이 단원 목차
경사를 기대 밖으로 꺼내도 되는가
AI 목적함수는 종종 확률변수의 손실을 평균한 것입니다. 그 경사를 계산하며 미분과 기대를 교환하려면 정당화가 필요합니다. 실습은 X가 Uniform[0,1]인 고정 측도에서 두 함수를 비교합니다. 첫 함수는 gθ(x)=(θx)²이고, 둘째는 움직이는 사건 지시함수 1_(0,θ)(x)입니다. θ는 경계 문제를 피하도록 0.25부터 0.75 사이에서 조절합니다.
차분몫을 적분하는 문제로 바꾸기
매끄러운 예제에서는 중앙 차분몫이 정확히 2θx²입니다. θ의 근방에서 이를 적분가능한 상수나 x²의 배수로 지배할 수 있어 우세수렴으로 교환을 정당화할 수 있습니다. 기대값은 θ²/3, 미분은 2θ/3입니다. 기준 θ=0.5의 결과는 1/3입니다. 일반적인 충분조건으로 거의 모든 x에서의 차분몫 수렴과 하나의 적분가능 공통 지배를 확인할 수 있습니다.
거의 모든 곳의 도함수만으로는 부족하다
움직이는 사건의 기대값은 구간 길이 θ이므로 미분은 1입니다. 고정 θ에서 x≠θ인 거의 모든 x의 점별 도함수는 0입니다. 따라서 점별 도함수의 기대는 0으로 기대값의 미분과 다릅니다. 차분몫은 θ 근처 폭 2h의 구간에서 높이 1/(2h)인 봉우리입니다. h가 줄어도 그 적분은 1이고 거의 모든 x에서는 결국 0이 됩니다.
교환 조건을 실제 모형에 적용하기
이 반례에는 공통 적분가능 차분몫 지배가 없습니다. 각 θ에서 도함수가 거의 모든 x에 존재한다는 주장만으로 교환을 정당화할 수 없다는 점이 중요합니다. 밀도도 θ에 따라 바뀌면 그 변화나 지지집합 경계의 기여를 함께 다뤄야 합니다. 재매개화는 기초 잡음을 고정해 계산 경로를 만들지만 이런 적분 조건을 자동으로 보장하지는 않습니다. 그래프의 endpoint 규약이나 한 점 도함수 값은 Lebesgue 적분의 불일치를 해결하지 않습니다.
확인 문제와 해설
- 봉우리 폭을 절반으로 줄이면 높이는? 두 배가 되어 적분 1을 유지합니다.
- 지시함수 반례에서 한 점의 도함수를 바꾸면 해결되나요? 아니요. 한 점의 측도는 0입니다.
- 매끄러운 그래프만 보면 교환해도 되나요? 아니요. 실제 적분가능성 조건을 확인해야 합니다.
추가 읽기: Durrett, Probability: Theory and Examples; Tao, An Introduction to Measure Theory.
설명할 수 있나요?
실험 설정과 무관한 기준 예제를 묻습니다. 답을 고르고 설명을 확인해보세요.
선택한 답과 학습 표시는 이 브라우저에 저장됩니다. 다시 풀거나 표시를 해제할 수 있습니다.