简单函数

简单函数

简单函数（Simple Function）是测度论与实分析中一类基础而重要的可测函数，其核心特征是取值于有限个不同的实数值。在勒贝格积分（Lebesgue Integral）的构造中，简单函数扮演了关键角色——它们如同搭建高楼的砖石，通过逼近一般可测函数而定义出勒贝格积分。从数学结构上看，简单函数是示性函数的有限线性组合，这种组合结构使其既足够简单以直接定义积分，又足够灵活以逼近任意非负可测函数。

定义

设 $(\Omega, \mathcal{F})$ 为一个可测空间，函数 $f: \Omega \to \mathbb{R}$ 称为简单函数，当且仅当存在有限个互不相交的可测集 $A_1, A_2, \dots, A_n \in \mathcal{F}$ 和实数 $a_1, a_2, \dots, a_n$，使得：

其中 $\mathbf{1}_{A_i}$ 表示集合 $A_i$ 的示性函数，即当 $\omega \in A_i$ 时取值为 $1$，否则为 $0$。集合族 $\{A_i\}$ 构成 $\Omega$ 的一个有限划分，即 $\bigcup_{i=1}^{n} A_i = \Omega$ 且 $A_i \cap A_j = \varnothing$（$i \neq j$）。值域 $\{a_1, a_2, \dots, a_n\}$ 的有限性是简单函数的本质特征——这意味着 $f$ 只能取有限多个不同的函数值。

从可测性角度看，由于每个 $A_i$ 均为可测集，示性函数 $\mathbf{1}_{A_i}$ 可测，有限线性组合保持可测性，因此简单函数一定是可测函数。反之，并非所有可测函数都是简单函数——例如 $f(x) = x$ 在 $\mathbb{R}$ 上取无穷多个值，因而不是简单函数。

示性函数本身是最简单的简单函数实例。例如，定义在 $\mathbb{R}$ 上的狄利克雷函数 $D(x) = \mathbf{1}_{\mathbb{Q}}(x)$（有理数上取 $1$，无理数上取 $0$）仅取两个值，是一个典型的简单函数。在概率论中，离散随机变量若只取有限个值，本质上就是概率空间上的简单函数——例如掷一颗骰子所得点数可视为定义在样本空间上的简单函数。

标准型表示

简单函数的表示并不唯一。例如，若 $\Omega = [0, 1]$，函数 $f(x) = 1$ 在 $[0, 0.5]$ 上、$f(x) = 2$ 在 $(0.5, 1]$ 上，既可以表示为 $1 \cdot \mathbf{1}_{[0,0.5]} + 2 \cdot \mathbf{1}_{(0.5,1]}$，也可将 $[0,0.5]$ 进一步细分后以更多项表示。为了消除这种歧义，通常引入标准型（Canonical Representation）的概念。

对于简单函数 $f$，设其取值为互不相同的实数 $\alpha_1, \alpha_2, \dots, \alpha_m$（$m \leq n$），则标准型定义为：

其中 $E_j$ 是 $f$ 取值为 $\alpha_j$ 的原像集合。标准型的特点是：系数 $\alpha_j$ 互不相同且按某种次序排列，集合 $E_j$ 两两不交且覆盖 $\Omega$。这种表示是唯一的，因为在给定 $f$ 的条件下，取值集合和对应的原像都是唯一确定的。标准型的唯一性在定义勒贝格积分时十分关键——无论采用何种分解方式，最终积分值都归结为同一标准型下的计算。

从拓扑角度看，集合 $E_j = f^{-1}(\{\alpha_j\})$ 是可测的（因为 $f$ 可测），且 $f$ 在每个 $E_j$ 上为常数，因此简单函数本质上是在有限个可测集上逐段取常值的函数。这种结构使得简单函数成为连接离散与连续世界的桥梁。

勒贝格积分的构造

简单函数在勒贝格积分理论中居于核心地位。勒贝格积分的标准构造路径如下：

1. 定义非负简单函数的积分：对于非负简单函数 $f = \sum_{i=1}^{n} a_i \mathbf{1}_{A_i}$（$a_i \geq 0$），其勒贝格积分为：

其中 $\mu(A_i)$ 是集合 $A_i$ 的测度。此处约定 $0 \cdot \infty = 0$。这一公式的直观含义是：函数值 $a_i$ 乘以该函数值出现的"广度"（即集合的测度），再对各项求和。对比黎曼积分对定义域区间进行分割的方式，勒贝格积分转而分割值域——这正是勒贝格积分思想的核心：不是将定义域分成小段后求矩形面积之和，而是将值域分层，每层的高度乘以该层对应的定义域测度。

1. 逼近非负可测函数：对于任意非负可测函数 $f \geq 0$，存在一列递增的非负简单函数 $\{\varphi_n\}$，使得 $\varphi_n \to f$ 逐点收敛。例如，可采用如下构造方式——对每个 $n \in \mathbb{N}$，将区间 $[0, n]$ 等分为 $n \cdot 2^n$ 份，每份长度为 $2^{-n}$，定义为：

