當面積不夠用：從黎曼到 Lebesgue 的積分革命

當「面積」不夠用：黎曼積分撐不住的那一刻

你在入門篇學過：把曲線下的面積切成許多細長條，讓寬度趨近於零，加總起來就是定積分。這個畫面非常直覺，也足以應付絕大多數工程與物理的計算。但讓我們問一個刁鑽的問題：

考慮在區間 $[0, 1]$ 上的 Dirichlet 函數

$$ D(x) = \begin{cases} 1, & x \in \mathbb{Q} \\ 0, & x \notin \mathbb{Q} \end{cases} $$

它在每個有理數取值 $1$、在每個無理數取值 $0$。它的「曲線下面積」是多少？

直覺上，有理數在 $[0,1]$ 裡「少得可憐」（可數），無理數「多到爆」（不可數），所以面積應該是 $0$ 才對。但若你真的拿黎曼積分（Riemann integral）去算，會發現它根本算不出來——無論分割多細，每個小區間裡同時有有理數與無理數，上和恆為 $1$、下和恆為 $0$，兩者永遠不相等。黎曼積分在這裡直接「死當」。

這篇文章要談的，正是入門篇刻意略過的那一層：積分本身可以有不同的「定義」，而這些定義的差異，深刻地決定了哪些函數可以被積分、極限與積分能否交換、以及現代機率論與物理為何非得換掉黎曼不可。

黎曼的盲點：為什麼要重新定義積分

黎曼積分的策略是沿著 $x$ 軸切——把定義域切成許多小區間，在每個小區間取一個函數值，乘以寬度後加總。這個策略的致命弱點是：它要求函數在「水平方向」夠規矩。一個在每個小區間都劇烈跳動的函數（像 Dirichlet 函數），無論怎麼切都無法逼近。

更精確地說，黎曼可積的充要條件是 Lebesgue 判準：

$f$ 在 $[a,b]$ 上黎曼可積 $\iff$ $f$ 有界，且它的不連續點集合的測度為零。

Dirichlet 函數處處不連續，不連續點集是整個 $[0,1]$，測度為 $1 \neq 0$，所以注定不可黎曼積。

但問題不只在病態函數。黎曼積分有一個更實際的缺陷：它與極限相處得很差。考慮函數列 $f_n$，每個都黎曼可積，且逐點收斂到 $f$。我們很想寫

$$ \lim_{n\to\infty} \int f_n = \int \lim_{n\to\infty} f_n = \int f $$

但在黎曼框架下，這個交換需要一致收斂（uniform convergence）這種很強的條件，否則右邊的 $f$ 甚至可能不可積。對需要大量處理「極限與積分交換」的機率論、傅立葉分析來說，這是無法接受的脆弱。

Lebesgue 的轉向：沿著 $y$ 軸切

Henri Lebesgue 在 1902 年給出的革命性想法，用一句話就能說清楚：

黎曼沿 $x$ 軸切（切定義域），Lebesgue 沿 $y$ 軸切（切值域）。

打個比方。假設你要數一堆零錢的總額。黎曼的方法是「按照硬幣排在桌上的順序，一枚一枚往下加」；Lebesgue 的方法是「先把硬幣按面額分堆，數出每堆有幾枚，再用面額乘以數量」。後者顯然更聰明——尤其當硬幣排列雜亂無章時。

形式上，Lebesgue 把值域切成小段 $[y_{k}, y_{k+1})$，然後問：定義域中有多大一塊，其函數值落在這一段裡？ 這個「多大一塊」就是測度（measure） $\mu$。Lebesgue 積分的定義（對非負可測函數）大致是

$$ \int_E f \, d\mu = \sup \left\{ \sum_{k} y_k \cdot \mu\big(\{x \in E : f(x) \geq y_k\}\big) \right\} $$

其中 sup 取遍所有簡單函數（simple function）的逼近。

關鍵在於：要量「函數值落在某段的那塊定義域有多大」，我們需要一套能衡量任意奇形怪狀集合大小的工具。這就是 Lebesgue 測度。

看一個例子：Dirichlet 函數的 Lebesgue 積分

回到開頭那個讓黎曼當機的函數。用 Lebesgue 觀點，它只取兩個值 $\{0, 1\}$，所以是個簡單函數：

$$ \int_{[0,1]} D \, d\mu = 1 \cdot \mu(\mathbb{Q} \cap [0,1]) + 0 \cdot \mu\big([0,1] \setminus \mathbb{Q}\big) $$

