Среднее степенное

Среднее степенное — это обобщающее понятие в математике и статистике, объединяющее несколько видов средних величин, таких как среднее арифметическое, среднее геометрическое, среднее квадратическое и среднее гармоническое. Для заданного набора положительных чисел \(x_1, x_2, \dots, x_n\) среднее степенное порядка \(k\) (где \(k\) — действительное число, не равное нулю) определяется как корень степени \(k\) из среднего арифметического \(k\)-х степеней этих чисел. Формально: \(M_k(x_1, x_2, \dots, x_n) = \left( \frac{1}{n} \sum_{i=1}^n x_i^k \right)^{1/k}\). Для \(k = 0\) среднее степенное определяется как среднее геометрическое, что является предельным случаем при \(k \to 0\). Среднее степенное является частным случаем среднего по Колмогорову и обобщением степенного среднего.

Определение и общая формула

Пусть \(x_1, x_2, \dots, x_n\) — положительные действительные числа. Среднее степенное порядка \(k\) (\(k \in \mathbb{R}\), \(k \neq 0\)) вычисляется по формуле:

\[ M_k(x_1, x_2, \dots, x_n) = \left( \frac{x_1^k + x_2^k + \dots + x_n^k}{n} \right)^{1/k}. \]

Для \(k = 0\) среднее степенное определяется как среднее геометрическое:

\[ M_0(x_1, x_2, \dots, x_n) = \sqrt[n]{x_1 \cdot x_2 \cdot \dots \cdot x_n}. \]

Это определение согласуется с предельным переходом: \(\lim_{k \to 0} M_k = M_0\). Для \(k \to +\infty\) среднее стремится к максимуму набора, а для \(k \to -\infty\) — к минимуму. Среднее степенное определено только для положительных чисел, так как при отрицательных значениях \(k\) и отрицательных числах возможны комплексные значения.

Частные случаи

В зависимости от значения параметра \(k\) среднее степенное принимает вид известных средних величин.

Среднее арифметическое (\(k = 1\))

\[ M_1 = \frac{x_1 + x_2 + \dots + x_n}{n}. \]

Наиболее распространённый вид среднего, используемый в повседневной жизни и статистике для описания центральной тенденции.

Среднее квадратическое (\(k = 2\))

\[ M_2 = \sqrt{\frac{x_1^2 + x_2^2 + \dots + x_n^2}{n}}. \]

Применяется в физике и инженерных расчётах, например, для вычисления среднеквадратичного значения переменного тока или скорости молекул газа (среднеквадратичная скорость). Также используется в статистике как корень из среднего квадрата отклонений (среднеквадратическое отклонение).

Среднее гармоническое (\(k = -1\))

\[ M_{-1} = \frac{n}{\frac{1}{x_1} + \frac{1}{x_2} + \dots + \frac{1}{x_n}}. \]

Применяется для усреднения величин, обратно пропорциональных некоторой характеристике, например, средней скорости при движении с разными скоростями на участках одинаковой длины, или в финансах для расчёта средней цены акций.

Среднее геометрическое (\(k = 0\))

\[ M_0 = \sqrt[n]{x_1 \cdot x_2 \cdot \dots \cdot x_n}. \]

Используется для усреднения относительных изменений, темпов роста, процентных ставок и в геометрии (например, среднее пропорциональное).

Предельные случаи

При \(k \to +\infty\) среднее степенное стремится к максимальному значению набора: \(\lim_{k \to +\infty} M_k = \max(x_1, x_2, \dots, x_n)\). При \(k \to -\infty\) — к минимальному: \(\lim_{k \to -\infty} M_k = \min(x_1, x_2, \dots, x_n)\).

Свойства

Среднее степенное обладает рядом важных свойств, которые делают его удобным инструментом анализа.

Монотонность по параметру \(k\)

Для фиксированного набора положительных чисел среднее степенное является неубывающей функцией параметра \(k\). То есть, если \(k_1 < k_2\), то \(M_{k_1} \le M_{k_2}\). Равенство достигается только в случае, когда все числа равны. Это свойство позволяет упорядочивать различные виды средних: среднее гармоническое не превосходит среднее геометрическое, которое не превосходит среднее арифметическое, которое не превосходит среднее квадратическое. Для положительных чисел справедливо неравенство:

\[ M_{-1} \le M_0 \le M_1 \le M_2. \]

Однородность

Среднее степенное является однородной функцией первой степени: для любого положительного числа \(\lambda\) выполняется:

\[ M_k(\lambda x_1, \lambda x_2, \dots, \lambda x_n) = \lambda \cdot M_k(x_1, x_2, \dots, x_n). \]

Симметричность

Значение среднего степенного не зависит от перестановки чисел в наборе.

