常用不等式
1. 杨氏不等式(Young’s inequality)
-
对任意实数a,b>0a,b>0a,b>0,有
a⋅b⩽app+bqqa\cdot b \leqslant \frac{a^p}{p}+\frac{b^q}{q}a⋅b⩽pap+qbq,其中 p>1p>1p>1,1p+1q=1\frac{1}{p}+\frac{1}{q}=1p1+q1=1.
-
带ϵ\epsilonϵ的形式, ϵ>0\epsilon>0ϵ>0,有
a⋅b⩽(ϵ1papp)(ϵ−qpbqq)⩽ϵapp+ϵ−qpbqqa\cdot b \leqslant (\epsilon^{\frac{1}{p}}\frac{a^p}{p})(\epsilon^{-\frac{q}{p}}\frac{b^q}{q}) \leqslant \epsilon\frac{a^p}{p} + \epsilon^{-\frac{q}{p}} \frac{b^q}{q}a⋅b⩽(ϵp1pap)(ϵ−pqqbq)⩽ϵpap+ϵ−pqqbq.
2. 杨氏不等式的变形
-
±a⋅b⩽a2b2+14\pm a\cdot b \leqslant a^2b^2+\frac{1}{4}±a⋅b⩽a2b2+41
±2uv⩽u2+v2\pm 2uv \leqslant u^2+v^2±2uv⩽u2+v2,令u=ab,v=12u=ab, v=\frac{1}{2}u=ab,v=21。
-
±a⋅b⩽a2+14b2\pm a\cdot b\leqslant a^2+\frac{1}{4}b^2±a⋅b⩽a2+41b2
±uv⩽12u2+12v2\pm uv \leqslant \frac{1}{2}u^2+\frac{1}{2}v^2±uv⩽21u2+21v2,令u=2a,v=12bu=\sqrt{2}a, v=\frac{1}{\sqrt{2}}bu=2a,v=21b。
-
a⋅b⩽ϵ2a2+12ϵb2a \cdot b \leqslant \frac{\epsilon}{2}a^2+\frac{1}{2\epsilon}b^2a⋅b⩽2ϵa2+2ϵ1b2
带ϵ\epsilonϵ的杨氏不等式,取 p=q=2p=q=2p=q=2。
3. 均值不等式
-
调和平均数不超过几何平均数,几何平均数不超过算术平均数,算术平均数不超过平方平均数。
调和平均数:Hn=n∑i=1n1xi=n1x1+1x2+⋯+1xnH_n=\frac{n}{\sum_{i=1}^n\frac{1}{x_i}}=\frac{n}{\frac{1}{x_1}+\frac{1}{x_2}+\dots+\frac{1}{x_n}}Hn=∑i=1nxi1n=x11+x21+⋯+xn1n;
几何平均数:Gn=∏i=1nxin=x1x2…xnnG_n=\sqrt[n]{\prod_{i=1}^nx_i}=\sqrt[n]{x_1x_2\dots x_n}Gn=n∏i=1nxi=nx1x2…xn;
算术平均数:An=∑i=1nxin=x1+x2+⋯+xnnA_n=\frac{\sum_{i=1}^nx_i}{n}=\frac{x_1+x_2+\dots+x_n}{n}An=n∑i=1nxi=nx1+x2+⋯+xn;
平方平均数:Qn=∑i=1nxi2n=x12+x22+⋯+xn2nQ_n=\sqrt{\frac{\sum_{i=1}^nx_i^2}{n}}=\sqrt{\frac{x_1^2+x_2^2+\dots+x_n^2}{n}}Qn=n∑i=1nxi2=nx12+x22+⋯+xn2.
4. 均值定理:
-
f(a+b)=f(a)+bdf(x)dx∣x=x⋆f(a+b)=f(a)+b\frac{\mathrm{d}f(x)}{\mathrm{d}x}\big|_{x=x^\star}f(a+b)=f(a)+bdxdf(x)x=x⋆
其中,x⋆=λ(a+b)+(1−λ)ax^\star=\lambda(a+b)+(1-\lambda)ax⋆=λ(a+b)+(1−λ)a, λ∈(0,1)\lambda\in(0,1)λ∈(0,1).
5. 与 tanhtanhtanh 有关的不等式
- 对于任意 ϵ>0\epsilon>0ϵ>0,x∈Rx\in\mathbf{R}x∈R,有 0⩽∣x∣−xtanh(xϵ)⩽κϵ0 \leqslant \vert x\vert -x tanh(\frac{x}{\epsilon})\leqslant \kappa \epsilon0⩽∣x∣−xtanh(ϵx)⩽κϵ,其中κ=0.2785\kappa=0.2785κ=0.2785.
变限积分求导
- ddx∫v(x)u(x)f(x,t)dt=f(x,u(x))u˙(x)−f(x,v(x))v˙(x)+∫v(x)u(x)∂f(x,t)∂xdt\frac{d}{dx}\int_{v(x)}^{u(x)}f(x,t)dt=f(x,u(x))\dot{u}(x)-f(x,v(x))\dot{v}(x)+\int_{v(x)}^{u(x)}\frac{\partial f(x,t)}{\partial x}dtdxd∫v(x)u(x)f(x,t)dt=f(x,u(x))u˙(x)−f(x,v(x))v˙(x)+∫v(x)u(x)∂x∂f(x,t)dt.
矩阵的迹的性质
-
tr(Ax×)=12tr(x×(A−AT))=−x×(A−AT)∨tr(Ax^\times)=\frac{1}{2}tr(x^\times(A-A^T))=-x^\times(A-A^T)^\veetr(Ax×)=21tr(x×(A−AT))=−x×(A−AT)∨,
其中,A∈R3×3,x∈R3,x×=[0−x3x2x30−x1−x2x10]A\in R^{3\times3},x\in R^3,x^\times=\left[ \begin{array}{cc} 0 & -x_3 & x_2 \\ x_3 & 0 & -x_1 \\ -x_2 & x_1 & 0\end{array}\right]A∈R3×3,x∈R3,x×=0x3−x2−x30x1x2−x10, ∨\vee∨表示×\times×的逆运算。 -
x×A+ATx×=((tr(A)I3×3−A)x)∧.x^\times A+A^Tx^\times=((tr(A)I_{3\times3}-A)x)^\land.x×A+ATx×=((tr(A)I3×3−A)x)∧.

1125

被折叠的 条评论
为什么被折叠?



