Conditional means, vector pricings, amenability and fixed points in cones

本文将条件概率推广到任意有序向量空间，以刻画存在平稳或不变向量定价的群，从而为锥中的可列性及不动点建立了新的判据。

要点

大局观：为无价之物定价

想象你置身于一个巨大且混乱的市场。通常，为了知道一个苹果的价格，你会看价格标签或将其与一美元进行比较。但如果你试图为那些没有标准货币的东西定价呢？如果你试图在没有单一“黄金标准”的空间里，去比较两个抽象的“向量”（你可以将它们理解为商品的组合，甚至仅仅是数学方向）呢？

这篇论文提出了一个简单的问题：当没有中央银行时，我们如何根据另一件物品来为一件物品分配相对价格？

作者开发了一种名为**“向量定价”（Vector Pricing）**的新系统。该系统不再说“这个苹果值 1 美元”，而是说：“这篮苹果的价值是那篮橘子的 3 倍。”

游戏规则

为了让这个定价系统奏效，作者设定了三条简单的规则，类似于一个公平的交易市场应该具备的规则：

1. 可加性（Additivity）： 如果你同时购买了一篮苹果和一篮橘子，相对于第三种物品（比如一篮香蕉）的价格，应该是这两者各自价格的总和。
2. 连锁反应（市场效率/Chain Reaction）： 如果组合 A 的价值是组合 B 的 2 倍，而组合 B 的价值是组合 C 的 3 倍，那么组合 A 的价值必须是组合 C 的 6 倍。你不能通过循环交易来赚取“免费的钱”。
3. 归一化（Normalization）： 一个组合自身的价值始终恰好是其自身的 1 倍。

论文证明了一个令人惊讶的事实：你总能做到这一点。 无论你的“市场”（在数学上称为有序向量空间）多么奇特或复杂，你总能找到一种方法来分配这些相对价格。这与传统数学不同，在传统数学中，有时你无法将一个函数从空间的某个部分扩展到整个空间而不破坏规则。在这里，规则足够灵活，总能奏效。

转折点：平稳性 vs. 不变性

一旦我们有了定价系统，论文便引入了一个新的层面：群（Groups）。把“群”想象成一套移动事物的规则（比如旋转一个形状，或洗一副扑克牌）。

作者问道：我们能否找到一种即使在市场被“洗牌”（重组）后依然保持公平的定价系统？

• 平稳性（Stationary，即“随机游走”市场）： 想象一个价格随机变化，但平均而言保持不变的市场。论文表明，对于任何“群”（即使是混乱的、非阿米德的群），你都能找到一个“平稳”的定价系统。这就像是一个虽然每天都在剧烈波动，但随着时间推移会趋于稳定模式的市场。
• 不变性（Invariant，即“完美公平”的市场）： 这要难得多。一个不变的系统意味着，即使在市场被洗牌后，价格也完全不发生变化。论文在这里发现了一个深刻的联系：只有当该“群”具有一种被称为“阿米德性”（Amenability）的特定数学属性时，你才能拥有一个完美公平的不变定价系统。

类比：

• 阿米德群（Amenable Groups） 就像是一个平静、组织良好的城镇，无论宾客如何移动，你总能找到一种公平的分账方式。
• 非阿米德群（Non-Amenable Groups） 就像是一个混乱的 Mosh Pit（冲撞舞池）。如果你试图为一个 Mosh Pit 中的一切事物寻找一个单一且不变的价格，你会失败。因为其中的混乱程度太大了。

“不动点”的秘密

论文将这个定价问题与**“锥的不动点性质”（Fixed Point Property for Cones）**的概念联系了起来。

想象一个代表所有正价格的“锥”（就像一个冰淇淋甜筒的锥形部分）。如果你有一群人在摇晃这个锥体，那么“不动点”就是锥体内部的一个特定位置，无论他们如何摇晃，这个位置都不会移动。

• 论文证明：一个“群”能够拥有一个完美公平（不变）的定价系统，当且仅当该群具有这种“不动点”性质。
• 如果这个“群”过于混乱（例如文中提到的“灯泡手”群/Lamplighter group），锥体会剧烈摇晃，以至于没有任何一个点能保持静止，因此不存在公平的不变价格。

条件均值： “如果……会怎样？” 计算器

论文还讨论了**“条件均值”（Conditional Means）**。用日常语言来说，这就像是在问：“鉴于我拥有这么多特定的资金，那么那个特定的物品的价值是多少？”

