均值定理公式大全集-均值定理公式集大全

均值定理公式大全集：抄作业还是理解内核？ 别整那些头都到地儿了。咱今天不整那些正经的教科书式开场白，也不搞啥“起初、其次、最终”这种像念稿子似的开场。均值定理啊，说白了就是讲那些“平”和“凸”的定律，也就是平均值跟整体的关系。你不用非得去背那一堆死板的公式，把那些公式直接扔进脑子，然后在脑子里自己搭个框架。 咱先看看最基础的，一个算术平均数。就是那 m 个数，加起来除以 m 等于那个平均值 x。
这玩意儿逻辑挺好办，就是所有东西加起来总得等于个数乘的“中位儿”。你要是拿个计算器算个 1, 2, 3, 4 这四个数，你肯定能心算出它们加起来是 10，10 除以 4 就是 2.5。
这时候你再拿个 2.5 去打这四个数，按顺序乘一遍，1 乘 2.5 是 2.5，2 乘 2.5 是 5，3 乘 2.5 是 7.5，4 乘 2.5 是 10。
哎，结局正好那 10 又回到了起点。
你看，这就是均值定理最朴素的脾气：平均值就是那个能“平衡”所有数的数字。
要是你拿个 3 去乘以这四个数，总和变成 30，那你得往每个数前面加一个 3，要么把它从 3 变成 4，总和才能重新变成 10。
这就像天平，四个盘子放着 1, 2, 3, 4，目前你拿一个 3 把其中一个盘子拉下来压重了，为了保持平衡，你务必把另一个盘子拉起来。
这就是数学上说的“偏差”要么“离差”的代数和务必是零。 说到这儿，大家可能就启动想那个更了得的了——柯西均值不等式，也就是那个经典的 $sqrt[4]{abcd} le frac{a+b+c+d}{4}$。乍一看仿佛是个公式，实际上也还是那个“平衡”的道理，可是这次是到了“平方根”这个层级。把上面的例子换成了长度 1, 2, 3, 4。它们的几何平均数是 $sqrt[4]{24} approx 2.21$。而算术平均数是 2.5。
你看，算术平均数一直大于等于几何平均数。
为啥？出于你不能随意让那四个数变小，要不就你把它们全体压缩成一个数，但显然这不可能，出于几何平均数本身也是受这四个数限制的。
这就好比你有个盒子，里面装了 1, 2, 3, 4 这四个不同高度的木块。算术平均数告诉你，高度加起来除以 4 是多少；几何平均数告诉你，这四个高度连乘开根号是多少。
一般来说，那个连乘开根号的数不会比那个加起来除以 4 的大。
你想啊，要是这四个数全一样，比如都是 2，那算术平均数是 2，几何平均数也是 2，这时候俩数相等。但要是你让其中两个变成 1，一个变成 3，一个变成 4。算术平均数变成 2.5，几何平均数变成 $sqrt[4]{24} approx 2.21$。
这时候差距就开出来了。
这实际上就是 Jensen 不等式的一个特例，就是当函数是凹函数的时候，平均值落在“曲线之下”，也就是算术平均数大于几何平均数。 再往里深，我们提到那个著名的 $sqrt{a^2 + b^2} ge frac{a+b}{2}$，也就是勾股定理的变体，要么说内积取绝对值平均值的那个定律。
这实际上就是三角不等式的一种强力体现。我们拿 $(a, b)$ 和 $(c, d)$ 两个向量做例子。直方图上的例子就挺直观，要是你有两个数，一个是 -3，一个是 4，它们的算术平均数是 0.5。它们的平方和是 9 加 16 等于 25，开根号是 5。
你看，0.5 乘以 5 等于 2.5，远小于 5。
这就像是你有两个数，一个是零下 3 度，一个是 4 度。温度的平均是 0.5 度。但要是你把这两个温度平方，再加起来开根号，那就是你身体里的热量要么某种能量的平均量，这能量肯定比直接平均温度要高。
这就叫“均方根”大于“算术平均”。
这在物理学里特别常见，比如电磁场里的平均功率，要么统计学里的方差计算，都是这个逻辑的延伸。 再往后推，一直到柯西不等式那个终极版：$sqrt{a^2 + b^2 + c^2} le frac{a+b+c}{3}$。
这一看就有点吓人，但道理实际上还是那个“平方根”在搞鬼。刚刚那个勾股定理的结论实际上已经包含了这个意思，也就是两个数的情况。三个数的话，就是连起来三个木块，总的高度和总的质量有个上限。
这个公式的应用特别广，简直你见过的所有平均数难题里，它都管着。
比如求两个数的乘积，AM-GM 不等式实际上就是个特例，条件是正数。
比如求不定方程的正整数解，要么求长方体体积的最大值。
只要变量都是非负，套这个公式就能做。 还有啊，博根不等式（Boole's inequality），就是三个数开三次根号。$sqrt[3]{frac{a^3+b^3+c^3}{3}} ge frac{a+b+c}{3}$。
这实际上就是说，三个数的几何平均数不会比它们的算术平均数小。它是对均值定理的“推广”，别看用的根号略微复杂了点，但逻辑是一脉相承的。 最终咱们说说方差的本质，也就是波动难题。方差是算术平均数的平方减去总体平均数。
为啥如此定义？出于它衡量的是“分散度”。
你想想，要是四个数都是 2.5，方差是 0，就是死了。
要是四个数是 1, 2, 3, 4，方差是 0.625，说明它们围着平均值乱跳。方差大的，说明数据分布“宽”，方差小的，说明数据分布“窄”。均值定理在这里就是那个“偷梁换柱”的高手，它准你在求平均的与此同时，通过平方来消掉那些“负偏差”要么“不对称的波动”，然后给你一个关于总能量（要么总波动程度）的定论。你不用管具体是正偏还是负偏，反正都是平方之后开根号，这就保证了那个“平均能量”一直大于等于三个数开三次的几何平均。 故此啊，这玩意儿不用死记硬背那些长长的公式。你只需求记住那个核心骨架：平均数一辈子大于几何平均数，平方和一辈子大于平均数乘平均数，波动一直有方向性的。把这些原则脑子里装好，哪怕你忘了那个 $sqrt{x^2+y^2}$ 的具体形式，你也能自己推导出那个 $frac{a+b+c}{3}$ 的下界。别总想着去查一遍公式书，确实没必要。数学这东西，活学活用才是王道，把公式当工具用，而不是当说明书当。