KNOWECON WIKI

ARTICLE

博赫纳积分

博赫纳积分 (Bochner Integral) 博赫纳积分（Bochner Integral）是将勒贝格积分从实值函数推广到取值于巴拿赫空间的可测函数的一种积分理论，由波兰数学家 Salomon Bochner 于 1933 年建立。它在泛函分析、偏微分方程以及概率论中具有基础性地位——例如，当研究取值于无限维空间的随机变量（如随机过程的轨迹）时，其期望的

浏览 7 更新 2025-11-08

博赫纳积分 (Bochner Integral)

博赫纳积分（Bochner Integral）是将勒贝格积分从实值函数推广到取值于巴拿赫空间的可测函数的一种积分理论，由波兰数学家 Salomon Bochner 于 1933 年建立。它在泛函分析、偏微分方程以及概率论中具有基础性地位——例如，当研究取值于无限维空间的随机变量（如随机过程的轨迹）时，其期望的定义就依赖于博赫纳积分。简言之：勒贝格积分告诉你如何对一个实值可测函数在测度空间上求和，博赫纳积分则告诉你当函数取值从 R\mathbb{R} 换成任意巴拿赫空间 XX 时如何保持同样的操作。

动机：为什么需要博赫纳积分

在经济学和计量经济学的应用中，许多数学对象天然取值于无限维空间。例如，希尔伯特空间中的随机元——如函数型数据（functional data）的观测、随机过程的样本路径（如布朗运动的整个轨迹作为 C[0,1]C[0,1] 中的元素）——需要一种"期望"的概念。标准的勒贝格积分仅适用于实值（或复值）函数，无法直接定义取值于巴拿赫空间的函数的积分。博赫纳积分填补了这一空白，使得以下操作成为可能：

E[X]=∫ΩX(ω) dP(ω)\mathbb{E}[\mathbf{X}] = \int_{\Omega} \mathbf{X}(\omega) \, d\mathbb{P}(\omega)

其中 X:Ω→X\mathbf{X}: \Omega \to X 是取值于巴拿赫空间 XX 的随机变量，积分结果仍是 XX 中的元素。

此外，在偏微分方程理论中，演化方程的解常被表示为半群作用于初值的博赫纳积分形式——例如，非齐次发展方程 u′(t)=Au(t)+f(t)u'(t) = Au(t) + f(t) 的温和解由变分常数公式给出：

u(t)=T(t)u0+∫0tT(t−s)f(s) dsu(t) = T(t)u_0 + \int_0^t T(t-s)f(s) \, ds

其中 T(t)T(t) 是 C0C_0-半群，积分即是博赫纳积分。因此，博赫纳积分是连接测度论与无限维分析的核心桥梁。

博赫纳可测性

构建博赫纳积分的第一步是界定哪类函数是"可积"的候选。设 (Ω,Σ,μ)(\Omega, \Sigma, \mu) 为一个测度空间，XX 为巴拿赫空间，函数 f:Ω→Xf: \Omega \to X。

ff 称为强可测（强可测）或博赫纳可测，如果存在一列简单函数 fn:Ω→Xf_n: \Omega \to X——即每个 fnf_n 仅取有限个值，且每个值的逆像属于 Σ\Sigma——使得对几乎每个 ω∈Ω\omega \in \Omega：

lim⁡n→∞∥fn(ω)−f(ω)∥X=0\lim_{n \to \infty} \|f_n(\omega) - f(\omega)\|_X = 0

换言之，ff 可以被一列简单函数逐点逼近。这一定义的关键在于：与实值情形不同，巴拿赫空间中的"可测"不能仅靠逆像条件刻画（因为 XX 中的博雷尔集结构更为复杂）。Pettis 可测性定理指出：ff 是博赫纳可测当且仅当 ff 是弱可测的（即对每个连续线性泛函 x∗∈X∗x^* \in X^*，实值函数 ⟨x∗,f(⋅)⟩\langle x^*, f(\cdot) \rangle 可测）且 ff 是几乎可分值的（即存在零测集 NN，使得 f(Ω∖N)f(\Omega \setminus N) 在 XX 中可分）。这一等价刻画将博赫纳可测性与 XX 的可分性联系起来，在应用中极为便利：当 XX 本身是可分巴拿赫空间时，弱可测即强可测。

博赫纳积分的定义

设 f:Ω→Xf: \Omega \to X 为博赫纳可测函数。若存在一列简单函数 fnf_n 几乎处处收敛于 ff，且满足：

lim⁡n→∞∫Ω∥f−fn∥X dμ=0\lim_{n \to \infty} \int_{\Omega} \|f - f_n\|_X \, d\mu = 0

则称 ff 为博赫纳可积。此时定义博赫纳积分为：

∫Ωf dμ:=lim⁡n→∞∫Ωfn dμ\int_{\Omega} f \, d\mu := \lim_{n \to \infty} \int_{\Omega} f_n \, d\mu

