从 Sklar 到 DisCo：概率论如何重排自己的底层语法

零、引子：同一把刀，不同的坐标系

1959 年，Abe Sklar 写了一篇短文，里面有一个看起来几乎 trivial 的观察：

任意 $n$ 个随机变量的联合分布，总可以写成：

$$F(x_1,\dots,x_n) = C(F_1(x_1),\dots,F_n(x_n))$$

其中 $F_i$ 是边缘分布，$C$ 是 copula。

这就是 Sklar 定理。一句话，一个公式。但它做的事情极其深刻：它把"每个变量自己长什么样"和"变量之间怎么纠缠"彻底分开了。

六十多年后，有人试图把这件事做到最一般——不限于每个变量单独成块，而是允许任意分组、任意粒度。他的框架叫 DisCo 代数。

Sklar 和 DisCo 做的是同一件事。区别只在于：切多细，以及在哪个坐标系下看。

这里有一个几何类比，能一下子把两者的关系说清楚：

Sklar 相当于只在一个固定坐标系下看问题。​ 最细划分——每变量一块——就像选了一组标准正交基，每个轴单独归一化到 $[0,1]$。在这个坐标系下，copula 是纯粹的依赖形状，干净、可逆、对称。但你被锁死在这组基上。想把相关的变量打包成一个新方向？离开了 Sklar 的框架。

DisCo 相当于在任意坐标系下看同一个问题。​ 任意划分就像选任意一组坐标——正交的、斜的、分层的、分块的。每一组坐标给你一个不同的视角来观察同一个联合分布。在某个坐标系下，块内结构被"压"进纤维——就像投影变换中某些方向被折叠，剩下的坐标只编码那个方向上的信息。而概率拆解定理保证了：不管你选什么坐标系，拆开再拼回去，得到的还是原来的那个东西。

更深层的事实是：两者都是同一个更根本的定理的推论——概率拆解定理（disintegration theorem）。Sklar 定理是它在最细划分（标准正交基）下的漂亮投影。DisCo 是它在任意划分（任意坐标系）下的完整展开。前者是截面，后者是自然表达。

DisCo 代数本身就是概率拆解定理的"被认出的"代数结构——不是被构造的，是被发现的。​ 这跟 Grothendieck 把代数几何重写成概形语言是同一类事情：定理一直在那里，只是换了一种语法把它说清楚，然后新语法自动打开了原来够不到的问题。

这就是这篇文章要讲的故事。

一、概率拆解定理：一切的根本

在讲 Sklar 和 DisCo 之前，必须先说清楚它们共同站在什么上面。

概率拆解定理（disintegration theorem）是测度论里的一个基本结果：给定联合测度 $\mu$ 和投影映射 $\pi$，在适当正则条件下，$\mu$ 可以沿 $\pi$ 唯一分解为：

$$\mu = \int \mu_y \, d(\pi_\# \mu)(y)$$

其中 $\mu_y$ 是条件分布（纤维），$\pi_\# \mu$ 是推前测度（骨架）。

直觉：任何联合分布都可以沿着任意投影方向"拆开"——拆成骨架（投影后的粗粒度分布）和纤维（条件分布）。而且这个拆法是唯一的（在零测集意义下）。就像一个坐标无关的量，不管你选什么坐标系去描述它，它本身就是那个东西。

这是整个故事的数学根基。​ Sklar 定理和 DisCo 代数都不是凭空发明的——它们都是概率拆解定理在不同划分选择下的推论。划分即选坐标系，拆解即坐标变换。

二、Sklar 定理：标准正交基下的投影

2.1 Copula 是什么

Copula（拉丁语"链接"）是定义在 $[0,1]^n$ 上的函数 $C$，满足：

1. 每个边缘都是均匀分布 $U(0,1)$

2. $C$ 是 $n$-递增的

直觉：copula 是"去量纲的依赖模板"。不管你的变量是身高、温度还是股价，只要把各自的边缘分布拉平到 $[0,1]$，copula 就描述了它们之间纯粹的依赖形状。这就像把每个坐标轴单独归一化——量纲消掉了，剩下的只有几何关系。

