论文7：平展概率概形——从几何测度空间到平展景的迁移

作者：张苏杭  河南洛阳

---

摘要

本文基于前文建立的概率几何公理体系（论文1、4），将经典拓扑/流形背景下的几何测度空间迁移到平展景上，定义 平展概率概形 作为概率几何公理在平展拓扑中的自然实现。证明：(1) 每个满足几何测度公理的经典概率空间（特别是具有连续密度的欧氏空间）均可嵌入为一个平展概率概形（通过复数点集或有限域点集）；(2) 每个有限型格罗滕迪克概形天然带有一个 平展计数测度，从而成为一个平展概率概形的特例。这为后续论文8中算术随机游走与量子概率的统一奠定基础，且本定义完全不依赖格罗滕迪克概形作为逻辑前提——两者仅为平行翻译关系。

关键词：平展概率概形，几何测度公理，平展景，计数测度，概率-几何同构

---

1. 引言

在论文1–4中，我们建立了概率几何公理体系：任何概率空间本质上是一个带有测度场 (\mu) 和势函数 h = -\log(d\mu/d\nu) 的几何空间，满足可数可加性、边缘化、独立性等操作可解释为几何映射（拉回、推前、乘积）。该体系最初定义在通常的拓扑空间或微分流形上（如 \mathbb{R}^n 上的高斯测度）。

然而，现代代数几何与算术几何中，基本对象是概形，其上的自然拓扑并非通常的欧氏拓扑，而是平展拓扑（étale topology）。平展拓扑具有更强的“离散纤维”性质，使得测度的可数可加性变得尤为自然（因为平展覆盖的纤维是离散集）。因此，将概率几何公理从通常拓扑迁移到平展拓扑，是统一概率论与算术几何的关键步骤。

本文目标：定义平展概率概形，作为概率几何公理在平展景中的具体实现。我们坚持 自下而上 的建构顺序：不预设格罗滕迪克概形为地基，而是从概率几何公理出发，独立定义“平展概率概形”中的对象 X（称为概率几何空间），然后在后验中证明：每个格罗滕迪克概形（有限型）可赋予一个自然的平展概率结构（即计数测度），从而成为本理论的特例。这种平行关系类似于“实数”与“戴德金分割”的关系——两者定义独立，但后来证明等价。

---

2. 预备：概率几何公理（简要复述）

从论文1、4中抽取核心公理，用于本文的迁移。

设 X 是一个集合，配备一个 平展拓扑基（即由局部同胚的“开集”组成的覆盖系统，稍后具体定义）。记 \mathcal{E} 为所有平展态射 U \to X 构成的景（site）。

几何测度公理（概率版本，在通常拓扑中成立，现直接移植到平展景中）：

1. 测度场：存在映射 \mu: \operatorname{Obj}(\mathcal{E}) \to [0,\infty]，满足：

   · \mu(\varnothing)=0；

   · 对任意平展覆盖 \{U_i \to U\}，有可数可加性：\mu(U) = \sum_i \mu(U_i)（离散求和）。

2. 基准测度：存在一个基准平展测度 \nu（例如计数测度或局部勒贝格测度），使得对每个 U，Radon–Nikodym 导数存在，定义 势函数 h(U) = -\log\frac{d\mu}{d\nu}(U)。

