Doctorado
  1. Comprendiendo el Álgebra  1.1. Teoría de grupos  1.1.1. Propiedades básicas de los grupos  1.1.2. Subgrupos  1.1.3. Cosets y el teorema de Lagrange  1.1.4. Subgrupos normales  1.1.5. Grupo cociente  1.1.6. Homomorfismos de grupos  1.1.7. Teorema de Sylow  1.1.8. Introducción a los grupos libres  1.1.9. ¿Qué son las actividades grupales?  1.1.10. Grupos simples y resolubles  1.2. Teoría de anillos  1.2.1. Anillos e ideales  1.2.2. Introducción a los homomorfismos de anillos  1.2.3. Anillos polinomiales  1.2.4. Dominios Ideales Principales  1.2.5. Dominios de factorización única  1.2.6. Anillos noetherianos  1.2.7. Anillos de Artiniano  1.3. Teoría de campos  1.3.1. Extensiones de campos  1.3.2. División de áreas  1.3.3. Teoría de Galois  1.3.4. Cierre algebraico en teoría de campos  1.3.5. Campos finitos  1.3.6. Extensión trascendental  1.4. Teoría de módulos  1.4.1. Módulos sobre anillos  1.4.2. Módulos libres  1.4.3. Morfismo de módulos  1.4.4. Módulos simples y semisimples  1.4.5. Módulos proyectivos  1.4.6. Módulos inyectivos  1.5. Álgebra lineal  1.5.1. Espacio vectorial  1.5.2. Transformaciones lineales  1.5.3. Comprendiendo Valores Propios y Vectores Propios  1.5.4. Forma canónica  1.5.5. Espacio de producto interior  1.5.6. Teorema Espectral  1.5.7. Descomposición en valores singulares
  2. Entendiendo el Análisis Matemático  2.1. Análisis real  2.1.1. Números reales y completitud  2.1.2. Introducción a las secuencias y series  2.1.3. Continuidad en el análisis real  2.1.4. Diferenciación en el análisis real  2.1.5. Integración de Riemann  2.1.6. Introducción a los espacios métricos  2.1.7. Medida de Lebesgue  2.2. Análisis complejo  2.2.1. Números complejos  2.2.2. Funciones analíticas  2.2.3. Integración de contornos  2.2.4. Teorema de Cauchy  2.2.5. Teorema del residuo  2.2.6. Mapeo conforme  2.3. Análisis funcional  2.3.1. Comprender ubicaciones estándar  2.3.2. Introducción a los espacios de Banach  2.3.3. Espacios de Hilbert  2.3.4. Operadores lineales  2.3.5. Teoría espectral  2.3.6. Operadores compactos  2.4. Teoría de la medida  2.4.1. Álgebra sigma  2.4.2. Medidas e integrales en la teoría de la medida  2.4.3. Integración de Lebesgue  2.4.4. Teorema de convergencia  2.4.5. Teorema de Fubini  2.5. Análisis Armónico  2.5.1. Serie de Fourier  2.5.2. Transformada de Fourier  2.5.3. Teoría de la distribución  2.5.4. Wavelets
  3. Topología  3.1. Topología general  3.1.1. Conjuntos abiertos y cerrados  3.1.2. Continuidad  3.1.3. Introducción a la compacidad  3.1.4. Conectividad en topología general  3.1.5. Topología métrica  3.2. Topología algebraica  3.2.1. Grupo fundamental  3.2.2. Teoría de la homotopía  3.2.3. Teoría de la homología  3.2.4. Cohomología  3.2.5. Secuencia exacta  3.3. Topología diferencial  3.3.1. Variedades suaves  3.3.2. Espacio tangente  3.3.3. Campos vectoriales  3.3.4. Comprensión de las Formas Diferenciales
  4. Geometría  4.1. Geometría diferencial  4.1.1. Curvas y superficies en geometría diferencial  4.1.2. Geometría Riemanniana  4.1.3. Comprendiendo las geodésicas en la geometría diferencial  4.1.4. Curvatura  4.2. Geometría algebraica  4.2.1. Variedades afines y proyectivas  4.2.2. Planes  4.2.3. Separadores e intersecciones  4.2.4. Cohomología en geometría algebraica  4.3. Geometría Computacional  4.3.1. Introducción a las cubiertas convexas en geometría computacional  4.3.2. Triangulación  4.3.3. Diagrama de Voronoi  4.3.4. Algoritmos Geométricos
  5. Teoría de números  5.1. Teoría de números elemental  5.1.1. Divisibilidad en la teoría de números elemental  5.1.2. Congruencia en teoría de números elemental  5.1.3. Aritmética modular  5.2. Teoría analítica de números  5.2.1. Teorema de los números primos  5.2.2. Series de Dirichlet  5.2.3. Zeta y funciones L  5.3. Teoría de números algebraicos  5.3.1. Campos numéricos  5.3.2. Introducción a ideales en teoría de números algebraicos  5.3.3. Grupos de clases en teoría de números algebraicos  5.3.4. Representación de Galois
  6. Compañerismo  6.1. Combinatoria computacional  6.1.1. Función generadora  6.1.2. Relación de recurrencia  6.1.3. Ppermutaion y combinaciones  6.2. Teoría de grafos  6.2.1. Isomorfismo de grafos  6.2.2. Planicidad en teoría de grafos  6.2.3. Coloración de grafos  6.3. Combinatoria extrema  6.3.1. Teoría de Ramsey  6.3.2. Métodos probabilísticos en combinatoria extrema  6.4. Combinatoria algebraica  6.4.1. Métodos de matrices en combinatoria algebraica  6.4.2. Teoría de la representación
  7. Argumentos y fundamentos  7.1. Teoría de conjuntos  7.1.1. Axiomas de Zermelo-Fraenkel  7.1.2. Ordinales y cardinales  7.2. Introducción a la teoría de modelos  7.2.1. Estructuras y teorías en la teoría de modelos  7.2.2. Teorema de compacidad  7.3. Teoría de la demostración  7.3.1. Sistemas formales  7.3.2. Consistencia y completitud
  8. Probabilidad y Estadística  8.1. Teoría de la probabilidad  8.1.1. Variables aleatorias  8.1.2. Expectativa y variación  8.1.3. Teorema central del límite  8.2. Procesos estocásticos  8.2.1. Cadenas de Markov  8.2.2. Movimiento Browniano  8.3. Inferencia estadística  8.3.1. Pruebas de hipótesis  8.3.2. Análisis de regresión
  9. Matemáticas aplicadas  9.1. Análisis numérico en matemáticas aplicadas  9.1.1. Métodos iterativos  9.1.2. Interpolación  9.1.3. Análisis de errores  9.2. Ecuaciones diferenciales parciales  9.2.1. Ecuación elíptica  9.2.2. Ecuación parabólica  9.2.3. Ecuaciones hiperbólicas  9.3. Sistemas dinámicos  9.3.1. Teoría del caos  9.3.2. Análisis de estabilidad en sistemas dinámicos

