最后更新: 2025-11-29 16:24 查看: 350 次纠错评论(0) 课件开VIP

赫尔德（Hölder）不等式

## 赫尔德（Hölder）不等式
定理 6．2（赫尔德（Hölder）不等式）若 $p>1, p^{\prime}>1, \frac{1}{p}+\frac{1}{p^{\prime}}=1, f \in L^p(E)$ ， $g \in L^{p \prime}(E)$ ，则

$$
\int_E|f(x) g(x)| d x \leqslant\left(\int_E|f(x)|^p d x\right)^{\frac{1}{p}}\left(\int_E|g(x)|^{p^{\prime}} d x\right)^{\frac{1}{p}}
$$

其中等号成立当且仅当 $|f|^p$ 与 $|g|^{p^{\prime}}$ 相差一个常数因子．
定理的结论可以写成

$$
\|f g\|_1 \leqslant\|f\|_p\|g\|_{p^{\prime}}
$$

满足 $\frac{1}{p}+\frac{1}{p^{\prime}}=1$ 的数 $p$ 与 $p^{\prime}$ ，称为共轭数或者共轭指标．
证明 显然，当 $\|f\|_p=0$ 或 $\|g\|_{p^{\prime}}=0$ 时，$f(x) g(x)=0$ ，a．e．$x \in E$ ，（7）成立。

当 $\|f\|_p>0,\|g\|_{p^{\prime}}>0$ 时，在引理 6.1 的（6）式中取

$$
a=\frac{|f(x)|^p}{\|f\|_p^p}, \quad b=\frac{|g(x)|^{p^{\prime}}}{\|g\|_{p^{\prime}}^{p^{\prime}}}
$$

$\alpha=\frac{1}{p}, \beta=\frac{1}{p^{\prime}}$ ，则

$$
\frac{|f(x) g(x)|}{\|f\|_p\|g\|_{p^{\prime}}} \leqslant \frac{1}{p} \frac{|f(x)|^p}{\|f\|_p^p}+\frac{1}{p^{\prime}} \frac{|g(x)|^{p^{\prime}}}{\|g\|_{p^{\prime}}^{p^{\prime}}}
$$

在等式两边取积分，便得 $\|f g\|_1 \leqslant\|f\|_p\|g\|_{p^{\prime}} \square$
Hölder 不等式的一个重要特例是 Schwarz 不等式，即 $p=p^{\prime}=2$ 的情形：

$$
\int_{\varepsilon}|f(x) g(x)| d x \leqslant\left(\int_E|f|^2 d x\right)^{\frac{1}{2}}\left(\int_E|g|^2 d x\right)^{\frac{1}{2}}
$$

或

$$
\|f g\|_1 \leqslant\|f\|_2\|g\|_2
$$

例 3 若 $m(E)<+\infty, 1 \leqslant p_1<p_2$ ，则 $L^{p_2}(E) \subset L^{p_1}(E)$ ．
证明 设 $f \in L^{p_2}(E)$ ，取 $r=\frac{p_2}{p_1}>1, r^{\prime}$ 为 $r$ 的共轭指标．用 Hölder 不等式

$$
\begin{aligned}
\int_E|f(x)|^{p_1} d x & =\int_E\left(|f(x)|^{p_1} \cdot 1\right) d x \\
& \leqslant\left(\int_E|f(x)|^{p_1 \cdot r} d x\right)^{\frac{1}{r}}\left(\int_E 1^{r^{\prime}} d x\right)^{\frac{1}{r^{\prime}}} \\
& =m(E)^{\frac{1}{r^{\prime}}}\left(\int_E|f(x)|^{p_2} d x\right)^{\frac{p_1}{p_2}},
\end{aligned}
$$

从而

$$
\left(\int_E|f(x)|^{p_1} d x\right)^{\frac{1}{p_1}} \leqslant m(E)^{\frac{1}{p_1}-\frac{1}{p_2}}\left(\int_E|f(x)|^{p_2} d x\right)^{\frac{1}{p_2}}
$$

或

$$
\left(\frac{1}{m(E)} \int_E|f(x)|^{p_1} d x\right)^{\frac{1}{p_1}} \leqslant\left(\frac{1}{m(E)} \int_E|f(x)|^{p_2} d x\right)^{\frac{1}{p_2}}
$$

于是 $L^{p_2}(E) \subset L^{p_1}(E)$ ．
这个例子特别说明，当 $m(E)<+\infty$ 时，$L^P(E)$ 中的函数都是 $L$ 可积的．读者可以自己举例说明，$m(E)=\infty$ 时不是这样．

## 理解 赫尔德不等式

它可以说是 L^p 空间理论的“交通规则”。

### 一句话概括

**赫尔德不等式规定：两个函数“相乘”的大小，绝不会超过它们各自“分开”时的大小的某种特定组合。它就像一份“合作协议”，确保乘法运算在L^p空间里是守规矩的。**

---

### 一个生动的比喻：合作开店

想象有两个人决定合伙做生意：

*   **小赫**（函数 f）：他负责**生产产品**。他的生产能力用他的 $ L^p $ “产能指数” $\|f\|_p$ 来衡量。
*   **小德**（函数 g）：他负责**销售渠道**。他的销售能力用他的 $ L^q $ “渠道指数” $\|g\|_q$ 来衡量。

