几乎处处

测度论的基本立场是：零测集上发生什么，积分和概率完全感觉不到，因此许多命题最自然的形态不是"处处成立"，而是"除一个零测集外成立"。要点在于"例外少"是按测度衡量的，与基数或拓扑意义上的"少"是两套坐标系——例外集可以在空间中稠密（如有理数集），甚至不可数（如 Cantor 集），只要测度为零就照样被忽略。这个约定并非偷懒：极限交换、逐点收敛等操作天然会在某些不可控的点上失效，几乎处处的语言恰好把这些点合法地打包丢弃，换来收敛定理的整洁陈述。同时它完全依赖所选测度：换一个测度，哪些集合"看不见"就完全不同。

在 Lebesgue 测度下，有理数集 $\mathbb{Q}$ 可数，每个单点测度为零，由可数可加性 $\lambda (\mathbb{Q})\le \sum 0=0$，故 Dirichlet 函数满足 $1_{\mathbb{Q}}=0$ a.e.，尽管两个函数在一个稠密集上取值不同；相应地二者的 Lebesgue 积分公理库Lebesgue 积分Lebesgue integral从简单函数积分出发，按单调逼近定义非负、扩展值与可积函数的积分。相等。零测集不必可数：Cantor 集不可数，Lebesgue 测度仍为零。

"几乎"取决于测度的选取。对 Dirac 测度 ${\delta }_0$ 而言，$\mathbb{R}\setminus \{0\}$ 是零测集，于是"几乎处处"意味着"在 $0$ 这一点"，与 Lebesgue 测度的视角完全颠倒。概率语境中"几乎必然"也不等于逻辑必然：在 $[0,1]$ 上均匀取点，"取到无理数"几乎必然发生，但取到某个有理数并非不可能，只是概率为零。

一个重要的边界是可数与不可数之别：零测集的可数并仍是零测集，但不可数并可以不是——$[0,1]$ 就是其全部单点（各自零测）的并。因此"对每个固定参数 $t$，性质对几乎所有 $x$ 成立"并不能直接推出"对几乎所有 $x$，性质对所有 $t$ 同时成立"，处理连续参数族时必须借助可数稠密子集或额外结构。

几乎处处等价是 Lᵖ 空间公理库L^p 空间L-p space · Lebesgue space对 1≤p≤∞，按几乎处处相等取商并配以 Lp 范数的可测函数空间。构造的第一步：把 a.e. 相等的函数视为同一个元素，范数才满足"范数为零蕴含元素为零"，$L^p$ 由此成为真正的赋范空间。积分收敛定理（如单调收敛定理公理库单调收敛定理Monotone convergence theorem非负可测函数单调递增时，积分极限等于极限函数积分。与控制收敛定理公理库控制收敛定理Dominated convergence theorem几乎处处收敛且被同一可积函数控制时，可以交换极限与积分。）的假设与结论都以 a.e. 形式陈述；Radon–Nikodym 定理公理库Radon–Nikodym 定理Radon–Nikodym theorem在标准 σ-有限条件下，把绝对连续测度表示为参考测度的积分密度。给出的密度也只在 a.e. 意义下唯一。概率论中，几乎必然收敛公理库几乎必然收敛Almost sure convergence除去一个零概率事件后，随机变量序列逐样本收敛。、强大数律的结论以及随机过程的路径性质，全部生活在这一语言之内。