1 集合论

1.0 映射与符号体系

1.0.1 映射

Definition \textbf{Definition} Definition 映射

设 X , Y X,Y X,Y 为两个非空集合,若存在一种对应法则 f f f,使得对于所有 x ∈ X x\in X x∈X 都存在唯一的 y ∈ Y y\in Y y∈Y 与之对应,则称 f f f 为 X X X 到 Y Y Y 的一个映射,记为
f :   X   → Y ⊇ f ( X ) ∀ x   ↦ ∃ ! y = f ( x ) \begin{aligned} f: \ X \ &\to Y\supseteq f(X) \\ \forall x \ &\mapsto \exists!y=f(x) \end{aligned} f: X ∀x ​→Y⊇f(X)↦∃!y=f(x)​
其中

  1. y = f ( x ) y=f(x) y=f(x) 称 x x x 在映射 f f f 下的像, x x x 称为 y y y 的原像 ;

  2. X X X 为定义域, Y Y Y 称为 陪域;

  3. f ( X ) = I m f = { f ( x ) : x ∈ X } f(X)=\mathrm{Im}f=\{f(x):x\in X\} f(X)=Imf={f(x):x∈X} 称 值域 或 像集 ,且 f ( X ) ⊆ Y f(X)\subseteq Y f(X)⊆Y.


另外

  1. 若 f ( X ) = Y f(X)=Y f(X)=Y,则映射为满射;
  2. 若 ∀ x 1 , x 2 ∈ X ( x 1 ≠ x 2 ) : f ( x 1 ) ≠ f ( x 2 ) \forall x_1,x_2\in X(x_1\ne x_2):f(x_1)\ne f(x_2) ∀x1​,x2​∈X(x1​=x2​):f(x1​)=f(x2​),则称映射为单射;
  3. 若即为单射又为满射,则称 双射 (又称 一 一映射);
  4. 映射 f : X → Y f:X\to Y f:X→Y 为双射 ⇔ \Leftrightarrow ⇔ 存在逆映射 f − 1 : Y → X f^{-1}:Y\to X f−1:Y→X;
  5. 若 f : X → Y , g : Y → Z f:X\to Y,g:Y\to Z f:X→Y,g:Y→Z,则复合映射
    g ∘ f : X → Z x   ↦   z = g ( f ( x ) ) \begin{aligned} g\circ f:X &\to Z \\ x\ &\mapsto\ z=g(f(x))\end{aligned} g∘f:Xx ​→Z↦ z=g(f(x))​