3. 函子性：对每个平展态射 f: V \to U，有：

   · 拉回：若 f 是平展覆盖，则 \mu(V) = \mu(U)（保测度）。

   · 推前：对一般 f，定义边缘测度 (f_*\mu)(V) = \mu(f^{-1}(V))。

这些公理等价于 Kolmogorov 公理（论文4）。

---

3. 平展概率概形的定义

我们完全在概率几何公理框架内定义对象。

3.1 概率几何空间

定义 7.1（概率几何空间）。一个概率几何空间 是一个三元组 (X, \mathcal{E}, \mu)，其中：

· X 是一个集合（称为承载集）；

· \mathcal{E} 是 X 上的一个 平展景（étale site），即满足以下条件的范畴：

  · 对象为集合 U 连同态射 U \to X，要求该态射是局部同胚（在某种预拓扑下，例如每个点 x \in U 存在开邻域同胚到 X 的某个开集）；

  · 覆盖族由平展态射族 \{U_i \to U\} 组成，满足每个 U_i \to U 是局部同胚，且覆盖 U 的像；

· \mu: \operatorname{Obj}(\mathcal{E}) \to [0,\infty] 是满足上述几何测度公理的测度。

注：这里的“平展”不依赖于代数几何中的环论定义，而是纯拓扑/范畴论意义上的“局部同胚且纤维离散”。在具体实现中，当 X 是拓扑空间时，平展景就是通常的开集范畴；当 X 是概形时，平展景采用代数几何的标准定义。

3.2 平展概率概形

定义 7.2（平展概率概形）。一个 平展概率概形 是一个概率几何空间 (X, \mathcal{E}, \mu)，满足 相容性条件：存在一个基准测度 \nu（称为 平展勒贝格测度），使得对每个平展开集 U，\mu(U) = \int_U e^{-h} d\nu 对某个可测函数 h: U \to \mathbb{R} 成立（即势函数局部有限）。

注：在具体构造中，\nu 通常取为：

· 当 X 是复数概形（解析空间）时，\nu 是平展拓扑上的勒贝格测度（通过复数点集诱导）；

· 当 X 定义在有限域 \mathbb{F}_q 上时，\nu 是 计数测度：\nu(U) = \#U(\mathbb{F}_q)；

· 当 X 是一般概形时，可以通过局部环的剩余域扩张次数来定义计数测度（见下文）。

---

4. 关键构造：嵌入经典概率空间

本节证明：每个经典概率空间（具有密度）都可视为某个平展概率概形的 复数实现。

定理 7.3。设 (\Omega, \mathcal{F}, P) 是一个概率空间，其中 \Omega \subseteq \mathbb{R}^n 是开集，P 具有连续密度 \rho(x) = e^{-h(x)}（关于勒贝格测度 dx）。则存在一个平展概率概形 (X, \mathcal{E}, \mu) 以及一个双射 \Phi: \Omega(\mathbb{C}) \to \Omega（将复数点等同于实点），使得对任何 Borel 集 A \subseteq \Omega，存在平展开集 U_A 满足 \mu(U_A) = P(A)。

证明概要：

1. 取 X = \mathbb{A}^n_{\mathbb{C}}（仿射 n-空间）作为承载集。定义平展景 \mathcal{E} 为通常的欧氏拓扑开集范畴（因为复数点的平展拓扑与解析拓扑一致）。

2. 定义基准测度 \nu 为勒贝格测度在平展开集上的限制。

3. 定义测度 \mu(U) = \int_{U(\mathbb{C})} e^{-h(x)} d\nu(x)，其中 h 由密度给出（例如高斯情形 h(x) = \|x\|^2/2）。

4. 验证可数可加性：由勒贝格积分的可数可加性立即得到。

5. 函子性：拉回对应变量替换，推前对应边缘化积分。

6. 于是 (X, \mathcal{E}, \mu) 是平展概率概形，且限制到 \Omega 上恢复原概率空间。 ∎

推论 7.4。每个具有连续密度的经典概率空间都同构于某个平展概率概形的复数点集上的测度。

---

5. 关键构造：格罗滕迪克概形的自然概率结构

现在证明：每个有限型格罗滕迪克概形（特征任意）都可以自然地赋予一个平展概率概形的结构，其测度取为 平展计数测度。注意：这不是定义，而是后验的对应——表明我们的框架可以“翻译”格罗滕迪克的框架，而非依赖它。

定义 7.5（平展计数测度）。设 X 是有限型概形（在格罗滕迪克意义下）。对任意平展态射 U \to X，定义：

\mu_{\text{ct}}(U) := \sum_{\substack{\text{不可约分支 } V \subseteq U \\ \dim V = \dim X}} \deg(V/X)

