一、直观图景：越来越细、越来越高的阶梯

把函数图像想象成一座山。第 kk 次逼近用水平线

0,12k,22k,…,k0,\frac1{2^k},\frac2{2^k},\ldots,k

把山切成薄层；每一点落到它下方最近的一条水平线上，超过高度 kk 的部分则暂时压到 kk。

所以 φk\varphi_k 的图像是位于 ff 下方的水平阶梯。随着 kk 增大：

  • 阶梯高度 2−k2^{-k} 变小，纵向误差随之变小；
  • 截断高度 kk 升高，不会永远压住任何有限函数值；
  • 二进制网格彼此嵌套，新阶梯不会低于旧阶梯。

二、严格定理

三、构造逼近函数

固定整数 k≥1k\geq1。定义高值截断集

Fk:={x∈Rd:f(x)≥k},F_k:=\{x\in\mathbb{R}^d:f(x)\geq k\},

并对 1≤j≤k2k1\leq j\leq k2^k 定义分层集合

Ek,j:={x∈Rd:j−12k≤f(x)<j2k}.E_{k,j}:= \left\{ x\in\mathbb{R}^d: \frac{j-1}{2^k}\leq f(x)<\frac{j}{2^k} \right\}.

令

φk(x):={k,x∈Fk,j−12k,x∈Ek,j,1≤j≤k2k.\varphi_k(x):= \begin{cases} k,&x\in F_k,\\ \dfrac{j-1}{2^k},&x\in E_{k,j},\quad1\leq j\leq k2^k. \end{cases}

等价地，它就是“截断后向下取整”：

φk(x)=12k⌊2kmin⁡{f(x),k}⌋.\varphi_k(x) =\frac1{2^k} \left\lfloor2^k\min\{f(x),k\}\right\rfloor.

这个公式揭示构造直觉；下面的严格证明则使用集合分层。

四、逐步证明

1. 各层集合可测

由 ff 可测，对任意实数 a,ba,b，集合 {f≥a}\{f\geq a\} 与 {f<b}\{f<b\} 可测。因此 FkF_k 可测，并且

Ek,j={f≥j−12k}∩{f<j2k}E_{k,j} =\left\{f\geq\frac{j-1}{2^k}\right\} \cap \left\{f<\frac{j}{2^k}\right\}

也可测。

2. 分层集合覆盖整个空间

当 f(x)<kf(x)<k 时，唯一存在 1≤j≤k2k1\leq j\leq k2^k 使

j−12k≤f(x)<j2k;\frac{j-1}{2^k}\leq f(x)<\frac{j}{2^k};

当 f(x)≥kf(x)\geq k 时，x∈Fkx\in F_k。因此这些集合两两不交，且

Rd=(⋃j=1k2kEk,j)∪Fk.\mathbb{R}^d =\left(\bigcup_{j=1}^{k2^k}E_{k,j}\right)\cup F_k.

于是

φk=∑j=1k2kj−12kχEk,j+kχFk.\varphi_k =\sum_{j=1}^{k2^k} \frac{j-1}{2^k}\chi_{E_{k,j}} +k\chi_{F_k}.

这是有限个可测集合示性函数的线性组合，所以 φk\varphi_k 是非负简单函数。

3. 从下方逼近

若 x∈Fkx\in F_k，则 φk(x)=k≤f(x)\varphi_k(x)=k\leq f(x)；若 x∈Ek,jx\in E_{k,j}，则

φk(x)=j−12k≤f(x).\varphi_k(x)=\frac{j-1}{2^k}\leq f(x).

所以对每个 xx，

0≤φk(x)≤min⁡{f(x),k}≤f(x).0\leq\varphi_k(x)\leq\min\{f(x),k\}\leq f(x).

