uniolympiads English

Κλασικές ανισότητες

ΑΜ-ΓΜ, δυναμικοί μέσοι, αναδιάταξη, Chebyshev, Cauchy–Schwarz, Hölder, Minkowski, Jensen και η εφαπτομένη, ακρότατα κυρτών στα άκρα, Karamata, εξομάλυνση.

Τι πρέπει να ξέρεις απέξω

Σε όλα παρακάτω xi,ai,bi≥0x_i, a_i, b_i \ge 0, εκτός αν λέγεται αλλιώς.

  • ΑΜ-ΓΜ. x1+⋯+xnn≥x1⋯xnn\dfrac{x_1 + \dots + x_n}{n} \ge \sqrt[n]{x_1 \cdots x_n}, με ισότητα μόνο όταν x1=⋯=xnx_1 = \dots = x_n. Με βάρη wi≥0w_i \ge 0, ∑wi=1\sum w_i = 1:  ∑wixi≥∏xiwi\ \sum w_i x_i \ge \prod x_i^{w_i}.
  • Δυναμικοί μέσοι. Για xi>0x_i > 0 και p≠0p \ne 0 θέσε Mp=(1n∑xip)1/pM_p = \big(\frac1n \sum x_i^p\big)^{1/p} και M0=x1⋯xnnM_0 = \sqrt[n]{x_1 \cdots x_n}. Η p↦Mpp \mapsto M_p είναι αύξουσα. Ειδικά  min⁡xi≤M−1≤M0≤M1≤M2≤max⁡xi\ \min x_i \le M_{-1} \le M_0 \le M_1 \le M_2 \le \max x_i (αρμονικός ≤\le γεωμετρικός ≤\le αριθμητικός ≤\le τετραγωνικός).
  • Αναδιάταξη. Αν a1≤⋯≤ana_1 \le \dots \le a_n και b1≤⋯≤bnb_1 \le \dots \le b_n (εδώ τα πρόσημα δεν παίζουν ρόλο), τότε για κάθε μετάθεση σ\sigma
    ∑iaibn+1−i≤∑iaibσ(i)≤∑iaibi.\sum_{i} a_i b_{n+1-i} \le \sum_i a_i b_{\sigma(i)} \le \sum_i a_i b_i .
  • Chebyshev. Αν οι (ai)(a_i), (bi)(b_i) είναι ομοιόμορφα διατεταγμένες,  n∑aibi≥(∑ai)(∑bi)\ n \sum a_i b_i \ge \big(\sum a_i\big)\big(\sum b_i\big). Για ολοκληρώματα: αν f,gf, g είναι και οι δύο αύξουσες στο [a,b][a, b],  (b−a)∫abfg≥∫abf∫abg\ (b - a)\int_a^b fg \ge \int_a^b f \int_a^b g.
  • Cauchy–Schwarz. (∑aibi)2≤∑ai2∑bi2\big(\sum a_i b_i\big)^2 \le \sum a_i^2 \sum b_i^2 και (∫fg)2≤∫f2∫g2\big(\int fg\big)^2 \le \int f^2 \int g^2 (για πραγματικά ai,bia_i, b_i και συναρτήσεις, χωρίς περιορισμό πρόσημου).
  • Hölder. Για p,q>1p, q > 1 με 1p+1q=1\frac1p + \frac1q = 1:  ∑aibi≤(∑aip)1/p(∑biq)1/q\ \sum a_i b_i \le \big(\sum a_i^p\big)^{1/p} \big(\sum b_i^q\big)^{1/q}, και ∫∣fg∣≤∥f∥p∥g∥q\int |fg| \le \|f\|_p \|g\|_q.
  • Minkowski. Για p≥1p \ge 1:  (∑(ai+bi)p)1/p≤(∑aip)1/p+(∑bip)1/p\ \big(\sum (a_i + b_i)^p\big)^{1/p} \le \big(\sum a_i^p\big)^{1/p} + \big(\sum b_i^p\big)^{1/p}, και ∥f+g∥p≤∥f∥p+∥g∥p\|f + g\|_p \le \|f\|_p + \|g\|_p.
  • Jensen. Αν η φ\varphi είναι κυρτή σε διάστημα II, xi∈Ix_i \in I και wi≥0w_i \ge 0 με ∑wi=1\sum w_i = 1, τότε φ(∑wixi)≤∑wiφ(xi)\varphi\big(\sum w_i x_i\big) \le \sum w_i \varphi(x_i). Για ολοκληρώματα: αν f ⁣:[0,1]→If\colon [0, 1] \to I είναι συνεχής,  φ(∫01f)≤∫01φ(f)\ \varphi\big(\int_0^1 f\big) \le \int_0^1 \varphi(f). Για κοίλη φ\varphi η φορά αντιστρέφεται.
  • Οι ανισότητες «μιας γραμμής». ex≥1+xe^x \ge 1 + x,  ln⁡x≤x−1\ \ln x \le x - 1,  sin⁡x≤x\ \sin x \le x για x≥0x \ge 0,  2ab≤a2+b2\ 2ab \le a^2 + b^2. Όλες λένε ότι μια κυρτή (κοίλη) συνάρτηση είναι πάνω (κάτω) από την εφαπτομένη της.