1.0.2 符号体系

集合符号含义
空集 ϕ \phi ϕ不包含任何元素的集合
正整数集 N ∗ \mathbb{N^*} N∗、 N + \mathbb{N}_+ N+​ { 1 , 2 , ⋯   } \{1,2,\cdots\} {1,2,⋯}
自然数集 N \mathbb{N} N、 N 0 \mathbb{N_{\color{red}0}} N0​ { 0 , 1 , 2 , ⋯   } \{{\color{red}0},1,2,\cdots\} {0,1,2,⋯}
整数集 Z \mathbb{Z} Z { ⋯   , − 2 , − 1 , 0 , 1 , 2 , ⋯   } \{\cdots,-2,-1,0,1,2,\cdots\} {⋯,−2,−1,0,1,2,⋯}
有理数集 Q \mathbb{Q} Q a b   ( a , b ∈ Z ; b ≠ 0 ) \displaystyle\frac{a}{b}\ (a,b\in\mathbb{Z};b\ne 0) ba​ (a,b∈Z;b=0)
实数集 R \mathbb{R} R有理数与无理数的统称
复数集 C \mathbb{C} C z = a + b i = R e ( z ) + I m ( z ) i   ( a , b ∈ R ; i 2 = − 1 ) z=a+bi=\mathrm{Re}(z)+\mathrm{Im}(z)i\ \\(a,b\in\mathbb{R};i^2=-1) z=a+bi=Re(z)+Im(z)i (a,b∈R;i2=−1)
数域 F \mathbb{F} F、 K \mathbb{K} K任意两个元素和、差、积、商四则运算封闭的复数集.
指标集/索引集 Λ \Lambda Λ { A λ : λ ∈ Λ } = { A λ } λ ∈ Λ \{A_{\lambda}:\lambda\in\Lambda\}=\{A_{\lambda}\}_{\lambda\in\Lambda} {Aλ​:λ∈Λ}={Aλ​}λ∈Λ​
含于 (类比 “ ⩽ \leqslant ⩽” )真含于 (类比 “ < < <”)属于
⊆ \subseteq ⊆ ⊂ \subset ⊂ ∈ \in ∈
⊆ \subseteq ⊆ ⊊ \subsetneq ⊊
⫅ \subseteqq ⫅ ⫋ \subsetneqq ⫋
集合关系交并补对称差
∩ \cap ∩ ∪ \cup ∪ A c A^c Ac Δ \Delta Δ
全称量词、存在量词任意存在
∀ \forall ∀ ∃ \exists ∃
布尔逻辑与(and)或(or)非(not)异或(xor)同或(xnor)与非(nand)或非(nor)
∧ \wedge ∧ ∨ \vee ∨ ¬ \neg ¬ ⊕ \oplus ⊕ ⊙ \odot ⊙、 ¬ ( A ⊕ B ) \neg(A\oplus B) ¬(A⊕B) ¬ ( A ∧ B ) \neg(A\wedge B) ¬(A∧B) ¬ ( A ∨ B ) \neg(A\vee B) ¬(A∨B)
楔积 / 外积对称积内积直和直积 / 笛卡尔积张量积克罗内克积 (张量积的一种特殊形式)
Wedge Product / Exterior ProductSymmetric ProductInner ProductDirect SumDirect Product / Cartesian productTensor ProductKronecker Product
∧ \wedge ∧ ∨ \vee ∨ ⟨   ,   ⟩ \langle\ ,\ \rangle ⟨ , ⟩ ⊕ \oplus ⊕ × \times × ⊗ \otimes ⊗ ⊗ \otimes ⊗

1.1 集合

1.1.1 集合关系与运算律

Definition \textbf{Definition} Definition 集合关系与运算

  1. 子集、真子集:
    ∀   a ∈ A : a ∈ B ⇔ A ⊆ B A ⊆ B ∧ A ≠ B ⇔ A ⊂ B \forall\ a\in A:a\in B \Leftrightarrow A \subseteq B \\ A\subseteq B\wedge A\ne B \Leftrightarrow A\subset B ∀ a∈A:a∈B⇔A⊆BA⊆B∧A=B⇔A⊂B

  2. 幂集: 所有子集 (包括自身与空集) 构成的集合.
    2 A = { S : S ⊆ A } 2^A=\{S:S\subseteq A\} 2A={S:S⊆A}

  3. 并集:
    A ∪ B = { x : x ∈ A ∨ x ∈ B } ⋃ α ∈ Λ A α = { x : ∃ α ∈ Λ ,   s . t .   x ∈ A α } \begin{align*} A\cup B&=\{x:x\in A\vee x\in B\} \\\bigcup_{\alpha\in\Lambda}A_\alpha&=\{x:\exists \alpha\in\Lambda,\ \mathrm{s.t.}\ x\in A_\alpha\} \end{align*} A∪Bα∈Λ⋃​Aα​​={x:x∈A∨x∈B}={x:∃α∈Λ, s.t. x∈Aα​}​

  4. 交集:
    A ∩ B = { x : x ∈ A ∧ x ∈ B } ⋂ α ∈ Λ A α = { x : ∀ α ∈ Λ , x ∈ A α } A\cap B=\{x:x\in A \wedge x\in B\} \\\bigcap_{\alpha\in\Lambda}A_{\alpha}=\{x:\forall \alpha\in\Lambda,x\in A_\alpha\} A∩B={x:x∈A∧x∈B}α∈Λ⋂​Aα​={x:∀α∈Λ,x∈Aα​}

