波莱尔σ-代数

波莱尔σ-代数（Borel σ-algebra）是测度论与概率论中最为基础的数学结构之一。它为实数轴（以及更一般的拓扑空间）赋予了一种「可测」结构，使得人们可以在其上定义 Lebesgue 积分与概率测度。

定义

设 $(X, \mathcal{T})$ 为一个拓扑空间，其中 $\mathcal{T}$ 为 $X$ 上的拓扑（即开集族）。则 $X$ 上的 波莱尔σ-代数 定义为包含所有开集的最小 σ-代数，记作 $\mathcal{B}(X)$ 或 $\mathcal{B}_X$。换言之：

其中 $\sigma(\mathcal{T})$ 表示由 $\mathcal{T}$ 生成的 σ-代数。$\mathcal{B}(X)$ 中的元素称为 波莱尔集（Borel set）。

特别地，当 $X = \mathbb{R}^n$ 且赋予通常的 Euclidean 拓扑时，$\mathcal{B}(\mathbb{R}^n)$ 即为实数空间上的波莱尔σ-代数。

基本性质

1. 包含关系：所有开集、闭集、$G_\delta$ 集（可数交的开集）、$F_\sigma$ 集（可数并的闭集）均为波莱尔集。

1. 生成方式：在 $\mathbb{R}$ 上，波莱尔σ-代数可以由以下任一族集合生成：

• 所有开区间 $(a, b)$
• 所有闭区间 $[a, b]$
• 所有半开区间 $(-\infty, a)$ 或 $(-\infty, a]$
• 所有形如 $(q, +\infty)$ 的区间（$q \in \mathbb{Q}$）

这一事实极大地简化了构造 Lebesgue 测度的过程。

1. 基数：$\mathbb{R}$ 上的波莱尔σ-代数 $\mathcal{B}(\mathbb{R})$ 的基数为连续统 $\mathfrak{c}$，而 Lebesgue 可测集的基数则为 $2^\mathfrak{c}$，说明存在大量 Lebesgue 可测而非波莱尔的集合。

1. 与连续函数的关系：如果 $f: X \to Y$ 是连续函数，则 $f$ 是 $\mathcal{B}(X)/\mathcal{B}(Y)$-可测的。这意味着所有连续函数都是波莱尔可测函数。

波莱尔σ-代数在概率论中的角色

在概率论中，随机变量被定义为从样本空间 $(\Omega, \mathcal{F}, P)$ 到 $(\mathbb{R}, \mathcal{B}(\mathbb{R}))$ 的可测函数。$\mathcal{B}(\mathbb{R})$ 之所以被选为 $\mathbb{R}$ 上的目标σ-代数，是因为它足够大以包含所有有实际意义的集合（如区间、半直线等），又足够小以避免诸如非 Lebesgue 可测集（需要选择公理构造）那样的病态集合。

概率分布函数 $F_X(x) = P(X \leq x)$ 与波莱尔σ-代数紧密相连——由于 $(-\infty, x]$ 是波莱尔集，该定义总是良定义的。

波莱尔层级

波莱尔σ-代数可通过超限归纳分层构造，称为 波莱尔层级（Borel hierarchy）：

• $\Sigma^0_1$：所有开集
• $\Pi^0_1$：所有闭集
• $\Sigma^0_2$：$F_\sigma$ 集（可数并的闭集）
• $\Pi^0_2$：$G_\delta$ 集（可数交的开集）
• 依此类推，交替取可数并与可数交

对于 $\mathbb{R}$，此过程在第 $\omega_1$ 步（第一个不可数序数）停止。因此波莱尔集具有可数深度的构造层次。

乘积空间上的波莱尔σ-代数

对于两个拓扑空间 $X$ 和 $Y$，乘积空间 $X \times Y$ 上的波莱尔σ-代数 $\mathcal{B}(X \times Y)$ 通常并不等于 $\mathcal{B}(X) \otimes \mathcal{B}(Y)$（即由矩形波莱尔集的乘积生成的最小σ-代数），除非 $X$ 和 $Y$ 满足第二可数性条件（例如 $\mathbb{R}^n$ 的情形）。这一微妙差别在随机过程理论中具有重要意义。

重要例子

• Cantor 集：Cantor 集是 $\mathbb{R}$ 中的闭集（从而是波莱尔集），且具有连续统基数但 Lebesgue 测度为零。
• 有理数集 $\mathbb{Q}$：是可数个闭集的并（$F_\sigma$ 集），故为波莱尔集。
• Dirichlet 函数：$\mathbf{1}_{\mathbb{Q}}$ 是波莱尔可测函数，因为 $\mathbb{Q}$ 是波莱尔集。

参考文献

1. Billingsley, P. (1995). Probability and Measure (3rd ed.). Wiley.
2. Folland, G. B. (1999). Real Analysis: Modern Techniques and Their Applications (2nd ed.). Wiley.
3. Kechris, A. S. (1995). Classical Descriptive Set Theory. Springer.
4. 严加安. (2009). 测度论讲义 (第2版). 科学出版社.