本文介绍几个常用的与期望有关的不等式。
1 Cauchy–Schwarz不等式
Cauchy–Schwarz不等式有许多形式,这里只介绍它的期望函数的形式。
Cauchy–Schwarz不等式:
[E(XY)]2≤E(X2)E(Y2)
证明非常简单,只需先将Y分解为相互正交的两部分(类似于OLS回归):
Y=E(X2)E(XY)X+(Y−E(X2)E(XY)X)
然后两边取平方,再求期望。注意到取平方后交叉项的期望
E[E(X2)E(XY)X⋅(Y−E(X2)E(XY)X)]=E(X2)E(XY)2−E(X2)E(XY)2=0
交叉项期望为0,因此,只剩平方项的期望:
E(Y2)=E(X2)2E(XY)2E(X2)+E[(Y−E(X2)E(XY)X)2]≥E(X2)E(XY)2
得证。
2 Hölder不等式
事实上,Cauchy–Schwarz不等式是Hölder不等式的特例。
Hölder不等式:X和Y为两个随机变量,正数p和q满足
p1+q1=1
则有
E∣XY∣≤[E∣X∣p]1/p[E∣Y∣q]1/q
证明过程如下:首先证明对于任意正数a和b,且正数p和q满足p1+q1=1,必有
p1ap+q1bq≥ab
当且仅当ap=bq时等号成立。
该式的证明,只需构造函数g(a)=p1ap+q1bq−ab,该函数最小值在ap−1=b时取到0,因此上式成立。
有了这一步,再将a=[E(∣X∣p)]1/p∣X∣和b=[E(∣Y∣q)]1/q∣Y∣代入,再对两边同时取期望,即可证得Hölder不等式。
3 Minkowski不等式
利用Hölder不等式,可以得到另一个重要的不等式:Minkowski不等式。
Minkowski不等式:已知随机变量X和Y,当1≤q<∞时,必有
[E(∣X+Y∣p)]1/p≤[E(∣X∣p)]1/p+[E(∣Y∣p)]1/p
它的证明如下:
取满足p1+q1=1的q,有
E(∣X+Y∣p)=≤≤=E(∣X+Y∣∣X+Y∣p−1)E(∣X∣∣X+Y∣p−1)+E(∣Y∣∣X+Y∣p−1)[E(∣X∣p)]1/p[E(∣X+Y∣(p−1)q)]1/q+[E(∣Y∣p)]1/p[E(∣X+Y∣(p−1)q)]1/q{[E(∣X∣p)]1/p+[E(∣Y∣p)]1/p}[E(∣X+Y∣p)]1/q
其中,第一个不等式用到了三角不等式∣X±Y∣≤∣X∣+∣Y∣,第二个不等式则是直接使用Hölder不等式。
最后两边同除以[E(∣X+Y∣p)]1/q,即得证。