  5. 差集:
    A \ B = A − B = A ∩ B c = { x : x ∈ A ∧ x ∉ B } A\backslash B =A-B =A\cap B^c =\{x:x\in A \wedge x\notin B \} A\B=A−B=A∩Bc={x:x∈A∧x∈/B}

  6. 余集(补集):
    A c = R \ A = R − A = { x : x ∈ R ∧ x ∉ A } A^c =\R\backslash A =\R-A =\{x:x\in \R \wedge x\notin A\} Ac=R\A=R−A={x:x∈R∧x∈/A}

  7. 直积(笛卡尔积):
    A × B = { ( x , y ) : x ∈ A ∧ y ∈ B } ∏ i = 1 ∞ A i = { ( x 1 , x 2 , ⋯   ) : x i ∈ A i , i ∈ N + } \begin{align*} A\times B&=\{(x,y):x\in A\wedge y\in B\} \\\prod_{i=1}^{\infty}A_i&=\{(x_1,x_2,\cdots):x_i\in A_i,i\in\mathbb{N^+}\} \end{align*} A×Bi=1∏∞​Ai​​={(x,y):x∈A∧y∈B}={(x1​,x2​,⋯):xi​∈Ai​,i∈N+}​

  8. 交换律:
    A ∪ B = B ∪ A A ∩ B = B ∩ A A\cup B=B\cup A \\A\cap B=B\cap A A∪B=B∪AA∩B=B∩A

  9. 结合律:
    A ∪ ( B ∪ C ) = ( A ∪ B ) ∪ C A ∩ ( B ∩ C ) = ( A ∩ B ) ∩ C A\cup(B\cup C)=(A\cup B)\cup C \\A\cap(B\cap C)=(A\cap B)\cap C A∪(B∪C)=(A∪B)∪CA∩(B∩C)=(A∩B)∩C

  10. 分配律:
    A ∩ ( B ∪ C ) = ( A ∩ B ) ∪ ( A ∩ C ) A\cap(B\cup C)=(A\cap B)\cup(A\cap C) A∩(B∪C)=(A∩B)∪(A∩C)

  11. 德摩根律:
    ( A ∪ B ) c = A c ∩ B c   ,   ( A ∩ B ) c = A c ∪ B c ( ⋃ λ ∈ Λ A λ ) c = ⋂ λ ∈ Λ A λ c   ,   ( ⋂ λ ∈ Λ A λ ) c = ⋃ λ ∈ Λ A λ c (A\cup B)^c=A^c\cap B^c\ ,\ (A\cap B)^c=A^c\cup B^c \\\left(\bigcup_{\lambda\in\Lambda} A_\lambda\right)^c=\bigcap_{\lambda\in\Lambda}A_\lambda^c\ ,\ \left(\bigcap_{\lambda\in\Lambda} A_\lambda\right)^c=\bigcup_{\lambda\in\Lambda}A_\lambda^c (A∪B)c=Ac∩Bc , (A∩B)c=Ac∪Bc(λ∈Λ⋃​Aλ​)c=λ∈Λ⋂​Aλc​ , (λ∈Λ⋂​Aλ​)c=λ∈Λ⋃​Aλc​

  12. 对称差:
    A Δ B = ( A − B ) ∪ ( B − A ) = ( A ∪ B ) − ( A ∩ B ) = { x : ( x ∈ A ) X O R ( x ∈ B ) } \begin{align*} A\Delta B&=(A-B)\cup(B-A) \\&=(A\cup B)-(A\cap B) \\&=\{x:(x\in A)XOR(x\in B)\} \end{align*} AΔB​=(A−B)∪(B−A)=(A∪B)−(A∩B)={x:(x∈A)XOR(x∈B)}​

