首页 > 其他分享 >Jensen 不等式证明

Jensen 不等式证明

时间:2023-12-12 11:36:54浏览次数:26  
标签:right Jensen 不等式 sum 证明 left displaystyle leqslant lambda

Jensen 不等式定义

若 \(f(x)\) 为区间 \(I\) 上的下凸函数,则对于任意 \(x_{i} \in I\) 和满足 \(\displaystyle\sum_{i=1}^{n} \lambda_{i} = 1\) 的 \(\lambda_{i} \gt 0 \left( i = 1, 2, \cdots, n \right)\),成立

\[f \left( \sum_{i=1}^{n} \lambda_{i} x_{i} \right) \leqslant \sum_{i=1}^{n} \lambda_{i}f(x_{i}) \]

特别地,取 \(\displaystyle\lambda_{i} = \frac{1}{n} \left( i = 1, 2, \cdots, n \right)\),就有

\[f \left( \frac{1}{n} \sum_{i=1}^{n} x_{i} \right) \leqslant \frac{1}{n} \sum_{i=1}^{n} f(x_{i}) \]

Jensen 不等式证明

使用下凸函数的定义和数学归纳法证明。

  1. 当 \(n = 1\),有 \(\lambda_{1} = 1\),则 \(f(\lambda_{1}x_{1}) \leqslant \lambda_{1}f(x_{1})\),Jensen 不等式成立。

  2. 当 \(n = 2\),\(f(x)\) 为下凸函数,根据下凸函数定义。有 \(\forall \lambda \in \left(0,1 \right): f(\lambda x_{1} + \left(1-\lambda\right) x_{2}) \leqslant \lambda f(x_{1}) + \left(1-\lambda\right) f(x_{2})\)。令 \(\lambda_{1} = \lambda\),则 \(\lambda_{2} = 1 - \lambda\),得
    \(f(\lambda_{1}x_{1} + \lambda_{2}x_{2}) \leqslant \lambda_{1}f(x_{1}) + \lambda_{2}f(x_{2})\),Jensen 不等式成立。

  3. 假设当 \(n = k\),不等式成立,即

\[\begin{equation} f \left( \sum_{i=1}^{k} \lambda_{i} x_{i} \right) \leqslant \sum_{i=1}^{k} \lambda_{i}f(x_{i}) \end{equation} \]

  1. 当 \(n = k + 1\),由命题条件 \(\displaystyle\sum_{i=1}^{k+1} \lambda_{i} = 1\) 可得 \(\displaystyle 1-\lambda_{k+1} = \sum_{i=1}^{k}\lambda_{i}\)

\[\begin{equation} \label{eqn:one} \begin{aligned} f \left( \sum_{i=1}^{k+1} \lambda_{i} x_{i} \right) &= f \left( \sum_{i=1}^{k} \lambda_{i} x_{i} + \lambda_{k+1}x_{k+1} \right) \\ &= \begin{cases} f \left( x_{k+1} \right), & 1 - \lambda_{k+1} = 0 \\ f \left( \begin{split} \left( 1 - \lambda_{k+1} \right) \dfrac{\displaystyle\sum_{i=1}^{k} \lambda_{i} x_{i}}{1 - \lambda_{k+1}} + \lambda_{k+1}x_{k+1} \end{split} \right), & 1 - \lambda_{k+1} \neq 0 \\ \end{cases} \end{aligned} \end{equation} \]

当 \(1 - \lambda_{k+1} = 0\),\(\lambda_{i}\left( i=1,2,\cdots,k \right)\) 都为 \(0\),\(\lambda_{k+1} = 1\)。此时 Jensen 不等式显然成立

\[\begin{equation} \begin{aligned} & f \left( \sum_{i=1}^{k+1} \lambda_{i} x_{i} \right) = f \left( x_{k+1} \right) = \sum_{i=1}^{k+1} \lambda_{i}f(x_{i}) \\ \implies & f \left( \sum_{i=1}^{k+1} \lambda_{i} x_{i} \right) \leqslant \sum_{i=1}^{k+1} \lambda_{i}f(x_{i}) \end{aligned} \end{equation} \]