Doctorado → Entendiendo el Análisis Matemático → Análisis real ↓


Medida de Lebesgue


La medida de Lebesgue es un concepto fundamental en el análisis real, particularmente en el contexto de la integración. Proporciona una forma rigurosa de asignar un "tamaño" o "medida" a subconjuntos del espacio n- dimensional que generaliza la noción de longitud, área y volumen. Extiende los conceptos intuitivos de medida vistos en la educación matemática temprana y los aplica de una manera más formal y completa, permitiendo a los matemáticos tratar conjuntos más complejos que aquellos administrados por métodos tradicionales como la integración de Riemann.

Introducción a la teoría de la medida

Antes de profundizar en la medida de Lebesgue, es útil entender lo básico de la teoría de la medida. Imagina que tienes varios subconjuntos de la recta real. Quieres determinar su “tamaño” de una manera consistente. Para principiantes, podemos pensar en la teoría de la medida como la rama de las matemáticas que estudia tales preguntas, proporcionando herramientas para asignar estos “tamaños” a los conjuntos.

Enfoques tradicionales, como los intervalos en la recta real, proporcionan una forma directa de determinar la longitud. Para un intervalo [a, b], su longitud o medida es simplemente b - a. Sin embargo, las aplicaciones del mundo real y los esfuerzos teóricos más avanzados requieren herramientas más generalizadas: de ahí la necesidad de la medida de Lebesgue.

Limitaciones de la integración de Riemann

Consideremos el ejemplo común de la integral de Riemann, que funciona eficazmente para muchas funciones estándar pero falla en escenarios más complejos. Supongamos que queremos integrar la función característica de los números racionales en el intervalo [0,1]. Esta función es 1 para números racionales y 0 para números irracionales.

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

La integral de Riemann no puede manejar esta función porque tanto los números racionales como los irracionales están densamente empaquetados entre cualquier par de números reales, lo que hace difícil estimar el área bajo la curva usando sumas de Riemann tradicionales. Este desafío llevó al desarrollo de la integral de Lebesgue, que se basa en la medida de Lebesgue para manejar sistemáticamente tales funciones.