1.1.2 集合语言

Theorem \textbf{Theorem} Theorem

⋃ λ ∈ Λ A λ = { x : ∃ λ ∈ Λ   , s . t .   x ∈ A λ } ⋂ λ ∈ Λ A λ = { x : ∀ λ ∈ Λ : x ∈ A λ } \begin{aligned} {\color{red}\bigcup\limits_{\color{green}\lambda\in\Lambda}}{\color{brown}A_{\lambda}} &=\{x:{\color{red}\exists} {\color{green}\lambda\in\Lambda}\ ,\mathrm{s.t.\ }x\in {\color{brown}A_{\lambda}}\} \\ \\{\color{blue}\bigcap\limits_{\color{tan}\lambda\in\Lambda}}{\color{brown}A_{\lambda}} &=\{x:{\color{blue}\forall} {\color{tan}\lambda\in\Lambda} :x\in {\color{brown}A_{\lambda}}\} \end{aligned} λ∈Λ⋃​Aλ​λ∈Λ⋂​Aλ​​={x:∃λ∈Λ ,s.t. x∈Aλ​}={x:∀λ∈Λ:x∈Aλ​}​

Example \textbf{Example} Example 上、下极限

  1. 数列上、下极限:
    l i m ‾ ⁡ n → ∞ a n = lim sup ⁡ n → ∞ a n = lim ⁡ n → ∞ sup ⁡ k ≥ n { a k } = inf ⁡ n ≥ 1 sup ⁡ k ≥ n { a k } l i m ‾ ⁡ n → ∞ a n = lim inf ⁡ n → ∞ a n = lim ⁡ n → ∞ inf ⁡ k ≥ n { a k } = sup ⁡ n ≥ 1 inf ⁡ k ≥ n { a k } \begin{aligned} &\varlimsup_{n\to\infty}a_n =\limsup\limits_{n\to\infty}a_n =\lim\limits_{n\to\infty}\sup\limits_{k\ge n}\{a_k\} =\inf\limits_{n\ge 1}\sup\limits_{k\ge n}\{a_k\} \\ &\varliminf_{n\to\infty}a_n =\liminf\limits_{n\to\infty}a_n =\lim\limits_{n\to\infty}\inf\limits_{k\ge n}\{a_k\} =\sup\limits_{n\ge 1}\inf\limits_{k\ge n}\{a_k\} \end{aligned} ​n→∞lim​an​=n→∞limsup​an​=n→∞lim​k≥nsup​{ak​}=n≥1inf​k≥nsup​{ak​}n→∞lim​​an​=n→∞liminf​an​=n→∞lim​k≥ninf​{ak​}=n≥1sup​k≥ninf​{ak​}​

  2. 集合列上、下极限:
    l i m ‾ ⁡ n → ∞ A n = lim sup ⁡ n → ∞ A n = inf ⁡ n ⩾ 1 sup ⁡ k ⩾ n { A k } = ⋂ n ⩾ 1 ⋃ k ⩾ n A k = { x : ∀ n ⩾ 1 , ∃ k ⩾ n ,   s . t . x ∈ A k } l i m ‾ ⁡ n → ∞ A n = lim inf ⁡ n → ∞ A n = sup ⁡ n ⩾ 1 inf ⁡ k ⩾ n { A k } = ⋃ n ⩾ 1 ⋂ k ⩾ n A k = { x : ∃ n ⩾ 1 , s . t . ∀ k ⩾ n , x ∈ A k } \begin{aligned} \varlimsup_{n\to\infty}A_n &=\limsup\limits_{n\to\infty}A_n =\inf\limits_{n\geqslant 1}\sup\limits_{k\geqslant n}\{A_k\} \\&={\color{blue}\bigcap_{\color{tan}n\geqslant 1}}{\color{red}\bigcup_{\color{green}k\geqslant n}{\color{brown}A_k}} \\&=\{x:{\color{blue}\forall} {\color{tan}n\geqslant 1},{\color{red}\exists} {\color{green}k\geqslant n},\ \mathrm{s.t.}x\in {\color{brown}A_k}\} \\\\ \varliminf_{n\to\infty}A_n &=\liminf\limits_{n\to\infty}A_n =\sup\limits_{n\geqslant 1}\inf\limits_{k\geqslant n}\{A_k\} \\&={\color{red}\bigcup_{\color{green}n\geqslant 1}}{\color{blue}\bigcap_{\color{tan}k\geqslant n}{\color {brown}A_k}} \\&=\{x:{\color{red}\exists} {\color{green}n\geqslant 1},\mathrm{s.t.}{\color{blue}\forall} {\color{tan}k\geqslant n},x\in {\color{brown}A_k}\} \end{aligned} n→∞lim​An​n→∞lim​​An​​=n→∞limsup​An​=n⩾1inf​k⩾nsup​{Ak​}=n⩾1⋂​k⩾n⋃​Ak​={x:∀n⩾1,∃k⩾n, s.t.x∈Ak​}=n→∞liminf​An​=n⩾1sup​k⩾ninf​{Ak​}=n⩾1⋃​k⩾n⋂​Ak​={x:∃n⩾1,s.t.∀k⩾n,x∈Ak​}​