Τα βασικά λήμματα, με σύντομες αποδείξεις

ΑΜ-ΓΜ από το et≥1+te^t \ge 1 + t. Έστω A=1n∑xi>0A = \frac1n \sum x_i > 0. Από et≥1+te^{t} \ge 1 + t με t=xiA−1t = \frac{x_i}{A} - 1 παίρνουμε xiA≤exi/A−1\frac{x_i}{A} \le e^{x_i/A - 1}. Πολλαπλασιάζοντας,

x1⋯xnAn≤e∑(xi/A−1)=e0=1.\frac{x_1 \cdots x_n}{A^n} \le e^{\sum (x_i/A - 1)} = e^{0} = 1 .

Η et=1+te^t = 1 + t ισχύει μόνο για t=0t = 0, οπότε ισότητα έχουμε μόνο αν xi=Ax_i = A για κάθε ii.

Αναδιάταξη με εναλλαγή. Αν σε μια μετάθεση υπάρχουν i<ji < j με σ(i)>σ(j)\sigma(i) > \sigma(j), η ανταλλαγή των bσ(i)b_{\sigma(i)} και bσ(j)b_{\sigma(j)} αλλάζει το άθροισμα κατά

(aibσ(j)+ajbσ(i))−(aibσ(i)+ajbσ(j))=(aj−ai)(bσ(i)−bσ(j))≥0.\big(a_i b_{\sigma(j)} + a_j b_{\sigma(i)}\big) - \big(a_i b_{\sigma(i)} + a_j b_{\sigma(j)}\big) = (a_j - a_i)\big(b_{\sigma(i)} - b_{\sigma(j)}\big) \ge 0 .

Κάθε ανταλλαγή μειώνει τις αναστροφές, άρα μετά από πεπερασμένα βήματα φτάνουμε στην ταυτοτική χωρίς να μικρύνει το άθροισμα. Το κάτω φράγμα βγαίνει εφαρμόζοντας το ίδιο στα −bn+1−i-b_{n+1-i}.

Chebyshev με διπλό άθροισμα. Αφού οι (ai)(a_i), (bi)(b_i) είναι ομοιόμορφα διατεταγμένες, κάθε όρος του ∑i,j(ai−aj)(bi−bj)\sum_{i, j} (a_i - a_j)(b_i - b_j) είναι ≥0\ge 0. Αναπτύσσοντας, το άθροισμα ισούται με 2n∑aibi−2∑ai∑bi2n \sum a_i b_i - 2 \sum a_i \sum b_i. Για ολοκληρώματα, το ίδιο με ∬(f(x)−f(y))(g(x)−g(y)) dx dy≥0\iint (f(x) - f(y))(g(x) - g(y))\,dx\,dy \ge 0.

