---
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：

1. ZMSP 作為本系列 base-point label；
2. atomic point / ZMSP / outside-support null point 的 point-status trichotomy；
3. address measure $\delta_x$ 與 ambient singleton mass $\mu(\{x\})$ 的明確分離；
4. finite-resolution mass profile 作為 ZMSP 與 scale geometry 的接口；
5. point-resolved carrier 與 null-quotiented probability algebra 的層級分離；
6. 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。