MathLabs

分析学

测度论

关于集合“大小”的严格概念,是勒贝格积分与现代概率论的基础。

直观为什么“长度”需要一个严格的定义

区间 [a,b][a,b] 的长度显然是 b−ab-a,但 [0,1][0,1] 中有理数集合、或某个分形这类“古怪”集合的“长度”(或面积、体积)是什么?测度论首先选取一族“表现良好”的子集——称为 σ\sigma-代数——回答了这个问题,在这族子集上可以定义一致的大小概念,即测度 μ\mu;著名的是,不可能在 R\mathbb{R} 的所有子集组成的族上一致地定义测度(维塔利集的构造说明了这一点),因此局限于合适的 σ\sigma-代数并非技术性细节,而是不可避免的。

可调整子区间数量的交互式黎曼和小工具,用于引出按定义域分割进行积分的局限性。
把黎曼和在 xx 轴上的分割细化到 n=55n=55 个小区间:对光滑函数而言,和收敛得很好,但对剧烈不连续的函数(如有理数的指示函数)来说,无论怎样细化都无济于事——勒贝格的解决办法是转而把 yy 轴(值域)分割成水平集,再对这些水平集测度。

大学严格定义:σ\sigma-代数、测度与勒贝格积分

定义: σ\sigma-代数与测度空间

集合 XX 上的 σ\sigma-代数 F\mathcal{F} 是包含 XX 本身、且对取补运算与可数并运算封闭的子集族。测度 μ:F→[0,∞]\mu : \mathcal{F} \to [0,\infty] 满足 μ(∅)=0\mu(\emptyset)=0 且具有可数可加性:可数个两两不相交集合之并的测度等于各自测度之和。三元组 (X,F,μ)(X, \mathcal{F}, \mu) 称为测度空间;当 X=RnX=\mathbb{R}^n,F\mathcal{F} 为勒贝格可测集合族,且 μ\mu 给 [a,b][a,b] 赋值 b−ab-a 时,称 μ\mu 为勒贝格测度。

μ(⋃n=1∞An)=∑n=1∞μ(An)for pairwise disjoint A1,A2,…∈F\mu\left(\bigcup_{n=1}^{\infty} A_n\right) = \sum_{n=1}^{\infty} \mu(A_n) \quad \text{for pairwise disjoint } A_1, A_2, \ldots \in \mathcal{F}

函数 f:X→Rf : X \to \mathbb{R} 称为可测,如果对每个实数 aa 都有 f−1((a,∞))∈Ff^{-1}((a,\infty)) \in \mathcal{F}。勒贝格积分是分阶段构造的:首先对简单函数 s=∑kck1Eks = \sum_{k} c_k \mathbf{1}_{E_k}(可测集合指示函数的有限线性组合)定义 ∫s dμ:=∑kckμ(Ek)\int s\,d\mu := \sum_k c_k \mu(E_k);然后对一般的非负可测函数 ff,通过用简单函数从下方逼近来定义。

∫f dμ=sup⁡{∫s dμ:0≤s≤f, s simple and measurable}\int f\,d\mu = \sup\left\{ \int s\,d\mu : 0 \le s \le f,\ s \text{ simple and measurable} \right\}
黎曼积分与勒贝格积分的比较
方面黎曼积分勒贝格积分
分割策略把定义域(xx 轴)分割成子区间把值域(yy 轴)分割成水平集
可积函数类几乎处处连续的有界函数任意可测函数(例如狄利克雷函数)
极限交换定理一般需要一致收敛单调收敛定理与控制收敛定理即可

大学核心定理:单调收敛定理与控制收敛定理

设 (fn)(f_n) 是几乎处处满足 0≤f1≤f2≤⋯0 \le f_1 \le f_2 \le \cdots 逐点递增的可测函数列,设 f=lim⁡n→∞fnf = \lim_{n\to\infty} f_n 是几乎处处的逐点极限。则 lim⁡n→∞∫fn dμ=∫f dμ\lim_{n\to\infty} \int f_n\,d\mu = \int f\,d\mu。

为什么成立?

由于 fnf_n 只会增大,当 nn 增大时不会有“面积”丢失或被重复计算;把它们的简单函数逼近逐层叠加,累积的总面积恰好收敛到极限函数 ff 下方的面积。

证明

由于 ∫fn dμ\int f_n\,d\mu(随 fnf_n 递增)是广义实数中的非减序列,极限 L:=lim⁡n→∞∫fn dμL := \lim_{n\to\infty}\int f_n\,d\mu 在 [0,∞][0,\infty] 中存在。由于对每个 nn 都有 fn≤ff_n \le f,由积分的单调性得 ∫fn dμ≤∫f dμ\int f_n\,d\mu \le \int f\,d\mu 对每个 nn 成立,故 L≤∫f dμL \le \int f\,d\mu。