Entendiendo la medida de Lebesgue

En el corazón de la teoría de la integración de Lebesgue está la medida de Lebesgue. Para entender esta medida, comencemos con la noción de un conjunto medible. Se dice que un conjunto es medible si se le puede asignar una medida o "tamaño" significativo.

Propiedades básicas de la medida de Lebesgue

A continuación se presentan algunas de las características que definen la medida de Lebesgue:

  • Es invariante por traslación: trasladar un conjunto por una cierta cantidad no cambia su medida.
  • Es contablemente aditiva: la medida de una unión contable de conjuntos disjuntos es la suma de sus medidas.
  • La medida del conjunto vacío es 0.

¿Cómo se calcula la medida de Lebesgue?

Para calcular la medida de Lebesgue de conjuntos más generales, particularmente aquellos que no pueden describirse fácilmente mediante intervalos, se considera la medida exterior del conjunto. La idea es cubrir tu conjunto objetivo con una colección contable de intervalos abiertos que se solapan en cierta medida e intentar minimizar la longitud total de estos intervalos. La suma infinitesimalmente pequeña de estas longitudes da la medida exterior del conjunto.

    m*(A) = inf { ∑ (b_i - a_i) : A ⊆ ⋃ [a_i, b_i) }, para intervalos abiertos (a_i, b_i)
A1 B1 A2 B2

En la figura anterior, vemos dos intervalos [a_1, b_1) y [a_2, b_2) que cubren algún conjunto A Queremos minimizar la suma de las longitudes de tales intervalos para aproximar la medida de Lebesgue.

Construcción de la integral de Lebesgue

Una vez que se introduce la medida de Lebesgue, se hace posible construir la integral de Lebesgue. Para funciones medibles, la idea principal es integrar midiendo los conjuntos donde la función alcanza ciertos valores, en lugar de trazar tediosas sumas de Riemann.

Consideremos un ejemplo donde visualizamos el método de integración:

    ∫_A f dλ = lim (n→∞) ∑ f(x_i) * m(E_i)

donde E_i son los segmentos donde f toma valores aproximadamente constantes y m es la medida de Lebesgue.

Ejemplos y aplicaciones

Para ver aplicaciones significativas de las medidas de Lebesgue, considere su uso en la probabilidad. Cuando se trata de distribuciones de probabilidad continuas, el espacio de probabilidad a menudo está equipado con una medida de Lebesgue. En tal contexto, la función de densidad de probabilidad (PDF) se integra sobre un intervalo para encontrar la probabilidad de que una variable aleatoria continua caiga dentro de ese intervalo.

Ejemplo: Medición de intervalos

Considere el intervalo [0, 1]. Es intuitivo entender que su medida de Lebesgue es simplemente 1. Sin embargo, utilizando la definición de Lebesgue:

    m([0, 1]) = sup { ∑ (b_i - a_i) : [0, 1] ⊆ ⋃ [a_i, b_i)}

Dado que [0, 1] es en sí mismo un intervalo, su medida permanece constante, pero la definición todavía se aplica de manera consistente a conjuntos más complejos y menos intuitivos.

Visualización de medidas de conjuntos complejos

Ahora, veamos cómo se manejan conjuntos más complicados usando la medida de Lebesgue:

Medida = 0

Los puntos rojos representan puntos aislados o conjuntos discretos dentro de la recta real. Según la medida de Lebesgue, cualquier conjunto finito o contable tendrá medida cero, lo que muestra irrelevancia práctica en términos de medidas continuas. La región sombreada en azul representa los intervalos que resultarán en medidas finitas.

Conclusión

La introducción de la medida de Lebesgue lleva a un horizonte enormemente ampliado para el análisis matemático, esencialmente cerrando las brechas dejadas por métodos anteriores. Nos permite tratar rigurosamente funciones y conjuntos que de otro modo serían difíciles de analizar usando solo la integración de Riemann. Además, su presencia en la teoría moderna de la probabilidad es indispensable, convirtiéndola en un tema obligatorio para cualquier persona que se adentre en el análisis real avanzado o la teoría de la medida. Comprender estos conceptos fundamentales conduce a una comprensión más profunda de las matemáticas modernas.


Doctorado → 2.1.7


U
username
0%
completado en Doctorado

← Anterior (2.1.6)
Introducción a los espacios métricos
Siguiente (2.2) →
Análisis complejo

Comentarios 



Medida de Lebesgue

https://www.buddymath.com/phd/2.1.7?bmal=es