title: "零測度支撐點與概率空間的構成元：從點、原子、支撐到有限解析度質量" english_title: "Zero-Measure Support Points and Constituents of Probability Spaces" series: "判定域概率論與超概率研究" series_id: "JDPSP" paper_id: "JDPSP-06" author: "Neo.K" organization: "EveMissLab" version: "0.1.0" status: "研究初稿 / foundational measure-theoretic interface" date: "2026-08-14" language: "zh-TW"

零測度支撐點與概率空間的構成元

從點、原子、支撐到有限解析度質量

作者： Neo.K
機構： EveMissLab
系列： 判定域概率論與超概率研究，Paper 06
版本： v0.1.0
日期： 2026-08-14

摘要

前一篇遞歸概率場把概率階數寫為：

\mathsf P^0(X)=X, \qquad \mathsf P(X), \qquad \mathsf P^2(X), \qquad \ldots

因此有限階 probability tower 向下最終都抵達 base carrier：

X.

本文研究 tower 最底層的問題：

$x\in X$ 在概率論中究竟是什麼？

最容易出現的術語錯誤，是把「點」直接稱為 probability atom。標準 measure-theoretic atom 並不是「很小的概率」，而是一個具有正測度且不能再切成兩個正測度 measurable pieces 的可測集合。若 singleton $\{x\}$ 可測且：

\mu(\{x\})>0,

則 $\{x\}$ 確實是一個 atom；但在 Lebesgue measure 與一般 nonatomic continuous probability 中，典型情況恰好是：

\mu(\{x\})=0.

因此本文正式引入「零測度支撐點」：

\boxed{ x\in\operatorname{supp}\mu, \qquad \mu(\{x\})=0, }

簡寫為 ZMSP（zero-measure support point）。它不是 measure atom，也不自動是 $\sigma$ -algebra generator。它的特徵是：點本身不攜帶正 probability mass，但所有有限解析度鄰域仍攜帶正 mass。

在 metric probability space 中定義 local mass profile：

m_\mu(x,\varepsilon) = \mu(B(x,\varepsilon)).

對 ZMSP：

m_\mu(x,\varepsilon)>0

對所有 $\varepsilon>0$ 成立，而：

\lim_{\varepsilon\downarrow0} m_\mu(x,\varepsilon) = \mu(\{x\}) = 0.

因此「零測度點如何參與正測度集合」不需要 infinitesimal positive probability。關鍵是 measure 只有 countable additivity，而不是 uncountable additivity。若每個 singleton 都可測且為零，則所有 countable sets 都為零測度；但不可數 union 可以具有正測度。

本文進一步證明，在 Polish space 上的有限 Borel measure 中，每個 measure atom 都集中於某個正質量 singleton。因此在這個常用環境裡：

\boxed{ \mu\text{ atomless} \iff \forall x,\ \mu(\{x\})=0. }

但此等價在任意 measurable space 中失敗：在不可數集合的 countable–cocountable $\sigma$ -algebra 上，可以讓所有 singleton 都具有零測度，同時整個空間本身仍是一個 atom。這說明「點是否有質量」與「事件代數是否具有 atom」不是同一問題。

本文亦區分：

base carrier point；
positive-mass atomic point；
zero-measure support point；
null point outside support；
measure-theoretic atom；
topological support；
$\sigma$ -algebra generator；
Dirac point mass。

特別地，Paper 05 的 monadic unit：

x \mapsto \delta_x

不表示 ambient probability measure $\mu$ 在 $x$ 上的 mass。即使：

\mu(\{x\})=0,

仍有：

\delta_x(\{x\})=1.

這是兩個不同 measures。Dirac lift 是把 carrier point 嵌入 probability space 的地址化操作，而不是從 $\mu$ 中抽取 point mass。

本文最後提出「有限解析度質量」作為後續概率幾何的基礎接口：

\boxed{ E_{\varepsilon,x}(\mu) = \mu(B(x,\varepsilon)). }

point-mass profile：

x\mapsto\mu(\{x\})

在 nonatomic measures 上可能恆為 $0$ ，因而無法重建概率分布；但 neighborhood profile、local dimension、partitions 與 measurable cells 可以在有限解析度上保留實際概率資訊。

關鍵詞： 零測度支撐點、measure atom、nonatomic measure、support、singleton、Dirac measure、Lebesgue measure、generator、local mass、local dimension、有限解析度、判定域

1. 問題起點： $r=0$ 不是概率，而是 carrier

Paper 05 定義：

\mathsf P^0(X)=X.

