UNIVERSIDAD TECNOLÓGICA DEL CIBAO ORIENTAL (UTECO)

Universidad Estatal, Ley 236-14

Facultad de Postgrado y Educación Continuada
Maestría en Matemáticas
Teoría de la medida

Material didáctico adaptado del libro “The Elements of Integration and Lebesgue Measure, de Robert
BARTLE”. Sólo con fines didácticos.

UNIDAD 0: INTRODUCCIÓN

Medidas
𝐹𝑢𝑛𝑐𝑖𝑜𝑛𝑒𝑠 𝑚𝑒𝑑𝑖𝑏𝑙𝑒𝑠
T. me𝑑. ⊂ 𝐴𝑛á𝑙𝑖𝑠𝑖𝑠 𝜎 − álgebra
𝐹𝑢𝑛𝑐𝑖𝑜𝑛𝑒𝑠 𝑖𝑛𝑡𝑒𝑔𝑟𝑎𝑏𝑙𝑒𝑠
{Modos de convergencia }

La geometría del espacio tridimensional en el que estamos sumergidos nos resulta muy natural. Conceptos
tales como distancia, longitud, ángulo, perpendicularidad son de uso cotidiano. En matemáticas
frecuentemente podemos agrupar ciertos objetos en espacios abstractos y entre ellos relaciones
semejantes a las existentes entre los puntos del espacio ordinario.

El paralelismo que se establece entre los espacios abstractos y el espacio euclídeo nos permite visualizar y
lograr un entendimiento más profundo de estos objetos.
En algunas aplicaciones el planteo más simple que puede usarse es el de espacio métrico. Un espacio
métrico es un conjunto de puntos en los que está definida la noción de distancia entre puntos. Podemos
usar la función distancia o métrica para definir los conceptos fundamentales del análisis, tal como
convergencia, continuidad y compacidad.
Un espacio métrico no necesita tener ninguna clase de estructura algebraica definida en él, es decir, puede
no tener sentido la suma de elementos del espacio o la multiplicación de un elemento por un número real
o complejo. Sin embargo, es muy frecuente el uso de espacios métricos que son a su vez espacios
vectoriales, con una métrica derivada de una norma que mide la longitud de un vector.
La integral de Riemann
Vamos a dar una definición precisa de la integral de una función definida en un intervalo acotado y cerrado,
es decir [a, b] con a < b donde a y b son reales

Definición 0.1
Una partición de un intervalo [a, b] es un conjunto finito de puntos de [a, b] que incluye a los extremos.
Una partición 𝑃 la denotaremos ordenando sus puntos de menor a mayor, comenzando en a y terminando
en b

1
 𝑃 = {𝑥𝑖 }𝑛𝑖=0 ≡ {𝑎 = 𝑥0 < 𝑥1 < 𝑥2 < . . . < 𝑥𝑛 − 1 < 𝑥𝑛 = 𝑏}.

El conjunto de las particiones de [a, b] lo expresaremos como 𝑃([𝑎, 𝑏]). Una partición como la indicada
divide el intervalo [a, b] en 𝑛 subintervalos [𝑥𝑖−1 , 𝑥𝑖 ] cada uno de longitud 𝑥𝑖 − 𝑥𝑖−1
Definición 0.2
Sea 𝑓 una función acotada definida en el intervalo 𝐼 = [𝑎, 𝑏], se dice que 𝑓 es Riemann integrable si:
𝑳(𝑷, 𝒇) = 𝑼(𝑷, 𝒇)
Donde
𝐿(𝑃, 𝑓 ) = 𝑚𝑘 (𝑥𝑘 − 𝑥𝑘−1 ) ; 𝑈(𝑃, 𝑓 ) = 𝑀𝑘 (𝑥𝑘 − 𝑥𝑘−1 );
𝑚𝑘 = 𝐼𝑛𝑓 {𝑓 (𝑥 ): 𝑥𝜖 [𝑥𝑘−1 , 𝑥𝑘 ]}; 𝑀𝑘 = 𝑆𝑢𝑝{𝑓 (𝑥 ): 𝑥𝜖 [𝑥𝑘−1 , 𝑥𝑘 ]}
𝑏
El valor común de 𝐿(𝑃, 𝑓 ) = 𝑈(𝑃, 𝑓) se llama “La integral de Riemann” y se representa por ∫𝑎 𝑓 o
𝑏
∫𝑎 𝑓 (𝑥 )𝑑𝑥

Luego;
𝑏 𝑚 𝑚

∫ 𝑓 (𝑥 )𝑑𝑥 = ∑ 𝑚𝑘 (𝑥𝑘 − 𝑥𝑘−1 ) = ∑ 𝑀𝑘 (𝑥𝑘 − 𝑥𝑘−1 )

𝑎 𝑘=1 𝑘=1

Note que por definición:

𝑏 𝑎
∫ 𝑓 (𝑥 )𝑑𝑥 = − ∫ 𝑓 (𝑥 )𝑑𝑥
𝑎 𝑏

𝑎
∫ 𝑓 (𝑥 )𝑑𝑥 = 0
𝑎

La integral de Riemann puede definirse también como el límite de una suma. Para hacerlo, tomemos n
puntos de sub-división 𝑎 = 𝑥0 < 𝑥1 < 𝑥2 < ⋯ < 𝑥𝑛 = 𝑏 y también puntos 𝜉1 , 𝜉2 , . . . 𝜉𝑛 tales que
𝑥𝑘−1 ≤ 𝜉𝑘 ≤ 𝑥𝑘 donde 𝑘 = 1,2,3, … . . , 𝑛

Formamos la suma:

𝑓 (𝜉1 )(𝑥1 − 𝑥0 ) + 𝑓(𝜉2 )(𝑥2 − 𝑥1 ) + ⋯ + 𝑓 (𝜉𝑛 )(𝑥𝑛 − 𝑥𝑛−1 ) = ∑𝑛𝑘=1 𝑓(𝜉𝑘 )∆𝑥𝑘

Donde

∆𝑥𝑘 = 𝑥𝑘 − 𝑥𝑘−1

Y sea el máximo de ∆𝑥𝑘 igual a la norma ( Máx ∆𝑥𝑘 = 𝛿 ) entonces definimos la integral de Riemann de
𝑓 (𝑥 ) en [𝑎, 𝑏] como
𝑏
lim⁡ ∑𝑛𝑘=1 𝑓(𝜉𝑘 ) . ∆𝑥𝑘
∫𝑎 𝑓 (𝑥 )𝑑𝑥 = 𝑛→∞
𝛿→0

2
Si a y b son dos números reales, puede pensarse al número real no negativo |a − b| como la distancia que
separa a de b. Esta operación de asignar distancias a pares de puntos es precisamente lo que da origen a
los espacios métricos. La teoría básica que emana del concepto de distancia tiene que ver con las
propiedades de subconjuntos (abiertos, cerrados, compactos, conexos), sucesiones (convergentes, Cauchy)
y funciones (continuas), y la relación entre estas nociones.

Definición 0.3

Sea X es un conjunto arbitrario no vacío, una métrica es una aplicación 𝑑: 𝑋 ∗ 𝑋 → ℝ tal que para
cualesquiera x, y, z ∈ X, se verifica:

i. 𝑑(𝑥, 𝑦) ⁡ ≥ ⁡0.

ii. 𝑑(𝑥, 𝑦) ⁡ = ⁡0⁡ ⇐⇒ ⁡𝑥⁡ = ⁡𝑦.

iii. 𝑑(𝑥, 𝑦) ⁡ = ⁡𝑑(𝑦, 𝑥).

iv . 𝑑(𝑥, 𝑧) ⁡ ≤ ⁡𝑑(𝑥, 𝑦) ⁡ + ⁡𝑑(𝑦, 𝑧).

Definición 0.4

Un espacio métrico es un par (𝑋, 𝑑) donde 𝑋 es un conjunto arbitrario no vacío y 𝑑 es una métrica.

De la definición 0.3 son evidentes las siguientes propiedades:

i)⁡⁡⁡⁡𝑑(𝑥1, 𝑥𝑛) ⁡ ≤ ⁡𝑑(𝑥1, 𝑥2) ⁡ + ⁡𝑑(𝑥2, 𝑥3) ⁡ +⁡·⁡·⁡· ⁡ +⁡𝑑(𝑥𝑛 , 𝑥 )⁡⁡⁡⁡⁡∀𝑥1, 𝑥2, . . . , 𝑥𝑛⁡ ∈ ⁡𝑋
−1 𝑛
ii)⁡⁡⁡|𝑑(𝑥, 𝑧) ⁡ − ⁡𝑑(𝑦, 𝑧)| ⁡ ≤ ⁡𝑑(𝑥, 𝑦)⁡⁡⁡⁡∀𝑥, 𝑦, 𝑧⁡ ∈ ⁡𝑋

iii) Si Y es un subconjunto del espacio métrico (X, d) y se define 𝑑`(𝑦1, 𝑦2) ⁡ = 𝑑⁡(𝑦1, 𝑦2), ∀𝑦1, 𝑦2⁡ ∈ ⁡𝑌 ,
entonces (Y, d) es también un espacio métrico y d se llama métrica inducida por d a Y .

Ejemplos

1. Sea X un conjunto cualquiera. La aplicación d definida por

1, 𝑠𝑖 𝑥 ≠ 𝑦
1.1 𝑑 (𝑥, 𝑦) = { } …………… es la llamada métrica trivial o discreta.
0, 𝑠𝑖 𝑥 = 𝑦

1.2 𝑑 (𝑥, 𝑦) = |𝑥1 − 𝑦1 | + |𝑥2 − 𝑦2 | ………… es una métrica en X.

1.3 𝑑 (𝑥, 𝑦) = Máx {|𝑥1 − 𝑦1 |, |𝑥2 − 𝑦2 |} ……….. es una métrica en X.

2. Si 𝑋 = ℝ

𝑑 (𝑥, 𝑦) = |x − y| ………………………… es la distancia usual (euclídea).

3. Para 𝑋 = ℝ2
1⁄
𝑑 (𝑥, 𝑦) = [(𝑥1 − 𝑦1 )2 + (𝑥2 − 𝑦2 )2 ] 2 …………..es también la distancia euclídea.

3
4) En 𝑋 = ℝ𝑛
𝑛

𝑑1 (𝑥, 𝑦) = ∑|𝑥𝑖 − 𝑦𝑖 |
𝑖=1
𝑛
1⁄
𝑑2 (𝑥, 𝑦) = ∑[(𝑥𝑖 − 𝑦𝑖 )2 ] 2
𝑖=1

Máx | 𝑆𝑢𝑝
𝑑3 (𝑥, 𝑦) = 𝑥𝑖 − 𝑦𝑖 | = |𝑥 − 𝑦𝑖 |
1≤𝑖≤𝑛 1≤𝑖≤𝑛 𝑖

UNIDAD I: FUNCIONES MEDIBLES Y MEDIDAS

❖ Recordar intervalos y su longitud

1, 𝑠𝑖 𝑥 ∈ 𝐸
❖ La función característica de un conjunto 𝐸 es 𝑋𝐸 (𝑥) = { }
0, 𝑠𝑖 𝑥 ∉ 𝐸

Definición 1.1

Una función escalón 𝜑 es una combinación lineal finita de funciones características

𝜑 = ∑ 𝑐𝑗 𝑋𝐸𝑗
𝑗=1

Nota:

𝜑(𝑥) = ∑ 𝑐𝑗 𝑋𝐸𝑗 (𝑥)

𝑗=1

Si los 𝐸𝑗 son intervalos y 𝑎𝑗 , 𝑏𝑗 los extremos, entonces definimos la integral de la función escalón como
𝑛

∫ 𝜑 = ∑ 𝑐𝑗 (𝑏𝑗 − 𝑎𝑗 )
𝑗=1

Nota: Según Riemann, si 𝑓(𝑥) ≥ 𝜑𝑛 (𝑥) en [𝑎, 𝑏], entonces 𝜑𝑛 (𝑥) = 0 fuera de [𝑎, 𝑏]. Por tanto;

∫𝐸 𝑓(𝑥)𝑑𝑥 = 𝑆𝑢𝑝∫𝐸 𝜑𝑛 (𝑥)𝑑𝑥

4
 Teoría de la medida e integral de Lebesgue

Una de las características más molestas de la teoría de los espacios funcionales es que surgen problemas con la
integral de Riemann, problemas que no permiten llegar a ciertos teoremas indispensables.

Queremos aclarar que no hay nada equivocado con la integral de Riemann, de hecho en física siempre nos
manejamos con funciones que son integrables según Riemann y usamos el método de Riemann para calcular
integrales concretas. Los problemas surgen cuando tratamos de hacer interactuar a la integral de Riemann con otras
operaciones, especialmente con operaciones de límite (por ejemplo, el límite de una sucesión de funciones
integrables puede no ser integrable).

Necesitamos entonces renovar la manera en que pensamos acerca de la integral. De estas notas nadie emergerá con
la habilidad de poder calcular más integrales, sino, esperamos, con un mayor entendimiento del significado del signo
integral. Los problemas de la integral de Riemann pueden solucionarse mediante la generalización conocida como
integral de Lebesgue

Este nuevo concepto de integral permite integrar clases generales de funciones, permite integrar en espacios más
abstractos que ℝ (o ℝ𝑛 ), y más importante aún, se comporta mucho más civilizadamente en combinación con otras
operaciones.

Hay un ejemplo muy simple de una función que es integrable según Lebesgue pero no lo es según Riemann, esta es
la función de Dirichlet:

1, 𝑠𝑖⁡𝑥⁡𝑒𝑠⁡𝑟𝑎𝑐𝑖𝑜𝑛𝑎𝑙⁡
𝑓(𝑥) = { }
⁡0,⁡⁡⁡𝑠𝑖⁡𝑥⁡𝑒𝑠⁡𝑖𝑟𝑟𝑎𝑐𝑖𝑜𝑛𝑎𝑙

Una forma simple de ilustrar la diferencia entre la integral de Lebesgue y la de Riemann es la siguiente
analogía. Supongamos que tenemos una bolsa llena de monedas y que queremos saber cuánta plata tenemos en la
bolsa. Podemos contar las monedas de dos formas distintas:

(a) Sacamos las monedas una a una y vamos sumando sus valores;

(b) Agrupamos las monedas de la bolsa de acuerdo a sus valores, formando un grupo de monedas de 5 centavos,
otro de 10 centavos, etc. Contamos cuántas monedas tenemos en cada grupo, multiplicamos por sus valores y
sumamos.

La segunda forma de contar (que corresponde a la integral de Lebesgue) es mucho más eficiente que la primera
(correspondiente a la integral de Riemann), pero, por supuesto, ambas formas de contar nos darán el mismo valor
total. Nótese que para describir (b) tuvimos que usar un lenguaje un poco más elaborado que el usado para describir
(a). Como veremos más adelante, la definición de la integral de Lebesgue también implica de hecho un poco más de
conceptualización que la definición de la integral de Riemann. El método a utilizar para introducir la integral de
Lebesgue se asienta en el concepto de medida.

5
Una medida no es más que una función que a ciertos subconjuntos A les asocia un número no negativo 𝜇(𝐴),
llamado su medida o volumen, que da una idea de su “tamaño”. Si consideramos una función 𝑓: [𝑎, 𝑏] → 𝑅 que
toma un número finito de valores, la definición de la integral de Riemann corresponde esencialmente a dividir el
intervalo [𝑎, 𝑏] en sub-intervalos, multiplicar el valor que la función toma en cada subintervalo por su longitud y
sumar:

𝑏 𝑛

∫ 𝑓(𝑥)𝑑𝑥 = ∑ 𝑓(𝜉𝑘 ) (⁡𝑥𝑘 − 𝑥𝑘−1 )

𝑎 𝑘=1

Por otro lado, para la integral de Lebesgue, determinamos primero cuál es la pre-imagen 𝜉𝑘 ∈ [𝑎, 𝑏] de cada valor
𝑦𝑘 que la función asume, multiplicamos la medida de la pre-imagen por el valor de la función y sumamos.

𝑏 𝑚

∫ 𝑓𝑑𝜇 = ∑ 𝑦𝑘 𝜇( 𝜉𝑘 )
𝑎 𝑘=1

Está claro que estos dos métodos deben darnos el mismo valor de la integral. En pocas palabras, podemos decir que
la diferencia entre ambas integrales es que para la integral de Riemann conciernen los valores que toma la función
que está siendo integrada, mientras que en la integral de Lebesgue importa más el tamaño de subconjuntos en el
dominio del integrando. Esta noción de medida o tamaño es la que vamos a tratar ahora.

Nota histórica:

La integral de Lebesgue fue creada por el matemático francés Henri León Lebesgue (1875-1941). Hasta fines del siglo
XIX, el análisis matemático estaba limitado a las funciones continuas, en gran parte debido al método de integración
de Riemann. A partir de trabajos de Emile Borel y Camille Jordan, Lebesgue desarrolló en 1901 su teoría de la
medida. Un año después extendió el concepto de integral.

Pensemos ahora en una familia de conjuntos {𝐸𝑛 } que no son necesariamente intervalos e introduzcamos una
función 𝜇 sobre los 𝐸𝑗 tal que 𝜇(𝐸𝑗 ) ≥ 0 ; 𝜇(𝜙) = 0

Definición 1.2

Una función simple es una combinación lineal finita de funciones características de los 𝐸𝑗

𝜑 = ∑𝑛𝑗=1 𝑐𝑗 𝑋𝐸𝑗 ; 𝜑(𝑥) = ∑𝑛𝑗=1 𝑐𝑗 𝑋𝐸𝑗 (𝑥)

Requerimos de la función 𝜇 que sea contable aditiva, es decir, si los 𝐸𝑗 son disjuntos
𝑛

𝜇(⋃∞
𝑖=1 𝐸𝑗 ) = ∑ 𝜇(𝐸𝑗 )
𝑗=1

Además; las uniones de los 𝐸𝑗 son miembros de la familia, así como los complementos
∞

∫ 𝜑 = ∑ 𝑐𝑗 𝜇(𝐸𝑗 )
𝑗=1

6
Definimos la integral de Lebesgue como

𝜑𝑛 (𝑥) ≤ 𝑓(𝑥), ∀𝑥 ∈ 𝐸
∫𝐸 𝑓(𝑥)𝑑𝑥 = 𝑆𝑢𝑝∫𝐸 𝜑𝑛 (𝑥)𝑑𝑥; 𝑠𝑖 { }
𝜑𝑛 (𝑥) = 0, 𝑠𝑖 𝑥 ∉ 𝐸
Si {𝐸𝑛 } es una sucesión de números reales extendidos, es decir,

𝑅̅ = 𝑅 ∪ {−∞, ∞}, definimos el límite superior y el inferior como:

̅̅̅̅̅ 𝐼𝑛𝑓 𝑆𝑢𝑝 𝑥𝑛 𝑆𝑢𝑝 𝐼𝑛𝑓 𝑥𝑛

𝑙𝑖𝑚 𝑥𝑛 = lim 𝑆𝑢𝑝 𝑥𝑛 = ( ); 𝑙𝑖𝑚 𝑥𝑛 = lim 𝐼𝑛𝑓 𝑥𝑛 = ( )
𝑚 𝑛≥𝑚 𝑚 𝑛≥𝑚
̅̅̅̅̅ 𝑥𝑛 ≥ 𝑙𝑖𝑚 𝑥𝑛 . Luego, lim 𝑥𝑛 existe si y sólo si 𝑙𝑖𝑚
Es claro que 𝑙𝑖𝑚 ̅̅̅̅̅ 𝑥𝑛 = 𝑙𝑖𝑚 𝑥𝑛