Cauchy–Schwarz από διακρίνουσα. Το ∑(ait+bi)2=t2∑ai2+2t∑aibi+∑bi2\sum (a_i t + b_i)^2 = t^2 \sum a_i^2 + 2t \sum a_i b_i + \sum b_i^2 είναι ≥0\ge 0 για κάθε tt, άρα η διακρίνουσα είναι ≤0\le 0. Για ολοκληρώματα δες και τη θεωρία των ολοκληρωμάτων.

Hölder από Young. Για u,v≥0u, v \ge 0 ισχύει uv≤upp+vqquv \le \frac{u^p}{p} + \frac{v^q}{q} (ΑΜ-ΓΜ με βάρη 1p,1q\frac1p, \frac1q στα up,vqu^p, v^q). Αν A=(∑aip)1/pA = \big(\sum a_i^p\big)^{1/p} και B=(∑biq)1/qB = \big(\sum b_i^q\big)^{1/q} είναι θετικά, βάλε u=ai/Au = a_i/A, v=bi/Bv = b_i/B και άθροισε:  ∑aibiAB≤1p+1q=1\ \frac{\sum a_i b_i}{AB} \le \frac1p + \frac1q = 1.

Minkowski από Hölder. Για p>1p > 1 γράψε ∑(ai+bi)p=∑ai(ai+bi)p−1+∑bi(ai+bi)p−1\sum (a_i + b_i)^p = \sum a_i (a_i + b_i)^{p-1} + \sum b_i (a_i + b_i)^{p-1} και εφάρμοσε Hölder σε κάθε άθροισμα. Αφού (p−1)q=p(p - 1)q = p, παίρνεις S≤(∥a∥p+∥b∥p)S1/qS \le \big(\|a\|_p + \|b\|_p\big) S^{1/q} με S=∑(ai+bi)pS = \sum (a_i + b_i)^p, και διαιρείς με S1/qS^{1/q}.

Jensen από την ευθεία στήριξης. Μια κυρτή φ\varphi έχει σε κάθε εσωτερικό σημείο mm του II ευθεία στήριξης: υπάρχει kk με φ(x)≥φ(m)+k(x−m)\varphi(x) \ge \varphi(m) + k(x - m) για κάθε x∈Ix \in I (αν η φ\varphi είναι παραγωγίσιμη, k=φ′(m)k = \varphi'(m)). Με m=∑wixim = \sum w_i x_i, πολλαπλασίασε με wiw_i και άθροισε: οι όροι k(xi−m)k(x_i - m) δίνουν 00. Για ολοκληρώματα βάλε x=f(t)x = f(t) και ολοκλήρωσε.

Το τέχνασμα της εφαπτομένης. Αν θέλεις ∑φ(xi)≥nφ(m)\sum \varphi(x_i) \ge n \varphi(m) υπό τον όρο ∑xi=nm\sum x_i = nm, αλλά η φ\varphi δεν είναι κυρτή παντού, αρκεί να δείξεις φ(x)≥φ(m)+φ′(m)(x−m)\varphi(x) \ge \varphi(m) + \varphi'(m)(x - m) μόνο για τα xx του πεδίου. Συνήθως η διαφορά είναι ένα κλάσμα με παράγοντα (x−m)2(x - m)^2. Αθροίζοντας, ο γραμμικός όρος φεύγει.

Κυρτή συνάρτηση: μέγιστο στα άκρα. Κάθε x∈[a,b]x \in [a, b] γράφεται x=(1−λ)a+λbx = (1 - \lambda) a + \lambda b με λ∈[0,1]\lambda \in [0, 1], άρα

φ(x)≤(1−λ)φ(a)+λφ(b)≤max⁡{φ(a),φ(b)}.\varphi(x) \le (1 - \lambda)\varphi(a) + \lambda \varphi(b) \le \max\{\varphi(a), \varphi(b)\} .

