Bạn sẽ học được gì
- Giải thích các hạn chế của tích phân Riemann và vì sao cần độ đo cộng tính đếm được trên một σ-đại số
- Xây dựng độ đo ngoài và độ đo Lebesgue trên ℝ, chứng minh các tính chất cơ bản và nhận biết tập không đo được
- Định nghĩa hàm đo được và tích phân Lebesgue; phát biểu, chứng minh và vận dụng định lý hội tụ đơn điệu, bổ đề Fatou và định lý hội tụ bị chặn
- Vận dụng định lý vi phân Lebesgue và quan hệ giữa đạo hàm và tích phân của hàm khả tích
- Xây dựng độ đo tích và áp dụng định lý Fubini–Tonelli để đổi thứ tự tích phân
- Làm việc với không gian Lᵖ, bất đẳng thức Hölder và Minkowski, tính đầy đủ của Lᵖ
- Liên hệ lý thuyết độ đo với xác suất: độ đo xác suất, hàm mật độ và định lý Radon–Nikodym
Nên học trước
Giới thiệu
Lý thuyết độ đo và tích phân Lebesgue trả lời một câu hỏi tưởng như đơn giản: "kích thước" của một tập hợp là gì, và lấy tích phân một hàm nghĩa là gì? Tích phân Riemann mà bạn đã học hoạt động tốt với hàm liên tục, nhưng gặp khó khăn ngay khi đổi thứ tự giới hạn và tích phân, khi làm việc với các hàm "xấu" như hàm Dirichlet, hay khi cần một không gian hàm khả tích đầy đủ. Tích phân Lebesgue khắc phục tất cả các điểm đó, và là ngôn ngữ chung của giải tích hiện đại, lý thuyết xác suất chặt chẽ và giải tích hàm.
Ý tưởng của Lebesgue
Riemann chia trục hoành thành các đoạn nhỏ; Lebesgue chia trục tung: với mỗi khoảng giá trị, đo "kích thước" của tập các điểm mà hàm nhận giá trị trong khoảng đó. Muốn làm vậy phải có khái niệm độ đo cho những tập phức tạp hơn nhiều so với khoảng. Độ đo Lebesgue trên ℝ mở rộng độ dài của khoảng, cộng tính đếm được và bất biến qua phép tịnh tiến. Một kết quả quan trọng (tập Vitali) cho thấy không thể đo mọi tập con của ℝ, nên phải giới hạn trong một σ-đại số các tập đo được — đó là lý do lý thuyết cần đến cấu trúc này.
Ba định lý hội tụ
Phần thưởng lớn nhất của tích phân Lebesgue là các định lý cho phép đổi thứ tự giới hạn và tích phân dưới những điều kiện rất nhẹ:
- Định lý hội tụ đơn điệu: dãy hàm không âm tăng dần thì tích phân của giới hạn bằng giới hạn của tích phân.
- Bổ đề Fatou: với dãy hàm đo được không âm, tích phân của lim inf không vượt quá lim inf của tích phân.
- Định lý hội tụ bị chặn (hội tụ trội) của Lebesgue: nếu dãy hàm hội tụ hầu khắp nơi và bị chặn bởi một hàm khả tích thì được chuyển giới hạn qua dấu tích phân.
Cùng với định lý Fubini–Tonelli về đổi thứ tự tích phân bội, đây là những công cụ bạn sẽ dùng hằng ngày trong xác suất, phương trình đạo hàm riêng và giải tích Fourier.
Từ tích phân tới không gian hàm
Khi đồng nhất các hàm bằng nhau hầu khắp nơi, tập các hàm có |f|ᵖ khả tích lập thành không gian Lᵖ, với 1 ≤ p ≤ ∞ là một không gian Banach; riêng L² là không gian Hilbert. Đây là điểm xuất phát của giải tích hàm. Theo hướng khác, một độ đo có tổng khối lượng bằng 1 chính là một độ đo xác suất: biến ngẫu nhiên là hàm đo được, kỳ vọng là tích phân Lebesgue, và định lý Radon–Nikodym giải thích hàm mật độ là gì.
Cách học
- Giải tích thực phải thật vững: supremum, dãy hàm, hội tụ đều, tập mở và đóng.