因此 $r=0$ 時不再是一個 probability measure，而是 base carrier。

若：

x\in X,

可以說 $x$ 是 carrier point；但若直接說它是「概率原子」，就會撞上既有 measure-theoretic atom。

所以本篇第一個任務是：

\boxed{ \text{point、atom、support、generator、Dirac mass 必須分開}. }

2. 歷史位置：Lebesgue measure 提供典型零單點模型

Lebesgue 1902 年的《Intégrale, Longueur, Aire》是現代 measure / integration 發展的重要歷史節點。

本文不宣稱「單點零測度」由 Lebesgue 首次提出，只採保守定位：

\boxed{ \text{Lebesgue measure theory 是現代連續測度中零單點的典型歷史框架}. }

在 normalized Lebesgue measure：

\lambda_{[0,1]}

下：

\lambda(\{x\})=0

對每個：

x\in[0,1]

成立，但：

\lambda([0,1])=1.

3. Measure-Theoretic Atom

定義 3.1

令：

(X,\Sigma,\mu)

為 measure space。

若：

A\in\Sigma

滿足：

\mu(A)>0

且對每個 measurable：

B\subseteq A,

都有：

\mu(B)=0

或：

\mu(A\setminus B)=0,

則稱 $A$ 為 $\mu$ 的 atom。

因此 atom 的核心不是「極小」，而是：

\boxed{ \text{positive mass + measurable indecomposability}. }

4. Positive-Mass Singleton 是 Atom

命題 4.1

若：

\{x\}\in\Sigma

且：

\mu(\{x\})>0,

則 $\{x\}$ 是 atom。

證明

singleton 的 subsets 只有：

\varnothing

與：

\{x\}.

所以沒有可測子集合具有介於 $0$ 與 $\mu(\{x\})$ 之間的 measure。

\boxed{\square}

5. Atomless Measure 導出零單點

定義 5.1

若 $\mu$ 沒有任何 atom，稱：

\boxed{ \mu\text{ atomless / nonatomic}. }

命題 5.2

若 singletons 可測且 $\mu$ atomless，則：

\boxed{ \mu(\{x\})=0 }

對所有 $x$ 成立。

證明由命題 4.1 立即得到。

6. 反例：所有單點為零，仍可能存在 Atom

令 $X$ 為不可數集合，令：

\Sigma = \{ A\subseteq X: A\text{ countable 或 }X\setminus A\text{ countable} \}.

定義：

\mu(A) = \begin{cases} 0,&A\text{ countable},\\ 1,&X\setminus A\text{ countable}. \end{cases}

每個 singleton 都滿足：

\mu(\{x\})=0.

但：

\mu(X)=1.

而任意 measurable：

B\subseteq X

只有：

\mu(B)=0

或：

\mu(B)=1.

因此 $X$ 本身是一個 atom。

故一般 measurable space 中：

\boxed{ \forall x,\ \mu(\{x\})=0 \not\Rightarrow \mu\text{ atomless}. }

這再次說明：

\boxed{ \text{point structure} \neq \text{event-algebra structure}. }

7. Polish / Borel Atom 可以追到 Positive-Mass Point

定理 7.1

令 $X$ 為 Polish metric space， $\mu$ 為 finite Borel measure。若 $A$ 是 $\mu$ 的 atom，則存在：

x\in A

使：

\boxed{ \mu(\{x\})=\mu(A)>0. }

證明

由 finite Borel measure 在 Polish space 上的 regularity，可取 compact：

K_0\subseteq A

且：

\mu(K_0)>0.

因 $A$ 是 atom：

\mu(K_0)=\mu(A).

假設已取得 compact $K_n\subseteq A$ 且：

\mu(K_n)=\mu(A).

以有限多個足夠小的 open balls 覆蓋 $K_n$ 。若所有對應 closed-ball intersections：

K_n\cap\overline B_i

皆為零測度，有限聯集會推出 $\mu(K_n)=0$ ，矛盾。

所以至少有一個：

K_{n+1} = K_n\cap\overline B_i

具有正測度；由 atom 性：

\mu(K_{n+1})=\mu(A).