Ejercicio: Determine ̅̅̅̅̅

𝑙𝑖𝑚 𝑥𝑛 y 𝑙𝑖𝑚 𝑥𝑛 para 𝑥𝑛 = {2, − 2, − 1, 1, − 1, −1,1, … . }

Solución:
𝑆𝑢𝑝 𝑥𝑛 =𝑆𝑢𝑝 𝑥𝑛
m=1: =2
𝑛≥𝑚 𝑛≥1
𝑆𝑢𝑝 𝑥𝑛 =𝑆𝑢𝑝 𝑥𝑛
m=2: =1
𝑛≥𝑚 𝑛≥2
𝑆𝑢𝑝 𝑥𝑛 =𝑆𝑢𝑝 𝑥𝑛
m=3: =1
𝑛≥𝑚 𝑛≥3
𝑆𝑢𝑝 𝑥𝑛 =𝑆𝑢𝑝 𝑥𝑛
m=4: =1
𝑛≥𝑚 𝑛≥4
. ⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡. ⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡.
⁡⁡⁡⁡. ⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡. ⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡.
. ⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡. ⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡.
𝐼𝑛𝑓⁡𝑥𝑛 𝑆𝑢𝑝 𝑥𝑛 𝐼𝑛𝑓 𝑥𝑛 (
Por tanto, ̅̅̅̅̅
𝑙𝑖𝑚 𝑥𝑛 = lim 𝑆𝑢𝑝 𝑥𝑛 = ( )= 2,1,1,1, … ) = 1⁡
𝑚 𝑛≥𝑚 𝑚
Además
𝐼𝑛𝑓 𝑥𝑛 =𝐼𝑛𝑓 𝑥𝑛
m=1: = −2
𝑛≥𝑚 𝑛≥1
𝐼𝑛𝑓 𝑥𝑛 =𝐼𝑛𝑓 𝑥𝑛
m=2: = −2
𝑛≥𝑚 𝑛≥2
𝐼𝑛𝑓 𝑥𝑛 =𝐼𝑛𝑓 𝑥𝑛
m=3: = −1
𝑛≥𝑚 𝑛≥3
𝐼𝑛𝑓 𝑥𝑛 =𝐼𝑛𝑓 𝑥𝑛
m=4: = −1
𝑛≥𝑚 𝑛≥4
. ⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡. ⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡.
⁡⁡⁡⁡. ⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡. ⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡.
. ⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡. ⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡.
𝑆𝑢𝑝⁡𝑥𝑛 𝐼𝑛𝑓 𝑥𝑛 𝑆𝑢𝑝 𝑥𝑛
Por tanto, 𝑙𝑖𝑚 𝑥𝑛 = lim 𝐼𝑛𝑓 𝑥𝑛 = ( )= (−2, −2, −1, −1, … ) = −1⁡
𝑚 𝑛≥𝑚 𝑚
̅̅̅̅̅ 𝑥𝑛 ⁡ ≠ 𝑙𝑖𝑚 𝑥𝑛 se concluye que 𝑳𝒊𝒎⁡ 𝒙𝒏 no existe.
Como 𝑙𝑖𝑚

7
 ̅)
Operaciones en los reales extendidos (ℝ

Si 𝑥 ∈ ℝ entonces:

a) (+∞) + (+∞) = (+∞)

b) 𝑥 + (+∞) = (+∞)
c) (+∞) + 𝑥 = (+∞)
d) (−∞) + (−∞) = (−∞)
e) 𝑥 + (−∞) = (−∞)
f) (−∞) + 𝑥 = (−∞)
g) (+∞)(+∞) = (+∞)
h) (−∞)(−∞) = (+∞)
i) (+∞)(−∞) = (−∞)
j) (−∞)(+∞) = (−∞)

(+∞), 𝑠𝑖⁡𝑥 > 0

k) 𝑥(+∞) = { 0,⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡𝑠𝑖⁡𝑥 = 0 }
(−∞),⁡⁡⁡⁡𝑠𝑖⁡𝑥 < 0

(+∞), 𝑠𝑖⁡𝑥 > 0

l) (+∞)𝑥 = { 0,⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡𝑠𝑖⁡𝑥 = 0 }
(−∞),⁡⁡⁡⁡𝑠𝑖⁡𝑥 < 0

(−∞), 𝑠𝑖⁡𝑥 > 0

m) 𝑥(−∞) = { 0,⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡𝑠𝑖⁡𝑥 = 0 }
(+∞),⁡⁡⁡⁡𝑠𝑖⁡𝑥 < 0

(−∞), 𝑠𝑖⁡𝑥 > 0

n) (−∞)𝑥 = { 0,⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡𝑠𝑖⁡𝑥 = 0 }
(+∞),⁡⁡⁡⁡𝑠𝑖⁡𝑥 < 0

Nota: No definimos (−∞) + (+∞) ni (+∞) + (−∞)

Definición 1.3

Una familia Ω de subconjuntos de un conjunto 𝑋 se dice ser una 𝜍 − á𝑙𝑔𝑒𝑏𝑟𝑎 si

i. 𝜙, 𝑋 ∈ Ω
ii. Si 𝐴 ∈ Ω, entonces 𝐴𝑐 ∈ Ω
iii. Si {𝐴𝑛 } es una sucesión de subconjuntos de Ω, entonces la unión ∪∞
𝑛=1 𝐴𝑛 ∈ Ω

Un par (𝑋, Ω) se llama espacio medible y cada elemento de Ω es un conjunto medible.

Ejemplos de 𝝇 − á𝒍𝒈𝒆𝒃𝒓𝒂

8
1. Sea X cualquier conjunto, entonces la familia de todos los subconjuntos de X, p(X) es una 𝜍 − á𝑙𝑔𝑒𝑏𝑟𝑎
2. Sea X cualquier conjunto, entonces la familia de X formada por 𝜙 y X es una 𝜍 − á𝑙𝑔𝑒𝑏𝑟𝑎
3. Sea 𝑋 = {1,2, … } el conjunto de los números naturales y sea Ω la familia definida por 𝜙, {1,3,5, … },⁡{2,4,6, … } y
𝑋, entonces Ω es una 𝜍 − á𝑙𝑔𝑒𝑏𝑟𝑎.
4. Sea X un conjunto incontable y Ω la colección de conjuntos de X que o son contables o tienen complementos
contables, entonces Ω es una 𝜍 − á𝑙𝑔𝑒𝑏𝑟𝑎.
5. Si Ω1 ⁡y⁡⁡Ω2 son 𝜍 − á𝑙𝑔𝑒𝑏𝑟𝑎𝑠 de conjuntos de X, sea Ω3 la intersección de Ω1 ⁡y⁡⁡Ω2 entonces Ω3 es una 𝜍 −
á𝑙𝑔𝑒𝑏𝑟𝑎.
6. Sea A una colección no vacía de subconjuntos de X. Observemos que existe una 𝜍 − á𝑙𝑔𝑒𝑏𝑟𝑎 que es la más
pequeña que contiene a A. Note que por lo menos 𝑝(𝑥) contiene a A. Entonces la intersección de todas las 𝜍 −
á𝑙𝑔𝑒𝑏𝑟𝑎𝑠 que contienen a A es una 𝜍 − á𝑙𝑔𝑒𝑏𝑟𝑎; esta es la más pequeña de las que contienen a A y se llama la
𝜍 − á𝑙𝑔𝑒𝑏𝑟𝑎 generada por A.
7. Sea X el conjunto de todos los números reales. El álgebra de Borel es la 𝜍 − á𝑙𝑔𝑒𝑏𝑟𝑎 generada por todos los
intervalos abiertos de números reales.
8. Los intervalos cerrados generan la 𝜍 − á𝑙𝑔𝑒𝑏𝑟𝑎 de Borel.
9. Sea 𝑋̅ el conjunto de los números reales extendidos. Si 𝐸 es un subconjunto de Borel de 𝑋̅, sean:
𝐸1 = 𝐸 ∪ {−∞} ; 𝐸2 = 𝐸 ∪ {+∞} ; 𝐸3 = 𝐸 ∪ {−∞, ∞} y sea 𝐵̅ . La colección de todos los subconjuntos
𝐸, 𝐸1 , 𝐸2 , 𝐸3 cuando 𝐸 varía sobre 𝐵̅. 𝐵̅⁡ es una ⁡𝜍 − á𝑙𝑔𝑒𝑏𝑟𝑎 llamada la ⁡𝜍 − á𝑙𝑔𝑒𝑏𝑟𝑎 de borel extendida.

Definición 1.4

Una función 𝑓 de 𝑋 sobre ℝ; 𝑓: 𝑋 → ℝ; 𝑓(𝑥) ∈ ℝ se dice ser medible si para cualquier número real α, el conjunto
{𝑥 ∈ 𝑋: 𝑓(𝑥) > α} es medible, es decir, pertenece a Ω.

Lema 1.1

Los enunciados siguientes son equivalentes para una función 𝑓 de 𝑋 sobre ℝ

a) ∀𝛼 ∈ ℝ, el conjunto 𝐴𝛼 = {𝑥 ∈ 𝑋: 𝑓(𝑥) > 𝛼} pertenece a Ω.

b) ∀𝛼 ∈ ℝ, el conjunto 𝐵𝛼 = {𝑥 ∈ 𝑋: 𝑓(𝑥) ≤ 𝛼} pertenece a Ω.
c) ∀𝛼 ∈ ℝ, el conjunto 𝐶𝛼 = {𝑥 ∈ 𝑋: 𝑓(𝑥) ≥ 𝛼} pertenece a Ω.
d) ∀𝛼 ∈ ℝ, el conjunto 𝐷𝛼 = {𝑥 ∈ 𝑋: 𝑓(𝑥) < 𝛼} pertenece a Ω.

Nota: bajo cualquiera de estas circunstancias, el conjunto en cuestión es medible.

Ejemplos

1. Toda función constante 𝑓(𝑥) = 𝑐, ∀𝑐 ∈ 𝑋⁡ es medible.

a) Si 𝛼 ≥ 𝑐;⁡⁡⁡{𝑥 ∈ 𝑋: 𝑐 > 𝛼} = ∅ ∈ Ω

9
 b) Si 𝛼 < 𝑐;⁡⁡⁡{𝑥 ∈ 𝑋: 𝑐 > 𝛼} = 𝑋 ∈ Ω

2. Si 𝐸 ∈ Ω, entonces la función característica de 𝐸 𝑋𝐸 ,⁡definida por:

1, 𝑠𝑖 𝑥 ∈ 𝐸
𝑋𝐸 (𝑥) = { } es medible.
0, 𝑠𝑖 𝑥 ∉ 𝐸

𝐸∈Ω
Note que: 𝑥 ∈ 𝑋:⁡⁡𝑋𝐸 (𝑥) > 𝛼 = {𝑅 ∈ Ω}
∅∈Ω

3. Si 𝑋 es el conjunto de números reales y Ω es el álgebra de Borel, entonces cualquier función continua 𝑓 de 𝑋

en 𝑋 es medible según Borel.

Note: si 𝛼 es cualquier número real, {𝑥 ∈ 𝑋: 𝑓(𝑥) > 𝛼}

4. Si 𝑋 = ℝ y Ω es el álgebra de Borel, entonces toda función monótona es medible según Borel: 𝑥 ≤ 𝑥⁡́ ⁡ →
𝑓(𝑥) ≤ 𝑓(⁡𝑥⁡́⁡)

{𝑥 ∈ 𝑋: 𝑓(𝑥) > 𝛼} = {𝑥 ∈ 𝑋: 𝑥 > 𝛼} ∈ Ω para cierto 𝛼.

Lema 1.2

Si 𝑓 y 𝑔 son funciones reales y medibles, y si 𝑐 es un número real, entonces las siguientes funciones son medibles

a. 𝑐𝑓
b. 𝑓2
c. 𝑓 + 𝑔
d. 𝑓𝑔
e. |𝑓 |

Demostración

a) Si 𝑐 es constante la prueba es trivial, ya que 𝑐𝑓 sería constante y las funciones constantes son medibles. Si
𝑐 > 0 entonces {𝑥 ∈ 𝑋: 𝑐𝑓(𝑥) > 𝛼} = {𝑥 ∈ 𝑋: 𝑓(𝑥) > 𝛼⁄𝑐 } ∈ Ω . Si 𝑐 < 0 entonces {𝑥 ∈ 𝑋: 𝑐𝑓(𝑥) > 𝛼} =
{𝑥 ∈ 𝑋: 𝑓(𝑥) < 𝛼⁄𝑐 } ∈ Ω . Por tanto, 𝑐𝑓 es medible.
b) Si 𝛼 < 0 entonces {𝑥 ∈ 𝑋: (𝑓(𝑥))2 > 𝛼} = 𝑋 ∈ Ω . Si 𝛼 ≥ 0 entonces {𝑥 ∈ 𝑋: (𝑓(𝑥))2 > 𝛼} =
⁡{𝑥 ∈ 𝑋: 𝑓(𝑥) > √𝛼} ∪ {𝑥 ∈ 𝑋: 𝑓(𝑥) > √𝛼} ∈ Ω . Por tanto, 𝑓 2 es medible.
c) ∀𝛼 ∈ 𝑅 ; {𝑥 ∈ 𝑋: 𝑓(𝑥) + 𝑔(𝑥) > 𝛼}.

Note que 𝑓(𝑥) + 𝑔(𝑥) > 𝛼 → 𝑓(𝑥) > 𝛼 − 𝑔(𝑥). Por corolario de Arquímedes, existe un número racional 𝑟 tal
que 𝑓(𝑥) > 𝑟 > 𝛼 − 𝑔(𝑥).

10
 Así {𝑥 ∈ 𝑋: (𝑓(𝑥) + 𝑔(𝑥)) > 𝛼} =∪𝑟 {𝑥 ∈ 𝑋: 𝑓(𝑥) > 𝑟} ∩ {𝑥 ∈ 𝑋: 𝑔(𝑥) > 𝛼 − 𝑟} ∈ Ω

Por tanto,⁡𝑓 + 𝑔 es medible.

Note que −𝑔 = −1(𝑔), es medible, así que 𝑓 − 𝑔 = 𝑓 + (−𝑔) es medible.

1
d) Note que 𝑓𝑔 = [(𝑓 + 𝑔)2 − (𝑓 − 𝑔)2 ] el lado de la derecha es medible; por tanto, 𝑓𝑔) es medible.
4

e) Si 𝛼 < 0 entonces {𝑥 ∈ 𝑋: |𝑓(𝑥)| > 𝛼} = 𝑋 ∈ Ω. Si 𝛼 ≥ 0 entonces {𝑥 ∈ 𝑋: |𝑓(𝑥)| > 𝛼} = {𝑥 ∈

𝑋: |𝑓(𝑥)| > 𝛼} ∪ {𝑥 ∈ 𝑋: |𝑓(𝑥)| < −𝛼} ∈ Ω; por tanto, |𝑓 | es medible ∎

Observaciones:

Si 𝑓 es una función de 𝑋 en 𝑅 sean 𝑓 + y 𝑓 − las funciones no negativas definidas sobre 𝑋 por:

𝑓 + (𝑥) = 𝑆𝑢𝑝{𝑓(𝑥), 0}; 𝑓 − (𝑥) = 𝐼𝑛𝑓{−𝑓(𝑥), 0}

La función 𝑓 + se llama la parte positiva de 𝑓 y la función 𝑓 − se llama la parte negativa de⁡𝑓

Note:

𝑓 = 𝑓 + − 𝑓 − ; |𝑓 | = 𝑓 + + 𝑓 −

Luego

1 1
𝑓 + = (|𝑓 | + 𝑓) 𝑓 − = (|𝑓 | − 𝑓)
2 2

Luego, 𝑓 + y 𝑓 − son medibles si 𝑓 es medible.

Definición 1.5

Una función real extendida sobre 𝑋 es Ω − medible en el caso que el conjunto {𝑥 ∈ 𝑋: 𝑓(𝑥) > 𝛼} sea medible para
todo 𝛼 real. La colección de las funciones medibles en los reales extendidos se designa por 𝑀(𝑋, Ω)

Si 𝑓 ∈ 𝑀(𝑋, Ω) entonces:

∞
1) ⁡𝐴 = {𝑥 ∈ 𝑋: 𝑓(𝑥) = +∞} = ∩ {𝑥 ∈ 𝑋: 𝑓(𝑥) > 𝑛} ∈ Ω .
𝑛=1
∞
2) 𝐵 = {𝑥 ∈ 𝑋: 𝑓(𝑥) = −∞} = ∪ {𝑥 ∈ 𝑋: 𝑓(𝑥) < −𝑛}𝑐 ∈ Ω.
𝑛=1

Lema 1.3

Una función real extendida 𝑓 es medible si y sólo si los conjuntos 𝐴 = {𝑥 ∈ 𝑋: 𝑓(𝑥) = +∞} y 𝐵 =
𝑓(𝑥), 𝑠𝑖⁡𝑥 ∉ 𝐴 ∪ 𝐵
{𝑥 ∈ 𝑋: 𝑓(𝑥) = −∞} son de Ω y la función real 𝑓1 definida por 𝑓1 (𝑥) = { } es medible
0, 𝑠𝑖⁡𝑥 ∈ 𝐴 ∪ 𝐵⁡

Hemos visto que 𝐴⁡𝑦⁡𝐵 ∈ Ω. Sea 𝛼 ∈ ℝ con 𝛼 ≥ 0 entonces

11
 {𝑥 ∈ 𝑋: 𝑓1 (𝑥) > 𝛼} = ({𝑥 ∈ 𝑋: 𝑓(𝑥) > 𝛼 ∖ 𝐴}) ∈ Ω.

Si 𝛼 < 0, entonces

{𝑥 ∈ 𝑋: 𝑓1 (𝑥) > 𝛼} = ({𝑥 ∈ 𝑋: 𝑓(𝑥) > 𝛼} ∪ 𝐵) ∈ Ω.

Para la otra implicación

Si 𝐴⁡𝑦⁡𝐵 ∈ Ω y 𝑓1 es medible entonces

{𝑥 ∈ 𝑋: 𝑓(𝑥) > 𝛼} = ({𝑥 ∈ 𝑋: 𝑓1 (𝑥) > 𝛼} ∪ 𝐴) ∈ Ω,⁡⁡⁡con⁡⁡𝛼 ≥ 0, ahora,

{𝑥 ∈ 𝑋: 𝑓(𝑥) > 𝛼} = ({𝑥 ∈ 𝑋: 𝑓1 (𝑥) > 𝛼} ∖ 𝐵) ∈ Ω,⁡⁡⁡con⁡⁡𝛼 < 0. Por tanto, 𝑓(𝑥) es medible ∎

Adoptaremos la convención:

a) 0. (∞) = 0
b) La suma 𝑓 + 𝑔 no está definida sobre los conjuntos.

Lema 1.4

Sea {𝑓𝑛 } una sucesión en 𝑀(𝑋, Ω) y las funciones 𝑓(𝑥) = 𝐼𝑛𝑓⁡𝑓𝑛 (𝑥); 𝐹(𝑥) = 𝑆𝑢𝑝⁡𝑓𝑛 (𝑥);

𝑓 ∗ (𝑥) = 𝐿𝑖𝑚(𝐼𝑛𝑓⁡𝑓𝑛 (𝑥)); ); 𝐹 ∗ (𝑥) = 𝐿𝑖𝑚⁡(𝑆𝑢𝑝⁡𝑓𝑛 (𝑥)) = 𝑆𝑢𝑝(𝐼𝑛𝑓⁡⁡𝑓𝑛 (𝑥)) = 𝐼𝑛𝑓⁡(𝑆𝑢𝑝⁡𝑓𝑛 (𝑥)). Entonces, 𝑓,
𝐹, 𝑓 ∗ , 𝐹 ∗ ∈ ⁡𝑀(𝑋, Ω).

Demostración

Observe que

∞
{𝑥 ∈ 𝑋: 𝑓(𝑥) ≥ 𝛼} = ∩ {𝑥 ∈ 𝑋: 𝑓𝑛 (𝑥) ≥ 𝛼} ∈ Ω
𝑛=1

∞
{𝑥 ∈ 𝑋: 𝐹(𝑥) > 𝛼} = ∪ {𝑥 ∈ 𝑋: 𝑓𝑛 (𝑥) > 𝛼} ∈ Ω
𝑛=1

Por eso 𝑓⁡𝑦⁡⁡⁡𝐹 son medibles cuando todas las 𝑓𝑛 son medibles.

𝑆𝑢𝑝 𝐼𝑛𝑓⁡𝑓𝑛 (𝑥) 𝐼𝑛𝑓 𝑆𝑢𝑝⁡𝑓𝑛 (𝑥)

Dado que 𝑓 ∗ (𝑥) = { }; 𝐹 ∗ (𝑥) = { }, entonces 𝑓 ∗ ⁡𝑦⁡⁡𝐹 ∗ ∈ 𝑀(𝑋, Ω)∎⁡
𝑛≥1 𝑚≥𝑛 𝑛≥1 𝑚≥𝑛

Corolario 1.5

Si {𝑓𝑛 } ∈ 𝑀(𝑋, Ω) la cual converge a 𝑓 sobre 𝑋, entonces 𝑓 ∈ 𝑀(𝑋, Ω).

Demostración

𝑓(𝑥) = 𝐿𝑖𝑚⁡𝑓𝑛 (𝑥) = ⁡𝐿𝑖𝑚⁡𝐼𝑛𝑓⁡𝑓𝑛 (𝑥) ∈ 𝑀(𝑋, Ω) = ⁡𝐿𝑖𝑚⁡𝑆𝑢𝑝⁡𝑓𝑛 (𝑥) ∈ 𝑀(𝑋, Ω)⁡∎

12
 Mesurabilidad

Analicemos la mesurabilidad del producto 𝑓𝑔 de dos funciones de 𝑀(𝑋, Ω). Si 𝑛 ∈ ℕ, sea 𝑓𝑛 la truncación de 𝑓,
𝑓(𝑥),⁡⁡⁡𝑠𝑖⁡⁡|𝑓(𝑥)| ≤ 𝑛
definida por 𝑓𝑛 (𝑥) = { 𝑛,⁡⁡⁡⁡⁡⁡𝑠𝑖⁡𝑓(𝑥) > 𝑛 }
−𝑛⁡⁡⁡⁡⁡⁡𝑠𝑖⁡𝑓(𝑥) < −𝑛

Para una función 𝑔 ∈ 𝑀(𝑋, Ω) construimos la truncación de 𝑔, 𝑔𝑚 de manera similar.