現在的核心問題變成：有理數集合 $\mathbb{Q} \cap [0,1]$ 的測度是多少？

由於有理數是可數的，我們可以把它們列成 $q_1, q_2, q_3, \dots$。給定任意小的 $\varepsilon > 0$，用一個長度為 $\varepsilon / 2^n$ 的開區間蓋住第 $n$ 個有理數。所有區間長度的總和不超過

$$ \sum_{n=1}^{\infty} \frac{\varepsilon}{2^n} = \varepsilon $$

由於 $\varepsilon$ 可任意小，這個覆蓋的測度可以壓到任意接近 $0$，所以 $\mu(\mathbb{Q} \cap [0,1]) = 0$。

於是

$$ \int_{[0,1]} D \, d\mu = 1 \cdot 0 + 0 \cdot 1 = 0 $$

漂亮。Lebesgue 積分不但算得出來，而且給的答案正是直覺所期待的 $0$。任何可數集的 Lebesgue 測度都是零——這是 Lebesgue 框架最關鍵的事實之一，它讓「幾乎處處（almost everywhere, a.e.）」這個概念得以成立：我們可以放心忽略測度為零的集合上發生的事。

收斂定理：Lebesgue 真正的威力

如果你以為 Lebesgue 積分只是「為了積那些病態函數而發明的玩具」，那就大大低估它了。它真正改變遊戲規則的地方，是讓極限與積分的交換變得異常順暢。三大支柱定理：

單調收斂定理（Monotone Convergence Theorem, MCT）：若 $0 \le f_1 \le f_2 \le \cdots$ 且 $f_n \to f$ 逐點收斂，則

$$ \lim_{n\to\infty} \int f_n \, d\mu = \int f \, d\mu $$

不需要一致收斂，只要單調遞增即可。

控制收斂定理（Dominated Convergence Theorem, DCT）：若 $f_n \to f$ 逐點收斂，且存在一個可積的「控制函數」$g$ 使得 $|f_n| \le g$ 對所有 $n$ 成立，則

$$ \lim_{n\to\infty} \int f_n \, d\mu = \int f \, d\mu $$

這是分析學裡使用頻率最高的定理之一。它把「能不能交換極限與積分」這個棘手問題，化約成「能不能找到一個共同的可積上界」這個相對容易檢驗的條件。

動手試試：一個 DCT 救場的計算

考慮極限

$$ \lim_{n\to\infty} \int_0^{\infty} \frac{n \sin(x/n)}{x(1+x^2)} \, dx $$

直接硬算每個 $n$ 的積分很痛苦。但注意被積函數逐點收斂：當 $n \to \infty$，利用 $\sin(t) \approx t$（即 $\frac{\sin(x/n)}{x/n} \to 1$），

$$ \frac{n \sin(x/n)}{x(1+x^2)} = \frac{\sin(x/n)}{(x/n)} \cdot \frac{1}{1+x^2} \longrightarrow \frac{1}{1+x^2} $$

接著找控制函數。利用不等式 $|\sin t| \le |t|$，得 $|n\sin(x/n)| \le n \cdot (x/n) = x$，所以

$$ \left| \frac{n\sin(x/n)}{x(1+x^2)} \right| \le \frac{x}{x(1+x^2)} = \frac{1}{1+x^2} =: g(x) $$

而 $g(x) = \frac{1}{1+x^2}$ 在 $[0,\infty)$ 上可積（積分值為 $\pi/2$），符合 DCT 的控制條件。於是我們可以放心交換：

$$ \lim_{n\to\infty} \int_0^{\infty} \frac{n\sin(x/n)}{x(1+x^2)} \, dx = \int_0^{\infty} \frac{1}{1+x^2} \, dx = \left[ \arctan x \right]_0^{\infty} = \frac{\pi}{2} $$

整個論證的關鍵，就是那個被找到的控制函數 $g$。沒有 DCT，這種計算要嚴格化會非常麻煩。

兩種積分的關係：Lebesgue 是黎曼的真正推廣

一個重要且令人安心的事實：只要 $f$ 在 $[a,b]$ 上黎曼可積，它就 Lebesgue 可積，且兩者數值相等。

$$ \int_a^b f(x)\, dx \;(\text{Riemann}) \;=\; \int_{[a,b]} f \, d\mu \;(\text{Lebesgue}) $$

所以你過去學的所有黎曼積分計算技巧（換元、分部、基本定理）全部照舊有效，Lebesgue 沒有否定它們，而是把它們安放在更穩固的地基上。

但有一個微妙的例外值得注意：瑕積分（improper integral）的情況不完全對齊。經典反例是

$$ \int_0^{\infty} \frac{\sin x}{x} \, dx = \frac{\pi}{2} $$

這個積分作為黎曼瑕積分收斂（這是 Dirichlet 積分），但它不是 Lebesgue 可積的！原因是 Lebesgue 積分要求 $\int |f| \, d\mu < \infty$（絕對可積），而 $\int_0^\infty \frac{|\sin x|}{x}\, dx = \infty$。黎曼瑕積分靠的是正負部分振盪相消（條件收斂），Lebesgue 不接受這種「靠抵消過關」的把戲。這提醒我們：兩種框架雖大致包含，但邊界處仍有耐人尋味的差異。