同時可令：

\operatorname{diam}(K_{n+1})\le2^{-n}.

由此得到 nested compact sets：

K_0\supseteq K_1\supseteq\cdots

且 diameters 趨近 $0$ 。

所以：

\bigcap_nK_n=\{x\}

對某個 $x\in A$ 。

由 continuity from above：

\mu(\{x\}) = \lim_n\mu(K_n) = \mu(A)>0.

\boxed{\square}

8. Polish Probability 中的等價

由前述結果：

推論 8.1

對 Polish space 上的 finite Borel measure：

\boxed{ \mu\text{ atomless} \iff \forall x\in X,\ \mu(\{x\})=0. }

但第 6 節反例提醒：此結論不能不帶空間條件地提升到任意 measurable space。

9. Topological Support

若有 topology，定義：

\boxed{ \operatorname{supp}\mu = \{ x: \mu(U)>0 \text{ for every open neighborhood }U\ni x \}. }

所以：

x\in\operatorname{supp}\mu

只表示「任意局部鄰域仍被 measure 看見」，不表示：

\mu(\{x\})>0.

因此：

\boxed{ x\in\operatorname{supp}\mu \not\Rightarrow x\text{ is an atomic point}. }

10. Zero-Measure Support Point

定義 10.1

若：

x\in\operatorname{supp}\mu

且：

\mu(\{x\})=0,

則稱 $x$ 為：

\boxed{ \text{zero-measure support point, ZMSP}. }

ZMSP 同時具有：

\boxed{ \text{exact point mass}=0 }

與：

\boxed{ \text{every finite neighborhood has positive mass}. }

這是本文正式取代「概率原子」比喻的術語。

11. Point-Status Trichotomy

對 singleton measurable 的 topological probability space，定義：

P1：Positive-Mass Atomic Point

\mu(\{x\})>0.

P2：Zero-Measure Support Point

\mu(\{x\})=0, \qquad x\in\operatorname{supp}\mu.

P3：Null Point Outside Support

\mu(\{x\})=0, \qquad x\notin\operatorname{supp}\mu.

所以「零質量點」仍至少有 P2 與 P3 兩種完全不同角色。

12. Countable Null Theorem

命題 12.1

若：

C=\{x_1,x_2,\ldots\}

為 countable set，且：

\mu(\{x_n\})=0

對所有 $n$ 成立，則：

\boxed{ \mu(C)=0. }

證明

由 countable additivity：

\mu(C) = \sum_{n=1}^{\infty} \mu(\{x_n\}) = 0.

\boxed{\square}

因此在所有 singleton 皆為零的 probability space 中，任何 positive-measure set 都必須是 uncountable。

13. 不可數個零為什麼可以形成正測度？

有：

[0,1] = \bigcup_{x\in[0,1]} \{x\}.

每個：

\lambda(\{x\})=0,

但：

\lambda([0,1])=1.

這不違反 measure axioms，因為 measure 只要求：

\boxed{ \text{countable additivity}, }

不是 arbitrary uncountable additivity。

所以 continuous probability 不需要假設每個 point 攜帶某個「無限小正概率」。

點的 singleton mass 可以精確等於：

0.

14. Local Mass Profile

在 metric measure space 定義：

\boxed{ m_\mu(x,\varepsilon) = \mu(B(x,\varepsilon)). }

若：

x\in\operatorname{supp}\mu,

則：

m_\mu(x,\varepsilon)>0

對每個 $\varepsilon>0$ 成立。

15. 有限解析度有質量，零解析度回到 Singleton

命題 15.1

對 finite Borel measure：

\boxed{ \lim_{n\rightarrow\infty} \mu(B(x,1/n)) = \mu(\{x\}). }

證明

因：

B(x,1)\supseteq B(x,1/2)\supseteq\cdots

且：

\bigcap_{n=1}^{\infty}B(x,1/n)=\{x\},

由 continuity from above 得：

\lim_n\mu(B(x,1/n)) = \mu(\{x\}).

