2 · Blackwell 排序：比较知识的正确语言#
三个真实的工程争论，长得一模一样。
- 第一个发生在 3GPP 的会议室里。两家公司各带来一套 AI 空口的 CSI 压缩方案，一家说"我的 NMSE 低 2 dB"，另一家说"我的 SGCS 高 0.03"。
- 第二个发生在 ISAC 的项目评审上。雷达组说"我的 CRB 更小"，视觉组说"我的定位误差更小"，CSI 指纹组说"我不需要额外硬件"。
- 第三个发生在信道知识地图（CKM）的建库讨论里。5 米栅格的地图比 10 米栅格"更好"，好多少？多花的存储和采样值不值？
三场争论卡在同一个地方：没有人能说清"更有信息"到底是什么意思。NMSE、SGCS、CRB、互信息，都是把一个高维对象压成一个标量的投影。投影会丢掉顺序：A 在这个投影上赢，可以在另一个投影上输，而"另一个投影"可能正好对应你真正要做的那件事。
这里缺的是一门语言。1949–1953 年间，统计决策论已经把"什么叫一份知识比另一份更有信息"彻底解决，答案叫 Blackwell 序（Blackwell order）。
无线领域其实用过它。degraded（退化）广播信道 [10] 与 less noisy（更不噪）[11]，就是信道上的 Blackwell 序及其松弛。
没被用过的，是把 CSI 反馈方案、感知模态、环境地图这些"知识"本身当作统计实验（statistical experiment）来排序。据本站检索，未见此类工作。检索到的跨平台 CSI 比较，都是实验测量式的横向评测，不是序理论。
本章做三件事：
- 把这门语言从零教会（2.2–2.4 节，只用矩阵）。
- 展示它在哪里卡住、卡住之后怎么办（2.5–2.6 节，Le Cam 亏格）。
- 用它证出本部反复要用的链定理骨架（2.7 节），并画出无线实验族的第一张排序图（2.8 节）。
本章预备知识
只需概率论、线性代数与一点信号与系统。用到的预备篇内容：
- 熵与互信息、二元熵函数 \(h(\cdot)\)（预备篇记作 \(H_b(\cdot)\)）：预备篇 4.1–4.3。条件概率与贝叶斯公式属概率论基础，不另链接。
- 条件期望、"最好的均方猜测是条件均值"（算例 2.2 的 MMSE 用到）：预备篇 4.10。
- BSC 与 BEC 这两个玩具信道：预备篇 4.5。
- 记号提醒：预备篇把 BSC 翻转概率记作 \(\varepsilon\)、BEC 擦除概率记作 \(\delta\)。
- 本章 BSC 翻转概率写 \(p,q,r\) 或 \(\alpha\)，BEC 擦除概率写 \(\epsilon\) 或 \(\beta\)，字母 \(\delta\) 留给 2.6 节的 Le Cam 亏格。
- 凸函数、Jensen 不等式：预备篇 7.2。线性规划与分离超平面定理预备篇没有专门讲，本章在用到处（2.4、2.6 节）各用一句话交代。
- 本部的链图景与记号 \(\mathcal{E}\to h\to y\to T\)：第 1 章。
不需要测度论：文中"马尔可夫核"一律可读成"一张条件概率表"，有限字母表上就是一个矩阵。
2.1 三场比不出胜负的争论，与一个 70 年前就写好的答案#
先把三场争论的数字摆出来，好让"比不出胜负"这件事不停留在修辞上。
3GPP TR 38.843（AI/ML for NR air interface）对两侧模型 CSI 压缩同时规定了中间 KPI（SGCS / NMSE，衡量重建信道像不像）与最终 KPI（吞吐量）。据综述 [17]，评估结果有三组数字：
- 同一套模型跨部署泛化时，重建质量 SGCS 退化从 −1.69% 到 −31.6%（UMi/UMa、UMa/InH 等交叉组合）。这是中间 KPI 本身的退化，不是吞吐。TR 原文第 6.2.2.2 节写明这组评估的度量是 SGCS，见第 1 章 §1.1。
- 波束预测用约 1/4 波束作输入，Top-1 精度 70%–90%（带 1 dB 余量后超过 90%）。
- InF-DH 的 AI 定位 90% CDF 水平精度 小于 1 m，传统方法大于 15 m。
换了部署场景，中间 KPI 本身可能几乎不掉，也可能掉三成。
中间 KPI 的改善传到最终 KPI 时，又被大幅稀释。同一份 TR 里，SGCS 普遍提升几个百分点，平均 UPT 的增益却从负几个百分点到十几个百分点不等（第 1 章 §1.1）。也就是说，中间 KPI 到最终 KPI 的映射松散，甚至不单调。
工程上把这叫"泛化问题"。更基础的病因是：NMSE 只是一个标量投影，它不是一个序。
统计决策论给出的正确对象是偏序（partial order），不是标量。偏序是一种允许某些对象之间无法比较的"至少一样好"关系。
任意两个实数都能比大小，这叫全序（total order）。偏序下有些对根本不可比，既说不上谁强，也说不上一样好。
严格说，只差读数编号的两张表互为 garbling，却不是同一张表，所以 Blackwell 序是预序。把互为 garbling 的实验看成同一个，它才是偏序。本站沿用习惯叫法。
这条线的历史很短，也很密：
比较实验的理论谱系
| 年份 | 工作 | 要点 |
|---|---|---|
| 1949 | Bohnenblust–Shapley–Sherman | 有限输出实验的比较（RAND 备忘录） |
| 1951 | Blackwell 第二届 Berkeley 论文 | 决策风险等价的雏形 |
| 1953 | Blackwell "Equivalent Comparisons" | 去掉有限输出限制，garbling 等价成型 |
| 1964 | Le Cam "Sufficiency and Approximate Sufficiency" | 亏格 \(\delta\) 与实验距离 \(\Delta\) |
| 1973 | Bergmans degraded 广播信道 | Blackwell 序进入无线（信道侧） |
| 1977 | Körner–Marton less noisy | 比 degraded 弱的信道偏序 |
| 1979 | El Gamal more capable | 更弱的第三层 |
| 1991 | Torgersen 专著 | 亏格 / 充分性 / 随机化准则的系统化 |
| 2011 | Raginsky ISIT | Shannon 序与 Shannon 亏格 |
| 2026 | 本站第二部 | 把实验序搬到 CSI / 感知 / 地图上 |
怎么读这张表：上半段（1949–1964）统计学建立"比较实验"的语言。中段（1973–1979）信息论把同一套思想用在信道上，而且只用在信道上。下段（1991–2011）理论定型。本站在最后一行：语言早就有了，缺的是把无线里的"知识"当成实验放进去。
表里藏着一个容易被忽略的信息：信息论早就用过 Blackwell 序。degraded 广播信道 [10] 的定义是"存在与输入无关的核使 \(Y\to Z\)"，这和下一节 garbling 的定义逐字相同。less noisy [11] 与 more capable [12] 是它的两级放松。
无线读者学的是同一门语言的另一半词汇：信息论把它用在"信道"上，统计学把它用在"知识"上。
到此为止我们得到了什么
一个诊断：工程上的方案比较经常打成平手或翻案，原因不在指标测得不准，而在标量指标不是序。正确的对象是偏序，它 1953 年就已存在，而且信息论早已在"信道"这一侧用过它。
2.2 实验就是一张条件概率表#
先讲直觉，再给定义。
**直觉。**想象一台仪器：把未知的东西（房间里有没有人、终端在哪个格子、信道向量是什么）放进去，它吐出一个带噪读数。要完整描述它，只需回答一个问题：
"当真实状态是 \(\theta\) 时，读数取每个可能值的概率各是多少？"
把答案排成一张表：行是真实状态，列是可能读数，格里是概率。这张表就是仪器的全部。
定义 2.1（统计实验，有限情形）
设参数（真实状态）取值于有限集合 \(\Theta=\{\theta_1,\dots,\theta_m\}\)，观测取值于有限集合 \(\mathcal{Y}=\{y_1,\dots,y_n\}\)。一个统计实验（statistical experiment）\(\mathcal{E}=(P_\theta)_{\theta\in\Theta}\) 就是一个 \(m\times n\) 的行随机矩阵（row-stochastic matrix）\(\mathbf{P}\)：
"行随机"就是每行加起来等于 1（给定状态，读数总要落在某处）。在测度论语言里这叫"从 \(\Theta\) 到 \(\mathcal{Y}\) 的马尔可夫核"，本章一律读作"条件概率表"。
记号解释。\(\theta\) 是想知道却看不见的量（环境状态、终端位置、信道向量），\(y\) 是真正拿到的读数，\(P_\theta\) 是矩阵的第 \(i\) 行。下标 \(i\) 数行（状态），\(j\) 数列（读数）。
注意：第 1 章链图 \(\mathcal{E}\to h\to y\to\cdots\) 里的 \(\mathcal{E}\) 是环境本身。本章的 \(\mathcal{E}\)、\(\mathcal{F}\) 一律指实验（条件概率表）。2.7 节的 \(\mathcal{E}_0\)"环境全知"，是把环境当读数的那个实验。
立刻给一个 \(2\times 3\) 的数字例子。\(\theta\in\{+1,-1\}\)（"链路通"与"链路被挡"），观测是二元擦除信道 BEC(\(\epsilon\)) 的输出，取值于 \(\{+1,\ \mathrm{e},\ -1\}\)（\(\mathrm{e}\) = 擦除，什么也没看到）。取 \(\epsilon=0.6\)：
第一行读作："真实状态是 \(+1\) 时，40% 概率读到 \(+1\)，60% 概率什么也没读到，绝不会读到 \(-1\)。"
再给一个 \(2\times2\) 的：二元对称信道 BSC(\(q\))，观测在 \(\{+1,-1\}\)，取 \(q=0.2\)：
读作："80% 概率读对，20% 概率读反。"
BEC 从不骗你，但经常什么都不说。BSC 总说点什么，但有时是假的。这两台仪器谁更好？这是第 2.5 节的承重问题。
2.2.1 把无线里的"知识"都写成这样的表#
翻译词典只有一句：凡是"给定未知量、能生成一个读数"的东西，都是实验。
| 无线对象 | 参数 \(\theta\) | 观测 \(y\) | 矩阵的含义 |
|---|---|---|---|
| 量化 / 码本 CSI 反馈 | 信道向量 \(\mathbf{h}\) | \(B\) 比特码字或码本索引 | 量化器分区的条件概率 |
| 自编码器 CSI 压缩 | \(\mathbf{h}\) | 隐向量（再量化） | 编码器诱导的条件分布 |
| 雷达 / 摄像头感知 | 目标位置、速度 | 距离–多普勒峰值 / 检测框 | 检测与估计的采样分布 |
| CSI 指纹定位 | 终端位置 \(\mathbf{x}\) | RSS / CSI 特征向量 | 指纹库诱导的条件分布 |
| 信道知识地图（分辨率 \(r\)） | \(\mathbf{x}\) | 格索引 + 该格信道统计 | 位置→格索引的确定性分配 + 格内分布 |
表中最后一行，是本部"耐用品 / 易逝品"划分的关键。
第一部第 7 章把地图定义成分布泛函 \(m_T(\mathbf{x})=T[P(h\mid\mathbf{x})]\)。CGM、到达角图、BIM、LoS 概率图都是这个形式。
地图是先验型知识（耐用品），不是一次观测（易逝品），所以看上去不像"实验"。但它同样能写成实验：把终端位置当参数 \(\theta=\mathbf{x}\)，把"地图告诉你的那一行"当观测。