为证明反向不等式,任取满足 0≤s≤f0 \le s \le f 的简单可测函数 ss,并固定常数 c∈(0,1)c \in (0,1)。令 En={x:fn(x)≥c s(x)}E_n = \{x : f_n(x) \ge c\,s(x)\}。由于 fnf_n 逐点递增到 f≥sf \ge s,集合 EnE_n 递增且其并集(几乎)是整个 XX:对几乎所有满足 s(x)=0s(x)=0 的 xx 这是自动成立的,而对几乎所有满足 s(x)>0s(x)>0 的 xx,由于 fn(x)→f(x)≥s(x)>c s(x)f_n(x)\to f(x) \ge s(x) > c\,s(x),最终会有 fn(x)>c s(x)f_n(x) > c\,s(x)。

写 s=∑kck1Eks = \sum_k c_k \mathbf{1}_{E_k},可得 ∫fn dμ≥∫Enfn dμ≥c∫Ens dμ=c∑kck μ(Ek∩En)\int f_n\,d\mu \ge \int_{E_n} f_n\,d\mu \ge c\int_{E_n} s\,d\mu = c\sum_k c_k\,\mu(E_k \cap E_n)。由可数可加性(测度从下方的连续性,因为 EnE_n 递增到 XX),当 n→∞n\to\infty 时 μ(Ek∩En)→μ(Ek)\mu(E_k \cap E_n) \to \mu(E_k),于是令 n→∞n\to\infty 得 L≥c∑kck μ(Ek)=c∫s dμL \ge c\sum_k c_k\,\mu(E_k) = c\int s\,d\mu。

令 c→1c \to 1,对每个简单函数 s≤fs \le f 都有 L≥∫s dμL \ge \int s\,d\mu,再对所有这样的 ss 取上确界(正是 ∫f dμ\int f\,d\mu 的定义),得到 L≥∫f dμL \ge \int f\,d\mu。结合前面的 L≤∫f dμL \le \int f\,d\mu,即得 L=∫f dμL = \int f\,d\mu。

设 (fn)(f_n) 是几乎处处逐点满足 fn→ff_n \to f 的可测函数列,并设存在一个可积函数 gg(即 ∫g dμ<∞\int g\,d\mu < \infty),使得对每个 nn 都有 ∣fn∣≤g|f_n| \le g 几乎处处成立。则 ff 可积,且 lim⁡n→∞∫fn dμ=∫f dμ\lim_{n\to\infty} \int f_n\,d\mu = \int f\,d\mu。

为什么成立?

控制函数 gg 起到固定“天花板”的作用,其总质量有限,任何 fnf_n 都不能超过它,从而排除了质量悄悄逃逸到无穷远的情形——这正是在没有单调性可依赖时,朴素的极限交换论证会失败的方式。

证明

由于几乎处处有 g−fn≥0g - f_n \ge 0,可应用法图引理:∫lim inf⁡n→∞(g−fn) dμ≤lim inf⁡n→∞∫(g−fn) dμ\int \liminf_{n\to\infty}(g-f_n)\,d\mu \le \liminf_{n\to\infty} \int (g-f_n)\,d\mu。因为 fn→ff_n \to f,左边等于 ∫(g−f) dμ=∫g dμ−∫f dμ\int (g-f)\,d\mu = \int g\,d\mu - \int f\,d\mu(由于 ∫g dμ\int g\,d\mu 有限,此式成立),右边等于 ∫g dμ−lim sup⁡n→∞∫fn dμ\int g\,d\mu - \limsup_{n\to\infty}\int f_n\,d\mu。

两边消去有限量 ∫g dμ\int g\,d\mu,得 −∫f dμ≤−lim sup⁡n→∞∫fn dμ-\int f\,d\mu \le -\limsup_{n\to\infty}\int f_n\,d\mu,即 lim sup⁡n→∞∫fn dμ≤∫f dμ\limsup_{n\to\infty}\int f_n\,d\mu \le \int f\,d\mu。

接着,由于几乎处处有 g+fn≥0g+f_n \ge 0,对 (g+fn)(g+f_n) 应用法图引理得 ∫(g+f) dμ≤lim inf⁡n→∞∫(g+fn) dμ\int (g+f)\,d\mu \le \liminf_{n\to\infty}\int (g+f_n)\,d\mu,再次消去 ∫g dμ\int g\,d\mu 得 ∫f dμ≤lim inf⁡n→∞∫fn dμ\int f\,d\mu \le \liminf_{n\to\infty}\int f_n\,d\mu。

结合两个不等式,lim sup⁡n→∞∫fn dμ≤∫f dμ≤lim inf⁡n→∞∫fn dμ\limsup_{n\to\infty}\int f_n\,d\mu \le \int f\,d\mu \le \liminf_{n\to\infty}\int f_n\,d\mu。由于总有 lim inf⁡≤lim sup⁡\liminf \le \limsup,这三个量必须全部相等,故 lim⁡n→∞∫fn dμ\lim_{n\to\infty}\int f_n\,d\mu 存在且等于 ∫f dμ\int f\,d\mu。

