integration-theory

Problem-solving strategies for integration theory in measure theory

1. Zidentyfikuj typ problemu z teorii całki, który rozwiązujesz. Umiejętność oferuje pięć głównych kategorii: całki funkcji prostych (kombinacje liniowe funkcji charakterystycznych), twierdzenie o zbieżności monotonicznej dla ciągów rosnących, twierdzenie o zbieżności zdominowanej gdy istnieje funkcja majoryzująca, lemat Fatou do szacowania dolnego, oraz twierdzenia Fubiniego i Tonelliego dla miar produktowych.
2. Dla całek funkcji prostych postaci suma(a_i * chi_{E_i}) użyj komendy sympy do uproszczenia: uv run python -m runtime.harness scripts/sympy_compute.py integrate "sum(a_i * chi_E_i)" --var mu. Narzędzie obliczy całkę jako sumę współczynników pomnożonych przez miary zbiorów.
3. Gdy pracujesz z ciągami funkcji rosnących (0 ≤ f_n ≤ f_{n+1} zbieżne do f), zastosuj twierdzenie o zbieżności monotonicznej. Użyj z3_solve.py do formalnego dowodu: uv run python -m runtime.harness scripts/z3_solve.py prove "f_n_increasing implies lim_integral_equals_integral_lim".
4. W przypadku ciągów funkcji zbieżnych punktowo do f, gdzie każda funkcja jest ograniczona przez całkowalną funkcję g (|f_n| ≤ g), zastosuj twierdzenie o zbieżności zdominowanej: uv run python -m runtime.harness scripts/z3_solve.py prove "abs(f_n) ≤ g and g_integrable implies limit_exchange".
5. Jeśli twierdzenia o zbieżności nie mają zastosowania, użyj lematu Fatou do uzyskania dolnego oszacowania: uv run python -m runtime.harness scripts/sympy_compute.py limit "liminf(integral_f_n)" --comparison "integral_liminf_f_n". Lemat gwarantuje, że całka granicy dolnej nie przekracza granicy dolnej całek.
6. Do problemów z miarami produktowymi (całkami wielokrotnie) wybierz Tonelliego dla funkcji nieujemnych (zawsze poprawne) lub Fubiniego dla funkcji całkowalnych, aby zmienić kolejność całkowania zgodnie z strukturą miary produktowej.