分辨率为 \(r\) 的地图由两部分组成：位置到格索引的确定性映射（每行只有一个 1 的行随机矩阵），加上格内信道统计。分辨率越粗，矩阵列数越少，这就是引理 2.5 的结构。
记号与约定（全章通用）
总变差距离取半 \(L_1\) 约定：对同一集合上的两个分布 \(P,Q\)，
因子 \(\tfrac12\) 是 Le Cam 传统中的主流写法。有些文献省略它，数值会整体翻倍 [6]。本章所有亏格数值都在这个约定下，与第 1 章定义 1.3相同。
总变差的白话
总变差等于两个分布给同一事件的概率之差的最大值，\(\|P-Q\|_{\mathrm{TV}}=\max_{S}|P(S)-Q(S)|\)，在 \(S=\{z:P(z)>Q(z)\}\) 处取到。
例：\(P=(0.8,0.2)\)、\(Q=(0.7,0.3)\)，\(\tfrac12(0.1+0.1)=0.1\)，正是事件"\(z=z_1\)"上的概率差 \(0.8-0.7\)。等先验下区分 \(P\) 与 \(Q\) 的最优判决错误率是 \((1-\mathrm{TV})/2\)，本例为 \(0.45\)。
- 任务写成 \(T=(A_T,L_T)\)：\(A_T\) 是动作集合，\(L_T(\theta,a)\) 是损失。记 \(\|L_T\|:=\sup L_T-\inf L_T\)（损失的振幅）；损失取值在 \([0,1]\) 时 \(\|L_T\|\le1\)。
- MSE 类算例一律采用星座约定 \(\theta\in\{+1,-1\}\)。这个声明不是啰嗦：同一件事若用 \(\{0,1\}\) 约定，所有 MSE 数字都要除以 4。本章的 0.60 / 0.64 会变成 0.15 / 0.16。
到此为止我们得到了什么
一个统一的容器。CSI 反馈方案、感知模态、地图分辨率，本来是三类完全不同的工程对象，现在都成了同一种数学对象，即一张行随机矩阵。只要装进同一个容器，"谁更有信息"才可能成为一个可回答的数学问题。
2.3 garbling：唯一"只会让信息变少"的操作#
**直觉。**你有一份文件。你可以复印、翻译、裁掉一半、泼咖啡，甚至扔骰子决定涂黑哪几行。这些操作有一个共同点：它们只看你手上那份文件，不去偷看原件。
所以无论怎么折腾，结果都不可能比原件包含更多关于原件的信息。
这句大白话就是本章唯一真正的约束。它的数学名字是 garbling（乱化 / 后处理）。
定义 2.2（garbling 与 Blackwell 序）
设 \(\mathcal{E}\) 的观测在 \(\mathcal{Y}\)（\(n\) 个值），\(\mathcal{F}\) 的观测在 \(\mathcal{Z}\)（\(k\) 个值）。若存在一个 \(n\times k\) 的行随机矩阵 \(\mathbf{K}\)（"与 \(\theta\) 无关"的条件概率表：\(\mathbf{K}[j,l]=\Pr\{z_l\mid y_j\}\)），使得
则称 \(\mathcal{F}\) 是 \(\mathcal{E}\) 的一个 garbling，记 \(\mathcal{E}\succeq\mathcal{F}\)，读作"\(\mathcal{E}\) 至少与 \(\mathcal{F}\) 一样有信息"（Blackwell 序）。
逐格展开就是 \(Q_\theta(z)=\sum_{y}\mathbf{K}[y,z]\,P_\theta(y)\) 对一切 \(\theta\) 同时成立。
看矩阵乘法的形状：\(\mathbf{P}\) 是 \(m\times n\)，\(\mathbf{K}\) 是 \(n\times k\)，乘积是 \(m\times k\)。\(\mathbf{K}\) 的行下标是 \(\mathcal{E}\) 的观测，\(\mathbf{P}\) 的行下标是参数。\(\mathbf{K}\) 里根本没有留给 \(\theta\) 的位置。这就是"不许偷看原件"在代数上的样子。
陷阱：如果允许 \(\mathbf{K}\) 依赖 \(\theta\)，整个理论立刻崩塌
若允许对每个 \(\theta\) 用不同的矩阵 \(\mathbf{K}_\theta\)，取
即"不管看到什么读数，都直接按 \(Q_{\theta_i}\) 抽一个数"，则
于是任何实验都能"变成"任何实验，序塌成平凡的等价关系。Blackwell 理论的全部力量，来自 \(\mathbf{K}\) 里没有 \(\theta\)，与任何深刻的不等式无关。
工程上这对应"接收端只能用它收到的东西做后处理"，这是一条物理约束，不是数学技巧。
2.3.1 算例 2.1：两级 BSC 串联就是一次矩阵乘法#
算例 2.1（BSC 串联的闭合关系）
先过一个 BSC(\(p\))，再把输出送进一个独立的 BSC(\(r\))。第二级只看第一级的输出，不看 \(\theta\)，所以这是标准的 garbling。取 \(p=0.1\)、\(r=0.2\)。
第一步：写出两个矩阵。
**第二步：直接乘。**左上角元素是第一行点乘第一列：\(0.9\times0.8+0.1\times0.2=0.72+0.02=0.74\)。右上角是 \(0.9\times0.2+0.1\times0.8=0.18+0.08=0.26\)。由对称性，另一行相同，只是左右互换：
**第三步：用概率语言复算同一个数。**总的出错事件是"第一级错、第二级对"或"第一级对、第二级错"。两次都错就又转回来了，不算出错：
**第四步：整理成乘性形式。**把 \(q=p+r-2pr\) 代入 \(1-2q\)：
第二行把 \(1-2p-2r+4pr\) 按 \((1-2p)\) 提取公因子，即 \(-2r+4pr=-2r(1-2p)\)。第三行再提一次。
量 \(1-2q\) 称为信道的相关系数，串联时相乘。信息只会衰减，这是它最直接的体现。
校验
- 三条路径一致：\((1-2p)(1-2r)=0.8\times0.6=0.48\)，故 \(q=(1-0.48)/2=0.26\)，与第二步矩阵相乘、第三步概率计数这三条独立路径给出同一个数 ✓。
- \(r=0\)：\(q=p\)（什么也没做）✓。
- \(r=1/2\)：\(1-2q=0\) 即 \(q=1/2\)（第二级把信息彻底毁掉）✓。
- \(r=1\)：\(q=1-p\)，\(|1-2q|=|1-2p|\) 不变（比特翻转是可逆重命名，不丢信息）✓。
连续情形同样直白。位置估计 \(y=\theta+n_1\)，其中 \(n_1\sim\mathcal{N}(0,\sigma_1^2)\)。再独立加上 \(n_2\sim\mathcal{N}(0,\sigma_2^2-\sigma_1^2)\)，就得到噪声方差为 \(\sigma_2^2\) 的 \(z\)。"加独立噪声"不看 \(\theta\)，是 garbling，所以
高斯位置族在 Blackwell 序下全序（totally ordered）：方差小的一定更好。这是一个重要的锚点：只差一个"噪声旋钮"的同族实验，才有资格全序。一旦跨族比较（BEC 对 BSC、雷达对摄像头），全序立刻失效。
到此为止我们得到了什么
一个可以判定的关系。\(\mathcal{E}\succeq\mathcal{F}\) 不是感觉。它问的是矩阵方程 \(\mathbf{Q}=\mathbf{P}\mathbf{K}\) 有没有行随机解。这个关系的全部约束力，来自 \(\mathbf{K}\) 里不许出现 \(\theta\)。
2.4 Blackwell 定理：三种说法是同一件事#
garbling 是一个结构条件（存在这么个矩阵）。工程师真正关心的是性能条件（在我的任务上谁更好）。Blackwell 定理说：这两者严格等价，而且还等价于第三个几何条件。
先把"任务上谁更好"写成数。一个决策问题由三样东西组成：
- 先验 \(\pi\)：各状态事先的概率。注意，第 1 章链图里 \(\pi\) 是决策策略，本章 \(\pi\) 一律指先验。
- 有限动作集 \(A\)。
- 损失表 \(L(\theta,a)\)。
决策规则 \(a(y)\) 规定"看到读数 \(y\) 选哪个动作"，也允许按概率随机选。规则的平均损失是 \(\sum_i\pi_i\sum_j\mathbf{P}[i,j]\,L(\theta_i,a(y_j))\)。
对一切规则取最小，就是实验 \(\mathcal{E}\) 在这个问题上的 Bayes 风险 \(r_{\mathcal{E}}\)：用这台仪器、决策者尽全力之后平均还要付的代价。
例：0-1 判决（\(A=\Theta\)，判对损失 0、判错损失 1）的 Bayes 风险就是最优判决的错误概率。算例 2.2 的指标三算的就是它。
定理 2.1（Blackwell–Sherman–Stein，有限情形）【已解决（经典）】
设 \(\mathcal{E}=(\mathbf{P})\)、\(\mathcal{F}=(\mathbf{Q})\) 是同一有限参数集 \(\Theta\)（\(|\Theta|=m\)）上的两个有限实验。以下三条等价：
**(i)（结构）**存在 \(n\times k\) 行随机矩阵 \(\mathbf{K}\) 使 \(\mathbf{Q}=\mathbf{P}\mathbf{K}\)，即 \(\mathcal{E}\succeq\mathcal{F}\)；
(ii)（决策）对一切决策问题（任意有限动作集 \(A\)、任意有界损失 \(L(\theta,a)\)）与一切先验 \(\pi\)，Bayes 风险满足 \(r_{\mathcal{E}}\le r_{\mathcal{F}}\)；
**(iii)（几何）**对作用在后验分布上的一切凸函数 \(\varphi\)，\(\mathbb{E}_{\mathcal{E}}[\varphi(\text{后验})]\ \ge\ \mathbb{E}_{\mathcal{F}}[\varphi(\text{后验})]\)；两侧后验的均值都等于先验 \(\pi\)。
出处：(ii) 与 (i) 的雏形见 Blackwell 1951 [1]。一般（含非有限输出）情形与 garbling 的等价见 Blackwell 1953 [2]，其中关键一步 Blackwell 归功于 Sherman [3] 与 Stein。
Blackwell 1953 的摘要说明它去掉了"实验只有有限个结果"这一限制。结果空间无限时，(iii) 取哪一类凸函数、后验空间配什么可测结构，本站未取得原文，不作断言【表述待核】。本章只在有限情形使用，下面给出完整初等证明。
三个条件的白话
- (i) 结构：存在一台不看 \(\theta\) 的翻译机 \(\mathbf{K}\)，把 \(\mathcal{E}\) 的读数随机改写成与 \(\mathcal{F}\) 的读数同分布的东西。有了 \(\mathcal{E}\)，\(\mathcal{F}\) 可以自己造出来。
- (ii) 决策：不管任务和先验是什么，拿 \(\mathcal{E}\) 的决策者尽力之后，平均代价都不高于拿 \(\mathcal{F}\) 的决策者。
- (iii) 几何：\(\mathcal{E}\) 的后验比 \(\mathcal{F}\) 的更分散、离先验更远。
- 取 \(\varphi(\mu)=-H(\mu)\)（负熵，凸），(iii) 就是 \(H(\theta\mid y_{\mathcal{E}})\le H(\theta\mid y_{\mathcal{F}})\)，即互信息不少。
- 取 \(\varphi(\mu)=\max_i\mu_i\)（凸），\(\mathbb{E}[\varphi(\text{后验})]\) 就是最大后验判决的正确率。
- 定理要求一切凸函数同时成立。2.5 节的 BEC(0.6) 与 BSC(0.2) 在这两个 \(\varphi\) 上各赢一个（互信息 0.400 对 0.2781，正确率 0.70 对 0.80），所以不可比。
