Tę sekcję należy dopracować: Dokładne sprawdzenie przypadku
x
i
=
0.
{\displaystyle xi=0.}
Może rozszerzenie twierdzenia i dowodu na
x
i
⩾
0
{\displaystyle xi\geqslant 0}
przez przyjęcie
p
⩽
0
,
x
i
=
0
,
μ
p
=
0
{\displaystyle p\leqslant 0,xi=0,\mu p=0}
(z granicy x→0)?. Dokładniejsze informacje o tym, co należy poprawić, być może znajdują się w dyskusji tej sekcji . Po wyeliminowaniu niedoskonałości należy usunąć szablon {{Dopracować}} z tej sekcji.
Średnią potęgową rzędu
p
{\displaystyle p}
liczb
x
1
,
x
2
,
…
,
x
n
{\displaystyle x_{1},x_{2},\dots ,x_{n}}
definiuje się jako:
μ
p
(
x
1
,
x
2
,
…
,
x
n
)
=
(
x
1
p
+
x
2
p
+
⋯
+
x
n
p
n
)
1
/
p
{\displaystyle \mu _{p}(x_{1},x_{2},\dots ,x_{n})=\left({\frac {x_{1}^{p}+x_{2}^{p}+\dots +x_{n}^{p}}{n}}\right)^{1/p}}
dla
p
∈
R
∖
{
0
}
,
{\displaystyle p\in \mathbb {R} \setminus \{0\},}
μ
0
(
x
1
,
x
2
,
…
,
x
n
)
=
x
1
⋅
x
2
⋅
…
⋅
x
n
n
,
{\displaystyle \mu _{0}(x_{1},x_{2},\dots ,x_{n})={\sqrt[{n}]{x_{1}\cdot x_{2}\cdot \ldots \cdot x_{n}}},}
μ
−
∞
(
x
1
,
x
2
,
…
,
x
n
)
=
min
(
x
1
,
x
2
,
…
,
x
n
)
,
{\displaystyle \mu _{-\infty }(x_{1},x_{2},\dots ,x_{n})=\min(x_{1},x_{2},\dots ,x_{n}),}
μ
+
∞
(
x
1
,
x
2
,
…
,
x
n
)
=
max
(
x
1
,
x
2
,
…
,
x
n
)
.
{\displaystyle \mu _{+\infty }(x_{1},x_{2},\dots ,x_{n})=\max(x_{1},x_{2},\dots ,x_{n}).}
Przykładowo, dla
p
=
1
{\displaystyle p=1}
otrzymujemy średnią arytmetyczną , dla
p
=
0
{\displaystyle p=0}
średnią geometryczną , dla
p
=
−
1
{\displaystyle p=-1}
średnią harmoniczną , dla
p
=
2
{\displaystyle p=2}
średnią kwadratową .
Twierdzenie
Niech
−
∞
⩽
p
<
q
⩽
+
∞
{\displaystyle -\infty \leqslant p<q\leqslant +\infty }
i niech dane będzie
n
{\displaystyle n}
liczb
x
1
,
x
2
,
…
,
x
n
>
0
{\displaystyle x_{1},x_{2},\dots ,x_{n}>0}
(jeśli ograniczamy się do rzędów
p
,
q
>
0
,
{\displaystyle p,q>0,}
można przyjąć
x
1
,
x
2
,
…
,
x
n
⩾
0
{\displaystyle x_{1},x_{2},\dots ,x_{n}\geqslant 0}
).
Wówczas średnia potęgowa rzędu
p
{\displaystyle p}
liczb
x
1
,
x
2
,
…
,
x
n
{\displaystyle x_{1},x_{2},\dots ,x_{n}}
jest nie większa od ich średniej potęgowej rzędu
q
,
{\displaystyle q,}
czyli
μ
p
(
x
1
,
…
,
x
n
)
⩽
μ
q
(
x
1
,
…
,
x
n
)
.
{\displaystyle \mu _{p}(x_{1},\dots ,x_{n})\leqslant \mu _{q}(x_{1},\dots ,x_{n}).}
Ponadto równość w powyższym wyrażeniu zachodzi wtedy i tylko wtedy, gdy liczby
x
1
,
x
2
,
…
,
x
n
{\displaystyle x_{1},x_{2},\dots ,x_{n}}
są wszystkie równe.
