{
  "id": "null-set",
  "title": "零测集",
  "lang": "zh-Hans",
  "source_lang": "en",
  "summary": "零测集是测度为零的可测集，表示相对于给定测度而言可忽略不计的集合。",
  "category": "mathematics",
  "subcategory": "analysis",
  "type": "concept",
  "aliases": [
    "零测度集",
    "测度零集"
  ],
  "generated_at": "2026-10-04",
  "model": "pro/gpt-6.1-sol",
  "url": "https://aiwiki.page/zh/null-set/",
  "translations": {
    "en": {
      "url": "https://aiwiki.page/en/null-set/",
      "json": "https://aiwiki.page/en/null-set.json"
    }
  },
  "sections": [
    {
      "heading": "",
      "text": "在测度论中，零测集是指测度为零的可测集。对于勒贝格测度，这意味着集合在实数轴上的长度为零、在平面上的面积为零，或在更高维空间中的体积为零。一个集合是否为零测集，取决于所采用的测度：它相对于一种测度可能是零测集，相对于另一种测度则未必。与空集不同，零测集可以包含无穷多个点。这一概念是积分论和概率论中处理例外集合的基础。(math.ucdavis.edu)"
    },
    {
      "heading": "定义与基本性质",
      "text": "设 \\((X,\\Sigma,\\mu)\\) 为测度空间，其中 \\(\\Sigma\\) 是由 \\(X\\) 的可测子集组成的σ代数。如果集合 \\(N\\in\\Sigma\\) 满足\n\n\\[\\mu(N)=0,\\]\n\n则称 \\(N\\) 为相对于 \\(\\mu\\) 的零测集。\n空集总是零测集。根据测度的单调性，零测集的每个可测子集也都是零测集。此外，可测零测集的可数并仍是零测集，因为由可数次可加性可得\n\n\\[\\mu\\!\\left(\\bigcup_{k=1}^{\\infty}N_k\\right) \\leq \\sum_{k=1}^{\\infty}\\mu(N_k)=0.\\]\n\n这里不需要假定各集合互不相交。(math.ucdavis.edu)\n\n将并集限定为可数并至关重要。实数轴上的每个单点集的勒贝格测度都为零，但它们的不可数并却是整条实数轴。在其他测度空间中，甚至单点集也未必是零测集：在计数测度下，每个单点集的测度均为一，因此只有空集是零测集。所以，这里的“小”是指相对于所选测度而言可忽略不计，并不一定意味着基数小。(math.ucdavis.edu)"
    },
    {
      "heading": "勒贝格零测集与覆盖",
      "text": "对于欧几里得空间 \\(\\mathbb R^n\\) 的子集 \\(N\\)，其是否为勒贝格零测集可以用几何方式刻画：对任意 \\(\\varepsilon>0\\)，都存在可数个矩形 \\(R_k\\)，使得\n\n\\[N\\subseteq\\bigcup_{k=1}^{\\infty}R_k, \\qquad \\sum_{k=1}^{\\infty}\\operatorname{vol}(R_k)<\\varepsilon.\\]\n\n也就是说，可以用总体积任意小的矩形覆盖这个集合。这并不要求集合本身有界，也不要求它具有简单的形状。这一判据表明该集合的勒贝格外测度为零；所有这样的集合都是勒贝格可测的。(math.ucdavis.edu)\n\n每个由实数组成的可数集都是零测集。将集合列为 \\(N=\\{x_1,x_2,\\ldots\\}\\)，并用长度为 \\(\\varepsilon 2^{-k-1}\\) 的区间覆盖 \\(x_k\\)，这些区间的总长度就小于 \\(\\varepsilon\\)。特别地，有理数集是零测集，尽管它在实数轴上是稠密集。因此，稠密性并不意味着测度为正。(math.ucdavis.edu)\n\n标准的三分康托尔集是不可数的零测集。经过 \\(k\\) 次构造后，它包含在 \\(2^k\\) 个区间的并集中，每个区间的长度均为 \\(3^{-k}\\)。这些区间的总长度为 \\((2/3)^k\\)，趋于零。这个例子说明，测度为零与可数性是不同的概念。同样，平面上的一条线段，其二维勒贝格测度为零，尽管沿线段测量时它的长度为正。(maths-people.anu.edu.au)"
    },
    {
      "heading": "完备性与可测性",
      "text": "如果每个可测零测集的任意子集都是可测的，就称该测度空间是完备的。在不完备的空间中，零测集的某个子集可能不属于所给的σ代数；此时它的测度没有定义，而不是自动为零。有些作者在更宽泛的意义上使用“零测集”，将包含于可测零测度集合中的子集也称为零测集，因此需要留意所采用的约定。(math.ucdavis.edu)\n\n定义在博雷尔σ代数上的勒贝格测度并不完备：康托尔集本身是博雷尔集且测度为零，但它有些子集不是博雷尔集。将这一测度完备化，会加入所有博雷尔零测集的子集，从而得到勒贝格σ代数。这也解释了为什么博雷尔可测性与勒贝格可测性并不相同。(math.ucdavis.edu)"
