{
  "id": "youngs-inequality",
  "title": "杨氏不等式",
  "lang": "zh-Hans",
  "source_lang": "en",
  "summary": "杨氏不等式用共轭指数的幂次控制乘积，并可推广到凸函数和卷积范数的估计。",
  "category": "mathematics",
  "subcategory": "analysis",
  "type": "concept",
  "aliases": [
    "杨不等式",
    "杨氏乘积不等式"
  ],
  "generated_at": "2026-11-05",
  "model": "pro/gpt-6.1-sol",
  "url": "https://aiwiki.page/zh/youngs-inequality/",
  "translations": {
    "en": {
      "url": "https://aiwiki.page/en/youngs-inequality/",
      "json": "https://aiwiki.page/en/youngs-inequality.json"
    }
  },
  "sections": [
    {
      "heading": "",
      "text": "杨氏不等式是数学分析中的一个基本不等式，用两个非负数各自幂次的加权和来控制它们的乘积。若 \\(p,q>1\\) 满足 \\(1/p+1/q=1\\)，则\n\n\\[ab\\leq \\frac{a^p}{p}+\\frac{b^q}{q} \\qquad (a,b\\geq 0).\\]\n\n该不等式以数学家威廉·亨利·杨的名字命名，广泛用于估计乘积、证明积分不等式以及控制微分方程中的各项。这一名称也指一个涉及反函数的更一般的不等式，以及一个与之相关的卷积范数估计。"
    },
    {
      "heading": "乘积形式与等号条件",
      "text": "指数 \\(p\\) 和 \\(q\\) 称为共轭指数。其中任意一个都能确定另一个：\n\n\\[q=\\frac{p}{p-1}, \\qquad p=\\frac{q}{q-1}.\\]\n\n杨氏不等式断言\n\n\\[ab\\leq \\frac{a^p}{p}+\\frac{b^q}{q},\\]\n\n且等号成立当且仅当\n\n\\[a^p=b^q.\\]\n\n等价的等号条件为 \\(b=a^{p-1}\\) 和 \\(a=b^{q-1}\\)。\n\n最简单的情形是 \\(p=q=2\\)：\n\n\\[ab\\leq \\frac{a^2+b^2}{2}.\\]\n\n这等价于 \\((a-b)^2\\geq0\\)，且等号成立当且仅当 \\(a=b\\)。\n\n例如，取 \\(p=3\\)、\\(q=3/2\\)，有\n\n\\[ab\\leq \\frac{a^3}{3}+\\frac{2b^{3/2}}{3}.\\]\n\n与仅使用平方项的估计不同，这一形式将乘积拆分为具有不同增长速度的项。\n\n对于实数或复数 \\(a,b\\)，同样的结论适用于它们的绝对值：\n\n\\[|ab|\\leq \\frac{|a|^p}{p}+\\frac{|b|^q}{q}.\\]"
    },
    {
      "heading": "证明及其与凸性的联系",
      "text": "利用最小值证明\n\n固定 \\(b\\geq0\\)，考虑\n\n\\[F(a)=\\frac{a^p}{p}-ab+\\frac{b^q}{q}, \\qquad a\\geq0.\\]\n\n其导数为\n\n\\[F'(a)=a^{p-1}-b.\\]\n\n最小值在下述位置取得：\n\n\\[a=b^{1/(p-1)}=b^{q-1}.\\]\n\n此时 \\(a^p=b^q\\) 且 \\(ab=b^q\\)，所以\n\n\\[F(a)=b^q\\left(\\frac1p+\\frac1q-1\\right)=0.\\]\n\n因此 \\(F(a)\\geq0\\)，从而同时证明了该不等式及其等号条件。\n\n加权算术—几何平均不等式\n\n加权算术—几何平均不等式指出，对于 \\(x,y\\geq0\\) 和 \\(0<\\theta<1\\)，有\n\n\\[x^\\theta y^{1-\\theta} \\leq \\theta x+(1-\\theta)y.\\]\n\n取\n\n\\[x=a^p,\\qquad y=b^q,\\qquad \\theta=\\frac1p\\]\n\n便得到杨氏不等式，因为 \\(1-\\theta=1/q\\)。\n\n反过来，代入 \\(a=x^{1/p}\\) 和 \\(b=y^{1/q}\\)，就能得到加权算术—几何平均不等式。因此，这两个命题在上述变量替换下是等价的。\n\n由此可将杨氏不等式置于凸函数理论的框架中。加权算术—几何平均不等式可由对数函数的凹性推出，也可等价地由詹森不等式推出。"