其中简单函数 fn=∑i=1knxi,n1Ei,nf_n = \sum_{i=1}^{k_n} x_{i,n} \mathbf{1}_{E_{i,n}}（xi,n∈X,Ei,n∈Σx_{i,n} \in X, E_{i,n} \in \Sigma）的积分自然地定义为 ∫Ωfn dμ=∑i=1knxi,n μ(Ei,n)\int_{\Omega} f_n \, d\mu = \sum_{i=1}^{k_n} x_{i,n} \, \mu(E_{i,n})。该极限在 XX 的范数下收敛，且不依赖于逼近序列的选择。

博赫纳可积性准则（Bochner's Criterion）是应用中最常用的判别定理：博赫纳可测函数 ff 为博赫纳可积当且仅当真值函数 ∥f∥X\|f\|_X 是勒贝格可积的，即：

∫Ω∥f(ω)∥X dμ(ω)<∞\int_{\Omega} \|f(\omega)\|_X \, d\mu(\omega) < \infty

这一简洁条件将博赫纳可积性的判定完全归结为实值函数的勒贝格可积性问题，极大地简化了实际验证。其证明了依赖于简单函数逼近和范数的三角不等式。

基本性质

博赫纳积分继承并推广了勒贝格积分的核心性质：

线性性：对所有可积的 f,gf, g 和标量 α,β∈R\alpha, \beta \in \mathbb{R}（或 C\mathbb{C}），

∫Ω(αf+βg) dμ=α∫Ωf dμ+β∫Ωg dμ\int_{\Omega} (\alpha f + \beta g) \, d\mu = \alpha \int_{\Omega} f \, d\mu + \beta \int_{\Omega} g \, d\mu

范数不等式：博赫纳积分的范数不超过被积函数范数的积分，即

∥∫Ωf dμ∥X≤∫Ω∥f∥X dμ\left\| \int_{\Omega} f \, d\mu \right\|_X \leq \int_{\Omega} \|f\|_X \, d\mu

这是三角不等式与简单函数极限交换的直接推论，也是估计积分大小的基本工具。

控制收敛定理：若 fn→ff_n \to f 几乎处处，且存在勒贝格可积的实值函数 gg 满足 ∥fn∥X≤g\|f_n\|_X \leq g 几乎处处对所有 nn，则

lim⁡n→∞∫Ωfn dμ=∫Ωf dμ\lim_{n \to \infty} \int_{\Omega} f_n \, d\mu = \int_{\Omega} f \, d\mu

（极限在 XX 的范数意义下）。这一结果是勒贝格控制收敛定理的自然推广。

与连续线性算子的交换：设 T:X→YT: X \to Y 为巴拿赫空间之间的有界线性算子，ff 博赫纳可积，则

T(∫Ωf dμ)=∫ΩT∘f dμT\left( \int_{\Omega} f \, d\mu \right) = \int_{\Omega} T \circ f \, d\mu

这一性质在实际计算中至关重要——它允许将积分"提出"到线性算子之外，也为博赫纳积分与对偶配对 ⟨x∗,∫f⟩=∫⟨x∗,f⟩\langle x^*, \int f \rangle = \int \langle x^*, f \rangle 的合法性提供了理论基础。

富比尼定理：在 σ\sigma-有限测度空间的乘积上，博赫纳积分的积分次序可交换，条件是被积函数的范数在乘积测度下可积。

博赫纳积分与 Pettis 积分

在博赫纳积分之外，还存在另一重要的巴拿赫空间值积分的概念——Pettis 积分。二者的关系常引起混淆，有必要加以区分。

f:Ω→Xf: \Omega \to X 的 Pettis 积分是一个元素 I∈XI \in X，满足对每个连续线性泛函 x∗∈X∗x^* \in X^*：

⟨x∗,I⟩=∫Ω⟨x∗,f(ω)⟩ dμ(ω)\langle x^*, I \rangle = \int_{\Omega} \langle x^*, f(\omega) \rangle \, d\mu(\omega)

博赫纳可积函数一定是 Pettis 可积的，且两种积分值一致。但反过来不成立：存在 Pettis 可积而非博赫纳可积的函数。博赫纳积分要求更强的条件——范数可积（∫∥f∥Xdμ<∞\int \|f\|_X d\mu < \infty）——而 Pettis 积分仅要求每个标量函数 ⟨x∗,f⟩\langle x^*, f \rangle 勒贝格可积，且存在某个元素 II 实现该对偶表示。在应用层面，博赫纳积分因其范数条件而具有更好的分析性质（如控制收敛定理），是偏微分方程和随机分析中的首选工具；Pettis 积分则在弱拓扑分析中发挥作用，特别是研究不可分巴拿赫空间或处理缺乏强可测性的函数时。

LpL^p 空间的博赫纳积分

将博赫纳积分的框架应用于函数空间，可定义博赫纳-勒贝格空间 Lp(Ω,Σ,μ;X)L^p(\Omega, \Sigma, \mu; X)——所有博赫纳可测函数 f:Ω→Xf: \Omega \to X 满足 ∫Ω∥f∥Xp dμ<∞\int_{\Omega} \|f\|_X^p \, d\mu < \infty 构成的线性空间，在模去几乎处处为零的函数后装备范数：

