闵可夫斯基不等式是 Lp空间中的三角不等式:当 1≤p≤∞ 时,以 p-范数衡量的和的大小,不超过各项大小之和。该不等式以赫尔曼·闵可夫斯基命名,适用于有限维向量、无穷序列和可测函数。它是数学分析中的一项基本结果,表明 p-范数满足范数定义中的一条性质。
有限维形式
设 x=(x1,…,xn) 和 y=(y1,…,yn) 的坐标为实数或复数。当 1≤p<∞ 时,该不等式表述为
(i=1∑n∣xi+yi∣p)1/p≤(i=1∑n∣xi∣p)1/p+(i=1∑n∣yi∣p)1/p.
记
∥x∥p=(i=1∑n∣xi∣p)1/p,
则上式可写为
∥x+y∥p≤∥x∥p+∥y∥p.
当 p=∞ 时,对应的范数为
∥x∥∞=1≤i≤nmax∣xi∣,
同样满足三角不等式。
几个重要的特例包括:
- **p=1:**将标量不等式 ∣xi+yi∣≤∣xi∣+∣yi∣ 逐项相加,即可得到该不等式。
- **p=2:**这就是欧几里得空间中关于长度的通常的三角不等式。
- **p=∞:**和向量各坐标绝对值的最大值,不超过各项向量的坐标绝对值最大值之和。
例如,若 x=(1,0)、y=(0,1),且 p=2,则
∥x+y∥2=2<2=∥x∥2+∥y∥2.
积分形式与序列形式
设 (X,Σ,μ) 为测度论中研究的测度空间,f,g:X→R 或 C 为可测函数。当 1≤p<∞ 时,定义
∥f∥p=(∫X∣f∣pdμ)1/p,
其中的积分为勒贝格积分。若 f 和 g 的 p-范数均有限,则
(∫X∣f+g∣pdμ)1/p≤(∫X∣f∣pdμ)1/p+(∫X∣g∣pdμ)1/p.
当 p=∞ 时,范数为本质上确界,即几乎处处成立的 ∣f∣ 的最小上界。此时不等式变为
x∈Xesssup∣f(x)+g(x)∣≤x∈Xesssup∣f(x)∣+x∈Xesssup∣g(x)∣.
几乎处处相等的函数代表 Lp 中的同一个元素。必须作这样的等同,因为函数的范数可以为零,却并非在每一点都取零值。
在正整数集上采用计数测度,就得到序列形式:
(i=1∑∞∣ai+bi∣p)1/p≤(i=1∑∞∣ai∣p)1/p+(i=1∑∞∣bi∣p)1/p.
因此,有限维向量和无穷序列的不等式,都是同一个测度论命题的特例。
加权形式也可直接得到。对于非负权重 wi,有
(i∑wi∣ai+bi∣p)1/p≤(i∑wi∣ai∣p)1/p+(i∑wi∣bi∣p)1/p,
前提是右端的范数均有限。
利用赫尔德不等式的证明
当 1<p<∞ 时,标准证明使用赫尔德不等式。令
q=p−1p,p1+q1=1.
首先,只要 f 和 g 的 p-范数有限,f+g 的 p-范数也有限。这是因为
∣f+g∣p≤(∣f∣+∣g∣)p≤2p−1(∣f∣p+∣g∣p).
第二个不等式源于 t↦tp 在非负实数上的凸性。
令 h=f+g。由标量的三角不等式可得
∣h∣p≤(∣f∣+∣g∣)∣h∣p−1.
两边积分,并对每一项应用赫尔德不等式,得到
∥h∥pp≤∫X∣f∣∣h∣p−1dμ+∫X∣g∣∣h∣p−1dμ≤(∥f∥p+∥g∥p)(∫X∣h∣(p−1)qdμ)1/q.
由于 (p−1)q=p,上式即为
∥h∥pp≤(∥f∥p+∥g∥p)∥h∥pp−1.