Es claro que 𝑓𝑛 y 𝑔𝑚 son de 𝑀(𝑋, Ω) si 𝑓 y 𝑔 lo son.

Note: {𝑥 ∈ 𝑋: 𝑓(𝑥) > 𝛼} ∈ Ω y {𝑥 ∈ 𝑋: 𝑓𝑛 (𝑥) > 𝑛} si 𝛼 = 𝑛 también pertenece a Ω.

Recuerde que si 𝑓𝑛 (𝑥) y 𝑔𝑚 (𝑥) son medibles, entonces 𝑓𝑛 (𝑥) ∗ 𝑔𝑚 (𝑥) es medible.

Ahora,

𝐿𝑖𝑚
𝑓(𝑥) ∗ 𝑔𝑚 (𝑥) = ⁡𝑓 (𝑥) ∗ 𝑔𝑚 (𝑥)
𝑛→∞ 𝑛

Luego,

𝑓(𝑥) ∗ 𝑔𝑚 (𝑥) ∈ 𝑀(𝑋, Ω)

También,

𝐿𝑖𝑚
𝑓(𝑥) ∗ 𝑔(𝑥) = 𝑓(𝑥) ∗ 𝑔(𝑥)
𝑚→∞

Luego,

𝑓(𝑥) ∗ 𝑔(𝑥) ∈ 𝑀(𝑋, Ω)

Así que si 𝑓(𝑥)⁡⁡𝑦⁡⁡𝑔(𝑥) ∈ 𝑀(𝑋, Ω) entonces 𝑓(𝑥) ∗ 𝑔(𝑥) ∈ 𝑀(𝑋, Ω).

Lema 1.6

Si 𝑓 es una función no negativa en 𝑀(𝑋, Ω) entonces existe una sucesión {𝜑𝑛 } en 𝑀(𝑋, Ω) tal que

a) 0 ≤ 𝜑𝑛 (𝑥) ≤ 𝜑𝑛+1 (𝑥),⁡⁡⁡∀𝑥 ∈ 𝑋,⁡⁡⁡𝑛 ∈ ℕ

𝐿𝑖𝑚
b) 𝑓(𝑥) = 𝜑 (𝑥),⁡⁡⁡∀𝑥 ∈ 𝑋⁡⁡
𝑛→∞ 𝑛
c) Cada 𝜑𝑛 tiene sólo un número finito de valores reales.

Funciones valuadas en los complejos

En ocasiones es necesario trabajar con funciones medibles complejas. Una función 𝑓(𝑥) = 𝑓1 (𝑥) + 𝑖𝑓2 (𝑥) se dice
ser medible si y sólo si 𝑅𝑒 𝑓(𝑥) = 𝑓1 (𝑥) y 𝐼𝑚⁡𝑓(𝑥) = 𝑓2 (𝑥) son ambas medibles como funciones reales.

13
Nota: Es simple demostrar que las sumas, productos y límites de funciones medibles valuadas en los complejos
también son medibles.

Funciones entre espacios medibles

A veces se desea definir mesurabilidad para 𝑓 de un espacio medible (𝑋, Ω) a otro espacio medible (𝑌, 𝜂). Decimos
que 𝑓: (𝑋, Ω) → (𝑌, 𝜂) es medible si el conjunto

𝑓 −1 (𝐸) = {𝑥 ∈ 𝑋: 𝑓(𝑥) ∈ 𝐸} ∈ Ω para cada 𝐸 que pertenece a 𝜂.

Observación: Esta definición de mesurabilidad muestra claramente la estrecha analogía entre las funciones medibles
sobre un espacio medible y las funciones continuas sobre un espacio topológico.

Medidas

Definición 1.6

Una medida es una función 𝜇⁡ valuada en los reales extendidos sobre una 𝜍 − á𝑙𝑔𝑒𝑏𝑟𝑎 de subconjuntos de 𝑋 a la
cual designamos con Ω, tal que:

i. 𝜇(∅) = 0⁡
ii. 𝜇(𝐸) ≥ 0⁡, ∀𝐸 ∈ Ω
iii. Si {𝐸𝑖 } es una sucesión o colección de subconjuntos disjuntos de Ω, entonces 𝜇 es contable aditiva:
∞ ∞⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡
𝜇 ( ∪ 𝐸𝑛 ) = ∑ 𝜇( 𝐸𝑛 )
𝑛=1 𝑛 = 1⁡⁡⁡⁡⁡⁡⁡⁡

Nota: 𝜇: Ω → 𝑅̅

Dado que permitimos a 𝜇 tomar el valor +∞, aclaramos que la aparición del valor +∞ en el lado derecho de
∞ ∞⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡
𝜇 ( ∪ 𝐸𝑛 ) = ∑ 𝜇( 𝐸𝑛 ) significa o que 𝜇(𝐸𝑛 ) = +∞ para algún 𝑛 o que la serie de términos no negativos de
𝑛=1 𝑛 = 1⁡⁡⁡⁡⁡⁡⁡⁡
∞⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡
∑ 𝜇( 𝐸𝑛 ) es divergente.
𝑛 = 1⁡⁡⁡⁡⁡⁡⁡⁡

Si una medida no toma el valor +∞, entonces se dice que es una medida finita. Más aún, si existe una colección
∞
{𝐸𝑖 } ⊂ Ω, tal que 𝑋 = ∪ 𝐸𝑖 y tal que 𝜇(𝐸𝑖 ) < +∞, ∀𝑖 entonces 𝜇 se dice ser una medida 𝜍 − finita.
𝑖=1

Ejemplos:

a. Sea 𝑋 cualquier conjunto no vacío y sea Ω la 𝜍 − á𝑙𝑔𝑒𝑏𝑟𝑎 formada por todos los subconjuntos de 𝑋. Sea
+∞,⁡⁡⁡𝑠𝑖⁡𝐸 ≠ ∅
𝜇1 definida sobre Ω por 𝜇1 (𝐸) = 0, ∀𝐸 ∈ Ω y 𝜇2 definida por 𝜇2 (𝐸) = { } tanto 𝜇1 como
0,⁡⁡⁡𝑠𝑖⁡𝐸 = ∅
𝜇2 son medidas.

14
Note que 𝜇1 es finita y 𝜍 − finita , mientras que 𝜇2 no es finita ni 𝜍 − finita.

b. Sea 𝑋, Ω como en el ejemplo anterior, y sea 𝑝 un elemento fijo de X sea 𝜇 definida para cada 𝐸 ∈ Ω por
0,⁡⁡⁡𝑠𝑖⁡𝑝 ≠ 𝐸
𝜇(𝐸) = { }. Podemos chequear que 𝜇 es una medida finita y 𝜍 − finita llamada la medida
1,⁡⁡⁡𝑠𝑖⁡𝑝 = 𝐸
unitaria concentrada en 𝑝.
c. Sea 𝑋 = ℕ y sea Ω la 𝜍 − á𝑙𝑔𝑒𝑏𝑟𝑎 de todos los subconjuntos de ℕ. Si 𝐸 ∈ ℕ definamos 𝜇(𝐸) como
𝑒𝑙⁡𝑐𝑎𝑟𝑑𝑖𝑛𝑎𝑙⁡𝑑𝑒⁡𝐸,⁡⁡⁡𝑠𝑖⁡𝐸⁡𝑒𝑠⁡𝑓𝑖𝑛𝑖𝑡𝑜
𝜇(𝐸) = { } Entonces 𝜇 es la llamada medida de conteo de ℕ.
+∞,⁡⁡⁡𝑠𝑖⁡𝐸⁡𝑛𝑜⁡𝑒𝑠⁡𝑓𝑖𝑛𝑖𝑡𝑜

Observe que 𝜇 no es finita, mientras que si es 𝜍 − finita

Nota: No es finita ya que al seleccionar los impares, por ejemplo, que es un conjunto infinito se concluye que
⁡𝜇(𝐸) = +∞, pero, a pesar de esto, podemos seleccionar conjuntos unitarios {1}, {2}, … {𝑛}⁡⁡que unidos
producen ℕ y cuya medida individual 𝜇(𝐸𝑖 ) < ∞ . Así que si es 𝜍 − finita.

d. Si 𝑋 = ℝ y Ω es el álgebra de Borel entonces veremos que existe una única medida que coincide con la
medida sobre los intervalos abiertos. Esta es la llamada medida de Lebesgue (o medida de Borel) es claro
que esta no es finita, pero si es 𝜍 − finita.

Nota: No es finita ya que si 𝐸 = (𝑎, ∞) se concluye que ⁡𝜇(𝐸) = +∞, pero, si seleccionamos 𝐸𝑖 = ]𝑖, 𝑖 + 1] ∪
[−𝑖 − 1, −𝑖[ tal que

𝜇𝐸𝑖 = 𝜇⁡]𝑖, 𝑖 + 1] ∪ ⁡⁡𝜇⁡[−𝑖 − 1, −𝑖[ = (𝑖 + 1 − 𝑖) + (−𝑖 − (−𝑖 − 1)) = 1 + 1 = 2. Luego, 𝜇𝐸𝑖 < +∞. Así
que la medida es 𝜍 − finita.

e. Si 𝑋 = ℝ y Ω es el álgebra de Borel y si 𝑓 es una función monótona creciente y continua, entonces

veremos que existe una única medida 𝜆𝑓 definida sobre 𝐵 tal que si 𝐸 = (𝑎, 𝑏) ∈ 𝐵, entonces

𝜆𝑓 ((𝑎, 𝑏)) = 𝑓(𝑏) − 𝑓(𝑎). Esta es la llamada medida de Borel-Stiljes, generada por 𝑓 . Entonces no es finita

Nota: Si 𝑓 fuera monótona decreciente, entonces 𝜆𝑓 ((𝑎, 𝑏)) = 𝑓(𝑏) − 𝑓(𝑎) < 0 lo cual contradice la definición de
medida.

Recordar: Si 𝑋 ≠ ∅ y Ω es una 𝜍 − á𝑙𝑔𝑒𝑏𝑟𝑎 el par (𝑋, Ω) es un espacio medible y la tripleta (𝑋, Ω, μ) es un

espacio de medida.

Lema 1.7

Sea μ una medida definida sobre una 𝜍 − á𝑙𝑔𝑒𝑏𝑟𝑎 Ω. Si 𝐸⁡𝑦⁡𝐹⁡ ∈ Ω⁡⁡y⁡⁡E ⊆ F, entonces μ(E) ≤ μ(F). Si μ(E) <
∞, entonces μ(F ∖ E) = μ(F) − μ(E).

Demostración

Note que F = E ∪ (F ∖ E) y E ∩ (F ∖ E) = ∅, es decir que son disjuntos. Entonces,

15
μF = μ(E ∪ (F ∖ E)) = μ(E) + μ(F ∖ E)………………………………………..………………………………….(*)

Pero, μ(F ∖ E) ≥ 0 ……………………………………………….(Por definición de medida)

Entonces, μ(F) ≥ μ(E). Ahora, si μ(E) < ∞, entonces podemos sustraer μ(E) en ambos miembros de (*) para
obtener

μF − μ(E) ⁡⁡ = μ(E) + μ(F ∖ E) − μ(E) = μ(F ∖ E)⁡∎

Lema 1.8

Sea μ una medida definida sobre una 𝜍 − á𝑙𝑔𝑒𝑏𝑟𝑎 Ω.

a) Si {𝐸𝑛 } es una sucesión creciente en Ω, entonces

∞
𝐿𝑖𝑚
μ ( ∪ 𝐸𝑛⁡ ) = ⁡⁡μ(𝐸𝑛⁡ )
𝑛=1 𝑛

b) Si {𝐸𝑛 } es una sucesión decreciente en Ω, entonces

∞
𝐿𝑖𝑚
μ ( ∩ 𝐸𝑛⁡ ) ⁡ = ⁡ ⁡⁡μ(𝐸𝑛⁡ )⁡
𝑛=1 𝑛

Demostración………………………………………………(Discusión en clases)

Definición 1.7

Un espacio de medida es una tripleta (𝑋, Ω, μ) que consiste en un conjunto no vacío 𝑋, una 𝜍 − á𝑙𝑔𝑒𝑏𝑟𝑎 Ω de
subconjuntos de 𝑋 y una medida μ definida sobre Ω.

Observaciones:

1. Decimos que una proposición se cumple μ − casi⁡en⁡toda⁡pate, si existe un subconjunto 𝑁 ∈ Ω con μ(N) =
0, tal que la proposición se cumple en el complemento de 𝑁.
2. Decimos que dos funciones 𝑓⁡⁡𝑦⁡⁡𝑔⁡ son iguales μ − casi⁡en⁡toda⁡pate, o que son iguales para μ −
casi⁡todo⁡x ∈ 𝑋 si existe un subconjunto 𝑁 ∈ Ω con μ(N) = 0. tal que 𝑓 = 𝑔 en el complemento de N. En
este caso se escribe 𝑓 = 𝑔⁡⁡⁡μ − c. t. p.⁡
3. Decimos que una sucesión de funciones {𝑓𝑛 } converge μ − c. t. p. o que converge para μ − casi⁡todo⁡x ,
si existe un conjunto 𝐸 ∈ Ω, con μ(E) = 0 tal que
𝐿𝑖𝑚 𝐿𝑖𝑚
𝑓(𝑥) = ⁡𝑓 (𝑥), ∀𝑥 ∉ ℕ. En tal caso, escribimos 𝑓 = ⁡𝑓 ⁡⁡⁡μ − c. t. p.
𝑛 𝑛 𝑛 𝑛

Definición 1.8

Si Ω es una 𝜍 − á𝑙𝑔𝑒𝑏𝑟𝑎 de subconjuntos de 𝑋, entonces una función 𝜆 valuada en los reales sobre Ω, se dice
ser una carga si 𝜆(∅) = 0 y 𝜆 es contable aditiva, en el sentido de que si {𝐸𝑛 } es una sucesión disjunta de
conjuntos de Ω, entonces 𝜆(⋃∞ ∞
𝑛=1 𝐸𝑛 ) = ∑𝑛=1 𝜆(𝐸𝑛 ).

16
Nota: 𝜆 puede tomar valores tanto positivos como negativos (no se aceptan para 𝜆 los reales extendidos para
evitar expresiones de la forma (+∞) + (−∞).

UNIDAD 2: LA INTEGRAL

Definición

Una función simple es una función que toma sólo un número finito de valores.

Una función simple y medible, 𝜑, puede ser representada en la forma 𝜑 = ∑𝑛𝑗=1 𝑎𝑗 𝑋𝐸𝑗 donde 𝑎𝑗 ∈ ℝ y 𝑋𝐸𝑗 es la

función característica de un conjunto 𝐸𝑗 en 𝑋.

Ejemplo

Sea 𝜑(𝑥) = ∑𝑛𝑗=1 𝑐𝑗 𝑋𝐸𝑗 = 𝑐1 𝑋𝐸1 + 𝑐2 𝑋𝐸2 + 𝑐3 𝑋𝐸3 + 𝑐4 𝑋𝐸4

𝑐1 = 2,⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡𝑐2 = 0.5,⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡𝑐3 = 1,⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡𝑐4 = 0.7⁡⁡

1 1 1 1 2 2
𝐸1 = (0, ),⁡⁡⁡⁡⁡⁡⁡⁡𝐸2 = ( , ) , ⁡⁡⁡⁡⁡𝐸3 = (⁡⁡ , ) , ⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡𝐸4 = (⁡ , 1) ,⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡𝑋 = (0,1)⁡
3 3 2 2 3 3

Luego, 𝜑(𝑥) = 2𝑋(0,1) + 0.5𝑋(1,1) + 1𝑋(⁡⁡1,2) + 0.7𝑋(⁡2,1)

3 32 23 3

𝜑 = ∑𝑛𝑗=1 𝑐𝑗 𝑋𝐸𝑗 se denomina la representación estándar, si los 𝐸𝑗 son disjuntos y los 𝑐𝑗 son distintos.

Nota:

a) ̅.
𝑀(𝑋, Ω) es el conjunto de funciones medibles en ℝ

b) ̅.
𝑀+ (𝑋, Ω) es el conjunto de funciones medibles no negativas valuadas en ℝ

Definición

Si 𝜑 es una función simple en 𝑀+ (𝑋, Ω) con la representación estándar, definamos la integral de 𝜑 con respecto a
la medida 𝜇 como el número real extendido:

∫ 𝜑𝑑𝜇 = ∑ 𝑐𝑗 𝜇(𝐸𝑗 )
𝑗=1

Lema 2.1

Si 𝜑 y 𝜓 son funciones simples en 𝑀+ (𝑋, Ω) y 𝑐 ≥ 0 entonces:

a) ∫ 𝑐𝜑𝑑𝜇 = 𝑐 ∫ 𝜑𝑑𝜇

b) ∫(𝜑 + 𝜓)𝑑𝜇 = ∫ 𝜑𝑑𝜇 + ∫ 𝜓𝑑𝜇

c) Si 𝜆 está definida para 𝐸 ⊂ Ω por 𝜆(𝐸) = ∫ 𝜑𝑋𝐸 𝑑𝜇, entonces 𝜆 es una medida sobre Ω.

17
Demostración

a. Si 𝑐 = 0, la igualdad ∫ 0. 𝜑𝑑𝜇 = 0. ∫ 𝜑𝑑𝜇 es trivial. Supongamos entonces que 𝑐 > 0, Si 𝜑 =

∑𝑛𝑗=1 𝑎𝑗 𝑋𝐸𝑗 , entonces, 𝑐𝜑 = 𝑐 ∑𝑛𝑗=1 𝑎𝑗 𝑋𝐸𝑗 = ∑𝑛𝑗=1 𝑐𝑎𝑗 𝑋𝐸𝑗 . Luego;

𝑛 𝑛

∫ 𝑐𝜑𝑑𝜇 = ∑ 𝑐𝑎𝑗 𝜇(𝐸𝑗 ) = 𝑐 ∑ 𝑎𝑗 𝜇(𝐸𝑗 ) = 𝑐 ∫ 𝜑𝑑𝜇

𝑗=1 𝑗=1

b. Sean 𝜑 = ∑𝑛𝑗=1 𝑎𝑗 𝑋𝐸𝑗 y 𝜓 = ∑𝑛𝑘=1 𝑏𝑘 𝑋𝐸𝑘 las representaciones de 𝜑 y de 𝜓 como funciones simples.

