You need to enable JavaScript to run this app.
最新活动
大模型
产品
解决方案
定价
生态与合作
支持与服务
开发者
了解我们

求证测度空间积分不等式:∫_E logf dμ ≤ μ(E)log(1/μ(E))

积分不等式的证明思路与解法

问题明确

设$(X, \Sigma, \mu)$是带有严格正测度$\mu$的可测空间,函数$f:X \rightarrow (0, \infty)$满足$\int_X f d\mu=1$。需要证明:对任意满足$0 < \mu(E)<\infty$的$\mu$-可测集$E \in \Sigma$,有
$$\int_E \log f d\mu \leqslant \mu(E) \log \left[\frac{1}{\mu(E)} \right]$$

你提到尝试定义新测度$\nu = f \cdot \mu$,这个方向完全正确!咱们就顺着这个思路,结合凹函数的Jensen不等式来完成证明。

详细证明步骤

  1. 构造集合$E$上的概率测度
    首先,对集合$E$,我们定义一个归一化的概率测度$\mu_E$:对任意$A \subseteq E$且$A \in \Sigma$,令
    $$\mu_E(A) = \frac{\mu(A)}{\mu(E)}$$
    显然$\mu_E(E) = 1$,所以这是$E$上的合法概率测度。

  2. 利用Jensen不等式转化积分
    对数函数$\log t$是严格凹函数(其二阶导数$\log'' t = -\frac{1}{t^2} < 0$),根据Jensen不等式:对于凹函数$\phi$和概率测度$\nu$,有
    $$\phi\left(\int g d\nu\right) \geqslant \int \phi(g) d\nu$$

    我们先把原不等式两边除以$\mu(E)$,得到等价的不等式:
    $$\frac{1}{\mu(E)} \int_E \log f d\mu \leqslant \log \left(\frac{1}{\mu(E)}\right)$$
    左边恰好就是$\int_E \log f d\mu_E$(因为$\frac{d\mu}{\mu(E)} = d\mu_E$)。

  3. 结合已知条件推导不等式
    对凹函数$\log$应用Jensen不等式,可得:
    $$\int_E \log f d\mu_E \leqslant \log\left( \int_E f d\mu_E \right)$$
    而$\int_E f d\mu_E = \frac{1}{\mu(E)} \int_E f d\mu$,又因为$\int_X f d\mu = 1$,所以$\int_E f d\mu \leqslant 1$,因此:
    $$\frac{1}{\mu(E)} \int_E f d\mu \leqslant \frac{1}{\mu(E)}$$

    由于$\log t$是单调递增函数,所以:
    $$\log\left( \frac{1}{\mu(E)} \int_E f d\mu \right) \leqslant \log\left( \frac{1}{\mu(E)} \right)$$

    把上面两步结合起来,就有:
    $$\int_E \log f d\mu_E \leqslant \log\left( \frac{1}{\mu(E)} \right)$$
    两边再乘以$\mu(E)$,就得到原不等式:
    $$\int_E \log f d\mu \leqslant \mu(E) \log\left( \frac{1}{\mu(E)} \right)$$

  4. 关联你定义的测度$\nu$
    你定义的$\nu = f \cdot \mu$是一个概率测度(因为$\nu(X) = \int_X f d\mu = 1$),原不等式左边可以写成$\int_E \log\left( \frac{d\nu}{d\mu} \right) d\mu$,这其实是$\nu$相对于$\mu$在集合$E$上的Kullback-Leibler散度项,本质上和咱们用Jensen的思路是相通的,只是换了一种测度视角而已。

总结

核心就是抓住对数函数的凹性Jensen不等式,通过构造集合$E$上的概率测度,把积分转化为概率期望的形式,再结合$\int_X f d\mu=1$的条件,就能顺利推导出结果。你一开始的测度定义思路完全没问题,只差最后结合凹函数性质的那一步啦!

内容的提问来源于stack exchange,提问作者Gil Or

火山引擎 最新活动