Example \textbf{Example} Example 函数 f ( x ) f(x) f(x) 在点 x 0 x_0 x0​ 的邻域连续

  1. ε − δ \varepsilon-\delta ε−δ 语言表述:
    ∀ ε > 0 , ∃ δ > 0 , s . t . ∀ x ∈ ( x 0 − δ , x 0 + δ ) : ∣ f ( x ) − f ( x 0 ) ∣ < ϵ \forall\varepsilon>0,\exists\delta>0,\mathrm{s.t.}\forall x\in (x_0-\delta,x_0+\delta):|f(x)-f(x_0)|<\epsilon ∀ε>0,∃δ>0,s.t.∀x∈(x0​−δ,x0​+δ):∣f(x)−f(x0​)∣<ϵ
  2. 集合语言表述(邻域):
    ∀ V ( f ( x 0 ) , ε ) ⊃ f ( x 0 ) ,   ∃ U ( x 0 , δ ) ∋ x ,   s . t . f ( U ) ⊂ V \forall V(f(x_0),\varepsilon)\supset f(x_0),\ \exists U(x_0,\delta)\ni x,\ \mathrm{s.t.}f(U)\subset V ∀V(f(x0​),ε)⊃f(x0​), ∃U(x0​,δ)∋x, s.t.f(U)⊂V
    即
    f ( ( x 0 − δ , x 0 + δ ) ) ⊂ ( f ( x 0 ) − ε , f ( x 0 ) + ε ) f((x_0-\delta,x_0+\delta))\subset(f(x_0)-\varepsilon,f(x_0)+\varepsilon) f((x0​−δ,x0​+δ))⊂(f(x0​)−ε,f(x0​)+ε)

1.2 集合的基数、对等

1.2.1 基数、对等

Definition \textbf{Definition} Definition 对等(等势)、基数(势)

  1. 若存在一个由集合 X X X 至 Y Y Y 的双射,则称 X X X 与 Y Y Y 对等(等势),记作
    X ∼ Y X\sim Y X∼Y
    规定空集 Φ ∼ Φ \Phi\sim\Phi Φ∼Φ.

  2. 若集合 A ∼ B A\sim B A∼B,则称集合 A , B A,B A,B 的基数相同, 记作:
    C a r d ( A ) = C a r d ( B ) \mathrm{Card}(A)=\mathrm{Card}(B) Card(A)=Card(B)

Remark: 对等关系是一种等价关系,满足:

  1. 反身性: X ∼ X X\sim X X∼X
  2. 对称性: X ∼ Y ⇒ Y ∼ X X\sim Y\Rightarrow Y \sim X X∼Y⇒Y∼X
  3. 传递性: X ∼ Y ∼ Z ⇒ X ∼ Z X\sim Y\sim Z\Rightarrow X\sim Z X∼Y∼Z⇒X∼Z

