博雷尔-σ-代数的乘积结构
-
动机与背景
在实变函数与测度论中,我们经常需要处理多维空间(如 ℝⁿ)或更一般乘积空间上的测度问题。例如,研究二元函数 \(f(x, y)\) 的积分时,需明确其定义域的测度结构。博雷尔-σ-代数的乘积结构(product σ-algebra)正是描述由多个可测空间生成的乘积空间的可测集的方法。其核心问题是:如何由每个分量空间的σ-代数自然构造乘积空间的σ-代数? -
定义:乘积σ-代数
设 \((X, \mathcal{A})\) 和 \((Y, \mathcal{B})\) 为两个可测空间。乘积σ-代数 \(\mathcal{A} \otimes \mathcal{B}\) 是 \(X \times Y\) 上满足以下条件的最小σ-代数:- 对所有 \(A \in \mathcal{A}\) 和 \(B \in \mathcal{B}\),可测矩形(measurable rectangle)\(A \times B\) 是 \(\mathcal{A} \otimes \mathcal{B}\) 中的集合。
等价地,\(\mathcal{A} \otimes \mathcal{B}\) 是由集合族 \(\{A \times B \mid A \in \mathcal{A}, B \in \mathcal{B}\}\) 生成的σ-代数。
注意:并非所有乘积空间中的可测集都是矩形,σ-代数还包含可测矩形的可数并、交、差等操作得到的集合。
- 对所有 \(A \in \mathcal{A}\) 和 \(B \in \mathcal{B}\),可测矩形(measurable rectangle)\(A \times B\) 是 \(\mathcal{A} \otimes \mathcal{B}\) 中的集合。
-
关键性质:截面原理与可测性
乘积σ-代数的结构可通过截面(sections)来刻画:- 对任意 \(E \subseteq X \times Y\),定义 \(x\)-截面 \(E_x = \{ y \in Y \mid (x, y) \in E \}\);
- 类似定义 \(y\)-截面 \(E^y = \{ x \in X \mid (x, y) \in E \}\)。
定理:若 \(E \in \mathcal{A} \otimes \mathcal{B}\),则对任意 \(x \in X\),有 \(E_x \in \mathcal{B}\);对任意 \(y \in Y\),有 \(E^y \in \mathcal{A}\)。这一性质是验证函数可测性或证明富比尼定理的基础。
-
与博雷尔σ-代数的关系
当 \(X = \mathbb{R}^m\),\(Y = \mathbb{R}^n\),且 \(\mathcal{A}\)、\(\mathcal{B}\) 分别为其博雷尔σ-代数时,需比较:- 乘积博雷尔σ-代数 \(\mathcal{B}_{\mathbb{R}^m} \otimes \mathcal{B}_{\mathbb{R}^n}\);
- \(\mathbb{R}^{m+n}\) 上的博雷尔σ-代数 \(\mathcal{B}_{\mathbb{R}^{m+n}}\)。
结论:总有 \(\mathcal{B}_{\mathbb{R}^m} \otimes \mathcal{B}_{\mathbb{R}^n} \subseteq \mathcal{B}_{\mathbb{R}^{m+n}}\),但当 \(m, n\) 有限时,两者相等;在无穷维空间中可能严格包含。此性质影响高维测度与积分的一致性。
-
应用:富比尼定理的基石
乘积σ-代数的定义确保了截面可测性,从而允许在迭代积分中交换顺序。例如,若 \(f: X \times Y \to \mathbb{R}\) 是 \(\mathcal{A} \otimes \mathcal{B}\)-可测函数,则:- 对每个 \(x \in X\),函数 \(y \mapsto f(x, y)\) 是 \(\mathcal{B}\)-可测的;
- 对每个 \(y \in Y\),函数 \(x \mapsto f(x, y)\) 是 \(\mathcal{A}\)-可测的。
这一性质直接支撑富比尼定理中积分交换的条件。
-
扩展:无穷乘积空间
乘积结构可推广至可数多个可测空间 \((X_i, \mathcal{A}_i)_{i=1}^\infty\)。其乘积σ-代数 \(\bigotimes_{i=1}^\infty \mathcal{A}_i\) 由所有柱集(cylinders)生成,即形如 \(A_1 \times A_2 \times \cdots \times A_n \times X_{n+1} \times \cdots\) 的集合。该结构在概率论(随机过程)和分析中至关重要。