Media generalizada

format_list_bulleted Contenido keyboard_arrow_down
ImprimirCitar
N-a raíz de la media aritmética de los números dados elevados al poder n
Parcela de varios medios generalizados Mp()1,x){displaystyle M_{p}(1,x)}.

En matemáticas, medias generalizadas (o media potencia o media de Hölder de Otto Hölder) son una familia de funciones para agregar conjuntos de números. Estos incluyen como casos especiales las medias pitagóricas (medias aritméticas, geométricas y armónicas).

Definición

Si p es un número real no cero, y x1,...... ,xn{displaystyle x_{1},dotsx_{n} son números reales positivos, entonces el generalizado o poder con exponente p de estos números reales positivos es:

Mp()x1,...... ,xn)=()1n.. i=1nxip)1/p.{displaystyle M_{p}(x_{1},dotsx_{n}=left({frac {1}{n}}sum ¿Por qué?

(Ver norma p). Para p = 0 lo establecemos igual a la media geométrica (que es el límite de las medias con exponentes cercanos a cero, como se demuestra a continuación):

M0()x1,...... ,xn)=()∏ ∏ i=1nxi)1/n.{displaystyle M_{0}(x_{1},dotsx_{n}=left(prod) ¿Qué?

Además, para una secuencia de pesos positivos wi definimos el ponderado poder significa como:

Mp()x1,...... ,xn)=().. i=1nwixip.. i=1nwi)1/p{displaystyle M_{p}(x_{1},dotsx_{n}=left({frac {sum} ¿Qué? ¿Qué?
p = 0

M0()x1,...... ,xn)=()∏ ∏ i=1nxiwi)1/.. i=1nwi.{displaystyle M_{0}(x_{1},dotsx_{n}=left(prod) ¿Por qué? ¿Qué?

Las medias no ponderadas corresponden a establecer todos los wi = 1/n.

Casos especiales

Representación visual de algunos de los casos especificados n = 2 con a = x1 = MJUEGO y b = x2 = MJUEGO:
significa armónico, H = M−1()a, b),
Medio geométrico, G = M0()a, b)
aritmética significa, A = M1()a, b)
cuadrática, Q = M2()a, b)

Algunos valores particulares de p generan casos especiales con sus propios nombres:

mínimo
M− − JUEGO JUEGO ()x1,...... ,xn)=limp→ → − − JUEGO JUEGO Mp()x1,...... ,xn)=min{}x1,...... ,xn}{displaystyle M_{-infty }(x_{1},dotsx_{n}=lim _{pto -infty }M_{p}(x_{1},dotsx_{n})=min{x_{1},dotsx_{n}}}} {}}}} {} {}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}
armónico
M− − 1()x1,...... ,xn)=n1x1+⋯ ⋯ +1xn{displaystyle M_{-1}(x_{1},dotsx_{n}={frac {n}{frac {1}{x_{1}}}dots {fn}}
geométrica
M0()x1,...... ,xn)=limp→ → 0Mp()x1,...... ,xn)=x1⋅ ⋅ ⋯ ⋯ ⋅ ⋅ xnn{displaystyle M_{0}(x_{1},dotsx_{n}=lim _{pto 0}M_{p}(x_{1},dotsx_{n})=sqrt[{n} {x_{1}cdot dotscdot x_{n}}}}}}}}} {
aritmética media
M1()x1,...... ,xn)=x1+⋯ ⋯ +xnn{displaystyle M_{1}(x_{1},dotsx_{n}={frac} {x_{1}+dots - Sí.
raíz media cuadrado
o media cuadrática
M2()x1,...... ,xn)=x12+⋯ ⋯ +xn2n{displaystyle M_{2}(x_{1},dotsx_{n}={sqrt {fracrt {frac} {x_{1}dots - Sí.
cúbico
M3()x1,...... ,xn)=x13+⋯ ⋯ +xn3n3{displaystyle M_{3}(x_{1},dotsx_{n}={sqrt[{3}{frac} {x_{1} {3}+dots - Sí.
máximo
M+JUEGO JUEGO ()x1,...... ,xn)=limp→ → JUEGO JUEGO Mp()x1,...... ,xn)=max{}x1,...... ,xn}{displaystyle M_{+infty }(x_{1},dotsx_{n})=lim _{pto infty }M_{p}(x_{1},dotsx_{n}=max{x_{1},dotsx_{n}}}}}}}