若 ∥h∥p=0,结论显然成立。否则,两边除以 ∥h∥pp−1,即证得所需不等式。
p=1 和 p=∞ 的情形可直接由逐点的三角不等式推出。对于 p=2,另一种证明方法是利用柯西—施瓦茨不等式估计范数平方展开式中的交叉项。
等号成立条件
1<p<∞ 的情形
若 f 和 g 作为 Lp 中的元素均不为零,则等号成立当且仅当存在常数 c>0,使得
f=cgalmost everywhere
成立。若其中一个函数几乎处处为零,等号也成立。
对于有限维向量,这意味着两个非零向量方向相同,即一个向量是另一个向量的正实数倍。对于复值函数,成正比例不仅要求模长成比例,还要求在函数非零之处复相位相同。
这些条件体现了 1<p<∞ 时 Lp 范数的严格凸性:两个不同单位向量的中点,其范数严格小于一。
p=1 的情形
等号成立当且仅当
∣f+g∣=∣f∣+∣g∣almost everywhere.
对于实值函数,这等价于
f(x)g(x)≥0almost everywhere.
这两个函数不必成比例,只需在几乎每一点都不发生相互抵消。
当 p=∞ 时,等号成立通常并不意味着函数成比例,也不要求存在某一点使任一本质上确界在该点取得。
推论与应用
赋范空间与距离
闵可夫斯基不等式确立了三角不等式公理,从而使 1≤p≤∞ 时的 Lp 成为赋范向量空间。这些空间还是完备的,因此也是巴拿赫空间,不过完备性需要另行证明。
公式
d(f,g)=∥f−g∥p
在 Lp 上定义了一个度量。特别地,由闵可夫斯基不等式可得
d(f,h)≤d(f,g)+d(g,h).
它还蕴含反三角不等式:
∥f∥p−∥g∥p≤∥f−g∥p,
因此,依范数收敛意味着范数本身也收敛。
求和与逼近误差
反复应用该不等式可得,对于任意有限组函数 f1,…,fm,有
k=1∑mfkp≤k=1∑m∥fk∥p.
这给出了逼近论中的一项基本估计:若将误差分解为若干项,则总误差的范数不超过各项范数之和。与涉及正交性的范数平方恒等式不同,这一估计不需要任何关于抵消或独立性的假设。
随机变量
在概率空间上,积分形式变为
(E∣X+Y∣p)1/p≤(E∣X∣p)1/p+(E∣Y∣p)1/p.
这里,X 和 Y 是具有有限 p 阶绝对矩的随机变量,E 表示期望值。该不等式不需要统计独立性假设。
当 p=2 时,对中心化后的随机变量应用该不等式,得到
SD(X+Y)≤SD(X)+SD(Y),
其中 SD 表示标准差。
闵可夫斯基积分不等式
一个相关形式可以将积分移到 Lp 范数之外。在 σ 有限测度空间上,对于满足适当条件的联合可测函数 F:X×Y→R 或 C,以及 1≤p<∞,有
[∫X(∫Y∣F(x,y)∣dν(y))pdμ(x)]1/p≤∫Y[∫X∣F(x,y)∣pdμ(x)]1/pdν(y).
特别地,若右端有限,则
∫YF(⋅,y)dν(y)Lp(X)≤∫Y∥F(⋅,y)∥Lp(X)dν(y).
这是有限和的三角不等式所对应的积分形式。它可用于估计卷积;例如,在 Rn 上,
∥f∗g∥p≤∥f∥1∥g∥p,1≤p≤∞.
为什么要求 p\ge 1
当 0<p<1 时,表达式
∥x∥p=(i∑∣xi∣p)1/p
通常不满足三角不等式。取 x=(1,0) 和 y=(0,1),可得
∥x+y∥p=21/p>2=∥x∥p+∥y∥p.
因此,它定义的是拟范数,而非范数。
尽管如此,由标量不等式
∣a+b∣p≤∣a∣p+∣b∣p
仍可推出
∥f+g∥pp≤∥f∥pp+∥g∥pp.
所以,当 0<p<1 时,虽然通常的 p-范数三角不等式不成立,但
d(f,g)=∫X∣f−g∣pdμ
确实在 Lp 的等价类上定义了一个度量。