他们俩的合作关系由一组“合作条款” $ \frac{1}{p} + \frac{1}{q} = 1 $ 绑定。这组条款意味着他们是**黄金搭档**，完美互补。常见的搭档有：
*   $p=2, q=2$ （一人出一半力）
*   $p=3, q=3/2$ （一个出三分力，另一个出三分之二力）

现在，他们合作开了一家公司的总收益是多少呢？就是他们合作的成果：**乘积函数** $f(x)g(x)$ 的“总营业额”，即积分 $\int |f(x)g(x)| dx$。

**赫尔德不等式就是这个合作的基本原则：**

> **公司的总营业额 ≤ 小赫的产能 × 小德的渠道**

用数学公式写就是：
$$
\int |f(x)g(x)| dx \ \leq \ \|f\|_p \cdot \|g\|_q
$$
或者更简洁地：
$$
\|fg\|_1 \leq \|f\|_p \|g\|_q
$$

### 这个“交通规则”为什么重要？

1.  **保证安全（确保可积）**：这个不等式的直接作用是**打包票**。它告诉我们：即使我不知道 $f(x)g(x)$ 具体长什么样，但只要我确定小赫（f）的产能有限（属于 $L^p$），小德（g）的渠道有限（属于 $L^q$），那么他们的合作成果（乘积 $fg$ ）的总营业额就一定是有限的（属于 $L^1$）。**这保证了乘法运算不会产生“无限”这种危险品。**

2.  **设定上限（提供估计）**：它给出了合作收益的一个明确**上限**。你再怎么努力，总收益也不会超过你们俩各自能力的乘积。这为很多数学证明提供了一个可靠的、可控制的“边界”。

### 特例：你最熟悉的样子（柯西-施瓦茨不等式）

当这对搭档选择**平分秋色**（$p = 2, q = 2$）时，赫尔德不等式就变成了你更可能熟悉的形式：

$$
\int |f(x)g(x)| dx \ \leq \ \sqrt{\int |f(x)|^2 dx} \cdot \sqrt{\int |g(x)|^2 dx}
$$
或者写成：
$$
|\langle f, g \rangle| \leq \|f\|_2 \cdot \|g\|_2
$$

这在几何上的意义非常直观：两个向量的**点积**（可以类比为“合作的密切程度”）的绝对值，不会超过它们各自**长度**的乘积。在函数空间里，这就是柯西-施瓦茨不等式，是赫尔德不等式家族中最著名的一员。

### 总结与升华

你可以把赫尔德不等式理解为：

*   **一种“风险控制”**：它确保了在L^p空间里，不能随意地把两个“大户”函数相乘，否则可能得到一个“无限大”的无法控制的结果。不等式告诉你，只要遵循 $1/p + 1/q = 1$ 这个规则，相乘就是安全的。
*   **一种“能量分配”**：p 和 q 像两个砝码。当一个变大时，另一个就必须变小，以保持平衡。这个不等式说明，函数 $f$ 和 $g$ 在相乘时，它们的“权重”或“影响力”是此消彼长的。

所以，赫尔德不等式的核心精神就是 **“强强联手，未必更强，但一定有上限”**。它是分析数学中用来“驯服”乘积运算最基本、最重要的工具之一。

科数题库(单机版) 会议室预约系统(book)

今日还可看 0 篇未注册用户每天查看4篇，注册用户每天8篇，开通VIP会员无限制查看。

免费注册

《高等数学》难点解析

高数教程 泰勒公式切线与法线切平面与法平面驻点·拐点·极值点·零点间断点渐进线瑕积分欧拉方程伯努利方程 Abel 收敛定理偏导数的几何意义偏导数的几何意义梯度数量场与向量场多元函数极值拉格朗日算子通量与散度环流量与旋度格林公式高斯公式斯托克斯公式三大公式比较傅里叶级数极坐标微元点法式方程变上限定积分 X型计算面积 Y型计算面积微分的意义渐近线间断点 y''+py'+qy=f(x)方程高斯黎曼傅里叶变换(复数) 拉普拉斯变换(复数)

《线性代数》难点解析

线代教程 近世代数对数学的整体思考线性的意义矩阵乘法(列视角) 矩阵乘法(行视角) 矩阵左乘矩阵右乘逆矩阵求解方程组阶梯形矩阵的求法方程组解的判定四阶行列式的计算线性变换的意义线性空间向量组的等价线性空间的几何意义基础解系的求法施密特正交化特征值与特征向量的意义矩阵相似的几何意义矩阵可对角化的理解秩的意义(向量版) 秩的意义(方程版) 二次型的意义

《概率论与数理统计》难点解析

概率教程 置信区间与上a分位数概率中的“取”与“放” 贝叶斯公式全概率公式泊松分布指数分布伽玛分布二维密度图的意义卷积的意义相关系数的意义 k阶矩是与矩母函数卡方分布的作用单正态区间估计理解假设检验理解切比雪夫不等式中心极限定理

上一篇： Lp 空间

下一篇：闵可夫斯基不等式

本文对您是否有用？有用 (0) 无用 (0)