当 \(1 - \lambda_{k+1} \neq 0\),考察 \(\displaystyle\frac{\displaystyle\sum_{i=1}^{k} \lambda_{i} x_{i}}{1 - \lambda_{k+1}}\),只要其属于 \(I\),就可以直接使用下凸函数定义。\(x_{i}\) 是任意给定的,不妨设 \(x_{1} < x_{2} < \cdots x_{k} < x_{k+1}\)。所以有

\[\begin{equation} \begin{aligned} &\sum_{i=1}^{k} \lambda_{i} x_{1} \leqslant \sum_{i=1}^{k} \lambda_{i} x_{i} \leqslant \sum_{i=1}^{k} \lambda_{i} x_{k} \\ \implies & x_{1} \sum_{i=1}^{k} \lambda_{i} \leqslant \sum_{i=1}^{k} \lambda_{i} x_{i} \leqslant x_{k} \sum_{i=1}^{k} \lambda_{i} \\ \implies & x_{1} \frac{\displaystyle\sum_{i=1}^{k} \lambda_{i}}{1 - \lambda_{k+1}} \leqslant \frac{\displaystyle\sum_{i=1}^{k} \lambda_{i} x_{i}}{1 - \lambda_{k+1}} \leqslant x_{k} \frac{\displaystyle\sum_{i=1}^{k} \lambda_{i}}{1 - \lambda_{k+1}} \\ \implies & x_{1} \leqslant \frac{\displaystyle\sum_{i=1}^{k} \lambda_{i} x_{i}}{1 - \lambda_{k+1}} \leqslant x_{k} \end{aligned} \end{equation} \]

由于 \(x_{1}\) 和 \(x_{k}\) 都属于 \(I\),则 \(\displaystyle \frac{\displaystyle\sum_{i=1}^{k} \lambda_{i} x_{i}}{1 - \lambda_{k+1}}\) 也属于 \(I\)。所以可以对 \(\eqref{eqn:one}\) 式使用下凸函数的定义

\[\begin{equation} \label{eqn:two} \begin{aligned} f \left( \sum_{i=1}^{k+1} \lambda_{i} x_{i} \right) &= f \left( \begin{split} \left( 1 - \lambda_{k+1} \right) \frac{\displaystyle\sum_{i=1}^{k} \lambda_{i} x_{i}}{1 - \lambda_{k+1}} + \lambda_{k+1}x_{k+1} \end{split} \right) \\ &\leqslant \left( 1 - \lambda_{k+1} \right) f \left( \begin{split} \frac{\displaystyle\sum_{i=1}^{k} \lambda_{i} x_{i}}{1 - \lambda_{k+1}} \end{split} \right) + \lambda_{k+1} f \left(x_{k+1}\right) \\ &= \left( 1 - \lambda_{k+1} \right) f \left( \displaystyle\sum_{i=1}^{k} \frac{\lambda_{i} x_{i}}{1 - \lambda_{k+1}} \right) + \lambda_{k+1} f \left(x_{k+1}\right) \\ \end{aligned} \end{equation} \]

由于 \(\displaystyle\sum_{i=1}^{k} \frac{\lambda_{i}}{1 - \lambda_{k+1}} = 1\),符合 \(n=k\) 时 Jensen 不等式成立条件,所以有 \(\displaystyle f \left( \displaystyle\sum_{i=1}^{k} \frac{\lambda_{i} x_{i}}{1 - \lambda_{k+1}} \right) \leqslant \sum_{i=1}^{k} \frac{\lambda_{i}}{1-\lambda_{k+1}} f \left( x_{i} \right)\),代入 \(\eqref{eqn:two}\) 式可以得到 Jensen 不等式成立

\[\begin{equation} \begin{aligned} f \left( \sum_{i=1}^{k+1} \lambda_{i} x_{i} \right) &\leqslant \left( 1 - \lambda_{k+1} \right) f \left( \displaystyle\sum_{i=1}^{k} \frac{\lambda_{i} x_{i}}{1 - \lambda_{k+1}} \right) + \lambda_{k+1} f \left(x_{k+1}\right) \\ &\leqslant \left( 1 - \lambda_{k+1} \right) \sum_{i=1}^{k} \frac{\lambda_{i}}{1-\lambda_{k+1}} f \left( x_{i} \right) + \lambda_{k+1} f \left(x_{k+1}\right) \\ &= \sum_{i=1}^{k} \lambda_{i} f \left( x_{i} \right) + \lambda_{k+1} f \left(x_{k+1}\right) \\ &= \sum_{i=1}^{k+1} \lambda_{i} f \left( x_{i} \right) \end{aligned} \end{equation} \]

  1. 综上所述,由数学归纳法得 \(\forall n \left( n = 1, 2, \cdots, k, k+1, \cdots \right)\) 有

\[\begin{equation} \label{eqn:final} f \left( \sum_{i=1}^{n} \lambda_{i} x_{i} \right) \leqslant \sum_{i=1}^{n} \lambda_{i}f(x_{i}) \end{equation} \]

