这道题在问什么
逐点收敛,积分不一定跟着收敛:质量可能「越来越窄、越来越高」地挤在一个点附近,最后在极限里消失。Fatou 引理说积分只会在极限处变小:所以真正的危险是 太大。三个附加条件里,只有 (iii)「从上面把 压住了,因此只有 (iii) 成立;(i)、(ii) 都可以举出反例。
- 考点:Fatou 引理(第 1 讲 第 41 页)、单调收敛定理 MCT(第 36 页)、控制收敛定理 DCT(第 44 页)各自的条件;尖峰反例(第 39 页)。
- 题型:判断题。「成立」要给证明,「不成立」要给一个具体反例,并逐条验证反例满足题目的全部条件。
- 和其他题的关系:第 10 题 是推广的 DCT:控制函数也可以随 变。本题 (iii) 是另一种推广:控制函数 甚至可以不可积。
先补基础
- 处处成立,则 (第 1 讲 第 33 页)。
- 非负函数的积分可以是 例:因为对任何 时趋于
- 「也允许两边都是 例如 也算收敛。
是一个宽 高 的矩形,面积 对每个固定的 只要 就不在 里,在 处 (开区间不含 0)。所以 逐点,但 (第 1 讲 第 39 页)。质量全部挤向 在极限里「消失」了。
题目与原解答
- Let and , , be non-negative measurable functions on such that pointwise. Under each of the following additional assumptions, either prove that or given a counter example to show that this is not generally true.
(i) and for all .
(ii) for all .
(iii) for all .
- 设 和 (是 上的非负可测函数, 逐点成立。在下列每个附加条件下,或者证明 或者举出反例说明这一般不成立。
(i) 对所有 且
(ii) 对所有 (递减)。
(iii) 对所有
- 原题的「prove that 是笔误,应为 「given」应为「give」。
- 是 上的 Lebesgue 测度。
原解答的思路(左栏):(i) 不成立,反例 (ii) 不成立,反例 (每个 (iii) 成立:由 得 由 Fatou 得 三问的结论都对;(ii) 的反例在 处需要补一个定义,(iii) 少了最后一句结论。
思路:怎么想到的
- 先问 Fatou 给了什么:任何情况下都有 所以只需检查:附加条件能不能挡住 偏大。
- (i): 是下界,和 Fatou 同一个方向,挡不住 偏大。「每个 有限」也挡不住:尖峰的积分始终是 1,有限但不趋于 0。
- (ii):递减的 若有一个 那么 就是可积的控制函数,DCT 给出收敛。所以反例必须让每个 而极限 的积分有限。 正好如此:在 附近不可积,乘上 也救不回来。
- (iii): 是上界,与 Fatou 的下界合起来夹住
(描述)把 画成数轴上的一列点,把 画成一个固定点。
- Fatou:这列点最终不会明显落到 左边(
- (iii) 的条件 每个点都在 左边或正好在上面。左右两边都被挡住,点列只能收敛到
- (i)、(ii):点可以一直停在 右边。(i) 的尖峰停在 1,而 (ii) 的点停在 而
完整解答
(i) 不成立。 取 逐条验证:
- 非负可测: 是可测集的示性函数乘以常数。
- 逐点:见「先补基础」的尖峰。
- 结论不成立: 对所有 成立,而
(ii) 不成立。 取 (逐条验证:
- 非负可测:在 上连续,在单点 处取 0。
- 递减:在 处都是 0。
- 逐点:固定 处恒为 0。
- 结论不成立: 对所有 成立,而
(iii) 成立。 设 且 逐点。
- 上界:由积分的单调性, 对每个 成立,所以
- 下界: 逐点,所以 由 Fatou 引理,
- 合起来:四个量全相等,所以 存在且等于
- 这里允许 此时由下界,即
原解答逐行对照
- 「(i) False: and .」:反例正确。最好写出验证:逐点收敛( 处用到开区间)、
- 「(ii) False: and . (Note that for all .)」:意思是「(ii) 错误:取 (注意对所有 反例的思路正确。小问题: 没有定义。若约定 则 「逐点收敛」在 处失败。所以应规定 (或任何趋于 的值)。单点是零测集,不影响积分。
- 「(iii) True. might not be integrable, DCT is not applicable.」:意思是「(iii) 正确。 可能不可积,所以不能用 DCT」。正确而且重要。若 就是可积的控制函数,直接用 DCT;但题目没有保证这一点。
- 「we can compute that , then :意思是「可以算出 于是 正确(积分的单调性)。
- 「Moreover, by Fatou's Lemma :意思是「另外,由 Fatou 引理,正确,用到 (逐点收敛)。
- 缺的一句:应写出「所以 并指出 时同样成立。
- 题目里「是笔误,应为
- (ii) 的反例在 处没有定义,要补上
- (iii) 最后没有写出结论,也没有说明 的情形。
例子与数值验证
截掉 附近: 时: 得 得 得 时趋于 增长极慢,但没有上界。所以无论 多大,
递减, 逐点, 可积,DCT 给出 一般地,递减序列只要某一个 就成立(从第 项起用 作控制函数)。所以 (ii) 的反例必须让每个
( 逐点。计算:
时分别是 趋于 DCT 用不了( 不可积),但 (iii) 的结论照样成立。
在一个越来越窄、向 0 移动的小区间上挖掉。每个 至多被挖一次,所以 逐点,但对固定的 不单调(先是 1,某一步变成 0,再变回 1),MCT 用不上。所以 (iii) 适用: 时为 趋于
拓展延伸
统一的观点:Fatou + 上界 = 收敛
三个经典定理可以统一地看成「Fatou 给下界,再找一个上界」:
- MCT: 自动满足 是 (iii) 的特例。
- DCT:对 和 各用一次 Fatou(第 10 题 的写法),需要 才能把 从两边消掉。
- (iii):上界直接来自 所以 不可积也没关系。
反过来,(i)、(ii) 失败的原因都是:附加条件只提供下界((ii) 中递减也意味着 与 Fatou 同方向,没有上界。
递减序列的单调收敛定理
若 且 则 证明: 递增到 对它用 MCT,得 因为 两边可以减去 (ii) 的反例说明,条件「不能去掉:没有它,就会出现「
(i) 加什么条件就成立:Scheffé 引理
(i) 的情形下,Fatou 已给出 如果再知道 能推出更强的 这就是 Scheffé 引理(第 3 讲 第 22 页)。在 (i) 的条件 下,这一步只要一行(再用 把积分拆开):
概率里的对应:期望不一定随随机变量收敛
把 看成概率空间, 看成随机变量 (i) 的尖峰就是 ( 是均匀分布), 几乎必然,但 (第 3 讲 第 19 页)。概率论中保证 的标准条件是一致可积;有界、被可积变量控制、 都是它的充分条件。
常见疑问与易错点
答:DCT 要求控制函数可积。 可能不可积(例 3:这时 DCT 不适用,只能用 Fatou + 单调性。 时两种方法都可以。
答:它保证每个 是有限数,但不能阻止它们一直比 大一截。尖峰的积分始终等于 1:有限,但不趋于 0。要阻止这种情况,需要「同一个」可积函数控制所有 (DCT),或一致可积。
答:是,但必须逐条验证题目的全部条件:非负、可测、逐点收敛(包括端点 附加条件。原解答 (ii) 的反例就在 处漏了定义。
小结与自测
- Fatou 永远给出下界 收敛与否取决于有没有上界。
- (i) 不成立:尖峰 积分恒为 1。
- (ii) 不成立:(规定 积分恒为 反例必须让每个
- (iii) 成立:(上界)加 Fatou(下界), 也成立,不需要 可积,不需要单调。
1. 在 (ii) 的条件下再加上 是否成立?
点开看答案
成立。 时 可积,由 DCT(或递减版本的 MCT),前面有限项不影响极限。
2. 举一个满足 逐点,且 的例子。
点开看答案
逐点趋于 0,
3. 设 逐点, 的极限是多少?若只知道 呢?
点开看答案
前者:由 (iii),极限是 5。后者:只能由 Fatou 得 极限可能不存在,也可能大于 5(在 上叠加一个尖峰即可)。
| 中文 | English | 白话解释 |
|---|---|---|
| Fatou 引理 | Fatou's lemma | 非负可测函数列满足 ∫ liminf fₙ ≤ liminf ∫ fₙ(只保证这个方向)。 |
| 逐点收敛 | pointwise convergence | 对定义域里的每一个点 x,数列 fₙ(x) 都收敛到 f(x);这样得到的函数 f 叫逐点极限。 |
| 单调收敛定理 | monotone convergence theorem (MCT) | 非负可测函数单调递增地收敛时,积分也收敛:∫fₙ ↑ ∫f。 |
| 控制收敛定理 | dominated convergence theorem (DCT) | fₙ → f 几乎处处且 |fₙ| ≤ g、g 可积时,∫fₙ → ∫f。 |
| 函数 | function / map | f: A → B 给 A 中每个元素指定 B 中唯一一个元素。 |
| 可积 | integrable (L¹) | ∫|f| dμ < ∞。全体可积函数记作 L¹(μ)。 |
| 上界 | upper bound | 数集 A 的上界是一个数 M,A 里每个数都 ≤ M。例如 2 和 5 都是 [0,1] 的上界;所有上界中最小的那个叫上确界。 |
| 下界 | lower bound | 数集 A 的下界是一个数 m,A 里每个数都 ≥ m。例如 0 和 −3 都是 (0,1] 的下界;所有下界中最大的那个叫下确界。 |
| 区间 | interval | 数轴上的一段,[a,b] 包含端点,(a,b) 不包含端点。 |
| 可测函数 | measurable function | 对每个 a,集合 {f > a} 都可测;这样的函数才能积分。 |
| 测度 | measure | 给 σ-代数里的每个集合一个 [0, ∞] 中的「大小」,空集为 0,并且可数可加。 |
| 示性函数 | indicator function | 𝟏_A(x) 在 x ∈ A 时取 1,否则取 0;它的积分就是 A 的测度。 |
| 可测集 | measurable set | σ-代数里的集合,也就是可以谈「测度多大」的集合;在概率空间里,可测集就叫事件。 |
| 零测集 | null set | 测度为 0 的集合,例如单点、有理数全体、康托尔集。 |
| Scheffé 引理 | Scheffé's lemma | 非负可积的 fₙ → f 几乎处处,且 ∫fₙ → ∫f < ∞,则 ∫|fₙ − f| → 0。概率密度逐点收敛,分布就在全变差意义下收敛。 |
| 概率空间 | probability space | 三元组 (Ω, 𝓕, P):样本空间、事件的 σ-代数、概率测度。 |
| 随机变量 | random variable | 从样本空间到实数的(可测)函数,把结局翻译成数字;随机性来自「实现了哪个 ω」。 |
| 分布 | law / distribution | X 把概率「推」到取值空间上得到的测度:L(X)(B) = P(X ∈ B)。 |
| 几乎必然收敛 | almost sure convergence | 除了概率为 0 的结局以外,Xₙ(ω) 都收敛到 X(ω)。 |
| 一致可积 | uniformly integrable (UI) | 一族随机变量的尾部期望一致地变小:supₜ E[|Xₜ|; |Xₜ| > λ] → 0(λ → ∞)。它是「依概率收敛 ⇒ 期望收敛」的关键条件。 |

