实变函数——集合与实数集

2023-10-13 13:30
文章标签 函数 集合 实数 实变

本文主要是介绍实变函数——集合与实数集,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

文章目录

  • 1.集合及其运算
    • 1.1 集合族
    • 1.2 幂集
  • 2.集合序列的极限
  • 3.映射
  • 4.集合的等价、基数
  • 5. R n \R^n Rn 的拓扑
    • 5.1 邻域与极限
    • 5.2 点集

1.集合及其运算

1.1 集合族

定义 1
Λ \Lambda Λ 是一集合, ∀ \forall λ \lambda λ ∈ \in Λ \Lambda Λ, 都指定一个集合 A λ A_\lambda Aλ,这些集合的全体称为集合族,记为{ A λ A_\lambda Aλ : λ \lambda λ ∈ \in Λ \Lambda Λ}

1.2 幂集

定义 2
给定集合 A A A A A A 的幂集(Power Set ℘ \weierp ( \lparen ( A A A ) \rparen ) 是集合 A A A的子集全体,即
℘ ( A ) = { B : B ⊂ A } . \wp(A) = \{ B: B\subset A\}. (A)={B:BA}.
例2
℘ ( { a , b } ) = { ∅ , { a } , { b } , { a , b } } \weierp(\{a,b\}) = \{\empty,\{a\},\{b\},\{a,b\}\} ({a,b})={,{a},{b},{a,b}}
对于任何集合 A A A,成立 ∅ , A ∈ ℘ ( A ) \empty,A\in \wp(A) ,A(A)
℘ ( ∅ ) = { ∅ } \wp(\empty) = \{\empty\} ()={}
℘ ( { ∅ } ) = { ∅ , { ∅ } } \wp(\{\empty\}) = \{\empty,\{\empty\}\} ({})={,{}};

例3
f ( x ) f(x) f(x) 是定义在 R \R R 上的实值函数,则
⋃ n = 1 ∞ { x : ∣ f ( x ) ∣ ⩽ n } = { x : f ( x ) ∈ R } = R ; \bigcup_{n=1}^{\infin}\{x:|f(x)|\leqslant n\} = \{x:f(x)\in\R\} = \R; n=1{x:f(x)n}={x:f(x)R}=R;
{ x : ∣ f ( x ) ∣ > 0 } = ⋃ n = 1 ∞ { x : ∣ f ( x ) ∣ > 1 / n } ; \{x:|f(x)|>0\} = \bigcup_{n=1}^{\infin}\{x:|f(x)|> 1/n\}; {x:f(x)>0}=n=1{x:f(x)>1/n};
{ x : ∣ f ( x ) ∣ = 0 } = ⋂ n = 1 ∞ { x : ∣ f ( x ) ∣ ⩽ 1 / n } ; \{x:|f(x)|=0\} =\bigcap_{n=1}^{\infin}\{x:|f(x)|\leqslant 1/n\}; {x:f(x)=0}=n=1{x:f(x)1/n};
例4
例4

2.集合序列的极限

定义 1
{ A n } \{A_n\} {An} 是一列集合。
(1)若 A 1 ⊃ A 2 ⊃ ⋯ ⊃ A n ⊃ … A_1\supset A_2\supset \dots \supset A_n \supset \dots A1A2An ,则称此集列为 递减集列(或渐缩集列) \textcolor{red}{递减集列(或渐缩集列)} 递减集列(或渐缩集列)。其交集 ⋂ n = 1 ∞ A n \bigcap_{n=1}^{\infin}A_n n=1An 为集列 { A n } \{A_n\} {An} 的极限集,记为 lim ⁡ n → ∞ A n \lim_{n \to \infin} A_n limnAn
(2)若 A 1 ⊂ A 2 ⊂ ⋯ ⊂ A n ⊂ … A_1\subset A_2\subset \dots \subset A_n \subset \dots A1A2An ,则称此集列为 递增集列(或渐张集列) \textcolor{red}{递增集列(或渐张集列)} 递增集列(或渐张集列)。其并集 ⋃ n = 1 ∞ A n \bigcup_{n=1}^{\infin}A_n n=1An 为集列 { A n } \{A_n\} {An} 的极限集,记为 lim ⁡ n → ∞ A n \lim_{n \to \infin} A_n limnAn.