    },
    {
      "heading": "几乎处处相等与积分",
      "text": "如果某个性质不成立的点全部包含在一个零测集中，就称该性质几乎处处成立。如果两个可测函数 \\(f\\) 和 \\(g\\) 在某个零测集之外取值相同，就称它们几乎处处相等。对于勒贝格测度，在零测集上任意修改可测函数的值，所得函数仍然可测。在一般情形下，这一结论要求测度空间具有完备性。(ocw.mit.edu)\n\n零测集对勒贝格积分没有贡献。对于可测集 \\(N\\)，有\n\n\\[\\int_X \\mathbf 1_N\\,d\\mu=\\mu(N),\\]\n\n其中 \\(\\mathbf 1_N\\) 是 \\(N\\) 的示性函数。因此，几乎处处相等的可测函数，只要积分有定义，其积分就相同。在Lp空间中，函数按照几乎处处相等的关系归入等价类，而不会仅仅因为它们在零测集上的逐点取值不同，就将其视为不同的元素。(ocw.mit.edu)"
    },
    {
      "heading": "概率论中的零概率事件",
      "text": "在概率空间 \\((\\Omega,\\mathcal F,P)\\) 中，如果可测事件 \\(A\\) 满足 \\(P(A)=0\\)，就称其为零概率事件。如果某个性质不成立的例外事件是零概率事件，就称该性质几乎必然成立。这是“几乎处处成立”在概率论中的对应概念。(statlect.com)\n\n概率为零并不意味着事件为空。对于服从 \\([0,1]\\) 上均匀分布的随机变量 \\(U\\)，每个事件 \\(\\{U=a\\}\\)（其中 \\(a\\in[0,1]\\)）的概率都为零，尽管这些事件合起来覆盖了所有可能的结果。概率测度具有可数可加性，而不是任意可加性；不能对不可数多个单点事件的概率求和，并认为通常的可数可加性规则仍然适用。(statlect.com)"
    }
  ],
  "links": [
    "measure-theory",
    "lebesgue-measure",
    "empty-set",
    "sigma-algebra",
    "subset",
    "cardinality",
    "euclidean-space",
    "real-number",
    "countable-set",
    "rational-number",
    "dense-set",
    "cantor-set",
    "borel-sigma-algebra",
    "almost-everywhere",
    "measurable-function",
    "lebesgue-integral",
    "indicator-function",
    "lp-space",
    "equivalence-class",
    "probability-space",
    "event-probability",
    "almost-surely",
    "uniform-distribution",
    "random-variable"
  ],
  "sources": [
    {
      "title": "math.ucdavis.edu/~hunter/m201b/measure.pdf",
      "url": "https://www.math.ucdavis.edu/~hunter/m201b/measure.pdf"
    },
    {
      "title": "math.ucdavis.edu/~hunter/measure_theory/measure_notes.pdf",
      "url": "https://www.math.ucdavis.edu/~hunter/measure_theory/measure_notes.pdf"
    },
    {
      "title": "maths-people.anu.edu.au/~john/Assets/Lecture%20Notes/measure_theory.pdf",
      "url": "https://maths-people.anu.edu.au/~john/Assets/Lecture%20Notes/measure_theory.pdf"
    },
    {
      "title": "ocw.mit.edu/courses/18-102-introduction-to-functional-analysis-spring-2021/8fb8…",
      "url": "https://ocw.mit.edu/courses/18-102-introduction-to-functional-analysis-spring-2021/8fb8d5c170f1613151aca71de21027bc_MIT18_102s21_full_lec.pdf"
    },
    {
      "title": "statlect.com/fundamentals-of-probability/zero-probability-events",
      "url": "https://www.statlect.com/fundamentals-of-probability/zero-probability-events"
    }
  ],
  "license": "https://creativecommons.org/licenses/by/4.0/"
}