在概率论的基础中，R可积和L可积是两个与随机变量相关的概念。这些概念通常用于描述随机变量的可积性，即它们的期望是否存在或有限。
-
R可积 (Riemann Integrable):
- R可积是指一个函数在Riemann意义下是可积的。在数学中，Riemann积分是一种对实数轴上的有界函数进行积分的方法。
- 对于随机变量，R可积通常表示随机变量的期望存在且有限。如果随机变量X的概率密度函数（PDF）f(x)在定义域上是有界的，并且积分 ∫ − ∞ ∞ ∣ x ∣ f ( x ) d x \int_{-\infty}^{\infty} |x|f(x) \,dx ∫−∞∞∣x∣f(x)dx存在，那么X是R可积的。
-
L可积 (Lebesgue Integrable):
- L可积是指一个函数在Lebesgue意义下是可积的。Lebesgue积分是一种更一般的积分方法，适用于更广泛的函数类。
- 对于随机变量，L可积通常表示随机变量的期望存在且有限。如果随机变量X的概率密度函数f(x)在整个实数轴上是Lebesgue可积的，即 ∫ − ∞ ∞ ∣ f ( x ) ∣ d x \int_{-\infty}^{\infty} |f(x)| \,dx ∫−∞∞∣f(x)∣dx存在，那么X是L可积的。
总体而言，R可积和L可积都是用来描述随机变量的可积性的概念，其中R可积是在Riemann意义下的可积性，而L可积是在Lebesgue意义下的可积性。在很多情况下，它们是等价的，但对于一些特殊的情形，Lebesgue积分更灵活，能够处理一些Riemann积分难以处理的情况，例如处理非绝对收敛的积分。