• 在经典概率论中，我们会问：“在天阴的条件下，下雨的概率是多少？”
• 在这里，作者将这一概念推广到了抽象的数学空间。他们展示了即使在“给定条件”通常具有零值（即“零事件”）的情况下，你也可以定义这些“条件价值”。
• 症结所在： 虽然你可以为简单的步骤（如计数离散项目）定义这些条件值，但要将它们扩展到连续的、无限的空间则非常困难。论文表明，对于某些“良好”的空间（称为超阿基米德格拉斯/hyper-Archimedean lattices），你可以全局性地扩展这些规则。但对于其他空间（例如无限集上所有有界函数的空间），你会撞上一堵墙。你无法在不破坏规则的前提下，为每一种可能的组合定义一个公平的价格。

“序”是至关重要的

最后，论文探讨了一个问题：“我们能否去掉‘序’（Ordering）的概念，直接在一般空间中定价？”

答案是：不能。 作者证明了“大于”或“小于”的概念（即“序”）是必不可少的。如果你试图将这些定价规则扩展到负数或无序的空间，数学就会崩溃。你无法拥有一种既是正数又是负数，且能满足市场规则的“价格”。“序”是防止定价系统坍塌的基石。

总结

1. 通用定价： 你总能在任何有序系统中为抽象的组合分配相对价格。
2. 混沌 vs. 有序： 你可以为任何“群”找到一个“平均而言稳定”的价格，但只有对于“良好”（阿米德）的“群”，才存在一个“完全不变”的价格。
3. 不动点： 是否能拥有一个完美公平（不变）的价格，在数学上等同于该“群”是否具有一个在摇晃时保持不动的“不动点”。
4. 局限性： 你无法将这些定价规则扩展到每一个可能的数学空间；空间的结构（特别是它是否具有严格的“序”）起着决定性作用。

这篇论文本质上是一张地图，标示出了在数学宇宙中，哪里可以实现“公平性”（不变性），以及哪里“混沌”（非阿米德性）会导致公平性的破灭。

技术摘要

技术摘要：条件均值、向量定价、可纳性以及锥中的不动点

1. 问题陈述与动机
本文探讨了将条件概率推广到任意有序向量空间的问题。在经典概率论中，条件概率 $P(A|B)$ 是针对满足 $B \neq \emptyset$ 的集合 $A, B$ 定义的。作者试图为有序向量空间 $V$ 中的任意两个正向量 $u, v$（其中 $v \neq 0$）分配一个数值“速率”或“价格” $r(u, v)$。该速率代表了 $u$ 相对于 $v$ 的价值。

其动机源于两个方向：

1. 向量定价（Vector Pricings）： 类比于交易市场，作者施加了加法性和“市场效率”（一致性）公理，以定义一个映射 $r: V^+ \times V^+ \to [0, +\infty]$。
2. 条件均值（Conditional Means）： 将条件概率的概念推广到有界函数（具体为 $\ell^\infty(X)$），本文探讨是否可以为有界函数 $f, h$ 定义一个“条件均值” $P(f|h)$。

在平稳性（对随机游走具有不变性）与不变性（对群作用本身具有不变性）之间存在着核心的张力。本文研究了哪些群允许此类具有平稳性或不变性的广义概率，从而导出了对可纳性（amenability）和不动点性质的新刻画。

2. 方法论与定义
本文开发了一个基于三个等价概念的框架：

• 向量定价： 一个满足以下条件的映射 $r: V^+ \times V^+ \to [0, +\infty]$：
  • (VP1) 加法性：$r(u+v, w) = r(u, w) + r(v, w)$。
  • (VP2) 乘法性（链式法则）：$r(u, w) = r(u, v)r(v, w)$。
  • (VP3) 归一化：$r(u, u) = 1$。
• 条件均值： 一个满足类似公理 (CM1–CM3) 的映射 $P: \{(u, v) \in V^+ \times V^+ : u \leq v, v \neq 0\} \to [0, 1]$。
• 部分正泛函（Partial Positive Functionals）： 对 $(U, J)$，其中 $U$ 是 $V$ 的一个理想，$J$ 是 $U$ 上的正线性泛函。

其方法论依赖于：

• 序理论构造： 利用 Hahn–Banach 定理（特别是 Kantorovich 定理）和 Zorn 引理（Hausdorff 最大性原理）来构造部分泛函的极大链。
• Rényi 序： 利用定义在部分泛函上的严格偏序 $\prec$，即 $(U_1, J_1) \prec (U_2, J_2) \iff U_1 \subseteq \ker J_2$，以确保乘法条件 (VP2) 成立。
• 不动点理论： 将“锥的不动点性质”（由 [Mon17] 引入）应用于群在有序拓扑向量空间上的表示。
• 谱分析： 利用 Kesten 判别法和群上概率分布的谱半径来分析平稳性。