2.4.1 证明的准备：把 Bayes 风险写成"一堆向量上的凹函数之和"#
固定先验 \(\pi=(\pi_1,\dots,\pi_m)\)、动作集 \(A=\{a_1,\dots,a_s\}\)、损失表 \(L\)（\(m\times s\) 矩阵，\(L[i,t]=L(\theta_i,a_t)\)）。
**第一步（定义未归一化后验向量）。**对 \(\mathcal{E}\) 的每个观测 \(y_j\)，定义一个 \(m\) 维非负向量
第 \(i\) 个分量是"状态为 \(\theta_i\) 且读数为 \(y_j\)"的联合概率。有两个事实：
- 分量求和是全概率公式，\(|\mathbf{v}_j|_1=\sum_i\pi_i\mathbf{P}[i,j]=\Pr\{y_j\}\)。
- 除以这个和，第 \(i\) 个分量变成 \(\pi_i\mathbf{P}[i,j]/\Pr\{y_j\}\)，正是贝叶斯公式给出的后验 \(\mu_j(\theta_i)=\Pr\{\theta=\theta_i\mid y_j\}\)。
而且
因为矩阵行和为 1，\(\sum_j \pi_i\mathbf{P}[i,j]=\pi_i\)。这一步把"观测 + 先验"打包成一族向量，它们加起来正好还原先验。
换成归一化的写法是 \(\sum_j\Pr\{y_j\}\,\mu_j=\pi\)：后验按读数概率加权平均回到先验。平均而言，观测不会把信念系统性地推向某一边。这是后验"鞅性质"最初等的一步。
**第二步（定义决策者的最优值函数）。**对任意非负向量 \(\mathbf{v}\in\mathbb{R}^m_{\ge0}\) 定义
它的意思是：给定这份未归一化后验，选最好的动作能拿到多低的损失。
关键性质：\(\psi\) 是若干线性函数的逐点最小值，所以是凹函数。每个线性函数一次齐次，所以 \(\psi(c\mathbf{v})=c\,\psi(\mathbf{v})\)（\(c\ge0\)），即正齐次。
**第三步（凹 + 正齐次 \(\Rightarrow\) 超可加）。**对任意 \(\mathbf{u},\mathbf{u}'\ge0\)：
第一个等号用正齐次，中间不等号用凹性。凹函数在中点的值不小于两端平均。这一步把"凹"转成一条可以在求和号里反复使用的不等式。
**第四步（Bayes 风险的紧凑写法）。**Bayes 风险即"对每个观测选最优动作后取期望"：
同理 \(r_{\mathcal{F}}=\sum_{l=1}^{k}\psi(\mathbf{w}_l)\)，其中 \(\mathbf{w}_l\) 是 \(\mathcal{F}\) 对应的向量。
\(\min\) 能放进求和号，是因为确定性规则的平均损失 \(\sum_j\sum_i\pi_i\mathbf{P}[i,j]L(\theta_i,a(y_j))\) 的第 \(j\) 项只依赖 \(a(y_j)\)，各项互不牵制。逐个读数选最好的动作，就是整体最优。随机化规则的损失是确定性规则损失的加权平均，不会更低。
**小例子（0-1 判决，\(\pi=(\tfrac12,\tfrac12)\)）。**此时 \(\psi(\mathbf{v})=\min\{v_2,v_1\}\)：报 \(\theta_1\) 付 \(v_2\)，报 \(\theta_2\) 付 \(v_1\)。
- BSC(0.2)：\(\mathbf{v}_{+1}=(0.4,0.1)\)、\(\mathbf{v}_{-1}=(0.1,0.4)\)，相加为 \((0.5,0.5)=\pi\)，\(r=0.1+0.1=0.2\)。
- BEC(0.6)：\(\mathbf{v}_{+1}=(0.2,0)\)、\(\mathbf{v}_{\mathrm{e}}=(0.3,0.3)\)、\(\mathbf{v}_{-1}=(0,0.2)\)，\(r=0+0.3+0=0.3\)。
这与算例 2.2 指标三的 \(0.20\) 和 \(0.30\) 一致。
2.4.2 (i) ⇒ (ii)：三行#
若 \(\mathbf{Q}=\mathbf{P}\mathbf{K}\)，则第 \(l\) 个向量满足
于是
对一切 \(\pi\)、一切 \(L\)、一切 \(A\) 都成立，(ii) 得证。\(\blacksquare\)
2.4.3 (ii) ⇒ (i)：一次分离超平面#
**思路。**一个核 \(\mathbf{K}\) 本身就是 \(\mathcal{E}\) 上的一条随机化决策规则，它的"动作"是报出一个 \(\mathcal{F}\) 的符号。于是"没有 \(\mathbf{K}\) 能造出 \(\mathbf{Q}\)"可以翻译成一个具体的决策问题：在它上面，\(\mathcal{F}\) 老老实实报读数，就比 \(\mathcal{E}\) 的任何规则都好。这个问题的损失表由分离超平面给出。
反证。设 (i) 不成立。考虑集合
**第一步：\(\mathcal{C}\) 是紧凸集。**行随机矩阵集是 \(n\) 个单纯形的乘积（有界闭凸），线性映射 \(\mathbf{K}\mapsto\mathbf{P}\mathbf{K}\) 保持紧与凸。
第二步：严格分离。这里用凸分析的分离超平面定理：紧凸集之外的一点，总能被一个超平面与集合严格隔开。平面上的情形是，凸多边形外的一点，总能画一条直线把它与多边形分在两侧。
把 \(m\times k\) 矩阵看成 \(mk\) 维向量，超平面就是某个线性函数 \(\langle\Lambda,\cdot\rangle\) 的等值面。(i) 不成立即 \(\mathbf{Q}\notin\mathcal{C}\)，故存在 \(\Lambda\in\mathbb{R}^{m\times k}\) 与常数 \(c\) 使
其中 \(\langle\Lambda,\mathbf{M}\rangle=\sum_{i,l}\Lambda[i,l]\mathbf{M}[i,l]\)。
**第三步：把 \(\Lambda\) 翻译成决策问题。**取均匀先验 \(\pi_i=1/m\)、动作集 \(A:=\mathcal{Z}\)（动作就是"报出一个 \(\mathcal{F}\) 的观测符号"），损失为
于是 \(\pi_i L(\theta_i,z_l)=\Lambda[i,l]\)，任意随机化规则 \(\mathbf{K}\) 的风险恰为
对 \(\mathbf{K}\) 取最小值就是 Bayes 风险：\(r_{\mathcal{E}}=\min_{\mathbf{M}\in\mathcal{C}}\langle\Lambda,\mathbf{M}\rangle\ \ge\ c\)。
**第四步：\(\mathcal{F}\) 的风险更小。**在 \(\mathcal{F}\) 上用最朴素的规则"看到 \(z_l\) 就报 \(z_l\)"，风险为 \(\langle\Lambda,\mathbf{Q}\rangle<c\)。Bayes 风险不超过任何具体规则，故
这与 (ii)（\(r_{\mathcal{E}}\le r_{\mathcal{F}}\) 对一切决策问题成立）矛盾。故 (i) 成立。\(\blacksquare\)
物理意义
(i)\(\Rightarrow\)(ii) 说"后处理不能凭空造出性能"。(ii)\(\Rightarrow\)(i) 说"如果你在所有任务上都不输，你手上一定真有一台机器，能把对方的观测造出来"。
后者才是定理的重量：它把"性能上的普遍优势"升级成"结构上的可模拟性"。
工程读法：只要能举出一个任务让 A 输给 B，A 就不可能是 B 的信息超集，你不可能靠后处理把 B 的观测合成出来。
行为分析
- (ii) 里的"一切"不可省。把任务类缩小，等价性立刻破裂，得到的是更粗、更容易成立的序。第 3 章的 \(k\)-亏格与 Lehmann 序就是这样来的。
- 证明里的 \(\psi\) 之所以凹，是因为决策者会挑最好的动作。决策者若不是 Bayes 最优（固定的次优译码器），\(\psi\) 不再是"线性函数的最小值"，凹性丢失，(i)\(\Rightarrow\)(ii) 整条链断掉。这是第 2.8 节末尾那个悖论的技术根源。
- (iii) 只是把 \(\mathbf{v}_j\) 归一化重写，展开如下。
由正齐次，\(\psi(\mathbf{v}_j)=\Pr\{y_j\}\,\psi(\mu_j)\)，故 \(r_{\mathcal{E}}=\sum_j\Pr\{y_j\}\psi(\mu_j)=\mathbb{E}[\psi(\text{后验})]\)。\(-\psi\) 是线性函数的最大值，是凸函数，所以 (iii) 取 \(\varphi=-\psi\) 就得到 (ii)。
反过来，单纯形上连续的凸函数都能用有限个线性函数的最大值任意逼近。单纯形上 \(\sum_i\mu_i=1\)，常数项可并进线性项，所以每个这样的最大值都是某张损失表的 \(-\psi\)。因此 (ii) 推出对一切连续凸函数的 (iii)。
不连续的凸函数，可由下面的混合公式对每个 \(\mu^{\mathcal{F}}_l\) 用一次 Jensen 不等式，从 (i) 直接得到 (iii)。
再看 \(\mathbf{w}_l=\sum_j\mathbf{K}[j,l]\mathbf{v}_j\)：两边取 1-范数得 \(\Pr\{z_l\}=\sum_j\mathbf{K}[j,l]\Pr\{y_j\}\)，两边再除以它，
权重非负、加起来为 1。所以 \(\mathcal{F}\) 的每个后验都是 \(\mathcal{E}\) 若干后验的混合，更集中、更"平均"。
反过来读，\(\mathcal{E}\) 的后验是把 \(\mathcal{F}\) 的后验"拆开、向外推"，而均值（先验 \(\pi\)）不变。这就是"均值保持展开（mean-preserving spread）"的含义。
直觉：好实验让你的信念更极端
(iii) 的直觉版本是：好实验把后验推向两端，坏实验把后验推回先验。
- BEC(0.6)：有 40% 概率把后验推到 0 或 1（完全确定），60% 概率原地不动。
- BSC(0.2)：每次都把你推到 0.2 或 0.8，从不给确定性，也从不让你一无所获。
谁"更极端"？两者的后验分布互不为对方的展开。下一节这句直觉会变成三个打架的数字。
到此为止我们得到了什么
一条等价定理，以及它的完整初等证明。判断"A 比 B 更有信息"，可以查结构（有没有那个矩阵 \(\mathbf{K}\)），可以查性能（是不是所有任务都不输），也可以查几何（后验是不是更分散）。三条路通向同一个答案。
2.5 偏序会卡住：BEC 与 BSC 的三个指标互相打架#
定理 2.1 的量词是"一切任务"。量词越强，成立的机会越少。Blackwell 序是偏序（partial order），不是全序，绝大多数成对实验根本不可比。
这不是理论的缺陷。它在如实报告一件工程事实：大多数方案比较，本来就没有客观赢家。
现在把第 2.2 节留下的问题解决掉。
2.5.1 算例 2.2：三个指标各说各话#
算例 2.2（承重算例：BEC(0.6) 对 BSC(0.2) 的三个指标）
参数 \(\theta\in\{+1,-1\}\) 等概（\(\pi=(1/2,1/2)\)），星座约定 \(\theta=\pm1\)。两个实验的矩阵已在第 2.2 节给出。取 \(\epsilon=0.6\)、\(q=0.2\)。
指标一：互信息 \(I(\theta;y)\)。
BEC：擦除与 \(\theta\) 独立，没擦除时完全知道 \(\theta\)，故 \(H(\theta\mid y)=\epsilon H(\theta)+(1-\epsilon)\cdot0=\epsilon\)，