- Giữ trong đầu một kho phản ví dụ nhỏ: tập Cantor (không đếm được nhưng có độ đo 0), dãy "bướu di động" hội tụ theo độ đo mà không hội tụ tại điểm nào, dãy fₙ bằng n trên (0, 1/n) và bằng 0 ở ngoài cho thấy vì sao cần giả thiết bị chặn trội.
- Chứng minh lại các định lý hội tụ bằng tay ít nhất một lần; chúng ngắn nhưng chứa hầu hết các kỹ thuật của môn học.
Sách chính là giáo trình của Axler, đọc miễn phí hợp pháp tại trang của tác giả; sách của Tao đi chậm hơn từ độ đo Jordan. Các bài giảng về độ đo và tích phân Lebesgue trong môn MIT OpenCourseWare 18.102 (Introduction to Functional Analysis, 2021) là tài liệu nghe nhìn tốt. Tổng cộng khoảng 85 giờ. Đây là thời lượng tối thiểu cho lượt học đầu; một học phần tương đương ở đại học thường cần 120–150 giờ.
Giáo trình & sách tham khảo
Xem tất cả trong tab SáchGiáo trình chính
Measure, Integration & Real Analysis
Sheldon Axler · 2020
Vì sao chọn: Giáo trình chính, đọc miễn phí hợp pháp tại trang của tác giả (Open Access tại Springer). Viết rất rõ ràng, có động cơ cho từng định nghĩa và đi từ tích phân Riemann tới Lᵖ, độ đo xác suất; các chương sau dẫn thẳng sang không gian Hilbert và giải tích Fourier.
Nên đọc: Chương 1–7, Chương 9, Chương 12
An Introduction to Measure Theory
Terence Tao · 2011
Giáo trình của Terence Tao (tác giả đăng bản trực tuyến; sách in trả phí). Đi chậm từ độ đo Jordan và tích phân Riemann sang độ đo Lebesgue với rất nhiều bài tập nhỏ xen giữa bài — hợp cho người cần làm quen từ từ.
Nên đọc: Chương 1 Measure theory
Real Analysis: Measure Theory, Integration, and Hilbert Spaces
Elias M. Stein, Rami Shakarchi · 2005
Tập III của bộ Princeton Lectures in Analysis (sách trả phí). Gắn lý thuyết độ đo với các bài toán giải tích cụ thể và có thêm phần về không gian Hilbert và độ đo Hausdorff cho người muốn đi xa hơn.
Nên đọc: Chương 1–3, Chương 6
Các bước học
Đăng nhập để đánh dấu các bước đã hoàn thành.
Bước 1: Giới hạn của tích phân Riemann và độ đo Jordan
khoảng 8 giờÔn tích phân Riemann qua tổng Darboux, các hạn chế của nó (hàm Dirichlet, đổi thứ tự giới hạn và tích phân); độ đo Jordan và vì sao nó chưa đủ tốt. Luyện tập: tìm một dãy hàm khả tích Riemann, bị chặn đều, hội tụ theo điểm về một hàm không khả tích Riemann.
- Đọc: Chương 1 Riemann Integration — Measure, Integration & Real Analysis
- Đọc: Chương 1 Measure theory (các mục đầu về độ đo Jordan và tích phân Riemann) — An Introduction to Measure Theory
Bước 2: σ-đại số, độ đo và độ đo Lebesgue
khoảng 18 giờĐộ đo ngoài, σ-đại số, độ đo và các tính chất liên tục; tập Borel, độ đo Lebesgue trên ℝ, tập Cantor và tập Vitali không đo được. Luyện tập: chứng minh mọi tập đếm được có độ đo 0, tính độ đo của tập Cantor, và dựng một tập Cantor "béo" có độ đo dương.
- Đọc: Chương 2 Measures — Measure, Integration & Real Analysis
- Đọc: Chương 1 Measure Theory — Real Analysis: Measure Theory, Integration, and Hilbert Spaces
Bước 3: Hàm đo được, tích phân Lebesgue và các định lý hội tụ
khoảng 18 giờHàm đo được, hàm đơn giản, tích phân theo một độ đo, định lý hội tụ đơn điệu, bổ đề Fatou, định lý hội tụ bị chặn, các dạng hội tụ (hầu khắp nơi, theo độ đo, trong L¹). Luyện tập: chứng minh ba định lý hội tụ, rồi với mỗi định lý tìm một phản ví dụ cho thấy giả thiết không thể bỏ.