Entonces,

𝑛 𝑛 𝑛 𝑛 𝑛 𝑛

𝜑 + 𝜓 = ∑ ∑(𝑎𝑗 + 𝑏𝑘 ) 𝑋(𝐸𝑗 ∩𝐸𝑘 ) = ∑ ∑ 𝑎𝑗 𝑋(𝐸𝑗 ∩𝐸𝑘) + ∑ ∑(𝑏𝑘 ) 𝑋(𝐸𝑗 ∩𝐸𝑘)

𝑗=1 𝑘=1 𝑗=1 𝑘=1 𝑘=1 𝑗=1
𝑛 𝑛 𝑛 𝑛 𝑛 𝑛

= ∑ 𝑎𝑗 ∑ 𝜇(𝐸𝑗 ∩ 𝐸𝑘 ) + ∑(𝑏𝑘 ) ∑ 𝜇(𝐸𝑗 ∩ 𝐸𝑘 ) = ∑ 𝑎𝑗 𝜇(𝐸𝑗 ∩ 𝐸𝑘 ) + ∑ 𝑏𝑘 𝜇(𝐸𝑗 ∩ 𝐸𝑘 )

𝑗=1 𝑘=1 𝑗=1 𝑘=1 𝑗=1 𝑘=1

Pero; 𝜇(𝐸𝑗 ) = ∑𝑛𝑘=1 𝜇(𝐸𝑗 ∩ 𝐸𝑘 ) ; ⁡⁡⁡𝑋 =∪ 𝐸𝑗 ; 𝜇(𝐸𝑘 ) = ∑𝑛𝑗=1 𝜇(𝐸𝑗 ∩ 𝐸𝑘 ) ; ⁡⁡⁡𝑋 =∪ 𝐸𝑘

Luego; ∫( 𝜑 + 𝜓)𝑑𝜇 = ⁡ ∑𝑛𝑗=1 𝑎𝑗 𝜇(𝐸𝑗 ) + ∑𝑛𝑘=1 𝑏𝑘 𝜇(𝐸𝑘 ) = ∫ 𝜑𝑑𝜇 + ∫ 𝜓𝑑𝜇

c. Definamos 𝜆(𝐸) = ∫ 𝜑𝑑𝜇 = ∫ 𝜑𝑋𝐸 𝑑𝜇 , Observe que 𝜑𝑋𝐸 = ∑𝑛𝑗=1 𝑎𝑗 𝑋(𝐸𝑗∩𝐸 ). Ahora, ∫ 𝜑𝑋𝐸 𝑑𝜇 =
𝐸⁡⁡⁡⁡⁡⁡⁡⁡
𝑛
∑𝑗=1 𝑎𝑗 𝜇(𝐸𝑗 ∩ 𝐸) = 𝜆(𝐸). Si 𝐸 = ∅ , entonces

𝜆(∅) = ∑𝑛𝑗=1 𝑎𝑗 𝜇(𝐸𝑗 ∩ ∅) = ∑𝑛𝑗=1 𝑎𝑗 𝜇(∅) = 0. Ahora, 𝜇(𝐸) ≥ 0 implica que

𝜆(𝐸) = ∑𝑛𝑗=1 𝑎𝑗 𝜇(𝐸𝑗 ∩ 𝐸) ≥ 0) ⁡⁡ ∴ 𝜇(𝐸) ≥ 0⁡⁡;⁡⁡⁡𝑎𝑗 ≥ 0⁡; ⁡⁡𝜇(𝐸𝑗 ∩ 𝐸) ≥ 0⁡⁡

La función 𝐸 → 𝜇(𝐸𝑗 ∩ 𝐸) es una medida y ∫ 𝜑(𝐸) = ∑𝑛𝑗=1 𝑎𝑗 𝜇(𝐸𝑗 ∩ 𝐸) es una combinación lineal de medidas,
por tanto, es una medida. (Ver ejercicio 1 de la práctica)⁡∎

Definición

Si 𝑓⁡ ∈ 𝑀+ (𝑋, Ω), entonces definimos la integral de 𝑓 respecto a 𝜇 como el número real extendido:

𝑆𝑢𝑝
∫ 𝑓𝑑𝜇 = ∫ 𝜑𝑑 𝜇
𝜑

Donde el supremo se toma sobre todas las funciones simples 𝜑 en 𝑀+ (𝑋, Ω) tales que 0 ≤ 𝜑(𝑥) ≤ 𝑓(𝑥), ∀𝑥 ∈
𝑋.

18
Si 𝑓⁡ ∈ 𝑀+ (𝑋, Ω) y Si E pertenece a 𝑋, 𝑓. 𝑋𝐸 pertenece a 𝑀+ (𝑋, Ω) y definimos la integral de 𝑓 sobre E con
respecto a 𝜇 como el número real extendido:

∫ 𝑓𝑑𝜇 = ∫ 𝑓. 𝑋 𝑑𝜇
𝐸
𝐸⁡⁡⁡⁡⁡⁡⁡

Ahora debemos mostrar que la integral es monótona con respecto al integrando y también con respecto al conjunto
sobre el cual se evalúa dicha integral.

Lema 2.2

a) Si 𝑓⁡y⁡g⁡ ∈ 𝑀+ (𝑋, Ω) y 𝑓 ≤ 𝑔, entonces:

∫ 𝑓𝑑𝜇 ≤ ∫ 𝑔𝑑𝜇

b) Si 𝑓 ∈ 𝑀 + (𝑋, Ω) y 𝐸, 𝐹 ∈ Ω con 𝐸 ⊆ 𝐹, entonces

∫ 𝑓𝑑𝜇 ≤ ∫ 𝑓𝑑𝜇
𝐸⁡⁡⁡⁡⁡⁡⁡ 𝐹⁡⁡⁡⁡⁡⁡⁡

Demostración

a. Si 𝜑 es una función simple en 𝑀+ (𝑋, Ω) y si 0 ≤ 𝜑(𝑥) ≤ 𝑓(𝑥), ∀𝑥 ∈ 𝑋, entonces

𝑆𝑢𝑝 𝑆𝑢𝑝
0 ≤ 𝜑(𝑥) ≤ 𝑔(𝑥), ∀𝑥 ∈ 𝑋;⁡∫ 𝑔𝑑𝜇 = ⁡∫ 𝜓𝑑𝜇⁡⁡;⁡∫ 𝑓𝑑𝜇 = ⁡∫ 𝜑𝑑𝜇 ⁡⁡;⁡∫ 𝑔𝑑𝜇 ≥ ⁡ ∫ 𝜓𝑑𝜇⁡
𝜓 𝜑

𝑆𝑢𝑝 𝑆𝑢𝑝
∫ 𝑓𝑑𝜇 = ⁡∫ 𝜑𝑑𝜇 ≤ ∫ 𝑔𝑑𝜇 = ⁡∫ 𝜓𝑑𝜇⁡
𝜑 𝜓

∴ ⁡ ∫ 𝑓𝑑𝜇 ⁡ ≤ ∫ 𝑔𝑑𝜇

b. Como 𝐸 ⊆ 𝐹 se tiene 𝑓𝑋𝐸 ≤ 𝑓𝑋𝐹 usando la parte a) se tiene ∫ 𝑓𝑋𝐸 𝑑𝜇 ≤ ∫ 𝑓𝑋𝐹 𝑑𝜇. Usando la definición

“ ∫ 𝑓𝑑𝜇 = ∫ 𝑓. 𝑋𝐸 𝑑𝜇 “ se tiene ∫ 𝑓𝑑𝜇 ≤ ∫ 𝑓𝑑𝜇 ∎

𝐸⁡⁡⁡⁡⁡⁡⁡ 𝐸⁡⁡⁡⁡⁡⁡⁡ 𝐹⁡⁡⁡⁡⁡⁡⁡

El siguiente teorema, debido a B. Levi provee la llave a las propiedades fundamentales de convergencia de la integral
de Lebesgue.

19
Teorema 2.1 (El teorema de la convergencia monótona)

Si {𝑓𝑛 } es una sucesión de funciones monótonas crecientes en 𝑀+ (𝑋, Ω) que converge a 𝑓 entonces

𝐿𝑖𝑚 𝐿𝑖𝑚
∫ 𝑓𝑑𝜇 = ∫ ⁡⁡𝑓𝑛 𝑑𝜇 = ∫ 𝑓𝑛 𝑑𝜇⁡⁡
𝑛 𝑛

Demostración

Vimos que el límite de funciones medibles es medible, así que 𝑓 es medible. Ahora, puesto que 𝑓𝑛 ≤ 𝑓𝑛+1 ≤ 𝑓⁡, se
tiene que ∫ 𝑓𝑛 𝑑𝜇 ≤ ∫ 𝑓𝑛+1 𝑑𝜇 ≤ ∫ 𝑓𝑑𝜇 ⁡, ∀𝑛 ∈ ℕ, además, tenemos que

𝐿𝑖𝑚
∫ 𝑓𝑛 𝑑𝜇 ≤ ∫ 𝑓𝑑𝜇
𝑛

Para establecer la desigualdad opuesta, sea 𝛼 un número real tal que 0 < 𝛼 < 1 y sea 𝜑 una función simple
medible tal que 0 ≤ 𝜑(𝑥) ≤ 𝑓(𝑥). Sea 𝐴𝑛 = {𝑥 ∈ 𝑋: 𝑓𝑛 (𝑥) ≥ 𝛼. 𝜑(𝑥)}, de tal suerte que 𝐴𝑛 ∈ Ω⁡;⁡⁡⁡𝐴𝑛 ⊆
∞
𝐴𝑛+1 ⁡⁡⁡y⁡⁡⁡X = ⋃ 𝐴𝑛 ; de acuerdo con el lema anterior, observe que
𝑛=1

∫ 𝛼𝜑𝑑𝜇 ≤ ∫𝐴 ⁡ 𝑓𝑛 𝑑𝜇 ≤ ∫ 𝑓𝑛 𝑑𝜇 ⁡⁡⁡⁡⁡⁡(⁡1)
𝑛

Puesto que {𝐴𝑛 } es una sucesión monótona creciente, se tiene:

𝐿𝑖𝑚
∫ 𝜑𝑑𝜇 = ∫ 𝜑𝑑𝜇
𝑛 𝐴𝑛

Además, tomando el límite con respecto 𝑛 en (1) se tiene que:

𝐿𝑖𝑚 𝐿𝑖𝑚 𝐿𝑖𝑚

⁡∫ 𝛼𝜑𝑑𝜇 ≤ ⁡∫ 𝑓 𝑑𝜇 ≤ ⁡∫ 𝑓 𝑑𝜇
𝑛 𝑛 𝐴𝑛 ⁡ 𝑛 𝑛 𝐴𝑛⁡⁡ 𝑛

𝐿𝑖𝑚
⟹ 𝛼 ∫ 𝜑𝑑𝜇 ≤ ∫ 𝑓𝑛 𝑑𝜇 ⁡, 𝛼 ∈ ℝ, 0 < 𝛼 < 1⁡
𝑛

𝐿𝑖𝑚
⟹ ⁡⁡ ∫ 𝜑𝑑𝜇 ≤ ∫ 𝑓𝑛 𝑑𝜇
𝑛

Y dado que 𝜑 es una función simple arbitraria en 𝑀 + (𝑋, Ω) que cumple 0 ≤ 𝜑(𝑥) ≤ 𝑓(𝑥) se cumple que

𝑆𝑢𝑝 𝐿𝑖𝑚
∫ 𝜑𝑑𝜇 = ∫ 𝜑𝑑𝜇 ≤ ∫ 𝑓𝑛 𝑑𝜇
𝜑 𝑛

𝐿𝑖𝑚
⟹ ⁡⁡⁡⁡ ∫ 𝑓𝑛 𝑑𝜇 ≥ ∫ 𝜑𝑑𝜇⁡ ⁡∎
𝑛

20
Nota: Debe aclararse que no se está asumiendo que ninguno de los lados de la igualdad anterior es finito. Por eso la
secuencia {𝑓𝑛 𝑑𝜇} es una sucesión monótona creciente de números reales extendidos, y por lo tanto, siempre tiene
̅ , pero quizás no en ℝ .
un límite en ℝ

Corolario 2.1.1

a) Si 𝑓 ∈ 𝑀+ (𝑋, Ω) y 𝑐 ≥ 0, entonces 𝑐𝑓 ∈ 𝑀+ (𝑋, Ω) y

∫ 𝑐𝑓𝑑𝜇 = 𝑐 ∫ 𝑓𝑑𝜇

b) Si 𝑓⁡y⁡g⁡ ∈ 𝑀+ (𝑋, Ω), entonces 𝑓 + ⁡g⁡ ∈ 𝑀+ (𝑋, Ω) y

∫(𝑓 + 𝑔)𝑑𝜇 = ∫ 𝑓𝑑𝜇 + ∫ 𝑔𝑑𝜇

Demostración

a. Si 𝑐 = 0 el resultado se cumple trivialmente.

Si 𝑐 > 0, sea {𝜑𝑛 } una sucesión monótona creciente en 𝑀+ (𝑋, Ω) de funciones simples, que converge a en 𝑓
sobre 𝑋, entonces {𝑐. 𝜑𝑛 } es una sucesión monótona creciente que converge a 𝑐𝑓. Si aplicamos las propiedades
elementales de la integral y el teorema de la convergencia monótona, tenemos:

𝐿𝑖𝑚 𝐿𝑖𝑚
∫ 𝑐𝑓𝑑𝜇 = ∫ 𝑐. 𝜑𝑑𝜇 = 𝑐⁡.⁡⁡ ∫ 𝜑𝑛 𝑑𝜇 = 𝑐. ∫ 𝑓𝑑𝜇
𝑛 𝑛

b. Sean {𝜑𝑛 } y {𝜓𝑛 } sucesiones monótonas crecientes en 𝑀+ (𝑋, Ω), las cuales convergen a 𝑓 y a 𝑔
respectivamente. Entonces, {𝜑𝑛 + 𝜓𝑛 } es una sucesión monótona creciente que converge a 𝑓 + 𝑔. Si
aplicamos lo mismo que anterior tenemos:

𝐿𝑖𝑚 𝐿𝑖𝑚 𝐿𝑖𝑚

∫(𝑓 + 𝑔)𝑑𝜇 = ∫(𝜑𝑛 + 𝜓𝑛 )𝑑𝜇 = ∫ 𝜑𝑛 𝑑𝜇 + ∫ 𝜓𝑛 𝑑𝜇 = ∫ 𝑓𝑑𝜇 + ∫ 𝑔𝑑𝜇 ⁡⁡∎
𝑛 𝑛 𝑛

El siguiente resultado, consecuencia de la convergencia monótona es muy importante porque nos permite manejar
sucesiones de funciones que no son monótonas.

21
Teorema 2.2 (El lema de Fatou)

Si {𝑓𝑛 } ∈ 𝑀+ (𝑋, Ω), entonces

∫(𝐿𝑖𝑚⁡𝐼𝑛𝑓⁡𝑓𝑛 )𝑑𝜇 ≤ 𝐿𝑖𝑚 Inf ∫ 𝑓𝑛 𝑑𝜇

Demostración

Sea 𝑔𝑛 = 𝐼𝑛𝑓⁡{𝑓𝑚 , 𝑓𝑚+1 , 𝑓𝑚+2 ….⁡⁡}⁡ Tal que 𝑔𝑛 ≤ 𝑓𝑛 siempre que 𝑚 ≤ 𝑛. Por tanto ∫ 𝑔𝑚 𝑑𝜇 ≤ ∫ 𝑓𝑛 𝑑𝜇 ; 𝑚 ≤ 𝑛⁡,
entonces ∫ 𝑔𝑚 𝑑𝜇 ≤ 𝐿𝑖𝑚⁡𝐼𝑛𝑓 ∫ 𝑓𝑛 𝑑𝜇. Ahora, puesto que la sucesión {𝑔𝑛 } es monótona creciente y converge a
𝐿𝑖𝑚⁡𝐼𝑛𝑓⁡𝑓𝑛 , el teorema 2.1 implica que

𝐿𝑖𝑚
∫(𝐿𝑖𝑚⁡𝐼𝑛𝑓⁡𝑓𝑛 )𝑑𝜇 = ∫ 𝑔𝑚 𝑑𝜇 ≤ 𝐿𝑖𝑚⁡𝐼𝑛𝑓 ∫ 𝑓𝑛 𝑑𝜇
𝑚

∴ ⁡ ∫(𝐿𝑖𝑚⁡𝐼𝑛𝑓⁡𝑓𝑛 )𝑑𝜇 ≤ 𝐿𝑖𝑚⁡𝐼𝑛𝑓⁡ ∫ 𝑓𝑛 𝑑𝜇⁡∎

Corolario 2.2.1

Si 𝑓 ∈ 𝑀+ (𝑋, Ω), y si 𝜆 está definida sobre Ω por 𝜆(𝐸) = ∫ 𝑓𝑑𝜇 , entonces 𝜆 es una medida.
𝐸⁡⁡⁡⁡⁡⁡

Demostración

Como 𝑓 ∈ 𝑀+ (𝑋, Ω), 𝑓 ≥ 0; así que 𝜆(𝐸) ≥ 0, ∀𝐸 ∈ Ω. Además si 𝐸 = ∅, entonces 𝜆(∅) = 0

∞
Sea {𝐸𝑛 } una sucesión de conjuntos disjuntos de Ω con 𝐸 = ∪ 𝐸𝑛 .
𝑛=1

Definamos:

𝑛 𝑛 𝑛 𝑛

𝑓𝑛 = ∑ 𝑓𝑋𝐸 ⁡;⁡𝑓𝑛 ∈ 𝑀 + (𝑋, Ω) ⁡ ⟹ ∫ 𝑓𝑛 𝑑𝜇 ⁡ = ∫ ∑ 𝑓𝑋 𝑑𝜇 = ∑ ∫ 𝑓𝑑𝜇 = ∑ 𝜆(𝐸 )

𝐸𝑘 𝐸𝑘⁡⁡⁡ 𝑘
𝑖=1 𝐸⁡⁡⁡⁡⁡⁡⁡⁡⁡ 𝑖=1 𝑖=1 ⁡ 𝑖=1

Dado que {𝑓𝑛 } es una sucesión creciente en 𝑀+ (𝑋, Ω) que converge a 𝑓𝑋𝐸 , el teorema de la convergencia
monótona implica que

𝐿𝑖𝑚∫ ⁡𝑓𝑛 𝑑𝜇
𝜆(𝐸𝑘 ) = ∫ 𝑓𝑋𝐸 𝑑𝜇 =
𝑛
𝐸⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡

Pero,

𝑛 ∞
𝐿𝑖𝑚 ∫ ⁡𝑓𝑛 𝑑𝜇 𝐿𝑖𝑚
= ∑ 𝜆(𝐸𝑘 ) = ∑ 𝜆(𝐸𝑘 )
𝑛 𝑛
𝐸⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡ 𝑖=1 𝑖=1

22
 ∞

⟹ ∫ 𝑓𝑑𝜇 = ∑ 𝜆(𝐸𝑘 )
𝐸⁡⁡⁡⁡⁡⁡⁡⁡⁡ 𝑖=1

⟹ 𝜆(𝐸) = ∑ 𝜆(𝐸𝑘 )
𝑖=1

∞ ∞

⟹ 𝜆 ( ∪ 𝐸𝑛 ) = ∑ 𝜆(𝐸𝑘 )
𝑛=1 𝑖=1

Lo cual prueba la contabilidad aditiva de 𝜆, luego 𝜆 es una medida⁡∎

Corolario 2.2.2

Supongamos que 𝑓 ∈ 𝑀+ (𝑋, Ω), entonces 𝑓(𝑥) = 0⁡⁡⁡⁡𝜇 − 𝑐. 𝑡. 𝑝. sobre 𝑋 si y sólo si ∫ 𝑓𝑑𝜇 = 0

Demostración

Sea 𝑓(𝑥) = 0⁡⁡⁡⁡𝜇 − 𝑐. 𝑡. 𝑝. de 𝑋 ; si 𝐸 = {𝑥 ∈ 𝑋: 𝑓(𝑥) > 0} entonces 𝜇(𝐸) = 0. Sea 𝑓𝑛 = 𝑛. 𝑋𝐸 , note que 𝑓 ≤
𝐿𝑖𝑚⁡𝐼𝑛𝑓⁡𝑓𝑛 entonces, 0 ≤ ∫ 𝑓𝑑𝜇 ≤ 0 ⟹ ∫ 𝑓𝑑𝜇 = 0

1 1
Si ∫ 𝑓 𝑑𝜇 = 0, sea 𝐸𝑛 = {𝑥 ∈ 𝐸: 𝑓(𝑥) > }, así 𝑓 > ⁡. 𝑋𝐸𝑛 Además
𝑛 𝑛

1 1 1
0 = ∫ 𝑓𝑑𝜇 ≥ ∫ ⁡. 𝑋𝐸𝑛 𝑑𝜇 = . ∫ ⁡𝑋𝐸𝑛 𝑑𝜇 = 𝜇(𝐸𝑛 )
𝑛 𝑛 𝑛

1 1
⟹0≥ 𝜇(𝐸𝑛 ) ⟹ 0 = 𝜇(𝐸𝑛 )⁡⁡⁡(𝑝𝑜𝑟𝑞𝑢𝑒⁡𝑡𝑜𝑑𝑜𝑠⁡𝑠𝑜𝑛⁡𝑝𝑜𝑠𝑖𝑡𝑖𝑣𝑜𝑠) ∴ 𝜇(𝐸𝑛 ) = 0
𝑛 𝑛

∞
Por tanto el conjunto {𝑥 ∈ 𝑋: 𝑓(𝑥) > 0} = ∪ 𝐸𝑛 tiene medida cero, entonces 𝑓(𝑥) = 0⁡⁡⁡⁡𝜇 − 𝑐. 𝑡. 𝑝. de 𝑋⁡⁡∎
𝑛=1

Corolario 2.2.3

Supongamos que 𝑓 ∈ 𝑀+ (𝑋, Ω) y definamos 𝜆 sobre Ω por 𝜆(𝐸) = ∫ 𝑓𝑑𝜇 , entonces, la medida 𝜆 es
𝐸⁡⁡⁡⁡⁡⁡
absolutamente continua respecto a 𝜇, en el sentido de que si 𝐸 ∈ Ω y 𝜇(𝐸) = 0 , entonces 𝜆(𝐸) = 0