BSC：输出等概，\(H(y)=1\)。给定 \(\theta\) 输出是伯努利(\(q\))，\(H(y\mid\theta)=h(q)\)，其中 \(h(q)=-q\log_2 q-(1-q)\log_2(1-q)\)。代入 \(q=0.2\)：\(h(0.2)=0.2\times2.3219+0.8\times0.3219=0.4644+0.2575=0.7219\)，故
BEC 赢 0.122 bit。
指标二：MMSE \(\ \mathbb{E}[(\theta-\mathbb{E}[\theta\mid y])^2]\)。
均方意义下最好的猜测是条件均值 \(\mathbb{E}[\theta\mid y]\)，它的均方误差就叫最小均方误差（MMSE），见预备篇 4.10。
BEC：没擦除时 \(\mathbb{E}[\theta\mid y]=\theta\)，误差 0。擦除时 \(\mathbb{E}[\theta\mid \mathrm{e}]=0\)，误差 \(\theta^2=1\)。故
BSC：由贝叶斯公式，\(\Pr\{\theta=+1\mid y=+1\}=\frac{\frac12(1-q)}{\frac12(1-q)+\frac12q}=1-q\)，故 \(\mathbb{E}[\theta\mid y=+1]=(1-q)-q=1-2q\)。\(y=-1\) 时对称地为 \(-(1-2q)\)，合写成 \(\mathbb{E}[\theta\mid y]=(1-2q)y\)。
又 \(\theta y=+1\)（读对，概率 \(1-q\)）或 \(-1\)（读反，概率 \(q\)），故 \(\mathbb{E}[\theta y]=1-2q\)。展开平方并用 \(\theta^2=y^2=1\)：
BEC 又赢 0.04。
指标三：最优硬判决错误概率。
BEC：没擦除时判对，擦除时只能猜，错一半。\(P_{\mathrm{e}}^{\mathrm{BEC}}=\epsilon/2=\mathbf{0.30}\)。
BSC：最大后验判决就是"照读数报"，\(P_{\mathrm{e}}^{\mathrm{BSC}}=q=\mathbf{0.20}\)。
这次 BSC 赢 0.10。
校验
- (a) 代回闭式：\(\epsilon=0.6\) 代回三个闭式，得 \(0.400\)、\(0.60\)、\(0.30\) ✓。
- (b) 恒等式：\(1-(1-2q)^2=4q(1-q)\)，两种参数化同得 0.64 ✓。
- (c) 极限退化：\(\epsilon\to0\) 时三项 \(\to 1,0,0\)（完美观测），\(\epsilon\to1\) 时 \(\to0,1,0.5\)（一无所知）。\(q\to0\) 与 \(q\to1/2\) 时，BSC 三项同样退化到这两组 ✓。
- (d) 与 Blackwell 序的关系：由定理 2.1，二者若可比，必须三项全胜。现在互有胜负，故在 Blackwell 序下不可比。下一节把这句话变成两个正数 ✓。
判决那一栏最有说服力。假如 BSC(0.2) 是 BEC(0.6) 的 garbling，由定理 2.1 (i)\(\Rightarrow\)(ii)，它在任何任务上都不能赢。现在它在 0-1 判决上赢了 0.10，所以那个 \(\mathbf{K}\) 不存在。反向同理。
反转的范围有多大？固定 \(q\) 让 \(\epsilon\) 变：
- BEC 在 MMSE 上更好 \(\iff\epsilon<4q(1-q)\)；
- BSC 在判决上更好 \(\iff\epsilon>2q\)。
于是
该区间非空 \(\iff 2q<4q(1-q)\iff q<1/2\)。只要 BSC 不是完全无用的，反转区就一定存在。
\(q=0.2\) 时区间为 \((0.40,\ 0.64)\)，我们的 \(\epsilon=0.6\) 稳稳落在里面。互信息的翻转点更靠右，在 \(\epsilon=h(q)=0.7219\)。
怎么读这张图：三条斜线自上而下依次是互信息优势 \((1-\epsilon)-0.2781\)、MMSE 优势 \(0.64-\epsilon\)、判决优势 \(0.20-\epsilon/2\)，第四条是零线。三条线过零点分别在 \(\epsilon=0.7219,\ 0.64,\ 0.40\)，并不重合，这就是"三个指标不是同一个序"的图像证据。在 \(0.40<\epsilon<0.64\) 一段（本例 \(\epsilon=0.6\) 在其中），两个实验必然不可比。数据来自算例 2.2 的闭式，\(q\) 固定为 0.2。
2.5.2 三个偏序，一定要摆清楚#
陷阱：“不可比”必须限定在 Blackwell（degraded）意义下
信息论里对同一对信道有三个由强到弱的偏序，包含关系严格：
- degraded（退化，Bergmans [10]）：存在与输入无关的核使 \(Y\to Z\)。这就是信道上的 Blackwell 序（定义 2.2 逐字照搬）。
- less noisy（更不噪，Körner–Marton [11]）：对一切联合分布 \(p(u,x)\) 有 \(I(U;Y)\ge I(U;Z)\)。
- more capable（更能干，El Gamal [12]）：对一切 \(p(x)\) 有 \(I(X;Y)\ge I(X;Z)\)。
这里 \(U\) 是满足 \(U\to X\to(Y,Z)\) 的辅助随机变量，可读成"真正想送的消息"，\(X\) 是它编码后送进信道的符号。less noisy 要求无论送什么消息、怎么编码，\(Y\) 端得到的关于消息的信息都不少于 \(Z\) 端。more capable 只检查 \(U=X\) 这一种情形，所以更弱。
对 BEC(\(\beta\)) 与 BSC(\(\alpha\))（\(\alpha\le1/2\)），文献给出四段式的完整刻画（Nair [18] 附录的 Claim 4）：
- \(\beta\le2\alpha\)：BSC 是 BEC 的 degraded 版本。
- \(2\alpha<\beta\le4\alpha(1-\alpha)\)：BEC less noisy，但不再 degraded。
- \(4\alpha(1-\alpha)<\beta\le h(\alpha)\)：more capable，但不 less noisy。
- \(\beta\ge h(\alpha)\)：反过来，BSC 成为 essentially less noisy（比 less noisy 更弱的一种序）的一方。
\(\beta=h(\alpha)\) 正是两者容量相等处，[13] 进一步证明：容量相等时，BEC 比任何二元输入、对称输出的信道都 more capable。
本例 \((\alpha,\beta)=(0.2,\,0.6)\) 满足 \(0.40<0.60\le0.64\)，落在第二段。所以正确的说法是：
BEC(0.6) 与 BSC(0.2) 在 Blackwell / degraded 意义下不可比，尽管在 less noisy 意义下 BEC 严格更好。
写成"完全不可比"，会被信息论读者当场挑错。这也是本章最好的教学点：同一对实验，在不同强度的序下结论不同。
判决错误 \(0.30>0.20\) 就是"不 degraded"的见证：若 degraded，BSC 作为 BEC 的后处理，在任何任务上都不该更小。
怎么读这张图：三条上升曲线自下而上是 \(\beta=2\alpha\)（degraded 边界）、\(\beta=4\alpha(1-\alpha)\)（less noisy 边界）、\(\beta=h(\alpha)\)（more capable 边界），第四条水平线是本章算例的 \(\beta=0.6\)。给定 \(\alpha\)，看水平线落在哪两条曲线之间，即知处于哪一段。\(\alpha=0.2\) 处 \(2\alpha=0.40\) 已在水平线下方、\(4\alpha(1-\alpha)=0.64\) 仍在上方，故 \((0.2,0.6)\) 正落在"less noisy 但不 degraded"区。曲线由三个闭式直接算出（\(h(0.2)=0.7219\) 已在算例 2.2 核过），四段式划分出自 [18]。
到此为止我们得到了什么
一个负面结论和它的精确边界。Blackwell 序是偏序，工程上最常见的两台"仪器"就已经不可比。而"不可比"必须限定在 degraded 意义下：放宽到 less noisy 或 more capable，结论会翻。
偏序卡住之后，我们需要一个数，而不是一个"是 / 否"。
2.6 Le Cam 亏格：把"不可比"变成一个数#
Blackwell 序回答的是"能不能完美模拟"。Le Cam 1964 [4] 把它松成一个定量问题：如果不能完美模拟，那么最好能模拟到什么程度？差多少？
定义 2.3（Le Cam 亏格与 Le Cam 距离）
用一个行随机矩阵去模拟另一台仪器，取最坏的 \(\theta\)、再取最好的矩阵：
其中 \(\mathbf{K}\) 遍历一切行随机矩阵（把 \(\mathcal{E}\) 的观测空间映到 \(\mathcal{F}\) 的观测空间），TV 取半 \(L_1\) 约定。读作"用 \(\mathcal{E}\) 模拟 \(\mathcal{F}\) 差多少"。
记号 \(\mathbf{K}^{\!\top}P_\theta\) 把 \(P_\theta\) 当列向量，第 \(z\) 个分量是 \(\sum_y\mathbf{K}[y,z]P_\theta(y)\)。它就是矩阵 \(\mathbf{P}\mathbf{K}\) 中 \(\theta\) 那一行，即 \(\mathcal{E}\) 的读数经 \(\mathbf{K}\) 翻译后的分布。
Le Cam 距离：\(\Delta(\mathcal{E},\mathcal{F}):=\max\{\delta(\mathcal{E},\mathcal{F}),\ \delta(\mathcal{F},\mathcal{E})\}\)，它是实验空间上的伪度量 [4][6]。
这里的"伪"是说：它对称、满足三角不等式，但 \(\Delta=0\) 只要求两个实验能互相模拟，不要求矩阵相同。例如把读数重新编号，距离为 0。
立即可见：\(\delta(\mathcal{E},\mathcal{F})=0\iff\mathcal{E}\succeq\mathcal{F}\)。
- "\(\Leftarrow\)"：取 garbling 核，每个 \(\theta\) 的 TV 都是 0。
- "\(\Rightarrow\)"：行随机矩阵构成紧集，\(\sup_\theta\|\cdot\|_{\mathrm{TV}}\) 是 \(\mathbf{K}\) 的连续函数，下确界 0 被某个 \(\mathbf{K}\) 取到，于是 \(\mathbf{P}\mathbf{K}=\mathbf{Q}\)。
亏格是 Blackwell 序的连续化：序只说 0 或非 0，亏格说非 0 是多少。
有限情形下，亏格是一个线性规划（linear program, LP）。LP 的目标和全部约束都是变量的线性式，有成熟算法保证求到全局最优，如 scipy.optimize.linprog。这意味着亏格可以真算。
定义里的 \(\sup\) 与绝对值不是线性的，下面用辅助变量把它们压平。变量是 \(\mathbf{K}[j,l]\ge0\)、辅助变量 \(u_{i,l}\ge0\) 与标量 \(t\)：
- 第一组约束把绝对值线性化：\(|x|\le u\iff x\le u\) 且 \(-x\le u\)。
- 第二组是"每个 \(\theta\) 的 TV 都不超过 \(t\)"。
- 第三组是行随机。
- 目标函数就是 \(\sup_\theta\) 那一层。