∥f∥Lp(Ω;X)=(∫Ω∥f(ω)∥Xp dμ(ω))1/p,1≤p<∞\|f\|_{L^p(\Omega; X)} = \left( \int_{\Omega} \|f(\omega)\|_X^p \, d\mu(\omega) \right)^{1/p}, \quad 1 \leq p < \infty

若 XX 是巴拿赫空间，则 Lp(Ω;X)L^p(\Omega; X) 也是巴拿赫空间；若 XX 是（可分）希尔伯特空间，则 L2(Ω;X)L^2(\Omega; X) 也是希尔伯特空间。这为研究随机偏微分方程中取值于索伯列夫空间的解提供了自然的函数空间框架。

特别地，当 (Ω,Σ,μ)=(Θ,F,P)(\Omega, \Sigma, \mu) = (\Theta, \mathcal{F}, \mathbb{P}) 为概率空间时，L2(Θ;X)L^2(\Theta; X) 就是取值于 XX 的随机元所构成的希尔伯特空间，其内积为 E[⟨U,V⟩X]\mathbb{E}[\langle U, V \rangle_X]。这一结构在函数型数据分析（FDA）中至关重要——每个观测不再是标量，而是一条曲线、一个曲面或更一般的无限维对象，其统计推断依赖于取值于希尔伯特空间的中心极限定理和博赫纳积分框架下的期望算子。

博赫纳积分在经济学中的应用

尽管博赫纳积分属于纯数学工具，但它在理论计量经济学和数理经济学中的若干核心议题中不可或缺。

第一，随机过程的期望：在随机微积分中，Itô 积分 ∫0tHs dWs\int_0^t H_s \, dW_s 作为一个随机过程，其期望的计算涉及博赫纳积分。具体而言，若 HH 是适应过程且满足 E[∫0THs2ds]<∞\mathbb{E}[\int_0^T H_s^2 ds] < \infty，则 Itô 积分的期望为零——这一结论的严密证明依赖于将随机积分嵌入取值于 L2(Ω)L^2(\Omega) 的博赫纳积分框架中。

第二，函数型时间序列：现代宏观经济学和金融学中，收益率曲线、波动率曲面和高频交易数据的函数型表示本质上是取值于希尔伯特空间的随机元。定义这些对象的无条件均值函数 m(t)=E[Yt]m(t) = \mathbb{E}[Y_t] 即为博赫纳积分在概率测度下的应用。函数型主成分分析（FPCA）和函数型线性模型的大样本理论均建立在取值于可分希尔伯特空间的中心极限定理之上，而后者又以博赫纳积分的期望定义为出发点。

第三，无穷维优化：在动态规划和最优控制的无穷维推广中，值函数和策略函数取值于巴拿赫空间，其迭代收敛性的证明依赖于博赫纳积分框架下的压缩映射原理。特别是，处理含有连续统状态变量的异质性代理人模型（如 Krusell-Smith 模型或 Huggett 模型）时，分布函数的演化方程涉及取值于测度空间的博赫纳积分。

第四，温和解与半群理论：宏观经济学中的内生增长模型和搜寻匹配模型常导出形如 u′(t)=Au(t)+f(t)u'(t) = Au(t) + f(t) 的抽象柯西问题，其中 AA 是无界算子。温和解公式 u(t)=T(t)u0+∫0tT(t−s)f(s)dsu(t) = T(t)u_0 + \int_0^t T(t-s)f(s)ds 中的积分即为向量值博赫纳积分。这一视角为模型的适定性（存在性、唯一性、对初值的连续依赖性）提供了系统的验证工具。

历史与文献

Salomon Bochner（1899-1982）是波兰裔美国数学家，在调和分析、概率论和微分几何领域均有卓越贡献。1933 年，他在论文《Integration von Funktionen, deren Werte die Elemente eines Vektorraumes sind》中系统建立了取值于巴拿赫空间的函数的积分理论。彼时，勒贝格积分已臻成熟（Lebesgue, 1902），但将其推广至向量值情形的工作并非平凡——问题的核心在于如何定义"可测"，以及如何在缺乏全序关系的巴拿赫空间中定义积分收敛。Bochner 的解决方案——通过简单函数逼近和范数可积条件——优雅地绕开了巴拿赫空间中缺乏序结构的障碍。

现代标准参考文献包括 Yosida (1980) 的《Functional Analysis》、Diestel \& Uhl (1977) 的专著《Vector Measures》以及 Hytönen et al. (2016) 的《Analysis in Banach Spaces》。在经济学方法论层面，博赫纳积分通常不作为独立课程讲授，而是作为泛函分析在经济学中应用的一部分加以引入——Luenberger (1969) 的经典教材和 Stokey, Lucas \& Prescott (1989) 的递归方法著作均涉及相关概念。