Toolverse
Wszystkie skille

integration-theory

autor: parcadei

Strategie rozwiązywania zadań z teorii całki w teorii miary

Instalacja

Wybierz klienta i sklonuj repozytorium do odpowiedniego katalogu skilli.

Instalacja

Szybkie info

Kategoria
Backend

O skillu

Umiejętność wspierająca pracę nad problemami teorii całki w kontekście teorii miary. Zawiera decyzyjne drzewo wyboru metody (całka funkcji prostej, twierdzenie o zbieżności monotonicznej, twierdzenie o zbieżności zdominowanej, lemat Fatou, Fubini-Tonelli) oraz narzędzia do obliczeń symbolicznych i dowodów formalnych. Idealna dla studentów i badaczy zajmujących się analizą matematyczną.

Jak używać

  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.

Podobne skille