本文共 2886 字，大约阅读时间需要 9 分钟。

Lebesgue积分的收敛定理

1. 支配收敛定理 (Dominated Convergence Theorem, DCT)

1.1 支配收敛定理的定义

支配收敛定理是Lebesgue积分中的一个重要工具，它允许在某些条件下交换极限与积分的顺序。具体来说，假设有一列可测函数 ( { f_n } )，对于所有 ( n )，( f_n(x) ) 都是可积的，并且存在一个可积的函数 ( g(x) )，使得对于几乎所有的 ( x )，都有 ( |f_n(x)| \leq g(x) )。同时，( f_n(x) ) 在几乎处处收敛于 ( f(x) )。在这些条件下，可以交换极限和积分的顺序，即：[\int \lim_{n \to \infty} f_n(x) , dx = \lim_{n \to \infty} \int f_n(x) , dx]

1.2 证明思路

证明支配收敛定理的核心思想是利用Fatou引理。通过构造一个支配函数 ( g(x) )，并利用Fatou引理，可以得出结论。

1.3 课堂案例：傅里叶级数中的应用

傅里叶级数是将周期函数分解为正弦和余弦函数的和。假设 ( f_n(x) ) 是傅里叶级数的部分和，且满足 ( |f_n(x)| \leq g(x) ) 和 ( g(x) ) 是可积的。利用DCT，可以交换傅里叶级数和积分的顺序：[\int_{0}^{2\pi} \lim_{n \to \infty} f_n(x) , dx = \lim_{n \to \infty} \int_{0}^{2\pi} f_n(x) , dx]

1.4 Python代码示例（傅里叶级数的积分计算）

import numpy as npimport matplotlib.pyplot as pltdef f(x):    return np.sin(x)def fourier_partial_sum(x, N):    sum_ = np.zeros_like(x)    for n in range(1, N+1):        sum_ += np.sin(n * x) / n    return sum_x = np.linspace(0, 2*np.pi, 1000)N_values = [1, 5, 10, 50]integrals = []for N in N_values:    partial_sum = fourier_partial_sum(x, N)    integrals.append(np.trapz(partial_sum, x))target_integral = np.trapz(f(x), x)plt.plot(N_values, integrals, label='Fourier Partial Sum Integral')plt.axhline(y=target_integral, color='r', linestyle='--', label='Target Integral')plt.xlabel('Number of terms in Fourier series (N)')plt.ylabel('Integral Value')plt.legend()plt.title('Convergence of Fourier Series Integral')plt.show()print(f"目标函数的积分: {target_integral:.4f}")print(f"傅里叶级数部分和的积分 (N=50): {integrals[-1]:.4f}")

2. 单调收敛定理 (Monotone Convergence Theorem, MCT)

2.1 单调收敛定理的定义

单调收敛定理允许在函数序列单调收敛时交换极限与积分的顺序。具体来说，假设 ( { f_n } ) 是一列单调递增的非负函数，且在几乎处处收敛于 ( f(x) )，则：[\int \lim_{n \to \infty} f_n(x) , dx = \lim_{n \to \infty} \int f_n(x) , dx]

2.2 证明思路

证明基于单调性和Lebesgue积分的单调收敛定理，通过单调收敛函数的积分收敛性得出结论。

2.3 课堂案例：函数逼近中的应用

考虑一个单调递增函数序列 ( f_n(x) ) 逼近目标函数 ( f(x) )。例如，( f_n(x) = \frac{1}{n} ) 单调递增地逼近常数函数 0。利用MCT，可以计算极限与积分的关系：[\int \lim_{n \to \infty} f_n(x) , dx = \lim_{n \to \infty} \int f_n(x) , dx]

2.4 Python代码示例（单调收敛定理）

import numpy as npdef f_n(x, n):    return 1/n * np.ones_like(x)x = np.linspace(0, 1, 1000)n_values = [1, 5, 10, 50]integrals_mct = [np.trapz(f_n(x, n), x) for n in n_values]plt.plot(n_values, integrals_mct, label='Monotone Convergence Integral')plt.axhline(y=0, color='r', linestyle='--', label='Target Integral (0)')plt.xlabel('n')plt.ylabel('Integral Value')plt.legend()plt.title('Monotone Convergence Theorem')plt.show()print(f"目标极限函数的积分: {0:.4f}")print(f"单调收敛序列的积分 (n=50): {integrals_mct[-1]:.4f}")

3. 积分与极限的交换

在Lebesgue积分框架下，积分与极限的交换问题是一个重要课题。支配收敛定理和单调收敛定理为我们提供了交换极限与积分的条件。

3.1 讨论

• 对于一些函数序列，交换极限与积分可以简化计算。
• 在傅里叶级数、逼近理论等问题中，常常利用这些定理进行理论分析。

4. 课堂活动：实际问题讨论

学生可以讨论以下实际问题：

总结

支配收敛定理（DCT）和单调收敛定理（MCT）是Lebesgue积分的核心定理，它们为交换极限与积分提供了严格的条件。傅里叶级数和函数逼近问题中的实际应用可以通过这些定理来简化积分计算。通过Python代码示例，学生可以直观地了解这些定理的应用，理解其数学意义。