结果族 230：Exact Hausdorff gauges for SLE · 学科：Probability and statistical mechanics · 验证状态：暂无形式化证明，请以社区核验为准
量一条无限曲折的海岸线有多长？用米尺得到一个数，换毫米尺得到更大的数——尺子越细、长度越大，答案永远定不下来。这篇论文为一种著名的随机曲线（SLE）量身打造了一把”补正过的尺子”：刻度函数经过精心设计，用它量出的长度既不是 0，也不是无穷。
关键词卡片
看个具体例子
取 κ=4：维数 d=1.5，但已有结果证明 r^1.5 刻度下测度为零。本文构造只依赖 κ 的确定性规范 h_κ（由有限批次的阈值与半径作”二次包络”的下确界定义），证明几乎必然对每段轨迹 γ([s,t]) 的测度都介于 0 与 ∞ 之间，且整条轨迹在每个有界方盒内的期望测度有限。
为什么值得关心
在全部 0<κ<8 范围内肯定回答了 Schramm 的豪斯多夫测度存在性问题；姊妹篇随后给出显式闭式规范，两篇相互独立又互相印证。
暂无形式化证明（AI 结果待核验）。
第一级台阶
导读从”量一条无限曲折的海岸线”讲起：米尺给出一个数、毫米尺给出更大的数，普通刻度下答案永远定不下来。把图像翻译过来：研究对象是一条由随机机制生成的固定曲线；”量长度”的操作是拿一批越来越小的圆盘去盖住它、按某种刻度计总代价、再对一切盖法取最省；问题在于，无论取幂刻度还是对数刻度，量出的总代价几乎必然要么塌到零、要么爆到无穷。论文的办法是替这条曲线特制一把尺子：刻度函数本身经过补正，使量出的代价恰落在两者之间。
第二级台阶
精确化：曲线取弦 @@M@@\mathrm{SLE}_\kappa@@——上半平面中从 @@M@@0@@ 到 @@M@@\infty@@、按半平面容量参数化的随机轨迹，@@M@@0<\kappa<8@@ 越大越蜿蜒。给定规范（刻度函数）@@M@@h@@（递增、@@M@@h(0)=0@@），集合 @@M@@E@@ 的 @@M@@h@@-豪斯多夫测度定义为先对直径不超过 @@M@@\delta@@ 的覆盖取代价下确界、再令 @@M@@\delta\downarrow0@@。Beffara 定理给出轨迹维数 @@M@@d=1+\kappa/8@@，但 Rezaei 已证临界幂 @@M@@r^d@@ 给出的测度为零——知维数不足以”量出”曲线。
第三级台阶
定理断言：对每个 @@M@@0<\kappa<8@@，存在只依赖 @@M@@\kappa@@ 的确定性规范 @@M@@h_\kappa@@（由有限批次阈值 @@M@@b_{ni}@@、半径 @@M@@r_{ni}@@ 的二次包络 @@M@@h_\kappa(r)=\inf_{n,i}b_{ni}r_{ni}^d\max\{1,(r/r_{ni})^2\}@@ 定义，系数由圆盘质量模型各阶矩的迭代积分给出），使在一个概率为一的事件上，对所有 @@M@@0<s<t@@ 同时有 @@M@@0<\mathcal H^{h_\kappa}(\gamma([s,t]))<\infty@@，且整条轨迹在每个有界方盒内的期望测度有限。参数限制 @@M@@\kappa<8@@ 挡住空间填充等例外情形；”每一段都正且有限”则远强于对整条曲线的 @@M@@\sigma@@-有限。结论即 Schramm 2006 测度存在性问题在 @@M@@0<\kappa<8@@ 的肯定回答。
对每个 @@M@@0<\kappa<8@@，本文构造出只依赖 @@M@@\kappa@@ 的确定性豪斯多夫规范（Hausdorff gauge）@@M@@h_\kappa@@，使弦 @@M@@\mathrm{SLE}_\kappa@@ 任一非平凡紧段 @@M@@\gamma([s,t])@@ 的 @@M@@h_\kappa@@-豪斯多夫测度几乎必然既正又有限，肯定地回答了 Schramm 的测度存在性问题。
Beffara（2008）证明了弦 @@M@@\mathrm{SLE}_\kappa@@（chordal Schramm–Loewner evolution）轨迹的几乎必然维数是 @@M@@d=1+\kappa/8@@，但知道维数并不等于能”量出”这条随机曲线：临界幂 @@M@@r^d@@ 未必赋予它非零测度。Schramm（2006）问轨迹是否有 @@M@@\sigma@@-有限的豪斯多夫测度（Hausdorff measure），并建议 @@M@@r^d\log\log(1/r)@@ 作为候选规范；Rezaei（2018）证明 @@M@@r^d@@ 本身给出的测度为零。难点在于豪斯多夫测度要对任意空间覆盖取下确界，而自然参数化（natural parametrization）等基于有序时间分割的工具并不直接适用，此前无人能构造出使每段轨迹测度均正且有限的规范。