3. 核心贡献与结果

存在性与延拓（定理 A, 3.5, 3.7）

• 定理 A： 每个有序向量空间都存在向量定价。此外，任何在子空间上的向量定价都可以延拓到整个空间。
• 与泛函的对比： 与正线性泛函不同（后者需要强条件，如主化，才能进行延拓，见 Kantorovich 定理），向量定价总是存在且可延拓的。
• 等价性： 向量定价与条件均值之间存在双射对应关系（命题 3.1）。

平稳性 vs. 不变性（定理 B, C, I）
本文对平稳条件均值/概率与不变条件均值/概率进行了严格区分：

• 平稳性（定理 B）： 基于 [AHP+25]，对于任何非退化的有限支撑分布 $\mu$，每个群 $G$ 都存在一个 $\mu$-平稳条件概率。
• 均值的平稳性（定理 I）： 若 $G$ 是可纳的，则每个在非奇异有序向量空间上的序有界表示都存在一个 $\mu$-平稳向量定价。
• 均值的不变性（定理 C）： $\ell^\infty(G)$ 拥有 $\mu$-平稳条件均值的充要条件是 $G$ 是可纳的。这与定理 B 形成对比，表明从概率到均值的延拓并非规范的，且取决于群的可纳性。
• 不存在性： 对于非可纳群，$\ell^\infty(G)$ 上不存在 $\mu$-平稳条件均值（通过广义 Green 函数论证得出）。

不变性与不动点（定理 E, F, G）

• 定理 E： $\ell^\infty(G)$ 拥有 $G$-不变条件均值的充要条件是 $G$ 具有锥的不动点性质。
• 定理 F： 这一等价关系扩展到非奇异有序向量空间上的一般序有界表示。
• 定理 G： 存在不变向量定价的充分条件是：对于每个非零正向量 $v$，由 $v$ 的轨道生成的 $G$-不变理想包含一个非零的 $G$-不变正线性泛函。
• 与超可纳性的区别： 虽然 $G$-不变条件概率刻画了超可纳群（Armstrong [Arm89]），但 $G$-不变条件均值刻画了锥的不动点性质。作者推测，不动点性质比超可纳性要强。

等变性 vs. 不变性（命题 H）

• 对于没有到 $\mathbb{Z}$ 的满同态的有穷生成群，每个等变条件均都是不变的。这纠正了先前文献（Armstrong [Arm89]）中关于等变性与不变性的混淆。

定义域延拓（命题 J, 6.3, 6.4）

• 超阿基米德格拉斯（Hyper-Archimedean Lattices）： 对于超阿基米德向量格（例如阶梯函数空间），可以通过带投影（band projections）将条件均值规范地延拓，从而定义所有 $u, v \geq 0$ 的 $P(u|v)$（不仅限于 $u \leq v$）。
• 局限性： 本文证明（命题 6.6），在保持不变性和加法公理的前提下，向量定价无法延拓到整个空间 $V \times V$（包括负向量），即使该序是生成的。序结构是必不可少的。

4. 重要性与主张
本文声称提供了一种“针对任意有序向量空间的条件概率的推广”。其主要意义在于：

1. 可纳性的新刻画： 它确立了不变条件均值的存在性等价于锥的不动点性质，这是一个不同于且可能强于超可纳性的性质。
2. 解决存在性问题： 它证明了向量定价总是存在的（定理 A），这与正泛函不同，从而提供了一个强大的工具，用于比较有序空间中的向量，而无需要求一个全局性的“金标准”泛函。
3. 澄清平稳性： 它强调了条件概率（总是存在平稳测度）与条件均值（需要可纳性才能实现平稳性）行为之间的剧烈分歧。
4. 不动点理论： 它将抽象的有序向量空间理论与锥的不动点性质联系起来，表明该性质在子群、商群和有向并集下是保持的，但在包含自由半群的群（如灯泡群/lamplighter group）中失效。

作者明确指出，其结果偏离了经典概率设置，并且“锥的不动点性质”才是不变条件均值的正确刻画，而超可纳性刻画的是不变条件概率。本文并非提出实验应用，而是为这些广义概率结构的实现建立了基础性的理论准则。