变量数 \(nk+mk+1\)，小 LP，秒解。
2.6.1 定理 2.2：亏格控制一切任务上的风险差#
亏格只是一个 TV 距离，工程上关心的却是任务性能。定理 2.2 把前者换算成后者。先交代两个记号：
- 决策规则 \(\rho(a\mid z)\)：看到读数 \(z\) 时选动作 \(a\) 的概率。
- 风险函数 \(R_{\mathcal{F}}(\theta,\rho):=\sum_z Q_\theta(z)\sum_a\rho(a\mid z)L_T(\theta,a)\)：真实状态为 \(\theta\) 时，这条规则的期望损失。
风险函数对先验取平均、再对规则取最小，就是 2.4 节的 Bayes 风险 \(r_T\)。
定理 2.2（风险界，Le Cam 1964）【已解决（经典）】
设损失满足 \(\|L_T\|=\sup L_T-\inf L_T\)。则对 \(\mathcal{F}\) 上的任何决策规则 \(\rho\)，存在 \(\mathcal{E}\) 上的规则 \(\rho'\)，使得对每一个 \(\theta\)，
特别地，损失取值于 \([0,1]\) 时，右端第二项 \(\le\delta(\mathcal{E},\mathcal{F})\)。取 \(\rho\) 为 Bayes 最优规则并对先验取期望，得 \(r_T(\mathcal{E})\le r_T(\mathcal{F})+\|L_T\|\,\delta(\mathcal{E},\mathcal{F})\)。
出处：Le Cam 的近似充分性 [4]。写成 \(\|L\|_\infty\) 形式的现代陈述见 Raginsky [9]。
证明（三步）。
**第一步（构造规则）。**取任一行随机 \(\mathbf{K}\)，令 \(\rho':=\rho\circ\mathbf{K}\)，意思是"先把观测 \(y\) 按 \(\mathbf{K}\) 随机翻译成一个 \(\mathcal{F}\) 的符号 \(z\)，再照 \(\rho\) 行动"。因 \(\mathbf{K}\) 不含 \(\theta\)，这是合法规则。
**第二步（风险差写成一个内积）。**记 \(g_\theta(z):=\sum_a\rho(a\mid z)L_T(\theta,a)\)，即"在 \(\mathcal{F}\) 侧看到 \(z\) 之后的期望损失"。则
其中 \(d_\theta:=\mathbf{K}^{\!\top}P_\theta-Q_\theta\) 是一个总质量为零的带符号向量（两个概率分布之差）。
**第三步（零质量向量的振幅不等式）。**因 \(\sum_z d_\theta(z)=0\)，对任意常数 \(c\) 有 \(\sum_z d_\theta g_\theta=\sum_z d_\theta(g_\theta-c)\)。减常数不改变内积，却能把 \(g_\theta\) 挪到以 0 为中心，使它的绝对值上界减半。
取中点 \(c=\tfrac12(\max g_\theta+\min g_\theta)\)。\(g_\theta(z)\) 是 \(L_T(\theta,\cdot)\) 的凸组合，落在 \([\inf L_T,\sup L_T]\) 内，故 \(\max g_\theta-\min g_\theta\le\|L_T\|\)。中点到两端的距离不超过它的一半，\(|g_\theta-c|\le\tfrac12\|L_T\|\)。于是
最后一步用了半 \(L_1\) 约定（\(\tfrac12\sum|d|=\|\cdot\|_{\mathrm{TV}}\)）。对 \(\theta\) 取上确界、再对 \(\mathbf{K}\) 取下确界，即得。\(\blacksquare\)
物理意义
亏格起到汇率的作用：把"两台仪器的分布差多远"这件纯统计的事，换算成"在任何一个你还没想到的任务上最多会输多少"。工程含义保守但极其有用：不需要知道下游任务，就能给出性能损失上界。
行为分析
- 因子 \(\|L_T\|\) 使这条界对损失仿射不变：整体加常数或乘正数，两边同样变化。
- "\(\sup_\theta\) 在 \(\inf_\mathbf{K}\) 里面"，意味着必须用同一个 \(\mathbf{K}\) 应付所有 \(\theta\)。这是 garbling 的 \(\theta\)-无关性在定量层面的体现。
- 因为对一切任务取最坏，这条界常常松。算例 2.3 会给出一个取等的任务和一个松了 8 倍的任务。
2.6.2 引理 2.3：三角不等式与两条单调性#
引理 2.3（三角不等式与两条单调性）【已解决（经典）】
对同一 \(\Theta\) 上的实验 \(\mathcal{E},\mathcal{F},\mathcal{G}\) 与任意行随机矩阵 \(\mathbf{R}\)，有下面三条。
记号 \(\mathbf{R}\mathcal{E}\) 指"\(\mathcal{E}\) 的读数再经 \(\mathbf{R}\) 后处理"得到的实验，矩阵是 \(\mathbf{P}\mathbf{R}\)，\(\mathbf{R}\) 乘在右边。
(a) 三角不等式：\(\delta(\mathcal{E},\mathcal{G})\ \le\ \delta(\mathcal{E},\mathcal{F})+\delta(\mathcal{F},\mathcal{G})\)。
(b) 目标端后处理更容易：\(\delta(\mathcal{E},\,\mathbf{R}\mathcal{F})\ \le\ \delta(\mathcal{E},\mathcal{F})\)。
(c) 源端后处理更困难：\(\delta(\mathbf{R}\mathcal{E},\,\mathcal{F})\ \ge\ \delta(\mathcal{E},\mathcal{F})\)。
**证明。**先记一条 TV 的数据处理不等式：对任意分布 \(\mu,\nu\) 与行随机 \(\mathbf{R}\)，
中间一步是三角不等式加交换求和次序，末步用 \(\mathbf{R}\) 行和为 1。
(a) 取 \(\mathbf{K}_1\) 使 \(\sup_\theta\|\mathbf{K}_1^{\!\top}P_\theta-Q_\theta\|_{\mathrm{TV}}\le\delta(\mathcal{E},\mathcal{F})+\eta\)，\(\mathbf{K}_2\) 使 \(\sup_\theta\|\mathbf{K}_2^{\!\top}Q_\theta-G_\theta\|_{\mathrm{TV}}\le\delta(\mathcal{F},\mathcal{G})+\eta\)。用复合核 \(\mathbf{K}_1\mathbf{K}_2\)：
取 \(\sup_\theta\)、令 \(\eta\to0\) 即得。
(b) 若 \(\mathbf{K}\) 把 \(\mathcal{E}\) 模拟到 \(\mathcal{F}\) 的精度 \(\delta\)，则 \(\mathbf{K}\mathbf{R}\) 把它模拟到 \(\mathbf{R}\mathcal{F}\)，由 DPI 精度不劣。
(c) 任何为 \(\mathbf{R}\mathcal{E}\) 服务的核 \(\mathbf{K}'\)，都给出一个为 \(\mathcal{E}\) 服务的核 \(\mathbf{R}\mathbf{K}'\)，精度相同，故 \(\mathcal{E}\) 侧的下确界只会更小。\(\blacksquare\)
陷阱：“对源与目标做同一次后处理，亏格不增”是假的【本站演算】
自然的猜测 \(\delta(\mathbf{R}\mathcal{E},\mathbf{R}\mathcal{F})\le\delta(\mathcal{E},\mathcal{F})\) 不成立。
直觉为什么会以为它成立
它长得像刚证的 TV 数据处理不等式：同一个 \(\mathbf{R}\) 作用在两个分布上，距离只减不增。但亏格量的是另一件事：一台仪器能否用自己的读数造出另一台。
从 \(\mathbf{R}\mathcal{E}\) 造 \(\mathbf{R}\mathcal{F}\) 的自然办法，是先还原 \(\mathcal{E}\) 的读数，再用原来的 \(\mathbf{K}\)，最后过 \(\mathbf{R}\)。可 \(\mathbf{R}\) 一般不可逆，第一步做不到。
用引理 2.3 的语言：目标端做 \(\mathbf{R}\)，亏格不增 (b)。源端做 \(\mathbf{R}\)，亏格不减 (c)。同时做时谁占上风，要看 \(\mathbf{R}\) 在两侧各毁掉了什么。同一个 \(\mathbf{R}\) 可以不对称地摧毁两侧的信息。
反例
\(\Theta=\{1,2\}\)，观测空间为 \(\{a,b,c,d\}\)：
两者都能完美分辨 \(\theta\)，且 \(\mathbf{Q}=\mathbf{P}\mathbf{K}\)（\(a,b\mapsto a\)、\(c,d\mapsto c\)），故 \(\delta(\mathcal{E},\mathcal{F})=0\)。取 \(\mathbf{R}\) 为确定性合并 \(b,c\mapsto x\)（\(a,d\) 不动）：
\(\mathbf{R}\) 把 \(\mathcal{E}\) 变成了半噪声的，却没有伤到 \(\mathcal{F}\)。LP 求解给出 \(\delta(\mathbf{R}\mathcal{E},\mathbf{R}\mathcal{F})=0.25>0\)。这个 0.25 可以手算，三列依次记为 \(a,x,d\)。
第一步：写出 \(\mathbf{R}\mathcal{E}\) 能用的模仿规则。
- 读到 \(a\)：一定是 \(\theta=1\)，照报 \(a\)。
- 读到 \(d\)：一定是 \(\theta=2\)，报 \(x\)。
- 读到 \(x\)：两个 \(\theta\) 等可能，只能以概率 \(s\) 报 \(a\)、以概率 \(1-s\) 报 \(x\)。
第二步：算两个 \(\theta\) 下与目标的总变差。
两者中较大的那个在 \(s=\tfrac12\) 时最小，等于 \(0.25\)。
**第三步：说明任何核都做不到更好。**目标是单点分布，所以 \(\theta=1\) 的 TV 恰为 1 减去输出 \(a\) 的概率，\(\theta=2\) 的 TV 恰为 1 减去输出 \(x\) 的概率。这两个概率之和是
所以两个 TV 之和至少 \(0.5\)，较大者至少 \(0.25\)。
为什么会这样：\(\mathcal{E}\) 原本读到 \(b\) 或 \(c\) 就能分清 \(\theta\)，合并成 \(x\) 后分不清了。\(\mathcal{F}\) 从不输出 \(b\)，合并对它无损。
这不影响本章任何结论，链定理只用三角不等式 (a)。本站在此显式记下，是为了避免读者沿用这条常见口误。
2.6.3 算例 2.3：把两个亏格真的算出来#
算例 2.3（BEC(0.6) 与 BSC(0.2) 的两个亏格）
**方向一：用 BSC(0.2) 模拟 BEC(0.6)。**需要 \(2\times3\) 的行随机 \(\mathbf{K}\)。自然猜测是"以概率 0.6 把输出擦掉，否则原样输出"：
对 \(\theta=+1\)（BSC 输出分布 \((0.8,0.2)\)）计算三个输出的概率：
目标是 \((0.40,\,0.60,\,0)\)。半 \(L_1\) 距离：
\(\theta=-1\) 由对称性同值，故 \(\delta(\mathcal{E}_{\mathrm{BSC}},\mathcal{E}_{\mathrm{BEC}})\le0.08\)。