其中 \deg(V/X) 是函数域扩张次数 [k(V):k(X)] 或更一般地，若 U 在 X 上有限平展，则 \mu_{\text{ct}}(U) = \#\pi_0(U)（连通分支数）。对于一般平展 U，通过局部化与极限定义（细节略）。

定理 7.6。设 X 是有限型格罗滕迪克概形。则 (X, \mathcal{E}_{\text{ét}}, \mu_{\text{ct}}) 是一个平展概率概形，其中 \mathcal{E}_{\text{ét}} 是 X 上的平展景，\mu_{\text{ct}} 如上定义。特别地，\mu_{\text{ct}} 满足几何测度公理。

证明概要：

1. 可数可加性：对平展覆盖 \{U_i \to U\}，由于每个覆盖是离散的（纤维有限），不可约分支的度数和可直接相加，验证 \mu_{\text{ct}}(U) = \sum_i \mu_{\text{ct}}(U_i)。

2. 基准测度 \nu 可取为相同的计数测度（此时势函数 h \equiv 0，即均匀分布）。

3. 函子性：对平展态射 f: V \to U，拉回保计数测度（因为平展覆盖下分支度不变）；推前给出 f_*\mu_{\text{ct}}(V) = \mu_{\text{ct}}(f^{-1}(V))，这正是边缘化操作。

4. 因此，每个格罗滕迪克概形都自然地成为平展概率概形的特例。 ∎

注：特别地，当 X = \operatorname{Spec} \mathbb{Z} 时，平展计数测度在闭点（素数）上给出 \mu_{\text{ct}}(\{p\}) = 1（取 U = \operatorname{Spec} \mathbb{F}_p 作为平展开集）。归一化后得到素数上的均匀分布（或需乘以权重），详见论文8。

---

6. 平行关系：两种语言的对译

定理 7.7（等价性宣言）。

· (1) 任意平展概率概形 (X, \mathcal{E}, \mu)，若进一步要求 X 是诺特概形（格罗滕迪克意义）且 \mu = \mu_{\text{ct}}，则其“忘记测度”后得到格罗滕迪克概形。

· (2) 反之，任意有限型格罗滕迪克概形 X 通过赋予平展计数测度，成为平展概率概形。

因此，格罗滕迪克概形范畴嵌入平展概率概形范畴（作为全子范畴），其中测度取计数测度。但平展概率概形包含更丰富的对象（如具有非平凡势函数的概率空间、非交换情形等），因此本理论是更广泛的框架。

关键哲学：两种理论不是谁奠基谁，而是同一数学现实的两种视角——代数几何从抽象结构向下看，概率几何从测度向上看。它们在平展概形处相遇。

---

7. 结论

本文完成了概率几何公理从经典拓扑到平展景的迁移，定义了 平展概率概形。我们证明了：

· 经典概率空间（具有密度）可嵌入为平展概率概形（复数实现）。

· 每个有限型格罗滕迪克概形自然成为一个平展概率概形（计数测度实现）。

这为下一篇文章（论文8）中构造算术随机游走、导出素数分布与 zeta 函数，以及量子概率的统一铺平了道路。本文坚持自下而上的建构，不与格罗滕迪克框架发生地基性依附，两者为平行共生关系。

---

参考文献

[1] 张苏杭. 概率-几何同构的基础范式：从高斯分布到一般测度对应. 论文1, 2026.

[2] 张苏杞. 概率公理系统的几何重构：柯尔莫洛夫公理等价于几何测度公理. 论文4, 2026.

[3] Grothendieck, A. "Éléments de géométrie algébrique". IHES, 1960–1967. (仅作为平行语言参考，非地基)

[4] Milne, J.S. "Étale Cohomology". Princeton, 1980. (用于平展景的标准定义，但本文明确定义独立)

---