1. 柯西不等式向量法证明详解
柯西不等式是数学分析中一个基础而重要的不等式,在优化问题、概率统计、物理建模等领域都有广泛应用。今天我想分享用向量法证明这个不等式的完整过程,以及它在实际问题中的典型应用。
1.1 向量点积的基本性质
我们先回顾向量点积的定义:对于n维向量A=(a₁,a₂,...,aₙ)和B=(b₁,b₂,...,bₙ),它们的点积定义为:
A·B = a₁b₁ + a₂b₂ + ... + aₙbₙ
根据向量点积的几何意义,这个运算也可以表示为:
A·B = |A||B|cosθ
其中|A|表示向量A的模(长度),θ是两向量之间的夹角。
关键性质:由于cosθ的取值范围是[-1,1],因此A·B ≤ |A||B|这个不等式恒成立。这正是柯西不等式的核心来源。
1.2 完整证明过程
将上述点积的两种表达式联立,我们得到:
a₁b₁ + a₂b₂ + ... + aₙbₙ = |A||B|cosθ ≤ |A||B|
其中向量模的计算公式为:
|A| = √(a₁² + a₂² + ... + aₙ²)
|B| = √(b₁² + b₂² + ... + bₙ²)
将模的表达式代入不等式,得到:
a₁b₁ + a₂b₂ + ... + aₙbₙ ≤ √(a₁² + a₂² + ... + aₙ²) × √(b₁² + b₂² + ... + bₙ²)
为了得到更简洁的形式,我们对两边平方:
(∑aᵢbᵢ)² ≤ (∑aᵢ²)(∑bᵢ²)
这就是柯西不等式的标准形式。当且仅当两向量共线(即存在常数k使得aᵢ=kbᵢ对所有i成立)时,等号成立。
需要模型API调用? 免费领10W Token,多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 柯西不等式的应用实例
2.1 简单优化问题
考虑一个经典例题:已知a + b = 1,求a² + b²的最小值。
解法步骤:
-
构造两个向量:
- 向量A = (a,b)
- 向量B = (1,1)
-
应用柯西不等式:
(a·1 + b·1)² ≤ (a² + b²)(1² + 1²)
(a + b)² ≤ 2(a² + b²) -
代入已知条件a + b = 1:
1 ≤ 2(a² + b²)
⇒ a² + b² ≥ 1/2 -
等号成立条件:
当a/1 = b/1,即a