Demostración

Si 𝜇(𝐸) = 0 para algún 𝐸 ∈ Ω, entonces 𝑓𝑋𝐸 es cero 𝜇 − 𝑐. 𝑡. 𝑝. , por el corolario 2.2.2, se tiene que 𝜆(𝐸) =
∫ 𝑓𝑋𝐸 𝑑𝜇 = 0, entonces 𝜆(𝐸) = 0⁡∎⁡

Corolario 2.2.4

Sea {𝑓𝑛 } una sucesión monótona creciente de funciones en 𝑀 + (𝑋, Ω) que converge 𝜇 − 𝑐. 𝑡. 𝑝. sobre 𝑋 a una
función 𝑓 ∈ 𝑀+ (𝑋, Ω), entonces

23
 ∫ 𝑓𝑑𝜇 = 𝐿𝑖𝑚 ∫ 𝑓𝑛 𝑑𝜇

Demostración

Sea 𝑁 ∈ Ω tal que 𝜇(𝑁) = 0 y {𝑓𝑛 } converge a 𝑓 en cada punto de 𝑀 ∖ 𝑁 entonces {𝑓𝑛 𝑋𝑀 } converge a 𝑓𝑋𝑀 así
el teorema de la convergencia monótona implica que

𝐿𝑖𝑚
∫ 𝑓𝑋𝑀 𝑑𝜇 = ∫ 𝑓𝑛 𝑋𝑀 𝑑𝜇
𝑛

Ahora, dado que 𝜇(𝑁) = 0, las funciones 𝑓𝑋𝑁 y 𝑓𝑛 𝑋𝑁 son cero 𝜇 − 𝑐. 𝑡. 𝑝. , esto significa que ∫ 𝑓𝑋𝑁 𝑑𝜇 = 0 y
∫ 𝑓𝑛 𝑋𝑛 𝑑𝜇 ; observe que 𝑓 = 𝑓𝑋𝑀 + 𝑓𝑋𝑁 y que 𝑓𝑛 = 𝑓𝑛 𝑋𝑀 + 𝑓𝑛 𝑋𝑁

Luego,

∫ 𝑓 𝑑𝜇 = ∫(𝑓𝑋𝑀 + 𝑓𝑋𝑁 )⁡ 𝑑𝜇 = ∫ 𝑓𝑋𝑀 𝑑𝜇 + ∫ 𝑓𝑋𝑁 𝑑𝜇 = ∫ 𝑓𝑋𝑀 𝑑𝜇 = 𝐿𝑖𝑚 ∫ 𝑓𝑛 𝑋𝑀 𝑑𝜇

= 𝐿𝑖𝑚 ∫(𝑓𝑛 𝑋𝑀 + 𝑓𝑛 𝑋𝑁 )𝑋𝑀 𝑑𝜇 = 𝐿𝑖𝑚 ∫ 𝑓𝑛 𝑋𝑀 𝑑𝜇 + 𝐿𝑖𝑚 ∫ 𝑓𝑛 𝑋𝑁 𝑑𝜇 = 𝐿𝑖𝑚 ∫ 𝑓𝑛 𝑋𝑀 𝑑𝜇 ⟹ ∫ 𝑓 𝑑𝜇

= 𝐿𝑖𝑚 ∫ 𝑓𝑛 𝑑𝜇⁡⁡∎

Corolario 2.2.5

Sea {𝑔𝑛 } una sucesión de funciones en 𝑀+ (𝑋, Ω), entonces

∞ ∞

∫(∑ 𝑔𝑛 )𝑑𝜇 = ∑( 𝑔𝑛 𝑑𝜇)

𝑛=1 𝑛=1

Demostración

Pongamos 𝑓𝑛 = ∑𝑛𝑘=1 𝑔𝑘 entonces {𝑓𝑛 } es una sucesión monótona creciente en 𝑀+ (𝑋, Ω); por el teorema de la
𝐿𝑖𝑚 𝐿𝑖𝑚
convergencia monótona, tenemos ∫ ⁡⁡𝑓 𝑑𝜇 = ∫ 𝑓𝑛 𝑑𝜇 entonces
𝑛 𝑛 𝑛

𝑛 𝑛
𝐿𝑖𝑚 𝐿𝑖𝑚
∫ ⁡(⁡∑ 𝑔𝑘 ) 𝑑𝜇 = ⁡ ∫(∑ 𝑔𝑘 ) 𝑑𝜇
𝑛 𝑛
𝑘=1 𝑘=1

Nota: En el límite (𝑛 → ∞) una suma finita se convierte en una suma infinita.

∞ ∞

∫ ⁡⁡∑ 𝑔𝑛 𝑑𝜇 = ⁡ ∑ ∫ 𝑔𝑛 𝑑𝜇 ⁡⁡⁡∎
𝑛=1 𝑛=1

24
UNIDAD 3: FUNCIONES INTEGRABLES

Definición

La colección 𝐿 = 𝐿(𝑋, Ω, 𝜇) de funciones integrables (o sumables) consiste en todas las funciones Ω-medibles
valuadas en los reales y definidas sobre 𝑋, tales que tanto la parte positiva como la parte negativa de cada función
tiene integrales finitas con respecto a 𝜇. En este caso, definimos la integral de 𝑓 como:

∫ 𝑓𝑑𝜇 = ∫ 𝑓 + 𝑑𝜇 − ∫ 𝑓 − 𝑑𝜇

Si 𝐸 ∈ Ω, definimos

∫𝐸⁡ 𝑓𝑑𝜇 = ∫𝐸 𝑓 + 𝑑𝜇 − ∫𝐸 𝑓 − 𝑑𝜇

Observación

Si 𝑓 = 𝑓1 − 𝑓2 y 𝑓1 , 𝑓2 ∈ 𝑀+ (X, Ω) entonces, ocurre que ∫ 𝑓𝑑𝜇 = ∫ 𝑓1 𝑑𝜇 − ∫ 𝑓2 𝑑𝜇. Note que 𝑓 + − 𝑓 − = 𝑓 =

𝑓1 − 𝑓2 y que 𝑓 + + 𝑓2 = 𝑓 − + 𝑓1

Aplicando integral en ambos miembros y un corolario anterior (de la integral de una suma)

∫(𝑓 + + 𝑓2 )𝑑𝜇 = ∫(𝑓 − + 𝑓1 )𝑑𝜇 ⟹ ∫ 𝑓 + 𝑑𝜇 + ∫ 𝑓2 𝑑𝜇 = ∫ 𝑓 − 𝑑𝜇 + ∫ 𝑓1 𝑑𝜇

⟹ ∫ 𝑓 + 𝑑𝜇 − ∫ 𝑓 − 𝑑𝜇 = ∫ 𝑓1 𝑑𝜇 − ∫ 𝑓2 𝑑𝜇 ⟹ ∫ 𝑓𝑑𝜇 = ∫ 𝑓1 𝑑𝜇 − ∫ 𝑓2 𝑑𝜇

Lema 3.1

Si 𝑓 ∈ 𝐿 y 𝜆 se define sobre Ω en ℝ por 𝜆(𝐸) = ∫𝐸⁡ 𝑓𝑑𝜇 entonces 𝜆 es una carga.

Demostración

Puesto que 𝑓 + , 𝑓 − ∈ 𝑀+ (X, Ω) entonces podemos definir

𝜆+ (𝐸) = ∫𝐸⁡ 𝑓 + 𝑑𝜇

𝜆− (𝐸) = ∫𝐸⁡ 𝑓 − 𝑑𝜇

Las cuales son medidas sobre Ω y son finitas ya que 𝑓 ∈ 𝐿. Entonces, 𝜆(𝐸) = 𝜆+ (𝐸) − 𝜆− (𝐸) es una carga ⁡∎

Observación:

La función 𝜆 definida en el lema 3.1 se denomina frecuentemente integral definida de 𝑓 respecto a 𝜇. Dado que 𝜆
∞
es una carga, si {𝐸𝑛 } es una sucesión de conjuntos disjuntos con unión 𝐸, 𝐸 = ∪ 𝐸𝑛 entonces: ∫𝐸⁡ 𝑓𝑑𝜇 =
𝑛=1

25
∑∞
𝑛=1 ∫𝐸 ⁡ 𝑓𝑑𝜇. Nos referimos a esta relación diciendo que la integral definida de una función 𝑓 en 𝐿 es
𝑛

contablemente aditiva.

Teorema 3.1

Una función medible 𝑓 pertenece a 𝐿(𝑋, Ω, 𝜇) si y sólo si |𝑓| ∈ 𝐿 . Entonces | ∫ 𝑓𝑑𝜇⁡| ≤ ∫ |𝑓|𝑑𝜇

Demostración

Por definición, 𝑓 ∈ 𝐿 si 𝑓 + , 𝑓 − ∈ 𝑀+ (X, Ω) y tienen integrales finitas. Ahora,

|𝑓|+ = |𝑓 | = 𝑓 + + 𝑓 − ; |𝑓|− = 0 , por tanto, ∫ |𝑓|𝑑𝜇 = ∫ |𝑓|+ 𝑑𝜇 − ∫ |𝑓|− 𝑑𝜇 ⟹ |𝑓| ∈ 𝐿.

Al revés, Si |𝑓| ∈ 𝐿, entonces

|𝑓 | = 𝑓 + + 𝑓 − = (𝑓 + + 𝑓 − ) − 0 = 𝑓 + + 𝑓 − ⟹ 𝑓 + , 𝑓 − ∈ 𝑀+ (X, Ω) y por ser |𝑓| ∈ 𝐿, entonces ∫ 𝑓 + ⁡𝑑𝜇 y

∫ 𝑓 − ⁡𝑑𝜇 son finitas. Entonces ∫ 𝑓 ⁡𝑑𝜇 = ∫ 𝑓 + 𝑑𝜇 − ∫ 𝑓 − 𝑑𝜇 existe, luego 𝑓 ∈ 𝐿.

Además

|∫ 𝑓𝑑𝜇⁡| ⁡ = |∫(𝑓 + + 𝑓 − )𝑑𝜇⁡| =⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡

|∫(𝑓 + )𝑑𝜇 + ∫(𝑓 − )𝑑𝜇⁡| ≤ ⁡⁡ |∫(𝑓 + )𝑑𝜇| ⁡ + |∫(𝑓 − )𝑑𝜇|

⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡= ∫ 𝑓 + ⁡𝑑𝜇 + ∫ 𝑓 − ⁡𝑑𝜇

⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡= ∫(𝑓 + + 𝑓 − )⁡𝑑𝜇 = ∫ |𝑓|𝑑𝜇 ⁡⁡∎

Corolario 3.1.1

Si 𝑓 es medible, 𝑔 es integrable y |𝑓| ≤ |𝑔|⁡, entonces 𝑓 es integrable y ∫ |𝑓|𝑑𝜇 ⁡ ≤ ∫ |𝑔|𝑑𝜇

Demostración (la demostración es trivial)

Como |𝑓| ≤ |𝑔| se tiene que |𝑓| es integrable, luego 𝑓 ∈ 𝐿.

|𝑓 | ≤ |𝑔| ⟹ 𝑓 + + 𝑓 − ≤ ⁡ 𝑔+ + 𝑔− ⟹ ∫(𝑓 + + 𝑓 − )𝑑𝜇 ≤ ∫(𝑔+ + 𝑔− )𝑑𝜇⁡ ∴ ∫ |𝑓|𝑑𝜇 ≤ ∫ |𝑔|𝑑𝜇

Teorema 3.2

Un múltiplo constante 𝛼𝑓 y una suma 𝑓 + 𝑔 de funciones en 𝐿 pertenecen a 𝐿. Además:

a) ∫ 𝛼𝑓 𝑑𝜇 = 𝛼 ∫ 𝑓 𝑑𝜇

26
 b) ∫(𝑓 + 𝑔) 𝑑𝜇 = ∫ 𝑓 𝑑𝜇 + ∫ 𝑔 𝑑𝜇

Demostración

Si 𝛼 = 0 entonces 𝛼𝑓 = 0 en todas partes, luego, ∫ 𝛼𝑓 𝑑𝜇 = ∫ 0. 𝑓 𝑑𝜇 = 0 = 0. ∫ 𝑓 𝑑𝜇

Si 𝛼 > 0 entonces (𝛼𝑓)+ = 𝛼𝑓 + ⁡;⁡⁡(𝛼𝑓)− = 𝛼𝑓 − ⁡ entonces,

∫(𝛼𝑓) 𝑑𝜇 = ∫(𝛼𝑓)+ 𝑑𝜇 − ∫(𝛼𝑓)− 𝑑𝜇 = 𝛼 ∫ 𝑓 + 𝑑𝜇 − 𝛼 ∫ 𝑓 − 𝑑𝜇 = 𝛼[∫ 𝑓 + 𝑑𝜇 − ∫ 𝑓 − 𝑑𝜇] = 𝛼[∫ 𝑓 𝑑𝜇]

Si 𝛼 < 0 entonces (𝛼𝑓)+ = −𝛼𝑓 − ⁡;⁡⁡(𝛼𝑓)− = −𝛼𝑓 + de donde,

𝛼𝑓 = (𝛼𝑓)+ −(𝛼𝑓)− = −𝛼𝑓 − − −𝛼𝑓 + = 𝛼𝑓 + −𝛼𝑓 − Entonces,

∫ 𝛼𝑓 𝑑𝜇 = ∫ 𝛼𝑓 + 𝑑𝜇 − ∫ 𝛼𝑓 − 𝑑𝜇 = 𝛼 ∫ 𝑓 + 𝑑𝜇 − 𝛼 ∫ 𝑓 − 𝑑𝜇 = 𝛼[∫ 𝑓 + 𝑑𝜇 − ∫ 𝑓 − 𝑑𝜇] = 𝛼[∫ 𝑓 𝑑𝜇]

Por tanto, ∫ 𝛼𝑓 𝑑𝜇 = 𝛼 ∫ 𝑓 𝑑𝜇⁡∀𝛼 ∈ ℝ

Si 𝑓, 𝑔 ∈ 𝐿, entonces |𝑓|, |𝑔| ∈ 𝐿. Ahora, puesto que |𝑓 + 𝑔| ≤ |𝑓 | + |𝑔|, se tiene que 𝑓 + 𝑔 ∈ 𝐿. Ahora, 𝑓 +
𝑔 =(𝑓 + + 𝑔+ ) − (𝑓 − − 𝑔− ). Tanto 𝑓 + + 𝑔+ como 𝑓 − − 𝑔− son de 𝑀+ (X, Ω), es decir, no negativas e integrables.
Entonces,

∫(𝑓 + 𝑔) 𝑑𝜇 = ∫(𝑓 + + 𝑔+ ) 𝑑𝜇 − ∫(𝑓 − + 𝑔− ) 𝑑𝜇 = ∫ 𝑓 + 𝑑𝜇 + ∫ 𝑔+ 𝑑𝜇 − ∫ 𝑓 − 𝑑𝜇 − ∫ 𝑔− 𝑑𝜇

= ⁡ (∫ 𝑓 + 𝑑𝜇 − ∫ 𝑓 − 𝑑𝜇) + (∫ 𝑔+ 𝑑𝜇 − ∫ 𝑔− 𝑑𝜇) = ∫ 𝑓 𝑑𝜇 + ∫ 𝑔 𝑑𝜇⁡∎⁡

Ahora establecemos el teorema de convergencia más importante para funciones integrables.

Teorema 3.3 (Teorema de Lebesgue de la convergencia dominada)

Sea {𝑓𝑛 } una sucesión de funciones integrables que converge a una función 𝑓, la cual es medible y valuada en los
reales; si existe una función integrable 𝑔 tal que |𝑓𝑛 | ≤ 𝑔, ∀𝑛, entonces 𝑓 es integrable y

∫ 𝑓 𝑑𝜇 = 𝐿𝑖𝑚 ∫ 𝑓𝑛 𝑑𝜇

Demostración

Hemos visto que si {𝑓𝑛 } es una sucesión de funciones integrables con límite 𝑓, entonces 𝑓 es integrable (corolario
2.2.4). Por otro lado, puesto que |𝑓𝑛 | ≤ 𝑔, ∀𝑛 se tiene que |𝑓| ≤ 𝑔 implica que si 𝑔 es integrable, |𝑓| es integrable
y por lo tanto, 𝑓 es integrable.

|𝑓𝑛 | ≤ 𝑔 ⟹ −𝑔 ≤ 𝑓𝑛 ≤ 𝑔 ⟹ 𝑓𝑛 + 𝑔 ≥ 0

27
Como 𝑓𝑛 + 𝑔 ≥ 0, podemos aplicar el lema de Fatou y el teorema 3.2 para obtener:

∫(𝐿𝑖𝑚⁡𝐼𝑛𝑓⁡𝑓𝑛 )𝑑𝜇 ≤ 𝐿𝑖𝑚⁡𝐼𝑛𝑓⁡ ∫ 𝑓𝑛 𝑑𝜇

∫(𝐿𝑖𝑚⁡𝐼𝑛𝑓⁡(𝑓𝑛 + 𝑔)) 𝑑𝜇 ≤ 𝐿𝑖𝑚⁡𝐼𝑛𝑓 ∫(𝑓𝑛 + 𝑔) 𝑑𝜇

∫[𝐿𝑖𝑚⁡𝐼𝑛𝑓⁡(𝑓𝑛 ) + 𝐿𝑖𝑚⁡𝐼𝑛𝑓⁡(𝑔)] 𝑑𝜇 ≤ 𝐿𝑖𝑚⁡𝐼𝑛𝑓 ∫(𝑓𝑛 + 𝑔) 𝑑𝜇

∫(𝑓 + 𝑔) 𝑑𝜇 ≤ 𝐿𝑖𝑚⁡𝐼𝑛𝑓 ∫(𝑓𝑛 + 𝑔) 𝑑𝜇

∫ 𝑓 𝑑𝜇 + ∫ 𝑔 𝑑𝜇 = ∫(𝑓 + 𝑔) 𝑑𝜇 ≤ 𝐿𝑖𝑚⁡𝐼𝑛𝑓 [∫(𝑓𝑛 + 𝑔) 𝑑𝜇] = 𝐿𝑖𝑚⁡𝐼𝑛𝑓 [∫ 𝑓𝑛 𝑑𝜇 + ∫ 𝑔 𝑑𝜇]

= 𝐿𝑖𝑚⁡𝐼𝑛𝑓 ∫ 𝑓𝑛 𝑑𝜇 + 𝐿𝑖𝑚⁡𝐼𝑛𝑓 ∫ 𝑔 𝑑𝜇 = 𝐿𝑖𝑚⁡𝐼𝑛𝑓 ∫ 𝑓𝑛 𝑑𝜇 + ∫ 𝑔 𝑑𝜇 ⟹ ∫ 𝑓 𝑑𝜇 + ∫ 𝑔 𝑑𝜇

≤ 𝐿𝑖𝑚⁡𝐼𝑛𝑓 ∫ 𝑓𝑛 𝑑𝜇 + ∫ 𝑔 𝑑𝜇

∴ ∫ 𝑓 𝑑𝜇 ≤ 𝐿𝑖𝑚⁡𝐼𝑛𝑓 ∫ 𝑓𝑛 𝑑𝜇 − − − −(1)

Además 𝑔 − 𝑓𝑛 ≥ 0, entonces:

Como: 𝑓𝑚 ≥ 0 ⟹ ⁡ ∫ 𝑓𝑚 𝑑𝜇 ≤ 𝐿𝑖𝑚⁡𝑆𝑢𝑝 ∫ 𝑓𝑚 𝑑𝜇 , se tiene:

∫ 𝑔 𝑑𝜇 − ∫ 𝑓𝑛 𝑑𝜇 = ∫(𝑔 − 𝑓𝑛 ) 𝑑𝜇 ≤ 𝐿𝑖𝑚⁡𝑆𝑢𝑝 ∫(𝑔 − 𝑓𝑛 ) 𝑑𝜇 = 𝐿𝑖𝑚⁡𝑆𝑢𝑝 ∫ 𝑔 𝑑𝜇 − 𝐿𝑖𝑚⁡𝑆𝑢𝑝 ∫ 𝑓𝑛 𝑑𝜇

= ∫ 𝑔 𝑑𝜇 − 𝐿𝑖𝑚⁡𝑆𝑢𝑝⁡ (∫ 𝑓𝑛 𝑑𝜇) ⟹ ∫ 𝑔 𝑑𝜇 − ∫ 𝑓𝑛 𝑑𝜇 ≤ ∫ 𝑔 𝑑𝜇 − 𝐿𝑖𝑚⁡𝑆𝑢𝑝⁡ (∫ 𝑓𝑛 𝑑𝜇)

∴ ∫ 𝑓𝑛 𝑑𝜇 ≥ 𝐿𝑖𝑚⁡𝑆𝑢𝑝⁡ (∫ 𝑓𝑛 𝑑𝜇) − − − −(2)

De (1) y (2) se concluye que ∫ 𝑓 𝑑𝜇 = ⁡𝐿𝑖𝑚⁡ ∫ 𝑓𝑛 𝑑𝜇⁡∎

Dependencia de parámetro

Frecuentemente se necesita considerar integrales donde el integrando depende de un parámetro real. Mostraremos
como el Teorema de Lebesgue de la convergencia Dominada puede ser usado en esta conexión. Asumiremos que las
funciones 𝑓 son de la forma 𝑥 → 𝑓(𝑥, 𝑡) para cada 𝑡 ∈ [𝑎, 𝑏].