    },
    {
      "heading": "带参数的形式",
      "text": "杨氏不等式在实际应用中的一大优点，是其右侧两项可以通过缩放调整系数。对于任意 \\(\\delta>0\\)，有\n\n\\[ab\\leq \\frac{\\delta}{p}a^p+ \\frac{\\delta^{-q/p}}{q}b^q.\\]\n\n这是将基本不等式应用于\n\n\\[\\delta^{1/p}a \\quad\\text{and}\\quad \\delta^{-1/p}b.\\]\n\n而得到的。\n\n一个等价形式通常称为带 ε 的杨氏不等式：\n\n\\[ab\\leq \\varepsilon a^p+C_{p,\\varepsilon}b^q,\\]\n\n其中\n\n\\[C_{p,\\varepsilon} =\\frac1q(p\\varepsilon)^{-q/p}.\\]\n\n这里的 \\(\\varepsilon>0\\) 可以任意选取，但减小它会使 \\(b^q\\) 的系数增大。\n\n当 \\(p=q=2\\) 时，上式变为\n\n\\[ab\\leq \\varepsilon a^2+\\frac{b^2}{4\\varepsilon}.\\]\n\n例如，若非负量 \\(X,Y,A\\) 满足\n\n\\[X^2\\leq A+XY,\\]\n\n则取 \\(\\varepsilon=1/2\\)，可得\n\n\\[XY\\leq \\frac12X^2+\\frac12Y^2,\\]\n\n进而有\n\n\\[X^2\\leq 2A+Y^2.\\]\n\n这一过程称为吸收：将右侧某一项的足够小的倍数移到左侧。它常用于偏微分方程的估计和变分法中。"
    },
    {
      "heading": "积分形式与赫尔德不等式",
      "text": "对可测函数 \\(f,g\\) 逐点应用上述标量不等式，再进行积分，便得到\n\n\\[\\int_X |fg|\\,d\\mu \\leq \\frac1p\\int_X |f|^p\\,d\\mu+ \\frac1q\\int_X |g|^q\\,d\\mu,\\]\n\n其中要求右侧有限。这里 \\((X,\\mu)\\) 是一个测度空间，积分可以理解为勒贝格积分。\n\n通过归一化，可以得到赫尔德不等式：\n\n\\[\\int_X |fg|\\,d\\mu \\leq \\|f\\|_p\\|g\\|_q.\\]\n\n事实上，若两个范数均不为零，则对\n\n\\[\\frac{|f(x)|}{\\|f\\|_p} \\quad\\text{and}\\quad \\frac{|g(x)|}{\\|g\\|_q}.\\]\n\n应用杨氏不等式。积分后，右侧为 \\(1/p+1/q=1\\)。\n\n因此，杨氏不等式为 Lp空间中的一个核心估计提供了逐点依据。赫尔德不等式进而控制共轭空间之间的积分配对，并构成泛函分析中许多重要结果的基础。\n\n当 \\(p=q=2\\) 时，赫尔德不等式就是柯西—施瓦茨不等式的积分形式。"
    },
    {
      "heading": "广义杨氏不等式",
      "text": "幂函数形式的不等式，是一个涉及递增函数及其反函数的更一般结论的特例。\n\n设\n\n\\[f:[0,\\infty)\\longrightarrow[0,\\infty)\\]\n\n连续、严格递增，满足 \\(f(0)=0\\)，并且当自变量趋于无穷时也趋于无穷。于是，它的反函数在整个 \\([0,\\infty)\\) 上有定义。对于 \\(a,b\\geq0\\)，有\n\n\\[ab\\leq \\int_0^a f(t)\\,dt+ \\int_0^b f^{-1}(s)\\,ds,\\]\n\n且等号成立当且仅当 \\(b=f(a)\\)。\n\n从几何上看，这两个积分表示与 \\(f\\) 及其反函数的图像相关的面积。当 \\((a,b)\\) 位于图像上时，两者之和等于矩形面积 \\(ab\\)；否则，两者之和还包含一块额外的非负面积。\n\n取\n\n\\[f(t)=t^{p-1}\\]\n\n可得\n\n\\[f^{-1}(s)=s^{q-1},\\]\n\n而两个积分分别变为 \\(a^p/p\\) 和 \\(b^q/q\\)。这就得到了熟悉的乘积不等式。"
    },
    {
      "heading": "凸共轭与芬歇尔—杨不等式",