\boxed{\square}

所以若 $x$ 是 ZMSP：

\boxed{ m_\mu(x,\varepsilon)>0 \quad\forall\varepsilon>0, }

但：

\boxed{ m_\mu(x,\varepsilon)\rightarrow0 \quad (\varepsilon\downarrow0). }

16. Local Dimension 是既有成熟接口

多重分形理論研究：

d_\mu(x) = \lim_{r\downarrow0} \frac{\log\mu(B(x,r))}{\log r}

在極限存在時的行為。

因此本文不另發明「點附近質量幾何」。

真正的新接口是：

\boxed{ \text{ZMSP} + \text{judgment domain} + \text{scale-order grid}. }

local dimension 可以直接作為其中一個成熟幾何量。

17. Point-Mass Profile 無法重建 Continuous Probability

定義：

a_\mu(x)=\mu(\{x\}).

若 $\mu$ atomless：

a_\mu(x)=0

對所有 $x$ 成立。

因此很多不同 continuous measures 具有完全相同的 point-mass profile。

例如在 $[0,1]$ ：

d\mu_1(x)=dx,

d\mu_2(x)=2x\,dx.

兩者：

\mu_1(\{x\}) = \mu_2(\{x\}) = 0

且 support 都是 $[0,1]$ 。

但：

\mu_1([0,1/2])=\frac12,

而：

\mu_2([0,1/2])=\frac14.

所以：

\boxed{ \text{support + singleton masses} \not\Rightarrow \text{full probability measure}. }

18. Point 不是 $\sigma$ -Algebra Generator

若：

\mathcal G\subseteq\Sigma

且：

\sigma(\mathcal G)=\Sigma,

才稱 $\mathcal G$ 是 generator family。

generator 是 measurable-family 概念，不是 carrier point。

在 uncountable $\mathbb R$ 上，即使把所有 singletons 放進 family：

\{ \{x\}:x\in\mathbb R \},

由 countable union 與 complement 所生成的只是 countable–cocountable $\sigma$ -algebra，而不是完整：

\mathcal B(\mathbb R).

例如：

(0,1)

及其 complement 都是 uncountable，所以它不是 countable–cocountable set。

故：

\boxed{ \text{carrier point} \neq \text{sigma-algebra generator}. }

19. 「構成點」只能作為本系列新術語

本文可以保留：

\boxed{ \text{constituent point / 構成點} }

作為解釋性名稱。

但必須明示：

\boxed{ \text{constituent point} \neq \text{measure atom} \neq \text{sigma-algebra generator}. }

若需要最嚴格術語，優先使用：

\boxed{ \text{zero-measure support point}. }

20. Dirac Measure 與 Ambient Point Mass

對：

x\in X,

Dirac measure：

\delta_x(A) = \begin{cases} 1,&x\in A,\\ 0,&x\notin A. \end{cases}

所以：

\delta_x(\{x\})=1.

但 ambient probability：

\mu

完全可以滿足：

\mu(\{x\})=0.

沒有矛盾，因為：

\boxed{ \mu\neq\delta_x. }

21. Paper 05 的 Dirac Unit 是 Address Lift

Paper 05 使用：

\eta_X(x)=\delta_x.

現在可精確解讀：

\boxed{ \eta_X \text{ 是 point-to-measure embedding}. }

它不是：

\boxed{ \text{讀取 }\mu\text{ 在 }x\text{ 上的 mass}. }

因此即使：

\mu(\{x\})=0,

仍可：

x \xrightarrow{\eta_X} \delta_x.

本文稱：

\delta_x

為 address measure，

而：

\mu

為 ambient measure。

22. Atomic–Diffuse Point Decomposition

對 Polish probability measure：

\mu,

定義：

A_+(\mu) = \{ x: \mu(\{x\})>0 \}.

命題 22.1

A_+(\mu)

至多 countable。

證明

令：

A_n = \{ x: \mu(\{x\})\ge1/n \}.

每個 $A_n$ 至多有限，否則 total mass 超過 $1$ 。

而每個 positive-mass point 都屬於某個 $A_n$ 。

所以：

A_+(\mu) = \bigcup_nA_n

為 countable。

\boxed{\square}

定義：

\mu_{\mathrm{at}} = \sum_{x\in A_+(\mu)} \mu(\{x\})\delta_x,

以及：

\mu_{\mathrm{diff}} = \mu-\mu_{\mathrm{at}}.

