You need to enable JavaScript to run this app.
优惠活动
大模型
产品
解决方案
定价
更多

广义实值可测函数的连续函数列几乎处处逼近问题

广义实值可测函数的连续函数列几乎处处逼近问题

嘿,这个问题我之前研究类似主题时也卡过一会儿,核心是要把那种“依赖n的收敛指标”转化成能统一控制的序列,咱们可以结合Borel-Cantelli引理来解决,具体思路一步步来:

首先,先明确咱们已有的基础:

  • 对每个截断后的有限值可测函数$g_n$,都存在连续函数列${g_{nk}}{k=1}^\infty$,使得$g{nk} \to g_n$ a.e.。也就是说,对每个$n$,存在零测集$Z_n \subseteq A$,当$x \notin Z_n$时,$\lim_{k\to\infty}g_{nk}(x) = g_n(x)$。

接下来是关键的构造步骤:

  1. 为每个n挑选合适的kₙ
    对每个$n$,取$\epsilon = 1/n$,根据$g_{nk} \to g_n$ a.e.的定义,一定存在某个$k_n \in \mathbb{N}$,使得集合$E_n = \left{x \in A \mid |g_{n,k_n}(x) - g_n(x)| \geq \frac{1}{n}\right}$的测度满足$\mu(E_n) < \frac{1}{2^n}$。
    (这里的$k_n$是我们主动选的,不是硬取$k=n$,这就解决了你之前遇到的“N依赖n”的问题)

  2. 用Borel-Cantelli引理控制例外集合
    注意到$\sum_{n=1}^\infty \mu(E_n) < \sum_{n=1}^\infty \frac{1}{2^n} = 1 < \infty$,根据Borel-Cantelli引理,$\mu\left(\limsup_{n\to\infty} E_n\right) = 0$。换句话说,几乎所有的$x$都只属于有限个$E_n$。

  3. 验证构造的序列收敛到f a.e.
    记$Z = \bigcup_{n=1}^\infty Z_n$,这是一个零测集(可数个零测集的并)。现在考虑全测度集合$A \setminus \left(Z \cup \limsup E_n\right)$,任取$x$属于这个集合,分三种情况验证:

    • 当f(x)有限时:存在$N$,当$n \geq N$时,$g_n(x) = f(x)$。同时因为$x \notin \limsup E_n$,所以存在$M \geq N$,当$n \geq M$时,$x \notin E_n$,即$|g_{n,k_n}(x) - f(x)| = |g_{n,k_n}(x) - g_n(x)| < \frac{1}{n} \to 0$,显然$g_{n,k_n}(x) \to f(x)$。
    • 当f(x)=∞时:对任意大的$M>0$,存在$N$,当$n \geq N$时,$g_n(x) = n \geq M$。同样,当$n$足够大时$x \notin E_n$,所以$g_{n,k_n}(x) > g_n(x) - \frac{1}{n} = n - \frac{1}{n} \geq M$,因此$g_{n,k_n}(x) \to \infty = f(x)$。
    • 当f(x)=-∞时:和上面的情况对称,当$n$足够大时,$g_n(x) = -n \leq -M$,且$x \notin E_n$,所以$g_{n,k_n}(x) < g_n(x) + \frac{1}{n} = -n + \frac{1}{n} \leq -M$,因此$g_{n,k_n}(x) \to -\infty = f(x)$。

最后,${g_{n,k_n}}_{n=1}^\infty$就是我们要找的连续函数列,它几乎处处收敛到$f$。

你之前尝试的$g_{nn}$之所以不行,是因为$k=n$不一定能满足“和$g_n$的误差在小测度集外”的条件,而我们主动挑选$k_n$的操作,就是为了把每个$n$对应的误差集合测度压得足够小,再用Borel-Cantelli引理把这些例外集合的“极限上确界”变成零测集,从而保证几乎处处的收敛性。

备注:内容来源于stack exchange,提问作者one potato two potato

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.04.23 12:52:33