Αντίστοιχα μια κοίλη συνάρτηση παίρνει το ελάχιστό της σε άκρο. Σε πολλές μεταβλητές: αν η έκφραση είναι κυρτή (ή γραμμική) ως προς κάθε μεταβλητή χωριστά σε ένα «κουτί» ∏[ai,bi]\prod [a_i, b_i], το μέγιστο πιάνεται σε κορυφή του κουτιού. Κράτα τις άλλες σταθερές και σπρώξε μία μεταβλητή τη φορά σε άκρο.

Karamata, σύντομα. Λέμε ότι το x=(x1≥⋯≥xn)x = (x_1 \ge \dots \ge x_n) κυριαρχεί στο y=(y1≥⋯≥yn)y = (y_1 \ge \dots \ge y_n) αν x1+⋯+xk≥y1+⋯+ykx_1 + \dots + x_k \ge y_1 + \dots + y_k για κάθε kk, με ισότητα για k=nk = n. Τότε για κυρτή φ\varphi ισχύει ∑φ(xi)≥∑φ(yi)\sum \varphi(x_i) \ge \sum \varphi(y_i). Παράδειγμα: το (2,0)(2, 0) κυριαρχεί στο (1,1)(1, 1), και το Jensen για δύο σημεία είναι ειδική περίπτωση. Η πρακτική συνέπεια: με σταθερό άθροισμα και xi∈[a,b]x_i \in [a, b], το ∑φ(xi)\sum \varphi(x_i) για κυρτή φ\varphi μεγιστοποιείται όταν όσο το δυνατόν περισσότερα xix_i είναι στα άκρα aa, bb (το πολύ ένα ενδιάμεσο).

Εξομάλυνση. Αν η αντικατάσταση δύο μεταβλητών xi,xjx_i, x_j από τον μέσο τους xi+xj2\frac{x_i + x_j}{2} κρατά τον περιορισμό και δεν αυξάνει την έκφραση, το ελάχιστο είναι στο σημείο με όλες τις μεταβλητές ίσες. Προσοχή στη λογική: πρώτα εξασφαλίζεις ότι υπάρχει σημείο ελαχίστου (συνέχεια σε συμπαγές σύνολο), και μετά δείχνεις ότι αν δεν είναι όλες ίσες, μια εξομάλυνση δίνει γνήσια μικρότερη τιμή.

Τυπικά κόλπα

  • Βρες πρώτα την περίπτωση ισότητας. Σου λέει πώς να σπάσεις τους όρους στην ΑΜ-ΓΜ. Π.χ. για x>0x > 0 το x2+16xx^2 + \frac{16}{x} γράφεται x2+8x+8xx^2 + \frac{8}{x} + \frac{8}{x}, ώστε το γινόμενο να είναι σταθερό και η ισότητα (x=2x = 2) εφικτή.
  • Ομογενοποίηση και κανονικοποίηση. Με όρο όπως abc=1abc = 1 ή a+b+c=3a + b + c = 3 κάνεις και τις δύο πλευρές ίδιου βαθμού, ή αντίστροφα, σε ομογενή ανισότητα διαλέγεις την κλίμακα που σε βολεύει.
  • Τετράγωνα (SOS). Γράψε τη διαφορά ως άθροισμα τετραγώνων, π.χ. 3(a2+b2+c2)−(a+b+c)2=(a−b)2+(b−c)2+(c−a)23(a^2 + b^2 + c^2) - (a + b + c)^2 = (a - b)^2 + (b - c)^2 + (c - a)^2.
  • Cauchy–Schwarz με τη σταθερά 11. (∫abf)2≤(b−a)∫abf2\big(\int_a^b f\big)^2 \le (b - a)\int_a^b f^2. Στα αθροίσματα, η μορφή Engel: ∑ui2vi≥(∑ui)2∑vi\sum \frac{u_i^2}{v_i} \ge \frac{(\sum u_i)^2}{\sum v_i} για vi>0v_i > 0.
  • Κυρτότητα χωρίς παράγωγο δεύτερης τάξης. Άθροισμα κυρτών, σύνθεση κυρτής με γραμμική, και max⁡\max κυρτών είναι κυρτά. Η t\sqrt{t} είναι κοίλη, η tln⁡tt \ln t κυρτή.
  • Ελαχιστοποίηση μιας μεταβλητής: αν στο τέλος μένει αc+βc\alpha c + \frac{\beta}{c} με α,β,c>0\alpha, \beta, c > 0, η ΑΜ-ΓΜ δίνει ≥2αβ\ge 2\sqrt{\alpha\beta} χωρίς παράγωγο.