本站用上面的 LP（13 个变量）求解，最优值恰为 \(0.08\)，最优核就是 \(\mathbf{K}_1\)。所以这是精确值，不只是上界。
**方向二：用 BEC(0.6) 模拟 BSC(0.2)。**需要 \(3\times2\) 的 \(\mathbf{K}\)，擦除时只能扔硬币：
对 \(\theta=+1\)（BEC 输出 \((0.4,0.6,0)\)）：
目标 \((0.80,0.20)\)，半 \(L_1\) 距离 \(=\tfrac12(0.10+0.10)=\mathbf{0.10}\)。LP 求解同样给出最优值 \(0.10\)。
于是 Le Cam 距离 \(\Delta=\max\{0.08,\,0.10\}=0.10\)。
校验
- (a) 风险界取等：0-1 判决任务 \(\|L_T\|=1\)，算例 2.2 给出 \(0.30-0.20=0.10\)，恰等于 \(\delta(\mathcal{E}_{\mathrm{BEC}},\mathcal{E}_{\mathrm{BSC}})\)。定理 2.2 在此取等，说明 0.10 不能再小 ✓。
- (b) 闭式复算：\(\beta\ge2\alpha\) 时，"擦除扔硬币"把 BEC(\(\beta\)) 变成 BSC(\(\beta/2\))，与 BSC(\(\alpha\)) 的 TV 为 \(\beta/2-\alpha\)，代入得 \(0.10\) ✓。该式在 \(\beta=2\alpha=0.4\) 处归零，与 §2.5 四段式的 degraded 边界完全吻合。LP 在 \(\beta=0.2,0.3,0.4\) 返回 0，在 \(0.45,0.5,0.6\) 返回 \(0.025,0.05,0.10\)，正是 \(\beta/2-\alpha\) ✓。
- (c) 随机任务搜索：随机生成 \(6\times10^5\) 个决策问题（先验随机、动作数 2–4、损失在 \([0,1]\) 均匀），实测 \(r_{\mathrm{BSC}}-r_{\mathrm{BEC}}\le0.0761<0.08\)、\(r_{\mathrm{BEC}}-r_{\mathrm{BSC}}\le0.0923<0.10\)，两侧都不越界 ✓。
- (d) 松紧对照：MMSE 归一化为 \([0,1]\) 损失（\(L=(\theta-\hat{\theta})^2/4\)）后，风险为 \(0.16\) 与 \(0.15\)，差 \(0.01\ll0.08\)。同一条界在此松了 8 倍，这就是"对一切任务取最坏"的代价 ✓。
到此为止我们得到了什么
一个可算的数。"BEC(0.6) 与 BSC(0.2) 不可比"这句定性的话，现在变成了一对具体的数字 \((0.08,\,0.10)\)：谁模拟谁、差多少、在哪个任务上这个差会被吃满。
而且它是一个小规模线性规划，工程上可以对任意一对有限实验直接求解。
2.7 链定理骨架：带汇率的数据处理不等式#
现在把亏格接到本部的主结构上。环境 → 信道 → 观测 → 任务这条链，每一环都是上一环的后处理：
其中：
- \(\mathcal{E}_0\) 是"环境全知"。
- \(\mathcal{E}_1\) 是电磁传播映出的信道 \(h\)。
- \(\mathcal{E}_2\) 是导频与前端给出的观测 \(y\)。
- \(\mathcal{E}_3\) 是压缩/量化/反馈/译码后真正剩下的东西。
经典数据处理不等式（预备篇 4.3）只说"互信息一路不增"，不说任务上的损失是多少。而工程要的恰恰是后者。
定理 2.4（链定理骨架）【已解决（经典）·本站搬运】
设任务 \(T=(A_T,L_T)\)，\(\|L_T\|=\sup L_T-\inf L_T\)。对上述链与任意先验，
**证明（两行）。**第一个不等号是定理 2.2 应用于 \((\mathcal{E}_3,\mathcal{E}_0)\)（取 \(\mathcal{E}_0\) 上的 Bayes 最优规则作为被模拟的对象）。第二个不等号是引理 2.3(a) 三角不等式连用两次：\(\delta(\mathcal{E}_3,\mathcal{E}_0)\le\delta(\mathcal{E}_3,\mathcal{E}_2)+\delta(\mathcal{E}_2,\mathcal{E}_0)\le\delta(\mathcal{E}_3,\mathcal{E}_2)+\delta(\mathcal{E}_2,\mathcal{E}_1)+\delta(\mathcal{E}_1,\mathcal{E}_0)\)。\(\blacksquare\)
**学术产权声明。**风险界是 Le Cam 1964 的近似充分性 [4]，写成 \(\|L\|_\infty\) 形式见 Raginsky 2011 [9]。三角不等式与沿链线性累积是 Le Cam–Torgersen 的标准性质 [4][5]。同类链式线性累积在 2025 年的一份预印本 arXiv:2512.23617 定理 4.2 中亦独立出现【预印本·未评审】。
本站在此不主张任何新定理。本站要主张的，是第 3 章起对无线链上每一环 \(\delta(\mathcal{E}_k,\mathcal{E}_{k-1})\) 的具体构造与数值。
物理意义
这是带汇率的数据处理不等式。经典 DPI 只说"信息只减不增"。定理 2.4 说"每一环丢掉的信息按 \(\|L_T\|\) 折算成任务损失，且最多线性相加"。
注意方向：链上 \(\delta(\mathcal{E}_{k-1},\mathcal{E}_k)=0\)（后一环本来就是前一环的 garbling），真正花钱的是反向亏格 \(\delta(\mathcal{E}_k,\mathcal{E}_{k-1})\)，即"退化之后再想装回去差多少"。这才是每一环的价签。
行为分析
- 线性累积是它最工程化的性质。量化环节亏格 0.03、反馈时延 0.02、译码 0.01，则端到端任务后悔不超过 \(\|L_T\|\times0.06\)。精度预算可以像功率预算一样分摊到各环，这是本部第 6 章的主题。
- 它通常很松，原因有两层：
- （甲）三角不等式把"各环各自最坏"叠加，而各环的最坏任务往往不是同一个。
- （乙）亏格本身对一切任务取最坏，而真实任务只有一个。算例 2.3 的 (d) 项已量化了第二层：同一个 0.08 在 MMSE 任务上松了 8 倍。
- 紧化的方向已在文献里：Torgersen [5] 的 \(k\)-亏格 \(\delta_k\) 只对动作数不超过 \(k\) 的问题取上确界。
- 这里下标 \(k\) 是动作数上限，不是链上第 \(k\) 环。第 1 章把链上第 \(k\) 环的 \(\delta(\mathcal{E}_k,\mathcal{E}_{k-1})\) 简写成 \(\delta_k\)，读时注意区分。
- 无线里 \(k\) 有直接读数：切换 \(k=2\)、64 波束选择 \(k=64\)、功控档位 \(k=\) 档数。
- 由定理 2.2（动作数不超过 \(k\) 的问题也在它管辖之内），\(\delta_k\le\delta\)，能紧多少是第 3 章的主题【表述待核：\(\delta_k\) 的精确不等式与随机化准则须核 Torgersen 原文第 6 章】。
同一条定理的两个分辨率
- 本章给的是任务无关的粗分辨率版本：一个 \(\delta\) 管住所有任务。
- 第 6 章给任务相关的细分辨率版本：把 \(\|L_T\|\delta\) 换成随任务变化的灵敏度系数。
两者是同一条定理的两档放大倍数。粗的那档现在就能做预算，细的那档才能做优化。
到此为止我们得到了什么
本部反复引用的骨架：任务后悔被一串可算的数控制住，而且这些数沿链线性相加。第 1 章说"链上没有定理"，更准确的说法是：骨架早就有了，缺的是把无线每一环的亏格算成数。
2.8 无线实验族的第一张排序图#
有了序和亏格，可以开始画无线世界的地形：先给一个能全序的族，再给一堆不能全序的族。
2.8.1 引理 2.5：地图分辨率族全序#
引理 2.5（地图分辨率族在 Blackwell 序下全序）【标准事实·本站应用】
设理想信道知识地图 \(\mathcal{M}_r\)：服务区按边长 \(r\) 的栅格划分，观测为"格索引 + 该格的信道条件分布"。若分辨率嵌套（\(2r\) 的格恰由四个 \(r\) 的格拼成），则
**证明。**粗地图观测是细地图观测的确定性函数（"四个细格索引合并成一个粗格索引"），该映射不看真实位置 \(\theta\)，故是 0/1 元素的行随机矩阵 \(\mathbf{S}\)，且 \(\mathbf{P}^{(2r)}=\mathbf{P}^{(r)}\mathbf{S}\)。由定义 2.2 即得。\(\blacksquare\)
产权与前提。这是 Blackwell 序在嵌套粗化（nested coarse-graining）下的标准事实：合并的是观测一侧，确定性合并本身就是一种 garbling，结论直接由定义 2.2 给出。
注意不要把它和 Rauh 等（arXiv:1701.07602）的结果混为一谈。他们合并的是输入一侧：先把状态按函数 \(f\) 归并，再按归并后的条件分布出观测。他们证明这样得到的信道一般不是原信道的 garbling，在某些决策问题上甚至更好（其命题 3）。本站的贡献只在把它立为信道知识地图的排序口径。
两个前提须写明：
- （甲）"理想地图"指格内条件分布精确。实际地图由有限采样估计，粗格样本多、细格样本少，估计误差会破坏嵌套，此时全序不再自动成立。这是第一部第 7 章 \(\Delta U(\varepsilon)\) 那一层，本部第 4 章重新处理。
- （乙）嵌套必不可少：\(5\ \mathrm{m}\) 与 \(7\ \mathrm{m}\) 栅格互不嵌套，一般不可比。
算例 2.4（粗化一次的代价：亏格与任务后悔）
四个细格 \(\theta\in\{1,2,3,4\}\)，先验均匀。细地图 \(\mathcal{M}_r\) 的矩阵是 \(4\times4\) 单位阵 \(\mathbf{I}_4\)（格索引精确可知）。粗地图 \(\mathcal{M}_{2r}\) 把 \(\{1,2\}\) 并成 A、\(\{3,4\}\) 并成 B：
任务：二选一波束（\(A_T=\{b_1,b_2\}\)，0-1 损失，\(\|L_T\|=1\)）。正确波束：格 1、2、3 用 \(b_1\)，格 4 用 \(b_2\)（格 4 被墙挡住 LoS）。
**细地图。**每格都知道自己是谁，直接选对：\(r_T(\mathcal{M}_r)=0\)。
**粗地图。**看到 A（概率 \(1/2\)）后验均匀在 \(\{1,2\}\)，两格都用 \(b_1\)，错误率 0。看到 B（概率 \(1/2\)）后验均匀在 \(\{3,4\}\)，选 \(b_1\) 或 \(b_2\) 都错一半，最小值 \(1/2\)。故
**亏格。**粗地图模拟细地图时，看到 A 必须猜 1 还是 2。设 \(\mathbf{K}[A,\cdot]=(k_1,k_2,\ast,\ast)\)。
\(\theta=1\) 时粗地图必报 A，模拟出的分布就是这一行，目标是"格 1 概率为 1"。故 TV \(=\tfrac12[(1-k_1)+(1-k_1)]=1-k_1\)：格 1 少了 \(1-k_1\)，其余格合计多出 \(1-k_1\)。同理 \(\theta=2\) 的 TV 是 \(1-k_2\)。
因 \(k_1+k_2\le1\)，\(\max\{1-k_1,1-k_2\}\) 在 \(k_1=k_2=1/2\) 处最小，值 \(1/2\)。B 组同理，故
定理 2.2 给出 \(r_T(\mathcal{M}_{2r})-r_T(\mathcal{M}_r)\le\|L_T\|\cdot0.5=0.5\)，实际为 0.25。界成立，只是松了一倍。