𝑓: 𝑥 ∗ [𝑎, 𝑏] → ℝ⁡; ⁡⁡ℝ ∋ 𝑦 = 𝑓(𝑥, 𝑡)

Asumimos que para cada 𝑡, 𝑓(𝑥, 𝑡) es Ω-medible. {𝑥 ∈ 𝑋: 𝑓(𝑥) > 𝛼}

28
Corolario 3.3.1

𝐿𝑖𝑚⁡
Suponga que para algún 𝑡0 ∈ [𝑎, 𝑏], 𝑓(𝑥, 𝑡0 ) = ⁡𝑓(𝑥, 𝑡) para cada 𝑥 ∈ 𝑋, y que existe una función integrable
𝑡 → 𝑡0
𝑔 sobre 𝑋, tal que |𝑓(𝑥, 𝑡)| ≤ 𝑔(𝑥). Entonces,

𝐿𝑖𝑚⁡
∫ 𝑓(𝑥, 𝑡0 ) 𝑑𝜇 = ⁡ ⁡∫ 𝑓(𝑥, 𝑡) 𝑑𝜇
𝑡 → 𝑡0

Demostración

Sea {𝑡𝑛 } una sucesión de números reales que converge a 𝑡0 aplicando el teorema de la convergencia dominada
para la sucesión 𝑓𝑛 (𝑥) = 𝑓(𝑥, 𝑡𝑛 ), ∀𝑥 ∈ 𝑋. Así,
𝐿𝑖𝑚⁡ 𝐿𝑖𝑚⁡ 𝐿𝑖𝑚⁡ 𝐿𝑖𝑚⁡
∫ 𝑓 (𝑥) 𝑑𝜇 = ⁡ ⁡∫ 𝑓𝑛 (𝑥) 𝑑𝜇 ⟹ ∫ 𝑓(𝑥, 𝑡0 ) 𝑑𝜇 = ⁡ ⁡∫ 𝑓𝑛 (𝑥) 𝑑𝜇 = ⁡∫ 𝑓(𝑥, 𝑡) 𝑑𝜇⁡ ∴ ⁡ ∫ 𝑓(𝑥, 𝑡0 ) 𝑑𝜇
𝑛 𝑛 𝑛 𝑛 𝑡 → 𝑡0
𝐿𝑖𝑚⁡
= ⁡∫ 𝑓(𝑥, 𝑡) 𝑑𝜇⁡∎
𝑡 → 𝑡0

Corolario 3.3.2

Si la función 𝑡 → 𝑓(𝑥, 𝑡) es continua sobre [𝑎, 𝑏] para cada 𝑥 ∈ 𝑋, y si existe una función integrable 𝑔 sobre 𝑋 tal
que |𝑓(𝑥, 𝑡)| ≤ 𝑔 entonces la función 𝐹 definida por

𝐹(𝑡) = ∫ 𝑓(𝑥, 𝑡) 𝑑𝜇⁡ es continua para 𝑡 ∈ [𝑎, 𝑏].

Denostación

𝐿𝑖𝑚⁡ 𝐿𝑖𝑚⁡
𝐹(𝑡) = ∫ 𝑓(𝑥, 𝑡) 𝑑𝜇 ⟹ 𝐹(𝑡) = ∫ 𝑓(𝑥, 𝑡) 𝑑𝜇 = ∫ 𝑓(𝑥, 𝑡0 ) 𝑑𝜇 = 𝐹(𝑡0 )
𝑡 → 𝑡0 𝑡 → 𝑡0

𝐿𝑖𝑚⁡
⟹ 𝐹(𝑡) = 𝐹(𝑡0 ), por tanto 𝐹 es secuencialmente continua en 𝑡0 ∈ [𝑎, 𝑏] donde 𝑡0 es cualquier punto de
𝑡 → 𝑡0
[𝑎, 𝑏] ∎

Corolario 3.3.3

𝜕𝑓
Suponga que para algún 𝑡0 ∈ [𝑎, 𝑏], la función 𝑥 → 𝑓(𝑥, 𝑡0 ) es integrable sobre 𝑋, suponga que existe sobre
𝜕𝑡

𝑋. [𝑎, 𝑏] y que existe una función integrable 𝑔 sobre 𝑋 tal que

𝜕𝑓(𝑥,𝑡) 𝑑𝐹(𝑡) 𝑑
| | ≤ 𝑔(𝑥) Entonces, la función 𝐹(𝑡) = ∫ 𝑓(𝑥, 𝑡) 𝑑𝜇 es diferenciable sobre [𝑎, 𝑏], y = ∫ 𝑓(𝑥, 𝑡) 𝑑𝜇 =
𝜕𝑡 𝑑𝑡 𝑑𝑡
𝜕𝑓(𝑥,𝑡)
∫ 𝑑𝜇
𝜕𝑡

Denostación

Sea 𝑡 cualquier punto en [𝑎, 𝑏], si {𝑡𝑛 } es una sucesión en [𝑎, 𝑏] tal que 𝑡𝑛 → 𝑡 , 𝑡𝑛 ≠ 𝑡 , entonces

𝜕𝑓(𝑥, 𝑡) 𝐿𝑖𝑚⁡ 𝑓(𝑥, 𝑡𝑛 ) − 𝑓(𝑥, 𝑡)

=
𝜕𝑡 𝑛 𝑡𝑛 − 𝑡

29
Observe el desarrollo según Taylor en “s”

𝜕𝑓(𝑥, 𝑠)
𝑓(𝑥, 𝑡) = 𝑓(𝑥, 𝑡0 ) + ∗ (𝑡 − 𝑡0 )
𝜕𝑡

𝜕𝑓(𝑥, 𝑠)
⟹ |𝑓(𝑥, 𝑡)| ≤ |𝑓(𝑥, 𝑡0 )| + | | ∗ |𝑡 − 𝑡0 | ⁡ ≤ |𝑓(𝑥, 𝑡0 )| + 𝑔(𝑥) ∗ |𝑡 − 𝑡0 |⁡
𝜕𝑡

⟹ |𝑓(𝑥, 𝑡)| ≤ |𝑓(𝑥, 𝑡0 )| + |𝑡 − 𝑡0 | ∗ 𝑔(𝑥) ⁡⁡⁡⁡⁡⁡ ∴ ⁡𝑓(𝑥, 𝑡) es integrable para cada 𝑡 ∈ [𝑎, 𝑏].

Así que, si 𝑡𝑛 ≠ 𝑡, entonces 𝐹(𝑡) = ∫ 𝑓(𝑥, 𝑡) 𝑑𝜇 ; 𝐹𝑛 (𝑡) = ∫ 𝑓(𝑥, 𝑡𝑛 ) 𝑑𝜇. Luego,

𝐹𝑛 (𝑡) − 𝐹(𝑡) 𝑓(𝑥, 𝑡𝑛 ) − 𝑓(𝑥, 𝑡)

=∫ 𝑑𝜇
𝑡𝑛 − 𝑡 𝑡𝑛 − 𝑡

Aplicando límite;

𝑑𝐹(𝑡) 𝐿𝑖𝑚⁡ 𝐹𝑛 (𝑡) − 𝐹(𝑡) 𝐿𝑖𝑚⁡ 𝑓(𝑥, 𝑡𝑛 ) − 𝑓(𝑥, 𝑡)

=⁡ (⁡ ⁡⁡) = (⁡∫ 𝑑𝜇⁡⁡)
𝑑𝑡 𝑡𝑛 → 𝑡 𝑡𝑛 − 𝑡 𝑡𝑛 → 𝑡 𝑡𝑛 − 𝑡

Aplicando el teorema de la convergencia dominada:

𝑑𝐹(𝑡) 𝐿𝑖𝑚⁡ 𝑓(𝑥, 𝑡𝑛 ) − 𝑓(𝑥, 𝑡)

=⁡∫ ⁡⁡( ) 𝑑𝜇⁡
𝑑𝑡 𝑡𝑛 → 𝑡 𝑡𝑛 − 𝑡

𝑑 𝜕𝑓(𝑥, 𝑡)
∴ ⁡⁡ 𝐹(𝑡) = ∫ 𝑑𝜇⁡⁡∎
𝑑𝑡 𝜕𝑡

Corolario 3.3.4

Bajo las hipótesis del corolario 3.3.2 se tiene

𝑏 𝑏 𝑏
∫ 𝐹(𝑡) 𝑑𝑡 = ∫ [∫ 𝑓(𝑥, 𝑡)𝑑𝜇] 𝑑𝑡 = ∫ [∫ 𝑓(𝑥, 𝑡)𝑑𝑡] 𝑑𝜇
𝑎 𝑎 𝑎

Demostración

𝑑 𝑡
Primero recordar que si 𝜑 es continua en [𝑎, 𝑏], entonces ∫ 𝜑(𝑠) 𝑑𝑠 = 𝜑(𝑡); ⁡⁡𝑎 ≤ 𝑡 ≤ 𝑏
𝑑𝑡 𝑎

𝑡 𝜕ℎ(𝑥,𝑡)
Ahora definamos ℎ por ℎ(𝑥, 𝑡) = ∫𝑎 𝑓(𝑥, 𝑠) 𝑑𝑠 es claro que = 𝑓(𝑥, 𝑠).
𝜕𝑡

Por ser |𝑓| ≤ 𝑔, se tiene

𝑡 𝑡 𝑡 𝑡
|ℎ(𝑥, 𝑡)| = | ∫𝑎 𝑓(𝑥, 𝑠) 𝑑𝑠| ≤ ∫𝑎 |𝑓(𝑥, 𝑠)| 𝑑𝑠 ≤ ∫𝑎 𝑔(𝑥)𝑑𝑠 = 𝑔(𝑥) ∫𝑎 𝑑𝑠 = 𝑔(𝑥)(𝑡 − 𝑎) ⟹ |ℎ(𝑥, 𝑡)| ≤ 𝑔(𝑥)(𝑡 − 𝑎).

Ahora definamos 𝐻(𝑡) = ∫ ℎ(𝑥, 𝑡)𝑑𝜇 entonces,

30
 𝑡
𝑑𝐻(𝑡) 𝜕ℎ(𝑥, 𝑡)
=∫ 𝑑𝜇 = ∫ [∫ 𝑓(𝑥, 𝑠) 𝑑𝑠] 𝑑𝜇 = ∫ 𝑓(𝑥, 𝑡) 𝑑𝜇 = 𝐹(𝑡).
𝑑𝑡 𝜕𝑡 𝑎

𝑏
𝑑𝐻(𝑡)
⟹∫ = 𝐻(𝑏) − 𝐻(𝑎) = ∫ ℎ(𝑥, 𝑏) 𝑑𝜇 − ∫ ℎ(𝑥, 𝑎) 𝑑𝜇
𝑎 𝑑𝑡

𝑏 𝑎
Nota: ℎ(𝑥, 𝑏) = ∫𝑎 𝑓(𝑥, 𝑠) 𝑑𝑠⁡; ⁡⁡ℎ(𝑥, 𝑎) = ∫𝑎 𝑓(𝑥, 𝑠) 𝑑𝑠 = 0⁡

𝑏 𝑏 𝑏
⟹ ∫ 𝐹(𝑡)𝑑𝑡 = ∫ [∫ 𝑓(𝑥, 𝑡) 𝑑𝑡] 𝑑𝜇 − 0 = ∫ [∫ 𝑓(𝑥, 𝑡) 𝑑𝑡] 𝑑𝜇
𝑎 𝑎 𝑎

𝑏 𝑏 𝑏
∴ ∫ 𝐹(𝑡)𝑑𝑡 = ∫ [∫ 𝑓(𝑥, 𝑡) 𝑑𝜇] 𝑑𝑡 = ∫ [∫ 𝑓(𝑥, 𝑡) 𝑑𝑡] 𝑑𝜇⁡⁡∎
𝑎 𝑎 𝑎

UNIDAD 4: Los espacios 𝐿𝑝 de Lebesgue

Con frecuencia es útil imponer la estructura de un espacio de Banach sobre el conjunto de todas las funciones
integrables sobre un espacio de medidas (𝑋, Ω, 𝜇). En adición introduciremos los espacios 𝐿𝑝 , 1 ≤ 𝑝 ≤ 𝛼 los cuales
aparecen frecuentemente en análisis. A pesar de la importancia intrínseca de estos espacios, los examinaremos
parcialmente, sólo para indicar aplicaciones de algunos de los resultados anteriores.

Definición

Si 𝕍 es un espacio vectorial real, entonces la función 𝑁 definida sobre 𝕍 se dice ser una norma para 𝕍 si satisface:

i. 𝑁(𝑣) ≥ 0⁡,⁡⁡⁡⁡⁡∀𝑣 ∈ 𝕍

ii. 𝑁(𝑣) = 0 ↔ 𝑣 = 0

iii. 𝑁(𝛼𝑣) = 𝛼𝑁(𝑣),⁡⁡⁡⁡∀𝑣 ∈ 𝕍⁡,⁡⁡⁡⁡∀𝛼 ∈ ℝ

iv. 𝑁(𝑢 + 𝑣) = 𝑁(𝑢) = +𝑁(𝑣)⁡,⁡⁡⁡⁡⁡∀𝑢, 𝑣 ∈ 𝕍⁡⁡

Si se elimina la condición ii entonces la función 𝑁 se dice ser una semi-norma o una pseudo-norma para 𝕍.

Un espacio vectorial normado es un espacio vectorial 𝕍 junto con una norma para 𝕍.

Ejemplos:

a) La función valor absoluto produce una norma para los números reales.

b) El espacio vectorial ℝ𝑛 puede ser normado con una de las siguientes normas

1) 𝑁1 (𝑢1 , ⁡𝑢2 , … ⁡ , 𝑢𝑛 ) = |𝑢1 | + |⁡𝑢2 | + ⋯ + ⁡⁡ |𝑢𝑛 |

1
2) 𝑁𝑝 (𝑢1 , ⁡𝑢2 , … ⁡ , 𝑢𝑛 ) = (|𝑢1 |𝑝 + |𝑢2 |𝑝 + ⋯ + ⁡⁡ |𝑢𝑛 |𝑝 )𝑝 ⁡; ⁡⁡𝑝 ≥ 1⁡

31
 3) 𝑁∞ (𝑢1 , ⁡𝑢2 , … ⁡ , 𝑢𝑛 ) = 𝑆𝑢𝑝⁡(⁡|𝑢1 |, |⁡𝑢2 |, … , |𝑢𝑛 |⁡)

c) El espacio vectorial 𝑙1 de todas las sucesiones reales 𝑢 = 𝑢𝑛 tal que

𝑁1 (𝑢) = ∑ 𝑢𝑛 < ∞ es un espacio vectorial normado bajo 𝑁1 . Así mismo, si 1 ≤ 𝑝 ≤ ∞, entonces la colección 𝑙𝑝 de
1
todas las sucesiones tales que 𝑁𝑝 (𝑢) = (∑|𝑢𝑛 |𝑝 )𝑝 < +∞ está normada por 𝑁𝑝 .

d) La colección de todas las funciones valuadas en los reales y definidas sobre un conjunto infinito 𝑋 no puede
normarse, pero la colección 𝐵(𝑥) de todas las funciones acotadas valuadas en los reales sobre 𝑋 está
normada por 𝑁𝑓 = 𝑆𝑢𝑝{|𝑓(𝑥)|: 𝑥 ∈ 𝑋}. En particular, el espacio vectorial de las funciones continuas sobre
𝑋 = [𝑎, 𝑏] está normado por 𝑁𝑓 = 𝑆𝑢𝑝{|𝑓(𝑥)|: 𝑥 ∈ 𝑋}.

Los ejemplos anteriores han sido normas propiamente dichas sobre un espacio vectorial. Existen también semi-
normas sobre un espacio vectorial y de gran interés.

Ejemplos:

a. Sobre el espacio vectorial ℝ𝑛 , considere la semi-norma

𝑁0 (𝑢1 , ⁡𝑢2 , … ⁡ , 𝑢𝑛 ) = 𝑆𝑢𝑝(|𝑢1 |, |⁡𝑢2 |, … , |𝑢𝑛 |) Aquí 𝑁0 (𝑢1 , ⁡𝑢2 , … ⁡ , 𝑢𝑛 ) será cero si y sólo si 𝑢1 = ⁡𝑢2 =, …⁡, =
⁡⁡𝑢𝑛 = 0

b. Sobre el espacio vectorial 𝐶[0,1] de funciones continuas sobre [0,1] en ℝ definamos la semi-norma
1 1
𝑁0 (𝑓) = 𝑆𝑢𝑝(|𝑓(𝑥)|: 0 ≤ 𝑥 ≤ ⁡) Aquí 𝑁0 (𝑓) = 0⁡ ↔ 𝑓(𝑥) se anula para 0 ≤ 𝑥 ≤
2 2

c. Sobre el espacio vectorial de funciones sobre [𝑎, 𝑏] en ℝ que tienen derivadas continuas, definamos la
semi-norma 𝑁0 (𝑓) = 𝑆𝑢𝑝{𝑓 ′ (𝑥): 𝑎 ≤ 𝑥 ≤ 𝑏} Aquí 𝑁0 (𝑓) = 0⁡ ↔ 𝑓 es constante sobre [𝑎, 𝑏].

Definición

Sea (𝑋, Ω, 𝜇) un espacio de medida. Si 𝑓 ∈ (𝑋, Ω, 𝜇) definamos 𝑁𝜇 (𝑓) = ∫ |𝑓| 𝑑𝜇. Mostraremos que 𝑁𝜇 es una
semi-norma sobre el espacio 𝐿(𝑋, Ω, 𝜇).

Lema 4.1

El espacio 𝐿(𝑋, Ω, 𝜇) es un espacio vectorial bajo las operaciones definidas por

(𝑓 + 𝑔)(𝑥) = 𝑓(𝑥) + 𝑔(𝑥)⁡;⁡⁡(𝛼𝑓)(𝑥) = 𝛼. 𝑓(𝑥); ⁡⁡𝑥 ∈ 𝑋⁡⁡ y 𝑁𝜇 es una semi-norma sobre 𝐿(𝑋, Ω, 𝜇). Más aún,
𝑁𝜇 (𝑓) = 0 si y sólo si 𝑓(𝑥) = 0 para 𝜇 − 𝑐. 𝑡. 𝑝 en 𝑋.

Demostración

32
De teoremas anteriores se puede advertir que 𝐿(𝑋, Ω, 𝜇) es un espacio vectorial bajo las operaciones indicadas. Es
claro que 𝑁𝜇 (𝑓) ≥ 0 para 𝑓 ∈ 𝐿 , y que

𝑁𝜇 (𝛼𝑓) = ∫ | 𝛼𝑓 |𝑑𝜇 = |𝛼 |. ∫ | 𝑓 |𝑑𝜇 = |𝛼 |. 𝑁𝜇 (𝑓). Más aún, de la desigualdad triangular, se sigue que:

𝑁𝜇 (𝑓 + 𝑔) = ∫ | 𝑓 + 𝑔|𝑑𝜇 ≤ ∫(| 𝑓 | + |𝑔|)𝑑𝜇 = ∫ | 𝑓|𝑑𝜇 + ⁡ ∫ | 𝑔|𝑑𝜇 = 𝑁𝜇 (𝑓) + 𝑁𝜇 (𝑔). Por tanto, 𝑁𝜇 es una semi-
norma sobre 𝐿, y se sigue de hechos anteriores que 𝑁𝜇 (𝑓) = 0 si y sólo si 𝑓(𝑥) = 0 para casi todo 𝑥 ∈ 𝑋⁡∎

Observación:

Para poner a 𝐿(𝑋, Ω, 𝜇) en la estructura de espacio vectorial normado, tenemos que identificar dos funciones que
sean iguales casi en toda parte, esto es, usamos clase de equivalencia de funciones en lugar de funciones mismas.

Definición

Dos funciones en 𝐿(𝑋, Ω, 𝜇) se dicen ser 𝜇 − 𝑒𝑞𝑢𝑖𝑣𝑎𝑙𝑒𝑛𝑡𝑒𝑠 si son iguales 𝜇 − 𝑐. 𝑡. 𝑝 La clase de equivalencia
determinada por 𝑓 en 𝐿 se denota normalmente por [𝑓] y consiste en el conjunto de todas las funciones en
𝐿(𝑋, Ω, 𝜇) que son 𝜇 − 𝑒𝑞𝑢𝑖𝑣𝑎𝑙𝑒𝑛𝑡𝑒𝑠 a 𝑓.