Wniosek
Dla dowolnych liczb dodatnich
x
1
,
x
2
,
…
,
x
n
{\displaystyle x_{1},x_{2},\dots ,x_{n}}
funkcja
R
∋
t
↦
μ
t
(
x
1
,
x
2
,
…
,
x
n
)
∈
R
{\displaystyle \mathbb {R} \ni t\mapsto \mu _{t}(x_{1},x_{2},\dots ,x_{n})\in \mathbb {R} }
jest funkcją niemalejącą . Więcej: można pokazać, że jest stała lub ściśle rosnąca.
Na potrzeby wszystkich dowodów dla uproszczenia zakładamy, że wagi
w
i
{\displaystyle w_{i}}
spełniają warunki:
w
i
∈
(
0
;
1
]
{\displaystyle w_{i}\in (0;1]}
∑
i
=
1
n
w
i
=
1
{\displaystyle \sum _{i=1}^{n}w_{i}=1}
Średnia geometryczna Edytuj
Dla dowolnego
q
{\displaystyle q}
nierówność między średnią rzędu
q
{\displaystyle q}
i średnią geometryczną możemy przekształcić w następujący sposób:
∏
i
=
1
n
x
i
w
i
⩽
∑
i
=
1
n
w
i
x
i
q
q
{\displaystyle \prod _{i=1}^{n}x_{i}^{w_{i}}\leqslant {\sqrt[{q}]{\sum _{i=1}^{n}w_{i}x_{i}^{q}}}}
∑
i
=
1
n
w
i
x
i
q
q
⩽
∏
i
=
1
n
x
i
w
i
{\displaystyle {\sqrt[{q}]{\sum _{i=1}^{n}w_{i}x_{i}^{q}}}\leqslant \prod _{i=1}^{n}x_{i}^{w_{i}}}
(pierwsza nierówność jest prawdziwa dla
q
>
0
,
{\displaystyle q>0,}
druga w przeciwnym wypadku)
podnosimy obustronnie do potęgi
q
:
{\displaystyle q{:}}
∏
i
=
1
n
x
i
w
i
⋅
q
⩽
∑
i
=
1
n
w
i
x
i
q
{\displaystyle \prod _{i=1}^{n}x_{i}^{w_{i}\cdot q}\leqslant \sum _{i=1}^{n}w_{i}x_{i}^{q}}
i w obu przypadkach otrzymujemy nierówność między ważoną średnią arytmetyczną i geometryczną dla ciągu
x
i
q
,
{\displaystyle x_{i}^{q},}
którą możemy udowodnić przy użyciu nierówności Jensena , korzystając z wklęsłości funkcji logarytmicznej :
∑
i
=
1
n
w
i
log
(
x
i
)
⩽
log
∑
i
=
1
n
w
i
x
i
{\displaystyle \sum _{i=1}^{n}w_{i}\log(x_{i})\leqslant \log \sum _{i=1}^{n}w_{i}x_{i}}
log
∏
i
=
1
n
x
i
w
i
⩽
log
∑
i
=
1
n
w
i
x
i
{\displaystyle \log \prod _{i=1}^{n}x_{i}^{w_{i}}\leqslant \log \sum _{i=1}^{n}w_{i}x_{i}}
Po złożeniu obu stron nierówności z (rosnącą) funkcją wykładniczą
x
→
e
x
{\displaystyle x\to e^{x}}
uzyskuje się żądaną nierówność:
∏
i
=
1
n
x
i
w
i
⩽
∑
i
=
1
n
w
i
x
i
.
{\displaystyle \prod _{i=1}^{n}x_{i}^{w_{i}}\leqslant \sum _{i=1}^{n}w_{i}x_{i}.}
Stąd dla dowolnego dodatniego
q
{\displaystyle q}
zachodzi:
∑
i
=
1
n
w
i
x
i
−
q
−
q
⩽
∏
i
=
1
n
x
i
w
i
⩽
∑
i
=
1
n
w
i
x
i
q
q
{\displaystyle {\sqrt[{-q}]{\sum _{i=1}^{n}w_{i}x_{i}^{-q}}}\leqslant \prod _{i=1}^{n}x_{i}^{w_{i}}\leqslant {\sqrt[{q}]{\sum _{i=1}^{n}w_{i}x_{i}^{q}}}}
tym samym udowodniliśmy nierówność między dowolną średnią potęgową a średnią geometryczną.