定理 1.1：设 @@M@@\gamma@@ 是上半平面 @@M@@\mathbb H@@ 中从 @@M@@0@@ 到 @@M@@\infty@@、按半平面容量 @@M@@2t@@ 参数化的弦 @@M@@\mathrm{SLE}_\kappa@@。存在仅依赖 @@M@@\kappa@@ 的确定性规范 @@M@@h_\kappa@@，使在一个概率为一的事件上，同时对所有实数 @@M@@0<s<t<\infty@@ 有
@@M@@D0<\mathcal H^{h_\kappa}(\gamma([s,t]))<\infty .@@
此外，对方盒 @@M@@B_m=[-m,m]+i[0,m]@@ 与 @@M@@\Gamma=\gamma([0,\infty))@@，有 @@M@@\mathbb E\,\mathcal H^{h_\kappa}(\Gamma\cap B_m)<\infty@@，即整条轨迹在每个有界盒中的期望测度有限。规范由”有限批次”显式定义：对每个矩阶 @@M@@n@@ 列出阈值 @@M@@b_{ni}@@ 与半径 @@M@@r_{ni}@@，令
@@M@@Dh_\kappa(r)=\inf_{n,i}\ b_{ni}r_{ni}^{\,d}\max\{1,(r/r_{ni})^2\},\qquad h_\kappa(0)=0,@@
系数由圆盘质量模型各阶矩的确定性迭代积分给出；该表达式完全确定，但其小尺度渐近形态不必规则。
证明分四步，核心是”全阶矩”机制：中等大小的质量提供反复试探的机会，而超过更高阈值的概率总和可和，因此无需精确的尾渐近。
第一步在轨迹上构造典型质量 @@M@@\mu_t@@：沿 Lawler–Sheffield 的格林位势（Green potential）路线，对水平权逼近式取共同的凸组合极限，得到递增适应测度，其增量由对应轨迹段承载，且在任一停时 @@M@@S@@ 处剩余质量的条件均值为格林密度 @@M@@G_S(x)=R_{H_S}(x)^{-\alpha}\sin^{8/\kappa-1}\theta_S(x)@@ 乘面积（@@M@@\alpha=2-d@@）。配套的多点估计——@@M@@m@@ 个内点各自到达指定共形半径（conformal radius）的概率不超过 @@M@@C\prod_i(e_i/b_i)^\alpha@@——用逐点冻结的乘积上鞅（product supermartingale）直接证明，从而一切紧矩有限且测度无原子。
第二步换律并建立圆盘模型：在标记点的共形半径水平处停时并按格林权重之比重加权，把曲线”偏向”该点，得到中心化律（centered law）；标记点辐角在此律下是不变密度 @@M@@\propto\sin^{4a}\theta@@（@@M@@a=2/\kappa@@）的扩散，等待足够”内时间”后辐角近似混合。把标记点放在单位圆盘中心，考察 @@M@@1/4@@ 子盘内累积的质量 @@M@@L_\ell\uparrow L@@：对混合后的中心化律，各阶矩满足 @@M@@0<m_n<\infty@@，且由确定性迭代积分显式给定。
第三步把矩变成批次与规范：对每阶 @@M@@n@@ 取有限水平 @@M@@\ell_n@@ 保住该矩的四分之三，再以重数 @@M@@N_{nk}@@ 重复二进阈值 @@M@@A_k=2^k@@。两个反向估计同时成立——超阈值概率 @@M@@\mathbb P^*\{L\ge 16A_k\}@@ 的加权和在 @@M@@n@@ 上可和，而成功机会 @@M@@\mathbb P^*\{L_{\ell_n}\ge A_k\}@@ 的加权和至少 @@M@@2^n/8@@，即”失败便宜、机会众多”；每批末尾附加的清扫条目为漏检付账。规范取全部条目二次包络的下确界，二次因子 @@M@@\max\{1,(r/r_{ni})^2\}@@ 正是平面剖分的代价。
第四步证两个豪斯多夫不等式。下界用严格过去质量恒等式：把”超满方格”的期望质量化为中心化律下质量阈值先于首达被超过的概率，尾估计使其在所有批次上可和，故几乎每点在足够晚的批次后不再落入坏格；在剩余集上限制增量测度得 @@M@@\nu@@，满足 @@M@@\nu(U)\le C\,h_\kappa(\mathrm{diam}\,U)@@，从而任何可数覆盖的总代价 @@M@@\ge\nu(\mathbb H)/C>0@@。上界：沿真实曲线的试探用确定性内时间隔开，辐角混合使每次试探的条件成功概率不低于混合律的一半，迭代条件期望（无需测试间独立性）给出全部试探失败的概率 @@M@@\le e^{-2^n/16}@@；贪心选取的两两不相交候选球由同一有界区域内同一个真实质量 @@M@@\mu_\infty@@ 支付费用，漏检格与实轴底部行由清扫条目覆盖，最后用 Fatou 引理得期望有限。