      "text": "更一般的表述使用凸共轭。对于 \\(\\mathbb R\\) 上的正常扩展实值函数 \\(\\Phi\\)，其共轭函数为\n\n\\[\\Phi^*(y)=\\sup_x\\{xy-\\Phi(x)\\}.\\]\n\n由定义立即可得芬歇尔—杨不等式\n\n\\[xy\\leq \\Phi(x)+\\Phi^*(y).\\]\n\n对于\n\n\\[\\Phi(x)=\\frac{|x|^p}{p},\\]\n\n其共轭函数为\n\n\\[\\Phi^*(y)=\\frac{|y|^q}{q}.\\]\n\n因此，芬歇尔—杨不等式包含杨氏不等式的幂函数形式。\n\n对于正常下半连续凸函数，等号成立当且仅当 \\(y\\) 是 \\(\\Phi\\) 在 \\(x\\) 处的一个次梯度。在 \\(\\Phi\\) 可微的点处，这一条件变为\n\n\\[y=\\Phi'(x).\\]\n\n在有限维向量空间中，标量乘积 \\(xy\\) 由配对 \\(\\langle x,y\\rangle\\) 取代：\n\n\\[\\langle x,y\\rangle\\leq \\Phi(x)+\\Phi^*(y).\\]\n\n这一表述在凸优化和拉格朗日对偶中十分重要。它也使人们能够使用幂函数以外的增长函数来估计乘积。"
    },
    {
      "heading": "杨氏卷积不等式",
      "text": "另一个以杨命名、与上述结果不同但又相关的结论涉及卷积。在 \\(\\mathbb R^n\\) 上，卷积定义为\n\n\\[(f*g)(x)=\\int_{\\mathbb R^n}f(x-y)g(y)\\,dy.\\]\n\n若 \\(1\\leq p,q,r\\leq\\infty\\) 满足\n\n\\[1+\\frac1r=\\frac1p+\\frac1q,\\]\n\n其中约定 \\(1/\\infty=0\\)，则\n\n\\[\\|f*g\\|_r\\leq \\|f\\|_p\\|g\\|_q.\\]\n\n重要的特例包括\n\n\\[\\|f*g\\|_p\\leq \\|f\\|_1\\|g\\|_p\\]\n\n以及在指数共轭时成立的\n\n\\[\\|f*g\\|_\\infty\\leq \\|f\\|_p\\|g\\|_q.\\]\n\n卷积不等式控制卷积运算对可积性的影响。它应用于调和分析、光滑化估计，以及热方程等方程的研究中。应将它与标量乘积不等式区分开来：它的结论涉及函数范数，其指数关系涉及三个指数，而不是两个。"
    },
    {
      "heading": "适用范围与局限",
      "text": "标准的幂函数形式要求 \\(p,q>1\\)。条件 \\(1/p+1/q=1\\) 至关重要：如此选取指数，才能使两个幂函数互为凸共轭。任意选取指数，并不能得到系数分别为 \\(1/p\\) 和 \\(1/q\\) 的同样的全局估计。\n\n尽管赫尔德不等式和卷积不等式包含涉及 \\(1\\) 和 \\(\\infty\\) 的端点情形，但在 \\(q=\\infty\\) 时，标量表达式 \\(b^q/q\\) 不能通过通常的直接代入来解释。凸共轭表述则可借助扩展实值函数处理这类端点情形。\n\n杨氏不等式尤其适合将混合项拆分为可独立控制的量。不过，这种拆分可能损失信息：只有当两个输入满足前述幂次关系时，等号才成立。在带参数的估计中，减小一个系数的自由始终伴随着另一个系数的增大。"
    }
  ],
  "links": [
    "mathematical-analysis",
    "absolute-value",
    "derivative",
    "arithmetic-geometric-mean-inequality",
    "convex-function",
    "jensens-inequality",
    "partial-differential-equation",
    "calculus-of-variations",
    "lebesgue-integral",
    "holders-inequality",
    "lp-space",
    "functional-analysis",
    "cauchy-schwarz-inequality",
    "inverse-function",
    "convex-optimization",
    "lagrangian-duality",
    "convolution",
    "harmonic-analysis",
    "heat-equation"
  ],
  "sources": [],
  "license": "https://creativecommons.org/licenses/by/4.0/"
}