齐次轮换对称式的最值原理
多元微分
浏览 - 次 字数1049 2020-03-20

齐次的必要性

很多人不明白为什么有些「不等式」题目,存在着「轮换对称」的特征时,双元或多元变量取等时,会有「最大」或「最小」值。 而在某些时刻,这个规律似乎又失效了。其实这是一叶障目,不见泰山。

「齐次」在这里的「约束」,是必不可少的。非齐次的话,它们的偏导函数会因有不同的形式,以致不俱备相同的「单调性」或者甚至不俱备「单调性」,使得整个代数式无法俱备最充分的取最值特征。

当然,不排除使用换元替代的方法,等价得到最充分的取最值特征。不过,这就是另外一个话题了。因为有一些情况之下,某些代数式可能是具有复杂曲率变化的蝶形面,甚至是不规则曲面。

但是回归问题本质,如果不能得到齐次特征,就不可以简单使用「取等」得最值的「简单规律」。

偏导的几何意义

依次以多元函数中的一个元为「主元」,进行「求导」,就会得到一组「导函数」。它们的主元不同,每个主元的「导函数」都是在该主元视角下的,对代数式取值的「取值影响」,它被称为「偏导数」。在数学中,这个「主元变换求导」还有另外广义的、扩展形式的「描述」——即不同「方向」下的「梯度变化」。

特别地,如果代数式是「齐次」、「轮换对称」的,那么它们的「偏导数」的「表达形式」将是「相同」的。

这样就会有「每个主元」对整体取值的影响,存在「共同变化趋势」的「简单规律」——这,就是齐次轮换对称最值条件的「简单规律」。

示例:

现有代数式 $xy$ ,试问,何时 $xy$ 取得最值?

令 $z=xy$,简单求偏导:

因为 $z=x$ 与 $z=y$ 具有相似的解析形式,它们的单调性也是相似的。事实上,在三维空间坐标系内,可以通过刚体运动,使得两个解析式所代表的平面「重合」——这是重要的,这是「齐次轮换对称」给予我们的美妙结果。

三维示图:

齐次轮换对称

齐次轮换对称.gif

著名的「均值不等式」,之所以成立的根本原因:

$x^2+y^2$ 所代表的「抛物面」,与 $2xy$ 代表的 「双曲抛物面」,相切与 $y=x$ 方向上。双曲抛物面「包裹」住了抛物面,从而使得「抛物面」在等元之时,永远高于「双曲抛物面」。

均值不等式

均值不等式.gif

鉴于偏导函数俱有相同的形式,以致它们必然俱有相同的单调性,从而对整体取值有相同的「影响」。 在偏导函数指示的,相同取值之时,必然有对整体取值「最大化」或「最小化」的简单规律。

偏导面交线

均值不等式a.png

偏导面交线

均值不等式b.png

我们终于从几何意义上触摸到这一类数学对象的本质,这太令人沉迷了。

MathXiaoZhu