- Đọc: Chương 3 Integration — Measure, Integration & Real Analysis
- Đọc: Chương 2 Integration Theory — Real Analysis: Measure Theory, Integration, and Hilbert Spaces
Bước 4: Vi phân và tích phân
khoảng 11 giờBất đẳng thức cực đại Hardy–Littlewood, định lý vi phân Lebesgue, điểm Lebesgue, định lý cơ bản của giải tích cho tích phân Lebesgue, hàm liên tục tuyệt đối. Luyện tập: chứng minh hàm Cantor liên tục, tăng, có đạo hàm bằng 0 hầu khắp nơi nhưng không phải tích phân của đạo hàm của nó.
- Đọc: Chương 4 Differentiation — Measure, Integration & Real Analysis
- Đọc: Chương 3 Differentiation and Integration — Real Analysis: Measure Theory, Integration, and Hilbert Spaces
Bước 5: Độ đo tích và định lý Fubini–Tonelli
khoảng 12 giờσ-đại số tích, độ đo tích, định lý Tonelli cho hàm không âm và Fubini cho hàm khả tích, độ đo Lebesgue trên ℝⁿ. Luyện tập: tìm một hàm trên hình vuông đơn vị có hai tích phân lặp khác nhau, và giải thích giả thiết nào của Fubini bị vi phạm.
- Đọc: Chương 5 Product Measures — Measure, Integration & Real Analysis
Bước 6: Không gian Lᵖ
khoảng 11 giờChuẩn Lᵖ, bất đẳng thức Hölder và Minkowski, tính đầy đủ của Lᵖ (định lý Riesz–Fischer), L^∞, trù mật của hàm bậc thang và hàm liên tục, đối ngẫu của Lᵖ. Luyện tập: chứng minh L² ⊂ L¹ trên [0, 1] nhưng không có bao hàm nào giữa L¹(ℝ) và L²(ℝ), bằng ví dụ cụ thể. Các chương về không gian Banach là cầu nối sang Giải tích hàm.
- Đọc: Chương 6 Banach Spaces (phần mở đầu); Chương 7 Lp Spaces — Measure, Integration & Real Analysis
Bước 7: Độ đo có dấu, Radon–Nikodym và độ đo xác suất
khoảng 7 giờĐộ đo thực và độ đo phức, phân tích Hahn và Jordan, liên tục tuyệt đối, định lý Radon–Nikodym; độ đo xác suất, biến ngẫu nhiên như hàm đo được, kỳ vọng như tích phân. Luyện tập: viết lại định nghĩa kỳ vọng, tính độc lập và hàm mật độ của lý thuyết xác suất bằng ngôn ngữ độ đo, và chứng minh luật yếu số lớn từ bất đẳng thức Chebyshev.
- Đọc: Chương 9 Real and Complex Measures; Chương 12 Probability Measures — Measure, Integration & Real Analysis
- Đọc: Chương 6 Abstract Measure and Integration Theory — Real Analysis: Measure Theory, Integration, and Hilbert Spaces
Khái niệm chính
- σ-đại số
- Họ các tập con chứa tập rỗng, đóng với phép lấy phần bù và hợp đếm được; là miền xác định tự nhiên của một độ đo.
- Độ đo
- Hàm μ gán cho mỗi tập đo được một số trong [0, ∞], với μ(∅) = 0 và cộng tính đếm được trên các tập rời nhau.
- Độ đo ngoài
- Hàm tập xác định trên mọi tập con, đơn điệu và nửa cộng tính đếm được; độ đo ngoài Lebesgue của một tập là infimum tổng độ dài của các họ đếm được khoảng mở phủ nó.
- Độ đo Lebesgue
- Độ đo trên σ-đại số các tập đo được Lebesgue của ℝ, mở rộng độ dài của khoảng và bất biến qua phép tịnh tiến; mọi tập Borel đều đo được.
- Tập không đo được (tập Vitali)
- Tập con của ℝ xây dựng bằng tiên đề chọn, không thể gán độ đo Lebesgue một cách nhất quán; cho thấy vì sao phải hạn chế trên một σ-đại số.
- Hàm đo được
- Hàm mà nghịch ảnh của mọi tập Borel là tập đo được; lớp này đóng với các phép toán đại số và phép lấy giới hạn theo điểm.
- Tích phân Lebesgue
- Định nghĩa qua supremum tích phân của các hàm đơn giản nằm dưới hàm cần tính; trùng với tích phân Riemann trên các hàm khả tích Riemann.