校验
- (a) 换一条路径复算：用定理 2.1 证明里的第二条路径 \(r=\sum_j\psi(\mathbf{v}_j)\)。\(\mathbf{v}_A=(0.25,0.25,0,0)\) 给 \(\psi=\min\{0,0.5\}=0\)，\(\mathbf{v}_B=(0,0,0.25,0.25)\) 给 \(\psi=\min\{0.25,0.25\}=0.25\)，合计 \(0.25\) ✓。
- (b) 两个亏格：由 LP 独立求解，返回 \(0.5\) 与 \(0\) ✓。后者与引理 2.5 的 \(\mathcal{M}_r\succeq\mathcal{M}_{2r}\) 互为印证 ✓。
- (c) 极限检查：若格 4 的正确波束也改成 \(b_1\)（粗化不丢任务相关信息），粗地图风险变 0，而亏格仍为 0.5。亏格没变、后悔归零，直接演示"任务无关的界必然松" ✓。
2.8.2 不能全序的那些族#
量化 CSI 码本。两个 \(B\) 比特码本，除非嵌套（一个码本的胞腔是另一个若干胞腔的并），否则一般不可比：各自在不同信道方向上更准。这解释了 SGCS/NMSE 横评为何常常"换个测试集就翻盘"。
Jindal [15] 走另一条路。他不排序，只量化"反馈比特不够，损失多少速率"：
- [15] 定理 1 给出每用户速率损失 \(\Delta R(P)<\log_2\!\big(1+P\cdot2^{-B/(M-1)}\big)\)。
- 定理 3 说，要把损失控制在 \(\log_2 b\) 以内，取 \(B=(M-1)\log_2P-(M-1)\log_2(b-1)\) 比特即够。
- \(b=2\)（约 3 dB 功率偏移）时，约为 \(\frac{M-1}{3}P_{\mathrm{dB}}\)，即"每 3 dB 多付 \(M-1\) 比特"。首项就是第一部第 9 章的口径 \(B\approx(M-1)\log_2 P\)。
**感知模态。**雷达、摄像头、CSI 指纹互不为对方的 garbling：雷达有多普勒，摄像头有语义，指纹有非视距，各自都有对方没有的信息。
据本站检索，未见把三者当作实验做 Blackwell 排序或算亏格的工作【本站提法】。亏格是这里第一个可算的数：给定一个检测/定位/跟踪任务族，\(\delta(\text{雷达},\text{摄像头})\) 与反向值直接回答"要不要融合、能赚回多少"。
**两侧模型（3GPP TR 38.843）。**编码器在终端，解码器在基站，两家厂商各训各的。现行互操作判据是中间 KPI 加最终 KPI。
本站提法：正确的判据是亏格。问"厂商 A 的编码器输出能否被解码器 B 模拟到 \(\epsilon\) 以内"，即 \(\delta(\mathcal{E}_A,\mathcal{E}_B)\le\epsilon\)【本站提法】。它与第三部第 6 章"两侧模型互操作 = 建立公共知识的通信复杂度问题"是一体两面：那里问要交换多少比特，这里问不交换时差多少。
flowchart TB
subgraph FULL["全序族：只有一个噪声旋钮"]
direction LR
G1["高斯位置实验<br/>$$\sigma_1$$"] -->|加独立噪声| G2["$$\sigma_2 \gt \sigma_1$$"] -->|加独立噪声| G3["$$\sigma_3 \gt \sigma_2$$"]
M1["地图<br/>5 m 栅格"] -->|"合并 4 格<br/>（引理 2.5）"| M2["地图<br/>10 m 栅格"] -->|合并| M3["地图<br/>20 m 栅格"]
end
subgraph PART["偏序区：互不为 garbling，只有亏格可算"]
direction LR
R["雷达"] -.->|"$$\delta = ?$$"| C["摄像头"]
C -.->|"$$\delta = ?$$"| F["CSI 指纹"]
F -.->|"$$\delta = ?$$"| R
BSC["BSC(0.2)"] -.->|"BSC 模拟 BEC：<br/>$$\delta = 0.08$$"| BEC["BEC(0.6)"]
BEC -.->|"BEC 模拟 BSC：<br/>$$\delta = 0.10$$"| BSC
end
TOP["环境全知 $$\mathcal{E}_0$$"] --> FULL
TOP --> PART
FULL ~~~ PART
FULL ~~~ PART
FULL --> TASK["任务风险 $$r_T$$"]
PART --> TASK怎么读这张图：实线箭头是确证的 garbling，顺着箭头信息变少。虚线箭头是不可比，箭头从"模拟者"指向"被模拟者"，标注该方向的亏格（两向都非零才叫不可比）。上半区是本章能给出全序的两族，下半区是只能给出数字、给不出序的族。0.08 与 0.10 来自算例 2.3 的 LP。三个"\(\delta=?\)"就是猜想 2.6 要填的空。
猜想 2.6（无线实验族的排序图）【开放·本站提法】
存在一张有限的 Hasse 图。Hasse 图是画偏序的标准方式：更有信息的放上面，只画直接上下级之间的边，能由传递性推出的边省略。
图中节点是无线里实际使用的知识形态（各分辨率 CKM、各码本量化 CSI、各感知模态、各压缩率的两侧模型），边是 Blackwell 序，缺边处标注两向亏格。并且
(a) 同族沿单一退化参数（噪声方差、栅格边长、量化比特数、压缩率）变化时全序；
(b) 跨族一般不可比，但亏格可由离散化后的有限 LP 算出，且随物理参数连续变化；
(c) 存在少数"桥接"：某些跨族对在 less noisy 或 \(k\)-亏格意义下变为可比。
状态
- (a) 的两个实例已由引理 2.5 与高斯族证明。
- (b) 的可算性是定理 2.2 与 LP 的直接推论，连续性与规模化未证。
- (c) 完全开放。
这张图目前只有五个节点确定。
2.8.3 一个悖论，与它的解药#
工程上有个反复出现的争论：该给终端发原始 CSI，还是发一句"建议用第 17 号波束"？按 Blackwell 序，波束建议是原始 CSI 的 garbling，发原始 CSI 应当永远至少一样好。但实测里发建议常常更好。
出口在定理 2.1 的前提：(ii) 里的"风险"是 Bayes 最优风险。现实决策者是受限的：译码器固定、算力有限、模型是训练出来的，不是解出来的。
决策者一旦次优，\(\psi\) 不再是"线性函数的逐点最小值"，凹性丢失，(i)\(\Rightarrow\)(ii) 整条断掉。于是 garbling 可能有益：波束建议替终端做了它自己做不好的那步推断。
这是理论在指路，不是理论失效。它精确地告诉你：发建议更好，只可能来自决策者受限，不可能来自信息本身。
第 3 章把"决策者受限"形式化成任务限制（\(k\)-亏格、任务充分统计量），第 4 章把"模型是训练出来的"形式化成误配（misspecification）。本部两条退化线的入口都在这个悖论里。
2.8.4 方法谱系：各自解决了什么、回答不了什么#
| 方法 | 解决了什么 | 回答不了什么 | 落点 |
|---|---|---|---|
| Blackwell 序（本章） | 任务无关的"更有信息"，充要刻画 | 太强，多数对不可比；不管决策者受限 | 第 3 章放宽 |
| Le Cam 亏格（本章） | 把不可比变成可算的数 + 全任务风险界 | 对一切任务取最坏，常松；高维难算 | 第 3、6 章紧化 |
| less noisy / more capable [11][12] | 更常成立的信道偏序 | 只对信道不对"知识"；仍是偏序 | 猜想 2.6(c) |
| Lehmann 序 [7]、单调决策 [8] | 限制到单调（MLR）问题，序更粗 | 无线里哪些任务单调，无人刻画 | 第 3 章任务格 |
| 信息瓶颈（预备篇 9） | 给定任务变量 \(Y\) 的最优有损表示 | 需预先指定 \(Y\)；是曲线不是序 | 第 3 章 |
| 率失真 | 给定失真度量下的最优比特数 | 失真度量固定，不覆盖任务族 | 第 6 章 |
| 互信息 / NMSE / SGCS / CRB | 单一标量，易测易优化 | 标量投影不是序，换任务会翻盘 | 本章 §2.5 已证 |
最后一行值得一句总结：不要说 NMSE 是"错的指标"，要说它不是序。
它是合法的标量投影，只对某一类任务合法：NMSE 对二次损失，判决错误率对 0-1 损失，CRB 对无偏估计的渐近方差。
TR 38.843 里中间 KPI 与最终 KPI 松耦合：SGCS 普遍提升几个百分点，平均 UPT 增益却从负几个百分点到十几个百分点不等，见第 1 章 §1.1。这就是上面那句话的实测版本。
到此为止我们得到了什么
一张地形图的骨架。无线世界里能全序的族很少（噪声旋钮族、嵌套地图族），不能全序的族很多（码本、模态、两侧模型）。对后者，本章至少交出了一个可算的数与一条可验证的风险界。
跨部连线
- 第三部第 5 章「第四级台阶」："更有信息"的实验对一切决策问题都更值钱，这就是 \(V(I)\) 单调的来源。\(V(I)\) 进一步问"值多少"。
- 第四部 2.5 节：团队里信息多不坏，是本章结论在多决策者团队里的延伸。到了博弈里，信息多反而可能更坏。
- 第三部第 6 章「战场二」：终端与基站两侧模型能否互操作，可以用本章的亏格作判据，它与第三部的最小话费是一个问题的两面。
开放问题#
**Q2.1（无线实验族的 Hasse 图）【开放·本站提法】。**把猜想 2.6 变成定理。
- 第一步可证引理：在单反射面玩具环境（第一部第 10 章的参数化族）上证明"栅格 \(r\) 的 CKM 与 \(B\) 比特码本 CSI"两族的亏格随 \((r,B)\) 连续，并给出显式可比性阈值。
- AI 可攻子问题：把亏格 LP 在离散化的真实信道数据集上跑成一张数值排序图。
**Q2.2（跨模态亏格的第一组数）【开放·本站提法】。**对固定任务族（如"判定是否阻塞"，\(k=2\)）用实测或仿真数据估计 \(\delta(\text{雷达},\text{CSI 指纹})\) 与反向值。
难点在于，亏格在全部 \(\theta\) 上取上确界，数据只覆盖有限 \(\theta\)。统计上可靠的亏格估计量本身就是开放问题。
Q2.3（\(k\)-亏格能紧多少）【部分结果】。\(\delta_k\) 只对动作数 \(\le k\) 的问题取上确界，故 \(\delta_k\le\delta\)。无线里 \(k\) 通常很小（切换 2、波束 64、MCS 档位 29）。
本章 BEC/BSC 对的 \(\delta_2\) 已经定下：两个方向都有 \(\delta_2=\delta\)（0.10 与 0.08）。0.10 那个方向最直接：硬判决本身就是两动作任务，它的风险差给出 \(\delta_2\ge0.10\)，又有 \(\delta_2\le\delta=0.10\)。两个方向的显式见证见第 7 章算例 7.1(c)。
仍开放的是：\(\delta_k/\delta\) 在什么样的实验族上会显著小于 1？第 3 章 Q3.1 给了一个必要条件：被模拟的一方读数必须多于 \(k\) 种。【表述待核：Torgersen [5] 第 6 章原文未读到，\(\delta_k\) 的定义按第 1 章 §1.5】
**Q2.4（亏格的张量化）【开放·文献共识】。**more capable 的定量版本与乘积信道上的张量化，2024 年才起步（Kougang-Yombi–Hązła [14]【预印本·未评审】）。
无线的多天线、多载波、多时隙天然是乘积结构：\(\delta(\mathcal{E}^{\otimes n},\mathcal{F}^{\otimes n})\) 随 \(n\) 饱和还是线性增长？答案直接决定"多探测几次能不能替代换一种传感器"。