Średnia geometryczna jako granica Edytuj
Możemy ponadto udowodnić, że średnia geometryczna jest granicą średnich potęgowych dla rzędu dążącego do zera.
W pierwszej kolejności udowodnimy granicę:
lim
p
→
0
log
(
∑
i
=
1
n
w
i
x
i
p
)
p
=
∑
i
=
1
n
w
i
log
(
x
i
)
{\displaystyle \lim _{p\to 0}{\frac {\log \left(\sum _{i=1}^{n}w_{i}x_{i}^{p}\right)}{p}}=\sum _{i=1}^{n}w_{i}\log(x_{i})}
Granice licznika i mianownika są, odpowiednio, równe 0, więc z reguły de l’Hospitala wynika, iż:
lim
p
→
0
log
(
∑
i
=
1
n
w
i
x
i
p
)
p
=
lim
p
→
0
1
∑
i
=
1
n
w
i
x
i
p
⋅
(
∑
i
=
1
n
w
i
x
i
p
)
′
=
{\displaystyle \lim _{p\to 0}{\frac {\log \left(\sum _{i=1}^{n}w_{i}x_{i}^{p}\right)}{p}}=\lim _{p\to 0}{\frac {1}{\sum _{i=1}^{n}w_{i}x_{i}^{p}}}\cdot \left(\sum _{i=1}^{n}w_{i}x_{i}^{p}\right)'=}
=
1
∑
i
=
1
n
w
i
⋅
lim
p
→
0
∑
i
=
1
n
(
w
i
⋅
log
(
x
i
)
⋅
x
i
p
)
=
∑
i
=
1
n
w
i
log
(
x
i
)
{\displaystyle ={\frac {1}{\sum _{i=1}^{n}w_{i}}}\cdot \lim _{p\to 0}\sum _{i=1}^{n}(w_{i}\cdot \log(x_{i})\cdot x_{i}^{p})=\sum _{i=1}^{n}w_{i}\log(x_{i})}
Następnie korzystając z ciągłości funkcji wykładniczej:
lim
p
→
0
∑
i
=
1
n
w
i
x
i
p
p
=
lim
p
→
0
exp
(
log
(
∑
i
=
1
n
w
i
x
i
p
)
p
)
=
exp
(
lim
p
→
0
log
(
∑
i
=
1
n
w
i
x
i
p
)
p
)
=
exp
(
∑
i
=
1
n
w
i
log
(
x
i
)
)
=
∏
i
=
1
n
x
i
w
i
{\displaystyle \lim _{p\to 0}{\sqrt[{p}]{\sum _{i=1}^{n}w_{i}x_{i}^{p}}}=\lim _{p\to 0}\exp \left({\frac {\log \left(\sum _{i=1}^{n}w_{i}x_{i}^{p}\right)}{p}}\right)=\exp \left(\lim _{p\to 0}{\frac {\log \left(\sum _{i=1}^{n}w_{i}x_{i}^{p}\right)}{p}}\right)=\exp \left(\sum _{i=1}^{n}w_{i}\log(x_{i})\right)=\prod _{i=1}^{n}x_{i}^{w_{i}}}
co kończy dowód.
Nierówność między dowolnymi średnimi potęgowymi Edytuj
Chcemy udowodnić, że dla dowolnych
p
<
q
{\displaystyle p<q}
zachodzi:
∑
i
=
1
n
w
i
x
i
p
p
⩽
∑
i
=
1
n
w
i
x
i
q
q
{\displaystyle {\sqrt[{p}]{\sum _{i=1}^{n}w_{i}x_{i}^{p}}}\leqslant {\sqrt[{q}]{\sum _{i=1}^{n}w_{i}x_{i}^{q}}}}
w przypadku kiedy
p
{\displaystyle p}
jest ujemne, a
q
{\displaystyle q}
dodatnie, nierówność jest równoważna nierówności udowodnionej wcześniej:
∑
i
=
1
n
w
i
x
i
p
p
⩽
∏
i
=
1
n
x
i
w
i
⩽
∑
i
=
1
n
w
i
x
i
q
q
{\displaystyle {\sqrt[{p}]{\sum _{i=1}^{n}w_{i}x_{i}^{p}}}\leqslant \prod _{i=1}^{n}x_{i}^{w_{i}}\leqslant {\sqrt[{q}]{\sum _{i=1}^{n}w_{i}x_{i}^{q}}}}
Udowodnijmy zatem nierówność dla dodatnich
p
{\displaystyle p}
i
q
.