- Hầu khắp nơi
- Một tính chất đúng hầu khắp nơi nếu tập các điểm nó sai có độ đo 0; hai hàm bằng nhau hầu khắp nơi có cùng tích phân.
- Định lý hội tụ đơn điệu
- Nếu 0 ≤ f₁ ≤ f₂ ≤ … và fₙ → f theo điểm thì ∫ fₙ → ∫ f.
- Bổ đề Fatou
- Với các hàm đo được không âm, ∫ lim inf fₙ ≤ lim inf ∫ fₙ.
- Định lý hội tụ bị chặn Lebesgue
- Nếu fₙ → f hầu khắp nơi và |fₙ| ≤ g với g khả tích thì ∫ fₙ → ∫ f; công cụ chính để chuyển giới hạn qua dấu tích phân.
- Định lý Fubini–Tonelli
- Trên tích của hai không gian độ đo σ-hữu hạn, cho phép tính tích phân bằng tích phân lặp theo thứ tự tùy ý, với hàm không âm (Tonelli) hoặc hàm khả tích tuyệt đối (Fubini).
- Không gian Lᵖ
- Không gian các lớp hàm bằng nhau hầu khắp nơi có ∫ |f|ᵖ hữu hạn, với chuẩn ‖f‖ₚ = (∫ |f|ᵖ)^(1/p); với 1 ≤ p ≤ ∞ là không gian Banach, và L² là không gian Hilbert.
- Định lý Radon–Nikodym
- Nếu μ, ν là các độ đo σ-hữu hạn và ν liên tục tuyệt đối đối với μ thì ν có mật độ h ≥ 0 với ν(E) = ∫_E h dμ; giải thích khái niệm hàm mật độ trong xác suất.
Học xong để làm gì
- Lý thuyết xác suất hiện đại: biến ngẫu nhiên là hàm đo được, kỳ vọng là tích phân Lebesgue, kỳ vọng có điều kiện qua Radon–Nikodym
- Giải tích Fourier và xử lý tín hiệu: không gian L², định lý Plancherel, hội tụ của chuỗi Fourier
- Phương trình đạo hàm riêng: nghiệm yếu và không gian Sobolev xây dựng trên Lᵖ
- Tài chính định lượng: giải tích ngẫu nhiên, tích phân Itô và định lý Girsanov về đổi độ đo
- Học máy lý thuyết: lý thuyết học thống kê, khoảng cách giữa các phân phối xác suất, vận tải tối ưu
- Cơ học lượng tử: hàm sóng là phần tử của L² và xác suất đo được qua bình phương mô-đun
Câu hỏi thường gặp
Tích phân Lebesgue có thay thế tích phân Riemann không?
Về lý thuyết thì có: mọi hàm khả tích Riemann trên đoạn đều khả tích Lebesgue với cùng giá trị. Trong tính toán cụ thể bạn vẫn dùng nguyên hàm như cũ; điểm khác là giờ đây được phép đổi giới hạn và tích phân một cách an toàn.
Vì sao phải có σ-đại số, sao không đo mọi tập?
Vì với tiên đề chọn, tồn tại những tập con của ℝ (như tập Vitali) không thể gán độ đo vừa cộng tính đếm được vừa bất biến tịnh tiến. Giới hạn trên σ-đại số các tập đo được tránh được mâu thuẫn đó mà vẫn chứa mọi tập gặp trong thực tế.
Người học xác suất – thống kê có cần môn này không?
Cần nếu muốn học xác suất ở bậc cao học, quá trình ngẫu nhiên thời gian liên tục, giải tích ngẫu nhiên hay lý thuyết học máy. Với thống kê ứng dụng thì không bắt buộc.
Nên chọn sách của Axler, Tao hay Stein – Shakarchi?
Axler rõ ràng, đọc miễn phí và dẫn thẳng sang không gian Banach, Hilbert. Tao đi chậm từ độ đo Jordan nên hợp để làm quen. Stein – Shakarchi gắn lý thuyết với các bài toán giải tích cụ thể.
Mất bao lâu để học xong?
Khoảng 85 giờ cho lượt học đầu, tức 17–20 tuần với 4–5 giờ mỗi tuần. Đây là môn trừu tượng, nên dành nhiều thời gian cho bài tập và phản ví dụ.


