Skip to main content
QUICK REVIEW

[论文解读] Some new inequalities of Hermite-Hadamard's type

Aziz Sağlam, Mehmet Zeki Sarıkaya|arXiv (Cornell University)|May 4, 2010
Mathematical Inequalities and Applications参考文献 3被引用 3
一句话总结

本文建立了关于绝对值导数为凸函数的可微函数的新型Hermite-Hadamard型积分不等式。通过使用涉及分段定义核函数的双重积分恒等式,作者推导出函数中点值与积分平均值之间差异的精确上界,并将结果应用于实数的特殊均值,如算术均值、对数均值和对等均值。

ABSTRACT

In this paper, we establish several new inequalities for some differantiable mappings that are connected with the celebrated Hermite-Hadamard integral inequality. Some applications for special means of real numbers are also provided.

研究动机与目标

  • 推导可微函数在|f′|q为凸函数时与Hermite-Hadamard积分不等式相关的新型不等式。
  • 通过引入涉及分段核函数的双重积分表示,扩展现有结果。
  • 为函数中点值与积分平均值之间的偏差提供更紧的上界。
  • 将理论结果应用于实数的特殊均值,包括算术均值、对数均值和对等均值。
  • 通过将|f′|q的Lp-范数估计与凸性假设相结合,推广先前的不等式。

提出的方法

  • 推导出一个新颖的双重积分恒等式(引理2),通过在[0,1/2]和(1/2,1]上分段定义的核函数m(t),表达f((a+b)/2)与(1/(b−a))∫ₐᵇ f(x)dx之间的差异。
  • 将Hölder不等式应用于双重积分表示,利用|f′|q在[a,b]上的凸性,将积分以|f′(a)|和|f′(b)|的形式有界。
  • 利用核函数|m(t)−m(s)|的Lp-范数,计算最终不等式中的常数因子(2/((p+1)(p+2)))^(1/p)。
  • 在假设|f′|q为凸函数的前提下,结合核函数恒等式与Hölder不等式,建立定理2与定理3。
  • 将一般不等式应用于特定函数(如f(x)=xⁿ,f(x)=−ln x,f(x)=1/x),推导出特殊均值的明确上界。
  • 通过分部积分与对称性论证,计算在t=1/2与s=1/2处划分的单位正方形上的双重积分。

实验结果

研究问题

  • RQ1当|f′|q为凸函数时,如何为可微函数推导出新型Hermite-Hadamard型不等式?
  • RQ2在|f′|q为凸函数的假设下,|f((a+b)/2) − (1/(b−a))∫ₐᵇ f(x)dx|的最优常数是什么?
  • RQ3所推导的不等式能否用于估计经典均值A、L、I及Lp之间的差异?
  • RQ4在Lp-范数框架下,这些上界如何依赖于参数p?
  • RQ5这些不等式对特殊函数f(x)=xⁿ、f(x)=−ln x与f(x)=1/x在均值不等式背景下的含义是什么?

主要发现

  • 在|f′|q为凸函数的假设下,本文建立了紧致的上界:|f((a+b)/2) − (1/(b−a))∫ₐᵇ f(x)dx| ≤ (b−a) × (2/((p+1)(p+2)))^(1/p) × (|f′(a)|^q + |f′(b)|^q)^(1/q) / 2^(1/q)。
  • 引理2中的双重积分恒等式通过分段核函数m(t)提供了Hermite-Hadamard余项的新表示形式,实现了精确估计。
  • 当f(x) = xⁿ且|n| ≥ 1时,不等式导出|Aⁿ(a,b) − Lₙⁿ(a,b)| ≤ |n|(b−a)/√6 × A(a²⁽ⁿ⁻¹⁾, b²⁽ⁿ⁻¹⁾),将结果与幂均值联系起来。
  • 当f(x) = −ln x时,不等式导出对等均值与算术均值比值的对数上界:ln(I/A) ≤ (b−a)/(ab) × (2/((p+1)(p+2)))^(1/p) × A(|b|^q, |a|^q)^(1/q)。
  • 当f(x) = 1/x时,结果给出|A⁻¹(a,b) − L⁻¹(a,b)| ≤ (b−a)/(a²b²) × (2/((p+1)(p+2)))^(1/p) × A(|a|²q, |b|²q)^(1/q),与调和均值和对数均值相关。
  • 常数因子(2/((p+1)(p+2)))^(1/p)明确由单位正方形上核函数的Lp-范数导出,表明在估计框架中具有紧致性。

更好的研究,从现在开始

从阅读论文到最终审阅,大幅缩短您的研究时间。

无需绑定信用卡

本解读由 AI 生成,并经人工编辑审核。