第 1 讲测度与积分›第 2 部分　从乔丹容量到外测度

PDF 第 15 / 47 页幻灯片 14/42路线图

路线图：进入第 2 部分（从乔丹测度到勒贝格测度）

Where we are

课件第 15 页：Where we are — 课件原页 · 点击放大 · ← → 键翻页

这一页在讲什么

人话版一句话版

第 1 部分只规定了测度要满足的规矩，还没有造出任何一个像样的测度。第 2、3 部分要亲手造出最重要的那一个：实数轴上的「长度」，也就是勒贝格测度。老师在这页写下了两条构造路线。

课件原文逐句精读

课件原文Where we are

Probability spaces and measurable events
From Jordan content to outer measure（高亮）
Lebesgue measurable sets and measure
Lebesgue integration
MCT, Fatou's Lemma, DCT, BCT

中文翻译

我们现在在哪里：第 2 部分「从乔丹容量到外测度」。

老师板书在说什么

老师板书板书转写

第 1 部分旁边： $(Ω, F, P) ，$ $(S, M, μ)$
页面下方两行：
1. Algebra $\to$ pre-measure $\to$ outer-measure $\to$ extension Thm $\to$ Lebesgue measure.
2. Jordan measure $\to$ outer-measure $\to$ extension $\to$ Lebesgue measure,

第 1 部分的成果：两个三元组

$(Ω, F, P) ：$ 概率空间（样本空间、σ-代数、概率测度），见第 12 页。
$(S, M, μ) ：$ 一般的测度空间（空间、σ-代数、测度），总质量可以不是 1，甚至可以是 $\infty 。$
老师把两者并列，意思是：概率空间只是测度空间的特例（总质量为 1 的那种）。接下来造「长度」，造的是一般测度空间 $(R, L (R), m) 。$

两条路线：它们在说什么

两行板书讲的是同一件事的两种走法——怎样从「区间的长度」出发，最后得到定义在很多集合上的勒贝格测度。

步骤	第 1 行（教科书标准路线）	第 2 行（本课走的路线）
起点	代数（algebra）：对有限次并、补封闭的集合族，例如「有限个区间的并」	乔丹测度 / 容量（Jordan content）：用有限个区间从里、从外逼近（第 16 页）
中间	预测度（pre-measure）：在代数上定义的「长度」，已满足可数可加	——
推广到所有子集	外测度（outer measure） $m^{*} ：$ 用可数个区间去覆盖（第 18 页）	同左
收缩到好集合	扩张定理（extension theorem）：只保留满足卡拉泰奥多里条件的集合（第 20 页）	同左
终点	勒贝格测度	勒贝格测度

人话版用「称重」来理解这条路

先会称最简单的东西：区间 $[a, b]$ 的长度是 $b - a 。$
再称有限个区间拼成的形状（乔丹容量）。
形状太碎（比如全体有理数）时，有限个区间不够用 → 允许可数个区间去覆盖，取最省的总长度（外测度）。
外测度对所有集合都有定义，但并不总是「可加」的 → 只保留那些切开之后重量不会凭空多出来的集合（卡拉泰奥多里可测集）。
在这些集合上，外测度就是一个真正的测度：勒贝格测度。

第 2 部分会讲什么

页	内容
第 16 页	乔丹容量：有限个区间从里、从外逼近
第 17 页	有理数的例子：有限覆盖为什么不够，可数覆盖为什么够
第 18 页	外测度：可数覆盖总长度的下确界

小结与自测

小结本页小结

第 1 部分给出了规矩：概率空间 $(Ω, F, P)$ 是测度空间 $(S, M, μ)$ 的特例。
第 2、3 部分要造出勒贝格测度：区间长度 → 乔丹容量 → 外测度 → 限制到可测集 → 勒贝格测度。
老师写的两条路线终点相同，本课走的是「乔丹容量 → 外测度 → 扩张」这一条。

本页术语中英对照（按出现顺序）

中文	English	白话解释
测度	measure	给 σ-代数里的每个集合一个 [0, ∞] 中的「大小」，空集为 0，并且可数可加。
勒贝格测度	Lebesgue measure	实数轴上「长度」的严格版本，定义在勒贝格可测集上，m([a,b]) = b − a。
乔丹容量	Jordan content	用有限个区间从里、从外逼近一个集合；两边逼近值相等时才有定义。
外测度	outer measure	用可数个区间覆盖集合，所有覆盖总长度的下确界 m*(E)；对每个子集都有定义。
概率空间	probability space	三元组 (Ω, 𝓕, P)：样本空间、事件的 σ-代数、概率测度。
样本空间	sample space	一次试验所有可能的完整结局组成的集合，记作 Ω。
σ-代数	sigma-algebra	允许谈概率的「事件清单」：含 Ω，对补集和可数并封闭。
概率测度	probability measure	总质量 P(Ω) = 1 的测度。
测度空间	measure space	三元组 (S, 𝓜, μ)：空间、σ-代数、测度。
集合	set	把一些对象放在一起当成一个整体，例如 {1,2,3}。
区间	interval	数轴上的一段，[a,b] 包含端点，(a,b) 不包含端点。
集合族	family of sets	元素本身都是集合的集合，例如事件族 𝓕。
可数可加性	countable additivity	两两不交的可数个集合，并集的测度等于各自测度之和。
子集	subset	A 的每个元素都在 B 里，就说 A 是 B 的子集，记作 A ⊆ B。
可数	countable	元素能排成第 1 个、第 2 个、第 3 个……的一列（有限也算），例如自然数、有理数。
卡拉泰奥多里	Carathéodory	卡拉泰奥多里判别：用 E 去切任何集合 A，两块外测度之和都等于 m*(A)。
有理数	rational number	能写成分数 p/q 的数，全体有理数记作 ℚ；它们可数，却在数轴上处处稠密。
可测集	measurable set	σ-代数里的集合，也就是可以谈「测度多大」的集合；在概率空间里，可测集就叫事件。
下确界	infimum (inf)	最大的下界。例如 (0,1] 没有最小值，但下确界是 0。