4. 未截断处的误差估计

若 x∉Fkx\notin F_k，则 x∈Ek,jx\in E_{k,j} 对某个 jj 成立。由

j−12k≤f(x)<j2k,φk(x)=j−12k,\frac{j-1}{2^k}\leq f(x)<\frac{j}{2^k}, \qquad \varphi_k(x)=\frac{j-1}{2^k},

得到

0≤f(x)−φk(x)<12k.0\leq f(x)-\varphi_k(x)<\frac1{2^k}.

5. 值域嵌套

φk\varphi_k 的值域包含在有限网格

Gk:={j2k:0≤j≤k2k},G_k:=\left\{\frac{j}{2^k}:0\leq j\leq k2^k\right\},

即 Range⁡(φk)⊆Gk\operatorname{Range}(\varphi_k)\subseteq G_k。任取 GkG_k 中的一个值，

j2k=2j2k+1,\frac{j}{2^k}=\frac{2j}{2^{k+1}},

而 0≤2j≤k2k+1<(k+1)2k+10\leq2j\leq k2^{k+1}<(k+1)2^{k+1}，所以

Gk⊆Gk+1.G_k\subseteq G_{k+1}.

6. 阈值保持性质

若

L∈GkL\in G_k

且 f(x)≥Lf(x)\geq L，那么向下舍入到第 kk 层网格后不会低于已经存在的网格值 LL，因此

φk(x)≥L.\varphi_k(x)\geq L.

严格地，若 f(x)≥kf(x)\geq k，则 φk(x)=k≥L\varphi_k(x)=k\geq L；若 f(x)<kf(x)<k，写 L=m/2kL=m/2^k，则包含 f(x)f(x) 的网格区间左端点至少是 m/2km/2^k。

7. 单调性

固定 xx，令 L=φk(x)L=\varphi_k(x)。由从下方逼近，f(x)≥Lf(x)\geq L；又因 L∈Gk⊆Gk+1L\in G_k\subseteq G_{k+1}，对 φk+1\varphi_{k+1} 使用阈值保持性质，得到

φk+1(x)≥L=φk(x).\varphi_{k+1}(x)\geq L=\varphi_k(x).

所以

φk≤φk+1.\varphi_k\leq\varphi_{k+1}.

8. 逐点收敛

固定 xx，分两种情形。

  • 若 f(x)<+∞f(x)<+\infty，当 k>f(x)k>f(x) 时 x∉Fkx\notin F_k，故 0≤f(x)−φk(x)≤2−k⟶0.0\leq f(x)-\varphi_k(x)\leq2^{-k}\longrightarrow0.
  • 若 f(x)=+∞f(x)=+\infty，则对每个 kk 都有 x∈Fkx\in F_k，所以 φk(x)=k⟶+∞=f(x).\varphi_k(x)=k\longrightarrow+\infty=f(x).

两种情形覆盖所有 xx，故 φk↑f\varphi_k\uparrow f。

9. 有界时的一致收敛

若

M:=sup⁡x∈Rdf(x)<+∞,M:=\sup_{x\in\mathbb{R}^d}f(x)<+\infty,

则当整数 k>Mk>M 时，Fk=∅F_k=\varnothing。误差估计对所有 xx 同时成立：

0≤f(x)−φk(x)≤12k.0\leq f(x)-\varphi_k(x)\leq\frac1{2^k}.

取上确界得到

sup⁡x∈Rd∣f(x)−φk(x)∣≤12k⟶0.\sup_{x\in\mathbb{R}^d}|f(x)-\varphi_k(x)| \leq\frac1{2^k}\longrightarrow0.

所以 φk\varphi_k 一致收敛于 ff。

五、紧支集版本

令

Qk=[−k,k]d,φ~k:=φkχQk.Q_k=[-k,k]^d, \qquad \widetilde\varphi_k:=\varphi_k\chi_{Q_k}.

