跳轉到

3.1 實分析與測度論：微積分的嚴格化#

前因：微積分的信任危機#

Newton 與 Leibniz（1660s–1680s）的微積分威力驚人，但基礎含糊：「無窮小量」是零還是非零？Berkeley 主教 1734 年譏之為「消失量的幽靈」。19 世紀的連續怪物（處處連續處處不可微的 Weierstrass 函數，1872；有界但 Riemann 不可積的函數）逼出了嚴格化工程：

  1. 極限的 \(\epsilon\) - \(\delta\) 定義（Cauchy、Weierstrass）
  2. 實數的構造（Dedekind 分割、Cauchy 序列）
  3. 面積/積分的徹底重做（Lebesgue, 1902）

構造：測度論#

問題：如何對「任意」實數子集定義長度？Lebesgue 的答案——外測度與可測性：

定義（Lebesgue 外測度）。 \(m^*(E) = \inf \left\{ \sum_n \ell(I_n) : E \subseteq \bigcup_n I_n,\ I_n \text{ 為開區間} \right\}\)

定義（測度空間）。 \((X, \mathcal{F}, \mu)\) ： \(\mathcal{F}\) 是 \(\sigma\) -代數（對可數并與補集封閉）， \(\mu: \mathcal{F} \to [0, \infty]\) 滿足可數可加性：對互斥的 \(E_n\) ，

\[\mu\left(\bigcup_n E_n\right) = \sum_n \mu(E_n)\]

Lebesgue 積分：先對簡單函數 \(\sum a_i \mathbf{1}_{E_i}\) 定義 \(\int = \sum a_i \mu(E_i)\) ，再取極限。與 Riemann 積分的差別：Riemann「垂直切」，Lebesgue「水平切」——先分函數值域，再量每層的測度。

收斂定理（Riemann 積分夢寐以求而不可得的）：

  • 單調收斂： \(f_n \uparrow f \Rightarrow \int f_n \uparrow \int f\)
  • 支配收斂： \(|f_n| \le g\) 可積、 \(f_n \to f\) a.e. \(\Rightarrow \int f_n \to \int f\)

關鍵對偶（4.1 的伏筆）：機率論把「樣本空間」當成 \((\Omega, \mathcal{F}, P)\) ——機率就是總測度為 1 的測度。隨機變數 = 可測函數，期望 = 積分。1933 年 Kolmogorov 用這一招讓機率成為分析的分支。

後果#

  • ** \(L^p\) 空間**： \(\|f\|_p = (\int |f|^p)^{1/p}\) ，完備賦範空間，泛函分析的模型（5.2–5.4）。
  • 調和分析：傅立葉級數收斂問題在 \(L^2\) 中獲得完美解答（Parseval）。
  • 遍歷理論與動態系統（3.3）：保測變換。

練習與思考#

  1. 證明可數集的 Lebesgue 測度為零；由此說明「幾乎處處」概念的意義。
  2. 為什麼支配收斂定理讓「極限與積分交換」從賭博變成定理？