Prueba limp→ → 0Mp=M0{textstyle lim _{pto ¡Oh! (medio geométrico) Podemos reescribir la definición de Mp usando la función exponencial

Mp()x1,...... ,xn)=exp⁡ ⁡ ()In⁡ ⁡ [().. i=1nwixip)1/p])=exp⁡ ⁡ ()In⁡ ⁡ ().. i=1nwixip)p){displaystyle M_{p}(x_{1},dotsx_{n}=exp {left(ln {left[left(sum) ¿Por qué? {left({frac {lnleft(sum) ¿Qué?

En el límite p → 0, podemos aplicar la regla de L'Hôpital's al argumento de la función exponencial. Suponemos que p ∈ R pero p ≠ 0, y que la suma de wi es igual a 1 (sin pérdida en general); Diferenciando el numerador y el denominador con respecto a p, tenemos

limp→ → 0In⁡ ⁡ ().. i=1nwixip)p=limp→ → 0.. i=1nwixipIn⁡ ⁡ xi.. j=1nwjxjp1=limp→ → 0.. i=1nwixipIn⁡ ⁡ xi.. j=1nwjxjp=.. i=1nwiIn⁡ ⁡ xilimp→ → 0.. j=1nwj()xjxi)p=.. i=1nwiIn⁡ ⁡ xi=In⁡ ⁡ ()∏ ∏ i=1nxiwi){displaystyle {begin{aligned}lim _{pto 0}{frac {ln {ln {left(sum {fnMicrosoft Sans Serif} {fnMicrosoft Sans Serif} {fnMicrosoft Sans Serif} {f}} {fnMicroc {fnMicroc {sum] ¿Qué? {fnK} {fnK}} {fnK}} {fnK}}} {fnK}} {fn}}} {fn}}}} {fnK}}}}}}} {fnK}}}} {f}}} {f}}}}}}}}}}} {f}}}}}}}} {f}}}}}}}}}}}}}}}}}}}}}}}}}}}} {s}}}}}}}}}}}} {be} {be}} {be}}}}}}}}}}}}}}}}}}}}}}}}}} {be}}}}} {be}}}} {be}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}} { ################################################################################################################################################################################################################################################################ ¿Qué? {fnK} {fnK}} {fnK}} {fnK}}} {fnK}} {fn}}} {fn}}}} {fnK}}}}}}} {fnK}}}} {f}}} {f}}}}}}}}}}} {f}}}}}}}} {f}}}}}}}}}}}}}}}}}}}}}}}}}}}} {s}}}}}}}}}}}} {be} {be}} {be}}}}}}}}}}}}}}}}}}}}}}}}}} {be}}}}} {be}}}} {be}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}} { - ¿Por qué? - ¿Qué? {w_{i}ln} {x_{i}}{lim _{pto 0}sum ¿Por qué? {x_{j}} {x_{i}}} {}}\\\\cH00}\\cH00}}}}}\cH00}}}\\\\\\\cH00}}\\cH00}}} {cH00}}}}}}}}}}}}\\\\\\\\\\cH00}}}}}}}}}}}}}}}}}}\\\\\\\\\}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}\\\\\\\\\\\\}}}}}}}}}}}}}}}}}}}}}}}}}}}\\\\\\ ¿Por qué? {x_{i}\\\fncH00}\fncH00}\\\cH00\cH00\cH00\cH00}\cH0}\\\cH00\cH0}\\\cH3cH0}\\\\\\cH3\\\cH3cH3\cH3cH3cH3cH3cH3cH3cH3\\\\\cH\\\\\\\\\cH3cH3\\\cH3\\\\\cH3\\\cHcH3\cH3\\cH3\\cH3\cH3cH ¿Por qué?