在 Polish / finite Borel setting 中， $\mu_{\mathrm{diff}}$ 沒有 positive point mass，故由定理 7.1 為 atomless。

因此：

\boxed{ \mu = \mu_{\mathrm{at}} + \mu_{\mathrm{diff}}. }

23. Mixed Probability 同時具有 Atomic Points 與 ZMSP

例如：

\mu = \frac12\delta_0 + \frac12\lambda_{[0,1]}.

則：

\mu(\{0\})=\frac12.

所以 $0$ 是 positive-mass atomic point。

對大多數：

x\in(0,1],

則：

\mu(\{x\})=0

但任意 neighborhood 仍有正 mass，因此為 ZMSP。

一個 probability space 可以同時存在：

\boxed{ \text{atomic point layer} + \text{diffuse support layer}. }

24. 有限解析度概率

若 observation resolution 為：

\varepsilon>0,

真正可觀測的可能不是：

\mu(\{x\}),

而是：

\boxed{ E_{\varepsilon,x}(\mu) = \mu(B(x,\varepsilon)). }

即使 exact point mass 為 $0$ ，有限 cell probability 仍可為正。

若使用 measurable partition：

\Pi_\varepsilon = \{ C_{\varepsilon,i} \}_i,

則：

p_{\varepsilon,i} = \mu(C_{\varepsilon,i}).

這形成：

\boxed{ \text{point layer} \rightarrow \text{cell layer} \rightarrow \text{mesoscopic probability}. }

25. ZMSP 是 Measure-Relative 且 Topology-Relative

同一個 point $x$ 對不同 measures 可以具有不同 status。

例如：

\mu=\lambda_{[0,1]}

時：

\mu(\{0\})=0,

但：

\nu=\delta_0

時：

\nu(\{0\})=1.

因此：

\boxed{ \operatorname{ZMSP}(\mu) }

是 measure-relative。

同時 support 依賴 topology，因此嚴格環境至少應寫為：

(X,\tau,\Sigma,\mu).

26. Probability Algebra 會把 ZMSP 壓到 Null Class

Probability algebra 通常按：

A\sim B \iff \mu(A\triangle B)=0

取 quotient。

若 $x$ 是 ZMSP：

\mu(\{x\})=0,

所以：

[\{x\}] = [\varnothing]

在 measure algebra 中成立。

因此：

\boxed{ \text{point-resolved geometry} }

與：

\boxed{ \text{null-quotiented probability algebra} }

保存不同資訊。

本系列若要保留 carrier geometry，就不能只保留 measure algebra quotient。

27. 最底層的四元結構

本文把 probability tower 的 base layer整理為：

\boxed{ \mathcal B_\mu = ( X, \Sigma, \operatorname{supp}\mu, \mathcal M_\mu ), }

其中：

\mathcal M_\mu = \{ m_\mu(x,\varepsilon) \}.

四部分分別表示：

$X$ ：carrier points；
$\Sigma$ ：measurable event structure；
$\operatorname{supp}\mu$ ：measure 可局部看見的區域；
$\mathcal M_\mu$ ：finite-resolution mass profiles。

這比 singleton mass：

\mu(\{x\})

單獨包含更多 continuous probability information。

28. AI Probability Field 的底層不是單一 Point Ontology

對 token distribution 這類 discrete probability，單一 token 常可能有：

P(\{x\})>0.

它接近 atomic point。

但對：

continuous latent state；
continuous embedding；
continuous parameter；
continuous trajectory；

單一 exact state 常可有：

P(\{x\})=0.

因此 AI probability field 可以同時包含：

\boxed{ \text{atomic discrete layers} + \text{nonatomic continuous layers}. }

不能假設所有 scale 使用同一 point ontology。

29. 與 Scale–Order Grid 的接口

對尺度 $s$ ：

x_s\in X_s

位於：

(s,0).

而：

P_s\in\mathsf P(X_s)

位於：

(s,1).

ZMSP 不是 $x_s$ 自身的絕對屬性，而是：

\boxed{ (x_s,\mu_s) }

的關係性質。

因此 probability order 從 $r=1$ 降到 $r=0$ 後，仍然不能丟掉 ambient domain / measure context。

30. 對原始「概率原子」直覺的修正

原始直覺：

\text{概率場} \rightarrow \text{概率場的概率場} \rightarrow \cdots \rightarrow \text{最底層概率原子}.