例6
例6
例7
例7
例9
例9

3.映射

定义 1
X , Y X,Y X,Y 是两个集合。
如果按某种对应关系或者法则 f f f,使得
∀ x ∈ X , Y 中有唯一的元 y 与之对应, \forall x \in X,Y中有唯一的元 y 与之对应, xX,Y中有唯一的元y与之对应,
则称 f f f 为从 X X X Y Y Y 的一个映射,记为
f : X → Y , x ↦ y = f ( x ) f: X \to Y, \newline x \mapsto y = f(x) f:XY,xy=f(x)
y y y 称为 x x x 在映射 f f f 下的 x x x 称为 y y y f f f 下的原像

定义2
给定映射 f : X → Y , A ⊂ X f:X \to Y,A\subset X f:XY,AX. 定义
f ( A ) : = { f ( x ) ∣ x ∈ A } , f(A):= \{f(x)|x\in A\}, f(A):={f(x)xA},
为集合 A A A 在映射 f f f 下的。设 B ⊂ Y B\subset Y BY,定义
f − 1 ( B ) : = { x ∈ X ∣ f ( x ) ∈ B } f^{-1}(B) := \{x\in X|f(x) \in B\} f1(B):={xXf(x)B}
为集合 B B B 在映射 f f f 下的原像

4.集合的等价、基数

定义 1
设有集合 A , B A,B A,B. 若存在一个从 A A A B B B 上的双射,则称集合 A A A B B B 对等,记为 A ∼ B A \thicksim B AB
对等关系的性质:

  1. 自反性: A ∼ A A\thicksim A AA
  2. 对称性:若 A ∼ B A\thicksim B AB,则 B ∼ A B \thicksim A BA
  3. 传递性:若 A ∼ B A\thicksim B AB B ∼ C B\thicksim C BC,则 A ∼ C A\thicksim C AC.

定义 2
集合的基数:一个集合中所包含的元素的个数。记作 C a r d ( A ) Card(A) Card(A)

  1. 集合的基数是集合固有的特征;
  2. 每一个集合都具有唯一的基数,对等的集合具有相同的基数。

定义 3
若有正整数 n n n,使得集合 A ∼ { 1 , 2 , … , n } A\thicksim \{1,2,\dots,n\} A{1,2,,n},则称 A A A有限集;否则称为无限集
若集合与自然集合具有相同的基数,则称这个集合是可数的。把有限集和可数集统称为至多可数集
不是有限集或可数集的集合称为不可数集

命题 1
(1)整数集 Z \Z Z 是可数集;
(2)任一无限集必包含一个可数子集;
(3)可数集的任意无限子集是可数集;
(4)可数多个至多可数集的并是可数集;
(5)有理数集 Q \mathbb{Q} Q 是可数集。

例 12
R \R R 中任一两两不相交的开区间族中的元至多可数。
命题 2
A A A 是无限集, B B B 是至多可数集,则
A ∼ A ∪ B A\thicksim A\cup B AAB
证明:
不妨设 A ∩ B = ∅ A\cap B = \empty AB=. 设 A 1 ⊂ A A_1\subset A A1A 是一个可数子集,则 A 1 ∪ B A_1 \cup B A1B 是可数集。于是有
A \ A 1 ∼ A \ A 1 , A 1 ∼ A 1 ∪ B , A \backslash A_1\thicksim A \backslash A_1, A_1 \thicksim A_1 \cup B, A\A1A\A1,A1A1B,
( A \ A 1 ) ∩ A 1 = ∅ , ( A \ A 1 ) ∩ ( A 1 ∪ B ) = ∅ (A\backslash A_1)\cap A_1 = \empty,(A\backslash A_1)\cap (A_1\cup B)= \empty (A\A1)A1=,(A\A1)(A1B)=. 因此有
A = ( A \ A 1 ) ∪ A 1 ∼ ( A \ A 1 ) ∪ ( A 1 ∪ B ) = A ∪ B . A = (A\backslash A_1)\cup A_1 \thicksim (A\backslash A_1)\cup (A_1\cup B) = A\cup B. A=(A\A1)A1(A\A1)(A1B)=AB.
无限集加入一个至多可数集后,其“个数”不变。