El espacio de Lebesgue 𝐿1 = 𝐿1 (𝑋, Ω, 𝜇) consiste en todas las clases 𝜇 − 𝑒𝑞𝑢𝑖𝑣𝑎𝑙𝑒𝑛𝑡𝑒𝑠 en 𝐿. Si [𝑓] ∈ 𝐿1 definimos
su norma por ||[𝑓]||1 = ∫ |𝑓| 𝑑𝜇.

Teorema 4.1

El espacio de Lebesgue 𝐿1 = 𝐿1 (𝑋, Ω, 𝜇) es un espacio vectorial normado.

Demostración

Esta entendido que las operaciones vectoriales en 𝐿1 están definidas por

𝛼[𝑓] = [𝛼𝑓]⁡⁡;⁡[𝑓] + ⁡ [𝑔] = [𝑓 + 𝑔] y que el elemento cero de 𝐿1 es [0]. Sólo chequearemos que la relación para la
norma define en realidad una norma sobre 𝐿1 .

Ciertamente, ||[𝑓]|| ≥ 0 y ||[0]|| = 0 . Más aún, si ||[𝑓]||1 = 0 entonces ∫ |𝑓| 𝑑𝜇 = 0, así que 𝑓(𝑥) = 0 𝜇 −
𝑐𝑎𝑠𝑖⁡𝑡𝑜𝑑𝑜⁡𝑥 . Por tanto, [𝑓] = [0]

Finalmente, es fácil ver que las propiedades iii) y iv) de la norma son satisfechas. Por tanto, ||[∙]||1 produce una
norma sobre 𝐿1⁡ ∎

Ahora deseamos considerar una familia de espacios vectoriales normados relacionados, los cuales son espacios de
clases de equivalencia de funciones medibles.

Definición

33
Si 1 ≤ 𝑝 ≤ +∞, el espacio 𝐿𝑝 (𝑋, Ω, 𝜇) consiste en todas las 𝜇 −clases de equivalencias de Ω −medibles funciones
1
reales 𝑓 para las cuales |𝑓|𝑝 tiene integral finita con respecto a 𝜇 sobre 𝑋. Ponemos: ||𝑓||𝑝 = {∫ ||𝑓 ||𝑝 𝑑𝜇}𝑝

Nota: Si 𝑝 = 1, entonces esta relación se reduce a la norma introducida previamente sobre el espacio 𝐿1⁡ de clases
de equivalencia de funciones; probaremos subsecuentemente que si 1 ≤ 𝑝 ≤ +∞ entonces 𝐿𝑝⁡ es un espacio
vectorial normado bajo la norma

1
||𝑓||𝑝 = {∫ ||𝑓 ||𝑝 𝑑𝜇}𝑝 y que es completo bajo esta norma; así 𝐿𝑝⁡ es un espacio de Banach.

Se entiende que las operaciones de espacio vectorial entre las clases de equivalencia en 𝐿𝑝⁡ se definen
puntualmente; la suma de las clases de equivalencia conteniendo a 𝑓 y a 𝑔 es la clase de equivalencia conteniendo
a 𝑓 + 𝑔 y de igual modo 𝛼[𝑓] = [𝛼𝑓].

En el caso especial cuando 𝜇 es la medida de conteo sobre todos los subconjuntos de ℕ, los espacios 𝐿𝑝⁡ pueden
ser identificados con los espacios de sucesiones 𝑙𝑝 . En este caso, cada clase de equivalencia contiene un elemento,
en ocasiones ayuda a interpretar sobre espacios 𝐿𝑝⁡ , considerando estos mismos hechos sobre los más sencillos
espacios 𝑙𝑝⁡ . Para establecer que la última relación para una norma en 𝐿𝑝⁡ es realmente una norma, necesitamos
una desigualdad básica:

Teorema 4.2 (La desigualdad de Hôlder)

1 1
Sea 𝑓 ∈ 𝐿𝑝⁡ y sea 𝑔 ∈ 𝐿𝑞⁡ donde 𝑝 > 1 y + = 1.
𝑝 𝑞

Entonces 𝑓𝑔 ∈ 𝐿1⁡ y ||𝑓𝑔||1 ≤ ||𝑓 ||𝑝 + ||𝑔||𝑞

Demostración

Sea 𝛼 un número real, 0 < 𝛼 < 1 y considere la función 𝜑 definida para 𝑡 ≥ 0 por 𝜑(𝑡) = 𝛼𝑡 − 𝑡 𝛼 . Es fácil
chequear que 𝜑 ′ (𝑡) < 0 para 𝑡 > 1.

Del teorema del valor medio, se sigue que: 𝜑(𝑡) ≥ 𝜑(1) y que 𝜑(𝑡) = 𝜑(1) si y sólo si 𝑡 = 1 Por tanto, tenemos:
𝑡 𝛼 ≤ 𝛼𝑡 + (1 − 𝛼), 𝑡 ≥ 0.

𝑎
Si 𝑎 y 𝑏 son no negativos y si ponemos 𝑡 = y multiplicando por 𝑏 se obtiene
𝑏

𝑎𝛼 𝑏1−𝛼 ≤ 𝑎 + (1 − 𝛼)𝑏, Donde la igualdad se cumple si y sólo si 𝑎 = 𝑏.

1 1 1
Ahora, si 𝑝 y 𝑞 satisfacen 1 < 𝑝 < +∞ y + = 1, y tomamos 𝛼 = se sigue que si 𝐴 y 𝐵 son números no
𝑝 𝑞 𝑝

𝐴𝑝 𝐵𝑞
negativos y reales, entonces: 𝐴𝐵 ≤ + y que la igualdad se cumple si y sólo si 𝐴 = 𝐵.
𝑝 𝑞

34
Suponga que 𝑓 ∈ ⁡𝑓 ∈ 𝐿𝑝⁡ ⁡⁡y⁡⁡⁡⁡𝑔 ∈ 𝐿𝑞⁡ y que ||𝑓 ||𝑝 ≠ 0 y ||𝑔||𝑞 ≠ 0. El producto 𝑓𝑔 es medible, y la expresión
𝑓(𝑥) 𝑔(𝑥)
anterior, con 𝐴 = y 𝐵= implica que
||𝑓||𝑝 ||𝑔||𝑞

|𝑓(𝑥)𝑔(𝑥)| |𝑓(𝑥)|𝑝 |𝑔(𝑥)|𝑞

≤ 𝑝+ 𝑞
||𝑓 ||𝑝 ⁡||𝑔||𝑞 𝑝||𝑓 || 𝑞||𝑔||𝑞
𝑝

Puesto que ambos términos de la derecha son integrables, se sigue que 𝑓𝑔 es integrable. Más aún, integrando se
obtiene:

||𝑓𝑔||1 1 1
≤ + = 1⁡⁡∎⁡ (Al integrar el valor absoluto se transforma en una norma)
||𝑓||𝑝 ⁡||𝑔||𝑞 𝑝 𝑞

Nota: La desigualdad de Hôlder implica que el producto de una función en 𝐿𝑝⁡ por una función en 𝐿𝑞⁡ es integrable
1 1
cuando 𝑝 > 1 y que sigue la relación + = 1 o equivalentemente cuando 𝑝 + 𝑞 = 𝑝𝑞. Dos números que
𝑝 𝑞

satisfacen esta relación se dicen ser índices conjugados. Se notará que 𝑝 = 2 es el único autoconjugado; asì el
producto de dos funciones de 𝐿2⁡ es integrable.

Corolario 4.2.1 (La desigualdad de Cauchy-Bungakouski-Schuarz)

Si 𝑓, 𝑔 ∈ 𝐿2⁡ Entonces 𝑓𝑔 es integrable y | ∫ 𝑓𝑔 𝑑𝜇| ≤ ∫ |𝑓𝑔| 𝑑𝜇 ≤ ||𝑓 ||2 ||𝑔||2

Teorema 4.3 (La desigualdad de Minkowski)

Si 𝑓, ℎ ∈ 𝐿𝑝⁡ ⁡; ⁡⁡𝑝 ≥ 1, entonces 𝑓 + ⁡ℎ ∈ 𝐿𝑝 y ||𝑓 + ℎ||𝑝 ≤ ||𝑓 ||𝑝 + ⁡ ||ℎ||𝑝

Demostración

El caso 𝑝 = 1 ya ha sido tratado, así que, supondremos 𝑝 > 1. La suma 𝑓 + ⁡ℎ es claramente medible.

Puesto que |𝑓 + ℎ|𝑝 ≤ [2𝑆𝑢𝑝(⁡|𝑓|, |ℎ|⁡)]𝑝 ≤ ⁡ 2𝑝 (|𝑓|𝑝 + |ℎ|𝑝 ) se sigue que 𝑓 + ⁡ℎ ∈ 𝐿𝑝 . Más aún:

|𝑓 + ℎ|𝑝 = |𝑓 + ℎ||𝑓 + ℎ|𝑝−1 ⁡ ≤ ⁡ |𝑓 + ℎ||𝑓 + ℎ|𝑝−1 + |ℎ||𝑓 + ℎ|𝑝−1 ⁡ (*)

Puesto que 𝑓 + ⁡ℎ ∈ 𝐿𝑝 , entonces |𝑓 + ℎ|𝑝 ∈ 𝐿1 ; como 𝑝 = (𝑝 − 1)𝑞, se sigue que:

|𝑓 + ℎ|𝑝−1 ∈ 𝐿𝑞 . Por tanto, podemos aplicar la desigualdad de Hôlder para inferir que:

1 𝑝
∫|𝑓 ||𝑓 + ℎ|𝑝−1 𝑑𝜇 ≤ ||𝑓 ||𝑝 (∫|𝑓 + ℎ|(𝑝−1)𝑞 𝑑𝜇)𝑞 = ||𝑓 ||𝑝 ∙ ⁡ ||𝑓 + ℎ||𝑝 𝑞

Si tratamos el segundo término de la derecha en (*) de manera similar, obtenemos:

𝑝 𝑝 𝑝
𝑝
||𝑓 + ℎ||𝑝 ≤ ||𝑓 ||𝑝 ∙ ⁡ ||𝑓 + ℎ||𝑝 𝑞 + ||ℎ||𝑝 ∙⁡ ||𝑓 + ℎ||𝑝 𝑞 = {||𝑓 ||𝑝 + ||ℎ||𝑝 } ||𝑓 + ℎ||𝑝 𝑞

Si ||𝑓 + ℎ||𝑝 = 0, entonces: ||𝑓 + ℎ||𝑝 ≤ ||𝑓 ||𝑝 +≤ ||ℎ||𝑝 es trivial.

35
 𝑝
𝑝
Si 𝐴 ≠ 0, podemos dividir por 𝐴𝑞 , puesto que 𝑝 − = 1 y obtenemos la desigualdad de Minkouski ∎
𝑞

Nota: se puede ver fácilmente que el espacio 𝐿𝑝 es un espacio vectorial y la forma para su norma constituye
realmente una norma para 𝐿𝑝 . La única parte no trivial que deberíamos chequear es la propiedad iv), y esta es la
desigualdad de Minkouski. Probaremos que 𝐿𝑝 es completo bajo esta norma en el sentido siguiente:

Definición

Una sucesión {𝑓𝑛 } en 𝐿𝑝 es una sucesión de Cauchy, si para cada número positivo 𝜀 existe un 𝜇(𝜀) tal que si 𝑚, 𝑛 ≥
𝜇(𝜀) entonces ||𝑓𝑚 − 𝑓𝑛 || < 𝜀.

Un espacio vectorial normado es completo si cada sucesión de Cauchy converge a un elemento del espacio.

Lema 4.2

Si {𝑓𝑛 } converge a 𝑓 en 𝐿𝑝 entonces es una sucesión de Cauchy.

Demostración

𝜀 𝜀 𝜀
Si 𝑚, 𝑛 ≥ 𝜇( ) entonces ||𝑓 − 𝑓𝑚 || < , ||𝑓 − 𝑓𝑛 || < . Por tanto, tenemos:
2 2 2

||𝑓𝑚 − 𝑓𝑛 ||𝑝 ≤ ||𝑓𝑚 − 𝑓 ||𝑝 + ||𝑓 − 𝑓𝑛 ||𝑝 < 𝜀⁡⁡∎.

Ahora mostraremos que cada sucesión de Cauchy en 𝐿𝑝 converge en 𝐿𝑝 a un elemento del espacio.

Teorema 4.4 (Riesz-Fisher)

Si 1 < 𝑝 < +∞, entonces el espacio 𝐿𝑝 es un espacio vectorial normado y completo bajo la norma

1
𝑝 𝑝
||𝑓 ||𝑝 = (∫ |𝑓| 𝑑𝜇)

Demostración

Se ha probado que 𝐿𝑝 es un espacio vectorial normado. Para establecer la completitud de 𝐿𝑝 , sea {𝑓𝑛 } una
sucesión de Cauchy relativa a la norma || ∙ ||𝑝 Por tanto, si 𝜀 > 0, existe un 𝑀(𝜀) tal que si 𝑚, 𝑛 ≥ 𝑀(𝜀), entonces:
𝑝
∫ |𝑓𝑚 − 𝑓𝑛 |𝑝 𝑑𝜇 = ||𝑓𝑚 − 𝑓𝑛 ||𝑝 = 𝜀 𝑝 . Existe una sub-sucesión {𝑔𝑘 } de {𝑓𝑛 } tal que ||𝑔𝑘+1 − 𝑔𝑘 ||𝑝 <
2−𝑘 ⁡⁡𝑝𝑎𝑟𝑎⁡𝑘 ∈ ℕ. Definamos 𝑔 por 𝑔(𝑥) = |𝑔1 (𝑥)| + ∑𝑛𝑘=1 |𝑔𝑘+1 − 𝑔𝑘 |, de tal suerte que 𝑔 ∈ 𝑀 + (𝑋, Ω). Por el
lema de Fatou, tenemos:

𝑛 𝑝
𝐿𝑖𝑚
∫ |𝑔|𝑝 𝑑𝜇 ≤ ⁡𝐼𝑛𝑓⁡ ∫ [|𝑔1 | + ∑ |𝑔𝑘+1 − 𝑔𝑘 |] ⁡ 𝑑𝜇
𝑛→∞
𝑘=1

36
Si tomamos en ambos lados la p-ésima raíz, y aplicamos la desigualdad de Minkouski, obtenemos:

1
𝑝 𝐿𝑖𝑚
(∫ |𝑔|𝑝 𝑑𝜇) ≤ ⁡𝐼𝑛𝑓⁡{||𝑔1 ||𝑝 + ||𝑔𝑘+1 − 𝑔𝑘 ||𝑝 } ≤ ||𝑔1 ||𝑝 + 1
𝑛→∞

Por tanto, si 𝐸 = {𝑥 ∈ 𝑋: 𝑔(𝑥) < +∞}, entonces 𝐸 ∈ Ω y 𝜇(𝑋 ∖ 𝐸) = 0, por tanto, la serie en la definición de
𝑔(𝑥) converge 𝑐. 𝑡. 𝑝 y 𝑔𝑋𝐸 ∈ 𝐿𝑝 .

Definamos, ahora 𝑓 sobre 𝑋 por:

𝑔 (𝑥) + ∑(𝑔𝑘+1 (x) − 𝑔𝑘 (𝑥)) ,⁡⁡⁡𝑥 ∈ 𝐸

𝑓(𝑥) = { 1 }
𝑘=1
0⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡, 𝑥 ∉ 𝐸⁡

Puesto que |𝑔𝑘 | ≤ ∑𝑛𝑘=1 |𝑔𝑗+1 − 𝑔𝑗 | ≤ 𝑔 y la sucesión {𝑔𝑘 } converge 𝑐. 𝑡. 𝑝 a 𝑓, el teorema de la convergencia
dominada implica que 𝑓 ∈ 𝐿𝑝 . Puesto que |𝑓 − 𝑔𝑘 |𝑝 ≤ 2𝑝 ≤ 𝑔𝑝 inferimos del teorema de la convergencia
dominada que: 0 = 𝐿𝑖𝑚⁡||𝑓 − 𝑔𝑘 ||𝑝 así que {𝑔𝑘 } converge en 𝐿𝑝 a 𝑓. Por la condición de ser {𝑓𝑛 } sucesión de
Cauchy, si 𝑚 ≥ 𝑀(𝜀) y 𝑘 es suficientemente grande, entonces: ∫ |𝑓𝑚 − 𝑔𝑘 |𝑝 𝑑𝜇 < 𝜀 𝑝 . Aplicando el lema de Fatou,
𝐿𝑖𝑚
concluimos que ∫ |𝑓𝑚 − 𝑓|𝑝 𝑑𝜇 ≤ ⁡𝐼𝑛𝑓⁡ ∫ |𝑓𝑚 − 𝑔𝑘 |𝑝 𝑑𝜇 < 𝜀 𝑝 , siempre que 𝑛 ≥ 𝑀(𝜀). Esto prueba que la
𝑛→∞
sucesión {𝑓𝑛 } converge a 𝑓 en la norma de 𝐿𝑝 ⁡∎⁡

El espacio 𝑳∞

Ahora introduciremos un espacio que está relacionado con los espacios 𝐿𝑝 .

Definición

El espacio 𝑳∞ = 𝑳∞ (𝑋, Ω, 𝜇) consiste en todas las clases de equivalencia de funciones reales y Ω − medibles, las
cuales son acotadas c. t. p.

Dos funciones son equivalentes si son iguales 𝜇 − c. t. p. Si 𝑓 ∈ 𝐿∞ y 𝑁 ∈ Ω con 𝜇(𝑁) = 0, definamos 𝑆(𝑁) =
𝑆𝑢𝑝{|𝑓(𝑥)|: 𝑥 ∉ 𝑁} y ||𝑓 ||∞ = 𝐼𝑛𝑓{𝑆(𝑁): 𝑁 ∈ Ω}⁡,⁡⁡⁡𝜇(𝑁) = 0⁡

Un elemento de 𝑳∞ se llama una función esencialmente acotada.

Se puede ver que si 𝑓 ∈ 𝐿∞ , entonces: |𝑓(𝑥)| ≤ ||𝑓 ||∞ para casi todo 𝑥. Más aún, si 𝐴 ≤ ||𝑓 ||∞ . Entonces existe
un conjunto 𝐸 con medida positiva tal que |𝑓(𝑥)| ≥ 𝐴 para 𝑥 ∈ 𝐸; es claro que la norma ||∙||∞ está bien definida en
𝐿∞ .

Teorema 4.5

El espacio 𝐿∞ es un espacio vectorial normado y completo bajo la norma ||∙||∞

37
Demostración

Está claro que 𝐿∞ es un espacio vectorial y que ||𝑓 ||∞ > 0⁡;⁡⁡⁡⁡||0||∞ ⁡ = 0 y que

1
||𝛼𝑓 ||∞ = 𝛼||𝑓 ||∞ . Si ||𝑓 ||∞ = 0, entonces existe un conjunto 𝑁𝑘 ∈ Ω con 𝜇(𝑁𝑘 ) = 0, tal que |𝑓(𝑥)| ≤ para 𝑥 ∈
𝑘

𝑁𝑘 . Si ponemos 𝑁 = ⋃∞
𝑘=1 𝑁𝑘 , entonces 𝑁 ∈ Ω ; 𝜇(𝑁) = 0 y |𝑓(𝑥)| = 0 para 𝑥 ∉ 𝑁. Por tanto, 𝑓(𝑥) = 0 para

casi todo 𝑥.

Si 𝑓, 𝑔 ∈ 𝐿∞ entonces existen conjuntos 𝑁1 ⁡⁡, 𝑁2 en Ω con 𝜇(𝑁1 ) = 𝜇(𝑁2 ) = 0, tales que:

|𝑓(𝑥)| ≤ ||𝑓 ||∞ , para 𝑥 ∉ 𝑁1 ; |𝑔(𝑥)| ≤ ||𝑔||∞ , para 𝑥 ∉ 𝑁2 ; por tanto,

|𝑓(𝑥) + 𝑔(𝑥)| ≤ ||𝑓 || + ||𝑔||∞ , para 𝑥 ∉ 𝑁1 ∪ 𝑁2 de lo cual se sigue que

∞

||𝑓 + 𝑔||∞ ≤ ||𝑓 ||∞ + ||𝑔||∞ .