Por la continuidad de la función exponencial, podemos volver a sustituir en la relación anterior para obtener

limp→ → 0Mp()x1,...... ,xn)=exp⁡ ⁡ ()In⁡ ⁡ ()∏ ∏ i=1nxiwi))=∏ ∏ i=1nxiwi=M0()x1,...... ,xn){displaystyle lim _{pto 0}M_{p}(x_{1},dotsx_{n}=exp {left(ln {left(prod ¿Por qué? ¿Por qué? }

Prueba limp→ → JUEGO JUEGO Mp=MJUEGO JUEGO {textstyle lim _{pto infty }M_{p}=M_{infty } y limp→ → − − JUEGO JUEGO Mp=M− − JUEGO JUEGO {textstyle lim _{pto - 'infty }M_{p}=M_{-infty }

Asumo (posiblemente después de reetiquetar y combinar términos juntos) que x1≥ ≥ ⋯ ⋯ ≥ ≥ xn{displaystyle x_{1}geq dots geq x_{n}}. Entonces...

limp→ → JUEGO JUEGO Mp()x1,...... ,xn)=limp→ → JUEGO JUEGO ().. i=1nwixip)1/p=x1limp→ → JUEGO JUEGO ().. i=1nwi()xix1)p)1/p=x1=MJUEGO JUEGO ()x1,...... ,xn).{displaystyle {begin{aligned}lim _{pto infty }M_{p}(x_{1},dotsx_{n}) ventaja=lim _{pto infty }left(sum) ################################################################################################################################################################################################################################################################ ¿Por qué? ¿Por qué? {x_{i} {x_{1}}}right)^{p}right)^{1/p}\\=x_{1}=M_{infty }(x_{1},dotsx_{n}}}end{aligned}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}} {x_} {p} {p} {p} {p} {p} {p} {p} {p} {p} {p}p}p}p}p}p}p}p}p}p}}p}p}p}p}p}p}p}p}p}p}p}p}p}p}p}p}p}p}p}p}p}p}p}p}p}p}

La fórmula para M− − JUEGO JUEGO {displaystyle M_{-infty } A continuación M− − JUEGO JUEGO ()x1,...... ,xn)=1MJUEGO JUEGO ()1/x1,...... ,1/xn)=xn.{displaystyle M_{-infty }(x_{1},dotsx_{n}={frac {1}{M_{infty }(1/x_{1},dots1/x_{n}}=x_{n}}}

Propiedades

Vamos x1,...... ,xn{displaystyle x_{1},dotsx_{n} ser una secuencia de números reales positivos, entonces las siguientes propiedades sostienen:

  1. min()x1,...... ,xn)≤ ≤ Mp()x1,...... ,xn)≤ ≤ max()x1,...... ,xn){displaystyle min(x_{1},dotsx_{n})leq M_{p}(x_{1},dotsx_{n})leq max(x_{1},dotsx_{n}) }.
    Cada medio generalizado siempre se encuentra entre el más pequeño y el más grande del x valores.
  2. Mp()x1,...... ,xn)=Mp()P()x1,...... ,xn)){displaystyle M_{p}(x_{1},dotsx_{n}=M_{p}(P(x_{1},dotsx_{n})}, donde P{displaystyle P} es un operador de permutación.
    Cada medio generalizado es una función simétrica de sus argumentos; permutar los argumentos de un medio generalizado no cambia su valor.
  3. Mp()bx1,...... ,bxn)=b⋅ ⋅ Mp()x1,...... ,xn){displaystyle M_{p}(bx_{1},dotsbx_{n})=bcdot M_{p}(x_{1},dotsx_{n}}.
    Como la mayoría de los medios, la media generalizada es una función homogénea de sus argumentos x1,... xn. Eso es, si b es un número real positivo, entonces la media generalizada con exponente p de los números b⋅ ⋅ x1,...... ,b⋅ ⋅ xn{displaystyle bcdot x_{1},dotsbcdot x_{n} es igual a b tiempos la media generalizada de los números x1,... xn.
  4. Mp()x1,...... ,xn⋅ ⋅ k)=Mp[Mp()x1,...... ,xk),Mp()xk+1,...... ,x2⋅ ⋅ k),...... ,Mp()x()n− − 1)⋅ ⋅ k+1,...... ,xn⋅ ⋅ k)]{displaystyle M_{p}(x_{1},dotsx_{ncdot k})=M_{p}[M_{p}(x_{1},dotsx_{k}),M_{p}(x_{k+1},dotsx_{2cdot k}),dotsM_{p}(x_{(n-1)cdot k+1},dotsx_{nc}.
    Al igual que los medios cuasi-aritméticos, la computación del medio puede dividirse en computaciones de subblocks de igual tamaño. Esto permite el uso de un algoritmo de división y conquista para calcular los medios, cuando sea deseable.