定理 1
闭区间 [ 0 , 1 ] [0,1] [0,1] 是不可数集。
证明:
定理 7
定义 4
[ 0 , 1 ] [0,1] [0,1] 对等的集合称为有连续统势。如 [ a , b ] [a,b] [a,b] 有连续统势。
n n n 为大于 1 1 1 的自然数。若数列 { a k } k ⩾ 1 \{a_k\}_{k\geqslant 1} {ak}k1 中的项仅由 0 , 1 , 2 , … , n − 1 0,1,2,\dots,n-1 0,1,2,,n1 n n n 个数组成,则称 { a k } k ⩾ 1 \{a_k\}_{k\geqslant 1} {ak}k1 为一个 n元数列;若 { a k } k ⩾ 1 \{a_k\}_{k\geqslant 1} {ak}k1 只有有限项不为 0 0 0,则 { a k } k ⩾ 1 \{a_k\}_{k\geqslant 1} {ak}k1 称为有限n元数列,不然称为无限n元数列

定理 2
任何区间具有连续统势。

定理 3
n ⩾ 2 n\geqslant 2 n2,则 n n n元数列全体有连续统势。
证明:
定理 8(1)
定理 8(2)
定理 4
可数集的子集全体有连续统势。
证明:
定理 9
定理 5
至多可数个有连续统势的集的直积全体有连续统势。
推论

  1. 平面 R 2 \R^2 R2、空间 R 3 \R^3 R3 都有连续统势;
  2. 实数列全体有连续统势。

定理 6
A 0 , A 1 , A 2 A_0,A_1,A_2 A0,A1,A2 是三个集合,满足
A 0 ⊃ A 1 ⊃ A 2 A_0 \supset A_1 \supset A_2 A0A1A2
A 0 ∼ A 2 A_0\thicksim A_2 A0A2,则 A 0 ∼ A 1 A_0\thicksim A_1 A0A1.
证明:
定理 11(1)
定理 11(2)

5. R n \R^n Rn 的拓扑

5.1 邻域与极限

定义 1 (邻域)
x 0 ∈ R n x_0\in\R^n x0Rn ϵ > 0 \epsilon > 0 ϵ>0,称
N ( x , ϵ ) = { x ∈ R n : d ( x , x 0 ) < ϵ } N(x,\epsilon) = \{x \in \R^n:d(x,x_0)<\epsilon\} N(x,ϵ)={xRn:d(x,x0)<ϵ} x 0 x_0 x0 ϵ \epsilon ϵ 邻域,简称邻域,其中 x 0 x_0 x0 为邻域的中心, ϵ \epsilon ϵ 为邻域的半径。有时邻域也记成 N ( x 0 ) N(x_0) N(x0)

定义 2(极限)
x 0 ∈ R n x_0\in\R^n x0Rn { x k } k ⩾ 1 ⊂ R n \{x_k\}_{k\geqslant 1}\subset\R^n {xk}k1Rn,且
lim ⁡ k → ∞ d ( x k , x 0 ) = 0 , \lim_{k \to \infin} d(x_k,x_0) = 0, klimd(xk,x0)=0, 则称 { x k } k ⩾ 1 \{x_k\}_{k\geqslant 1} {xk}k1 收敛于 x 0 x_0 x0,记为 lim ⁡ k → ∞ x k = x 0 \lim_{k \to \infin}x_k = x_0 limkxk=x0

5.2 点集

定义 3

E ⊂ R n , x ∈ R n . E\subset \R^n,x\in\R^n. ERn,xRn.