{\displaystyle q.}
Weźmy funkcję
f
:
R
+
→
R
+
,
{\displaystyle f\colon \mathbb {R_{+}} \to \mathbb {R_{+}} ,}
f
(
x
)
=
x
q
p
.
{\displaystyle f(x)=x^{\frac {q}{p}}.}
Oczywiście
f
{\displaystyle f}
jest rosnąca, bo
q
{\displaystyle q}
/
p
{\displaystyle p}
jest dodatnie. Jest to funkcja potęgowa, ma zatem drugą pochodną:
f
″
(
x
)
=
(
q
p
)
(
q
p
−
1
)
x
q
p
−
2
,
{\displaystyle f''(x)=\left({\frac {q}{p}}\right)\left({\frac {q}{p}}-1\right)x^{{\frac {q}{p}}-2},}
która jest zawsze dodatnia, bo
q
{\displaystyle q}
>
p
,
{\displaystyle p,}
z czego wynika wypukłość
f
.
{\displaystyle f.}
Z nierówności Jensena uzyskujemy wobec tego:
f
(
∑
i
=
1
n
w
i
x
i
p
)
⩽
∑
i
=
1
n
w
i
f
(
x
i
p
)
{\displaystyle f\left(\sum _{i=1}^{n}w_{i}x_{i}^{p}\right)\leqslant \sum _{i=1}^{n}w_{i}f(x_{i}^{p})}
∑
i
=
1
n
w
i
x
i
p
p
q
⩽
∑
i
=
1
n
w
i
x
i
q
{\displaystyle {\sqrt[{\frac {p}{q}}]{\sum _{i=1}^{n}w_{i}x_{i}^{p}}}\leqslant \sum _{i=1}^{n}w_{i}x_{i}^{q}}
po wyciągnięciu obustronnie pierwiastka
q
{\displaystyle q}
-tego stopnia (funkcja rosnąca, bo
q
{\displaystyle q}
> 0) uzyskujemy żądaną nierówność dla dodatnich
p
{\displaystyle p}
i
q
:
{\displaystyle q{:}}
∑
i
=
1
n
w
i
x
i
p
p
⩽
∑
i
=
1
n
w
i
x
i
q
q
{\displaystyle {\sqrt[{p}]{\sum _{i=1}^{n}w_{i}x_{i}^{p}}}\leqslant {\sqrt[{q}]{\sum _{i=1}^{n}w_{i}x_{i}^{q}}}}
Jeśli rozważamy rzędy
p
,
q
{\displaystyle p,q}
ujemne, wówczas
x
i
>
0
,
{\displaystyle x_{i}>0,}
więc można podstawiając
x
i
:=
1
x
i
{\displaystyle x_{i}:={\tfrac {1}{x_{i}}}}
bez straty ogólności uzyskać:
∑
i
=
1
n
w
i
x
i
p
p
⩽
∑
i
=
1
n
w
i
x
i
q
q
{\displaystyle {\sqrt[{p}]{\sum _{i=1}^{n}{\frac {w_{i}}{x_{i}^{p}}}}}\leqslant {\sqrt[{q}]{\sum _{i=1}^{n}{\frac {w_{i}}{x_{i}^{q}}}}}}
Podnosimy obustronnie do potęgi -1 (funkcja malejąca):
∑
i
=
1
n
w
i
x
i
−
p
−
p
=
1
∑
i
=
1
n
w
i
1
x
i
p
p
⩾
1
∑
i
=
1
n
w
i
1
x
i
q
q
=
∑
i
=
1
n
w
i
x
i
−
q
−
q
{\displaystyle {\sqrt[{-p}]{\sum _{i=1}^{n}w_{i}x_{i}^{-p}}}={\sqrt[{p}]{\frac {1}{\sum _{i=1}^{n}w_{i}{\frac {1}{x_{i}^{p}}}}}}\geqslant {\sqrt[{q}]{\frac {1}{\sum _{i=1}^{n}w_{i}{\frac {1}{x_{i}^{q}}}}}}={\sqrt[{-q}]{\sum _{i=1}^{n}w_{i}x_{i}^{-q}}}}
A zatem dowiedliśmy nierówności także dla ujemnych
p
{\displaystyle p}
i
q
{\displaystyle q}
co kończy dowód.
