1 (E1C E2 ) = (E1 \ E2 ) (E1 E2 ) (E2 \ E1 ) = E1 E2 .

Por lo tanto, E1 E2 Mm .

Paso 2: Si A R y E1 , ..., En es una coleccion finita de conjuntos en Mm , disjuntos entre


s, entonces
n
! n
[ X

m A Ei = m (A Ei ).
i=1 i=1

(En particular m restringida a Mm es finitamente aditiva).


Para probar esto definamos
n
[
Fn = Ei .
i=1

Probaremos por induccion que

n
X

m (A Fn ) = m (A Ei ).
i=1

Si n = 1 el resultado es inmediato, pues

m (A F1 ) = m (A E1 ).
84 10. LA MEDIDA DE LEBESGUE.

Supongamos que es cierto para n = k, lo probaremos para n = k + 1. Tenemos que

m (A Fk+1 ) = m (A Fk+1 Fk ) + m (A Fk+1 FkC )


= m (A Fk ) + m (A Ek+1 )
k
X
= m (A Ei ) + m (A Ek+1 )
i=1
k+1
X
= m (A Ei ).
i=1

Paso 3: Si A R y {Ei } es una coleccion infinita de conjuntos en Mm , disjuntos entre


s, entonces

!
[ X

m A Ei = m (A Ei ).
i=1 i=1

(En particular m restringida a Mm es -aditiva).

En efecto, sean A R,

[ n
[
E= Ei , Fn = Ei
i=1 i=1

para n N. Por la monotona de m y por lo hecho en el paso anterior se tiene que


n
X
m (A E) m (A Fn ) = m (A Ei )
i=1

luego

X

m (A E) m (A Ei ).
i=1

Usando la -subaditividad de m se sigue que

X

m (A E) = m (A Ei ).
i=1

Paso 4: Mm es estable bajo uniones numerables disjuntas.


Veamoslo. Sea {Ei } una coleccion infinita de conjuntos en Mm , disjuntos entre s. sean
A R,

[ n
[
E= Ei , Fn = Ei .
i=1 i=1

para n N.
6. CONSTRUCCION DE LA MEDIDA DE LEBESGUE. 85

De Fn Mm se sigue que

m (A) = m (A Fn ) + m (A FnC ).

Como FnC E C usando la monotona y el resultado del Paso 2, obtenemos que


n
X

m (A) m (A Ei ) + m (A E C ).
i=1

Tomando n y usando el resultado del Paso 3, se sigue que



X

m (A) m (A Ei ) + m (A E C ) = m (A E) + m (A E C ).
i=1

De donde E Mm .

Paso 5: Mm es una -algebra.


Esto es sencillo ya que como Mm es un algebra y es estable bajo uniones numerables
disjuntas, se sigue que Mm es una -algebra.

Paso 6: La restriccion de m a Mm es una medida.


Esto es consecuencia de que Mm es una -algebra y m restringida a Mm es -aditiva.

Teorema 10.23. B(R) esta contenida en Mm .

Demostracion. Se sabe que (Ia ) = B(R). Como Mm es una -algebra basta ver que
Ia M m .
Sean I Ia y A R, veamos que

m (A) m (A I) + m (A I C ).

Si m (A) = esto es obvio.

Si m (A) es finito, dado > 0 podemos hallar una coleccion infinita {Jn } de conjuntos
en Ia tal que

[
X
A Jn y l(Jn ) < + m (A).
n=1 k=1
Como

[
[
C
AI Jn I, AI Jn I C
n=1 n=1
86 10. LA MEDIDA DE LEBESGUE.

usando que m es monotona y -subaditiva obtenemos y que m coincide con l en Ia se sigue


que

!
!
[ [
m (A I) + m (A I C ) m Jn I + m Jn I C
n=1 n=1

X
X
l(Jn I) + l(Jn I C )
k=1 k=1
X
= l(Jn )
k=1

m (A) +

Para la ultima igualdad hemos usado la aditividad finita de l en R(Ia ) (ver Proposicion
10.2).
Como es arbitrario se sigue que

m (A) m (A I) + m (A I C ).

Por lo tanto I Mm .

Observacion 10.24. Del teorema anterior se deduce que la medida de Lebesgue es una
medida que extiende a la longitud.

Ejercicio 10.25.

(1) Demuestre que si E es medible Lebesgue y R entonces el conjunto E + tambien


es medible Lebesgue.

(2) Demuestre que si A R y A es numerable entonces m (A) = 0. Diga si el recproco


es cierto, justifique su respuesta.

(3) Sea 0 < < 1. Imite la construccion del conjunto de Cantor para obtener un
conjunto F [0, 1], tal que
(a) F es cerrado.
(b) [0, 1] \ F es denso en [0, 1].
(c) m(F ) = 1 .
7. APROXIMACION DE CONJUNTOS MEDIBLES 87

7. Aproximacion de conjuntos medibles

El siguiente resultado aparece como ejercicio en la mayora de los textos de teora de la


medida. Este resultado sera fundamental para aproximar funciones medibles (que se definiran
mas adelante) por medio de funciones mas sencillas. Se trata de un teorema de aproximacion
para conjuntos medibles Lebesgue, y proporciona aproximaciones de estos conjuntos abs-
tractos por conjuntos abiertos, conjuntos cerrados, conjuntos G , conjuntos F e intervalos.

Ejercicio 10.26.
(a) Trate de demostrar el siguiente teorema sin leer la prueba que se da a continuacion.
(b) Estudie la prueba del teorema.

Teorema 10.27. Sea E R, las siguientes condiciones son equivalentes:


(i) E es medible Lebesgue.
(ii) Dado > 0 existe un conjunto abierto O tal que E O y m (O \ E) < .
(iii) Dado > 0 existe un conjunto cerrado F tal que F E y m (E \ F ) < .
(iv) Existe un conjunto G , G, tal que E G y m (G \ E) = 0.
(v) Existe un conjunto F , F , tal que F E y m (E \ F ) = 0.
Si m (E) es finita entonces las condiciones anteriores son equivalentes a:
(vi) Dado > 0 existe un conjunto U que puede representarse como una union finita de
intervalos abiertos tal que m (E 4 U ) < .

Demostracion. Primero probaremos (i) (ii) (iv) (i). Luego probaremos que
(i) (iii) (v) (i). Finalmente bajo la hipotesis adicional probaremos (i) (vi).

(i) (ii)
Caso 1: m(E) es finita.
Del Teorema 10.16 se sigue que dado > 0 existe un conjunto abierto O tal que

EO y m (O) m (E) + .

De E O se deduce que
O = E (O \ E).
Sabemos que E y O son medibles, de donde O \ E es medible y

m(O) = m(E) + m(O \ E).

Como m(E) es finita tenemos que

m(O \ E) = m(O) m(E) .


88 10. LA MEDIDA DE LEBESGUE.

Caso 2: m(E) = .
Para n Z, sea
En = E [n, n + 1).
Sabemos que En es medible y m(En ) es finita. Por lo hecho en el Caso 1 tenemos que dado
> 0 existe un conjunto abierto On tal que
1
En On y m (On \ En ) < .
3 2|n|
Sea
[
O= On .
nZ
Se tiene que O es abierto y E O. Ademas
!
[ [ [
O\E = On \ E = (On \ E) (On \ En ).
nZ nZ nZ

As que
X
m (O \ E) m (On \ En )
nZ
X 1
<
3 nZ 2|n|

!
X 1
= 1 + 2
3 n=0
2n

= (1 + 4) = .
3
(ii) (iv)
Por hipotesis dado n N existe On abierto tal que

E On y m (On \ E) < 1/n.

Sea

\
G= On .
n=1
Se tiene que G es un conjunto G y E G.
Ademas G \ E On \ E as que

0 m (G \ E) m (On \ E) < 1/n.

Tomando lmite cuando n obtenemos

m (G \ E) = 0.
7. APROXIMACION DE CONJUNTOS MEDIBLES 89

(iv) (i)
Supongamos que existe un conjunto G , G, tal que

EG y m (G \ E) = 0.

Sea A R, entonces

AE AG
A GC A E C

Como A (G \ E) G \ E tenemos que

m (A (G \ E)) = 0.

Por otro lado tambien se tiene que

G = E (G \ E),
E C = GC (E C \ GC ) = GC (G \ E).

Luego

A G = (A E) (A (G \ E)),
A E C = (A GC ) (A (G \ E)).

Por lo tanto

m (A G) = m (A E),
m (A GC ) = m (A E C ).

Tomando en cuenta que G es un conjunto G , se sigue que G es un conjunto medible


Lebesgue. Por lo tanto
m (A) = m (A G) + m (A GC ).
De donde
m (A) = m (A E) + m (A E C ).

(i) (iii)
Sea E medible Lebesgue, entonces E C es medible Lebesgue. Como (i) (ii), dado > 0
existe un conjunto abierto O tal que

EC O y m (O \ E C ) <
90 10. LA MEDIDA DE LEBESGUE.

Sea F = OC . Entonces F es cerrado y F E. Ademas como

E \ F = E F C = E O = O \ EC

se tiene que m (E \ F ) < .

(iii) (v)
Sea E medible Lebesgue, entonces E C es medible Lebesgue. Como (i) (iv), existe un
conjunto G , G, tal que

EC G y m (G \ E C ) = 0.

Sea F = GC . Entonces F es un conjunto F y F E. Ademas como

E \ F = E F C = E G = G \ EC

se tiene que m (E \ F ) = 0.

(v) (i)
Se hace analogamente a (iv) (i).

Para lo que sigue supongamos que m (E) es finita.


(i) (vi)
Sea > 0, se sabe que existe una sucesion {In } de intervalos acotados tal que

[
X
E In y l(In ) < m (E) + .
n=1 n=1
2
P
Como m (E) es finita entonces n=1 l(In ) converge y por lo tanto existe N N tal que

X
l(In ) < .
n=N +1
2
Luego
N
!
! N
!!
[ [ [
m E\ In m In \ In
n=1 n=1 n=1

!
[
= m In
n=N +1

X
l(In ) < .
n=N +1
2

Nuevamente usando que m (E) es finita se tiene que


7. APROXIMACION DE CONJUNTOS MEDIBLES 91

N
! !
! !
[ [
m In \E m In \E
n=1 n=1

!
[
= m In m (E)
n=1

X
l(In ) m (E) < .
n=1
2
Sea
N
[
U= In .
n=1
Se sigue que

m (E 4 U ) m (E \ U ) + m (U \ E) < + = .
2 2
(vi) (i)
Sea > 0. Por hipotesis existe un conjunto U que puede representarse como una union
finita de intervalos abiertos tal que m (E 4 U ) < /2. Se tiene que

E = (U E) (U C E) (U E) (U 4 E)
E C (U E C ) (U C E C ) (U 4 E) (U C E C )

Sea A R, entonces

A E (A U E) (A (U 4 E)) (A U ) (U 4 E)
A E C (A U E C ) (A (U C E C )) (U 4 E) (A U C )

Luego

m (A E) m (A U ) + /2 y m (A E C ) m (A U C ) + /2.

Como U es medible Lebesgue se sigue que

m (A E) + m (A E C ) m (A U ) + m (A U C ) + /2 + /2 = m (A) + .

De donde
m (A E) + m (A E C ) m (A) + .
Como es arbitrario se sigue que

m (A) = m (A E) + m (A E C ).

Por lo tanto E es medible Lebesgue.


92 10. LA MEDIDA DE LEBESGUE.

Ejercicio 10.28. La medida de Lebesgue, m, es la unica medida definida en la -algebra


de Borel que coincide con la longitud en los intervalos.

Sugerencia use las aplicaciones de los teoremas de clase monotona.

8. Completacion respecto de m de la -algebra de Borel.

Se comienza esta seccion con algunas relaciones entre conjuntos medibles y borelianos.
Tal como ya se probo anteriormente B(R) esta contenida en Mm .
En el libro de Gelbaum y Olmsted Counterexamples in Analysisse puede ver un ejemplo
de un conjunto medible que no es un boreliano. Mas aun se puede probar que el cardinal de
B(R) es igual al cardinal de R, c, y el cardinal de Mm es igual a 2c .
El proposito de las proximas definiciones y resultados es mostrar que aunque Mm tiene
muchos mas conjuntos que B(R), desde el punto de vista de teorade la medida Mm y B(R)
solo difieren en conjuntos de medida cero.

Definicion 10.29. La clase de conjuntos nulos de (X, F, ) es:

N(X,F,) = {N X : existe A en F tal que N A y (A) = 0}.

Esto es: N(X,F,) esta formada por los subconjuntos de conjuntos de medida cero.

Definicion 10.30. Un espacio de medida (X, F, ) es completo cuando F contiene la


clase de conjuntos nulos.
Es decir, (X, F, ) es completo cuando se cumple la siguiente propiedad: dado N X si
existe A en F tal que N A y (A) = 0 entonces N esta en F.

Nos interesa el caso (X, F, ) = (R, B(R), m).

Definicion 10.31. La clase de conjuntos nulos de (R, B(R), m) es:

N = N(R,B(R),m) = {N R : existe A en B(R) tal que N A y m(A) = 0}.

Esto es: N esta formada por los subconjuntos borelianos con medida de Lebesgue cero.

El espacio de medida (R, B(R), m) no es completo.

Denotemos por (B(R), N ) a la menor -algebra que contiene a B(R) y a N . Esta -


algebra se llama la completacion de B(R) respecto de m.

Ejercicio 10.32. Demuestre las siguientes proposiciones.


9. UN CONJUNTO NO MEDIBLE LEBESGUE. 93

Proposicion 10.33. Sea A R. A (B(R), N ) si y solo si existen B1 , B2 B(R)


tales que B1 A B2 y m(B2 \ B1 ) = 0.

Proposicion 10.34. Se tiene que Mm = (B(R), N ).

Proposicion 10.35. El espacio de medida (R, Mm , m) es completo.

9. Un conjunto no medible Lebesgue.

Demostraremos que en R existe un conjunto no medible Lebesgue. Para eso haremos uso
del axioma de eleccion.

9.1. El axioma de eleccion.


El axioma de eleccion fue introducido por Zermelo (1.871 - 1.953) y establece un hecho
casi trivial: afirma que en una coleccion arbitraria de conjuntos es posible elegir un elemento
de cada uno de ellos.
Por supuesto que si se tienen, por ejemplo, 15 conjuntos, la cosa no ofrece duda: basta
con introducir la manoen cada uno y repetir la operacion 15 veces. Pero en el caso en que
la coleccion de conjuntos sea infinita, la eleccion de un elemento de cada uno empieza por
ser fsicamente imposible. E intelectualmente, a veces parece razonable y a veces no.

En algebra lineal se usa el axioma de eleccion para probar que todo espacio vectorial
posee una base; en algebra conmutativa se usa para probar que todo anillo posee un ideal
maximal. En topologa se usa para probar que todo filtro posee un ultrafiltro.

Pero el axioma no nos ensena a construir ni una base, ni un ideal, ni un ultrafiltro.


Simplemente nos dice que existen.

Axioma (Axioma de eleccion). Si F es una coleccion no vaca de conjuntos no vacos


entonces existe una funcion f con dominio F tal que f (A) A para todo A F .

9.2. Un conjunto no medible.


Sean x, y R definimos
x y cuando x y Q.
Se puede probar que es una relacion de equivalencia en R.
Primero notemos que para todo x R existe xo (0, 1) tal que x xo . Por lo tanto,
usando el axioma de eleccion podemos formar un conjunto P tal que P (0, 1) y P contiene
exactamente un elemento de cada clase de equivalencia.
94 10. LA MEDIDA DE LEBESGUE.

Ademas para todo x (0, 1) existe xP P tal que x xP . Mas aun, existe r Q(1, 1)
tal que x P + r.
Sea
[
S= P + r.
rQ(1,1)

Sean r1 , r2 Q, r1 6= r2 . Si existiera x (P + r1 ) (P + r2 ) existiran p1 , p2 P tales que


x = p1 + r1 = p2 + r2 , luego p1 p2 = r2 r1 Q, de donde p1 p2 . Pero esto contradice
la definicion del conjunto P . De donde

(P + r1 ) (P + r2 ) = .

Por lo tanto la union con la que hemos definido a S es una union disjunta.
Se puede ver que
(0, 1) S (1, 2)
(pruebelo) y por lo tanto
1 m (S) 3.
Por otro lado usando la -subaditividad y la invarianza por traslaciones de la medida
exterior de Lebesgue tenemos que
X X
m (S) m (P + r) = m (P ).
rQ(1,1) rQ(1,1)

Supongamos que P es un conjunto medible Lebesgue. Entonces tendremos que P + r es


medible Lebesgue para todo r. Por lo tanto S es medible Lebesgue,

m(S) = m (S) 1

y de la -aditividad de m obtenemos
X
m(P ) = m(S) 3.
rQ(1,1)

Luego la serie converge y como el termino general de esta serie es una constante, esta
constante debe ser nula, es decir
m(P ) = 0.
Y por lo tanto m(S) = 0. Esto es una contradiccion. Por lo tanto el conjunto P no es medible
Lebesgue.

As que hemos probado el siguiente resultado.

Proposicion 10.36. M 6= P(R).


CAPTULO 11

Funciones medibles.

Definicion 11.1. Sea f : R R se dice que:


(a) f es medible Borel cuando para todo B B(R) se tiene que f 1 (B) B(R). Es
decir, cuando
f 1 (B(R)) B(R).
(b) f es medible Lebesgue cuando para todo B B(R) se tiene que f 1 (B) es medible
Lebesgue. Es decir, cuando

f 1 (B(R)) Mm .

Este concepto se puede generalizar de la siguiente manera.

Definicion 11.2. Sean (X, F) un espacio medible y f : X R se dice que f es


F-medible cuando
f 1 (B(R)) F .

Lema 11.3. Sean (X, F) un espacio medible, H una clase de conjuntos que genera a
B(R) y f : X R. Se tiene que:
(a) f 1 (B(R)) F si y solo si f 1 (H) F .
(b) f es F-medible si y solo si f 1 (H) F .

La demostracion de este lema queda como ejercicio.

Proposicion 11.4. Sean (X, F) un espacio medible y f : X R. Las siguientes condi-


ciones son equivalentes:
(1) f es F-medible.
(2) f 1 (a, b) F para todo a, b R.
(3) f 1 (p, q) F para todo p, q Q.
(4) f 1 (a, ) F para todo a R.
(5) f 1 [a, ) F para todo a R.
(6) f 1 (A) F para todo abierto A R.

La demostracion de esta proposicion queda como ejercicio.

95
96 11. FUNCIONES MEDIBLES.

Ejemplo 11.5. Si (X, F) es un espacio medible y A esta en F entonces 1A es F-medible.

Ejemplo 11.6. Dado un espacio medible (X, F) y R sea f (x) = para todo x.
Se sigue que f es F-medible.

Ejemplo 11.7. Si X es un espacio topologico y f : X R es continua entonces f es


medible Borel.

Como siempre R = R {} {}.

Definicion 11.8. Sean (X, F) un espacio medible y f : X R. Decimos que f es


F-medible cuando
(i) f 1 (B) F para todo B B(R).
(ii) f 1 {+} F .
(iii) f 1 {} F .

Proposicion 11.9. Sean (X, F) un espacio medible y f , g : X R funciones


F-medibles. Entonces
(1) f + g es F-medible.
(2) k.f es F-medible, para todo k R.
(3) f 2 es F-medible.
(4) f.g es F-medible.
(5) 1/f es F-medible (considerando 1/f (x) = + si f (x) = 0).

Daremos la idea de la prueba. Queda como ejercicio completar los detalles para el caso
de funciones a valores reales. El caso general requiere muchos mas detalles.
Sea c R:
(1) f + g < c f < c g existe r Q tal que f < r < c g existe r Q tal
que f < r y g < c r.
Luego
[
{x X : f (x) + g(x) < c} = {x X : f (x) < r} {x X : g(x) < c r}.
rQ

(2) Si k > 0 entonces

{x X : k.f (x) > c} = {x X : f (x) > c/k}.

Loa casos k = 0 y k < 0 son analogos.


1. ALGUNAS FUNCIONES ESPECIALES 97

(3) Si c 0 entonces
{x X : f 2 (x) c} = X.
Si c > 0 entonces

{x X : f 2 (x) c} = {x X : f (x) c} {x X : f (x) c}.

(4) Se usa que


1
f.g = ((f + g)2 f 2 g 2 ).
2
(5) Si c = 0 entonces

{x X : 1/f (x) < 0} = {x X : f (x) < 0}.

Si c < 0 entonces

{x X : 1/f (x) < c} = {x X : f (x) > 1/c}.

Si c > 0 entonces

{x X : 1/f (x) < c} =


{x X : f (x) < 0} {x X : f (x) > 1/c} {x X : f (x) = +}.

1. Algunas funciones especiales

Sean f , g : X R dos funciones.


La funcion maximo entre f y g es la funcion f g : X R definida mediante

f g(x) = max{f (x), g(x)}.

Tambien se usa max{f, g} para referirse a f g.


La funcion mnimo entre f y g es la funcion f g : X R definida mediante

f g(x) = mn{f (x), g(x)}.

Tambien se usa mn{f, g} para referirse a f g.


La funcion parte positiva de f es la funcion f + : X R definida mediante

f + (x) = max{f (x), 0}.

Tambien se usa f 0 para referirse a f + .


La funcion parte negativa de f es la funcion f : X R definida mediante

f (x) = max{f (x), 0}.

Tambien se usa (f ) 0 para referirse a f .


98 11. FUNCIONES MEDIBLES.

Proposicion 11.10. Sean f : X R. Se tiene que


(1) f = mn{f, 0} = (f 0).
(2) f = f + f .
(3) |f | = f + + f .

Proposicion 11.11. Sean (X, F) un espacio medible y f , g : X R funciones


F-medibles. Entonces
(1) f g es F-medible.
(2) f g es F-medible.
(3) f + es F-medible.
(4) f es F-medible.
(5) |f | es F-medible.

Daremos la idea de la prueba. Sea c R. Se tiene que

{x X : (f g)(x) < c} = {x X : f (x) < c} {x X : g(x) < c},

{x X : (f g)(x) < c} = {x X : f (x) > c} {x X : g(x) > c}.

Proposicion 11.12. Sean (X, F) un espacio medible y f , g : X R funciones


F-medibles. Entonces
{x X : |f (x) g(x)| > }
esta en F.

Demostracion. Basta observar que

{x X : |f (x) g(x)| > } = |f g|1 (, )

|f g| es F-medible y (, ) esta en B(R)

Sea {fn } una sucesion de funciones tales que fn : X R para todo n.


La funcion supremo de {fn } es la funcion sup fn : X R definida mediante

(sup fn )(x) = sup{fn (x) : n N}.

La funcion nfimo de {fn } es la funcion inf fn : X R definida mediante

(inf fn )(x) = inf{fn (x) : n N}.

La funcion lmite superior de {fn } es la funcion lmfn : X R definida mediante

(lmfn )(x) = lmfn (x).


2. FUNCIONES SIMPLES 99

La funcion lmite inferior de {fn } es la funcion lmfn : X R definida mediante

(lmfn )(x) = lmfn (x).

Si {fn } converge puntualmente, la funcion lmite puntual de {fn } es la funcion


lm fn : X R definida mediante

(lm fn )(x) = lm fn (x).