  • 内点:若 ∃ δ > 0 \exist\delta>0 δ>0,使 N ( x , δ ) ⊂ E N(x,\delta)\subset E N(x,δ)E,则称 x x x E E E 的内点; E E E 的所有内点构成的集合称为 E E E 的內域,记为 E ∘ E^\circ E
  • 外点:若 ∃ δ > 0 \exist\delta>0 δ>0,使 N ( x , δ ) ⊂ E c N(x,\delta)\subset E^c N(x,δ)Ec(或者 N ( x , δ ) ∩ E = ∅ N(x,\delta)\cap E = ∅ N(x,δ)E=,则称 x x x E E E 的外点; E E E 的所有外点构成的集合称为 E E E 的外域,记为 ( E c ) ∘ (E^c)^\circ (Ec)
  • 边界点:若 ∀ δ > 0 \forall \delta >0 δ>0 ,有 N ( x , δ ) ∩ E ≠ ∅ N(x,\delta)\cap E \not =∅ N(x,δ)E= N ( x , δ ) ∩ E c ≠ ∅ N(x,\delta)\cap E^c \not = ∅ N(x,δ)Ec= ,则称 x x x E E E 的边界点; E E E 的所有边界点构成的集合称为 E E E 的边界,记为 E b E^b Eb ∂ E {\partial E} E
  • 聚点:若对 x x x 的任意邻域 N ( x ) N(x) N(x) 都含有异于 x x x E E E 中的点,则称 x x x E E E 的聚点; E E E 的所有聚点构成的集合称为 E E E 的导集,记为 E ′ E' E;称 E ∪ E ′ E \cup E' EE E E E 的闭包,记作 E ‾ \overline{E} E
  • 孤立点:点集 E E E 的不是聚点的边界点称为 E E E 的孤立点。

注意:

  • 内点、外点和边界点是互不相容的;
  • 内点总是属于 E E E
  • 外点总是不属于 E E E
  • E E E 的边界点可能属于 E E E,也可能不属于 E E E
  • E E E 的聚点可能属于 E E E,也可能不属于 E E E
  • E E E 的内点一定是 E E E 的聚点,反之则未必成立。
  • E E E 的外点一定不是聚点。
  • E E E 的边界点可能是 E E E 的聚点,也可能不是 E E E 的聚点(如孤立点)。
  • x ∈ E ‾ ⇔ ∀ N ( x ) , N ( x ) ∩ E ≠ ∅ x\in \overline{E}\lrArr \forall N(x),N(x)\cap E\not = \empty xEN(x),N(x)E=
  • E E E 的孤立点一定属于 E E E
  • x x x E E E 的孤立点 ⇔ ∃ N ( x , δ ) \lrArr \exist N(x,\delta) N(x,δ),使得 N ( x , δ ) ∩ E = { x } N(x,\delta)\cap E = \{x\} N(x,δ)E={x}
  • 聚点、外点、孤立点(属于边界点)是不相容的。

定义 4

E ⊂ R n E\subset \R^n ERn.

  1. 开集:若 E E E 中每一个点都是 E E E 的内点,则 E E E 是开集。 R n \R^n Rn 为开集,规定 ∅ \empty 为开集。
  2. 闭集:若 E E E 的每一个聚点都属于 E E E,即 E ′ ⊂ E E'\subset E EE,则 E E E 是闭集。 R n \R^n Rn 为闭集,规定 ∅ \empty 也为闭集。
  3. 自密集:若 E E E 中每一个点都是 E E E 的聚点,即 E ⊂ E ′ E\subset E' EE,则 E E E 是自密集。
  4. 完备集:自密的闭集称为完备集完全集 R n \R^n Rn ∅ \empty 都为完备集。
  5. 孤立集:若 E E E 中每一个点都是孤立点,则 E E E 是孤立集。
  6. 离散集:若 E ′ = ∅ E' = \empty E=,则 E E E 是离散集。
  7. 稠密集:若 E ‾ = R n \overline E = \R^n E=Rn,则称 E E E R n \R^n Rn 中的稠密集。若 E ‾ \overline E E 不包括任何邻域,则称 E E E无处稠密集疏朗集。例如,有理数集 Q \mathbb{Q} Q R \R R 中的稠密集,整数集 Z \Z Z R \R R 中的疏朗集。