即 Jensen 不等式成立。

  1. 直接将 \(\displaystyle\lambda_{i} = \frac{1}{n}\) 代入 \(\eqref{eqn:final}\) 式,可得

\[f \left( \frac{1}{n} \sum_{i=1}^{n} x_{i} \right) \leqslant \frac{1}{n} \sum_{i=1}^{n} f(x_{i}) \]

标签:right,Jensen,不等式,sum,证明,left,displaystyle,leqslant,lambda
From: https://www.cnblogs.com/mkckr0/p/17896393.html

相关文章

  • 诗人小G和四边形不等式
    对于线性的dp\(f[i]=min(f[j]+val(i,j))\)或者说是大致的转移方程可以写成这样的dp,时间复杂度大概是\(O(n^2)\)能否优化主要取决于\(val(i,j)\)的内容和\(j\)的范围假如\(j\)的范围是一个单调向后移动的窗口,只要\(val(i,j)\)能够用多项式表达出来,那就是可以斜率优化或者单调队......
  • 哈夫曼树构造过程的证明
    设我们已经构造出来了最优树\(T_n\),他的叶子节点分别是\(w_1≤w_2...≤w_n\)假设\(T_n\)的最长的一条路的倒数第二个节点(即这条路叶子节点的父亲)\(x\)只有一个儿子,那么我们删掉这个节点\(x\),让他的儿子代替他,答案会变得更优,矛盾,所以\(x\)一定有两个儿子。我们假设这两个儿子不全......
  • SG定理证明
    前置知识有向图游戏概念。单个有向图游戏中\(\textrm{SG}\)函数的求值(\(\textrm{mex}\)运算)。以上内容请自行查阅,这里不会多说。前言本文受启发于OIWiki,采用相同的数学归纳法进行证明,但对计算的原理进行了补充,也补足了一些细节。网上许多\(\textrm{SG}\)定理的证明只......
  • 重要不等式在解题中的应用
    已知函数\(f(x)=(x+2)\lnx,g(x)=x^2+(3-a)x+2(1-a)\)(1)若不等式\(f(x)\leqg(x)\)在\(x\in(-2,+\infty)\)上恒成立,求\(a\)取值范围.(2)证明:\(\displaystyle\sum\limits_{k=1}^{n}\left(1+\dfrac{1}{4^k}\right)<e^{\frac{1}{3}}\)(1)\(f(x)\leqg(x)\)转化为......
  • NKOJ2180证明
    这是一个经典模板,先看老板的PPT但其实我个人觉得从冒泡排序理解是不好理解的这个问题的本质还是证明这种做法是正确的首先,逆序对个数是下限,因为交换一次相邻两个数,通过对这两个数的相对大小的讨论,会发现最多让逆序对个数减少一然后我们要找到一种合理的方法来达到这个下限,就......
  • 数学证明
    如果有证明还有其他简单的方法的话,或者是还有证明想放上去的话可以私信我哦。几何板块勾股定理1.赵爽弦图\(4×(ab/2)+(b-a)^2=c^2\)\(a^2+b^2=c^2\)2.加菲尔德证法3.加菲尔德证法变式4.青朱出入图......此处省略海伦公式此时化简得出海伦公式,证......
  • 一个最大张角尺规可作性命题的分析与证明
    命题:在平面直角坐标系中,从x轴的上方任意取定不同两点M和N.则通过尺规作图一定可以找出x轴上的一点Q,使得MQN张角最大.分析与证明:先证明最大张角点的存在性.第一步:若最大张角点存在,考察其满足什么性质.如上图所示,直线AB为x轴,M和N是x轴上方不同两点.记M和......
  • 贪心基础证明
    1.区间划分acwing905按照区间右端点来排序,如果当前点能覆盖到则继续往下读,如果不能覆盖到则点数加一,该点更新为下一个区间的最右端点1#include<bits/stdc++.h>2usingnamespacestd;34intn;5constintN=1e5+10;67//-----------------问题一:重载......
  • 斯特林数相关式子的证明
    具体数学221页给了很多斯特林恒等式,但是没有给出证明,现在我们来证明一下。前置知识斯特林数的递推公式\[{n\bracek}={n-1\bracek-1}+k{n-1\bracek}\]\[{n\brackk}={n-1\brackk-1}+(n-1){n-1\brackk}\]斯特林数的生成函数:\[\sum_{i\ge0}{n\bracei}x^i=(\sum_{k\ge......
  • acwing276机器任务的证明
    假设我们已经给每一个任务分配了一种模式了那么相同模式的任务排在一起的时候肯定重启次数最小对涉及到的模式,我们还原回二分图上就是在二分图上尽量选择少的节点(一种模式代表一次重启次数,因为相同模式都是放在一起的),使每一个任务都可以被安排就可以转换为最小点覆盖问题......