2.2 Sklar 定理的两种用法

正向（已知联合分布）：反解 $C = F(F_1^{-1}(u_1),\dots,F_n^{-1}(u_n))$

逆向（构造联合分布）：选好边缘 $F_i$ 和 copula $C$，拼起来：$F = C(F_1,\dots,F_n)$

2.3 为什么它这么干净——从拆解定理的视角看

Sklar 定理的优雅来自一个选择：最细划分——每变量一块。这就像选了一组标准正交基。

每块只有一个变量，所以边缘分布是一维的。概率积分变换 $X_i \mapsto F_i(X_i)$ 是一一对应（双射）——可逆、信息无损、维数不变（一维到一维）。拉平之后，边缘信息被"消除"了，剩下的 $C$ 编码了纯粹的依赖结构。

从概率拆解定理的视角看：Sklar 定理 = 拆解定理在最细划分下的特例。骨架退化为 copula，纤维退化为均匀边缘的逆变换。整个流程是无损的——因为概率积分变换是双射，信息零损失。就像正交变换保持内积不变，最细划分下的概率积分变换保持依赖结构不变。

2.4 但标准正交基也是它的牢笼

• $n$ 维 copula 是 $n$ 元函数，参数空间随维度指数膨胀

• Sklar 框架只能处理最细划分——每变量一块，即只能在那组固定的"标准正交基"下工作

• 如果你想把 $\{X_1,X_2\}$ 打包成一块：块内是高维分布，没法通过一维变换无损拉平到均匀分布而不丢失依赖信息。copula 的均匀边缘假设在粗划分下维持不住——就像你试图在非正交基下用一维投影，信息必然泄漏

这不是 Sklar 定理的 bug——是它的 scope limit。它切到了最细，所以最干净，但也最窄。

三、DisCo 代数：任意坐标系下的完整展开

3.1 不是发明，是发现

DisCo 做的事情不是发明新数学，而是把已经存在的结构认出来、命名、组装成代数。

第一层：概率拆解定理已经"是"代数结构了，只是没人把它写成代数。

拆解定理说：给你一个联合测度，沿任意划分拆开，得到骨架 + 纤维；再沿更细的划分继续拆，余结合律自动成立。这整套东西——对象、映射、结合律、单位元——已经是一个 cooperad 的全部零件了。只是概率论的传统表述把它藏在测度论的定理陈述里，没有显式地"命名"这些结构。

第二层："自然"这个词是精确的。

不是说"我们可以硬套一个代数框架上去"，而是说——你从拆解定理出发，问"它最自然的代数结构是什么"，答案就是 cooperad + operad。不是选的，是推出来的。划分的偏序给了组合结构，条件化给了余复合，operadic 组合给了拼回操作。每一步都是拆解定理本身自带的，不是外挂的。

所以 DisCo 代数是概率拆解定理的"被认出的"代数结构——不是被构造的，是被发现的。这跟 Grothendieck 把代数几何重写成概形语言是同一类事情：定理一直在那里，只是换了一种语法把它说清楚，然后新语法自动打开了原来够不到的问题。

3.2 同一哲学，不同坐标系

Sklar 和 DisCo 共享同一个核心哲学：

把依赖结构和边缘结构分开。

区别只在于你选了哪个坐标系来"看"这个问题：

DisCo 不是对 Sklar 的否定，也不是简单的"推广"——它是概率拆解定理的充分表达，是拆解定理本身自带的代数结构被显式认出。​ Sklar 碰到了最细划分（标准正交基）的情形，DisCo 把整个定理在任意划分（任意坐标系）下的结构显式化了。

3.3 为什么 copula 类走不远——以及为什么退到测度层

在一般划分下，copula 框架遇到两个硬墙：

第一，均匀假设维持不住。​ 多变量块的边缘是高维分布，无法简单拉平到 $U(0,1)^k$ 而不丢失块内依赖。就像在非正交基下做逐轴归一化，轴间的相关性被你硬生生切断了。

