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

关于Achim Klenke《概率论》中定理6.7收敛性证明的双向疑问

关于Achim Klenke《概率论》中定理6.7收敛性证明的双向疑问

我对下面这个收敛性证明的两个方向都有点搞不懂:

正向方向的疑问

我想知道怎么得到第一个不等式,也就是:
$$\tilde{d}_N(f,f_n)\leq \mu(A_N\cap{d(f,f_n)>\varepsilon})+\varepsilon\mu(A_N)$$

我目前的推导过程是这样的:
$$\tilde{d}N(f,f_n)=\int{A_N\cap { d(f,f_n)>1 }} d(f,f_n)d\mu+\int_{A_N\cap { d(f,f_n)\leq 1 }} 1d\mu$$
$$=\int_{A_N\cap {d (f,f_n)>1 }} d(f,f_n)d\mu+\mu(A_N\cap { d(f,f_n)\leq 1 }) $$

然后我推导了两个不等式:

  • $\int_{A_N \cap {d(f,f_n)>1}} d(f,f_n) d\mu \leq \int_{A_N \cap {d(f,f_n)>\varepsilon}} d(f,f_n) d\mu$
  • $\mu( A_N \cap {d(f,f_n)\leq 1}) \leq \mu(A_N)$

但我觉得这个思路走不通,因为在积分区域上$d(f,f_n)>1$,所以这个$d(f,f_n)$的积分肯定比$\mu(A_N \cap {d(f,f_n)>\varepsilon})$要大;而且$\mu(A_N)$也明显大于$\varepsilon\mu(A_N)$,这样根本凑不出目标不等式的形式,实在不知道哪里出问题了。

反向方向的疑问

反向方向的问题我之前看到有人问过,但我还是想确认一下:那个被采纳的解法真的是原本预期的证明思路吗?感觉这个过程太繁琐复杂了,怎么看都不像是可以一笔带过的步骤啊?

备注:内容来源于stack exchange,提问作者modz

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:2026.04.20 11:42:57