1.2.2 康托尔-伯恩斯坦-施罗德定理

Theorem \textbf{Theorem} Theorem Cantor-Bernstein-Schroeder \text{Cantor-Bernstein-Schroeder} Cantor-Bernstein-Schroeder 定理

设 A , B ≠ Φ A,B\neq \Phi A,B=Φ, 若 A ∼ B A\sim B A∼B 的一个子集,且 B ∼ A B\sim A B∼A 的一个子集,则 A ∼ B A\sim B A∼B. 即
{ C a r d ( A ) ⩽ C a r d ( B ) C a r d ( A ) ⩾ C a r d ( B ) ⇒ C a r d ( A ) = C a r d ( B ) \left\{\begin{array}{l} \mathrm{Card}(A)\leqslant\mathrm{Card}(B)\\ \mathrm{Card}(A)\geqslant\mathrm{Card}(B)\\ \end{array}\right. \Rightarrow\mathrm{Card}(A)=\mathrm{Card}(B) {Card(A)⩽Card(B)Card(A)⩾Card(B)​⇒Card(A)=Card(B)

1.3 有限集、可列集、至多可列集

1.3.1 概念

Definition \textbf{Definition} Definition 有限集、可列集、至多可列集

  1. 有限集(有穷集): 有限元素组成的集合;否则为无限集.

  2. 可列集(可数集): 无限集中的元素能按照某种规律排成一个序列;或者说 与自然数集 N \mathbb{N} N 等势的无限集合;否则为不可列集.

  3. 至多可列集(至多可数集): 有限集与可列集的统称.

Theorem \textbf{Theorem} Theorem 性质

  1. 设 A i A_i Ai​ 为可列集,则 ⋃ i = 1 ∞ A i   ,   ∏ i = 1 n A i \bigcup\limits_{i=1}^{\infty}A_i\ ,\ \prod\limits_{i=1}^{n}A_i i=1⋃∞​Ai​ , i=1∏n​Ai​ 仍为可列集.

  2. 设 A i A_i Ai​ 为有限集或可列集,则 ⋃ i = 1 ∞ A i \bigcup\limits_{i=1}^{\infty}A_i i=1⋃∞​Ai​ 仍为有限集或可列集;若至少有一个 A i A_i Ai​ 为可列集,则 ⋃ i = 1 ∞ A i \bigcup\limits_{i=1}^{\infty}A_i i=1⋃∞​Ai​ 为可列集.

  3. (1) 可列集的任意无限子集仍为可列集,从而任意子集为有限集或可列集;(2) 任意无限集至少包含一个可列子集.

  4. 有理数集 Q \mathbb{Q} Q 为可列集,实数集 R \mathbb{R} R 为不可列集.

1.3.2 无穷基数:阿列夫数

  1. 可列集在无限集中有最小的基数,即自然数的总数,该基数称为 阿列夫零 ℵ 0 \aleph_0 ℵ0​
    ℵ 0 : = C a r d ( N ) \aleph_0:=\mathrm{Card}(\mathbb{N}) ℵ0​:=Card(N)

  2. 阿列夫一 ℵ 1 \aleph_1 ℵ1​ 对应不可列集基数,即实数集的总数
    ℵ 1 : = C a r d ( R ) \\\aleph_1:=\mathrm{Card}(\mathbb{R}) ℵ1​:=Card(R)
    由于自然数集的幂集与实数集对等,故其与 ℵ 0 \aleph_0 ℵ0​ 有以下关系
    ℵ 1 = 2 ℵ 0 \\\aleph_1=2^{\aleph_0} ℵ1​=2ℵ0​


实变函数 第一章 集合论
实变函数 第二章 点集拓扑
实变函数 第三章 测度论
实变函数 第四章 可测函数
实变函数 第五章 勒贝格积分(一)
实变函数 第五章 勒贝格积分(二)
实变函数 第五章 勒贝格积分(三)

Logo

有“AI”的1024 = 2048,欢迎大家加入2048 AI社区

更多推荐