Πώς εμφανίζεται στο IMC

Στο IMC σπάνια ζητείται μια «καθαρή» ανισότητα με τρεις μεταβλητές. Συνήθως η ανισότητα είναι ένα βήμα μέσα σε θέμα ανάλυσης ή γραμμικής άλγεβρας:

  • IMC 2026, 2η μέρα, θέμα 7: ένα εμβαδόν φράσσεται από κάτω με ένα ολοκλήρωμα που εξαρτάται από μία παράμετρο, και η ελαχιστοποίηση γίνεται με ΑΜ-ΓΜ για δύο όρους.
  • IMC 2026, 2η μέρα, θέμα 8: το άθροισμα των ∣λi∣|\lambda_i| γράφεται ως γνήσια κοίλη συνάρτηση μιας παραμέτρου σε κλειστό διάστημα. Το ελάχιστο είναι σε άκρο, και μένει να συγκρίνεις δύο τιμές.
  • IMC 2026, 1η μέρα, θέμα 1: το κρίσιμο φράγμα είναι ∣sin⁡x±cos⁡x∣≤2|\sin x \pm \cos x| \le \sqrt{2}, μαζί με το 2<π2\sqrt{2} < \frac{\pi}{2}.
  • IMC 2025, 1η μέρα, θέμα 2: Cauchy–Schwarz σε ολοκληρώματα δίνει το ελάχιστο ενός ∫(f′′)2\int (f'')^2 με συνοριακές συνθήκες.

Γέφυρες προς αυτά τα θέματα είναι οι ασκήσεις των σκαλών ΑΜ-ΓΜ και κυρτότητα.

Παγίδες

  • Η ΑΜ-ΓΜ θέλει μη αρνητικούς. Για x=−1x = -1 το x+1x≥2x + \frac1x \ge 2 είναι λάθος.
  • Η ισότητα πρέπει να πιάνεται. Το x2+16x≥216xx^2 + \frac{16}{x} \ge 2\sqrt{16x} είναι σωστό αλλά άχρηστο, γιατί το δεξί μέλος εξαρτάται από το xx.
  • Φορά του Jensen. Κυρτή: η τιμή στον μέσο είναι κάτω από τον μέσο των τιμών. Έλεγξε με δύο σημεία πριν τη χρησιμοποιήσεις.
  • Η εξομάλυνση χωρίς ύπαρξη ελαχίστου δεν αποδεικνύει τίποτα. Άπειρα βήματα που μειώνουν μια ποσότητα δεν φτάνουν απαραίτητα στο σημείο που θέλεις.
  • Στη Hölder οι εκθέτες είναι συζυγείς. Με άλλους εκθέτες η ανισότητα δεν ισχύει γενικά: για p=q=4p = q = 4 και ai=bi=1a_i = b_i = 1 (n≥2n \ge 2 όροι) θα έδινε n≤nn \le \sqrt{n}.

Για μελέτη

  • Gelca & Andreescu, Putnam and Beyond, §2.1.3 (The Cauchy–Schwarz Inequality)
  • Gelca & Andreescu, Putnam and Beyond, §3.2.10 (Inequalities for Integrals)

Θέματα διαγωνισμών με αυτά τα εργαλεία

Δεν υπάρχουν ακόμα θέματα με αυτά τα εργαλεία.