本文修正為：

\boxed{ \text{Recursive Probability Orders} \downarrow r=0 \downarrow \text{Base Carrier Points}. }

再依 ambient measure 分為：

x \mapsto \begin{cases} \text{positive-mass atomic point}, & \mu(\{x\})>0, \\ \text{zero-measure support point}, & \mu(\{x\})=0,\ x\in\operatorname{supp}\mu, \\ \text{null point outside support}, & \mu(\{x\})=0,\ x\notin\operatorname{supp}\mu. \end{cases}

所以最底層不是唯一一種「概率原子」，而是：

\boxed{ \text{point type depends on ambient measure, event structure, and topology}. }

31. 新穎性邊界

本文不宣稱首次提出：

measure atom；
atomless measure；
Lebesgue singleton nullity；
topological support；
Dirac measure；
Borel regularity；
local dimension；
multifractal spectrum；
atomic / nonatomic decomposition；
$\sigma$ -algebra generator。

本文的新接口／命名主要是：

ZMSP 作為本系列 base-point label；
atomic point / ZMSP / outside-support null point 的 point-status trichotomy；
address measure $\delta_x$ 與 ambient singleton mass $\mu(\{x\})$ 的明確分離；
finite-resolution mass profile 作為 ZMSP 與 scale geometry 的接口；
point-resolved carrier 與 null-quotiented probability algebra 的層級分離；
ZMSP 與 Paper 04、Paper 05 的 scale-order framework 對接。

32. 結論

本文回答 Recursive Probability Field 往下走到：

r=0

時的基本問題。

第一個修正是：

\boxed{ \text{point} \neq \text{measure atom}. }

measure atom 需要正測度與 measurable indecomposability。

continuous / nonatomic probability 的典型 support point 反而滿足：

\mu(\{x\})=0.

本文將：

x\in\operatorname{supp}\mu, \qquad \mu(\{x\})=0

稱為：

\boxed{ \text{zero-measure support point}. }

其有限解析度特徵為：

\boxed{ \mu(B(x,\varepsilon))>0 \quad \forall\varepsilon>0, }

但：

\boxed{ \lim_{\varepsilon\downarrow0} \mu(B(x,\varepsilon)) = 0. }

所以 probability mass 不是由不可數多個 infinitesimal positive point masses 相加而來；singleton mass 可以精確為零。

第二個修正是：

\forall x,\mu(\{x\})=0

只有在足夠好的 Borel / Polish setting 中才等價於 atomlessness。任意 measurable space 中，粗 $\sigma$ -algebra 可以讓所有 singleton 為零，但整個空間仍是 atom。

第三個修正是：

x\mapsto\delta_x

只是 point-to-measure address lift。

即使：

\mu(\{x\})=0,

仍可：

\delta_x(\{x\})=1.

兩者是不同 measures。

因此 probability tower 的 base layer 更精確地是：

\boxed{ \text{Carrier Points} + \text{Measurable Events} + \text{Support} + \text{Finite-Resolution Mass}. }

到 Paper 06 為止，原本的「概率原子」直覺已被拆成可與現代 measure theory 相容的正式結構。

下一篇將重新向時間與開放系統方向展開：

\boxed{ \mathfrak D_t, \qquad P_t, \qquad \mathfrak D_t\rightarrow\mathfrak D_{t+1}. }

也就是 Paper 07：動態判定域與開放系統概率。

參考文獻

[1] Lebesgue, H. (1902). Intégrale, Longueur, Aire. Thesis, Faculté des sciences de Paris; Annali di Matematica Pura ed Applicata, 7, 231--359.

[2] Maharam, D. (1942). On Homogeneous Measure Algebras. Proceedings of the National Academy of Sciences, 28(3), 108--111. DOI: 10.1073/pnas.28.3.108.

[3] Parthasarathy, K. R. (1967). Probability Measures on Metric Spaces. Academic Press.

[4] Mauldin, R. D. (1979). Borel Parametrizations. Transactions of the American Mathematical Society, 250, 223--234. DOI: 10.1090/S0002-9947-1979-0530052-3.

[5] Berenstein, A., & Henson, C. W. (2023). Model Theory of Probability Spaces. arXiv:2302.01519.