Proposicion 11.13. Sean (X, F) un espacio medible y {fn } una sucesion de funciones
tales que fn : X R y fn es F-medible para todo n. Entonces
(1) sup fn es F-medible.
(2) inf fn es F-medible.
(3) lmfn es F-medible.
(4) lmfn es F-medible.
(5) lm fn es F-medible si {fn } converge puntualmente.

Observacion 11.14. Sea A el conjunto medible-Lebesgue que no es un boreliano men-


cionado en la Seccion 8. La funcion caracterstica de A es una funcion medible-Lebesgue que
no es medible-Borel.

2. Funciones simples

Una funcion escalera es una funcion f : R R dada por


n
X
f (x) = ck 1Ik (x)
k=1

donde ck R, Ik es un intervalo acotado para k = 1, . . . , n.

Definicion 11.15. Sean (X, F) un espacio medible y f : X R dada por


n
X
f (x) = ck 1Ak (x)
k=1

donde ck R, Ak en F para k = 1, . . . , n. En este caso se dice que f es una funcion F-simple.

La funcion indicatriz de un conjunto F-medible es el ejemplo mas sencillo de funcion


F-simple.
Si F es una -algebra en R que contiene los intervalos entonces las funciones escaleras
son funciones F-simples.
100 11. FUNCIONES MEDIBLES.

Proposicion 11.16. Sean (X, F) un espacio medible


(a) La suma de funciones F-simples es una funcion F-simple.
(b) La diferencia de funciones F-simples es una funcion F-simple.
(c) El producto de funciones F-simples es una funcion F-simple.
(d) El producto de un escalar por una funcion F-simple es una funcion F-simple.

Proposicion 11.17. Sea f : X R una funcion F-simple entonces f es F-medible.

3. Nocion de casi siempre con respecto a una medida.

Definicion 11.18. Sean (X, F, ) un espacio de medida y f : X R. Se dice que f


cumple una propiedad P -casi-siempre cuando

{x X : f (x) cumple P }

esta en F y
{x X : f (x) no cumple P } = 0.

Como antes m denotara la medida de Lebesgue y Mm a la familia de los conjuntos


medibles Lebesgue.

Ejemplo 11.19. La funcion indicatriz del conjunto de los numeros irracionales, 1R\Q , es
igual a la funcion constantemente igual a 1 m-casi-siempre.

Proposicion 11.20. Sea f : R R, si f es medible-Lebesgue y g : R R es tal que


g = f m-casi-siempre entonces g es medible-Lebesgue.

Demostracion. Sea
E = {x X : g(x) 6= f (x)}.
Por hipotesis E esta en Mm y m(E) = 0.
Sea c R, se tiene que

{x X : g(x) > c} = ({x X : g(x) > c} E) ({x X : g(x) > c} E C )


= ({x X : g(x) > c} E) {x X : f (x) > c}.

Como f es medible-Lebesgue, para probar que este conjunto esta en Mm basta ver que
{x X : g(x) > c} E esta en Mm .
De
{x X : g(x) > c} E E
4. APROXIMACION DE FUNCIONES MEDIBLES POR FUNCIONES SIMPLES 101

se sigue que
m ({x X : g(x) > c} E) m (E) = m(E) = 0.
De donde
{x X : g(x) > c} E
esta en Mm .

Observacion 11.21. Sea f : R R, f medible-Borel y g : R R tal que g = f


m-casi-siempre. En general no se puede asegurar que g sea medible-Borel.
Por esta razon muchas veces es mas conveniente trabajar con funciones medibles Lebes-
gue.

4. Aproximacion de funciones medibles por funciones simples

Teorema 11.22. Sean (X, F) un espacio medible y f : X R una funcion F-medible


no negativa entonces existe una sucesion creciente {fn } de funciones F-simples fn : X R
no negativas tales que {fn } converge puntualmente a f .
Ademas, si f es acotada entonces {fn } converge uniformemente a f .

Demostracion. Sea n N, se divide el intervalo [0, 2n ] en sub-intervalos de longitud


1/2n y se obtienen 22n sub-intervalos.
Sean
1 k1 k
Akn = f ,
2n 2n
para k = 1, . . . , 22n y
A0n = f 1 [2n , ) .
Como f es F-medible se tiene que Akn F para k = 0, . . . , 22n .

2n
Ademas {Akn }2k=0 es una particion de X (pruebelo).
Sea
2 2n
X k1
n
fn = 2 1A0n + 1Akn .
k=1
2n
entonces fn es F-simple.
Es importante resaltar que la sumatoria que define a la funcion fn tiene 22n sumandos.
Ademas
0 fn (x) f (x).
Se ha construido una sucesion {fn } de funciones simples.
102 11. FUNCIONES MEDIBLES.

A continuacion se vera que {fn } es una sucesion creciente de funciones.


Sean x X y n N. Se sabe que
2n+2
2X
n+1 k1
fn+1 = 2 1A0(n+1) + 1Ak(n+1) .
k=1
2n+1
Consideraremos tres casos.

CASO 1: 2n+1 f (x).


Se tiene que
fn (x) = 2n < 2n+1 = fn+1 (x).

CASO 2: 2n f (x) < 2n+1 .


Se tiene que f (x) [2n , ) . De donde x A0n = f 1 [2n , ) . Por lo tanto

fn (x) = 2n .
2n+2
Como {Ak(n+1) }2k=0 es una particion de X, se sigue que existe ko N tal que

1 ko 1 ko
x Ako (n+1) = f , .
2n+1 2n+1
Luego
ko 1
fn+1 (x) = .
2n+1
y
ko 1 ko
n+1
f (x) < n+1 .
2 2
Como 2n f (x) se sigue que
ko
2n < .
2n+1
Luego 2n 2n+1 < ko , de donde 2n 2n+1 ko 1. Por lo tanto
ko 1
fn (x) = 2n = fn+1 (x).
2n+1

CASO 3: f (x) < 2n .


2n
Como {Akn }2k=0 es una particion de X, se sigue que existe k1 N tal que x Ak1 n . Luego
k1 1
fn (x) = .
2n
y
k1 1 k1
n
f (x) < n .
2 2
4. APROXIMACION DE FUNCIONES MEDIBLES POR FUNCIONES SIMPLES 103

De

k1 1 k1 2k1 2 2k1 2k1 2 2k1 1 2k1 1 2k1
, n = , = , n+1 ,
2n 2 2n+1 2n+1 2n+1 2 2n+1 2n+1
se sigue que

2k1 2 2k1 1 2k1 1 2k1
f (x) , n+1 o f (x) , .
2n+1 2 2n+1 2n+1
Luego
x A(2k1 1),(n+1) o x A(2k1 ),(n+1) .
Por lo tanto
k1 1 k1 1 2k1 2 2k1 1
fn (x) = = fn+1 (x) o fn (x) = = < = fn+1 (x).
2n 2n 2n+1 2n+1
De donde
fn (x) fn+1 (x).
Se ha probado que {fn } es una sucesion creciente de funciones.

A continuacion se vera que {fn } converge puntualmente a f .


Sea x X. Consideraremos dos casos.

CASO 1: f (x) = +.
En este caso el resultado se sigue de

lm fn (x) = lm 2n = + = f (x).
n n

CASO 2: f (x) = L para algun L R+ .


Sea no = no (x) tal que
f (x) < 2no .
Entonces para todo n > no existe k {1, . . . , 22n } tal que x Akn . Luego
k1
fn (x) =
2n
y
k1 k
n
f (x) < n .
2 2
Restando fn (x) se sigue que
k k1 1
0 f (x) fn (x) < n
n = n.
2 2 2
104 11. FUNCIONES MEDIBLES.

Luego
lm fn (x) = f (x).
n
Finalmente, si f es acotada entonces existe no , independiente de x tal que

f (x) < 2no .

Con un razonamiento analogo al usado para probar la convergencia puntual, se prueba


la convergencia uniforme.
CAPTULO 12

Integral de funciones medibles no negativas.

En este captulo se considerara un espacio de medida (X, F, ).


Si X = R y m es la medida de Lebesgue se considerara la -algebra Mm .

1. Integral de funciones simples respecto a medidas abstractas.

Definicion 12.1. Si f : X R es una funcion F-simple, f 0


n
X
f (x) = ci 1Ai (x)
i=1

donde ci R, ci > 0, Ai F , Ai Aj = si i 6= j (i, j = 1, . . . , n). La integral de f en X


respecto de se define como
Z n
X
f (x) d(x) = ci (Ai ).
X i=1

Si existe Ai con (Ai ) = + y ci = 0 por convencion se toma ci (Ai ) = 0.

Note que la suma anterior siempre tiene sentido aunque puede valer +.

R
Se dice que f es integrable en X respecto de cuando X
f (x) d(x) es finita. Si m es la
medida de Lebesgue, se dice que f es funcion simple no negativa integrable Lebesgue.

Si f es simple, no negativa la integral de f esta bien definida. En efecto, si


n
X k
X
f= ci 1Ei y f= dj 1Fj
i=1 j=1

con {Ei } disjunta y {Fj } disjunta entonces


k ! k
[ [
Ei = Ei Fj = (Ei Fj ),
j=1 j=1
n
! n
[ [
Fj = Fj Ei = (Fj Ei ).
i=1 i=1

105
106 12. INTEGRAL DE FUNCIONES MEDIBLES NO NEGATIVAS.

Si x Eio Fjo entonces


f (x) = cio y f (x) = djo .
Luego
cio = djo .
Como !
n
X n
X k
[ n X
X k
ci (Ei ) = ci (Ei Fj ) = ci (Ei Fj )
i=1 i=1 j=1 i=1 j=1
y !
k
X k
X n
[ k X
X n
dj (Fj ) = dj (Fj Ei ) = dj (Fj Ei )
j=1 j=1 i=1 j=1 i=1
se sigue que
n
X k
X
ci (Ei ) = dj (Fj ).
i=1 j=1

Por lo tanto, la integral de f esta bien definida.

Observacion 12.2. Si A F entonces


Z
1A (x) d(x) = (A).
R

En particular, si a, b R y m es la medida de Lebesgue entonces


Z
1[a,b] (x) dm(x) = m[a, b] = b a.
R

Ejemplo 12.3. Sea m la medida de Lebesgue. Sea f : R R una funcion escalera, dada
por
n
X
f (x) = cj 1Ij (x)
j=1

donde cj R, Ij es un intervalo acotado para j = 1, . . . , n. En este caso


Z Xn
f (x) dm(x) = cj m(Ij ).
R j=1

Ejemplo 12.4.
(1) Las funciones 1R y 1(0,) no son integrables Lebesgue.
(2) La funcion 1Q es integrable Lebesgue.
(3) La funcion 1R\Q no es integrable Lebesgue.
(4) La funcion 1Q[0,1] es integrable Lebesgue, pero no es integrable Riemann.
(5) La funcion 1[0,1]\Q es integrable Lebesgue. Diga si es integrable Riemann.
1. INTEGRAL DE FUNCIONES SIMPLES RESPECTO A MEDIDAS ABSTRACTAS. 107

Proposicion 12.5.
(1) Si f es una funcion F-simple, no negativa y si 0 entonces
Z Z
f (x) d(x) = f (x) d(x).
X X

(2) Si f, g son funciones F-simples, no negativas entonces


Z Z Z
(f (x) + g(x)) d(x) = f (x) d(x) + g(x) d(x).
X X X

Demostracion.
(1) Sean 0 y f : X R una funcion F-simple, f 0, entonces existen ci R,
ci > 0, Ai F, Ai Aj = si i 6= j (i, j = 1, . . . , n) tales que
n
X
f (x) = ci 1Ai (x).
i=1

Como
n
X
f (x) = ci 1Ai (x)
i=1
se tiene que
Z n
X n
X Z
f (x) d(x) = ci (Ai ) = ci (Ai ) = f (x) d(x).
X i=1 i=1 X

(2) Sea f como en la demostracion de (1) y sea g : X R una funcion F-simple, g 0,


entonces existen dj R, dj > 0, Bj F , Bi Bj = si i 6= j (i, j = 1, . . . , k)
k
X
g(x) = dj 1Bj (x).
j=1

Se puede suponer (justifquelo) que


n
[ k
[
X= Ai y X= Bj .
i=1 j=1

Se puede probar (hagalo) que


n [
[ k
X= Ai Bj .
i=1 j=1

Luego
n X
X k n X
X k
f (x) = ci 1Ai Bj (x) y g(x) = dj 1Ai Bj (x).
i=1 j=1 i=1 j=1
108 12. INTEGRAL DE FUNCIONES MEDIBLES NO NEGATIVAS.

Por lo tanto
n X
X k
f (x) + g(x) = (ci + dj ) 1Ai Bj (x).
i=1 j=1
De donde
Z n X
X k
(f (x) + g(x)) d(x) = (ci + dj ) m(Ai Bj )
X i=1 j=1
n X
X k n X
X k
= ci m(Ai Bj ) + dj m(Ai Bj )
i=1 j=1 i=1 j=1
Z Z
= f (x) d(x) + g(x) d(x).
X X

Proposicion 12.6.
(1) Si f es una funcion F-simple y f 0 entonces
Z
f (x) d(x) 0.
X

(2) Si f, g son funciones F-simples, no negativas y f g entonces


Z Z
f (x) d(x) g(x) d(x).
X X

Demostracion.
(1) Sea f : X R una funcion F-simple, f 0
n
X
f (x) = ci 1Ai (x)
i=1

donde ci R, ci > 0, Ai F, Ai Aj = si i 6= j (i, j = 1, . . . , n).


Obviamente se tiene que
Z n
X
f (x) d(x) = ci (Ai ) 0.
X i=1

(2) Sean f , g funciones F-simples, no negativas y 0 f g entonces g f es simple y


no negativa. Por (1) se tiene que
Z
(g(x) f (x)) d(x) 0.
X

En la proposicion anterior se probo la linealidad, por lo tanto se tiene que


Z Z Z
g(x) d(x) f (x) d(x) = (g(x) f (x)) d(x).
X X X
2. INTEGRAL DE FUNCIONES NO NEGATIVAS RESPECTO A MEDIDAS ABSTRACTAS. 109

Juntando ambos hechos se sigue que


Z Z
g(x) d(x) f (x) d(x) 0.
X X

En consecuencia Z Z
g(x) d(x) f (x) d(x).
X X

2. Integral de funciones no negativas respecto a medidas abstractas.

Anteriormente se probo que si f : X R es una funcion F-medible no negativa entonces


existe una sucesion creciente {fn } de funciones F-simples no negativas fn : X R tal que

lm fn (x) = f (x) para todo x X


n

(este lmite puede valer +).


La integral de la funcion no negativa f se define como
Z Z
f (x) d(x) = lm fn (x) d(x).
X n X

Se tiene que Z
0 f (x) d(x) +.
X

Observacion 12.7. Mas adelante se probara que si f es F-medible no negativa, la


integral de f esta bien definida. Para probar este resultado se necesitara probar antes el
siguiente lema.

Lema 12.8. Si g es una funcion F-simple no negativa y si {fn } es una sucesion creciente
de funciones F-simples no negativas que converge puntualmente a una funcion f g, es
decir,
g(x) f (x) = lm fn (x) para todo x X,
n
entonces Z Z
g(x) d(x) lm fn (x) d(x).
X n X

Demostracion.
Caso 1: Existe N tal que si n N entonces

g(x) f (x) = fn (x)

para todo x X. Bajo estas condiciones el resultado es trivial (pruebelo).


110 12. INTEGRAL DE FUNCIONES MEDIBLES NO NEGATIVAS.

Caso 2: Para todo > 0 existe N tal que si n N entonces

g(x) f (x) = fn (x)

para todo x X. Bajo estas condiciones el resultado tambien es trivial (pruebelo).

Caso 3: Como
g(x) f (x) = lm fn (x) para todo x X
n
se tiene que para todo > 0 existe N,x tal que si n N,x entonces

g(x) < fn (x).

Para cada n N sea

Bn, = {x X : g(x) < fn (x)}.

Como {fn } es una sucesion creciente de funciones se puede probar (hagalo) que la sucesion
de conjuntos {Bn, }n1 es creciente y

[
X= Bn, .
n=1

Como g es una funcion F-simple no negativa, se sabe que


k
X
g(x) = ci 1Ai (x)
i=1

donde ci R, ci > 0, Ai F (i = 1, . . . , k) y {Ai } es disjunta.

En lo que sigue distinguiremos dos casos segun sea finita o infinita la integral de g.

Caso 3 (a): Z
g(x) d(x) = +.
X
En este caso existe io tal que
(Aio ) = +.
Ademas se tiene que {Bn, Aio }n1 es una sucesion creciente de conjuntos y

[
Bn, Aio = Aio .
n=1

Por tanto
lm (Bn, Aio ) = (Aio ) = +
n
2. INTEGRAL DE FUNCIONES NO NEGATIVAS RESPECTO A MEDIDAS ABSTRACTAS. 111

De la monotona de la integral para funciones simples no negativas se tiene que


Z Z Z
fn (x) d(x) 1Bn, Aio (x) fn (x) d(x) 1Bn, Aio (x) (g(x) ) d(x)
X X X
Z
= 1Bn, Aio (x) (cio ) d(x) = (cio ) (Bn, Aio ).
X

Sea o tal que 0 < o < ci . Luego


Z
lm fn (x) d(x) lm (cio ) (Bn, Aio ) = +.
n X n

Caso 3 (b): Z
g(x) d(x) < +.
X
Sea
A = {x X : g(x) > 0}.
Se tiene que
k
[
A= Ai .
i=1
Usando que la integral de g es finita, es facil probar que (A) < +.
Por otro lado {Bn, A}n1 es una sucesion creciente de conjuntos y

[
Bn, A = A.
n=1

Por tanto
lm (Bn, A) = (A) < +.
n
Para cada i = 1, . . . , k la sucesion de conjuntos {Bn, Ai A}n1 es creciente y

[
Bn, Ai A = Ai A.
n=1

Por tanto
lm (Bn, Ai A) = (Ai A).
n
Por otro lado
k
X k
X
1A (x) g(x) = 1A (x) ci 1Ai (x) = ci 1Ai A (x),
i=1 i=1

k
X k
X
1Bn, A (x) g(x) = 1Bn, A (x) ci 1Ai (x) = ci 1Bn, Ai A (x).
i=1 i=1
112 12. INTEGRAL DE FUNCIONES MEDIBLES NO NEGATIVAS.

De la definicion de la integral para funciones simples no negativas se tiene que


Z Z k
X
g(x) d(x) = 1A (x) g(x) d(x) = ci (Ai A),
X X i=1

Z k
X
1Bn, A (x) g(x) d(x) = ci (Bn, Ai A).
X i=1
Sea
c = mn{ci : i = 1, . . . , k}.
Sea tal que 0 < < c. Luego
g > 0.
De la monotona y la linealidad de la integral para funciones simples no negativas se tiene
que
Z Z
fn (x) d(x) 1Bn, A (x) fn (x) d(x)
X X
Z
1Bn, A (x) (g(x) ) d(x)
X
Z Z
= 1Bn, A (x) g(x) d(x) 1Bn, A (x) d(x)
X X
k !
X
= ci (Bn, Ai A) (Bn, A)
i=1
k
X
(A) + ci (Bn, Ai A).
i=1

Se obtiene que
Z k
X
lm fn (x) d(x) (A) + ci lm (Bn, Ai A)
n X n
i=1
k
X
= (A) + ci (Ai A)
i=1
Z
= (A) + g(x) d(x).
X

Como (A) es finita y como es arbitrario y positivo sigue que


Z Z
lm fn (x) d(x) g(x) d(x).
n X X


2. INTEGRAL DE FUNCIONES NO NEGATIVAS RESPECTO A MEDIDAS ABSTRACTAS. 113

Teorema 12.9. Si f es F-medible no negativa, la integral de f esta bien definida.


Es decir, si {fn } y {gn } son dos sucesiones de funciones F-simples no negativas tales que

lm fn (x) = f (x) y lm gn (x) = f (x) para todo x X


n n

entonces Z Z
lm fn (x) d(x) = lm gn (x) d(x).
n X n X

Demostracion. Para cada k fijo se tiene que

gk (x) f (x) = lm fn (x) para todo x X.


n

En virtud del lema anterior se tiene que


Z Z
gk (x) d(x) lm fn (x) d(x).
X n X

Tomando lmite cuando k se obtiene que


Z Z
lm gk (x) d(x) lm fn (x) d(x).
k X n X

La otra desigualdad se obtiene repitiendo este razonamiento: para cada n fijo se tiene
que
fn (x) f (x) = lm gk (x) para todo x X.
k

En virtud del lema anterior se tiene que


Z Z
fn (x) d(x) lm gk (x) d(x).
X k X

Tomando lmite cuando n se obtiene que


Z Z
lm fn (x) d(x) lm gk (x) d(x).
n X k X

Definicion 12.10. Si f : X R es una funcion F-medible, no negativa y A esta en F


se define Z Z
f (x) d(x) = f (x) 1A (x) d(x).
A X

Proposicion 12.11. Si f : X R es una funcion F-medible, no negativa y A esta en


F entonces Z Z
f (x) d(x) f (x) d(x).
A X
114 12. INTEGRAL DE FUNCIONES MEDIBLES NO NEGATIVAS.

La demostracion de esta proposicion queda como ejercicio.

Se acostumbra usar la siguiente notacion, en la cual se omiten las variables:


(i) Para cualquier A en F
Z Z
f d = f (x) d(x).
A A

(ii) Si X = R, m es la medida de Lebesgue y A = ha, bi es un intervalo, se escribe:


Z b Z
f dm = f (x) dm(x).
a ha,bi

Otra notacion muy usada surge al reemplazar dm(x) por dx


Z b Z
f (x) dx = f (x) dm(x).
a ha,bi

Proposicion 12.12. Si f : X R es una funcion F-medible no negativa entonces


Z Z
f d = sup d tales que es F simple y 0 f .
X X

La demostracion de esta proposicion queda como ejercicio.

Proposicion 12.13. Sean f, g : X R funciones F-medibles no negativas.


(a) Si , 0 entonces
Z Z Z
(f + g) d = f d + g d.
X X X

(b) Si f g c.s. entonces Z Z


f d g d.
X X

La demostracion de esta proposicion queda como ejercicio.

Definicion 12.14. Si f : X R es una funcion F-medible no negativa y A es un


conjunto de F, se dice que f es una funcion integrable en A respecto de cuando es finita
la integral Z
f d.
A
En particular, si X = R y m es la medida de Lebesgue, se dice que f es una funcion
integrable Lebesgue en R cuando es finita la integral
Z
f dm.
R
2. INTEGRAL DE FUNCIONES NO NEGATIVAS RESPECTO A MEDIDAS ABSTRACTAS. 115

Proposicion 12.15. Sea f : X R una funcion F-medible no negativa. Si f es inte-


grable en X entonces f es finita c.s. respecto de .

Demostracion. Sea

A = {x X tales que f (x) = +}.

