You need to enable JavaScript to run this app.
优惠活动
大模型
产品
解决方案
定价
更多

Kolmogorov距离下原分布与逆分布的距离关系及实例问询

Kolmogorov距离与逆分布的Kolmogorov距离关系

首先直接给结论:对于支撑在[0,1]上的连续严格单调递增CDF(分布函数)F和G,它们的Kolmogorov距离与逆分布的Kolmogorov距离不存在固定的等价关系——我们可以构造出逆分布间的距离远小于原分布间距离的实例,同时也存在两者距离相等的情况。

一、核心关系推导

设原分布的Kolmogorov距离为:
$$d = \operatorname{dist}(F,G) = \sup_{x\in[0,1]}|F(x)-G(x)|$$

对于任意$y\in[0,1]$,令$x=F^{-1}(y)$(即F在x处的取值为y),则$G(x)$必然落在$[y-d, y+d]$区间内。再考虑逆分布的取值$G{-1}(y)$,记$x'=G{-1}(y)$,则$G(x')=y$,因此$F(x')$也落在$[y-d, y+d]$内,即$|F(x') - F(x)| \leq d$。

如果F是可微的,且其导数在[0,1]上有正下界$c=\inf_{x\in[0,1]}F'(x)>0$,根据中值定理,存在$\xi$介于x和x'之间,使得:
$$|F(x') - F(x)| = F'(\xi)|x'-x| \geq c|x'-x|$$

由此可得:
$$|G{-1}(y)-F{-1}(y)| = |x'-x| \leq \frac{d}{c}$$

这说明:当F的导数下界c足够大时,逆分布的距离可以被压缩到原距离的1/c倍,只要c足够大,逆距离就能远小于原距离。

二、实例:逆距离远小于原距离

我们构造具体的分布来验证:

构造F(x)

取k为一个极大的正整数(比如k=1000),定义:
$$F(x) = 1 - (1-x)^k$$
这个CDF满足:

  • 支撑集为[0,1],F(0)=0,F(1)=1;
  • 连续且严格单调递增;
  • 导数$F'(x)=k(1-x)^{k-1}$,在x接近0时导数约等于k(非常大),在x接近1时导数趋近于0。

构造G(x)

取$\varepsilon=0.5$,定义:
$$G(x) = F(x) + \varepsilon(1-x)^k$$
验证G是合法的CDF:

  • G(0)=0 + 0.5*1=0.5 ∈ (0,1),G(1)=1 + 0=1;
  • 导数$G'(x)=k(1-x){k-1}(1-\varepsilon)=0.5k(1-x){k-1}>0$,严格单调递增;
  • 连续,因为F和$(1-x)^k$都是连续函数。

计算原分布的Kolmogorov距离

$$\operatorname{dist}(F,G) = \sup_{x\in[0,1]}|F(x)-G(x)| = \sup_{x\in[0,1]}0.5(1-x)^k = 0.5$$
最大值在x=0时取得,为0.5。

计算逆分布的Kolmogorov距离

  • F的逆分布:$F^{-1}(y) = 1 - (1-y)^{1/k}$(解$F(x)=y$可得);
  • G的逆分布:解$G(x)=y$,得$x=1 - \left( \frac{1-y}{1-\varepsilon} \right)^{1/k}=1 - \left( \frac{1-y}{0.5} \right)^{1/k}$。

两者的差为:
$$|F{-1}(y)-G{-1}(y)| = (1-y)^{1/k} \left( \left( \frac{1}{0.5} \right)^{1/k} - 1 \right)$$

当k=1000时,$\left(2\right){1/1000}=e{\frac{\ln2}{1000}}≈1+\frac{0.693}{1000}≈1.000693$,因此:
$$|F{-1}(y)-G{-1}(y)| \leq 1*(1.000693-1)=0.000693$$

显然,逆分布的距离(约0.0007)远小于原分布的距离(0.5),完全符合要求。

内容的提问来源于stack exchange,提问作者Andeanlll

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.05.19 06:52:29