这种方法将 $f$ 的值域在纵向上进行"量子化"——以 $2^{-n}$ 为精度对 $f$ 的值进行向下取整，并截断超过 $n$ 的部分。随着 $n$ 增大，$\varphi_n$ 单调递增地逼近 $f$。于是定义 $f$ 的积分为 $\int f \, d\mu = \lim_{n \to \infty} \int \varphi_n \, d\mu$（该极限可能为无穷大）。

1. 扩展至一般可测函数：对于一般可测函数 $f$，将其分解为正部 $f^+ = \max(f, 0)$ 和负部 $f^- = \max(-f, 0)$，二者均为非负可测函数。若 $\int f^+ \, d\mu$ 与 $\int f^- \, d\mu$ 至少一个有限，则定义 $\int f \, d\mu = \int f^+ \, d\mu - \int f^- \, d\mu$。若二者均为有限，则称 $f$ 可积。

这一构造路径清晰展示了简单函数作为"积木"的角色：非负简单函数的积分可直接由测度定义；一般非负可测函数通过简单函数列逼近；任意可测函数借助正负分解纳入积分框架。每一步都依赖简单函数这一基础构件。

简单函数的性质

简单函数在代数运算下封闭：两个简单函数的和、差、积、常倍数仍是简单函数。若 $f$ 和 $g$ 为简单函数，则 $\max(f, g)$ 和 $\min(f, g)$ 也是简单函数。这些性质源于示性函数在有限布尔运算下的封闭性——有限个可测集的交、并、补仍为可测集。

在逼近理论中，简单函数具有如下关键结果：对于任意可测函数 $f$，存在一列简单函数逐点收敛到 $f$；若 $f$ 有界，则收敛是一致的。这意味着简单函数在可测函数空间中按一致范数稠密。这一事实使得许多关于可测函数的定理可以先对简单函数证明，再通过极限过程推广至一般情况——这是实分析中极为高效的证明策略。

从函数空间的角度看，定义在测度空间上的简单函数全体构成一个向量空间，且在逐点序关系下构成一个向量格（Vector Lattice）。非负简单函数锥的闭包（在各种收敛意义下）恰好生成非负可测函数空间，这从结构上揭示了简单函数在整个可测函数理论中的基础地位。

在概率论与经济学中的应用

在概率论中，取有限个值的离散随机变量正是概率空间上的简单函数。设 $(\Omega, \mathcal{F}, P)$ 为概率空间，离散随机变量 $X$ 取值为 $x_1, \dots, x_n$，则 $X = \sum_{i=1}^{n} x_i \mathbf{1}_{\{X = x_i\}}$。其数学期望 $E[X] = \sum x_i P(X = x_i)$ 恰好是简单函数的勒贝格积分——测度 $\mu$ 替换为概率测度 $P$。

在金融经济学中，简单函数可用于刻画有限状态模型。在状态价格为 $\pi_s$、状态 $s$ 下证券支付为 $d_s$ 的有限状态经济中，证券的支付函数 $d(s) = \sum d_s \mathbf{1}_{\{s\}}$ 即为定义在状态空间上的简单函数。证券的当前价格可表示为 $\sum \pi_s d_s$，与简单函数的勒贝格积分形式一致。这为无套利定价理论和资产定价基本定理提供了数学基础。当状态空间从有限扩展至无穷时，简单函数逼近方法恰好对应于将连续状态离散化的数值计算策略——这是计算经济学中常用的技术手段。

在经济计量学中，分段线性函数和非参数回归中的示性函数基展开（如B样条、核估计）本质上也是用简单函数或简单函数的推广来逼近未知的回归函数——这与勒贝格积分构造中简单函数逼近可测函数的思想如出一辙。

典型示例

示例一：离散随机变量。掷一枚硬币的收益函数：若正面朝上得 $1$ 元，反面朝上得 $0$ 元。设 $\Omega = \{H, T\}$，则收益函数 $R = 1 \cdot \mathbf{1}_{\{H\}} + 0 \cdot \mathbf{1}_{\{T\}}$ 是简单函数，其勒贝格积分（期望值）为 $1 \times 0.5 + 0 \times 0.5 = 0.5$ 元。

示例二：阶梯函数。函数 $f(x) = \lfloor x \rfloor$（取整函数）在每个区间 $[n, n+1)$ 上为常数 $n$，是 $\mathbb{R}$ 上的简单函数，其勒贝格积分在勒贝格测度下为无穷大（因为 $\sum_{n=0}^{\infty} n \cdot 1 = \infty$），表明该函数在 $\mathbb{R}$ 上不是勒贝格可积的。

示例三：有界变差逼近。构造 $f(x) = x$ 在 $[0, 1]$ 上的简单函数逼近：取 $n=4$ 时，$\varphi_4(x) = \sum_{k=0}^{3} \frac{k}{4} \mathbf{1}_{[k/4, (k+1)/4)}$ 是分段常数函数，与 $f$ 的最大误差为 $1/4$。当 $n \to \infty$ 时，该简单函数列一致收敛到 $f(x) = x$。

关键术语