注意:

  • 一个集合是否为开集与该集合所在的空间有关系. 如 ( 0 , 1 ) (0,1) (0,1) R \R R 中的开集,但若将其看作 R 2 \R^2 R2 中的点集,即 ( 0 , 1 ) × { 0 } (0,1)\times \{0\} (0,1)×{0} 时,则不是开集;
  • E E E 为闭集 ⇔ E = E ‾ ⇔ E b ⊂ E \lrArr E=\overline E \lrArr E^b\subset E E=EEbE
  • E E E 为自密集 ⇔ E ′ = E ‾ \lrArr E'=\overline E E=E
  • E E E 为完备集 ⇔ E = E ′ \lrArr E=E' E=E
  • E E E 为孤立集 ⇔ E ∩ E ′ = ∅ \lrArr E\cap E'=\empty EE=
  • 孤立集为至多可数集(证明如下图);
    孤立集证明
  • 离散集都是孤立集,但孤立集不一定是离散集。如点集 { 1 , 1 / 2 , ⋯ , 1 / n , ⋯ } \{1,1/2,\cdots,1/n,\cdots\} {1,1/2,,1/n,} 为孤立集,但 E ′ = { 0 } E' = \{0\} E={0},所以 E E E 不是离散集;

定理 1
A ⊂ B A\subset B AB,则 A ∘ ⊂ B ∘ A^\circ \subset B^\circ AB A ′ ⊂ B ′ A'\subset B' AB A ‾ ⊂ B ‾ \overline A\subset \overline B AB
定理 2
( A ∪ B ) ′ = A ′ ∪ B ′ (A\cup B)'=A'\cup B' (AB)=AB;一般地, ( A ∩ B ) ′ ≠ A ′ ∩ B ′ (A\cap B)'\not=A'\cap B' (AB)=AB
定理 3 (Bolzano-Weierstrass 定理)
E E E R n \R^n Rn 中的有界无穷集,则 E E E 中至少有一个聚点,即 E ′ ≠ ∅ E'\not=\empty E=
注:一维情况下,可用闭区间套定理证明。 \textcolor{red}{注:一维情况下,可用闭区间套定理证明。} 注:一维情况下,可用闭区间套定理证明。
定理 4
E ⊂ R n E\subset \R^n ERn,则 E ∘ E^\circ E 为开集, E ′ E' E E ‾ \overline E E 为闭集。
定理 5
开集的补集为闭集,闭集的补集为开集。
定理 6

  • 任意多个闭集的交是闭集,有限多个闭集的并是闭集;
  • 任意多个开集的并是开集,有限多个开集的交是开集。

注意
任意多个闭集的并不一定是闭集,任意多个开集的交不一定是开集。 \textcolor{red}{任意多个闭集的并不一定是闭集,任意多个开集的交不一定是开集。} 任意多个闭集的并不一定是闭集,任意多个开集的交不一定是开集。
例如:
⋃ n = 1 ∞ [ − 1 + 1 / n , 1 − 1 / n ] = ( − 1 , 1 ) \bigcup_{n=1}^{\infin}[-1+1/n,1-1/n]=(-1,1) n=1[1+1/n,11/n]=(1,1)
⋂ n = 1 ∞ ( − 1 / n , 1 / n ) = { 0 } \bigcap_{n=1}^{\infin}(-1/n,1/n)=\{0\} n=1(1/n,1/n)={0}

定理7(开集的构造定理)
实数集 R \R R 上的非空开集 G G G 一定是至多可数个互不相交的开区间的并集,并且这些开区间的端点都不属于 G G G
开集构造定理证明
定理 8
R \R R 中的集 F F F 是完备的充要条件是 F c = R F^c= \R Fc=R \ F F F 是至多可数个互不相交且无公共端点的开区间的并。

定义 5
R \R R 中的 Cantor 完备集
Cantor 完备集(1)
Cantor 完备集(2)
性质

这篇关于实变函数——集合与实数集的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/203559

相关文章

hdu1171(母函数或多重背包)