Minimum i maksimum Edytuj
Minimum i maksimum przyjmuje się za średnie potęgowe rzędów
±
∞
.
{\displaystyle \pm \infty .}
Wynika to z faktu, że są to odpowiednie granice średnich potęgowych, dowód jest następujący:
Niech
x
1
{\displaystyle x_{1}}
będzie największym, a
x
n
{\displaystyle x_{n}}
najmniejszym z
x
i
.
{\displaystyle x_{i}.}
Na początek korzystając z twierdzenia o trzech funkcjach udowodnimy granicę:
lim
p
→
∞
(
1
p
ln
(
∑
i
=
1
n
w
i
x
i
p
x
1
p
)
)
=
0
{\displaystyle \lim _{p\to \infty }\left({\frac {1}{p}}\ln \left({\frac {\sum _{i=1}^{n}w_{i}x_{i}^{p}}{x_{1}^{p}}}\right)\right)=0}
Wystarczy zauważyć nierówności dla dodatnich
p
:
{\displaystyle p{:}}
1
p
ln
(
w
1
)
=
1
p
ln
(
w
1
x
1
p
x
1
p
)
⩽
1
p
ln
(
∑
i
=
1
n
w
i
x
i
p
x
1
p
)
{\displaystyle {\frac {1}{p}}\ln(w_{1})={\frac {1}{p}}\ln \left({\frac {w_{1}x_{1}^{p}}{x_{1}^{p}}}\right)\leqslant {\frac {1}{p}}\ln \left({\frac {\sum _{i=1}^{n}w_{i}x_{i}^{p}}{x_{1}^{p}}}\right)}
1
p
ln
(
∑
i
=
1
n
w
i
x
i
p
x
1
p
)
⩽
1
p
ln
(
∑
i
=
1
n
w
i
x
1
p
x
1
p
)
=
ln
(
1
)
=
0
{\displaystyle {\frac {1}{p}}\ln \left({\frac {\sum _{i=1}^{n}w_{i}x_{i}^{p}}{x_{1}^{p}}}\right)\leqslant {\frac {1}{p}}\ln \left({\frac {\sum _{i=1}^{n}w_{i}x_{1}^{p}}{x_{1}^{p}}}\right)=\ln(1)=0}
Następnie korzystając z udowodnionej granicy:
lim
p
→
∞
1
p
ln
(
∑
i
=
1
n
w
i
x
i
p
)
=
lim
p
→
∞
1
p
ln
(
x
1
p
⋅
∑
i
=
1
n
w
i
x
i
p
x
1
p
)
=
lim
p
→
∞
1
p
(
ln
(
x
1
p
)
+
ln
(
∑
i
=
1
n
w
i
x
i
p
x
1
p
)
)
=
{\displaystyle \lim _{p\to \infty }{\frac {1}{p}}\ln \left(\sum _{i=1}^{n}w_{i}x_{i}^{p}\right)=\lim _{p\to \infty }{\frac {1}{p}}\ln \left(x_{1}^{p}\cdot {\frac {\sum _{i=1}^{n}w_{i}x_{i}^{p}}{x_{1}^{p}}}\right)=\lim _{p\to \infty }{\frac {1}{p}}\left(\ln(x_{1}^{p})+\ln \left({\frac {\sum _{i=1}^{n}w_{i}x_{i}^{p}}{x_{1}^{p}}}\right)\right)=}
=
lim
p
→
∞
(
ln
(
x
1
p
)
p
)
+
lim
p
→
∞
(
1
p
ln
(
∑
i
=
1
n
w
i
x
i
p
x
1
p
)
)
=
ln
(
x
1
)
+
0
=
ln
(
x
1
)
{\displaystyle =\lim _{p\to \infty }\left({\frac {\ln(x_{1}^{p})}{p}}\right)+\lim _{p\to \infty }\left({\frac {1}{p}}\ln \left({\frac {\sum _{i=1}^{n}w_{i}x_{i}^{p}}{x_{1}^{p}}}\right)\right)=\ln(x_{1})+0=\ln(x_{1})}