大学实际应用与典型例题

测度论是现代概率论看不见的基础:柯尔莫哥洛夫公理(1933年)把一个随机试验定义为总质量为 11 的测度空间,从而期望值字面上就是一个勒贝格积分;在信号处理与傅里叶分析中,由勒贝格积分构造出的可测函数 LpL^p 空间,是帕塞瓦尔恒等式与傅里叶级数收敛的自然舞台;在数理金融中,随机积分与期权定价依赖于测度论意义下的概率;而分形几何与图像压缩则利用勒贝格测度的推广(豪斯多夫测度),为具有非整数维数的集合赋予有意义的“大小”。

例题: 狄利克雷函数:勒贝格可积但黎曼不可积

设 f=1Q∩[0,1]f = \mathbf{1}_{\mathbb{Q} \cap [0,1]} 是 [0,1][0,1] 中有理数的指示函数(狄利克雷函数)。证明 ff 不是黎曼可积的,但是勒贝格可积的,且 ∫01f dμ=0\int_0^1 f\,d\mu = 0。

解答

关于黎曼可积性:在 [0,1][0,1] 任意分割的任意子区间上,有理数与无理数都是稠密的,所以 ff 在该子区间上的上确界为 11,下确界为 00。因此无论分割多细,每个黎曼上和都等于 11,每个黎曼下和都等于 00;由于它们永远不会收敛到同一个值,ff 不是黎曼可积的。

关于勒贝格可积性:集合 Q∩[0,1]\mathbb{Q}\cap[0,1] 是可数的,记为 {q1,q2,…}\{q_1,q_2,\ldots\}。由勒贝格测度的可数次可加性,μ(Q∩[0,1])≤∑i=1∞μ({qi})=∑i=1∞0=0\mu(\mathbb{Q}\cap[0,1]) \le \sum_{i=1}^\infty \mu(\{q_i\}) = \sum_{i=1}^\infty 0 = 0,故 Q∩[0,1]\mathbb{Q}\cap[0,1] 的勒贝格测度为零。

由于 ff 除了在这个零测集上之外处处等于零函数,而勒贝格积分不受在零测集上修改函数值的影响,故 ∫01f dμ=∫010 dμ=0\int_0^1 f\,d\mu = \int_0^1 0\,d\mu = 0。

例题: 利用单调收敛定理计算积分的极限

设当 0≤x≤n0 \le x \le n 时 fn(x)=(1−xn)nf_n(x) = \left(1-\frac{x}{n}\right)^n,当 x>nx > n 时 fn(x)=0f_n(x) = 0。用单调收敛定理计算 lim⁡n→∞∫0∞fn dμ\lim_{n\to\infty} \int_0^\infty f_n\,d\mu。

解答

对每个固定的 x≥0x \ge 0,当 n→∞n\to\infty 时 (1−xn)n→e−x\left(1-\frac{x}{n}\right)^n \to e^{-x} 是标准的微积分事实(取对数并利用 nln⁡(1−x/n)→−xn\ln(1-x/n) \to -x),而对固定的 xx,fn(x)f_n(x) 关于 nn 不减(这是 ln⁡\ln 凹性的推论)。因此 0≤f1≤f2≤⋯0 \le f_1 \le f_2 \le \cdots,且 fn→e−x1[0,∞)(x)f_n \to e^{-x}\mathbf{1}_{[0,\infty)}(x) 逐点成立。

由单调收敛定理,lim⁡n→∞∫0∞fn dμ=∫0∞e−x dx\lim_{n\to\infty} \int_0^\infty f_n\,d\mu = \int_0^\infty e^{-x}\,dx。

这是一个标准的反常黎曼积分(此处因 e−x≥0e^{-x} \ge 0 而与勒贝格积分一致):∫0∞e−x dx=[−e−x]0∞=0−(−1)=1\int_0^\infty e^{-x}\,dx = \left[-e^{-x}\right]_0^\infty = 0 - (-1) = 1。故 lim⁡n→∞∫0∞fn dμ=1\lim_{n\to\infty} \int_0^\infty f_n\,d\mu = 1。

狄利克雷函数 f=1Q∩[0,1]f = \mathbf{1}_{\mathbb{Q}\cap[0,1]} 的勒贝格积分 ∫01f dμ\int_0^1 f\,d\mu 是多少?

由可数可加性,(0,1)∪(2,3)(0,1) \cup (2,3) 的勒贝格测度是多少?

在柯尔莫哥洛夫概率的测度论公理中,一个随机试验对应于什么?

当 fn→ff_n \to f 逐点成立,且对某个固定的可积函数 gg 有 ∣fn∣≤g|f_n| \le g,而不要求 fnf_n 单调时,哪个定理能证明 lim⁡n→∞∫fn dμ=∫f dμ\lim_{n\to\infty}\int f_n\,d\mu = \int f\,d\mu?

参考文献

  1. Gerald B. Folland (1999). Real Analysis: Modern Techniques and Their Applications
  2. Donald L. Cohn (2013). Measure Theory
  3. Hong Wang, Joshua Zahl (2025). Volume estimates for unions of convex sets, and the Kakeya set conjecture in three dimensions · arXiv:2502.17655 [预印本,未经同行评审]