第二，封闭性失败。​ Copula 类对 operad 组合不封闭——推前和条件化都推不出 copula。

要走出这个截面，必须退到更底层：概率测度空间。在那里，概率拆解定理天然成立，operadic 组合合法存在——就像退到坐标无关的描述，不再依赖任何特定基的选取。

3.4 拆—压—拼：三步，但"压"不是外挂的

DisCo = Disintegration + Combination。三步。

拆 = Cooperad（概率拆解定理的直接展开）

给定联合测度 $\mu \in \mathcal{P}(X_1,\dots,X_n)$，选一个划分 $I = (A_1,\dots,A_k)$。

Disintegration 给出：

$$\mu = \int \mu_1(\cdot|t_1) \otimes \cdots \otimes \mu_k(\cdot|t_k)\,d\Phi_k(t)$$

其中：

• $\Phi_k$ = 块间骨架（即推前测度 $\pi_I\#\mu$）

• $\mu_j(\cdot|t_j)$ = 第 $j$ 块的条件分布（纤维）

这就是 cooperad 的余复合 $\Delta_I$。余结合律来自拆解定理的唯一性——就像坐标变换的链式法则，换坐标系的方式可以组合，结果唯一。

压 = 划分自带的天然聚合

这是关键——"压"不是你额外发明的操作。它是划分本身带来的，就像选了一个非正交基之后，某些方向自然被投影折叠。

你选了一个粗划分，把多个变量打包进同一块。这个"打包"本身就是压缩：块内结构被自然聚合成一个纤维。纤维的维度自动低于原始联合分布的维度——这就是天然的降维。

你不需要人为选一个压缩函数往上套。纤维本身就是压缩后的形态。划分即压缩，选坐标系即决定哪些信息被聚合。

拆—拼互逆是无条件成立的。​ 这是概率拆解定理的直接推论：你沿划分拆开，再按同样的骨架拼回去，得到的就是原来的联合测度。不管划分多粗、纤维多复杂，这个互逆关系都成立——就像任何坐标变换都是可逆的，变换过去再变换回来，还是原来的张量。

拼 = Operad

压缩后的不变量（纤维）通过 operadic 组合拼回：

$$\gamma(\mu; \nu_1,\dots,\nu_k)(A) = \int \prod_{i=1}^k \nu_i(A^{(i)}|t_i)\,d\mu(t)$$

这是测度上的 operad——封闭、结合、有单位元。退到测度层后，operad 结构合法地存在。就像张量在不同坐标系下的分量可以通过变换矩阵重新组装，operadic 组合就是在任意划分下把纤维拼回联合分布的合法操作。

为什么叫"代数"

三步都是结构变换：

• 拆是 functor（cooperad 余复合 = 坐标变换的代数表达）

• 压是 functor（划分自带的天然聚合 = 基的选择带来的投影）

• 拼是 functor（operad 组合 = 分量重组）

整个 DisCo 是一个 functorial pipeline。拆—拼互逆无条件成立——这是概率拆解定理的保证，不是额外假设。DisCo 代数本身就是概率拆解定理的代数化：定理一直在那里，只是换了一种语法把它说清楚。

3.5 极限检验

退回到最细划分（标准正交基）：

• "压"消失——每变量一块，纤维是一维的，天然聚合退化为恒等变换（就像正交基下不需要额外的投影）

• 骨架退化为 copula

• DisCo 退化为 Sklar 框架

• 拆解定理退化为 Sklar 定理

• 拆 + 压 + 拼 三步退化为拉平 + copula 两步

Sklar 是 DisCo 在"最细划分"这个极限点的影子——就像笛卡尔坐标是任意坐标变换群中的单位元。

四、为什么 Sklar 不需要"额外压缩"，而 DisCo 天然有"压"

这里有一个极深的对应关系：

划分粒度决定了"压"的形态——就像基的选择决定了投影的方向和程度。

Sklar 取最细划分（标准正交基）。概率积分变换是一一对应（双射）——信息无损，维数不变。所以 Sklar 框架里"压"退化为恒等映射——不需要额外的压缩步骤。