Desigualdad media generalizada

Prueba geométrica sin palabras max()a,b)root mean square ()RMS) o media cuadráticaQM)aritmética mediaAM)media geométricaMM)significación armónicaHM)min()a,b) de dos números positivos distintos a y b

En general, si p < q, entonces

Mp()x1,...... ,xn)≤ ≤ Mq()x1,...... ,xn){displaystyle M_{p}(x_{1},dotsx_{n})leq M_{q}(x_{1},dotsx_{n}}
x1=x2=xn

La desigualdad es cierta para los valores reales de p y q, así como valores infinitos positivos y negativos.

Se deduce del hecho de que, para todos los p reales,

∂ ∂ ∂ ∂ pMp()x1,...... ,xn)≥ ≥ 0{fnMicrosoft {fnMicrosoft {fnMicrosoft {fnMicrosoft {fnMicrosoft {\fnMicrosoft} } {partial p}M_{p}(x_{1},dotsx_{n})geq 0}

En particular, para p en {−1, 0, 1}, la desigualdad media generalizada implica la desigualdad media pitagórica, así como la desigualdad de las medias aritmética y geométrica.

Prueba de poder significa desigualdad

Probaremos potencia ponderada significa desigualdad, para efectos de la demostración supondremos lo siguiente sin pérdida de generalidad:

wi▪ ▪ [0,1].. i=1nwi=1{displaystyle {begin{aligned}w_{i}in [0,1]sum ¿Por qué?

La prueba de las medias de potencia no ponderadas se obtiene fácilmente sustituyendo wi = 1/n.

Equivalencia de desigualdades entre medias de signos opuestos

Supongamos un promedio entre potencias medias con exponentes p y q contiene:

().. i=1nwixip)1/p≥ ≥ ().. i=1nwixiq)1/q{displaystyle left(sum ##{i=1}{n}w_{i}x_{i}{p}right)^{1/p}geq left(sum) ¿Por qué?
().. i=1nwixip)1/p≥ ≥ ().. i=1nwixiq)1/q{displaystyle left(sum - ¿Qué? {w_{i} {x_{i}}right)}{1/p}geq left(sum) - ¿Qué? {fnMicrosoft Sans Serif} {fnMicrosoft Sans Serif}

Elevamos ambos lados a la potencia de −1 (función estrictamente decreciente en reales positivos):

().. i=1nwixi− − p)− − 1/p=()1.. i=1nwi1xip)1/p≤ ≤ ()1.. i=1nwi1xiq)1/q=().. i=1nwixi− − q)− − 1/q{displaystyle left(sum ¿Por qué? {1}{sum ¿Qué? {1}{x_{i}}}}right)}{1/p}leq left({frac {1}{sum)} {fnunci} {fnunci}}} {fnun} {fn0} {f}}}} {fn0} {fn0}}} {p}}}} {p} {p} {f}} {f}f}}}}p}p} {p}p}p}p}p} {p}p} {p}p}p}p}p}}p}p}p}p}p}p}p}p}p}p}p}p}p}p}p}p}p}p}p}p}p}p}p}p}p}p}p}p}p}p} ¿Qué? {1}{x_{i}}}right)}{1/q}=left(sum) ¿Por qué?

Obtenemos la desigualdad de medias con exponentes p y q , y podemos usar el mismo razonamiento al revés, demostrando así que las desigualdades son equivalentes, que se usarán en algunas de las demostraciones posteriores.

Media geométrica

Para cualquier q > 0 y pesos no negativos que suman 1, se cumple la siguiente desigualdad:

().. i=1nwixi− − q)− − 1/q≤ ≤ ∏ ∏ i=1nxiwi≤ ≤ ().. i=1nwixiq)1/q.{displaystyle left(sum ¿Por qué? prod _{i=1} {n}x_{i} {w_{i}leq left(sum) ¿Por qué?

La prueba se sigue de la desigualdad de Jensen, haciendo uso del hecho de que el logaritmo es cóncavo:

log⁡ ⁡ ∏ ∏ i=1nxiwi=.. i=1nwilog⁡ ⁡ xi≤ ≤ log⁡ ⁡ .. i=1nwixi.{displaystyle log prod ¿Qué? ¿Qué? x_{i}leq log sum ¿Qué?