Stąd korzystając z ciągłości funkcji wykładniczej:
lim
p
→
∞
∑
i
=
1
n
w
i
x
i
p
p
=
lim
p
→
∞
exp
(
1
p
ln
(
∑
i
=
1
n
w
i
x
i
p
)
)
=
exp
(
lim
p
→
∞
1
p
ln
(
∑
i
=
1
n
w
i
x
i
p
)
)
=
x
1
{\displaystyle \lim _{p\to \infty }{\sqrt[{p}]{\sum _{i=1}^{n}w_{i}x_{i}^{p}}}=\lim _{p\to \infty }\exp \left({\frac {1}{p}}\ln \left(\sum _{i=1}^{n}w_{i}x_{i}^{p}\right)\right)=\exp \left(\lim _{p\to \infty }{\frac {1}{p}}\ln \left(\sum _{i=1}^{n}w_{i}x_{i}^{p}\right)\right)=x_{1}}
Analogicznie dla ujemnych
p
:
{\displaystyle p{:}}
lim
p
→
−
∞
(
1
p
ln
(
∑
i
=
1
n
w
i
x
n
p
x
n
p
)
)
=
0
{\displaystyle \lim _{p\to -\infty }\left({\frac {1}{p}}\ln \left({\frac {\sum _{i=1}^{n}w_{i}x_{n}^{p}}{x_{n}^{p}}}\right)\right)=0}
bo (wciąż dla
p
<
0
{\displaystyle p<0}
):
1
p
ln
(
w
n
)
=
1
p
ln
(
w
n
x
n
p
x
n
p
)
⩾
1
p
ln
(
∑
i
=
1
n
w
i
x
i
p
x
n
p
)
{\displaystyle {\frac {1}{p}}\ln(w_{n})={\frac {1}{p}}\ln \left({\frac {w_{n}x_{n}^{p}}{x_{n}^{p}}}\right)\geqslant {\frac {1}{p}}\ln \left({\frac {\sum _{i=1}^{n}w_{i}x_{i}^{p}}{x_{n}^{p}}}\right)}
1
p
ln
(
∑
i
=
1
n
w
i
x
i
p
x
n
p
)
⩾
1
p
ln
(
∑
i
=
1
n
w
i
x
n
p
x
n
p
)
=
ln
(
1
)
=
0
{\displaystyle {\frac {1}{p}}\ln \left({\frac {\sum _{i=1}^{n}w_{i}x_{i}^{p}}{x_{n}^{p}}}\right)\geqslant {\frac {1}{p}}\ln \left({\frac {\sum _{i=1}^{n}w_{i}x_{n}^{p}}{x_{n}^{p}}}\right)=\ln(1)=0}
Stąd:
lim
p
→
−
∞
1
p
ln
(
∑
i
=
1
n
w
i
x
i
p
)
=
lim
p
→
−
∞
(
ln
(
x
n
p
)
p
)
+
lim
p
→
−
∞
(
1
p
ln
(
∑
i
=
1
n
w
i
x
i
p
x
n
p
)
)
=
ln
(
x
n
)
{\displaystyle \lim _{p\to -\infty }{\frac {1}{p}}\ln \left(\sum _{i=1}^{n}w_{i}x_{i}^{p}\right)=\lim _{p\to -\infty }\left({\frac {\ln(x_{n}^{p})}{p}}\right)+\lim _{p\to -\infty }\left({\frac {1}{p}}\ln \left({\frac {\sum _{i=1}^{n}w_{i}x_{i}^{p}}{x_{n}^{p}}}\right)\right)=\ln(x_{n})}
I w końcu analogicznie:
lim
p
→
−
∞
∑
i
=
1
n
w
i
x
i
p
p
=
exp
(
lim
p
→
−
∞
1
p
ln
(
∑
i
=
1
n
w
i
x
i
p
)
)
=
x
n
{\displaystyle \lim _{p\to -\infty }{\sqrt[{p}]{\sum _{i=1}^{n}w_{i}x_{i}^{p}}}=\exp \left(\lim _{p\to -\infty }{\frac {1}{p}}\ln \left(\sum _{i=1}^{n}w_{i}x_{i}^{p}\right)\right)=x_{n}}