绝对连续性

绝对连续性 (Absolute Continuity)

绝对连续性 (Absolute Continuity) 是 测度论 中的一个核心概念，描述了两个 测度 之间的一种强弱关系。直观而言，若测度 $\nu$ 关于测度 $\mu$ 绝对连续，则 $\nu$ 不会将任何正质量赋予那些被 $\mu$ 视为零测集的集合——即 $\nu$ 在某种意义下比 $\mu$ 更「温和」：凡 $\mu$ 判定为可忽略的，$\nu$ 也必须判定为可忽略。这一概念在 概率论、数理统计、金融经济学 以及 决策论 中均有深刻应用，它是沟通测度与密度函数之间关系的桥梁。

形式化定义

设 $(\Omega, \mathcal{F})$ 是一个可测空间，$\mu$ 与 $\nu$ 是定义在其上的两个测度（通常取有限测度或 $\sigma$-有限测度）。

我们称测度 $\nu$ 关于测度 $\mu$ 绝对连续，记作 $\nu \ll \mu$，当且仅当对于任意可测集 $A \in \mathcal{F}$，以下条件成立：

等价地，若存在某个集合 $B$ 满足 $\mu(B) = 0$ 但 $\nu(B) > 0$，则 $\nu$ 不关于 $\mu$ 绝对连续。换言之，$\nu$ 的所有正质量必须「集中」在 $\mu$ 的正测度区域上。

在 概率论 语境下，若 $\mu$ 和 $\nu$ 均为概率测度，$\nu \ll \mu$ 意味着：任何 $\mu$-几乎必然不发生的事件，在 $\nu$ 下也几乎必然不发生。

$\varepsilon$-$\delta$ 刻画

对于 有限测度，绝对连续性有一个与实分析中函数绝对连续性高度相似的 $\varepsilon$-$\delta$ 等价刻画：

$\nu \ll \mu$ 当且仅当对于任意 $\varepsilon > 0$，存在 $\delta > 0$，使得对任意可测集 $A$，有

这一等价条件揭示了「绝对连续」这一名称的由来：$\nu$ 以 $\mu$ 为尺度时，不仅零测集被保留，甚至「足够小」的集合在 $\nu$ 下的像也「足够小」，呈现出一种均匀的控制关系。该等价性对 $\sigma$-有限测度不一定成立，这是初学者容易忽略的细节。

Radon-Nikodym 定理

绝对连续性的理论重要性集中体现在 Radon-Nikodym 定理 中。该定理断言：

设 $\mu$ 和 $\nu$ 是 $(\Omega, \mathcal{F})$ 上的 $\sigma$-有限测度，且 $\nu \ll \mu$。则存在一个非负可测函数 $f: \Omega \to [0, \infty)$，使得对于任意 $A \in \mathcal{F}$，有

该函数 $f$ 称为 $\nu$ 关于 $\mu$ 的 Radon-Nikodym 导数 或 密度函数，记作

在 $\mu$-几乎处处意义下，该密度函数是唯一的。Radon-Nikodym 定理将抽象测度与具体的积分表示联系起来：绝对连续意味着测度可以被「表示」为另一个测度下的积分，密度函数则充当了这二者之间的「换算因子」。

在概率论中，这一结果具有直接的应用：若概率测度 $Q \ll P$，则存在 似然比 (Likelihood Ratio) $dQ/dP$，它是 条件期望、Bayes 定理 的测度论推广以及序列 假设检验 中 Neyman-Pearson 引理的理论基础。

与奇异测度的关系：Lebesgue 分解

与绝对连续相对立的概念是 奇异测度 (Singular Measure)。若两个测度 $\mu$ 与 $\nu$ 分别集中在两个不相交的可测集上，则称它们互相奇异，记作 $\mu \perp \nu$。形式化地，存在可测集 $A$ 使得 $\mu(A) = 0$ 且 $\nu(A^c) = 0$。