重點回顧

• 黎曼沿 $x$ 軸切定義域，Lebesgue 沿 $y$ 軸切值域；後者的代價是必須先建立能衡量任意集合大小的「測度」。
• 黎曼可積的充要條件是有界 + 不連續點集測度為零（Lebesgue 判準）。Dirichlet 函數處處不連續，故不可黎曼積，卻 Lebesgue 可積且積分為 $0$。
• 可數集的 Lebesgue 測度為零，這讓「幾乎處處」成為可操作的概念，可放心忽略零測集上的差異。
• 單調收斂定理與控制收斂定理是 Lebesgue 框架的核心威力，讓極限與積分的交換不再需要一致收斂這種苛刻條件。
• Lebesgue 是黎曼的推廣而非否定：黎曼可積必 Lebesgue 可積且值相等；但條件收斂的瑕積分（如 $\int_0^\infty \frac{\sin x}{x}dx$）是反向不成立的例外。

深入探討（研究所視角）

從測度空間到抽象積分。 上面我們用的是 $\mathbb{R}$ 上的 Lebesgue 測度，但整套理論的真正力量在於它的抽象化。一個測度空間（measure space） $(\Omega, \mathcal{F}, \mu)$ 由樣本空間 $\Omega$、一個 $\sigma$-代數（$\sigma$-algebra）$\mathcal{F}$、以及測度 $\mu$ 構成。當 $\mu(\Omega) = 1$ 時，這恰好就是 Kolmogorov 機率公理下的機率空間，而隨機變數 $X$ 的期望值就是一個 Lebesgue 積分：

$$ \mathbb{E}[X] = \int_{\Omega} X \, d\mathbb{P} $$

這不是巧合或類比——現代機率論在數學上就是測度論的一個分支。離散隨機變數的求和與連續隨機變數的積分，在 Lebesgue 框架下被統一成同一個式子（只是測度不同：計數測度 vs. Lebesgue 測度）。

Radon–Nikodym 定理與密度的本質。 你在初等機率裡學的「機率密度函數（pdf）」$f$，其真正身分是一個 Radon–Nikodym 導數。若機率測度 $\mathbb{P}$ 對 Lebesgue 測度 $\lambda$ 絕對連續（記作 $\mathbb{P} \ll \lambda$，意即 $\lambda(A)=0 \Rightarrow \mathbb{P}(A)=0$），則存在唯一（a.e.）的可測函數 $f = \frac{d\mathbb{P}}{d\lambda}$ 使得

$$ \mathbb{P}(A) = \int_A f \, d\lambda $$

這個定理也是統計學中概似比（likelihood ratio）與測度變換（如金融數學的 Girsanov 定理）的理論根基。

$L^p$ 空間與泛函分析的入口。 Lebesgue 積分讓我們能定義函數的「範數」

$$ \|f\|_p = \left( \int |f|^p \, d\mu \right)^{1/p} $$

由此構成的 $L^p$ 空間是完備（complete）的——這正是黎曼積分做不到的關鍵性質。$L^2$ 空間更是一個 Hilbert 空間，配備內積 $\langle f, g\rangle = \int f\bar{g}\, d\mu$，使得傅立葉分析、量子力學的態空間、訊號處理都能在嚴謹的幾何框架下進行。黎曼可積函數在 $L^2$ 範數下不完備（柯西序列可能收斂到非黎曼可積的極限），這個技術缺陷正是 20 世紀分析學非得擁抱 Lebesgue 的根本原因。

更前沿的延伸：Henstock–Kurzweil 積分。 值得一提的是，故事並未止於 Lebesgue。Henstock–Kurzweil 積分（又稱 gauge integral）透過讓黎曼和的分割「寬度」依位置變動（用一個 gauge 函數 $\delta(x)$ 取代固定的 $\delta$），竟能同時涵蓋所有 Lebesgue 可積函數以及像 $\frac{\sin x}{x}$ 這類條件收斂的瑕積分，並讓微積分基本定理在最一般的形式下成立。它在概念上比 Lebesgue 更接近黎曼，卻威力更強——這提醒我們：「什麼叫做積分」這個看似已被解決的問題，至今仍有值得玩味的層次。