DisCo 允许粗划分（任意基）。当你把 $\{X_1,X_2\}$ 作为一块时：

一维变换的免费午餐在二维以上不存在。

二维正态分布 $(X_1,X_2) \sim N(0,\Sigma)$，$\rho \neq 0$。如果你对 $X_1$ 和 $X_2$ 分别做概率积分变换——$\rho$ 被你拉没了。相关性信息在分别拉平的过程中被销毁了。要保留相关性，必须用二维 copula 再包一层——但那只是把问题递归了一层。

所以粗划分下，块内结构天然地被聚合成纤维。这个聚合本身就是"压"——不是你强加的，是划分的必然结果。就像选了一个斜基之后，沿某个方向的投影必然把其他方向的信息折叠进来。Sklar 之所以没有这一步，不是因为"压"不存在，而是因为最细划分（正交基）下压退化为恒等映射。

五、和已有工作的关系

DisCo 的位置：概率论 × 范畴论 × 信息论 的三重缝合。根基是概率拆解定理——坐标无关的概率结构，被代数语法显式说出。

六、如果它是对的

1. 概率建模从"选分布"变成"选划分"——选坐标系。划分选定后，拆解定理自动给出拆法和拼法，就像选了基之后变换规则自动确定

2. 高维依赖的组合爆炸变成 operad 的组合枚举

3. Copula 成为 DisCo 在最细划分下的影子——标准正交基是坐标变换群中的一个点

4. 信息瓶颈等方法成为"天然聚合"之上的可选有损近似层

就像欧几里得几何是黎曼几何的平坦特例，Sklar 定理是概率拆解定理在最细划分下的特例。而 DisCo 是概率拆解定理的完整展开——从固定坐标系走向任意坐标系，从截面走向自然表达。

七、尾声

概率拆解定理说了一件很简单的事：任何联合分布都可以沿着任意投影方向拆开，拆成骨架和纤维，而且拆法是唯一的。联合分布本身是坐标无关的——它不依赖任何特定的划分，就像张量不依赖任何特定的基。

Sklar 无意中碰到了最细划分的情形——每变量一块，边缘拉平，copula 编码依赖。这就像在笛卡尔坐标下看一个几何对象，干净、正交、对称。

DisCo 代数把这件事显式化了：允许任意划分，纤维天然就是压缩后的形态，拆—拼互逆无条件成立。刀法变了，坐标系换了，但精神没变——把依赖和边缘分开，然后在不同的粒度上重新组装。

DisCo 不是新定理，是旧定理的新语法。就像概形语言没有推翻代数几何的基本事实，但它让那些事实第一次能被系统地追问。

一切的根基是概率拆解定理。Sklar 是它在最细处的投影。DisCo 是它在任意划分下的完整表达——是被认出的代数结构，不是被构造的。

同一把刀，不同的切法。同一个几何，不同的坐标系。切多细、选哪个基，取决于你要回答什么问题。

附录

A. 概率拆解定理严格陈述

设 $(X,\mathcal{F},\mu)$ 是 Polish 空间上的概率测度，$Y$ 是另一个 Polish 空间，$\pi:X\to Y$ 是可测映射。则存在唯一的（在 $\pi_\#\mu$-a.e. 意义下）一族条件概率测度 $\{\mu_y\}_{y\in Y}$ 使得：

$$\mu(A) = \int_Y \mu_y(A)\,d(\pi_\#\mu)(y)$$

且对每个 $A\in\mathcal{F}$，$\mu_y(A)$ 是 $y$ 的可测函数。

B. Sklar 定理严格陈述

设 $F$ 是 $\mathbb{R}^n$ 上的联合分布函数，边缘为 $F_1,\dots,F_n$。则存在 copula $C:[0,1]^n\to[0,1]$ 使得 $F(x_1,\dots,x_n)=C(F_1(x_1),\dots,F_n(x_n))$。若边缘连续则 $C$ 唯一。

C. DisCo 余复合定义

$$\Delta_I : \mathcal{P}(X_{[n]}) \to \mathcal{P}(X_I) \otimes \prod_{j=1}^k \mathcal{P}(X_{A_j}|\cdot)$$$$\mu \mapsto \left(\pi_I\#\mu,\; \{\mu(\cdot|\pi_I=t)\}_{t}\right)$$

D. 术语对照

全文完。

支持单位：