Инвариантность относительно сдвига

Среднее степенное не инвариантно относительно сдвига, то есть \(M_k(x_1 + c, \dots, x_n + c) \neq M_k(x_1, \dots, x_n) + c\) (за исключением случая \(k = 1\) — среднего арифметического). Это отличает его от некоторых других средних.

Неравенство Йенсена

Среднее степенное связано с выпуклостью функции \(f(x) = x^k\). Для \(k > 1\) функция выпукла вниз, для \(0 < k < 1\) — выпукла вверх, что влияет на соотношение между средним степенным и другими средними.

Применение

Среднее степенное находит применение в различных областях науки и техники.

Статистика и анализ данных

В статистике среднее степенное используется для расчёта обобщённых средних, особенно при работе с данными, имеющими асимметричное распределение. Например, среднее квадратическое применяется для оценки разброса данных (стандартное отклонение). Среднее гармоническое используется при анализе скоростей, производительности и в задачах, связанных с обратными величинами.

Физика и инженерия

В физике среднее квадратическое используется для вычисления среднеквадратичной скорости частиц в кинетической теории газов, а также для расчёта эффективного значения переменного тока (RMS — root mean square). Среднее арифметическое применяется для нахождения средней скорости при равномерном движении, среднее гармоническое — для расчёта среднего сопротивления при параллельном соединении резисторов.

Экономика и финансы

В экономике среднее геометрическое используется для расчёта средней доходности инвестиций за несколько периодов, так как оно учитывает эффект сложного процента. Среднее гармоническое применяется для усреднения курсов валют или цен при одинаковых объёмах сделок.

Обобщённые средние

Среднее степенное является частным случаем среднего по Колмогорову, которое определяется как \(M_\varphi = \varphi^{-1}\left( \frac{1}{n} \sum \varphi(x_i) \right)\), где \(\varphi\) — строго монотонная функция. Для среднего степенного \(\varphi(x) = x^k\). Это позволяет рассматривать среднее степенное в рамках более общей теории средних величин.

Примеры

Рассмотрим набор чисел: 2, 4, 8.

• Среднее арифметическое (\(k=1\)): \(M_1 = \frac{2+4+8}{3} = \frac{14}{3} \approx 4.67\).
• Среднее геометрическое (\(k=0\)): \(M_0 = \sqrt[3]{2 \cdot 4 \cdot 8} = \sqrt[3]{64} = 4\).
• Среднее гармоническое (\(k=-1\)): \(M_{-1} = \frac{3}{\frac{1}{2} + \frac{1}{4} + \frac{1}{8}} = \frac{3}{0.5 + 0.25 + 0.125} = \frac{3}{0.875} \approx 3.43\).
• Среднее квадратическое (\(k=2\)): \(M_2 = \sqrt{\frac{4 + 16 + 64}{3}} = \sqrt{\frac{84}{3}} = \sqrt{28} \approx 5.29\).

Как видно, выполняется неравенство: \(3.43 < 4 < 4.67 < 5.29\).

История

Понятие среднего степенного восходит к работам математиков XIX века. В частности, немецкий математик Отто Хёльдер в 1889 году исследовал неравенства, связывающие средние степенные (неравенство Гёльдера). Французский математик Огюстен Луи Коши также внёс вклад в изучение средних величин. Обобщение на случай произвольного действительного показателя \(k\) и доказательство свойств монотонности были выполнены в рамках развития теории средних по Колмогорову в XX веке.

Критика и ограничения

Среднее степенное имеет ограничения: оно определено только для положительных чисел, что сужает область его применения (например, при работе с данными, содержащими нули или отрицательные значения, требуется модификация). Кроме того, выбор параметра \(k\) может существенно влиять на результат, и не всегда очевидно, какой вид среднего наиболее адекватен для конкретной задачи. Критики отмечают, что в некоторых прикладных областях (например, в социологии) предпочтение отдаётся более простым и интуитивно понятным средним, таким как медиана или мода, а не степенным средним.

Источники

• Кремер Н. Ш. Теория вероятностей и математическая статистика. — М.: ЮНИТИ-ДАНА, 2004.
• Феллер В. Введение в теорию вероятностей и её приложения. — М.: Мир, 1984.
• Харди Г. Г., Литтлвуд Дж. Е., Полиа Г. Неравенства. — М.: Иностранная литература, 1948.
• Колмогоров А. Н. Основные понятия теории вероятностей. — М.: Наука, 1974.
• Математическая энциклопедия / Гл. ред. И. М. Виноградов. — М.: Советская энциклопедия, 1977—1985.