Si n N entonces
n f (x) para todo x A.
Por lo tanto
n1A (x) f (x) para todo x X.
Por monotona Z Z
n (A) = n1A (x) d(x) f (x) d(x).
X X
De donde Z
1
0 (A) f (x) d(x).
n X

Como f es integrable en X, la ultima integral es finita. Al tomar lmite cuando n


se obtiene: Z
1
0 (A) lm f (x) d(x) = 0.
n n X

Proposicion 12.16. Sea f : X R una funcion F-medible no negativa. Si A esta en


F y (A) = 0 entonces Z
f d = 0.
A

Demostracion. Consideraremos varios casos.

(a) Si D esta en F y f = 1D entonces


Z Z Z
0 1D d = 1A 1D d = 1AD d = (A D) (A) = 0.
A X X

(b) Si f es F-simple, el resultado se obtiene por la linealidad de la integral.

(c) Si f es F-medible y no negativa, se aproxima f por funciones simples y luego se usa


la definicion de la integral.
116 12. INTEGRAL DE FUNCIONES MEDIBLES NO NEGATIVAS.

3. Intercambio de lmites con integrales para funciones no negativas.

Observacion 12.17. No siempre se pueden intercambiar lmites con integrales. El si-


guiente ejemplo muestra esa situacion.

Ejemplo 12.18. Para n 1 considere fn : R R dada por

fn = n 1(0,1/n) .

La sucesion {fn } converge puntualmente a cero. Dibuje esta sucesion de funciones.


Es conveniente notar que esta sucesion no converge uniformemente y no es monotona.
Por otro lado,
Z Z Z
1
fn (x) dx = n 1(0,1/n) (x) dx = n dx = n . m(0, 1/n) = n . = 1.
R R (0,1/n) n
Por lo tanto Z Z
lm fn (x) dx 6= lm fn (x) dx.
n R R n

Observacion 12.19. La convergencia uniforme tampoco permite asegurar el intercambio


del lmite con la integral. El siguiente ejemplo muestra esa situacion.

Ejemplo 12.20. Para n 1 considere fn : R R dada por


1
fn = 1[0,n] .
n
La sucesion {fn } converge uniformemente a cero. Dibuje esta sucesion de funciones.
Es conveniente notar que esta sucesion no es monotona.
Por otra parte,
Z Z Z
1 1 1 1
fn (x) dx = 1[0,n] (x) dx = dx = . m[0, n] = . n = 1.
R R n [0,n] n n n
Por lo tanto Z Z
lm fn (x) dx 6= lm fn (x) dx.
n R R n

4. El teorema de convergencia monotona de Beppo-Levy.

Teorema 12.21 (Beppo-Levy, convergencia monotona). Para n 1 sea fn : X R


funcion F-medible y no negativa. Si {fn }n1 es una sucesion creciente entonces
Z Z
lm fn (x) d(x) = lm fn (x) d(x).
n X X n
4. EL TEOREMA DE CONVERGENCIA MONOTONA DE BEPPO-LEVY. 117

Demostracion. Sea f : R R tal que {fn } converge a f -casi-siempre, es decir,

f (x) = lm fn (x) casi-siempre.


n

Sea n fijo, como fn es F-medible y no negativa se sabe que existe una sucesion creciente
{fn,k }k1 de funciones simples no negativas, fn,k : X R, tal que

fn (x) = lm fn,k (x)


k

(este es un lmite puntual).


Ademas por definicion de la integral
Z Z
fn (x) d(x) = lm fn,k (x) d(x).
X n X
La siguiente tabla ilustra las relaciones entre estas funciones
f1,1 f1,2 f1,3 . . . f1,k . . . f1
f2,1 f2,2 f2,3 . . . f2,k . . . f2
f3,1 f3,2 f3,3 . . . f3,k . . . f3
.. .. .. .. .. ..
. . . . . .
fn,1 fn,2 fn,3 . . . fn,k . . . fn
.. .. .. .. ..
. . . . .

f
Sea gk : X R dada por

gk (x) = max{fi,j (x) tales que i k, j k}


= max{fi,j (x) tales que i k}.

Luego para todo x fijo se tiene que {gk (x)}k1 es una sucesion creciente.
De donde lmk gk (x) existe, aunque podra ser +. Es decir, {gk }k1 converge pun-
tualmente.
Si x X entonces

fn,k (x) gk (x) fk (x) para todo k, para todo n k.

Si k + se tiene que, salvo un conjunto de medida nula,

fn (x) lm gk (x) f (x) para todo n.


k

Si n + sigue que, salvo un conjunto de medida nula,

f (x) lm gk (x) f (x).


k
118 12. INTEGRAL DE FUNCIONES MEDIBLES NO NEGATIVAS.

De donde
f (x) = lm gk (x) casi-siempre.
k

Por otro lado como cada gk es una funcion simple, usando la definicion de integral de f
se tiene que Z Z
f (x) d(x) = lm gk (x) d(x).
X X k

Sean k 1, 1 n k, como fn,k gk fk usando la monotona de la integral se


obtiene Z Z Z
fn,k (x) d(x) gk (x) d(x) fk (x) d(x).
X X X
Si k + se tiene que
Z Z Z
fn (x) d(x) f (x) d(x) lm fk (x) d(x) para todo n.
X X k X

Si n + sigue que
Z Z Z
lm fn (x) d(x) f (x) d(x) lm fk (x) d(x).
n X X k X

De donde Z Z
lm fn (x) = f (x) d(x).
n X X

Observacion 12.22. En el teorema de Beppo-Levy no se puede eliminar la hipotesis


{fn }n1 es una sucesion creciente. El siguiente ejemplo muestra esa situacion.

Ejemplo 12.23. Para n 1 considere fn : R R dada por

fn = 1[n,) .

La sucesion {fn } converge puntualmente a cero. Dibuje esta sucesion de funciones.


Es conveniente notar que esta sucesion es decreciente.
Por otra parte,
Z Z Z
fn (x) dx = 1[n,) (x) dx = dx = m[n, ) = +.
R R [n,)

Por lo tanto Z Z
lm fn (x) dx 6= lm fn (x) dx.
n R R n
4. EL TEOREMA DE CONVERGENCIA MONOTONA DE BEPPO-LEVY. 119

Corolario 12.24. Para n 1 sea fn : X R funcion F-medible y no negativa. Si


(i) {fn }n1 es una sucesion creciente.
(ii) Existe N tal que fn es integrable para todo n N .
R
(iii) lmn X fn (x) d(x) existe y es finito.
Entonces
(a) f es Zintegrable, donde Zf (x) = lmn fn (x).
(b) lm fn (x) d(x) = lm fn (x) d(x).
n X X n

Corolario 12.25. Para n 1 sea fn : X R funcion F-medible y no negativa. Si


(i) {fn }n1 es una sucesion creciente.
(ii) f es integrable.
Entonces
(a) fn esZintegrable para todo n 1.
(b) lm fn (x) d(x) es finito.
n X

Corolario 12.26. Para n 1 sea fn : X R funcion F-medible y no negativa. Si


(i) {fn }n1 es una sucesion creciente.
(ii) f no es integrable.
Entonces pasa alguna de las siguientes cosas:
Z
(1) fn es integrable para todo n 1 pero lm fn (x) d(x) = +.
n X
o
(2) existe N tal que para todo n N : fn no es integrable.

Corolario 12.27. Para n 1 sea fn : X R funcion F-medible y no negativa. Sea



X
f (x) = fn (x)
n=1

entonces
Z X

! Z
X
fn (x) d(x) = fn (x) d(x) .
X n=1 n=1 X
120 12. INTEGRAL DE FUNCIONES MEDIBLES NO NEGATIVAS.

5. El lema de Fatou.

Lema 12.28 (lema de Fatou). Para n 1 sea fn : X R funcion F-medible y


no negativa. Entonces
Z Z
lim fn (x) d(x) lim fn (x) d(x).
X n n X

Demostracion. Sea x X, se sabe que

lim fn (x) = sup inf fk (x).


n1 kn

Sea
gn (x) = inf fk (x).
kn
Entonces 0 gn (x) fn (x). Ademas {gn } es una sucesion creciente de funciones F-medibles
y
lm gn (x) = lim fn (x) para todo x X.
n n
Aplicando el teorema de convergencia monotona de Beppo-Levy a {gn }, se obtiene que
Z Z Z
lim fn (x) d(x) = lm gn (x) d(x) = lm gn (x) d(x)
X n X n n X
Z Z
= lim gn (x) d(x) lim fn (x) d(x).
n X n X

Observacion 12.29. La desigualdad en el lema de Fatou puede ser estricta. El siguiente


ejemplo muestra esa situacion.

Ejemplo 12.30. Para n 1 considere fn : R R dada por

fn (x) = n1[0,1/n) .

Dibuje esta sucesion de funciones.


La sucesion {fn } converge puntualmente a cero. Obviamente

lim fn (x) = 0.
n

Por otro lado, Z


1
n = 1.
fn (x) dx =
R n
Por lo tanto Z Z
lim fn (x) d(x) = 0 < 1 = lim fn (x) d(x).
X n n X
CAPTULO 13

Integral de funciones medibles.

En este captulo se considerara un espacio de medida (X, F, ).


Si X = R y m es la medida de Lebesgue se considerara la -algebra Mm .

1. Integral de funciones medibles respecto a medidas abstractas.

Definicion 13.1. Si f : X R es una funcion F-medible, y A es un conjunto de F,


se dice que f es una funcion integrable en A respecto de cuando f + y f son ambas
integrables en A respecto de y la integral de f respecto de se define como
Z Z Z
+
f d = f d f d.
A A A
En particular, si X = R y m es la medida de Lebesgue, se dice que f es una funcion integrable
Lebesgue en R cuando f + y f son ambas integrables Lebesgue y la integral de Lebesgue de
f se define como Z Z Z
+
f dm = f dm f dm.
R R R

Notese que Z Z
f d = 1A f d.
A X

Proposicion 13.2. Sean f, g : X R funciones integrables en X y R. Entonces


(a) f es integrable en X y
Z Z
f d = f d.
X X

(b) f + g es integrable en X y
Z Z Z
(f + g) d = f d + g d.
X X X

(d) Si f 0 c.s. entonces Z


f d 0.
X
(d) Si f g c.s. entonces Z Z
f d g d.
X X

121
122 13. INTEGRAL DE FUNCIONES MEDIBLES.

La demostracion de esta proposicion queda como ejercicio. Sin embargo se dara la idea
de la demostracion de (b): Use que

f + |f | g + |g|
f+ = y g+ =
2 2
para probar
(f + g)+ f + + g + y (f + g) f + g .

A partir de esto probar que (f + g)+ y (f + g) son integrables en X. Como ademas son
no negativas se tiene que son finitas c.s. respecto de .
Usando esto probar que

(f + g)+ + f + g = (f + g) + f + + g + .

Luego usar la linealidad de la integral para funciones medibles no negativas.

Las demostraciones de las siguientes proposiciones quedan como ejercicio.

Proposicion 13.3. Sea f : X R una funcion F-medible. Se tiene que: f es integrable


en X si y solo si |f | es integrable en X.
Ademas Z Z

f d |f | d.

X X

Proposicion 13.4. Sea f : X R una funcion F-medible. Si f es integrable en X y si


A F entonces f es integrable en A.

Proposicion 13.5. Sea f : X R una funcion F-medible e integrable en X y sean


A, B F tales que A B = . Entonces
Z Z Z
f d = f d + f d.
AB A B

Proposicion 13.6. Sea f : X R una funcion F-medible. Si f es integrable en X


entonces |f | es finita -casi-siempre.

Proposicion 13.7. Sea f : X R una funcion F-medible. Si A esta en F y (A) = 0


entonces f es integrable en A y
Z
f d = 0.
A
1. INTEGRAL DE FUNCIONES MEDIBLES RESPECTO A MEDIDAS ABSTRACTAS. 123

Proposicion 13.8. Sea f : X R una funcion F-medible. Si

f 0 casi-siempre

y
Z
f d = 0
X
entonces
f =0 casi-siempre.

Proposicion 13.9. Sean f, g : X R funciones F-medibles. Si

f =g casi-siempre

entonces
Z Z
f d = g d.
X X

Proposicion 13.10. Sean f, g : X R funciones F-medibles. Si g es integrable en X y

|f | g casi-siempre

entonces f es integrable en X.

Proposicion 13.11. Sea f : X R una funcion F-medible. Si A F , (A) es finita y


f es acotada en A entonces f es integrable en A. Si ademas

c f (x) k casi-siempre

entonces
Z
c(A) f d k(A).
A

Proposicion 13.12. Sean f, g : X R funciones F-medibles e integrables en X enton-


ces Z
Z Z
mn{f, g} d mn f d , g d .
X X X

Proposicion 13.13. Sea f : [a, b] R una funcion acotada.


Si f es medible Lebesgue entonces f es integrable Lebesgue.

La demostracion de esta proposicion queda como ejercicio.


124 13. INTEGRAL DE FUNCIONES MEDIBLES.

Teorema 13.14 (Continuidad absoluta de la integral). Sea f : X R una funcion


F-medible e integrable en X y sea > 0 entonces existe > 0 tal que A es un conjunto de
F y (A) < implica
Z Z

f d |f | d < .

A A

Idea de la prueba.
Si f estuviese acotada por M y A es F-medible tendramos
Z Z Z
|f | d M d = 1A M d = M (A).
A A X

Dado > 0 podramos tomar = /M y el resultado se obtendra facilmente.

Esto sugiere aproximar f por funciones acotadas, la aproximacion debe hacerse de manera
que las areas tambien se aproximen.

Demostracion. Sea

f (x)
si |f (x)| n
fn (x) = n si f (x) > n


n si f (x) < n

Entonces para cada x se tiene que {|fn (x)|}n es una sucesion creciente. Ademas

lm |fn (x)| = |f (x)|.


n

Por el teorema de Beppo-Levy


Z Z
lm |fn | d = |f | d.
n X X

Para cada n 1 como fn es integrable, se sigue que |fn | es integrable.


De donde dado > 0 existe N tal que n N implica
Z
(|f | |fn |) d < /2.
X
2. RELACION ENTRE LA INTEGRAL DE RIEMANN Y LA INTEGRAL DE LEBESGUE. 125

Sea = /2N . Si A esta en F y (A) < entonces


Z Z

f d = |f | d

A A
Z
(|f | |fN | + |fN |) d
ZA Z
|fN | d + (|f | |fN |) d
A A

N (A) + /2
< N + /2
< /2 + /2
< .

2. Relacion entre la integral de Riemann y la integral de Lebesgue.

2.1. Para una funcion acotada en un intervalo cerrado y acotado.


Como la integral de Riemann se define para funciones acotadas definidas en intervalos
acotados, consideraremos una funcion f acotada en [a, b] y la integral de Riemann de f se
denotara mediante: Z b
R f.
a
El siguiente resultado es conocido de los cursos basicos de analisis.

Teorema 13.15. Sea f : [a, b] R una funcion acotada. Se tiene que:


f es integrable Riemann en [a, b] si y solo si el conjunto de los puntos de discontinuidad
de f tiene medida cero.

En esta seccion la integral de Lebesgue de f se denotara mediante:


Z b
L f.
a

Observacion 13.16. Existen funciones integrables Lebesgue que no son integrables Rie-
mann. Por ejemplo la funcion indicador del conjunto formado por los irracionales que estan
en el intervalo [0, 1], es decir, 1I[0,1] . Se tiene que
Z 1
L 1I[0,1] = m(I [0, 1]) = 1,
0
pues m(Q [0, 1]) = 0.
126 13. INTEGRAL DE FUNCIONES MEDIBLES.

Teorema 13.17. Sea f : [a, b] R una funcion acotada.


Si f es integrable Riemann en [a, b] entonces
(i) f es medible Lebesgue.
(ii) f es integrable Lebesgue.
Z b Z b
(iii) L f =R f.
a a

Demostracion. La parte (i) queda como ejercicio.


Es facil probar que si h : [a, b] R es una funcion escalera, integrable Riemann en [a, b]
entonces Z Z
b b
L h=R h.
a a
Para probar las partes (ii) y (iii) se usa que toda funcion escalera es una funcion simple
y por lo tanto

Z b Z b
R f =R f
a a
Z b
= sup h : h es una funcion escalera y h f
a
Z b Z b
sup L : es una funcion simple y f = L f
a a

Ademas
Z b Z b
R f =R f
a a
Z b
= inf g : g es una funcion escalera y g f
a
Z b
inf L : es una funcion simple y f
a

De donde
Z b Z b Z b Z b
R f L f inf L : es una funcion simple y f R f.
a a a a

Por lo tanto f es integrable Lebesgue y


Z b Z b
L f =R f.
a a

3. INTERCAMBIO DE LIMITES CON INTEGRALES. 127

3. Intercambio de lmites con integrales.

Ejemplo 13.18. Este es otro ejemplo en el que la desigualdad en el lema de Fatou es


estricta.
Para n 1 considere fn : R R dada por

1

4n2 x si 0 x
2n
fn (x) =



4n2 x + 4n 1 1
si x
2n n
Dibuje esta sucesion de funciones.
La sucesion {fn } converge puntualmente a cero. Obviamente limn fn (x) = 0.
Por otro lado,
Z Z 1/n Z 1/n
1
fn (x) dx = L fn (x) dx = R fn (x) dx = (2n 1/n) = 1.
R 0 0 2
Por lo tanto Z Z
lim fn (x) dx = 0 < 1 = lim fn (x) dx.
R n n R

Observacion 13.19. En general, el lema de Fatou es falso si la sucesion de funciones no


esta dominada inferiormente. El siguiente ejemplo muestra esa situacion.

Ejemplo 13.20. Para n 1 considere fn : R R dada por



1

4n2 x si 0 x
2n
fn (x) =


4n2 x 4n si 1 x 1

2n n
Dibuje esta sucesion de funciones.
La sucesion {fn } converge puntualmente a cero. Por lo tanto

lim fn (x) = 0.
n

Por otro lado,


Z Z 1/n Z 1/n
1
fn (x) dx = L fn (x) dx = R fn (x) dx = (2n1/n) = 1.
R 0 0 2
Por lo tanto Z Z
lim fn (x) dx = 0 > 1 = lim fn (x) dx.
R n n R
128 13. INTEGRAL DE FUNCIONES MEDIBLES.

Observacion 13.21. En el teorema de Beppo-Levy no se puede eliminar la hipotesis


fn 0. El siguiente ejemplo muestra esa situacion.

Ejemplo 13.22. Para n 1 considere fn : R R dada por


1
fn = 1 R .
n
Dibuje esta sucesion de funciones.
La sucesion {fn } es creciente y converge puntualmente a cero:

lm fn (x) = 0.
n

Por otro lado, Z Z


1 1
fn (x) dx = dx = m(R) = .
R R n n

Los dos resultados siguientes son corolarios del Lema de Fatou.

Corolario 13.23. Para n 1 sea fn : X R funcion F-medible y sea g : X R


integrable en X tal que para cada n N

fn g casi-siempre.

Entonces Z Z
lim fn (x) d(x) lim fn (x) d(x).
X n n X

Demostracion. Para cada n N fn g 0 casi-siempre. Por el lema de Fatou


Z Z Z
lim fn d g d = lim (fn g) d
X n X X n
Z
lim (fn g) d
n X
Z Z
= lim fn d g d
n X X
Z Z
= lim fn d g d.
n X X
R
Como g es integrable se tiene que X g d es un numero real (no es infinito). As que se
R
puede restar X g d. Luego
Z Z
lim fn d lim fn d.
X n n X


4. EL TEOREMA DE CONVERGENCIA DOMINADA DE LEBESGUE 129

Corolario 13.24. Para n 1 sea fn : X R funcion F-medible y sea h : X R


integrable en X tal que para cada n N

fn h casi-siempre.

Entonces
Z Z
lim fn (x) d(x) lim fn (x) d(x).
n X X n

4. El teorema de convergencia dominada de Lebesgue

Teorema 13.25 (Lebesgue, convergencia dominada). Para n 1 sea fn : X R


funcion F-medible tal que

f (x) = lm fn (x) casi-siempre


n

y existe h : X R integrable en X tal que para cada n N

|fn (x)| h(x) casi-siempre.

entonces
(a) fn es integrable en X, para todo n 1.

(b) f es integrable en X.
Z Z Z
(c) lm fn (x) d(x) = lm fn (x) d(x) = f (x) d(x).
n X X n X
Z
(d) lm |fn (x) f (x)| d(x) = 0.
n X

Demostracion.
(a) Como |fn | h -casi-siempre y h es integrable en X se sigue que |fn | es integrable
en X. De donde fn es integrable en X.

(b) Se puede observar que




|f | = lm fn = lm |fn | h casi-siempre.
n n

De |f | h y h integrable en X, sigue que |f | es integrable en X. Luego f es integrable


en X.
130 13. INTEGRAL DE FUNCIONES MEDIBLES.

(c) Como h y h son integrables en X y

h fn h casi-siempre,

por los corolarios del lema de Fatou sigue que


Z Z Z
f (x) d(x) = lim fn (x) d(x) lim fn (x) d(x)
X X n n X
Z Z
lim fn (x) d(x) lim fn (x) d(x)
n X X n
Z
= f (x) d(x).
X

Luego Z Z Z
lim fn (x) d(x) = lim fn (x) d(x) = f (x) d(x).
n X n X X
De donde Z
lm fn (x) d(x)
n X
existe y es finito.
Ademas Z Z
lm fn (x) d(x) = f (x) d(x).
n X X

(d) Sea
gn (x) = |fn (x) f (x)|.
Entonces
lm gn (x) = 0 casi-siempre.
n

Por otro lado

|gn | = |fn f | |fn | + |f | 2h casi-siempre.

Ademas 2h es integrable.
Aplicamos (c) a la sucesion {gn } y se obtiene
Z Z Z
lm |fn (x) f (x)| d(x) = lm gn (x) d(x) = lm gn (x) d(x) = 0.
n X n X X n

Observacion 13.26. En el teorema anterior se puede probar que (d) implica (c).
Pruebelo.
4. EL TEOREMA DE CONVERGENCIA DOMINADA DE LEBESGUE 131

Observacion 13.27. En el teorema de convergencia dominada, de Lebesgue, no se puede


eliminar la hipotesis fn esta dominada por una funcion integrable. El siguiente ejemplo
muestra esa situacion.

Ejemplo 13.28. Para n 1 considere fn : R R dada por

fn = n 1(0, 1 ) .
n

Dibuje esta sucesion de funciones.


La sucesion {fn } converge puntualmente a cero:

lm fn (x) = 0.
n

Por otro lado,


Z Z
1
fn (x) dx = n 1(0, 1 ) (x) dx = n = 1.
R R
n n

Teorema 13.29 (Convergencia acotada). Sea A es un conjunto de F tal que (A) es


finita. Para n 1 sea fn : A R funcion F-medible tal que

f (x) = lm fn (x) casi-siempre en A


n

si existe k R tal que

|fn (x)| k casi-siempre en A

entonces
Z Z Z
lm fn (x) d(x) = lm fn (x) d(x) = f (x) d(x).
n A A n A

La demostracion de este teorema queda como ejercicio.

Corolario 13.30. Sea A es un conjunto de F tal que (A) es finita. Para n 1 sea
fn : A R funcion F-medible tal que {fn } converge uniformemente a f en A entonces
Z
lm |fn (x) f (x)| d(x) = 0.
n A
132 13. INTEGRAL DE FUNCIONES MEDIBLES.