Queda por probar que 𝐿∞ es completo. Sea {𝑓𝑛 } una sucesión de Cauchy en 𝐿∞ , y sea 𝑀 un conjunto en Ω , con
𝜇(𝑀) = 0 , tal que:⁡|𝑓𝑛 (𝑥)| ≤ ||𝑓𝑛 ||∞ para 𝑥 ∉ 𝑀 , n = 1,2,3, … también tal que |𝑓𝑛 (𝑥) − 𝑓𝑚 (𝑥)| ≤ ||𝑓𝑛 −

𝑓𝑚 (𝑥)||∞ para todo 𝑥 ∉ 𝑀 , 𝑚, n = 1,2,3, … Entonces la sucesión {𝑓𝑛 } es uniformemente convergente sobre 𝑋 ∖

𝑀, y ponemos:

𝐿𝑖𝑚⁡𝑓𝑛 (𝑥),⁡⁡⁡𝑥 ∉ 𝑀⁡
𝑓(𝑥) = { } se sigue que 𝑓 es medible; es fácil ver ||𝑓𝑛 − 𝑓 ||∞ → 0. Por tanto, 𝐿∞ es completo
0⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡,⁡⁡⁡⁡⁡𝑥 ∈ 𝑀
∎

UNIDAD 5: Modos de convergencia y sus relaciones

Ya hemos tenido ocasión de mencionar 4 tipos de convergencia de una sucesión de funciones medibles:
convergencia puntual, convergencia casi en toda parte, convergencia uniforme, y convergencia en 𝐿𝑝 . Existen otras
dos nociones de convergencia que son importantes al tratar con funciones medibles. Las introduciremos en este
capítulo y daremos las interrelaciones entre los varios modos de convergencia.

Resumen

a) Convergencia uniforme: Dado 𝜀 > 0, existe un 𝑁(𝜀) tal que |𝑓𝑛 − 𝑓(𝑥)| < 𝜀 para 𝑛 ≥ 𝑁(𝜀).

⟹ ⁡⁡ −𝜀 < 𝑓𝑛 − 𝑓(𝑥) < 𝜀 ⟹ 𝑓(𝑥) − 𝜀 < 𝑓𝑛 < 𝑓(𝑥) + 𝜀

Conclusión: 𝑓 es el límite de las 𝑓𝑛 , a partir de un 𝑁(𝜀) grande, todas las 𝑓𝑛 quedan comprendidas en la franja
(𝑓(𝑥) − 𝜀, 𝑓(𝑥) + 𝜀) o sea la convergencia ocurre como un todo.

b) Convergencia puntual: Dado 𝜀 > 0, existe un 𝑁(𝜀, 𝑥) tal que |𝑓𝑛 − 𝑓(𝑥)| < 𝜀 para 𝑛 ≥ 𝑁(𝜀, 𝑥).

⟹ 𝑓(𝑥) − 𝜀 < 𝑓𝑛 (𝑥) < 𝑓(𝑥) + 𝜀

38
Conclusión: Observe que para algún 𝑥 ∈ [𝑎, 𝑏], alguna de las 𝑓𝑛 se sale de la franja; es decir, la convergencia ocurre
punto a punto.

c) Convergencia casi en toda parte: Dado 𝜀 > 0, existe un conjunto 𝑀 tal que 𝜇(𝑀) = 0 y {𝑓𝑛 } converge
en 𝑋 ∖ 𝑀 . Existe 𝑁(𝜀, 𝑥) tal que |𝑓𝑛 (𝑥) − 𝑓(𝑥)| < 𝜀 siempre que 𝑛 ≥ 𝑁(𝜀, 𝑥).

⟹ 𝑓(𝑥) − 𝜀 < 𝑓𝑛 (𝑥) < 𝑓(𝑥) + 𝜀

Conclusión: En este caso, para todas las 𝑓𝑛 existe un punto para el cual su medida 𝜇(𝑀) = 0. Si no fuera por ese
punto, la convergencia fuera en toda parte.

d) Convergencia en 𝐿𝑝 : Dado 𝜀 > 0, existe un 𝑁(𝜀) tal que 𝑛 ≥ 𝑁(𝜀).

1
||𝑓𝑛 − 𝑓||𝑝 < 𝜀⁡⁡;⁡⁡⁡||𝑓𝑛 − 𝑓||𝑝 = (∫𝑋 |𝑓𝑛 (𝑥) − 𝑓(𝑥)|𝑝 𝑑𝜇)𝑝 < 𝜀

𝑓̃ = 𝑓𝑛 − 𝑓⁡⁡⁡⁡⁡;⁡⁡⁡⁡⁡𝑓̃(𝑥) = 𝑓𝑛 (𝑥) − 𝑓(𝑥)⁡

Conclusión: En 𝐿𝑝 , 𝑓𝑛 → 𝑓 pero no como en los casos anteriores, es decir, la convergencia se evalúa como una
cercanía de áreas que resultan de la evaluación de la integral.

Por conveniencia, replantearemos las definiciones. En esta unidad, consideraremos sólo funciones valuadas en los
reales definidas sobre un espacio de medida fijo (𝑋, Ω, 𝜇)

1. Convergencia uniforme:

La sucesión {𝑓𝑛 } converge uniformemente a 𝑓 si dado 𝜀 > 0, existe un entero positivo 𝑁(𝜀) tal que si 𝑛 ≥ 𝑁(𝜀)
y 𝑥 ∈ 𝑋, entonces |𝑓𝑛 − 𝑓(𝑥)| < 𝜀 .

2. Convergencia puntual:

La sucesión {𝑓𝑛 } converge puntualmente a 𝑓 si dado 𝜀 > 0, y 𝑥 ∈ 𝑋 , existe un entero positivo 𝑁(𝜀, 𝑥) tal que
si 𝑛 ≥ 𝑁(𝜀, 𝑥) , entonces |𝑓𝑛 − 𝑓(𝑥)| < 𝜀 .

3. Convergencia casi en toda parte:

La sucesión {𝑓𝑛 } converge casi en toda parte a 𝑓 si existe un conjunto 𝑀 , 𝜇(𝑀) = 0 tal que dado 𝜀 > 0 y 𝑥 ∈
𝑋 ∖ 𝑀 , existe un entero positivo 𝑁(𝜀, 𝑥) tal que si 𝑛 ≥ 𝑁(𝜀, 𝑥) , entonces |𝑓𝑛 − 𝑓(𝑥)| < 𝜀 .

4. Convergencia en 𝐿𝑝 :

La sucesión {𝑓𝑛 } en 𝐿𝑝 converge a en 𝑓 ∈ 𝐿𝑝 si dado 𝜀 > 0 , existe un entero positivo 𝑁(𝜀) tal que si 𝑛 ≥
1
𝑁(𝜀) , entonces ||𝑓𝑛 − 𝑓(𝑥)||𝑝 = (∫𝑋 |𝑓𝑛 (𝑥) − 𝑓(𝑥)|𝑝 𝑑𝜇)𝑝 <𝜀.

39
Recordemos que un elemento en 𝐿𝑝 es una clase de equivalencia de funciones valuadas en los reales y cuyas
potencias n-ésimas son integrables. Sin embargo, para tener cierta precaución, consideraremos un elemento de 𝐿𝑝
como una función medible valuada en los reales.

Es obvio que la convergencia uniforme implica convergencia puntual, que la convergencia puntual implica
convergencia casi en toda parte, y fácilmente se observa que las implicaciones contrarias no se cumplen. (Por
supuesto, si 𝑋 consiste de sólo un número finito de puntos, entonces convergencia puntual implica convergencia
uniforme; si el único conjunto con medida cero es el conjunto vacío, entonces convergencia casi en toda parte
implica convergencia puntual.)

Observación: Una sucesión {𝑓𝑛 } se dice ser de Cauchy en 𝐿𝑝 , si dado 𝜀 > 0 existe un número natural 𝑁(𝜀) tal
que si 𝑚, 𝑛 ≥ 𝑁(𝜀) , se tiene:

1
||𝑓𝑚 − 𝑓𝑛 ||𝑝 = (∫𝑋 |𝑓𝑚 (𝑥) − 𝑓𝑛 (𝑥)|𝑝 𝑑𝜇)𝑝 < 𝜀

Riesz-Fisher dice que toda sucesión de Cauchy en 𝐿𝑝 converge en 𝐿𝑝 a 𝑓 ∈ 𝐿𝑝 .

La relación entre la convergencia en 𝐿𝑝 y los otros modos de convergencia que hemos introducido no es tan
cercana. Es posible para una sucesión {𝑓𝑛 } en 𝐿𝑝 converger uniformemente sobre 𝑋 (y además puntualmente y
casi en toda parte) a una función 𝑓 ∈ 𝐿𝑝 pero no converge en 𝐿𝑝 . Sin embargo, si 𝜇(𝑋) < +∞, este podría no ser
el caso.

Teorema 5.1

Suponga que 𝜇(𝑋) < +∞ y que {𝑓𝑛 } es una sucesión en 𝐿𝑝 que converge uniformemente sobre en 𝑋 a en 𝑓.
Entonces 𝑓 ∈ 𝐿𝑝 y la sucesión {𝑓𝑛 } converge en 𝐿𝑝 a en 𝑓.

Demostración

Sea 𝜀 > 0 y sea 𝑁(𝜀) tal que |𝑓𝑛 (𝑥) − 𝑓(𝑥)| < 𝜀 siempre que 𝑛 ≥ 𝑁(𝜀) ; 𝑥 ∈ 𝑋 . Si 𝑛 ≥ 𝑁(𝜀) entonces
1 1 1 1 1
||𝑓𝑛 − 𝑓||𝑝 = (∫𝑋 |𝑓𝑛 (𝑥) − 𝑓(𝑥)|𝑝 𝑑𝜇)𝑝 < (∫𝑋 𝜀 𝑝 𝑑𝜇)𝑝 = (𝜀 𝑝 )𝑝 (∫𝑋 𝑑𝜇)𝑝 = 𝜀⁡[𝜇(𝑋)]𝑝

1
⟹ ||𝑓𝑛 − 𝑓||𝑝 < 𝜀⁡[𝜇(𝑋)]𝑝 ⁡;⁡⁡⟹ 𝑓𝑛 → 𝑓⁡⁡∎⁡

Teorema 5.2

Sea {𝑓𝑛 } una sucesión en 𝐿𝑝 que converge casi toda parte a una función 𝑓 medible. Si existe una función 𝑔 ∈ 𝐿𝑝
tal que |𝑓𝑛 (𝑥)| < 𝑔(𝑥),⁡⁡⁡𝑥 ∈ 𝑋⁡, 𝑛 ∈ 𝑁⁡, entonces 𝑓 pertenece a 𝐿𝑝 y {𝑓𝑛 } converge en 𝐿𝑝 a 𝑓.

Demostración

Por ser la sucesión dominada y convergente 𝑐. 𝑡. 𝑝. a 𝑓 , se tiene que:

40
𝐿𝑖𝑚⁡|𝑓𝑛 (𝑥)| ≤ 𝐿𝑖𝑚⁡𝑔(𝑥) ⟹ |𝑓𝑛 (𝑥)| ≤ ⁡𝑔(𝑥) ⟹ |𝑓(𝑥)| ≤ ⁡𝑔(𝑥) .

De aquí se tiene que 𝑓 ∈ 𝐿𝑝 . Ahora, observe que:

|𝑓𝑛 (𝑥) − 𝑓(𝑥)|𝑝 ≤ |⁡|𝑓𝑛 (𝑥)| ⁡ + ⁡ |𝑓(𝑥)|⁡|𝑝 ⟹ |𝑓𝑛 (𝑥) − 𝑓(𝑥)|𝑝 ≤ [⁡𝑔(𝑥) + ⁡𝑔(𝑥)]𝑝 = [⁡2⁡𝑔(𝑥)]𝑝

⟹ |𝑓𝑛 (𝑥) − 𝑓(𝑥)|𝑝 ≤ 2𝑝 [⁡⁡𝑔(𝑥)]𝑝

𝐿𝑖𝑚⁡
|𝑓 (𝑥) − 𝑓(𝑥)|𝑝 = 0⁡⁡𝑐. 𝑡. 𝑝. y puesto que 2𝑝 [⁡⁡𝑔(𝑥)]𝑝 ∈ 𝐿1 se sigue por el teorema de la convergencia
𝑛 𝑛
dominada que:

𝐿𝑖𝑚⁡ 𝑝
∫ |𝑓𝑛 (𝑥) − 𝑓(𝑥)|𝑝 𝑑𝜇 = 0 ⟹ ||𝑓𝑛 (𝑥) − 𝑓(𝑥)||𝑝 = 0
𝑛

Por tanto, {𝑓𝑛 } converge en 𝐿𝑝 a 𝑓 ∈ 𝐿𝑝⁡⁡ ∎

Nota: convergencia puntual ⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗

(𝑑𝑜𝑚𝑖𝑛𝑎𝑑𝑎)⁡⁡ convergencia en 𝐿𝑝 .

Corolario 5.2.1

Sea 𝜇(𝑋) < +∞⁡, y sea {𝑓𝑛 } una sucesión en 𝐿𝑝 que converge casi en toda parte a una función medible 𝑓. Si
existe una constante 𝑘 tal que |𝑓𝑛 (𝑥)| ≤ 𝑘⁡,⁡⁡⁡𝑥 ∈ 𝑋,⁡⁡⁡⁡𝑛 ∈ ℕ entonces 𝑓 ∈ 𝐿𝑝⁡⁡ y {𝑓𝑛 } converge en 𝐿𝑝 a 𝑓 ∈ 𝐿𝑝
.

Demostración

Si 𝜇(𝑋) < +∞ , las contantes son de 𝐿𝑝 , lo cual reduce el corolario al teorema anterior para 𝑔(𝑥) = 𝑘 , es decir,
𝑓 ∈ 𝐿𝑝 y {𝑓𝑛 } converge en 𝐿𝑝 a 𝑓 ∈ 𝐿𝑝⁡ ∎

Nota: convergencia 𝑐. 𝑡. 𝑝. ⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗

(𝑑𝑜𝑚𝑖𝑛𝑎𝑑𝑎) + 𝜇(𝑋) < +∞⁡⁡ convergencia en 𝐿𝑝

|𝑓𝑛 (𝑥)| ≤ 𝑘 → 𝐿𝑖𝑚⁡|𝑓𝑛 (𝑥)| ≤ 𝐿𝑖𝑚(𝑘) → 𝑓(𝑥) ≤ 𝑘

{ }
∫𝑋 𝑘 𝑝 𝑑𝜇 = 𝑘 𝑝 ∫𝑋 𝑑𝜇 = 𝑘 𝑝 ∙ 𝜇(𝑋) < +∞

Podría sospecharse que convergencia en 𝐿𝑝 implica convergencia 𝑐. 𝑡. 𝑝. Pero este no es el caso. De hecho, daremos
un ejemplo de una sucesión {𝑓𝑛 } la cual converge en 𝐿𝑝 a 𝑓, pero es tal que {𝑓𝑛 (𝑥)} no converge a 𝑓(𝑥) para
ningún 𝑥 ∈ 𝑋

Ejemplo:

Sea 𝑋 = [0,1] , sea Ω el álgebra de Borel y sea 𝜆 la medida de Lebesgue 𝜆([𝑎, 𝑏]) = 𝑏 − 𝑎. Considere los
1 1 1 1 2 2 1 1 1 1 3 3 1 1 2
intervalos siguientes: [0,1], [0, ] , [ , 1] , [0, ] , [ , ] , [ , 1] , [0, ] , [ , ] , [ , ] , [ , 1] , [0, ] , [ , ] , …,
2 2 3 3 3 3 4 4 2 2 4 4 5 5 5

Sea {𝑓𝑛 } la función característica del n-ésimo intervalo sobre la lista completa y sea 𝑓 la función cero, 𝑓(𝑥) =
0⁡,⁡⁡⁡∀𝑥 ∈ 𝑋⁡⁡;⁡⁡⁡⁡(𝑓 ≡ 0)

41
 1
1⁡,⁡⁡⁡𝑠𝑖⁡⁡⁡𝑥 ∈ [0, ]
1⁡,⁡⁡⁡𝑠𝑖⁡⁡⁡𝑥 ∈ [0,1] 2}
𝑓1 (𝑥) = { }⁡⁡⁡⁡⁡⁡⁡⁡;⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡𝑓2 (𝑥) = {
0⁡,⁡⁡⁡𝑠𝑖⁡⁡⁡𝑥 ∉ [0,1] 1
0⁡,⁡⁡⁡𝑠𝑖⁡⁡⁡𝑥 ∉ [0, ]
2

1 1
1⁡,⁡⁡⁡𝑠𝑖⁡⁡⁡𝑥 ∈ [ , 1] 1⁡,⁡⁡⁡𝑠𝑖⁡⁡⁡𝑥 ∈ [0, ]
𝑓3 (𝑥) = { 2 }⁡⁡⁡⁡⁡⁡⁡⁡;⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡𝑓 (𝑥) = { 3}
1 4 1
0⁡,⁡⁡⁡𝑠𝑖⁡⁡⁡𝑥 ∉ [ , 1] 0⁡,⁡⁡⁡𝑠𝑖⁡⁡⁡𝑥 ∉ [0, ]
2 3

1 2 2
1⁡,⁡⁡⁡𝑠𝑖⁡⁡⁡𝑥 ∈ [ , ] 1⁡,⁡⁡⁡𝑠𝑖⁡⁡⁡𝑥 ∈ [ , 1]
𝑓5 (𝑥) = { 3 3 }⁡⁡⁡⁡⁡⁡⁡⁡;⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡𝑓 (𝑥) = { 3 }
1 2 6 2
0⁡,⁡⁡⁡𝑠𝑖⁡⁡⁡𝑥 ∉ [ , ] 0⁡,⁡⁡⁡𝑠𝑖⁡⁡⁡𝑥 ∉ [ , 1]
3 3 3

1 1 1
1⁡,⁡⁡⁡𝑠𝑖⁡⁡⁡𝑥 ∈ [0, ] 1⁡,⁡⁡⁡𝑠𝑖⁡⁡⁡𝑥 ∈ [ , ]
𝑓7 (𝑥) = { 4 }⁡⁡⁡⁡⁡⁡⁡⁡;⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡𝑓 (𝑥) = { 4 2}
1 8 1 1
0⁡,⁡⁡⁡𝑠𝑖⁡⁡⁡𝑥 ∉ [0, ] 0⁡,⁡⁡⁡𝑠𝑖⁡⁡⁡𝑥 ∉ [ , ]
4 4 2

1 3 3
1⁡,⁡⁡⁡𝑠𝑖⁡⁡⁡𝑥 ∈ [ , ] 1⁡,⁡⁡⁡𝑠𝑖⁡⁡⁡𝑥 ∈ [ , 1]
𝑓9 (𝑥) = { 2 4 } ⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡𝑓 (𝑥) = { 4 }
1 3 10 3 ⁡⁡⁡
0⁡,⁡⁡⁡𝑠𝑖⁡⁡⁡𝑥 ∉ [ , ] 0⁡,⁡⁡⁡𝑠𝑖⁡⁡⁡𝑥 ∉ [ , 1]
2 4 4
⋮⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡ ⋮⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡

𝑚(𝑚+1)
Si 𝑛 ≥ = 1 + 2 + 3 + ⋯ + 𝑚 , entonces 𝑓𝑛 es una función característica de un intervalo cuya medida es a
2
1
lo más . Por tanto:
𝑚

𝑝 1
||𝑓𝑛 − 𝑓 ||𝑝 = ∫ |𝑓𝑛 (𝑥) − 𝑓(𝑥)|𝑝 𝑑𝜆 = ∫ |𝑓𝑛 (𝑥)|𝑝 𝑑𝜆 = ∫ 𝑓𝑛 (𝑥)𝑑𝜆 ≤
𝑚

𝑝
Si 𝑛 → ∞⁡,⁡⁡⁡𝑚 → ∞⁡ ⟹ ||𝑓𝑛 − 𝑓 ||𝑝 → 0⁡⁡⁡ ⟹ ⁡ 𝑓𝑛 → 𝑓⁡⁡𝑒𝑛⁡⁡𝐿𝑝

Sin embargo, si 𝑥 es cualquier punto de [0,1] , entonces la sucesión {𝑓𝑛 (𝑥)} tiene una sub-sucesión que consiste
sólo de unos (1, 1, 1,……) y otra sub-sucesión que consiste sólo de ceros (0, 0, 0,……). Por ejemplo, tomemos 𝑥 =
0.18351 y formemos dos sub-sucesiones

{𝑓𝑛𝑘 = 𝑓1 , 𝑓2 , 𝑓4 , 𝑓7 , . . } = 1, 1, 1, 1, …

{𝑓𝑛𝑗 = 𝑓3 , 𝑓5 , 𝑓6 , 𝑓8 , . . } = 0, 0, 0, 0, …

Para cualquier 𝑥 ∈ [0,1] , existe una sub-sucesión formada sólo por 1 y otra sub-sucesión formada sólo por 0; por
tanto, la sucesión {𝑓𝑛 } no converge en ningún punto de [0,1]

42