下确界

下确界 (Infimum)

下确界（infimum，简写为 $\inf$）是实分析与序理论中的核心概念，指一个集合的最大下界。形式上，设 $S \subseteq \mathbb{R}$ 为非空实数子集。若实数 $m \in \mathbb{R}$ 满足两个条件：(1) $m$ 是 $S$ 的下界，即 $\forall x \in S,\ m \leq x$；(2) $m$ 是 $S$ 的所有下界中最大的，即若 $l$ 是 $S$ 的任一下界，则 $l \leq m$，则称 $m$ 为 $S$ 的下确界，记作 $m = \inf S$。

下确界与最小值（minimum）的根本区别在于：最小值必须属于集合本身（$\min S \in S$），而下确界可以位于集合之外。例如开区间 $S = (0, 1)$ 没有最小值——无论取多小的正数 $\varepsilon > 0$，总有更小的正数 $\varepsilon/2$ 也在 $S$ 中——但其下确界 $\inf S = 0$ 存在且不属于 $S$。这一微妙之处使得下确界成为处理无限集、开集和连续变量优化问题时不可替代的工具。

存在性：完备性公理

下确界的存在并非平凡事实，它等价于实数的完备性（Dedekind 完备性）。实数系区别于有理数系的本质特征之一正是：每一个有下界的非空实数子集都存在唯一的下确界。在有理数集 $\mathbb{Q}$ 中，集合 $\{q \in \mathbb{Q} \mid q^2 > 2,\ q > 0\}$ 虽有下界但无有理下确界（其下确界是无理数 $\sqrt{2}$），这正暴露了有理数系的"缝隙"。实数系的完备性公理——常以上确界原理或 Dedekind 切割定理的形式陈述——保证了下确界在 $\mathbb{R}$ 中永远存在，从而支撑了整个微积分和最优化理论的严密性。

对偶概念：上确界

下确界的对偶是上确界（supremum，$\sup$），即集合的最小上界。二者通过简单的关系对称：$\inf S = -\sup(-S)$，其中 $-S = \{-x \mid x \in S\}$。因此，任何关于下确界的定理都对应一个上确界版本。无上界的集合记作 $\sup S = +\infty$，无下界的集合记作 $\inf S = -\infty$——这些约定使得确界符号在扩展实数系 $\overline{\mathbb{R}} = \mathbb{R} \cup \{-\infty, +\infty\}$ 中成为全函数。

基本性质

下确界满足以下核心运算性质：

• 单调性：若 $A \subseteq B$，则 $\inf A \geq \inf B$（子集的下确界不小于原集）。
• 线性：对常数 $c \in \mathbb{R}$，$\inf(A + c) = \inf A + c$；若 $c \geq 0$，$\inf(cA) = c \inf A$；若 $c < 0$，$\inf(cA) = c \sup A$。
• 和的性质：$\inf(A + B) = \inf A + \inf B$，其中 $A + B = \{a + b \mid a \in A,\ b \in B\}$。
• 极限刻画：$\inf S$ 可被 $S$ 中的序列"逼近"——存在序列 $(x_n) \subseteq S$ 使得 $x_n \to \inf S$，即使 $\inf S \notin S$ 亦然。
• $\varepsilon$-判定：$m = \inf S$ 当且仅当 $\forall x \in S,\ m \leq x$ 且 $\forall \varepsilon > 0,\ \exists x \in S$ 使得 $x < m + \varepsilon$。

在经济学中的应用

下确界在经济分析中扮演着微妙但关键的角色，特别是在涉及连续变量和开集约束时。

成本最小化与价格下界。当厂商的生产可能集是开的（例如严格凸技术但等产量线本身不含端点），最小平均成本可能作为下确界存在而无最小值。此时，竞争性均衡价格的下界由 $\inf AC(q)$ 给出，厂商在长期均衡中获得零利润的结论需要通过确界极限而非直接等于最小平均成本来论证。

效用表示与词典序。经典的词典序偏好（lexicographic preferences）在 $\mathbb{R}^2$ 上不存在连续的效用函数表示。其深层原因可追溯到确界结构：词典序在次序上等价于一系列嵌套的确界比较——先比较第一坐标，若相等则下确界式地进入第二坐标。这种非阿基米德序结构恰恰无法嵌入实数确界体系，从而揭示了偏好的可表示性边界。

博弈论中的下确界。在无限策略博弈中，参与者的安全收益（security payoff）定义为 $\underline{v}_i = \sup_{s_i} \inf_{s_{-i}} u_i(s_i, s_{-i})$——先对对手策略取下确界（最坏情形），再对自身策略取上确界（最佳应对）。这种双层确界结构刻画了极小极大定理的核心逻辑，也是纳什均衡存在性的序理论基础之一。

测度论与积分。勒贝格积分的定义依赖于"简单函数的上确界"和下确界逼近：$\int f\, d\mu = \sup \left\{ \int \varphi\, d\mu \mid \varphi \leq f,\ \varphi \text{ 是简单函数} \right\}$。在经济学中，期望效用的严格公理化以及风险测度（如在险价值 VaR 的连续性分析）均取决于确界运算的解析性质。

从确界到极值

下确界概念最终与极值定理（Weierstrass 定理）形成互补：若 $S$ 是紧集（有界且闭）且函数 $f$ 连续，则 $\inf_{x \in S} f(x)$ 不仅是下确界，更达到为最小值——确界属于值域，下确界转化为了 $\min$。这正是经济学中大多数优化问题得以求解的逻辑闭环：通过紧性假设将便利的确界工具转化为可实际达到的最优解。当紧性不成立时（如有无摩擦金融市场中的套利定价），下确界作为极限构念仍是唯一可行的分析框架。