A continuacion se recuerda un resultado conocido de calculo en una variable.

Proposicion 13.31. Sean D R, f : D R y to un punto de acumulacion de D.


Las siguientes condiciones son equivalentes:

(i) lm f (t) existe y es finito.


tto

(ii) Para cada {tn } D tal que tn 6= to para todo n 1 y lm tn = to , la sucesion


n
{f (tn )} converge.

Mas aun, si
lm f (t) = L
tto
entonces
lm f (tn ) = L
n
para toda sucesion {tn } D tal que tn 6= to para todo n 1 y lm tn = to .
n

La demostracion de esta proposicion puede verse en el libro The advanced calculus of


one variable de Lick (Teorema 4.2.5).

Aplicando la proposicion anterior y el teorema de convergencia dominada, de Lebesgue,


a una sucesion del tipo
fn (x) = f (x, tn )
se puede probar la siguiente version del teorema de convergencia dominada para funciones
de dos variables.

Teorema 13.32. Sean a, b R, a < b, f : X (a, b) R funcion de dos variables tal


que para cada t fijo
x f (x, t)
es F-medible. Si

fo (x) = lm f (x, t) casi-siempre (en la variable x)


tto

y existe h : X R integrable en X tal que para cada t (a, b)

|f (x, t)| h(x) casi-siempre (en la variable x).

entonces
(a) f (, t) es integrable en X, para cada t (a, b).
4. EL TEOREMA DE CONVERGENCIA DOMINADA DE LEBESGUE 133

(b) fo es integrable en X.
Z Z Z
(c) lm f (x, t) d(x) = lm f (x, t) d(x) = fo (x) d(x).
tto X X tto X
Z
(d) lm |f (x, t) fo (x)| d(x) = 0.
tto X

Aplicando la proposicion anterior y el teorema de convergencia dominada, de Lebesgue,


a una sucesion del tipo

fn (x) = ftn (x)

se puede probar la siguiente version del teorema de convergencia dominada para familias no
numerables de funciones.

Teorema 13.33. Sean a, b R, a < b, para cada t (a, b) sea ft : X R funcion


F-medible. Si

f (x) = lm ft (x) casi-siempre (en la variable x)


tto

y existe h : X R integrable en X tal que para cada t (a, b)

|ft (x)| h(x) casi-siempre (en la variable x).

entonces

(a) ft es integrable en X, para cada t (a, b).

(b) f es integrable en X.
Z Z Z
(c) lm ft (x) d(x) = lm ft (x) d(x) = f (x) d(x).
tto X X tto X
Z
(d) lm |ft (x) f (x)| d(x) = 0.
tto X

Para la proposicion y los teoremas anteriores se pueden dar versiones con lmites laterales
en lugar de lmites.
134 13. INTEGRAL DE FUNCIONES MEDIBLES.

5. La integral impropia de Riemann y la integral de Lebesgue.

Como en la Seccion 2 se usaran R y L para diferenciar la integral de Riemann de la


integral de Lebesgue.

5.1. Para una funcion acotada en un intervalo de alguno de los siguientes


tipos [a, ), (, a] o (, ).

Proposicion 13.34. Sea f una funcion en [a, ), no negativa medible Lebesgue tal que
f es acotada e integrable Riemann en [a, t) para todo t > a.
Se tiene que:
f es integrable Lebesgue en [a, ) si y solo si la integral impropia de Riemann de f en
[a, ) es convergente.
En este caso se tiene que
Z Z Z t
L f =R f = R lm f.
a a t a

Esta proposicion es consecuencia del teorema de convergencia monotona.

Observacion 13.35.
(i) Para el intervalo (, a] existe un resultado analogo.
(ii) Para el intervalo (, ) se obtiene un resultado similar tomando en cuenta que

(, ) = (, a] [a, ).

Observacion 13.36. La proposicion anterior es falsa si f puede tomar valores negativos


tal como lo muestra el siguiente ejemplo.

Ejemplo 13.37. Sea


sen x si x 6= 0
f (x) = x
1 si x = 0
Se tiene que
Z + Z + Z +
sen x cos x cos x
R f =R dx = lm + cos 1 dx
1 1 x x x 1 x2
ya que
1 cos x 1
.
x x x
Ademas Z Z +
+
cos x 1 1
dx dx = lm + 1 = 1.
x 2 x 2 x x
1 1
5. LA INTEGRAL IMPROPIA DE RIEMANN Y LA INTEGRAL DE LEBESGUE. 135

Z +
Luego R f es finita.
1

Por otro lado,


Z como f es continua en [0, 1] se tiene que f es integrable Riemann en [0, 1].
+
Por lo tanto R f converge.
0

Sin embargo f no es integrable Lebesgue en (0, +) puesto que


Z + Z +
sen x sen x
L dx = R dx = +
1 x 1 x
(pruebe los detalles).

5.2. Para una funcion no acotada en un intervalo cerrado y acotado.

Proposicion 13.38. Sea f : [a, b] R una funcion no acotada, no negativa tal que
(i) f es medible Lebesgue.
(ii) lm+ f (x) es igual a + o .
xc

(iii) lm f (x) es finito para todo y (a, b].


xy

(iv) f es integrable Riemann en (a + , b] para todo > 0.


Se tiene que:
f es integrable Lebesgue en [a, b] si y solo si la integral impropia de Riemann de f en
[a, b] es convergente.
Ademas Z Z Z
b b b
L f =R f = lm R f.
a a 0 a+

Observacion 13.39. La proposicion anterior es falsa si f no es positiva tal como lo


muestra el siguiente ejemplo.

Ejemplo 13.40. Sea


x2 sen 1

si x 6= 0
g(x) = x3

0 si x = 0
Sea
f (x) = g 0 (x).
Z 1
Se puede probar que R f converge y sin embargo
0
Z 1
L |f | = +.
0
CAPTULO 14

Diversos tipos de convergencia.

1. Convergencia puntual, convergencia uniforme.

Definicion 14.1. Para n 1 sean fn : X R funcion F-medible, f : X R funcion


F-medible y E un conjunto de F. Se dice que

(1) {fn }n1 converge puntualmente a f en E si para todo x E, para todo > 0 existe
N,x tal que para todo n > N,x se tiene |fn (x) f (x)|.

(2) {fn }n1 converge uniformemente a f en E si para todo > 0 existe N tal que para
todo x E y para todo n > N se tiene |fn (x) f (x)|.

Ejemplo 14.2. Para n 1 sea fn : [0, 1] R dada por

fn (x) = xn

y sea f : [0, 1] R dada por


f = 1[0,1) |[0,1] ,

es decir,
(
0 si 0 x < 1
f (x) =
1 si x = 1
Resulta que {fn }n1 converge a h puntualmente en [0, 1], pero no converge uniformemente
en [0, 1].

Sea r fijo, 0 < r < 1 considerese


g = f |[0,r] ,

esto es,
g0 en [0, r].

137
138 14. DIVERSOS TIPOS DE CONVERGENCIA.

Dado n 1 sea gn : [0, r] R dada por

gn = fn |[0,r] ,

es decir,
gn (x) = xn .
Se tiene que {gn }n1 converge uniformemente a g para todo r (0, 1).

2. Convergencia puntual casi-siempre y convergencia uniforme casi-siempre.

Definicion 14.3. Para n 1 sean fn : X R funcion F-medible, f : X R funcion


F-medible y E un conjunto de F. Se dice que

(1) {fn }n1 converge -casi-siempre (o mas precisamente converge puntualmente -casi-
siempre) a f en E si existe A E tal que (A) = 0 y {fn }n1 converge puntualmente
a f en E \ A.

(2) {fn }n1 converge uniformemente -casi-siempre a f en E si existe A E tal que


(A) = 0 y {fn }n1 converge uniformemente a f en E \ A.

Ejemplo 14.4. Para n 1 sea fn : [0, 1] R dada por

fn (x) = xn

y sea f : [0, 1] R dada por


f 0.
Se tiene que {fn }n1 converge uniformemente a f m-casi siempre en [0, 1].

Ejemplo 14.5. Para n 1 sea fn : [0, ) R dada por


1
fn = 1{0} + 1(0,) .
n
Se tiene que {fn }n1 converge puntualmente a la funcion 1{0} , pero no converge unifor-
memente.
Sin embargo, {fn }n1 converge uniformemente m-casi-siempre en [0, ).
3. CONVERGENCIA CASI-UNIFORME 139

3. Convergencia casi-uniforme

Definicion 14.6. Para n 1 sean fn : X R funcion F-medible, f : X R funcion


F-medible y E un conjunto de F.
Se dice que {fn }n1 converge -casi-uniformemente a f en E si para todo > 0 existe
un conjunto F E tal que F esta en F, (F ) < y {fn }n1 converge uniformemente a
f en E \ F .

Proposicion 14.7. Convergencia uniforme implica convergencia casi-uniforme.

Observacion 14.8. El recproco es falso tal como lo muestra el siguiente ejemplo.

Ejemplo 14.9. Para n 1 sea fn : [0, 1] R dada por fn (x) = xn y sea f : [0, 1] R
dada por (
0 si 0 x < 1
f (x) =
1 si x = 1
Dado > 0 sea h i
F = 1 , 1 .
2
Se tiene que
m(F ) = /2 <
y {fn }n1 converge uniformemente a f en [0, 1] \ F .

Por lo tanto {fn }n1 converge casi-uniformemente a f en [0, 1]. Sin embargo, {fn }n1 no
converge uniformemente en [0, 1].

Proposicion 14.10. Convergencia uniforme -casi siempre implica convergencia casi-


uniforme.

Proposicion 14.11. Para n 1 sean fn : X R funcion F-medible, f : X R


funcion F-medible
Si {fn }n1 converge -casi-uniformemente a f en E entonces {fn }n1 converge
-casi-siempre a f en E.

Demostracion. Usando la definicion de converge -casi-uniforme con = 1/n se tiene


que para todo n > 0 existe un conjunto An E tal que

(An ) < 1/n

y {fn }n1 converge uniformemente a f en E \ An .


140 14. DIVERSOS TIPOS DE CONVERGENCIA.

Sea

\
A= An .
n=1

Entonces
0 (A) (An ) 1/n (n 0).

Por lo tanto
(A) = 0.

Ademas

!
!C
\ \
E\A=E\ An =E An
n=1 n=1

!
[ [
=E AC
n = (E AC
n)
n=1 n=1

[
= (E \ An ).
n=1

Si x E \ A entonces existe no tal que x E \ Ano .

Como {fn }n1 converge uniformemente a f en E \ Ano resulta que {fn (x)}n1
converge a f (x).

De donde {fn }n1 converge -casi-siempre a f en E.

Observacion 14.12. En general el recproco de la proposicion anterior es falso, tal como


lo muestra el siguiente ejemplo.

Ejemplo 14.13. Para n 1 sea fn : R R dada por

fn = 1[n,) .

Se tiene que {fn }n1 converge puntualmente a la funcion nula, pero {fn }n1 no converge
casi uniformemente.

Observacion 14.14. En conjuntos de medida finita el recproco de la proposicion ante-


rior s es cierto. Este resultado es el teorema de Egoroff, el cual damos a continuacion.
4. EL TEOREMA DE EGOROFF. 141

4. El teorema de Egoroff.

Teorema 14.15 (Egoroff). Sea E un conjunto de F con (E) finito y para n 1 sea
fn : E R funcion F-medible tal que |fn | es finita -casi siempre y sea f : E R tal que
|f | es finita -casi siempre. Si {fn }n1 converge -casi siempre a f en E, entonces {fn }n1
converge -casi uniformemente a f en E.

Demostracion.
Caso 1: Las hipotesis se cumplen siempre en lugar de -casi siempre. Es decir, para
todo x E se tiene que |fn (x)| es finita, |f (x)| es finita y {fn (x)}n1 converge a f (x).

Sea > 0, a continuacion se construira F tal que (F ) < y {fn }n1 converge
uniformemente a f en E \ F .
Para n, k N se define

\
Enk = {x E : |fj (x) f (x)| < 1/k} .
j=n

Para k fijo, la sucesion {Enk }n1 es una sucesion creciente.


Tomando en cuenta que lmn fn (x) = f (x) se puede probar (hagalo) que

[
Enk = E.
n=1

Por lo tanto para todo k N se tiene



\
(E \ Enk ) = .
n=1

Como (E) es finita se sigue que


!
\
lm (E \ Enk ) = (E \ Enk ) = 0.
k
k=1

Por lo tanto, para cada k N existe Nk tal que



(E \ Enk ) <
2k
si n Nk .

Sea

[
[
k C k C
F = E (ENk
) = E (ENk
) .
k=1 k=1
142 14. DIVERSOS TIPOS DE CONVERGENCIA.

k C k
Como E (ENk
) = E \ EN k
entonces
!
[ X
k C k
(F ) = E (ENk ) (E \ EN k
)
k=1 k=1
X X
1 1/2
k
= k
= < .
k=1
2 k=1
2 1 1/2
De donde
(F ) < .
Ademas
!C !
[ \ \
k C C k k
E \ F = E E (ENk
) =E E EN k
=E EN k
.
k=1 k=1 k=1

Dado > 0 sea k tal que 1/k < . Entonces para todo j Nk para todo x E se tiene
que
|fj (x) f (x)| < .

Caso 2: caso general.


Por hipotesis se tiene que {fn }n1 converge -casi siempre a f en E.
Sean

An = {x E : |fn (x)| = +}
B = {x E : |f (x)| = +}
C = {x E : {fn (x)}n1 no converge a f (x)}

Si !

[
D= An BC
n=1
entonces (D) = 0.

Sea
Eo = E \ D.
Entonces {fn }n1 converge puntualmente a f en Eo .

Por lo hecho en el caso 1, se tiene que {fn }n1 converge -casi uniformemente a f en Eo .
De esto se puede deducir que {fn }n1 converge -casi uniformemente a f en E.
5. CONVERGENCIA EN MEDIDA. 143

5. Convergencia en medida.

Sea {fn }n1 una sucesion de funciones F-medibles tal que fn es finita -casi siempre y
sea f una funcion F-medible finita -casi siempre.

Definicion 14.16. Se dice que {fn }n1 converge en medida a f si para todo > 0 se
tiene que
lm {x X : |fn (x) f (x)| > } = 0.
n
Es decir, para todo > 0, para todo > 0 existe N tal que n N implica

{x X : |fn (x) f (x)| > } < .

Definicion 14.17. Se dice que {fn }n1 es una sucesion de Cauchy en medida si para
todo > 0, para todo > 0 existe N tal que n, k N implica

{x X : |fn (x) fk (x)| > } < .

Proposicion 14.18. Si una sucesion converge en medida entonces es de Cauchy en


medida.

Observacion 14.19. En general, convergencia puntual no implica convergencia en


medida, tal como lo muestra el siguiente ejemplo.

Ejemplo 14.20. Para n 1 sea fn : R R dada por

fn = 1[n,) .

Se tiene que {fn }n1 converge puntualmente a la funcion nula, pero

m{x X : |fn (x) f (x)| > } = m[n, ) = .

Por lo tanto, {fn }n1 no converge en medida a f .

Observacion 14.21. En general, convergencia -casi siempre no implica convergencia en


medida . Para espacios de medida finita ver Corolario 14.25.

Observacion 14.22. Convergencia en medida no implica convergencia -casi siempre.

Ejemplo 14.23. Para n 1 sea fn : R R dada por

f2p +k = 1[ kp , k+1
2 2p ]

para p = 0, 1, 2, ... y k = 0, 1, . . . , 2p 1. Esta sucesion se conoce como la sucesion que


camina.
144 14. DIVERSOS TIPOS DE CONVERGENCIA.

Para comprender mejor esta sucesion se sugiere hacer el grafico de las siguientes funciones:

f1 = 1[0,1] ,
f2 = 1[0,1/2] , f3 = 1[1/2,1] ,
f4 = 1[1,1/4] , f5 = 1[1/4,1/2] , f6 = 1[1/2,3/4] , f7 = 1[3/4,1] ,
etc.

Sea x [0, 1], x fijo. Se tiene que

lim fn (x) = 0 y lim fn (x) = 1.

Luego {fn (x)}n1 no converge. De donde {fn }n1 no converge puntualmente.

Si 0 < < 1 y n = 2p + k entonces


1
m{x X : |fn (x)| > } = 0
2p
si n (porque p ).
Por lo tanto {fn }n1 converge en medida (para la medida de Lebesgue).

Teorema 14.24. Para n 1 sean fn : X R funcion F-medible, f : X R funcion


F-medible.
Si {fn }n1 converge -casi-uniformemente a f en E entonces {fn }n1 converge en
medida a f en E.

Demostracion. Como {fn }n1 converge -casi-uniformemente a f en E, se tiene que


para todo > 0 existe un conjunto F E tal que (F ) < y {fn }n1 converge uniforme-
mente a f en E \ F .
Dado > 0 existe N tal que si x E \ F

|fn (x) f (x)| < para todo n > N .

Esto implica que para todo n > N se tiene

{x X : |fn (x) f (x)| } F .

Por lo tanto,
{x X : |fn (x) f (x)| } (F ) < .
Como es arbitrario sigue que

lm {x X : |fn (x) f (x)| } = 0.


n


5. CONVERGENCIA EN MEDIDA. 145

Corolario 14.25. En conjuntos de medida finita la convergencia -casi siempre implica


la convergencia en medida.

Demostracion. Si el conjunto tiene medida finita, por el teorema de Egoroff se tiene


que la convergencia -casi siempre implica la convergencia -casi uniforme.
Por el teorema anterior, esta implica la convergencia en medida .

Teorema 14.26. Para n 1 sean fn : X R funcion F-medible, f : X R


funcion F-medible tales que fn es finita -casi siempre y f es finita -casi siempre.
Si {fn }n1 converge en medida a f entonces existe una subsucesion {fnk }k1 de {fn }n1
tal que {fnk }k1 converge -casi siempre a f .

Demostracion. Como {fn }n1 converge en medida a f , se tiene que para todo k
existe nk tal que n nk implica

1 1
x X : |fn (x) f (x)| > k < k .
2 2
Veamos que {fnk }k1 converge -casi siempre a f .
Sean
1
Ek = x X : |fnk (x) f (x)| > k
2
y
[
\
E = lim Ek = Ek
n=1 k=n
luego, para todo n 1 se tiene que

X X
1
0 (E) (Ek ) k
.
k=n k=n
2

De donde
(E) = 0.
Como
\
[
C
E = EkC
n=1 k=n
C
si x E entonces existe N tal que
1
|fnk (x) f (x)|
2k
para todo k N .
146 14. DIVERSOS TIPOS DE CONVERGENCIA.

Por lo tanto
lm fnk (x) = f (x).
k
Se ha probado que {fnk }k1 converge -casi siempre a f .

Proposicion 14.27. Si {fn }n1 es una sucesion de Cauchy en medida entonces existe
f funcion F-medible tal que {fn }n1 converge a f en medida.

Como ejercicio demuestre la proposicion anterior.


Sugerencia tome nk+1 > nk tal que

1 1
x X : |fnk+1 (x) fnk (x)| > k < k .
2 2
Demuestre que la serie

X
(fnk+1 fnk )
k=1
converge -casi siempre a una funcion g. Defina

f = g + f n1 .

Es sencillo ver que {fnk }k1 converge a f en medida. Demuestre que {fn }n1 converge a f
en medida.
CAPTULO 15

Teora de la medida para espacios producto.

1. Borelianos y medibles Lebesgue en el plano.

Como en captulos anteriores sea I 2a la coleccion de los rectangulos acotados de R2 , es


decir:
I 2a = { ha1 , b1 i ha2 , b2 i para algunos a1 , a2 , b1 , b2 R}
y sea I 2 la coleccion de todos los rectangulos de R2 .

Se sabe que la -algebra de Borel en R2 es

B(R2 ) = (I 2a ) = (I 2 ).

Si A esta en I 2 se define el area de A como

V 2 (A) = l(A1 ) l(A2 )

donde A = A1 A2 .

La medida asociada al area V 2 es la medida de Lebesgue en el plano R2 y se denotara


por m2 .

Sea M2 la -algebra de los conjuntos medibles Lebesgue en R2 . Se tiene que

B(R2 ) M2 .

Proposicion 15.1. A esta en M2 si y solo si existen B1 , B2 en B(R2 ) tales que


B1 A B2 y m2 (B2 B1 ) = 0.

2. La -algebra producto.

Sean (X, F), (Y, G) dos espacios medibles. Sea

F G = {H X Y : H = F G con F en F y G en G}.

Definicion 15.2. A los conjuntos que estan en F G se les llama rectangulos, cilindros
o conjuntos elementales.

147
148 15. TEORIA DE LA MEDIDA PARA ESPACIOS PRODUCTO.

Es importante senalar que, en general, F G no es una -algebra de X Y .

Proposicion 15.3. F G es un sistema-.

Definicion 15.4. La -algebra producto de F y G es la menor -algebra que contiene a


F G y se denota por F G. Es decir,

F G = (F G).

Proposicion 15.5.
B(R2 ) = B(R) B(R).

Observacion 15.6.
M2 6= M M.

Proposicion 15.7.
M M M2 .

Proposicion 15.8.
M M 6= M2 .

Sean C, D R, tales que C = {x} para algun x R y D no esta en M entonces


m(C) = 0, C D no esta en M M.
Sin embargo,
C D esta en M2 y m2 (C D) = 0.

3. Secciones de conjuntos.

Sean X, Y dos conjuntos y sea A X Y .


Para cada x X la seccion x de A es

Ax = {y Y : (x, y) A}.

Para cada y Y la seccion y de A es

Ay = {x X : (x, y) A}.

Ejemplo 15.9. Si A = F G con F X y G Y entonces

Ax = G para todo x F,

Ay = F para todo y G.
4. SECCIONES DE CONJUNTOS Y CONJUNTOS BORELIANOS. 149

4. Secciones de conjuntos y conjuntos borelianos.

Proposicion 15.10. Sea A en B(R2 ) entonces


(a) Ax esta en B(R) para todo x R.
(b) Ay esta en B(R) para todo y R.

Demostracion. Sea

H = {A en B(R2 ) : Ax esta en B(R) x R y Ay esta en B(R) y R}.

Es facil ver que


B(R) B(R) H.
Se puede probar que H es una -algebra (hagalo como ejercicio).
Por lo tanto,
(B(R) B(R)) H.
Como
B(R) B(R) = (B(R) B(R)).
Sigue que
B(R) B(R) H.
Como
B(R2 ) = B(R) B(R).
Se obtiene que
B(R2 ) H.
Con esto se puede concluir la demostracion.

Teorema 15.11. Sea A en B(R2 ) entonces


(a) La funcion x m(Ax ) es B(R)-medible.

(b) La funcion y m(Ay ) es B(R)-medible.

(c) Se tiene la igualdad


Z Z
2
m (A) = m(Ax ) dx = m(Ay ) dy.
R R

Es decir,
Z Z Z Z Z
2
1A (x, y) dm (x, y) = 1A (x, y) dy dx = 1A (x, y) dx dy.
R2 R R R R
150 15. TEORIA DE LA MEDIDA PARA ESPACIOS PRODUCTO.

