Teorema della convergenza monotona

In matematica, per teorema della convergenza monotona si identificano diversi teoremi relativi alla convergenza di successioni o serie.

Successioni di numeri reali modifica

Nel caso di successioni di numeri, il teorema della convergenza monotona afferma che se $\{s_{n}\}$ è una successione monotona di numeri reali, allora la successione converge se e solo se è limitata.

La dimostrazione del fatto che se una successione monotona converge allora essa è limitata, viene dal fatto che ogni successione convergente è limitata (i dettagli della dimostrazione sono indicati qui).

L'implicazione inversa, cioè che se una successione monotona è limitata allora essa converge, si dimostra nel modo seguente: prendiamo una successione monotona crescente (nel caso di successioni decrescenti la dimostrazione è analoga) e chiamiamo $I$ l'immagine della successione $\{s_{n}\}$ . La limitatezza fa sì che esista finito un elemento

s=\sup I

tale che per ogni elemento della successione vale $s_{n}\leq s$ . Scelto un $\varepsilon >0$ arbitrario, esiste un indice $N>0$ tale che

s-\varepsilon <s_{N}\leq s

perché $s-\varepsilon$ non è maggiorante di $I$ . Se quindi scegliamo un indice $n\geq N$ , la monotonia della successione implica $s_{n}\geq s_{N}$ e quindi vale

s-\varepsilon <s_{n}\leq s.

Dall'arbitrarietà di $\varepsilon$ segue la convergenza di $\{s_{n}\}$ a $s$ .

Serie di numeri modifica

Nel caso di serie di numeri, il teorema della convergenza monotona afferma che se per ogni coppia di numeri naturali j e k il numero $a_{j,k}$ è reale e non negativo e $a_{j,k}\leq a_{j+1,k}$ , allora:^[1]

\lim _{j\to \infty }\sum _{k}a_{j,k}=\sum _{k}\lim _{j\to \infty }a_{j,k}

Successioni di funzioni modifica

Nel caso di successioni di funzioni, il teorema della convergenza monotona, anche detto teorema di Beppo Levi, afferma che se $(X,\Sigma ,\mu )$ è uno spazio di misura e $\{f_{n}\}$ una successione di funzioni misurabili su $\Sigma$ tale che:

0\leq f_{1}(x)\leq f_{2}(x)\leq \dots \leq \infty \quad \forall x\in X

\lim _{n\to \infty }f_{n}(x)=f(x)\quad \forall x\in X

allora $f$ è misurabile in $\Sigma$ e:^[2]

\lim _{n\to \infty }\int _{X}f_{n}d\mu =\int _{X}fd\mu \

dove l'integrale è di Lebesgue. Si noti che il valore di ogni integrale può essere infinito.

Dimostrazione modifica

Sia $\{f_{k}\}_{k\in \mathbb {N} }$ una successione non decrescente di funzioni misurabili non negative e si ponga:

f=\sup _{k\in \mathbb {N} }f_{k}

Per la proprietà di monotonìa dell'integrale, è immediato vedere che:

\int fd\mu \geq \lim _{k}\int f_{k}d\mu

Si vuole provare la diseguaglianza nell'altra direzione, cioè:

\int fd\mu \leq \lim _{k}\int f_{k}d\mu

Dalla definizione di integrale segue che esiste una successione non decrescente $g_{n}$ di funzioni semplici non negative che convergono puntualmente a $f$ quasi ovunque e tali che:

\lim _{k}\int g_{k}d\mu =\int fd\mu

Perciò basta provare che per ogni $k\in \mathbb {N}$ si ha:

\int g_{k}d\mu \leq \lim _{j}\int f_{j}d\mu

Si vuole provare che se $g$ è una funzione semplice e:

\lim _{j}f_{j}(x)\geq g(x)

quasi ovunque, allora:

\lim _{j}\int f_{j}d\mu \geq \int gd\mu

Spezzando la funzione $g$ nelle sue parti a valori costanti, questo si riduce al caso in cui $g$ è la funzione indicatrice di un insieme. Il risultato che si vuole provare è il seguente. Si supponga che $A$ sia un insieme misurabile e $\{f_{k}\}_{k\in \mathbb {N} }$ sia una successione non descrescente di funzioni misurabili su $A$ tali che: