謝宗翰的隨筆

令 $X$ 為具有任意分佈 $f_X$ 的隨機變數 且我們將其支撐集 (support set) 記作 $\cal X$，考慮參數 $K \in [0,1]$ 與 函數 $g(X,K)$ 為對參數 $K$ 遞增函數 with probability one，我們想問當我們對該函數取期望值時，是否 $ E[g(X,K)] $是否仍為對 $K$ 遞增? 答案為肯定的，我們將其記錄如下 令 $X$ 為具有任意分佈 $f_X$ 且 其支撐集為 $\cal X$ 隨機變數，考慮參數 $K \in [0,1]$ ===================== Theorem: 函數 $g(X,K)$ 為對參數 $K$ 遞增 with probability one，則 $ E[g(X,K)] $ 仍為對 $K$ 遞增 ===================== Proof: 令 $K_1,K_2 \in [0,1]$ 且 $K_1 \geq K_2$，我們要證明 \[ E[g(X,K_1)] \geq E[g(X,K_2)] \]現在觀察 \[\left\{ \begin{gathered}   E[g(X,{K_1})] = \int_{\cal X} g (x,{K_1}){f_X}(x)dx; \hfill \\   E[g(X,{K_2})] = \int_{\cal X} g (x,{K_2}){f_X}(x)dx \hfill \\ \end{gathered}  \right.\]由於 $g(X,K)$ 為對參數 $K$ 遞增函數 with probability one，故可知對任意實現 $X=x$， $g(x,K_1) \geq g(x, K_2)$，又因為 分佈函數 $f_X$ 的非負性質，不難得知 \[ \int_{\cal X} g(x, K_1)f_X(x)dx \geq  \int_{\cal X} g(x, K_2)f_X(x)dx \]亦即 \[ E[g(X,K_1)] \geq E[g(X,K_2)] \]