Demostracion.
Caso 1. Sea A en B(R2 ) tal que
A=C D
con C en B(R), D en B(R).
Luego
(
D si x C
Ax =
si x
/C
(
C si y D
Ay =
si y
/D
De donde
m(Ax ) = m(D) 1C (x).

m(Ay ) = m(C) 1D (y).


Se tiene que las funciones x m(Ax ) y y m(Ay ) son B(R)-simples. Por lo tanto
A satisface (a) y (b).
Por otro lado,
m2 (A) = m2 (C D) = m(C) m(D).
De donde Z Z
2
m (A) = m(D) 1C (x) dx = m(Ax ) dx.
R R
Z Z
2
m (A) = m(C) 1D (y) dy = m(Ay ) dy.
R R
Por lo tanto A satisface (c).

Caso 2. Suponga que A esta contenido en un conjunto de medida finita.


En ese caso existe H tal que
A H = F G,
F y G son B(R)-medibles, m2 (H) < .
Sea
PH = {A H : A satisface (a), (b) y (c)}.
Por lo hecho en el caso 1 se tiene que H esta en PH .
Sea
2
RH = {A = C D H con C X, D Y, C D en B(R2 )}.
4. SECCIONES DE CONJUNTOS Y CONJUNTOS BORELIANOS. 151

2
Sea A en RH , por lo hecho en el caso 1, A satisface (a), (b) y (c). De donde A esta en
PH . Se ha probado que
2
RH PH .
Se puede probar que PH es una clase monotona (hagalo como ejercicio). Como H esta en
PH por el teorema de clase monotona

B(H) PH

donde B(H) es la -algebra de Borel de H.


Esto termina la prueba para este caso.

Caso 3. Caso general.


Sean
(1) Fn en B(R) tal que m(Fn ) es finita, Fn Fn+1 y

[
Fn = R,
n=1

(2) Gn en B(R) tal que m(Gn ) es finita, Gn Gn+1 y



[
Gn = R,
n=1

(3) Hn = Fn Gn .
Si A esta en B(R2 ) entonces {A Hn }n es creciente y

[
(A Hn ) = A.
n=1

Como el teorema vale para A Hn se puede probar que vale para A (complete los
detalles).

Corolario 15.12. Sea A en B(R2 ) entonces las siguientes condiciones son equivalentes:
(i) m2 (A) = 0.
(ii) m(Ax ) = 0 m-casi siempre (es decir, para m-casi todo x R).
(iii) m(Ay ) = 0 m-casi siempre (es decir, para m-casi todo y R).

Demostracion. Por la proposicion anterior se tiene que


Z Z
2
m (A) = m(Ax ) dm(x) = m(Ay ) dm(y).
R R
2
Luego, m (A) = 0 si y solo si m(Ax ) = 0 m-casi siempre. La otra parte es analoga.
152 15. TEORIA DE LA MEDIDA PARA ESPACIOS PRODUCTO.

5. Secciones de conjuntos y conjuntos medibles Lebesgue.

Teorema 15.13. Sea A en medible Lebesgue en R2 , es decir A esta en M2 entonces


(a) Ax esta en M m-casi siempre (es decir, para m-casi todo x R).
(b) Ay esta en M m-casi siempre (es decir, para m-casi todo y R).
(c) La funcion x m(Ax ) es medible Lebesgue en R.

(d) La funcion y m(Ay ) es medible Lebesgue en R.

(e) Se tiene la igualdad


Z Z
2
m (A) = m(Ax ) dx = m(Ay ) dy.
R R
Es decir,
Z Z Z Z Z
2
1A (x, y) dm (x, y) = 1A (x, y) dy dx = 1A (x, y) dx dy.
R2 R R R R

(f) Si m2 (A) es finita entonces


(1) m(Ax ) es finita m-casi siempre (es decir, para m-casi todo x R).
(2) m(Ay ) es finita m-casi siempre (es decir, para m-casi todo y R).

Demostracion.
Sean A en M2 y B1 , B2 en B(R2 ) tales que

B1 A B2 , m2 (B2 \ B1 ) = 0.

Entonces B1x , B2x en B(R) y


B1x Ax B2x .
Por el Corolario 15.12

m((B2 \ B1 )x ) = 0 m-casi siempre.

De esto se deduce (pruebelo) que

m(B2x \ B1x ) = 0 m-casi siempre.

Luego Ax esta en M m-casi siempre.


Se ha probado (a). La prueba de (b) es analoga.

Como B1x Ax B2x y m(B2x \ B1x ) = 0 m-casi siempre entonces las funciones
x m(Ax ) y x m(B2x ) son iguales m-casi siempre.
6. SECCIONES DE FUNCIONES. 153

Ademas Z Z
2 2
m (A) = m (B2 ) = m(B2x ) dx = m(Ax ) dx.
R R
Analogamente se prueba la expresion para Ay . Con esto se tienen (c) (d) y (e).
Finalmente, para probar (f) se observa que si m2 (A) es finita, como
Z
2
m (A) = m(Ax ) dx
R
se sigue que Z
m(Ax ) dx es finita.
R
Por lo tanto, m(Ax ) es finita m-casi siempre.

6. Secciones de funciones.

Definicion 15.14. Sea f : X Y R.


Para cada x X la seccion x de f es fx : Y R dada por

fx (y) = f (x, y).

Para cada y Y la seccion y de f es

f y (x) = f (x, y).

Ejemplo 15.15. Sean X, Y conjuntos y A X Y . Si x X, y Y y f = 1A ,


entonces
fx (y) = 1Ax (y),
f y (x) = 1Ay (x).
Es decir,
(1A )x = 1Ax ,
(1A )y = 1Ay .

Proposicion 15.16. Sean f : X Y R y B R entonces


(i) (fx )1 (B) = (f 1 (B))x si x X.
(ii) (f y )1 (B) = (f 1 (B))y si y Y .

Demostracion. Solamente se probara (i), pues (ii) es analogo. Sea x X

(fx )1 (B) = {y Y : fx (y) B} = {y Y : f (x, y) B}


= {y Y : (x, y) f 1 (B)} = (f 1 (B))x .


154 15. TEORIA DE LA MEDIDA PARA ESPACIOS PRODUCTO.

Proposicion 15.17. Sea f : R2 R una funcion B(R2 )-medible entonces


(i) fx es B(R)-medible para todo x R.
(ii) f y es B(R)-medible para todo y R.
Es decir, las secciones de funciones medibles Borel son funciones medibles Borel.

Demostracion. Solamente se probara (i), pues (ii) es analogo.


Sea B esta en B(R) entonces f 1 (B) esta en B(R2 ) y por lo tanto dado x R

(fx )1 (B) = (f 1 (B))x esta en B(R).

Proposicion 15.18. Sea f : R2 R una funcion M2 -medible entonces


(i) fx es M-medible m-casi siempre (es decir, para casi todo x R).
(ii) f y es M-medible m-casi siempre (es decir, para casi todo y R).
Es decir, las secciones de funciones medibles Lebesgue son funciones medibles Lebesgue casi
siempre (con respecto a la medida de Lebesgue).

La demostracion es analoga a la de la proposicion anterior.

Proposicion 15.19. Sea A un conjunto de M2 si m2 (A) es finito entonces


Z
(1A )x (y) dm(y)
R
es finito m-casi siempre.

La demostracion de esta proposicion queda como ejercicio.

Ejercicio 15.20. Enunciar y probar una proposicion analoga a la anterior pero para la
otra variable.

7. Integracion en espacios producto.

Teorema 15.21 (Tonelli). Sea f : R2 R una funcion M2 -medible. Si f es no negativa


entonces
Z Z Z Z Z
2
f (x, y) dm (x, y) = f (x, y) dm(y) dm(x) = f (x, y) dm(x) dm(y).
R2 R R R R

Demostracion.
(1) Si f = 1A con A en M2 , basta usar 15.13.
(2) Si f es una funcion M2 -simple y no negativa, por la linealidad y usando que el
resultado es cierto para indicadores se obtiene el resultado para f .
7. INTEGRACION EN ESPACIOS PRODUCTO. 155

(3) Si f es una funcion M2 -medible entonces existe una sucesion creciente {fk }k de
funciones M2 -simples y no negativas tales que {fk }k converge puntualmente a f .
Luego las sucesiones de secciones {fkx }k y {fky }k crecen a las secciones fx y f y respecti-
vamente.
Por la definicion de integral, por el teorema de convergencia monotona
Z Z
2
f (x, y) dm (x, y) = lm fk (x, y) dm2 (x, y)
R2 k R2
Z Z
= lm fkx (y) dm(y) dm(x)
k R R
Z Z
= lm fkx (y) dm(y) dm(x)
R R k
Z Z
= fx (y) dm(y) dm(x).
R R

En forma similar se obtiene el resultado para el otro orden de integracion.

Observacion 15.22. El resultado anterior no asegura que las integrales de la conclusion


sean finitas. Podra ocurrir que sean iguales a +.

Teorema 15.23 (Fubini). Sea f : R2 R una funcion M2 -medible. Si f es integrable


Lebesgue en R2 entonces
(i) fx es integrable Lebesgue en R m-casi siempre (es decir, para casi todo x R).
(ii) f y es integrable Lebesgue en R m-casi siempre (es decir, para casi todo y R).
(iii) Se cumple la igualdad
Z Z Z Z Z
2
f (x, y) dm (x, y) = f (x, y) dm(y) dm(x) = f (x, y) dm(x) dm(y).
R2 R R R R

Demostracion. Si f es integrable Lebesgue en R2 , entonces


Z
f + dm2 es finita,
R
Z
f dm2 es finita.
R
Sean Z
+
(x) = (f + )x (y) dm(y),
ZR
(x) = (f )x (y) dm(y).
R
Se puede probar que + (x) es finita m-casi siempre y (x) es finita m-casi siempre (hagalo,
sugerencia comience usando la Proposicion 15.19 en la que esto fue probado para indicadores).
156 15. TEORIA DE LA MEDIDA PARA ESPACIOS PRODUCTO.

Luego
m{x R : + (x) = +} = 0,

m{x R : (x) = +} = 0.
De donde (f + )x y (f )x son integrables m-casi siempre. Por lo tanto fx es integrable
m-casi siempre.
Usando el teorema de Tonelli sigue que
Z Z Z
2 + 2
f (x, y) dm (x, y) = f (x, y) dm (x, y) f (x, y) dm2 (x, y)
R2 R2 R2
Z Z Z Z
+
= f (x, y) dm(y) dm(x) f (x, y) dm(y) dm(x)
R R R R
Z Z
+
= (f (x, y) f (x, y)) dm(y) dm(x)
R R
Z Z
= (f (x, y)) dm(y) dm(x)
R R

Analogamente para la otra integral iterada.

Observacion 15.24. El resultado anterior s asegura que las integrales de la conclusion


son finitas.

Corolario 15.25. Sea f : R2 R una funcion M2 -medible. Si se cumple alguna de las


siguientes condiciones
Z Z
(a) |f (x, y)|dm(y) dm(x) es finita.
ZR ZR
(b) |f (x, y)|dm(x) dm(y) es finita.
R R

Entonces f es integrable Lebesgue en R2 y


Z Z Z Z Z
2
f (x, y) dm (x, y) = f (x, y) dm(y) dm(x) = f (x, y) dm(x) dm(y).
R2 R R R R

Demostracion. Supongamos que se cumple (a).


Por el teorema de Tonelli
Z Z Z
2
|f (x, y)| dm (x, y) = |f (x, y)| dm(y) dm(x) < .
R2 R R

Luego |f | es integrable en R2 y por lo tanto f es integrable en R2 .


Por el teorema de Fubini se sigue la igualdad de las integrales del enunciado de este
corolario.
8. MEDIDAS ABSTRACTAS EN ESPACIOS PRODUCTOS. 157

8. Medidas abstractas en espacios productos.

En el libro Real and Complex Analysis de Rudin se encuentra informacion detallada de


este tema.

Teorema 15.26. Sean (X, F), (Y, G) dos espacios medibles y sea A en F G entonces

(a) Ax esta en G para todo x X.


(b) Ay esta en F para todo y Y .

Se tiene que F G es la menor clase monotona que contiene a F G.

Teorema 15.27. Sea f : X Y R. Si f es F G-medible entonces

(a) fx es G-medible para todo x X.


(b) f y es F-medible para todo y Y .

Proposicion 15.28. Sean (X, F, ), (Y, G, ) dos espacios medibles de medidas -finitas
y sea A en F G entonces

(a) La funcion x (Ax ) es F-medible.


(b) La funcion y (Ay ) es G-medible.
(c) Se tiene que
Z Z
(Ax ) d(x) = (Ay ) d(y).
X Y

Sean (X, F, ), (Y, G, ) dos espacios medibles de medidas -finitas y sea A en F G


definimos
Z Z
( )(A) = (Ax ) d(x) = (Ay ) d(y).
X Y

Proposicion 15.29.

(a) es una medida en (X Y, F G).


(b) es una medida -finita.

Para la demostracion de (a) se usa el teorema de intercambio de series con integrales.


158 15. TEORIA DE LA MEDIDA PARA ESPACIOS PRODUCTO.

9. Integracion en espacios productos para medidas abstractas.

Lema 15.30. Sean (X, F, ), (Y, G, ) dos espacios medibles de medidas -finitas.
Dada f : X Y R una funcion F G medible no negativa, sean
Z
(x) = fx (y) d(y) (x X)
Y
Z
(x) = f y (x) d(x) (y Y )
X
entonces es F-medible y es G-medible.

Teorema 15.31 (Tonelli, abstracto). Sean (X, F, ), (Y, G, ) dos espacios medibles de
medidas -finitas. Dada f : X Y R una funcion F G medible, si f 0 entonces
Z Z Z Z Z
f (x, y) d( )(x, y) = f (x, y) d(y) d(x) = f (x, y) d(x) d(y).
XY X X Y X

Observacion 15.32. El resultado anterior no asegura que las integrales de la conclusion


sean finitas. Podra ocurrir que sean iguales a +.

Teorema 15.33 (Fubini, abstracto). Sean (X, F, ), (Y, G, ) dos espacios medibles de
medidas -finitas. Dada f : X Y R una funcion F G medible, si f es integrable en
X Y entonces
(i) fx es integrable Lebesgue en Y -casi siempre.
(ii) f y es integrable Lebesgue en X -casi siempre.
(iii) Se cumple la igualdad
Z Z Z Z Z
f (x, y) d( )(x, y) = f (x, y) d(y) d(x) = f (x, y) d(x) d(y).
XY X X Y X

Observacion 15.34. El resultado anterior s asegura que las integrales de la conclusion


son finitas.

Corolario 15.35. Sean (X, F, ), (Y, G, ) dos espacios medibles de medidas -finitas y
f : X Y R una funcion F G medible, si se cumple alguna de las siguientes condiciones
Z Z
(a) |f (x, y)|d(y) d(x) es finita.
ZX Z Y
(b) |f (x, y)|d(x) d(y) es finita.
Y X

Entonces f es integrable en X Y y
Z Z Z Z Z
f (x, y) d( )(x, y) = f (x, y) d(y) d(x) = f (x, y) d(x) d(y).
XY X Y Y X
CAPTULO 16

Espacios Lp (X, F, ).

En este captulo se considerara un espacio de medida (X, F, ).

1. Funciones medibles a valores complejos.

Sea C el cuerpo de los numeros complejos.

Definicion 16.1. Sean (X, F) un espacio medible y f : X C se dice que f es


F-medible cuando
f 1 (B(C)) F .

Ejemplo 16.2. Dado un espacio medible (X, F) y C sea f (x) = para todo x.
Se sigue que f es F-medible.

Ejemplo 16.3. Si X es un espacio topologico y f : X C es continua entonces f es


medible Borel.

Proposicion 16.4. Sean (X, F) un espacio medible y f , g : X C funciones


F-medibles. Entonces
(1) f + g es F-medible.
(2) k.f es F-medible, para todo C.
(3) f.g es F-medible.
(4) 1/f es F-medible, si f no se anula en ningun punto.

Si f : X C entonces existen u : X R y v : X R tales que

f = u + i v.

La funcion u se conoce como la parte real de f y la funcion v se conoce como la parte


imaginaria de f y se denotan mediante

Ref = u y Imf = v.

Mas precisamente, la funcion parte real de f es la funcion Ref : X R definida mediante

(Ref )(x) = Re(f (x)).

159
160 16. ESPACIOS Lp (X, F, ).

La funcion parte imaginaria de f es la funcion Imf : X R definida mediante

(Imf )(x) = Im(f (x)).

La funcion modulo de f es la funcion |f | : X R definida mediante


p
|f (x)| = (Ref (x))2 + (Imf (x))2 (x)

para x X.
Con la notacion indicada antes esto es:
p
|f (x)| = (u(x))2 + (v(x))2 (x)

para x X.

Proposicion 16.5. Sean (X, F) un espacio medible y f : X C una funcion


F-medible. Entonces
(1) Ref es F-medible.
(2) Imf es F-medible.
(3) |f | es F-medible.

Proposicion 16.6. Sean (X, F) un espacio medible y f , g : X C funciones


F-medibles. Entonces
{x X : |f (x) g(x)| > }
esta en F.

Sea {fn } una sucesion de funciones tales que fn : X C para todo n. Si {fn } converge
puntualmente, la funcion lmite puntual de {fn } es la funcion lm fn : X C definida
mediante
(lm fn )(x) = lm fn (x).

Proposicion 16.7. Sean (X, F) un espacio medible y {fn } una sucesion de funciones
tales que fn : X C y fn es F-medible para todo n. Si {fn } converge puntualmente entonces
lm fn es F-medible.

Usando el modulo de los numeros complejos se pueden definir convergencia puntual, con-
vergencia uniforme, convergencia puntual casi-siempre, convergencia uniforme casi-siempre,
convergencia casi uniforme y convergencia en medida.

En lo que sigue se usara K para referirse a R o a C, donde R es el cuerpo de los numeros


reales y C es el cuerpo de los numeros complejos.
2. EL ESPACIO DE FUNCIONES Lp PARA 1 p < . 161

Definicion 16.8. Sean (X, F, ) un espacio de medida y f : X C una funcion


F-medible. Se dice que f es integrable en X respecto de cuando Ref e Imf son ambas
integrables en X respecto de y se define
Z Z Z
f d = Ref d + i Imf d.
X X X

Definicion 16.9. Sea una medida finita en el espacio medible ([0, 2], B([0, 2])), la
transformada de Fourier de es
b : Z C dada por
Z 2

b(n) = einx d(x) para n Z.
0

2. El espacio de funciones Lp para 1 p < .

En lo que sigue de este captulo p sera un numero real p tal que 1 p < .
Sea
Z
L = p
LpK (X, F, ) = f : X K, f es F medible y p
|f (x)| d(x) < .
X

Proposicion 16.10. LpK (X, F, ) es un espacio vectorial.

Pruebe la proposicion anterior. Para hacer la demostracion puede ser util tomar en cuenta
que

|a + b|p 2p max{|a|p , |b|p } 2p (|a|p + |b|p ).

Si f LpK (X, F, ) se define


Z 1/p
p
kf kp = |f (x)| d(x) .
X

Observe que kf kp = 0 no implica f = 0. Por lo tanto (LpK (X, F, ), k kp ) no es un


espacio normado.
Sin embargo, kf kp = 0 si y solo si f = 0 -casi-siempre. Esto permite definir un espacio
cociente que s es un espacio normado. A continuacion se dan los detalles.
Dadas f, g LpK (X, F, ) se dice que f g cuando f = g -casi-siempre. Se tiene
que permite definir clases de equivalencia.
162 16. ESPACIOS Lp (X, F, ).

3. El espacio Lp .

Sea
n o
p p e e p
L = L (X, F, ) = f : f es una clase de equivalencia de funciones f LK (X, F, ) .

Si f, g LpK (X, F, ) y es un escalar se definen

fe + ge = f]
+g
fe = f
f

Proposicion 16.11. LpK (X, F, ) es un espacio vectorial.

Si f LpK (X, F, ) se define


kfekp = kf kp .
Resulta que kfekp = 0 si y solo si fe = e
0.

4. El espacio L2 .

Dadas f, g L2K (X, F, ) se define


Z
hf, gi = f (x)g(x)d(x).
X

Esta relacion define un producto interno en L2K (X, F, ).


Sea
hfe, gei = hf, gi.
Esta relacion define un producto interno en L2K (X, F, ).

Es usual usar f para referirse a la clase fe.

5. Desigualdad de Holder y desigualdad de Minkowski.

Si 1 < p < el ndice conjugado de p es el numero q tal que


1 1
+ = 1.
p q
Se tienen las siguientes propiedades:
(a) 1 < q < .
(b) (p 1)(q 1) = 1.
(c) (p 1)q = p.
5. DESIGUALDAD DE HOLDER Y DESIGUALDAD DE MINKOWSKI. 163

Teorema 16.12 (Desigualdad de Holder). Si f LpK (X, F, ) y g LqK (X, F, ) donde


1 1
1<p<y p
+ q
= 1. Entonces f g L1K (X, F, ) y

kf gk1 kf kp kgkq

es decir,
Z Z 1/p Z 1/q
p q
|f (x) g(x)| d(x) |f (x)| d(x) |g(x)| d(x) .
X X X

Hay igualdad si y solo si existen c, d R tales que c|f | = d|g|q . p

Para p = q = 2 de la desigualdad de Holder se obtiene la desigualdad de Cauchy-Schwarz

|hf, gi| kf k2 kgk2

si f, g L2K (X, F, ).

Demostracion. Observe que si : R R esta dada por

(t) = tp1 ,

entonces
1 (s) = sq1 .
Sean a > 0 y b > 0, considerando el grafico de es facil ver que
Z a Z b
p1 ap bq
ab t dt + sq1 ds = + .
0 0 p q
Ademas hay igualdad si y solo si (a, b) esta en el grafico de .

Dadas f LpK (X, F, ) y g LqK (X, F, ). Tomando

a = |f (x)| y b = |g(x)|

se obtiene
|f (x)|p |g(x)|q
|f (x)||g(x)| + .
p q
De donde
Z Z Z
1 p 1 1 1
|f (x) g(x)| d(x) |f (x)| d(x) + |g(x)|q d(x) = kf kpp + kgkqq .
X p X q X p q

Caso 1: si kf kp = 1 y kgkq = 1.
Z
1 1
|f (x) g(x)| d(x) + = 1 = kf kp kgkq .
X p q
164 16. ESPACIOS Lp (X, F, ).

Caso 2: caso general.


Dadas f LpK (X, F, ) y g LqK (X, F, ) sean
f g
fo = y go = .
kf kp kgkq
Entonces fo LpK (X, F, ), go LqK (X, F, ),

kfo kpp = 1 y kgo kqq = 1.

Por lo hecho en el caso 1, se tiene que


Z
|fo (x) go (x)| d(x) 1.
X

De donde Z
f (x)g(x)

kf kp kgkq d(x) 1.
X

Como kf kp kgkq es una constante se tiene que


Z
1
|f (x)g(x)| d(x) 1.
kf kp kgkq X
Luego Z
|f (x)g(x)| d(x) kf kp kgkq .
X

Teorema 16.13 (Desigualdad de Minkowski). Si f, g LpK (X, F, ) donde 1 p < .


Entonces
kf + gkp kf kp + kgkp .