题意:把物品分成两份,使得价值最接近 可以用背包,或者是母函数来解,母函数(1 + x^v+x^2v+.....+x^num*v)(1 + x^v+x^2v+.....+x^num*v)(1 + x^v+x^2v+.....+x^num*v) 其中指数为价值,每一项的数目为(该物品数+1)个 代码如下: #include<iostream>#include<algorithm>

uva 11178 计算集合模板题

题意: 求三角形行三个角三等分点射线交出的内三角形坐标。 代码: #include <iostream>#include <cstdio>#include <cstdlib>#include <algorithm>#include <cstring>#include <cmath>#include <stack>#include <vector>#include <

C++操作符重载实例(独立函数)

C++操作符重载实例,我们把坐标值CVector的加法进行重载,计算c3=c1+c2时,也就是计算x3=x1+x2,y3=y1+y2,今天我们以独立函数的方式重载操作符+(加号),以下是C++代码: c1802.cpp源代码: D:\YcjWork\CppTour>vim c1802.cpp #include <iostream>using namespace std;/*** 以独立函数

函数式编程思想

我们经常会用到各种各样的编程思想,例如面向过程、面向对象。不过笔者在该博客简单介绍一下函数式编程思想. 如果对函数式编程思想进行概括,就是f(x) = na(x) , y=uf(x)…至于其他的编程思想,可能是y=a(x)+b(x)+c(x)…,也有可能是y=f(x)=f(x)/a + f(x)/b+f(x)/c… 面向过程的指令式编程 面向过程,简单理解就是y=a(x)+b(x)+c(x)

利用matlab bar函数绘制较为复杂的柱状图,并在图中进行适当标注

示例代码和结果如下:小疑问:如何自动选择合适的坐标位置对柱状图的数值大小进行标注?😂 clear; close all;x = 1:3;aa=[28.6321521955954 26.2453660695847 21.69102348512086.93747104431360 6.25442246899816 3.342835958564245.51365061796319 4.87

OpenCV结构分析与形状描述符(11)椭圆拟合函数fitEllipse()的使用

操作系统:ubuntu22.04 OpenCV版本:OpenCV4.9 IDE:Visual Studio Code 编程语言:C++11 算法描述 围绕一组2D点拟合一个椭圆。 该函数计算出一个椭圆,该椭圆在最小二乘意义上最好地拟合一组2D点。它返回一个内切椭圆的旋转矩形。使用了由[90]描述的第一个算法。开发者应该注意,由于数据点靠近包含的 Mat 元素的边界,返回的椭圆/旋转矩形数据

Unity3D 运动之Move函数和translate

CharacterController.Move 移动 function Move (motion : Vector3) : CollisionFlags Description描述 A more complex move function taking absolute movement deltas. 一个更加复杂的运动函数,每次都绝对运动。 Attempts to

Java基础回顾系列-第六天-Java集合

Java基础回顾系列-第六天-Java集合 集合概述数组的弊端集合框架的优点Java集合关系图集合框架体系图java.util.Collection接口 List集合java.util.List接口java.util.ArrayListjava.util.LinkedListjava.util.Vector Set集合java.util.Set接口java.util.HashSetjava

【408数据结构】散列 (哈希)知识点集合复习考点题目

苏泽  “弃工从研”的路上很孤独,于是我记下了些许笔记相伴,希望能够帮助到大家    知识点 1. 散列查找 散列查找是一种高效的查找方法,它通过散列函数将关键字映射到数组的一个位置,从而实现快速查找。这种方法的时间复杂度平均为(

✨机器学习笔记(二)—— 线性回归、代价函数、梯度下降

1️⃣线性回归(linear regression) f w , b ( x ) = w x + b f_{w,b}(x) = wx + b fw,b​(x)=wx+b 🎈A linear regression model predicting house prices: 如图是机器学习通过监督学习运用线性回归模型来预测房价的例子,当房屋大小为1250 f e e t 2 feet^