La composición de dos funciones monótonas es monótona
Demostrar con Lean4 que la composición de dos funciones monótonas es monótona.
Para ello, completar la siguiente teoría de Lean4:
| 1 2 3 4 5 6 7 8 9 | import Mathlib.Data.Real.Basic variable (f g : ℝ → ℝ) example   (mf : Monotone f)   (mg : Monotone g)   : Monotone (f ∘ g) := by sorry | 
Demostración en lenguaje natural
Sean \(f\) y \(g\) dos funciones monótonas de \(ℝ\) en \(ℝ\). Tenemos que demostrar que \(f ∘ g\) es monótona; es decir, que
\[ (∀ a, b ∈ ℝ) [a ≤ b → (f ∘ g)(a) ≤ (f ∘ g)(b)] \]
Sean \(a, b ∈ ℝ\) tales que \(a ≤ b\). Por ser \(g\) monótona, se tiene
\[ g(a) ≤ g(b) \]
y, por ser f monótona, se tiene
\[ f(g(a)) ≤ f(g(b)) \]
Finalmente, por la definición de composición,
\[ (f ∘ g)(a) ≤ (f ∘ g)(b) \]
que es lo que había que demostrar.
Demostraciones con Lean4
| 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 | import Mathlib.Data.Real.Basic variable (f g : ℝ → ℝ) -- 1ª demostración example   (mf : Monotone f)   (mg : Monotone g)   : Monotone (f ∘ g) := by   have h1 : ∀ a b, a ≤ b → (f ∘ g) a ≤ (f ∘ g) b   { intros a b hab     have h1 : g a ≤ g b := mg hab     show (f ∘ g) a ≤ (f ∘ g) b     exact mf h1 }   show Monotone (f ∘ g)   exact h1 -- 2ª demostración example   (mf : Monotone f)   (mg : Monotone g)   : Monotone (f ∘ g) := by   have h1 : ∀ a b, a ≤ b → (f ∘ g) a ≤ (f ∘ g) b   { intros a b hab     show (f ∘ g) a ≤ (f ∘ g) b     exact mf (mg hab) }   show Monotone (f ∘ g)   exact h1 -- 3ª demostración example   (mf : Monotone f)   (mg : Monotone g)   : Monotone (f ∘ g) := by   -- a b : ℝ   -- hab : a ≤ b   intros a b hab   -- (f ∘ g) a ≤ (f ∘ g) b   apply mf   -- g a ≤ g b   apply mg   -- a ≤ b   apply hab -- 4ª demostración example (mf : Monotone f) (mg : Monotone g) :   Monotone (f ∘ g) := λ _ _ hab ↦ mf (mg hab) | 
Demostraciones interactivas
Se puede interactuar con las demostraciones anteriores en Lean 4 Web.
Referencias
- J. Avigad y P. Massot. Mathematics in Lean, p. 26.