Demostracion.
Ya se sabe que f, g LpK (X, F, ) implica f + g LpK (X, F, ).

Caso p = 1. Se tiene que


Z
kf + gk1 = |f (x) + g(x)| d(x)
X
Z Z
|f (x)| d(x) + |g(x)| d(x)
X X

= kf k1 + kgk1 .
5. DESIGUALDAD DE HOLDER Y DESIGUALDAD DE MINKOWSKI. 165

Caso 1 < p < . Sea q el ndice conjugado de p, se tiene que p = (p 1)q.


De f + g LpK (X, F, ) se tiene que
Z Z
p p
kf + gkp = |f (x) + g(x)| d(x) = |f (x) + g(x)|(p1) q d(x) = k |f + g|p1 kqq .
X X

Como p/q = p 1 sigue que

kf + gkp1
p = k |f + g|p1 kq

y |f + g|p1 LqK (X, F, ).


A continuacion se usara que p = 1 + (p 1)
Z
p
kf + gkp = |f (x) + g(x)|p d(x)
ZX
= |f (x) + g(x)| |f (x) + g(x)|p1 d(x)
ZX Z
p1
|f (x)| |f (x) + g(x)| d(x) + |g(x)| |f (x) + g(x)|p1 d(x).
X X

Tomando en cuenta que f, g LpK (X, F, ) y |f + g|p1 LqK (X, F, ) aplicando la


desigualdad de Holder dos veces se tiene que

kf + gkpp kf kp k |f + g|p1 kq + kgkp k |f + g|p1 kq .

Luego
kf + gkpp kf kp kf + gkp1
p + kgkp kf + gkpp1 .
Por lo tanto
kf + gkp kf kp + kgkp .

Con esta desigualdad se puede probar el siguiente resultado.

Teorema 16.14. (LpK (X, F, ), k kp ) es un espacio normado, para 1 p < .

Proposicion 16.15. Si (X, F, ) es un espacio de medida finita y 1 p < q <


entonces
LqK (X, F, ) LpK (X, F, ).

Proposicion 16.16. Sea (X, F, ) un espacio de medida finita, si f L2K (X, F, )


entonces f L1K (X, F, ) y
kf k1 ((X))1/2 kf k2 .
166 16. ESPACIOS Lp (X, F, ).

6. Convergencia en norma p.

Definicion 16.17. Sea {fn }n1 una sucesion de funciones en LpK (X, F, ) y sea f
LpK (X, F, ). Se dice que {fn }n1 converge a f en LpK (X, F, ), o simplemente converge en
norma p, cuando
lm kfn f kp = 0.
n

Observacion 16.18. Convergencia puntual -casi siempre no implica convergencia en


LpK (X, F, ).

Ejemplo 16.19. Para n 1 sea fn : R R la funcion constantemente igual a 1/n, es


decir
1
fn =
1R .
n
Se tiene que {fn }n1 converge puntualmente (y uniformemente) a la funcion f 0, pero
{fn }n1 no converge a f en LpR (R, M, m), pues
Z Z p
1
p
kfn f kp = p
|fn (x) f (x)| dx = dx = 1 m(R) = .
np
R R n

Observacion 16.20. Convergencia en LpK (X, F, ) no implica convergencia puntual -


casi siempre.

Ejemplo 16.21. Para n 1 sea fn : R R la sucesion que camina, es decir, la sucesion


dada por
f2r +k = 1[ kr , k+1
2 2r ]
r
para r = 0, 1, 2, ... y k = 0, 1, . . . , 2 1.
Tal como se indico antes, si x [0, 1] entonces

lim fn (x) = 0 y lim fn (x) = 1.

Luego {fn (x)}n1 no converge. De donde {fn }n1 no converge puntualmente.

Sin embargo, si se considera la funcion f 0 entonces


Z Z
p p
kfn f kp = |fn (x) f (x)| dx = |fn (x)|p dx.
R R
Como
|f2r +k (x)|p = f2r +k (x)
se tiene que
Z Z
k k+1 1
kf2r +k f kpp = p
|f2r +k (x)| dx = 1[ kr , k+1 ] dx = m r , r = r 0
R R 2 2r 2 2 2
6. CONVERGENCIA EN NORMA p. 167

si r .
De donde {fn }n1 converge a f en LpR (R, M, m).

Observacion 16.22. Convergencia en medida no implica convergencia en LpK (X, F, ).

Ejemplo 16.23. Sea f 0 y para n 1 sea fn : R R la funcion dada por

fn = n 1(0, 1 ) .
n

Si 0 < < 1 entonces

m{x R : |fn (x) f (x)| > } = m{x R : n 1(0, 1 ) (x) > } = m(0, 1/n) = 1/n 0
n

si n . Por lo tanto, {fn }n1 converge en medida a f .


Pero
Z Z Z 1/n
kfn f kpp = p
|fn (x) f (x)| dx = |fn (x)| dx = p
np dx = np /n.
R R 0
Para p = 1
lm kfn f k1 = 1.
n
Por lo tanto {fn }n1 no converge a f en L1R (R, M, m).
Para 1 < p <
lm kfn f kpp = lm np1 = .
n n
p
Por lo tanto {fn }n1 no converge a f en LR (R, M, m).

Teorema 16.24 (Desigualdad de Chebyshev). Sean f LpK (X, F, ) donde 1 p <


y > 0. Entonces
1
{x X : |f (x)| > } kf kpp .
p
Demostracion.
Z
kf kpp = |f (x)|p d(x)
ZX Z
p
= |f (x)| d(x) + |f (x)|p d(x)
{xX: |f (x)|>} {xX: |f (x)|}
Z
|f (x)|p d(x)
{xX: |f (x)|>}
Z
p d(x)
{xX: |f (x)|>}
p
= {x X : |f (x)| > }.


168 16. ESPACIOS Lp (X, F, ).

Corolario 16.25. Si {fn }n1 converge a f en LpK (X, F, ) entonces {fn }n1 converge
a f en medida .

Demostracion. Por la desigualdad de Chebyshev

1
0 {x X : |fn (x) f (x)| > } p
kfn f kpp 0

si n .

Teorema 16.26 (Generalizacion del teorema de convergencia dominada). Sea 1 p <


, para n 1 sea fn : X K funcion F-medible. Sea h : X K integrable en X tal que
para cada n N

|fn (x)|p h(x) casi-siempre.

Si se cumple alguna de las siguientes condiciones:


(i) f (x) = lmn fn (x) casi-siempre.
(ii) {fn }n1 converge a f en medida .
entonces

lm kfn f kp = 0.
n

Ademas
Z
lm |fn (x) f (x)|p d(x) = 0.
n X

Corolario 16.27. Si X es un espacio de medida finita , la convergencia uniforme


-casi siempre en X implica la convergencia en LpK (X, F, ).

Proposicion 16.28. Si f LpK (X, F, ) y > 0 entonces existe funcion F-simple,


nula fuera de un conjunto de medida finita, tal que

kf kp < .

Proposicion 16.29. Si f LpK (X, F, ) entonces existe una sucesion {n }n1 de fun-
ciones F-simples, cada una de ellas nula fuera de un conjunto An de medida finita, tal que

lm kn f kp = 0.
n
7. SUCESIONES DE CAUCHY EN NORMA p. 169

7. Sucesiones de Cauchy en norma p.

Definicion 16.30. Sea {fn }n1 una sucesion de funciones en LpK (X, F, ). Se dice que
{fn }n1 es de Cauchy en LpK (X, F, ), o simplemente es de Cauchy en norma p, cuando para
todo > 0 existe N tal que si n, m > N entonces

kfn fm kp < .

Proposicion 16.31. Si {fn }n1 es una sucesion de Cauchy en LpK (X, F, ) entonces
{fn }n1 es una sucesion de Cauchy en medida .

La demostracion de esta proposicion se obtiene usando la desigualdad de Chebyshev.

Proposicion 16.32. Si {fn }n1 es una sucesion de Cauchy en LpK (X, F, ) entonces
{kfn kp }n1 es una sucesion de Cauchy en R.

La demostracion de esta proposicion se obtiene usando que

| kfn kp kfm kp | kfn fm kp .

Para probar el siguiente resultado se usara que: si {fn }n1 es una sucesion de Cauchy en
medida entonces existe f funcion F-medible tal que {fn }n1 converge a f en medida.

Teorema 16.33 (Riesz-Fischer).


LpK (X, F, ) es completo.
Es decir, si {fn }n1 es una sucesion de Cauchy en LpK (X, F, ) entonces existe
f LpK (X, F, ) tal que
lm kfn f kp = 0.
n

Demostracion. Sea {fn }n1 es una sucesion de Cauchy en LpK (X, F, ).


Resulta que {fn }n1 es una sucesion de Cauchy en medida . Entonces existe f funcion
F-medible tal que {fn }n1 converge a f en medida.
Por lo tanto, existe una subsucesion {fnk }k1 de {fn }n1 tal que {fnk }k1 converge -casi
siempre a f .
Paso 1: Veamos que f LpK (X, F, ).
Como {fn }n1 es una sucesion de Cauchy en LpK (X, F, ) se tiene que {kfn kp }n1 es una
sucesion de Cauchy en R. Por lo tanto {kfn kp }n1 es una sucesion acotada, es decir existe
M > 0 tal que
kfn kp M para todo n N.
170 16. ESPACIOS Lp (X, F, ).

Por el Lema de Fatou


Z Z p
p
|f (x)| d(x) = lm f nk (x) d(x)
X X n
Z
= lm |fnk (x)|p d(x)
X n
Z
lim |fnk (x)|p d(x)
n X

= lim kfnk kpp


n

M.

Por lo tanto f LpK (X, F, ).

Paso 2: Veamos que {fn }n1 converge a f en LpK (X, F, ).


Como {fn }n1 es una sucesion de Cauchy en LpK (X, F, ), dado > 0 existe N tal que
si n, nk > N entonces

kfn fnk kp < .

Por el lema de Fatou, si n > N entonces


Z
kfn f kpp = |fn (x) f (x)|p d(x)
ZX p

= fn (x) lm fnk (x) d(x)
k
ZX
= lm |fn (x) fnk (x)|p d(x)
X k
Z
lim |fn (x) fnk (x)|p d(x)
k X

= lim kfn fnk kpp


k

< p .

Corolario 16.34. LpK (X, F, ) es un espacio de Banach.

Corolario 16.35. L2K (X, F, ) es un espacio de Hilbert.


8. UN EJEMPLO DE FUNCIONAL LINEAL Y ACOTADO EN Lp . 171

8. Un ejemplo de funcional lineal y acotado en Lp .

Proposicion 16.36. Dado 1 < p < sea 1


p
+ 1
q
= 1. Para g LqK (X, F, ) sea
F : LpK (X, F, ) R dada por
Z
F (f ) = f (x)g(x)d(x)
X

si f LpK (X, F, ).
Entonces
(i) F es un funcional lineal en Lp .
(ii) F es un funcional lineal acotado en Lp .
(iii) kF k = kgkq .

Demostracion.
(i) Sea un escalar
Z
F (f1 + f2 ) = (f1 (x) + f2 (x))g(x)d(x)
X
Z Z
= f1 (x)g(x)d(x) + f2 (x)g(x)d(x)
X X

= F (f1 ) + F (f2 ).

(ii) Por la desigualdad de Holder


Z

|F (f )| = f (x)g(x)d(x)
X
Z
|f (x) g(x)| d(x)
X

= kf gk1
kf kp kgkq .

Por lo tanto F es un funcional lineal acotado y

kF k = sup |F (f )| kgkq .
kf kp =1

(iii) Sea

f1 = |g|q/p sgng
172 16. ESPACIOS Lp (X, F, ).

donde

1 si y > 0


sgn y = 0 si y = 0



1 si y < 0.
Entonces
|f1 |p = |g|q .
De donde f1 LpK (X, F, ) y
kf1 kpp = kgkqq .
Por otro lado
f1 g = |g|q/p g sgng = |g|q/p |g| = |g|1+q/p = |g|q
ya que
1 + q/p = 1 + (1 1/q)q = q.
Luego
f1 g = |f1 |p .
Usando esto y usando que q = 1 + q/p se obtiene
Z
F (f1 ) = f1 (x) g(x) d(x)
X
Z
= |g(x)|q d(x)
X

= kgkqq
= kgkq kgkq/p
q

= kgkq kf1 kp .

Si fo = f1 /kf1 kp , entonces kfo kp = 1 y de la linealidad de F se tiene que

F (fo ) = kgkq .

Por lo tanto
|F (fo )| sup |F (f )| = kF k kgkq = |F (fo )|.
kf kp =1

De donde
kF k = kgkq .

9. EL ESPACIO DE FUNCIONES L . 173

9. El espacio de funciones L .

Definicion 16.37. Sea f : X K una funcion F-medible, se dice que f es -esencialmente


acotada cuando existe a R tal que

{x X : |f (x)| > a} = 0.

Es decir, f es acotada salvo un conjunto de medida nula.


En este caso se dice que a es una cota superior -esencial de f .

Si f es -esencialmente acotada, el supremo esencial de f es

sup es |f | = inf{a R : {x X : |f (x)| > a} = 0}.

Es decir
sup es |f | = inf{a R : a es una cota superior esencial de f }.

Es facil probar que si sup es |f | = c entonces

|f (x)| c casisiempre.

Sea

L = L
K (X, F, ) = {f : X K, f es F medible y f es esencialmente acotada} .

Proposicion 16.38. L
K (X, F, ) es un espacio vectorial.

Si f L
K (X, F, ) se define

kf k = sup es |f |.

Observe que kf k = 0 no implica f = 0. Por lo tanto (L


K (X, F, ), k kp ) no es un
espacio normado.

Sin embargo, kf k = 0 si y solo si f = 0 -casi-siempre. Esto permite definir un espacio


cociente que s es un espacio normado. A continuacion se dan los detalles.

Dadas f, g L
K (X, F, ) se dice que f g cuando f = g -casi-siempre. Se tiene
que permite definir clases de equivalencia.
174 16. ESPACIOS Lp (X, F, ).

10. El espacio L .

Sea
n o
L = L (X, F, ) = fe : fe es una clase de equivalencia de funciones f L
K (X, F, ) .

Si f, g L
K (X, F, ) y es un escalar se definen

fe + ge = f]
+g
fe = f
f

Proposicion 16.39. L
K (X, F, ) es un espacio vectorial.

Si f L
K (X, F, ) se define

kfek = kf k .

Resulta que kfek = 0 si y solo si fe = e


0.

Teorema 16.40 (Desigualdad de Holder). Si f L1K (X, F, ) y g L


K (X, F, ).
Entonces f g L1K (X, F, ) y
kf gk1 kf k1 kgk

es decir,
Z Z
|f (x) g(x)| d(x) |f (x)| d(x) sup es |g|.
X X

Teorema 16.41 (Desigualdad de Minkowski). Si f, g L


K (X, F, ). Entonces

kf + gk kf k + kgk .

Teorema 16.42. (L
K (X, F, ), k kp ) es un espacio normado.

Proposicion 16.43. Si (X, F, ) es un espacio de medida finita y 1 p < entonces


p
L
K (X, F, ) LK (X, F, ).

Por lo tanto

\

L (X, F, ) Lp (X, F, ).
p=1
12. SUCESIONES DE CAUCHY EN NORMA . 175

Observacion 16.44. En general



\

L (X, F, ) 6= Lp (X, F, ).
p=1

Esto es as incluso en el caso en que sea una medida finita.

Ejemplo 16.45. Considere


(
| log x| si x (0, 1]
f (x) =
0 si x = 0
Para [0,1] con la medida de Lebesgue, se puede probar que f Lp [0, 1] si 1 p <
/ L [0, 1].
pero f

11. Convergencia en norma .

Definicion 16.46. Sea {fn }n1 una sucesion de funciones en L


K (X, F, ) y sea
f L
K (X, F, ). Se dice que {fn }n1 converge a f en LK (X, F, ), o simplemente
converge en norma , cuando
lm kfn f k = 0.
n

Proposicion 16.47. Sea {fn }n1 una sucesion de funciones en L


K (X, F, ) y sea
f L
K (X, F, ). Las siguientes condiciones son equivalentes:

(i) lmn kfn f k = 0.


(ii) {fn }n1 converge a f uniformemente -casi siempre.

12. Sucesiones de Cauchy en norma .

Definicion 16.48. Sea {fn }n1 una sucesion de funciones en L


K (X, F, ). Se dice que
{fn }n1 es de Cauchy en L
K (X, F, ), o simplemente es de Cauchy en norma , cuando
para todo > 0 existe N tal que si n, m > N entonces

kfn fm k < .

Proposicion 16.49. Si {fn }n1 es una sucesion de Cauchy en L


K (X, F, ) entonces
{fn }n1 es una sucesion de Cauchy en medida .

Proposicion 16.50. Si {fn }n1 es una sucesion de Cauchy en L


K (X, F, ) entonces
{kfn k }n1 es una sucesion de Cauchy en R.

La demostracion de esta proposicion se obtiene usando que

| kfn k kfm k | kfn fm k .


176 16. ESPACIOS Lp (X, F, ).

Teorema 16.51.
L
K (X, F, ) es completo.
Es decir, si {fn }n1 es una sucesion de Cauchy en L
K (X, F, ) entonces existe
f L
K (X, F, ) tal que
lm kfn f k = 0.
n

Corolario 16.52. L
K (X, F, ) es un espacio de Banach.

13. Un ejemplo de funcional lineal y acotado en L1 .

Proposicion 16.53. Para g L 1


K (X, F, ) sea F : LK (X, F, ) C dada por
Z
F (f ) = f (x)g(x)d(x)
X

si f L1K (X, F, ).
Entonces
(i) F es un funcional lineal en L1 .
(ii) F es un funcional lineal acotado en L1 .
(iii) kF k = kgk .
CAPTULO 17

Medidas de Stieltjes.

1. Funcion -aditiva en un anillo, asociada a una funcion de Stieltjes.

Toda funcion de Stieltjes F da origen a una medida F en B(R).


La construccion de esta medida se hace a partir de una funcion finitamente aditiva y
positiva definida en un semi-anillo.
Sea Is el semi-anillo formado por los intervalos acotados de R que son de la forma (a, b]
para a, b R.
Dada una funcion de Stieltjes F sea oF : Is R dada por

oF (a, b] = F (b) F (a).

Esta funcion es -aditiva en Is .


Sea R(Is ) el anillo generado por Is , este anillo esta formado por las uniones finitas y
disjuntas de elementos de Is .

Extendamos oF a R(Is ) de la manera natural, esto es: definamos oF : R(Is ) R+


mediante n
X
oF (A) = oF (Ii )
i=1
Sn
si A = i=1 Ii donde Ii esta en Is .

Proposicion 17.1. oF esta bien definida en R(Is ).


Proposicion 17.2. oF es finitamente aditiva en R(Is ).
Observacion 17.3. Se tiene que oF es una extension de oF y es la unica extension
aditiva de oF a R(Is ).
Corolario 17.4. oF es monotona en R(Is ). Es decir, si A, B R(Is ) y A B
entonces oF (A) oF (B).
Corolario 17.5. Si {Jn }N
n=1 es una familia finita de conjuntos de Is entonces
N ! N
[ X
oF Jn oF (Jn ).
n=1 n=1

177
178 17. MEDIDAS DE STIELTJES.

Proposicion 17.6. La funcion oF es -aditiva en R(Is ).


Es decir, si {Ek } es una sucesion de conjuntos tal que Ek R(Is ) para todo k,
S
E= k=1 Ek y E R(Is ) entonces

X
oF (E) = oF (Ek ).
k=1

Corolario 17.7. Sean A R(Is ) y {Ek } es una coleccion numerable de conjuntos de


S S
R(Is ) tal que k=1 Ek R(Is ). Si A k=1 Ek entonces

X
oF (A) oF (Ek ).
k=1

2. Construccion de la medida exterior asociada a F .

Para demostrar los resultados de esta seccion se usa que (n, n] esta en Is y

[
R= (n, n].
n=1

A continuacion se extendera oF de R(Is ) a una -algebra de R, usando el metodo de


Caratheodory .
Sea F : P(R) R+ definida de la siguiente manera:
Si A R se considera la familia S(A) de todas las sucesiones de conjuntos de S que
cubren a A, es decir
(
)
[
S(A) = {Gn } : Gn Is , A Gn .
n=1
S
Resulta que S(A) 6= puesto que A R = n=1 (n, n]. Se define

X
F (A) = inf oF (Gn ).
{Gn }S(A)
n=1

Esta funcion ayuda a medir A aproximandolo desde afuera por conjuntos de Is .

La funcion de conjuntos F se llama medida exterior asociada a F .

Observacion 17.8. La medida exterior no es una medida en P(R).

Proposicion 17.9. Si F la medida exterior asociada a F , entonces


(i) F () = 0.
(ii) F es monotona. Es decir, F (A) F (B) si A B.
3. CONSTRUCCION DE LA MEDIDA DE STIELTJES ASOCIADA A F . 179

Definicion 17.10. Sea : P(R) R+ se dice que es -subaditiva cuando para toda
sucesion {An } de subconjuntos de R se tiene que
!
[ X
An (An ).
n=1 n=1

Proposicion 17.11. Si F la medida exterior asociada a F , entonces F es -subaditiva.


Es decir, para toda sucesion {An } de subconjuntos de R se tiene que
!
[ X

F An F (An ).
n=1 n=1

3. Construccion de la medida de Stieltjes asociada a F .

En general la medida exterior F , definida en todos los subconjuntos de R no es -aditiva.


Ni siquiera es finitamente aditiva. Sin embargo si se restringe a una clase de conjuntos mas
pequena que P(R), s resulta ser -aditiva.

La siguiente definicion es debida a Caratheodory y da la clase de conjuntos donde F es


-aditiva.

Definicion 17.12. Un conjunto E R es F -medible si y solo si para todo A R se


tiene que
F (A) = F (A E) + F (A E C ).

Proposicion 17.13.
(a) es F -medible.
(b) E es F -medible si y solo si E C es F -medible.
(c) R es F -medible.

Observacion 17.14. Sea E R, por la -subaditividad de F tenemos que E es


F -medible si y solo si para todo A R se tiene que

F (A) F (A E) + F (A E C ).

Proposicion 17.15. Si F es finitamente aditiva en P(R) entonces todo subconjunto


de R es F -medible.

Proposicion 17.16. Si F (E) = 0 entonces E es F -medible.


180 17. MEDIDAS DE STIELTJES.

Sea MF la familia de los conjuntos F -medibles.

Teorema 17.17. MF es una -algebra y la restriccion de F a MF es una medida.

De
B(R) = ( { intervalos del tipo (a, b] para a, b R} )
se obtiene el siguiente resultado.

Teorema 17.18. B(R) esta contenida en MF .

Del teorema anterior se deduce que F restringida a MF es una medida que extiende a
oF . Esta medida se conoce como la medida de Stieltjes asociada a la funcion de Stieltjes F
y se denota por F .

Proposicion 17.19. Sean F es una funcion de Stieltjes y F la medida de Stieltjes


asociada a F . Para x R sea F (x) el salto de F en x, es decir,

F (x) = F (x+ ) F (x ) = F (x) F (x ).