Aplicando la función exponencial a ambos lados y observando que como función estrictamente creciente conserva el signo de la desigualdad, obtenemos

∏ ∏ i=1nxiwi≤ ≤ .. i=1nwixi.{displaystyle prod _{i=1}{n}x_{i}{w_{i}leq sum ¿Qué?

Tomando q-ésimas potencias de xi, hemos terminado con la desigualdad con positivo q; el caso de los negativos es idéntico.

Desigualdad entre dos potencias cualquiera

Debemos probar que para cualquier p < q se cumple la siguiente desigualdad:

().. i=1nwixip)1/p≤ ≤ ().. i=1nwixiq)1/q{displaystyle left(sum ##{i=1}{n}w_{i}x_{i}{p}right)^{1/p}leq left(sum) ¿Por qué?
pq
().. i=1nwixip)1/p≤ ≤ ∏ ∏ i=1nxiwi≤ ≤ ().. i=1nwixiq)1/q{displaystyle left(sum ¿Por qué? prod _{i=1} {n}x_{i} {w_{i}leq left(sum) ¿Por qué?

La prueba de positivo p y q es el siguiente: Definir la función siguiente: f: R+R+ f()x)=xqp{displaystyle f(x)=x^{frac {} {}}}. f es una función de potencia, por lo que tiene un segundo derivado:

f.()x)=()qp)()qp− − 1)xqp− − 2{displaystyle f''(x)=left({frac {q}{p}right)left({frac {q}{}-1right)x^{frac} {q} {}-2}}
fqpf

Usando esto y la desigualdad de Jensen obtenemos:

f().. i=1nwixip)≤ ≤ .. i=1nwif()xip)().. i=1nwixip)q/p≤ ≤ .. i=1nwixiq{displaystyle {begin{aligned}fleft(sum) ¿Por qué? sum ¿Por qué? ¿Por qué? sum ¿Qué?
1/q1/q

().. i=1nwixip)1/p≤ ≤ ().. i=1nwixiq)1/q{displaystyle left(sum ##{i=1}{n}w_{i}x_{i}{p}right)^{1/p}leq left(sum) ¿Por qué?

Usando la equivalencia mostrada anteriormente, podemos probar la desigualdad para p y q reemplazándolos con −q y −p, respectivamente.

F-media generalizada

La potencia media podría generalizarse más allá de la f-media generalizada:

Mf()x1,...... ,xn)=f− − 1()1n⋅ ⋅ .. i=1nf()xi)){displaystyle M_{f}(x_{1},dotsx_{n}=f^{-1}left({frac {1}{n}}cdot sum ¿Qué?

Esto cubre la media geométrica sin usar un límite con f(x) = log(x). La potencia media se obtiene para f(x) = xp. Las propiedades de estos medios se estudian en de Carvalho (2016).

Aplicaciones

Procesamiento de señales

Una potencia media sirve un promedio móvil no lineal que se desplaza hacia valores de señal pequeños para p pequeños y enfatiza la señal grande valores para grandes p. Dada una implementación eficiente de una media aritmética móvil llamada smooth, se puede implementar una media móvil de potencia de acuerdo con el siguiente código de Haskell.

powerSmooth :: Flotación a = [a] - [a]) - a - [a] - [a]powerSmooth lisa p = mapa ()# recip p) . lisa . mapa ()#p)
  • Para grande p puede servir como detector de sobres en una señal rectificada.
  • Para pequeño p puede servir como detector de base en un espectro de masas.

Referencias y lecturas adicionales

  • P. S. Bullen: Handbook of Means and Their Inequalities. Dordrecht, Netherlands: Kluwer, 2003, chapter III (The Power Means), pp. 175-265

Contenido relacionado

Teoría de conjuntos de Zermelo-Fraenkel

Informalmente, la teoría de conjuntos de Zermelo-Fraenkel pretende formalizar una única noción primitiva, la de un conjunto hereditario bien fundado, de...

Vladimir arnold

Cuadrivio

Más resultados...
Tamaño del texto:
undoredo
format_boldformat_italicformat_underlinedstrikethrough_ssuperscriptsubscriptlink
save