**Q2.5（亏格与两条姊妹曲线的关系）【开放·本站提法】。**三个量度量的是同一件事的三个切面：
- 亏格 \(\delta\) 是任务无关的最坏价值损失。
- 第三部的 \(V(I)\) 是给定比特数的最优价值。
- 第一部的 \(\Delta U(\varepsilon)\) 是给定地图精度的效用损失。
三者分别对应最坏、最优、特定任务。猜想它们之间存在夹逼关系：对任务类 \(\mathcal{T}\)，
式中 \(k_{\mathcal{T}}:=\max_{T\in\mathcal{T}}|A_T|\) 是任务类里动作最多的那个任务的动作数（\(k\)-亏格的下标是动作数上限，不是任务个数）。
而 \(V(I)\) 给出的是把 \(\mathcal{F}\) 限制在"\(I\) 比特"族里的下界。两条界对接，就得到"知识汇率"\(\Delta C(R_{\mathrm{env}})\) 的一个可算上界。这是本部与第一部第 9 章、第三部第 5 章的接口，目前完全空白。
**Q2.6（Shannon 序）【部分结果】。**Raginsky [9] 把理论推广到允许输入端前处理的 Shannon 包含序，并定义 Shannon 亏格。无线里"允许前处理"就是"允许改导频 / 改波形"，正是 ISAC 波形设计的自由度。
两序的精确差别已核 [9]：
- Shannon 序允许输入端前处理、输出端后处理，并允许收发两端共享随机性，即 \(W'=\sum_i\pi_iS_iWT_i\)（公共随机下标 \(i\) 以概率 \(\pi_i\) 选一对前处理 \(T_i\)、后处理 \(S_i\)）。
- 输入字母表相同时，Blackwell 序蕴含 Shannon 序，反之不然。
- Shannon 亏格不超过 Le Cam 亏格。
开放的是它在无线实验族上的具体数值。
参考文献#
- D. Blackwell, "Comparison of Experiments," Proc. Second Berkeley Symp. on Math. Statist. and Prob., Univ. of California Press, pp. 93–102, 1951. DOI: 10.1525/9780520411586-009. https://projecteuclid.org/proceedings/berkeley-symposium-on-mathematical-statistics-and-probability/Proceedings-of-the-Second-Berkeley-Symposium-on-Mathematical-Statistics-and/Chapter/Comparison-of-Experiments/bsmsp/1200500222
- D. Blackwell, "Equivalent Comparisons of Experiments," Ann. Math. Statist., vol. 24, no. 2, pp. 265–272, 1953. DOI: 10.1214/aoms/1177729032. https://projecteuclid.org/journals/annals-of-mathematical-statistics/volume-24/issue-2/Equivalent-Comparisons-of-Experiments/10.1214/aoms/1177729032.full
- S. Sherman, "On a Theorem of Hardy, Littlewood, Pólya, and Blackwell," Proc. Natl. Acad. Sci. USA, vol. 37, no. 12, 1951. https://pmc.ncbi.nlm.nih.gov/articles/PMC1063480/
- L. Le Cam, "Sufficiency and Approximate Sufficiency," Ann. Math. Statist., vol. 35, no. 4, pp. 1419–1455, 1964. DOI: 10.1214/aoms/1177700372. https://projecteuclid.org/journals/annals-of-mathematical-statistics/volume-35/issue-4/Sufficiency-and-Approximate-Sufficiency/10.1214/aoms/1177700372.full
- E. N. Torgersen, Comparison of Statistical Experiments (Encyclopedia of Mathematics and its Applications, 36), Cambridge Univ. Press, 675 pp., 1991. https://archive.org/details/comparisonofstat0000torg
- "Deficiency (statistics)," Wikipedia（\(\delta\) 与 \(\Delta\) 的定义、\(\tfrac12\) 因子约定的来源）. https://en.wikipedia.org/wiki/Deficiency_(statistics)
- E. L. Lehmann, "Comparing Location Experiments," Ann. Statist., vol. 16, no. 2, pp. 521–533, 1988. DOI: 10.1214/aos/1176350818. https://projecteuclid.org/journals/annals-of-statistics/volume-16/issue-2/Comparing-Location-Experiments/10.1214/aos/1176350818.full
- S. Athey and J. Levin, "The value of information in monotone decision problems," Research in Economics, vol. 72, no. 1, pp. 101–116, 2018. https://www.sciencedirect.com/science/article/pii/S1090944316303064
- M. Raginsky, "Shannon meets Blackwell and Le Cam: Channels, codes, and statistical experiments," Proc. IEEE ISIT, pp. 1220–1224, 2011. https://ieeexplore.ieee.org/document/6033729/
- P. P. Bergmans, "Random coding theorem for broadcast channels with degraded components," IEEE Trans. Inf. Theory, vol. 19, no. 2, pp. 197–207, 1973.
- J. Körner and K. Marton, "Comparison of two noisy channels," in Topics in Information Theory (2nd Colloq., Keszthely, 1975), North-Holland, pp. 411–423, 1977.
- A. El Gamal, "The capacity of a class of broadcast channels," IEEE Trans. Inf. Theory, vol. IT-25, no. 2, pp. 166–169, 1979.
- Y. Geng, C. Nair, S. Shamai, Z. V. Wang, "On Broadcast Channels With Binary Inputs and Symmetric Outputs," IEEE Trans. Inf. Theory, vol. 59, no. 11, pp. 6980–6989, 2013（二元输入对称输出信道的 more capable 排序；BEC–BSC 四段式见 [18]）. DOI: 10.1109/TIT.2013.2279392. https://arxiv.org/abs/1001.2062 ；https://chandra.ie.cuhk.edu.hk/pub/papers/BC/biso.pdf
- D. Kougang-Yombi and J. Hązła, "A Quantitative Version of More Capable Channel Comparison," arXiv:2401.14214, 2024.【预印本·未评审】https://arxiv.org/abs/2401.14214
- N. Jindal, "MIMO broadcast channels with finite-rate feedback," IEEE Trans. Inf. Theory, vol. 52, no. 11, pp. 5045–5060, 2006.
- B. Hassibi and B. M. Hochwald, "How much training is needed in multiple-antenna wireless links?," IEEE Trans. Inf. Theory, vol. 49, no. 4, pp. 951–963, 2003.
- 对 3GPP TR 38.843（AI/ML for NR air interface）评估结果的综述，arXiv:2407.10984, 2024.【预印本·未评审；本章引用的 −1.69%/−31.6% 已对照 TR 38.843 V18.0.0 第 6.2.2.2 节核实，度量是 SGCS；Top-1 70–90%、InF-DH <1 m 两组仍为二手转引，未核 TR 原文】https://arxiv.org/abs/2407.10984
- C. Nair, "Capacity Regions of Two New Classes of Two-Receiver Broadcast Channels," IEEE Trans. Inf. Theory, vol. 56, no. 9, pp. 4207–4214, 2010（BEC–BSC 四段式见其附录 Claim 4）. DOI: 10.1109/TIT.2010.2054310. https://arxiv.org/abs/0901.0595
未单列的备查条目：Bohnenblust–Shapley–Sherman 1949（RAND 备忘录，无公开 DOI）；Stein 1951（Chicago 讲义）；Strasser 1985；Le Cam–Yang 2000；El Gamal–Kim 2011——以上正文未编号引用。另有两篇正文以 arXiv 编号直引、未列入编号表：Rauh 等 2017，"Coarse-Graining and the Blackwell Order"，Entropy 19(10):527（arXiv:1701.07602；讨论输入端粗化，见引理 2.5 的说明）；Akdemir 2025，"Le Cam Distortion: A Decision-Theoretic Framework for Robust Transfer Learning"，arXiv:2512.23617【预印本·未评审】（链式亏格累积，见定理 2.4 的产权声明）。