勒贝格可积

勒贝格可积：从黎曼到勒贝格的跨越

勒贝格可积（Lebesgue integrable）是实分析中的核心概念，由法国数学家亨利·勒贝格（Henri Lebesgue）于1902年在其博士论文《积分、长度与面积》中正式提出。勒贝格积分是对经典的黎曼积分（Riemann integral）的根本性推广，它改变了积分的基本思路——从划分定义域（分割自变量区间）转为划分值域（分割函数值区间），从而极大地拓展了可积函数的范围，并为现代实分析、概率论和泛函分析奠定了基础。

从黎曼到勒贝格：思想革命

黎曼积分的本质是将定义域 $[a,b]$ 细分为若干小区间，在每个小区间上取函数值的一个代表（如左端点或右端点），以矩形面积之和逼近曲线下的面积。这一方法对连续函数或分段连续函数效果良好，但其局限性也十分明显：黎曼可积函数必须"几乎处处"连续，即其不连续点集的勒贝格测度（Lebesgue measure）必须为零。

勒贝格积分的核心思想则完全不同。它不是对自变量 $x$ 进行分割，而是对函数值 $y$ 进行分割。设 $f$ 是定义在可测集 $E \subseteq \mathbb{R}^n$ 上的非负可测函数，将值域 $[0,\infty)$ 划分为 $0 = y_0 < y_1 < y_2 < \cdots$，则函数 $f$ 下方的"面积"可近似为：

其中 $m(\cdot)$ 表示勒贝格测度。当分割无限加密时，该和收敛到勒贝格积分。如果该极限为有限值，则称 $f$ 在 $E$ 上勒贝格可积，记作 $f \in L^1(E)$。

这一视角转换的深刻之处在于：勒贝格积分不关心函数的局部震荡，只关心取各值域的点的集合"有多大"。因此，即使函数极其不连续（如狄利克雷函数），只要其取值集合的测度性质良好，就能被积分。

严格定义与可积性条件

严格而言，设 $(X, \mathcal{M}, \mu)$ 为一个测度空间，$f: X \to \mathbb{R}$ 为可测函数。定义 $f^+ = \max\{f, 0\}$，$f^- = \max\{-f, 0\}$，则 $f = f^+ - f^-$。若 $\int_X f^+ \,d\mu < \infty$ 且 $\int_X f^- \,d\mu < \infty$，则称 $f$ 在 $X$ 上勒贝格可积，且积分定义为：

勒贝格可积函数的全体构成巴拿赫空间 $L^1(X, \mu)$，其范数为 $\|f\|_1 = \int_X |f| \,d\mu$。该空间在范数意义下是完备的，这一性质是黎曼积分空间所不具备的——黎曼可积函数空间在L¹范数下不完备，这给分析学带来了诸多不便。

勒贝格积分的优势

勒贝格积分相较于黎曼积分具有多项本质优势：

更广的可积性范围。任何黎曼可积函数必定勒贝格可积，且积分值相等。但反之不真：Dirichlet函数（有理点取1，无理点取0）在 $[0,1]$ 上黎曼不可积，却是勒贝格可积的——其积分值为0，因为有理数集的勒贝格测度为零。

优越的极限定理。勒贝格积分拥有一系列强大的收敛定理，包括单调收敛定理（MCT）、勒贝格控制收敛定理（DCT）和法图引理（Fatou's Lemma）。这些定理保证了在相当宽松的条件下，极限运算与积分运算可以交换顺序。例如，控制收敛定理指出：若可测函数序列 $\{f_n\}$ 逐点收敛于 $f$，且存在可积函数 $g$ 使得 $|f_n| \leq g$ 对所有 $n$ 成立，则 $\lim_{n \to \infty} \int f_n = \int f$。在黎曼积分框架下，这类定理成立的条件要苛刻得多。

完备的函数空间。$L^1$ 空间在 $L^1$ 范数下是完备的，这使得泛函分析的整套工具（如巴拿赫不动点定理、哈恩-巴拿赫定理、对偶空间理论）能够应用于积分理论。

与测度论的深度融合。勒贝格积分天然地架起了测度理论与积分理论之间的桥梁。拉东-尼科迪姆定理（Radon-Nikodym Theorem）揭示了测度之间的绝对连续性与可积函数之间的对应关系；富比尼定理（Fubini's Theorem）将重积分化为累次积分，在测度论框架下变得简洁而严格。

勒贝格可积与广义积分

一个常见的误解是将勒贝格积分与黎曼广义积分（improper integral）混淆。例如，函数 $f(x) = \sin x / x$ 在 $(0, \infty)$ 上的广义黎曼积分 $\int_0^\infty \sin x / x \,dx = \pi/2$ 存在，但 $\int_0^\infty |\sin x / x| \,dx = \infty$，因此 $f$ 不是勒贝格可积的。这是因为勒贝格积分要求绝对可积性——$f$ 勒贝格可积当且仅当 $|f|$ 勒贝格可积。而黎曼广义积分允许条件收敛，即正负部分分别发散但相互抵消后收敛。这一差异是两类积分最重要的区分之一。

在概率论中的应用

在概率论中，勒贝格积分是现代概率论的数学基石。数学期望 $E[X] = \int_\Omega X \,dP$ 就是关于概率测度 $P$ 的勒贝格积分。这一观点统一处理了离散型、连续型及混合型随机变量的期望计算。大数定律和中心极限定理的严格证明均依赖于勒贝格积分框架下的收敛定理。此外，条件期望的构造需要用到拉东-尼科迪姆定理，而这正是勒贝格积分理论的自然延伸。

历史与影响

勒贝格积分并非凭空而生。在其之前，埃米尔·波莱尔（Émile Borel）已开始研究测度问题，卡米尔·若当（Camille Jordan）提出了若当测度。勒贝格的伟大贡献在于将测度论与积分理论有机统一，建立了一个逻辑自洽、功能强大的分析体系。1920年代以后，勒贝格积分成为实分析的标准语言，深刻影响了傅里叶分析、偏微分方程、遍历理论和量子力学等众多领域。今天，勒贝格积分与勒贝格测度共同构成了现代分析学的两大支柱，是每一位数学、物理、工程和经济学研究者的必修内容。正如数学家约翰·冯·诺伊曼所言："勒贝格积分是现代分析学中最重要的单一贡献。"