本文主结果暂无 Lean 形式化证明；按 OpenAI 官方声明，未经形式化的结果可能有问题，请以社区核验为准。外部几何输入仅有 Rohde–Schramm 的轨迹连续性定理与经典 Koebe 估计，其余换律、质量与覆盖论证均在文内自证。姊妹篇《An explicit exact Hausdorff gauge for SLE》随后给出规则闭式规范 @@M@@r^d(\log\log(1/r))^{(2-d)/2}@@，与本文的矩定义规范相互独立；两篇合起来既证明存在性又给出显式公式，但两个精确规范之间的渐近关系仍是公开问题。
问 1：既然 Beffara 已定出维数 @@M@@d=1+\kappa/8@@，为什么造规范还是难事？
（答：维数只告诉你在哪个幂次 @@M@@r^d@@ 附近测量，不保证 @@M@@r^d@@ 测度非零——Rezaei 2018 恰好证明了 @@M@@r^d@@ 给出的测度为零，Schramm 本人建议的候选 @@M@@r^d\log\log(1/r)@@ 也只是猜测。更深层的障碍是：豪斯多夫测度要对任意无序空间覆盖取下确界，而 SLE 理论现成的工具（自然参数化、Lawler–Sheffield 的一维时间分割）本质上有序，不能直接支配无序覆盖。）
问 2：证明中最脆弱的一步在哪里？
（答：下界侧的”严格过去质量恒等式”链条：把超满方格的期望质量换算成中心化律下质量阈值先于首达被超过的概率，尾估计须使这些概率在所有批次上可和，然后在剩余集上限制增量测度得 @@M@@\nu@@ 并证 @@M@@\nu(U)\le C\,h_\kappa(\mathrm{diam}\,U)@@——这一步把无序覆盖问题压进单点质量估计，任何一处可和性断裂或常数失控，下界即落空。配套的多点估计（@@M@@m@@ 点各达共形半径的概率 @@M@@\le C\prod_i(e_i/b_i)^\alpha@@）靠逐点冻结的乘积上鞅，也是易碎件。）
问 3：”全阶矩”机制为什么能让证明绕开精确的尾渐近？
（答：构造刻意不追求 @@M@@L@@（子盘中累积质量）的分布尾部公式，而是用两个反向估计：超阈值概率 @@M@@\mathbb P^*\{L\ge16A_k\}@@ 的加权和在批次 @@M@@n@@ 上可和（失败便宜），而成功机会 @@M@@\mathbb P^*\{L_{\ell_n}\ge A_k\}@@ 的加权和至少 @@M@@2^n/8@@（机会众多）。中等质量提供反复试探，高阈值罕见事件总量有限，于是无需知道尾部精确形状，规范存在性已闭合。）
问 4：上界论证怎么在试探之间没有独立性的情况下成活？
（答：沿真实曲线的试探用确定性内时间隔开，辐角混合使每次试探的条件成功概率不低于混合律的一半；用迭代条件期望代替独立性假设，得全部失败概率 @@M@@\le e^{-2^n/16}@@。贪心选出的两两不相交候选球由同一有界区域内同一个真实质量 @@M@@\mu_\infty@@ 付费，漏检格与实轴底部行由清扫条目覆盖，最后 Fatou 引理给出期望有限。）
问 5：与姊妹篇的显式规范是什么关系？
（答：姊妹篇给出规则闭式 @@M@@r^d(\log\log(1/r))^{(2-d)/2}@@，与本文由矩迭代积分定义的 @@M@@h_\kappa@@ 相互独立、构造路线不同，两篇合起来既证存在性又给显式公式——印证而非重复。论文明言：两个精确规范之间的渐近关系仍是公开问题；本文的 @@M@@h_\kappa@@ 小尺度形态不必规则，不与闭式规范直接比较。）
问 6：AI 生成证明最可能出错的模式是什么？
（答：这类换律（Doob 变换到中心化律）加多停时组合的证明，典型风险是停时可测性与条件期望次序的错位、以及”逐点冻结”上鞅在多点同时冻结时的相容性；批次构造里可和性常数与重数 @@M@@N_{nk}@@ 的搭配也是静默失败的高发区。全文未形式化，外部输入虽只有 Rohde–Schramz 连续性与 Koebe 估计，内部链条长且无机器核验。）
问 7：参数为何卡在 @@M@@0<\kappa<8@@，谁会用到这个规范？
（答：@@M@@\kappa\ge8@@ 时轨迹性质不同（@@M@@\kappa=8@@ 空间填充），本文机制不覆盖；论文对 @@M@@[8,\infty)@@ 未作讨论。规范本身的价值在随机分形几何：它给出 SLE 轨迹第一个非平凡的精确测度论描述，可望用于轨迹上随机测度的刻画、与自然参数化的比较，以及二维临界模型接口曲线的测度论分析。）
总评
这是把 Schramm 测度存在性问题在 @@M@@0<\kappa<8@@ 一举解决的存在性定理，”矩—批次—包络”构造避开尾渐近的设计相当聪明；最大风险是全文未形式化且换律—停时—覆盖的长链条无机器核验，下界恒等式一节应最先接受社区复核。