[6] Shmerkin, P. (2004). A Modified Multifractal Formalism for a Class of Self-Similar Measures. arXiv:math/0408047.

[7] Jordan, T., Shmerkin, P., & Solomyak, B. (2010). Multifractal Structure of Bernoulli Convolutions. arXiv:1011.1938.

[8] Olshanski, G. (2018). The Topological Support of the z-Measures on the Thoma Simplex. arXiv:1809.07125.

[9] Coscia, C., Tassy, M., & Winkler, P. (2026). Sets that Support a Joint Distribution. arXiv:2608.04135.

Appendix A. 最小符號表

符號	意義
$X$	base carrier
$\Sigma$	measurable event structure
$\mu$	ambient measure
$\delta_x$	Dirac / address measure
$\mu(\{x\})$	ambient singleton mass
$\operatorname{supp}\mu$	topological support
$\operatorname{ZMSP}(\mu)$	zero-measure support points
$m_\mu(x,\varepsilon)$	local mass profile
$d_\mu(x)$	local dimension, when defined
$A_+(\mu)$	positive point-mass set
$\mu_{\mathrm{at}}$	atomic point-mass component
$\mu_{\mathrm{diff}}$	diffuse component
$\mathcal G$	$\sigma$ -algebra generator family
$E_{\varepsilon,x}$	finite-resolution mass evaluation

Appendix B. 三個不能混用的敘述

第一：

\boxed{ \mu(\{x\})=0 }

表示 ambient measure 對 singleton 的 mass 為零。

第二：

\boxed{ \delta_x(\{x\})=1 }

表示 Dirac address measure 集中於 $x$ 。

第三：

\boxed{ x\in\operatorname{supp}\mu }

表示任意 open neighborhood 都有正 ambient measure。

三者可以同時滿足：

\mu(\{x\})=0, \qquad \delta_x(\{x\})=1, \qquad x\in\operatorname{supp}\mu.

它們描述不同層次，不存在矛盾。

零測度支撐點與概率空間的構成元

零測度支撐點與概率空間的構成元

從點、原子、支撐到有限解析度質量

摘要

1. 問題起點： r=0r=0r=0 不是概率，而是 carrier

2. 歷史位置：Lebesgue measure 提供典型零單點模型

3. Measure-Theoretic Atom

定義 3.1

4. Positive-Mass Singleton 是 Atom

命題 4.1

證明

5. Atomless Measure 導出零單點

定義 5.1

命題 5.2

6. 反例：所有單點為零，仍可能存在 Atom

7. Polish / Borel Atom 可以追到 Positive-Mass Point

定理 7.1

證明

8. Polish Probability 中的等價

推論 8.1

9. Topological Support

10. Zero-Measure Support Point

定義 10.1

11. Point-Status Trichotomy

P1：Positive-Mass Atomic Point

P2：Zero-Measure Support Point

P3：Null Point Outside Support

12. Countable Null Theorem

命題 12.1

證明

13. 不可數個零為什麼可以形成正測度？

14. Local Mass Profile

15. 有限解析度有質量，零解析度回到 Singleton

命題 15.1

證明

16. Local Dimension 是既有成熟接口

17. Point-Mass Profile 無法重建 Continuous Probability

18. Point 不是 σ\sigmaσ -Algebra Generator

19. 「構成點」只能作為本系列新術語

20. Dirac Measure 與 Ambient Point Mass

21. Paper 05 的 Dirac Unit 是 Address Lift

22. Atomic–Diffuse Point Decomposition

命題 22.1

證明

23. Mixed Probability 同時具有 Atomic Points 與 ZMSP

24. 有限解析度概率

25. ZMSP 是 Measure-Relative 且 Topology-Relative

26. Probability Algebra 會把 ZMSP 壓到 Null Class

27. 最底層的四元結構

28. AI Probability Field 的底層不是單一 Point Ontology

29. 與 Scale–Order Grid 的接口

30. 對原始「概率原子」直覺的修正

31. 新穎性邊界

32. 結論

參考文獻

Appendix A. 最小符號表

Appendix B. 三個不能混用的敘述

1. 問題起點： $r=0$ 不是概率，而是 carrier

18. Point 不是 $\sigma$ -Algebra Generator