Autor Tema: Funciones medibles y finitas

0 Usuarios y 1 Visitante están viendo este tema.

31 Octubre, 2023, 07:52 am
Leído 469 veces

JohnC++

  • $$\Large \color{#6a84c0}\pi$$
  • Mensajes: 46
  • País: 00
  • Karma: +0/-0
  • Sexo: Masculino
Hola que tal, aquí planteo una solución al siguiente problema para revisión:

Sea \( X \) un espacio de medida finita y \( f_n, f \) funciones medibles y finitas casi siempre, tales que \( f_n \) converge casi siempre a \( f \). Pruebe que \( f_n \) converge a \( f \) en medida.

Para probar que \( f_n \) converge a \( f \) en medida, primero recordemos la definición de convergencia en medida:

Se dice que una sucesión de funciones medibles \( (f_n) \) converge a una función medible \( f \) en medida si para todo \( \epsilon > 0 \), se tiene que:
\( \lim_{n\to \infty} \mu \left( \{ x \in X : |f_n(x) - f(x)| \geq \epsilon \} \right) = 0 \)

Ahora, consideremos el conjunto \( E_\epsilon = \{ x \in X : |f_n(x) - f(x)| \geq \epsilon \} \). Notemos que este conjunto puede ser expresado como la unión de dos conjuntos disjuntos: \( E_{\epsilon,+} \), donde \( f_n(x) - f(x) \geq \epsilon \), y \( E_{\epsilon,-} \), donde \( f_n(x) - f(x) \leq -\epsilon \). Entonces tenemos que:
\( E_\epsilon = E_{\epsilon,+} \cup E_{\epsilon,-} \)

Ahora, observemos que para cualquier número real \( \delta > 0 \), la siguiente desigualdad se cumple:
\( |f_n(x) - f(x)| \geq \epsilon \Rightarrow |f_n(x) - f(x)|^2 \geq \delta^2 \)

Esto implica que si \( \mu(E_{\epsilon,+}) > 0 \), entonces \( \mu(E_{\epsilon,+}) \geq \frac{\delta^2}{\epsilon^2} \). Análogamente, si \( \mu(E_{\epsilon,-}) > 0 \), entonces \( \mu(E_{\epsilon,-}) \geq \frac{\delta^2}{\epsilon^2} \).

Por lo tanto, tenemos que si \( \mu(E_\epsilon) > 0 \), entonces \( \mu(E_\epsilon) \geq \frac{\delta^2}{\epsilon^2} \). Esto implica que si \( \lim_{n\to \infty} \mu(E_\epsilon) = 0 \), entonces para todo \( \epsilon > 0 \), se tiene que \( \lim_{n\to \infty} \mu(E_\epsilon) \geq \frac{\delta^2}{\epsilon^2} \).

Ahora, dado que \( f_n \) converge casi siempre a \( f \), podemos afirmar que para cualquier \( \epsilon > 0 \), se tiene que \( \mu(E_\epsilon) = 0 \). Esto implica que para todo \( \delta > 0 \), se tiene que \( \lim_{n\to \infty} \mu(E_\epsilon) \geq \frac{\delta^2}{\epsilon^2} \).

Finalmente, si fijamos \( \delta \) y \( \epsilon \) arbitrarios, podemos concluir que \( \lim_{n\to \infty} \mu(E_\epsilon) = 0 \). Por lo tanto, \( f_n \) converge a \( f \) en medida.

31 Octubre, 2023, 08:09 am
Respuesta #1

Masacroso

  • “Lo que oigo, lo olvido; lo que veo, lo recuerdo; lo que hago, lo aprendo” (antiguo proverbio chino)
  • Moderador Global
  • Mensajes: 5,485
  • País: es
  • Karma: +0/-0
Hola que tal, aquí planteo una solución al siguiente problema para revisión:

Sea \( X \) un espacio de medida finita y \( f_n, f \) funciones medibles y finitas casi siempre, tales que \( f_n \) converge casi siempre a \( f \). Pruebe que \( f_n \) converge a \( f \) en medida.

Para probar que \( f_n \) converge a \( f \) en medida, primero recordemos la definición de convergencia en medida:

Se dice que una sucesión de funciones medibles \( (f_n) \) converge a una función medible \( f \) en medida si para todo \( \epsilon > 0 \), se tiene que:
\( \lim_{n\to \infty} \mu \left( \{ x \in X : |f_n(x) - f(x)| \geq \epsilon \} \right) = 0 \)

Ahora, consideremos el conjunto \( E_\epsilon = \{ x \in X : |f_n(x) - f(x)| \geq \epsilon \} \). Notemos que este conjunto puede ser expresado como la unión de dos conjuntos disjuntos: \( E_{\epsilon,+} \), donde \( f_n(x) - f(x) \geq \epsilon \), y \( E_{\epsilon,-} \), donde \( f_n(x) - f(x) \leq -\epsilon \). Entonces tenemos que:
\( E_\epsilon = E_{\epsilon,+} \cup E_{\epsilon,-} \)

Ok, pero este argumento sólo te vale si el codominio de \( f \) es \( \mathbb{R} \) (o \( \overline{\mathbb{R}} \)). Si fuera \( \mathbb{C} \) tendrías que hacer otra cosa.

Citar
Ahora, observemos que para cualquier número real \( \delta > 0 \), la siguiente desigualdad se cumple:
\( |f_n(x) - f(x)| \geq \epsilon \Rightarrow |f_n(x) - f(x)|^2 \geq \delta^2 \)

Eso será cierto dependiendo del valor de \( \delta  \), si \( \delta >\epsilon  \) entonces es falso en general.

Citar
Esto implica que si \( \mu(E_{\epsilon,+}) > 0 \), entonces \( \mu(E_{\epsilon,+}) \geq \frac{\delta^2}{\epsilon^2} \). Análogamente, si \( \mu(E_{\epsilon,-}) > 0 \), entonces \( \mu(E_{\epsilon,-}) \geq \frac{\delta^2}{\epsilon^2} \).

Lo siento pero esto no tiene ningún sentido: estás diciendo que si \( K>0 \) entonces \( K>\gamma  \) para un \( \gamma >0 \) arbitrario. Y lo que sigue se basa en estas extrañas premisas, así que tampoco estaría bien.