因为 QkQ_k 是紧集，

supp⁡(φ~k)⊆Qk,\operatorname{supp}(\widetilde\varphi_k)\subseteq Q_k,

所以 φ~k\widetilde\varphi_k 具有紧支集。它仍是非负简单函数，并满足

0≤φ~k≤φk≤f.0\leq\widetilde\varphi_k\leq\varphi_k\leq f.

又因为 Qk⊆Qk+1Q_k\subseteq Q_{k+1} 且 φk≤φk+1\varphi_k\leq\varphi_{k+1}，逐点分类可得

φ~k≤φ~k+1.\widetilde\varphi_k\leq\widetilde\varphi_{k+1}.

对任意固定的 x∈Rdx\in\mathbb{R}^d，当 kk 充分大时 x∈Qkx\in Q_k，此后

φ~k(x)=φk(x).\widetilde\varphi_k(x)=\varphi_k(x).

因此

φ~k(x)↑f(x).\widetilde\varphi_k(x)\uparrow f(x).

六、具体例子：逼近 f(x)=x2f(x)=x^2

在 [0,1][0,1] 上考虑 f(x)=x2f(x)=x^2。当 k≥2k\geq2 时没有截断问题，

φk(x)=12k⌊2kx2⌋.\varphi_k(x) =\frac1{2^k}\left\lfloor2^kx^2\right\rfloor.

例如 k=2k=2 时，

φ2(x)={0,0≤x<12,14,12≤x<12,12,12≤x<32,34,32≤x<1,1,x=1.\varphi_2(x)= \begin{cases} 0,&0\leq x<\dfrac12,\\ \dfrac14,&\dfrac12\leq x<\dfrac1{\sqrt2},\\ \dfrac12,&\dfrac1{\sqrt2}\leq x<\dfrac{\sqrt3}{2},\\ \dfrac34,&\dfrac{\sqrt3}{2}\leq x<1,\\ 1,&x=1. \end{cases}

图像上，抛物线 y=x2y=x^2 下方铺着四级水平阶梯，每一级都取所在高度区间的下端点。并且

0≤x2−φ2(x)<14.0\leq x^2-\varphi_2(x)<\frac14.

当 kk 增大时，阶梯越来越密，且始终不会穿过抛物线。

七、一般可测函数

若 ff 不一定非负，可以先作通常分解

f=f+−f−,f=f^+-f^-,

分别用非负简单函数逼近 f+f^+ 与 f−f^-，再相减得到逼近 ff 的简单函数列。因此一般实值可测函数同样可以用简单函数逐点逼近。

但是相减会破坏序关系：即使逼近 f+f^+ 与 f−f^- 的序列都单调递增，它们的差也未必单调。非负性是得到从下方单调逼近的关键条件。

八、方法提炼

题型识别特征

  • 目标是把非负可测函数化为简单函数；
  • 后续需要定义 Lebesgue 积分或使用单调收敛定理；
  • 既要控制函数值个数，又要保持可测性和序关系；
  • 题目出现“从下方”“单调递增”“逐点逼近”或“紧支集逼近”。

标准构造流程

  1. 取截断高度 kk，把 f≥kf\geq k 的部分记入 FkF_k；
  2. 用步长 2−k2^{-k} 分割 [0,k)[0,k)；
  3. 在每层 Ek,jE_{k,j} 上取左端点；
  4. 检查分层集合可测、值域有限；
  5. 用一个网格宽度控制未截断处的误差；
  6. 利用二进制网格嵌套和阈值保持证明单调性；
  7. 分别处理有限函数值与 +∞+\infty；
  8. 有界时取统一上界，需要紧支集时再乘 χ[−k,k]d\chi_{[-k,k]^d}。

常见变体

  • 把 2−k2^{-k} 换成任意趋于 00 且网格嵌套的步长；
  • 把截断高度 kk 换成任意单调趋于 +∞+\infty 的序列；
  • 在一般可测空间上作同样构造，此时不讨论欧氏空间中的紧支集；
  • 先构造简单函数逼近，再研究其积分并导出单调收敛定理。

九、变式练习