Si a, b R entonces
(i) F (a, b) = F (a, b] F (b).
(ii) F [a, b] = F (a, b] + F (a).
(iii) F [a, b) = F (a, b] + F (a) F (b).
(iv) F {a} = F (a).
(v) F es continua en a si y solo si F {a} = 0.

4. Funcion de Stieltjes asociada a una medida finita en conjuntos acotados.

Proposicion 17.20. Sea una medida definida en B(R) tal que (A) es finito si A es
un conjunto acotado. Sea F : R R definida por

(0, t]
si t > 0
F (t) = 0 si t = 0


(t, 0] si t < 0
Entonces
(i) F es una funcion de Stieltjes.
(ii) F (A) = (A) para todo A en B(R).
4. FUNCION DE STIELTJES ASOCIADA A UNA MEDIDA FINITA EN CONJUNTOS ACOTADOS. 181

Proposicion 17.21. Sea una medida definida en B(R) tal que (A) es finito si A es
un conjunto acotado. Las siguientes condiciones son equivalentes
(i) es una medida discreta.
(ii) Existe una funcion de salto F tal que = F .

Si es una medida finita en B(R) entonces es una medida de Stieltjes. Esta medida
esta generada por diversas funciones de Stieltjes. Sin embargo, lo usual en considerar la
siguiente funcion de Stieltjes
F (x) = (, x].
Se puede probar que = F (pruebelo).

Si = P es una medida de probabilidad, a F se le llama funcion de distribucion de P .


La funcion de distribucion satisface las siguientes propiedades:

lm F (x) = 0,
x

lm F (x) = 1.
x

Una funcion de distribucion es de salto si


X
F (x) = F (y)
yx

para todo x R.
CAPTULO 18

Diferenciacion e integracion.

En este captulo se consideraran funciones de variable real y a valores reales. Se presen-


taran resultados clasicos de integracion y de derivacion casi siempre con respecto a la medida
de Lebesgue.
En el siglo XIX se estudiaron intensamente las propiedades de diferenciabilidad de las
funciones continuas. Una de las preguntas mas basicas es que tan poco diferenciable puede
ser una funcion continua. En 1872 Riemann conjeturo que la funcion

X sin(nx)
R(x) =
n=1
n2

es continua en todas partes y no es diferenciable en ningun punto, pero sin demostrarlo. Por
la convergencia absoluta de la serie es obvio que la funcion es continua.
En 1876 Weierstrass examino la funcion
X
K(x) = an cos(bn x)
n=1

para a (0, 1), b (2n + 1)Z y ab > 1 + 3/2 probando que es continua y no diferenciable
en ningun punto.
En 1916, Hardy probo que R es no diferenciable en todos los irracionales y en algunos
racionales. Ademas probo que K es continua en todas partes y no es diferenciable en ningun
punto si 0 < a < 1 y ab 1.
En 1969, Gerver probo que: R es diferenciable en x si y solo si x = p/q es racional con p
y q impares. Ademas en tales puntos su derivada es igual a 1/2.

Proposicion 18.1. Si f : [a, b] R es una funcion monotona entonces la cardinalidad


del conjunto de puntos donde f no es continua es a lo mas numerable.

Demostracion. Sin perdida de generalidad se puede suponer que f es monotona no


decreciente. Sea
w(x) = lm+ f (y) lm f (y).
yx yx

Luego f es continua en x si y solo si w(x) = 0.

183
184 18. DIFERENCIACION E INTEGRACION.

Sea
Dx = z R : lm f (y) < z < lm+ f (y) .
yx yx

Supongase que xo y x1 son puntos de discontinuidad de f , entonces Dxo y Dxo son no


vacos y disjuntos, es decir, Dxo Dx1 = .
Como para cada Dx no vaco existe un racional q que esta en Dx , entonces no puede
haber mas que una cantidad numerable de puntos de discontinuidad de f , dado que los Dx
no vacos son disjuntos.

Se ha probado que una funcion monotona definida en un intervalo acotado es continua


salvo para una cantidad numerable de puntos. A continuacion se analizara la diferenciabilidad
de las funciones monotonas.

Es un hecho bien conocido que las funciones constantes son derivables y su derivada es
cero. Sea la funcion de Cantor, en cada uno de los intervalos extrados en la construccion
del conjunto de Cantor la funcion es constante. Sin embargo dados dos intervalos extrados
diferentes, los dos valores constantes que toma en esos intervalos son diferentes.
Resulta que
0 0 casi siempre en [0, 1],
sin embargo no es constante casi siempre.
Mas aun Z 1
0 (t) dt = 0 < 1 = (1) (0).
0

Este hecho contrasta con el teorema fundamental del calculo (para integrales de Riemann)
el cual establece: Si f es integrable Riemann sobre [a, b] y existe una funcion derivable
g : (a, b) R tal que f (x) = g 0 (x) para todo x [a, b], entonces
Z b
R f = g(b) g(a).
a

Si x = a o x = b entonces la derivada en x se entiende que representa la derivada por la


derecha o la derivada por la izquierda. Esta consideracion se mantendra para los resultados
que siguen.

Lo indicado antes es una muestra de lo diferentes que pueden ser los resultados de deri-
vacion e integracion cuando se considera la integral de Lebesgue en lugar de la integral de
Riemann.
2. DERIVADAS DE DINI. 185

1. Lmite superior e inferior de una funcion, en un punto.

Sean f : R R una funcion y x R.


Los lmites superior e inferior de una funcion f en x son, respectivamente,

lim f (x + h) = inf sup f (x + h),


h0 >0 0<|h|<

lim f (x + h) = sup inf f (x + h).


h0 >0 0<|h|<

Los lmites por la derecha superior e inferior de una funcion f en x son, respectivamente,

lim f (x + h) = inf sup f (x + h),


h0+ >0 0<h<

lim f (x + h) = sup inf f (x + h).


h0+ >0 0<h<

Los lmites por la izquierda superior e inferior de una funcion f en x son, respectivamente,

lim f (x + h) = inf sup f (x + h),


h0 >0 <h<0

lim f (x + h) = sup inf f (x + h).


h0 >0 <h<0

2. Derivadas de Dini.

Definicion 18.2. Sea f : (a, b) R, si x (a, b) las derivadas laterales de Dini de f


en x son
f (x + h) f (x) f (x + h) f (x)
D+ f (x) = lim+ = inf sup ,
h0 h >0 0<h< h
f (x + h) f (x) f (x + h) f (x)
D+ f (x) = lim = sup inf ,
h0+ h >0 0<h< h
f (x + h) f (x) f (x + h) f (x)
D f (x) = lim = inf sup ,
h0 h >0 <h<0 h
f (x + h) f (x) f (x + h) f (x)
D f (x) = lim = sup inf ,
h0 h >0 <h<0 h
Es importante resaltar que las derivadas laterales de Dini siempre existen, aunque podran
valer + o .
Es facil probar que
D+ f (x) D+ f (x),

D f (x) D f (x).
186 18. DIFERENCIACION E INTEGRACION.

Se dice que f es derivable a la derecha en x cuando

D+ f (x) = D+ f (x).

Al valor comun se le llama derivada a la derecha de f en x y se denota por f+0 (x).


Se dice que f es derivable a la izquierda en x cuando

D f (x) = D f (x).

Al valor comun se le llama derivada a la izquierda de f en x y se denota por f0 (x).


Se dice que f es derivable en x cuando las cuatro derivadas de Dini en x son iguales y
finitas, es decir,
D+ f (x) = D+ f (x) = D f (x) = D f (x) 6= .

En este caso se dice la derivada de Dini es ese valor comun y se denota por Df (x).
Se tiene que f es derivable en el sentido anterior si y solo si existe
f (x + h) f (x)
lm
h0 h
y este lmite vale Df (x). Es decir,

Df (x) = f 0 (x).

Ejercicios 18.3.
(1) Sea

x sen 1 si x 6= 0
x
f (x) =
0 si x = 0

Calcule D+ f (0), D+ f (0), D f (0), D f (0).

(2) Encuentre una funcion f tal que para algun punto x se cumpla que todas las deri-
vadas de Dini de f en x sean finitas y distintas.

(3) Construya una funcion f tal que en algun punto x se tenga

D f (x) = D f (x) = ,

D+ f (x) = D+ f (x) = +.
3. DERIVACION DE FUNCIONES MONOTONAS. 187

(4) Demuestre que si la derivada derecha de f en x existe y es finita entonces f es


continua por la derecha.

(5) Demuestre que si f posee un maximo en xo entonces

D+ f (xo ) 0 y D f (xo ) 0.

(6) Demuestre el siguiente teorema (dado por Fubini).


Sea {fn }n1 una sucesion de funciones monotonas crecientes definidas en [a, b]
P
tal que la serie n=1 fn (x) converge puntualmente. Sea

X
f (x) = fn (x).
n=1

Demuestre que

X
fn 0 (x) = f 0 (x) casi siempre en [a, b].
n=1

3. Derivacion de funciones monotonas.

Proposicion 18.4. Si f es una funcion monotona (creciente o decreciente) entonces el


conjunto de puntos de discontinuidad de f es numerable.

Por otro lado observe que si es la funcion de Cantor. Entonces es monotona,

0 0 casi siempre en [0, 1],

sin embargo no es constante casi siempre.

Sea f una funcion monotona, sera derivable?

En lo que sigue se probara que: si f es una funcion monotona creciente o decreciente


entonces f es derivable excepto en un conjunto de medida cero. La demostracion de este
resultado es un poco larga y requiere de varios conceptos y resultados previos.

Definicion 18.5. Sea I una coleccion de intervalos no degenerados y sea E R.


Se dice que I es un cubrimiento de Vitali de E cuando para todo > 0, para todo x E
existe un intervalo I de I tal que
(a) x I,
(b) l(I) < .
188 18. DIFERENCIACION E INTEGRACION.

Lema 18.6 (Primer Lema de Vitali). Sean E R, I un cubrimiento de Vitali de E


entonces existe una coleccion numerable {In } de intervalos de I disjuntos entre s tales que

!
[
m E \ In = 0.
n=1

Demostracion.
Caso 1: m (E) es finita.
Se puede suponer que los intervalos de I son cerrados, pues si no lo son se puede considerar

{I : I esta en I},

el cual es un cubrimiento de E. Ademas

m(I) = 0,

donde indica la frontera.

Como la medida de Lebesgue es regular existe un conjunto abierto tal que E y


m() es finita.

Se puede suponer que I para todo I I. En caso contrario se toma

I = {I I : I }.

Como E , esta coleccion tambien es un cubrimiento de Vitali de E.

A continuacion se construira la sucesion {In }.


Sea I1 un intervalo cualquiera de I.
Si E I1 entonces
m (E \ I1 ) = 0
y el proceso termina.
En caso contrario se debe continuar.

Supongamos que se ha escogido una coleccion disjunta {I1 , , Ik } de intervalos de I.


S
Si E kn=1 In entonces !
k
[
m E \ In = 0
n=1
y el proceso termina.
Sk
En caso contrario existe x E \ n=1 In .
3. DERIVACION DE FUNCIONES MONOTONAS. 189

Como los intervalos In son cerrados y como I es un cubrimiento de Vitali de E: existe


un intervalo I de I tal que
(1) x I.
(2) I In = para todo n = 1, , k.
Sea

rk = sup {l(J) : J In = para todo n = 1, , k}. (18.1)


J en I

Para cada J se tiene


rk l(J) m() < .
Escogemos Ik+1 tal que Ik+1 In = para todo n = 1, , k.
Luego
rk
l(Ik+1 ) >
. (18.2)
2
(esto corresponde al argumento del supremo con = rk /2).
As se ha construido la sucesion {In }.

A continuacion se debe probar que



!
[
m E \ In = 0.
n=1

Suponga que existe > 0 tal que



!
[
m E\ In = .
n=1

Como los intervalos In son disjuntos se tiene que


!
[ X
m In = l(In ).
n=1 n=1

Como

[
In
n=1
se tiene que

X
l(In ) m() < .
n=1
De donde existe N tal que

X
l(In ) < /5.
n=N +1
190 18. DIFERENCIACION E INTEGRACION.

Sea
k
[
F =E\ In .
n=1
Se tiene que

[
F E\ In
n=1
y por lo tanto
m (F ) .

A continuacion se probara que m (F ) < . Lo cual sera una contradiccion.

Sea x F . Se tiene que


(a) x E
(b) x InC para todo n = 1, , N .
Como I es un cubrimiento de Vitali de E, existe J en I tal que x J y

J In = para todo n = 1, , N.

No puede ocurrir que para todo k > N , sea J In = para todo n = 1, , k, ya que
por (18.1) y (18.2) se tiene

0 l(J) rk < 2 l(Ik+1 ) 0

si k , pues

X
l(In ) < .
n=1
De donde
l(J) = 0,
es decir, J es degenerado. Pero esto es una contradiccion.
Sea
ko = mn{k > N : J Ik 6= }.
Como
J Ik = para k = 1, , ko 1
por (18.1) y (18.2) se tiene
l(J) rko 1 < 2 l(Iko ).
3. DERIVACION DE FUNCIONES MONOTONAS. 191

Sea xko el punto medio de Iko . Como

J Iko 6=

y x J entonces
1 5
|x xko | l(J) +l(Iko ) < l(Iko ).
2 2
Sea Hk el intervalo con centro xk y longitud cinco veces la longitud de Ik , esto es

l(Hk ) = 5 l(Ik ).

Luego x Hko .
Por lo tanto

[
F Hk
k=N +1
y

X
X

m (F ) l(Hk ) = 5 l(Ik ) < .
k=N +1 k=N +1

Caso 2: m (E) = .
Solo se dara la idea de la prueba.
Se considera

[
E= Ek
k=1

con m (Ek ) finita y {Ek } disjuntos entre s.


Corolario 18.7 (Segundo Lema de Vitali). Sea E R con m (E) finita y sea I un
cubrimiento de Vitali de E. Dado > 0 existe una coleccion finita {I1 , , IN } de intervalos
disjuntos, en I, tal que
N
!
[

m E\ Ik < .
k=1

Observacion 18.8. Note que en estos resultados de Vitali no se pide que el conjunto
E sea medible Lebesgue.

Lema 18.9. Si f : (, ) R es una funcion monotona creciente, entonces

m {x R : D f (x) < D+ f (x)} = 0,

m {x R : D+ f (x) < D f (x)} = 0.


192 18. DIFERENCIACION E INTEGRACION.

Demostracion. Solamente se probara la primera igualdad. La otra es analoga.


Dados u, v R con v < u, sea

Euv = {x R : D f (x) < v < u < D+ f (x)}.

Se tiene que
[
{x R : D f (x) < D+ f (x)} = Euv .
u,vQ

Para concluir el resultado basta probar que

m (Euv ) = 0.

Esto se probara usando el lema de Vitali.


Sea
s = m (Euv ).
Por la regularidad de la medida exterior de Lebesgue, dado > 0 existe un abierto O tal
que
Euv O y m(O) < s + .
Si x Euv entonces
D f (x) < v.
Por lo tanto existe h > 0 (h depende de x) arbitrariamente pequeno tal que

[x h, x] O y f (x) f (x h) < v h.

Estos intervalos forman un cubrimiento de Vitali, I, de Euv .


Por el lema de Vitali existe una coleccion finita {I1 , , IN } de intervalos disjuntos, en
I, tal que !
N
[
m Euv \ Ik < .
k=1
SN
A partir de k=1 Ik se puede obtener un conjunto A Euv tal que los interiores de
{I1 , , IN } cubren a A y
m (Euv \ A) < .
Sea xi tal que
Ii = [xi hi , xi ].
Se tiene que
N
X N
X
f (xi ) f (xi hi ) < v hi < v m(O) < v (s + ).
i=1 i=1
3. DERIVACION DE FUNCIONES MONOTONAS. 193

Si y A entonces y Euv (por lo tanto vale lo hecho antes). Ademas

u < D+ f (y),

por lo tanto existe k > 0 (k depende de y) arbitrariamente pequeno tal que

[y, y + k] Ii para algun i = 1, , N y f (y + k) f (y) > u k.

Estos intervalos forman un cubrimiento de Vitali, J , de A.


Por el lema de Vitali existe una coleccion finita {J1 , , JM } de intervalos disjuntos, en
S
J y un conjunto B A tal que B M j=1 Jj

m (A \ B) < .

Se tiene que
B A Euv .
Luego
m (Euv ) m (B) m (Euv \ B) m (Euv \ A) + m (A \ B).
Por lo tanto
m (B) > m (Euv ) 2 = s 2 .
Sea yj tal que
Jj = [yj , yj + kj ].
Se tiene que
M
X M
X
f (yj + kj ) f (yj ) > u kj > u m (B) > u (s 2).
j=1 j=1

Por construccion cada intervalo Jj esta contenido en algun Ii . Sumando sobre los j tales
que Jj Ii , usando que f es creciente y que los intervalos Jj son disjuntos obtenemos
X
f (yj + kj ) f (yj ) f (xi ) f (xi hi ).
j:Jj Ii

Sumando sobre i se obtiene:


M
X N
X
f (yj + kj ) f (yj ) f (xi ) f (xi hi ).
j=1 i=1

De donde
u (s 2) < v (s + ).
Como es arbitrario y positivo se tiene que

u s < v s.
194 18. DIFERENCIACION E INTEGRACION.

Pero v < u, por lo tanto s = 0.

El siguiente resultado se conoce como el teorema de derivacion de Lebesgue, para fun-


ciones monotona.

Teorema 18.10 (Lebesgue). Si f : (, ) R es una funcion monotona creciente y


medible Lebesgue entonces
(1) Las derivadas de Dini de f son iguales casi siempre.
(2) f es derivable casi siempre en (, ).
(3) f 0 es medible Lebesgue.
(4) Si < a < b < entonces
Z b
f 0 (x) dx f (b) f (a).
a

Demostracion. (1) Por el lema anterior

D+ f (x) D f (x) D f (x) D+ f (x) D+ f (x) c.s.

Por lo tanto las derivadas de Dini son iguales casi siempre.

Para probar (2), (3) y (4) se define


f (x + h) f (x)
g(x) = lm .
h0 h
Se tiene que g esta definida casi siempre, observe que g(x) podra valer o .
Es importante notar que f sera derivable donde g sea finita.
Para cada n N sea
f (x + 1/n) f (x)
gn (x) = .
1/n
Cada gn es medible y
lm gn (x) = g(x) c.s.
n
Luego g es medible Lebesgue.

Sean a, b tales que < a < b < se redefine f de la siguiente manera

f (x) = f (b) si x b.

Como f es creciente sigue que gn 0 para todo n. Por el lema de Fatou


Z b Z b Z b
g(x) dx lim gn (x) dx = lim n f (x + 1/n) f (x) dx.
a n a n a
3. DERIVACION DE FUNCIONES MONOTONAS. 195

Por otro lado


Z b Z b+1/n
f (x + 1/n) dx = f (x) dx.
a a+1/n

De donde
Z Z Z !
b b+1/n b
g(x) dx lim n f (x) dx f (x) dx
a n a+1/n a
Z Z !
b+1/n a+1/n
= lim n f (x) dx f (x) dx
n b a

1 1
lim n f (b) f (a)
n n n
= f (b) f (a).

pues f es creciente.
Se ha probado que g es integrable en [a, b]. Luego g es finita casi siempre en [a, b].

Como a, b son dos numeros arbitrarios tales que < a < b < sigue que la funcion
g es finita casi siempre en [, ].
De donde f es derivable casi siempre en [, ]. Esto demuestra (2).

Como g = f 0 casi siempre se obtienen


(3) f 0 es medible Lebesgue.
(4) Si < a < b < entonces
Z b
f 0 (x) dx f (b) f (a).
a

Observacion 18.11. Tal como se indico antes la funcion de Cantor satisface la conclusion
de este teorema con desigualdad estricta.

Corolario 18.12. Si f : [a, b] R es de variacion acotada en [a, b] entonces f es


derivable casi siempre en [a, b].

Observacion 18.13. El teorema de derivacion de Lebesgue puede demostrarse sin usar


el lema de Vitali, una demostracion de este teorema usando el lema de Riesz conocido como
el lema del sol naciente puede verse en el libro A primer of real functions de Boas.
196 18. DIFERENCIACION E INTEGRACION.

4. Funciones absolutamente continuas.

Sean I R, f : I R, [a, b] I. Se dice que f es una funcion absolutamente continua


en [a, b] si dado > 0 existe > 0 tal que para todo n para toda coleccion finita {(ai , bi )}ni=1
de intervalos disjuntos de [a, b] se tiene que
n
X
(bi ai ) <
i=1

implica
n
X
|f (bi ) f (ai )| < .
i=1

Proposicion 18.14. La continuidad absoluta implica la continuidad uniforme.

Proposicion 18.15. Sean a, b R, a < b y f : [a, b] R una funcion integrable


Lebesgue en [a, b]. Si Z x
F (x) = F (a) + f (t) dt
a
entonces F es absolutamente continua en [a, b].

Demostracion. Sea A [a, b]. Por la continuidad absoluta de la integral (ver Teorema
13.14), dado > 0 existe > 0 tal que si A es un conjunto medible Lebesgue y m(A) <
entonces Z
|f (t)| dt < .
A
Sea
n
[
Ao = (ai , bi )
i=1
tal que
n
X
(bi ai ) < .
i=1
Entonces m(Ao ) < . De donde
n
X n Z
X
n Z Z
bi X bi
|F (bi ) F (ai )| =
f (t) dt |f (t)| dt = |f (t)| dt < .

i=1 i=1 ai i=1 ai Ao


5. LA INTEGRAL INDEFINIDA DE LEBESGUE 197

Proposicion 18.16. Si f es absolutamente continua en [a, b] entonces f es de variacion


acotada en [a, b]

Corolario 18.17. Si f es absolutamente continua en [a, b] entonces f es derivable casi


siempre en [a, b].

5. La integral indefinida de Lebesgue

Proposicion 18.18. Sean a, b R, a < b y f : [a, b] R una funcion integrable


Lebesgue. Sea F : [a, b] R dada por
Z x
F (x) = f (t) dt
a

para x [a, b]
(1) F es absolutamente continua en [a, b].
(2) F es uniformemente continua en [a, b].
(3) F es de variacion acotada en [a, b].
(4) F es derivable casi siempre en el intervalo [a, b].

Demostracion. Las partes (1) y (2) se obtienen de la seccion anterior. Para probar que
F es de variacion acotada se toma en cuenta que
Z x Z x
+
F (x) = f (t) dt f (t) dt.
a a

Luego F es la diferencia de dos funciones monotonas, por lo tanto F es de variacion acotada.


La parte (4) se deduce del teorema de derivacion de Lebesgue tomando en cuenta que F
es la diferencia de dos funciones monotonas.

De la proposicion anterior surgen algunas preguntas:


Cuanto vale F 0 ?
Z x
d
f (t) dt = f (x)?
dx a

Para estudiar esta derivada comenzamos observando que el cociente incremental corres-
pondiente es
Z x+h Z x Z x+h
1 1
f (t) dt f (t) dt = f (t) dt.
h a a h x
198 18. DIFERENCIACION E INTEGRACION.

Proposicion 18.19. Sean a, b R, a < c < b y f : [a, b] R una funcion medible


Lebesgue. Si f es continua en c y f es integrable Lebesgue en un entorno de c entonces
Z
1 c+h
lm f (t) dt = f (c).
h0 h c

Demostracion. Dado > 0 existe > 0 tal que |t c| < implica |f (t) f (c)| < .
Sea h tal que |h| < .
Caso h > 0.
Z c+h Z c+h Z c+h
1 1 1
f (c) f (t) dt = f (c) dt f (t) dt
h c h c h c
Z c+h
1
|f (c) f (t)| dt
h c
Z
1 c+h
dt =
h c
si h < .
El caso h < 0 es analogo.

Lema 18.20. Sean a, b R, a < b y f : [a, b] R una funcion integrable Lebesgue en


[a, b]. Si Z x
f (t) dt = 0
a
para todo x [a, b] entonces

f 0 casi siempre en [a, b].

Demostracion. Sean
E+ = {x R : f (x) > 0},
E = {x R : f (x) < 0}.
Se debe probar que m(E+ ) = 0 y m(E ) = 0.
Solamente se probara la primera igualdad. La otra es analoga.
Supongamos que m(E+ ) > 0. Entonces existe F cerrado tal que F E+ y m(F ) > 0.
Luego Z
f (t) dt 6= 0.
F
Sea
O = (a, b) \ F.
Entonces Z Z Z
b
0= f (t) dt = f (t) dt + f (t) dt.
a F O
5. LA INTEGRAL INDEFINIDA DE LEBESGUE 199

Por lo tanto Z Z
f (t) dt = f (t) dt.
O F
Luego Z
f (t) dt 6= 0.
O
Por otro lado O se puede escribir como una union numerable y disjunta de intervalos
abiertos {(an , bn )}
n=1 . Por lo tanto
Z Z
X bn
0 6= f (t) dt = f (t) dt
O n=1 an

De donde existe n tal que


Z bn
f (t) dt 6= 0.
an
Esto implica
Z an Z bn
f (t) dt = 0 o f (t) dt = 0.
a a

Lema 18.21. Sean a, b R, a < b y f : [a, b] R una funcion integrable en [a, b]. Si f
es acotada y Z x
F (x) = F (a) + f (t) dt
a
entonces
F 0 (x) = f (x) casi siempre en [a, b].

Demostracion. Sea M > 0 tal que |f (x)| M para todo x [a, b].
Para cada n N sea
F (x + 1/n) F (x)
gn (x) = .
1/n
Cada gn es medible y
lm gn (x) = F 0 (x).
n
Luego F 0 es medible Lebesgue.
Ademas
Z Z ! Z
x+1/n x x+1/n
gn (x) = n f (t) dt f (t) dt =n f (t) dt.
a a x

Luego
Z x+1/n
|gn (x)| n |f (t)| dt n M 1/n = M.
x
200 18. DIFERENCIACION E INTEGRACION.

Por el teorema de convergencia dominada sigue que si x [a, b] entonces


Z x Z x
0
F (t) dt = lm gn (t) dt
a a n
Z x
= lm gn (t) dt
n a
Z x
= lm n F (t + 1/n) F (t) dt
n a
Z x+1/n Z x
= lm n F (t) dt n F (t) dt
n a+1/n a
Z x+1/n Z a+1/n
= lm n F (t) dt n F (t) dt.
n x a

De la continuidad de F y por la proposicion anterior sigue que


Z x Z x+1/n Z a+1/n
0
F (t) dt = lm n F (t) dt n F (t) dt
a n x a

= F (x) F (a)
Z x
= f (t) dt.
a

De donde Z x
(F 0 (t) f (t)) dt = 0
a

para todo x [a, b].


Por el lema anterior se tiene que

F 0 (t) = f (t) casi siempre en [a, b].

Teorema 18.22 (Diferenciacion de la integral indefinida).


Sean a, b R, a < b y f : [a, b] R una funcion integrable en [a, b]. Si
Z x
F (x) = F (a) + f (t) dt
a

entonces
F 0 (x) = f (x) casi siempre en [a, b].

Demostracion.
Caso 1: Suponga que f 0.
5. LA INTEGRAL INDEFINIDA DE LEBESGUE 201

Para n N sea
f (t) si f (t) n
fn (t) =
n si f (t) > n
Entonces fn f y
lm fn (t) = f (t).
n
Sea Gn : [a, b] R dada por
Z x
Gn (x) = (f (t) fn (t)) dt.
a

Como f fn 0 resulta que Gn es una funcion creciente y por lo tanto Gn es derivable


casi siempre. Ademas la derivada es no negativa, esto es, Gn 0 0.
Como fn es acotada, por el lema anterior
Z x
d
fn (t) dt = fn (x) casi siempre en [a, b].
dx a
De las definiciones de F y de Gn sigue que
Z x
0 d
F (x) = f (t) dt =
dx a
Z x
0 d
= Gn (x) + fn (t) dt
dx a
= Gn 0 (x) + fn (x)
fn (x) c. s.

Si n se obtiene F 0 (x) f (x).


Luego
Z b Z b
0
F (t) dt f (t)dt = F (b) F (a).
a a
Como f 0, se tiene que F es creciente. Por el teorema de derivacion de Lebesgue para
funciones crecientes Z b
F 0 (t) dt F (b) F (a).
a
De donde Z Z
b b
0
F (t) dt = F (b) F (a) = f (t) dt.
a a
Entonces Z b
(F 0 (t) f (t)) dt = 0.
a
0 0
Como F f 0 entonces F f = 0 casi siempre.
Caso 2: Caso general. Queda como ejercicio.
202 18. DIFERENCIACION E INTEGRACION.

6. Algunas propiedades de las funciones absolutamente continuas.

Lema 18.23. Si f es absolutamente continua en [a, b] y

f00 c.s. en [a, b],

entonces f es constante en [a, b].

Demostracion. Sea c [a, b], se probara que f (c) = f (a).


Sea E (a, c) el conjunto tal que m(E) = c a y

f 0 (x) = 0 para todo x E.

Sean > 0 y x E, como f 0 (x) = 0 sigue que existe un intervalo arbitrariamente


pequeno [x, x + h] [a, c] tal que

|f (x + h) f (x)| < h.

Dado > 0 sea = () el numero dado por la definicion de continuidad absoluta.


Por el lema de Vitali existe una coleccion finita {[xk , yk ]}nk=1 de intervalos disjuntos que
cubren a E, excepto por un conjunto B tal que m(B) < . Se puede suponer que {xk }nk=1
esta ordenada en forma creciente.
Se tiene que
n
X n
X
|f (yk ) f (xk )| yk xk < (c a).
k=1 k=1
Sean
yo = a y xn+1 = c.
Como los intervalos son disjuntos se tiene que

a = yo x1 < y1 < < xn < yn xn+1 = c.

Se tiene que (yk , xk+1 ) B. Mas aun


n
[
(yk , xk+1 ) B.
k=0

Luego !
n
X n
X n
[
xk+1 yk = m(yk , xk+1 ) = m (yk , xk+1 ) < .
k=0 k=0 k=0
Por la continuidad absoluta de f se tiene que
n
X
|f (xk+1 ) f (yk )| < .
k=0
6. ALGUNAS PROPIEDADES DE LAS FUNCIONES ABSOLUTAMENTE CONTINUAS. 203

De donde

|f (c) f (a)| = |f (xn+1 ) f (yo )|



X n n
X

= f (xk+1 ) f (yk ) + f (yk ) f (xk )

k=0 k=1
n
X X n
|f (xk+1 ) f (yk )| + |f (yk ) f (xk )|
k=0 k=1

< + (c a).

Como y son arbitrarios y c a es finito, se deduce que

|f (c) f (a)| = 0.

Por lo tanto
f (c) = f (a).

Corolario 18.24. Si
f00 c.s. en [a, b],
y f no es constante en [a, b] entonces f no es absolutamente continua en [a, b].

Ejemplo 18.25. La funcion de Cantor no es absolutamente continua en [0, 1].

Definicion 18.26. Sean I un intervalo en R y F : I R. Se dice que F es una integral


indefinida cuando existe f : I R tal que
Z b
F (b) = F (a) + f (t) dt
a

para todo [a, b] I.

Teorema 18.27. Sean I un intervalo en R y F : I R. F es una integral indefinida si


y solo si F es absolutamente continua.

Demostracion.
() Esta implicacion ya fue probada antes.

() Si F es absolutamente continua en el intervalo [a, b], entonces F es de variacion


acotada en [a, b].
Luego existen dos funciones monotonas crecientes F1 y F2 tales que

F = F1 F2 .
204 18. DIFERENCIACION E INTEGRACION.

Se sigue que F1 y F2 son derivables c.s. en [a, b]. Ademas F1 0 y F2 0 son integrables en [a, b].

Por lo tanto F es derivable c.s. en [a, b].


Ademas se tiene que

|F 0 | = |F1 0 F2 0 | |F1 0 | + |F2 0 | = F1 0 + F2 0 c.s. en [a, b].

Luego F 0 es integrable en [a, b].


Se puede definir
Z x
G(x) = F 0 (t) dt.
a

Se tiene que G es absolutamente continua, G es derivable c.s. y G 0 = F 0 .


Sea
H = F G.

Luego H es absolutamente continua.


Tambien se tiene que
H 0 = F 0 G 0 = 0.

Por el lema anterior H es constante en [a, b]. Sea c R tal que

H c.

Entonces
F = c + G.

Obviamente F (a) = c. De donde


Z x
F (x) = F (a) + F 0 (t) dt.
a

Por lo tanto F es una integral indefinida.

Corolario 18.28. Si F es absolutamente continua entonces F es la integral indefinida


de su derivada.

Las propiedades anteriores indican que la condicion necesaria y suficiente para que F
pueda escribirse como la integral indefinida de su derivada es que F sea absolutamente
continua.
7. FUNCIONES SINGULARES. 205

7. Funciones singulares.

Observacion 18.29. El teorema de diferenciacion de la integral indefinida dice como


hallar una primitiva, es decir, como hallar F tal que F 0 = f casi siempre.

Surgen las siguientes preguntas:


Una vez que hallamos una primitiva existira otra primitiva? Como hallamos otra pri-
mitiva?

Definicion 18.30. Sea G : R R, se dice que G es una funcion singular cuando


(i) G es monotona creciente.
(ii) G 0 0 casi siempre en [a, b].

Ejemplo 18.31. La funcion de Cantor es una funcion singular.


Observe que
0 0 casi siempre en [0, 1],
sin embargo no es constante casi siempre.

Proposicion 18.32. Sea F : [a, b] R tal que para alguna f : [a, b] R se tiene que

F 0 (x) = f (x) casi siempre en [a, b].

Si G : [a, b] R es una funcion singular entonces

(F + G) 0 (x) = f (x) casi siempre en [a, b].

Observacion 18.33. Si F 0 = f casi siempre en [a, b] y G 0 = f casi siempre en [a, b]


entonces
(F G) 0 = 0
casi siempre. Sin embargo esto no implica que F G sea constante casi siempre (tal como
ocurre con la funcion de Cantor).
CAPTULO 19

Medidas absolutamente continuas y medidas singulares.

1. Medidas absolutamente continuas.

Definicion 19.1. Sean , dos medidas definidas en un espacio medible (X, F).
Se dice que es absolutamente continua con respecto de cuando A en F y (A) = 0
implica (A) = 0. Esto se denota mediante .

Proposicion 19.2. Si es absolutamente continua con respecto de y una propiedad


se cumple -casi siempre entonces la propiedad se cumple -casi siempre.

Observacion 19.3. Las medidas de Stieltjes discretas no son absolutamente continuas


con respecto a la medida de Lebesgue.

Teorema 19.4. Sean una medida en (X, F) y f : X R una funcion F-medible,


f 0. Si : F R+ esta dada por
Z
(A) = f d,
A
entonces
(a) es una medida.
(b) es finita si y solo si f es integrable con respecto de en X.
(c) Si g : X R es una funcion F-medible entonces
Z Z
g(x) d(x) = g(x) f (x) d(x).
X X

(d) es absolutamente continua con respecto de .

2. La derivada de Radon-Nikodym.

Teorema 19.5 (Radon-Nikodym). Si y son dos medidas -finitas en (X, F) tales


que es absolutamente continua con respecto de , entonces existe f : X R, funcion
F-medible, f 0 tal que Z
(A) = f d
A
para todo A en F.
Ademas f es unica -casi siempre.

207
208 19. MEDIDAS ABSOLUTAMENTE CONTINUAS Y MEDIDAS SINGULARES.

La funcion f dada por este teorema es llamada la derivada de Radon-Nikodym de con


d
respecto de y se denota por d
. Es decir,
d
f= .
d
Por lo tanto Z
d
(A) = d
A d
Demostracion.
Caso 1: caso de medidas finitas.
Sean y son dos medidas finitas en (X, F).
A continuacion se probara la existencia. Sea = + . Resulta que es una medida
finita en (X, F).
Sea T : L2 (X, ) R dada por
Z
T (h) = h d
X

para h L2 (X, ).
T es lineal (pruebelo).
T es un operador acotado ya que
Z Z


|T (h)| = h d |h| d
X X
Z Z
= |h| d + |h| d
X X
Z p
= |h| d = khkL2 (X, ) (X)
X

De donde T es operador acotado.


Como L2 (X, ) es un espacio de Hilbert y T (L2 (X, )) , por el teorema de represen-
tacion de Riesz para espacios de Hilbert existe g L2 (X, ) tal que

T (h) = hh, giL2 (X, )

para todo h L2 (X, ).


Observe que g es F-medible. Ademas
Z Z
h d = T (h) = hh, giL2 (X, ) = h g d.
X X

De donde
Z Z
h d = h g d. (19.1)
X X
2. LA DERIVADA DE RADON-NIKODYM. 209

Tomando h = 1A para A en F se obtiene


Z
(A) = g d. (19.2)
A

Por lo tanto es absolutamente continua respecto de .


A continuacion se probara que

0<g<1 casi siempre.

Sea
Ao = {x X : g(x) 0}.
De (19.2) sigue que Z Z
0 (Ao ) = g d 0 d = 0.
Ao Ao
Luego (Ao ) = 0. De donde g > 0 -casi siempre.
Dado n N sea
Bn = {x X : g(x) > 1 + 1/n}
y sea
B = {x X : g(x) 1}
entonces {Bn }
n=1 es una sucesion creciente de conjuntos y

[
B= Bn .
n=1

Por (19.2) se tiene que


Z Z
(Bn ) = g d (1 + 1/n) d
Bn Bn

= (1 + 1/n) (Bn ) = (1 + 1/n) (Bn ) + (1 + 1/n) (Bn )


(1 + 1/n) (Bn ) = (Bn ) + (Bn )/n.

Luego
(Bn )/n 0.
Por lo tanto (Bn ) = 0. Sigue que

!
[
(B) = Bn = lm (Bn ) = 0.
n
n=1

De donde g < 1 -casi siempre.


Se ha probado que
0<g<1 casi siempre.
210 19. MEDIDAS ABSOLUTAMENTE CONTINUAS Y MEDIDAS SINGULARES.

Por lo tanto se puede considerar la funcion 1/g.

A continuacion se hallara la expresion para (A) en terminos de de .


Sea
Xn
1 (1 g(x))n+1
Sn (x) = (1 g(x))k = .
k=0
g(x)
Entonces {Sn }
n=1 es una sucesion creciente de funciones F-medibles y

1
lm Sn (x) = casi siempre.
n g(x)
Sea A un conjunto de F, por el teorema de convergencia monotona, por (19.1) y por el
teorema de convergencia dominada sigue que
Z Z Z
1
d(x) = lm Sn1 (x) d(x) = lm Sn1 (x) d(x)
A g(x) A n n A
Z Z
1 (1 g(x))n
= lm d(x) = lm 1 (1 g(x))n d (x)
n A g(x) n A
Z Z
= lm 1 (1 g(x))n d (x) = 1 d (x)
A n A

= (A)

ya que 0 < 1 (1 g(x))n < 1. Por lo tanto


Z
1
(A) = d(x)
A g(x)
y 1/g es -integrable. De donde
Z Z
1
(A) = (A) (A) = d(x) 1 d(x)
A g(x) A
Z
1
= 1 d(x).
A g(x)
Sea
1 1g
f= 1= .
g g
Sigue que f 0, f es F-medible, f es integrable respecto de en X y
Z
(A) = f (x) d(x).
A

La demostracion de la unicidad queda como ejercicio.


2. LA DERIVADA DE RADON-NIKODYM. 211

Caso 2: caso general.


Si y son dos medidas -finitas en (X, F). Sigue que existen {Xn }
n=1 con Xn en F,
disjuntos tales que (Xn ) y (Xn ) son finitos y ademas

[
X= Xn .
n=1

Para cada n 1 y A en F sean

n (A) = (A Xn )
n (A) = (A Xn ).

Entonces n y n son medidas finitas y n es absolutamente continua con respecto de n .


Por lo probado en el caso 1 se sabe que existe fn : Xn R, funcion F-medible, fn 0
tal que
Z
n (A) = fn dn
A

para todo A en F.
Sea
f (x) si x X
n n
e
fn (x) =
0 si x
/ Xn
Sea f : X R dada por

f (x) = fen (x) si x Xn .

Entonces f es F-medible y f 0.
Ademas

!
!
[ [
(A) = A Xn = A Xn
n=1 n=1

X
X
= (A Xn ) = n (A)
n=1 n=1
X Z XZ

= fn dn = f d
n=1 A n=1 AXn
Z
= f d.
A


212 19. MEDIDAS ABSOLUTAMENTE CONTINUAS Y MEDIDAS SINGULARES.

Proposicion 19.6. Si y son dos medidas -finitas en (X, F) tales que es absolu-
tamente continua con respecto de . Si h : X R es integrable respecto de entonces
Z Z
h(x) d(x) = h(x)f (x) d(x)
X X

d
donde f = .
d

Proposicion 19.7. Sea (X, F, ) un espacio de medida -finita. Si 1 y 2 son dos


medidas -finitas en (X, F) tales que 1 y 2 entonces 1 + 2 y
d(1 + 2 ) d(1 ) d(2 )
= + casi siempre.
d d d

Proposicion 19.8. Sean , y medidas -finitas en (X, F). Si es absolutamente


continua con respecto de y es absolutamente continua con respecto de entonces es
absolutamente continua con respecto de y
d d d
= casi siempre.
d d d

El resultado anterior es analogo a la regla de la cadena.

Proposicion 19.9. Sean y medidas -finitas en (X, F). Si es absolutamente


continua con respecto de y es absolutamente continua con respecto de entonces
d 1
= d casi siempre.
d d

3. Medidas de Stieltjes absolutamente continuas.

Proposicion 19.10. Sean F : R R una funcion de Stieltjes y F la medida de Stieltjes


asociada a F . Las siguientes condiciones son equivalentes:
(a) F es absolutamente continua con respecto de la medida de Lebesgue m.
(b) F es absolutamente continua.
3. MEDIDAS DE STIELTJES ABSOLUTAMENTE CONTINUAS. 213

Demostracion.
(a) (b) Suponga que F m.
Como F y m son medidas -finitas, por el teorema de Radon-Nikodym, existe f : R R,
funcion medible Lebesgue, f 0 tal que
Z
F (A) = f (t) dt
A

para todo conjunto A medible Lebesgue.


Mas aun
(i) Si x 0 entonces
Z x
F (x) F (0) = F (0, x] = f (t) dt.
0

(ii) Si x < 0 entonces


Z 0 Z x
F (0) F (x) = F (x, 0] = f (t) dt = f (t) dt.
x 0

De donde, Z x
F (x) = F (0) + f (t) dt para todo x R.
0
Es decir, F es una integral indefinida.
Por lo tanto F es absolutamente continua.
(b) (a) Suponga que F es absolutamente continua.
Sigue que F es la integral indefinida de su derivada. Por lo tanto, para a, b R
Z b
F (b) = F (a) + F 0 (x) dx.
a

Como F es una funcion de Stieltjes, se tiene que F es creciente y F es medible Lebesgue.


Por el teorema de derivacion de Lebesgue para funciones crecientes sigue que
F 0 es medible Lebesgue y F 0 0.
Sea la medida dada por Z
(A) = F 0 (x) dx.
A
Se tiene que y F coinciden en los intervalos de la forma (a, b] y son finitas en esos
intervalos. Por uno de los teoremas de clase monotona se tiene que y F coinciden en B(R).
Luego Z
F (A) = F 0 (x) dx.
A
De donde F es absolutamente continua con respecto de la medida de Lebesgue m.
214 19. MEDIDAS ABSOLUTAMENTE CONTINUAS Y MEDIDAS SINGULARES.

Observacion 19.11. Se ha probado que si F es absolutamente continua con respecto


de la medida de Lebesgue m entonces
dF
= F 0.
dm
Ademas, si g : R R es una funcion medible Lebesgue entonces
Z b Z b
g(x) dF (x) = g(x) F 0 (x) dx.
a a

4. Medidas singulares.

Sean y dos medidas en un espacio medible (X, F). Se dice que es singular con
respecto de cuando existe C en F tal que
(i) (C) = 0.
(ii) (A) = (A C) para todo A F .
Esta definicion indica que esta concentrada en un conjunto C tal que (C) = 0.

Proposicion 19.12. Si es singular respecto de entonces es singular respecto de .

La proposicion anterior indica que quizas sea mejor decir que y son mutuamente
singulares. Esto se denota mediante .

Ejemplo 19.13. Las medidas de Stieltjes discretas y la medida de Lebesgue son mutua-
mente singulares.
Si = m y
+
X
(A) = n xn (A) para A X.
n=1

Considerando
C = {x1 , x2 , x3 , . . . }

se tiene que (C) = 0 y (A) = (A C) para todo A B(R).

Teorema 19.14 (Descomposicion de Lebesgue). Sean y dos medidas -finitas en un


espacio medible (X, F). Entonces existen dos medidas a y s en (X, F) tales que
(i) s es singular respecto de .
(ii) a es absolutamente continua con respecto de .
(iii) = a + s .
(iv) la descomposicion es unica.
4. MEDIDAS SINGULARES. 215

Demostracion. Sea
= + ,
se tiene que es -finita, y .
Por el teorema de Radon-Nikodym existe f : X R, funcion medible Lebesgue, f 0
tal que Z
(A) = f (t) d
A
para todo conjunto A en F.
Sean
C = {x X : f (x) = 0} y D = {x X : f (x) > 0}
entonces
X =C D y C D = .
Ademas
(C) = 0.
Para A en F sea
s (A) = (A C)
entonces s es singular respecto de .
Para A en F sea
a (A) = (A D)
entonces
= a + s .

A continuacion se probara que a es absolutamente continua con respecto de .


Sea A en F tal que (A) = 0. Sigue que
Z
0 = (A) = f d.
A

Como f 0, pasa alguna de las siguientes dos cosas:

(A) = 0 o f = 0 casi siempre.

Caso 1. Si (A) = 0 entonces (A D) = 0.

Caso 2. Si f = 0 -casi siempre, usando la definicion de D se obtiene que (D) = 0.


Luego (A D) = 0.
216 19. MEDIDAS ABSOLUTAMENTE CONTINUAS Y MEDIDAS SINGULARES.

Por lo tanto en ambos casos


(A D) = 0.
Como sigue que
a (A) = (A D) = 0.
De donde a es absolutamente continua con respecto de .