Lebesgue 分解定理 给出了测度之间关系的最一般描述：对于任意两个 $\sigma$-有限测度 $\mu$ 和 $\nu$，$\nu$ 可以唯一地分解为

其中 $\nu_a \ll \mu$（绝对连续部分）且 $\nu_s \perp \mu$（奇异部分）。这一分解定理表明，任何测度都可以被「拆分」为一个由 $\mu$ 密度函数驱动的部分和一个与 $\mu$ 支撑集完全分离的部分。

在 计量经济学 和 金融数学 中，Lebesgue 分解为理解概率测度变换、资产定价中的 等价鞅测度 (Equivalent Martingale Measure) 以及 随机贴现因子 (Stochastic Discount Factor) 的存在性提供了统一的分析框架。

在经济学中的应用

绝对连续性在经济学多个分支中扮演着关键角色：

1. 决策论 与主观概率：在 Savage 的主观期望效用框架中，决策者的主观概率测度关于客观概率测度的绝对连续性是保证决策一致性、避免「概率盲点」的重要条件。若主观测度不关于客观测度绝对连续，则意味着决策者会将某些客观上可能发生的事件视为零概率事件，导致行为偏差。
2. 资产定价：在无套利定价理论中，等价鞅测度 $Q$ 与原物理测度 $P$ 的等价性要求 $Q \ll P$ 且 $P \ll Q$（相互绝对连续）。Radon-Nikodym 导数 $dQ/dP$ 即为 随机贴现因子，其存在性是资产定价基本定理的核心结论。
3. 信息经济学：在带有不对称信息的经济模型中，代理人基于各自信息集形成的后验信念之间的绝对连续关系，决定均衡中信息是否会被完全揭示。若某代理人的后验关于另一代理人的后验不绝对连续，则可能出现「信息差距」无法通过交易消除的情形。
4. 计量经济学 中的 最大似然估计：似然函数的构建依赖于概率密度关于 Lebesgue 测度 的绝对连续性。若数据生成过程的分布族不满足绝对连续性条件（例如包含奇异成分），则标准似然推断方法失效，需要诉诸非参数或半参数方法。

与实函数绝对连续性的联系

测度论中的绝对连续性与实分析中函数的 绝对连续性 存在深刻的内在联系。一个定义在区间 $[a, b]$ 上的实函数 $F$ 是绝对连续的，当且仅当它诱导的 Lebesgue-Stieltjes 测度 $\mu_F$ 关于 Lebesgue 测度 绝对连续。此时，$F$ 几乎处处可微，其导数 $F'$ 即为 Radon-Nikodym 导数 $d\mu_F / d\lambda$，且满足 Newton-Leibniz 公式：

这一对应关系构成了概率论中分布函数与概率密度函数之间关系的理论基础：一个随机变量的分布函数绝对连续，等价于该随机变量存在概率密度函数。这使得大量涉及连续型随机变量的统计推断工具——从 核密度估计 到 Copula 函数 建模——在测度论层面获得了统一的理论支撑。

常见误区与注意事项

1. 绝对连续并非对称关系：$\nu \ll \mu$ 不蕴含 $\mu \ll \nu$。两个相互绝对连续的测度称为 等价测度 (Equivalent Measures)，记为 $\nu \sim \mu$。等价性要求二者拥有完全相同的零测集族。
2. $\sigma$-有限性不可省略：Radon-Nikodym 定理要求测度 $\mu$ 为 $\sigma$-有限。若 $\mu$ 仅为一般测度（例如计数测度在不可数空间上），结论可能不成立。这是应用定理时最常被忽视的前提条件。
3. 密度函数的唯一性仅在几乎处处意义下成立：Radon-Nikodym 导数在 $\mu$-零测集上可以任意修改而不影响积分结果。在实际应用中（如似然函数的构造），这种「几乎处处」的自由度通常无关紧要，但在涉及逐点性质的精细论证中需格外谨慎。

绝对连续性作为测度论的基本概念，其思想贯穿于现代概率论与数理统计的整个体系。从条件期望的构造到资产定价基本定理的证明，从最大似然估计的合法性到贝叶斯推断的一致性，理解绝对连续性是深入掌握这些理论工具的必由之路。