首页 > 其他分享 >均值不等式证明(拉格朗日乘数法)

均值不等式证明(拉格朗日乘数法)

时间:2024-02-27 18:23:43浏览次数:23  
标签:拉格朗 geq frac 不等式 ... 实数 sum 乘数 prod

Part 1

求证:\(\frac{n}{\sum_{i=1}^{n}\frac{1}{y_i}} \leq ({\prod_{i=1}^{n}y_i})^{\frac{1}{n}}\)

\(y_i\) 为正实数

\(n \geq 3\)

证明:

令 \(x_i\) = \(y_i^{\frac{1}{n}}\)

且 \(x_i\) 为正实数

原命题等价于:

\[{\prod_{i=1}^{n}x_i} - \frac{n}{\sum_{i=1}^{n}\frac{1}{x_i^{n}}} \geq 0 \]

定义函数:

\[f(x_1,x_2...x_n) = {\prod_{i=1}^{n}x_i} - \frac{n}{\sum_{i=1}^{n}\frac{1}{x_i^{n}}} \]

有:

\[f_{x_i}(x_1,x_2...x_n)' = \prod_{j=1,j \not = i}^{n}x_j - n^2 (\sum_{j=1}^{n} x_j^{-n})^{-2} x_i^{-n-1} \]

又因为取到极值时,所有偏导等于 \(0\)

所以:

\[\prod_{j=1,j \not = i}^{n}x_j = n^2 (\sum_{j=1}^{n} x_j^{-n})^{-2} x_i^{-n-1} \]

简单变形得:

\[x_i^{n} = \frac{n^2 (\sum_{j=1}^{n} x_j^{-n})^{-2}}{\prod_{j=1}^{n}x_j} \]

所以:

\[x_1^{n} = x_2^{n} =...= x_n^{n} \]

又因为 \(x_i\) 为正实数

所以:

\[x_1 = x_2 =...= x_n \]

我们设这个极值在 \((x_0,x_0...x_0)\) 处取到

又因为:

\[f_{x_i}(x_0,x_0...x_0)'' = x_0^{n-2} \]

且:

\[x_0 > 0 \]

所以:

在此处 \(f\) 取到最小值

即:

\(f \geq 0\)

故命题得证

Part 2

求证:

\[({\prod_{i=1}^{n}y_i})^{\frac{1}{n}} \leq \sum_{i=1}^{n} \frac{y_i}{n} \]

\(y_i\) 为正实数(其实这里也可以是非负实数,但是这个问题留给读者自证)

\(n \geq 3\)

证明:

令 \(x_i\) = \(y_i^{\frac{1}{n}}\)

且 \(x_i\) 为正实数

原命题等价于:

\[\sum_{i=1}^{n} x_i ^n \geq n \prod_{i=1}^{n} x_i \]

依然定义:

\[f(x1,x2...x_n) = \sum_{j=1}^{n} x_j ^n - n \prod_{j=1}^{n} x_j \]

有:

\[f_{x_i}'(x_1,x_2...,x_n) = n x_j^{n-1} - n \prod_{j=1,j \not = i}^{n} x_j \]

依然在极值处取到 \(0\)

所以:

\[n x_j^{n-1} = n \prod_{j=1,j \not = i}^{n} x_j \]

所以:

\[x_j^{n} = \prod_{j=1}^{n} x_j \]

所以:

\[x_1^{n} = x_2^{n} =...= x_n^{n} \]

又因为 \(x_i\) 为正实数

所以:

\[x_1 = x_2 =...= x_n \]

又因为:

\[f_{x_i}(x_0,x_0...x_0)'' = (n^2 - n) x_0^{n-2} \]

且:

\(x_0 > 0\)

所以:

在此处 \(f\) 取到最小值

即:

\(f \geq 0\)

故命题得证

Part 3

求证:

\[\sqrt{\frac{\sum_{i=1}^{n}x_i^2}{n}} \geq \frac{\sum_{i=1}^{n}x_i}{n} \]

\(x_i\) 为实数

\(n \geq 3\)

证明:

简单推导可知原命题等价于:

\[n \sum_{i=1}^{n} x_i^2 \geq (\sum_{i=1}^{n}x_i)^2 \]

定义函数:

\[f(x_1,x_2...x_n) = n \sum_{i=1}^{n} x_i^2 -(\sum_{i=1}^{n}x_i)^2 \]

有:

\[f_{x_i}'(x_1,x_2...x_n) = 2 n x_i - 2 (\sum_{j=1}^{n}x_j) \]

让其取到 \(0\)

有:

\[x_i = \frac{\sum_{j=1}^{n}x_j}{n} \]

所以:

\[x_1 = x_2 =...= x_n \]

又因为:

\[f_{x_i}''(x_1,x_2...x_n) = 2 n - 2 \]

且:

\(2 n - 2 > 0\)

所以:

\(f\) 只会取到最小值

有:

\(f \geq 0\)

命题得证

至此,命题全部证完

标签:拉格朗,geq,frac,不等式,...,实数,sum,乘数,prod
From: https://www.cnblogs.com/chifan-duck/p/17998336

相关文章

  • P5667 拉格朗日插值2
    由拉格朗日插值公式得:\[f(x)=\sum_{i=0}^nf(i)\prod_{j\nei}\dfrac{x-j}{i-j}=\sum_{i=0}^n\dfrac{f(i)x^{\underline{n+1}}}{(-1)^{n-i}i!(n-i)!(x-i)}\]我们要把函数平移\(m\)个单位长度,所以要写\(f(x+m)\)的式子,即\[f(x+m)=\sum_{i=0}^n\dfra......
  • 拉格朗日插值学习笔记
    拉格朗日插值第一步:子函数\(f_i(x)=\begin{cases}1&x=x_i\\0&x=x_j(i\nej)\end{cases}\)由此可得:\(f(x)=\sum\limits_{i=1}^ny_if_i(x)\)第二步:对于\(f_i(x)\),要满足当\(x=x_i\)时,\(y=1\),而\(x\nex_i\)时,\(y=0\)故:\(f_i(x)=\dfrac{\prod\limits_{j=1,j\......
  • 单调队列优化DP&斜率优化&四边形不等式
    在本文中,我们将通过一道题来浅谈DP优化三大妈。P3195[HNOI2008]玩具装箱-洛谷|计算机科学教育新生态(luogu.com.cn)对于这种类型的题目,我们一般可以转化为如下形式:那么,$val(i,j)$又通常分为两种情况:其值仅与$i,j$中的一个有关。其值与$i,j$两者都有关。单调队列......
  • 拉格朗日插值学习笔记
    拉格朗日插值定义给定一个多项式函数过点\((x_i,y_i)\),求出这个多项式函数的在\(x=k\)时的取值。公式\[f(k)=\sum_{i=0}^ny_i\prod_{j\not=i}\dfrac{k-x_j}{x_i-x_j}\]时间复杂度\(O(n^2)\)横坐标连续的拉格朗日插值在横坐标连续的情况下,可以做到\(O(n)\)插值。\[\b......
  • 均值不等式
    简述:在经过碰壁→看答案不知所谓→和大佬交流→沉淀(雾)得出了一些神秘结论,在这里分享给大家。一.发现问题寒假作业六均值不等式极其应用填空题\(7\)在做这道题的时候,我列出了一个式子\(a*\sqrt{b^2+1}\leq\frac{(a+\sqrt{b^2+1})^2}{4}\)这个式子很显然是正确的,但想一想......
  • 洛谷题单指南-模拟和高精度-P1591 阶乘数码
    原题链接:https://www.luogu.com.cn/problem/P1591题意解读:此题核心就是通过高精度*低精度计算阶乘,然后统计数码个数即可,直接给出代码。100分代码:#include<bits/stdc++.h>usingnamespacestd;vector<int>mul(vector<int>&a,intb){vector<int>result;intt......
  • dp优化-决策单调性 / 四边形不等式
    前言这种优化我以前“听”过了很多次,但是好像都没学会qwq。四边形不等式:对于二元组\(w_{x,y}\),如果在定义域上任取四个点\(a\leb\lec\led\),满足:\[w_{a,b}+w_{c,d}\gew_{a,c}+w_{b,d}\]则称\(w_{x,y}\)满足四边形不等式。你会想这鬼东西怎么记?反正我也不想记。......
  • <学习笔记> 四边形不等式
    四边形不等式对于任意的\(l_1\lel_2\ler_1\ler_2\),满足\(w(l_1,r_1)+w(l_2,r_2)\lew(l_1,r_2)+w(l_2,r_1)\)。若等号恒成立,则称函数\(w\)为四边形恒等式。如何证明若满足\(w(l,r-1)+w(l+1,r)\leqw(l,r)+w(l+1,r-1)\),则\(w\)满足四边形不等式。决策单调......
  • 复杂一点的四边形不等式和邮局
    四边形不等式不仅在一维的线性dp中可以使用,在二维dp中也是很不错的东西这个二维dp不局限于区间dp,虽然四边形不等式优化石子合并是很经典的东西但是这种四边形不等式我不打算推导,而是直接背结论,因为我觉得知道推导过程对我的作用不是很大而且麻烦在区间dp问题中,这样的方程\(f[i]......
  • Jensen 不等式证明
    Jensen不等式定义若\(f(x)\)为区间\(I\)上的下凸函数,则对于任意\(x_{i}\inI\)和满足\(\displaystyle\sum_{i=1}^{n}\lambda_{i}=1\)的\(\lambda_{i}\gt0\left(i=1,2,\cdots,n\right)\),成立\[f\left(\sum_{i=1}^{n}\lambda_{i}x_{i}\right)\......