AM-GM 算數幾何平均不等式

 

算術－幾何平均不等式：從 Cauchy 的故事說起

「兩數之和的一半，永遠不小於兩數乘積的平方根。」 這句話看似簡單，背後卻有一段跨越兩百年的數學故事。

---

一、Cauchy 是誰？

奧古斯丁－路易·柯西（Augustin-Louis Cauchy，1789–1857） 是法國數學史上最多產的數學家之一， 一生發表超過 800 篇論文，涵蓋分析學、代數、光學與天文學。

他生於法國大革命爆發的同一年，成長於動盪時代， 卻在數學世界建立了無比嚴謹的秩序。

Cauchy 最重要的貢獻，是將「極限」與「連續」賦予嚴格定義， 奠定了現代微積分的邏輯基礎。 他的名字至今仍出現在無數定理與公式之中： Cauchy 數列、Cauchy 積分公式、Cauchy–Schwarz 不等式……

📌 有人說：「如果牛頓發明了微積分，那麼 Cauchy 把它變得可信。」

---

二、為什麼需要 AM-GM 不等式？

動機一：最佳化問題

人類很早就面對這樣的問題：

「用固定長度的籬笆，圍出最大面積的矩形，應該怎麼圍？」

設周長固定為 2n，兩邊長為 x 與 n − x， 面積為 x(n − x)。

我們直覺上猜測「正方形最大」， 但要嚴格證明這件事，就需要 AM-GM 不等式。

動機二：嚴格化數學直覺

在 Cauchy 的年代，許多數學結論靠的是「感覺正確」， 缺乏嚴謹證明。Cauchy 致力於將這些直覺轉化為 可驗證、可推廣的嚴格定理。

AM-GM 不等式正是這種精神的體現： 把「均勻分配乘積最大」這個直覺， 鑄造成一個對任意 n 個數都成立的數學真理。

動機三：跨領域的普適性

AM-GM 不等式一旦建立，應用範圍遠超幾何： 統計學、物理學、資訊理論、金融數學…… 處處都需要「比較平均數與乘積」的工具。

---

三、什麼是 AM-GM 不等式？

對任意 n 個非負實數 a₁, a₂, …, a_n， 算術平均數（AM）永遠大於等於幾何平均數（GM）：

$$ \frac{a_1 + a_2 + \cdots + a_n}{n} \geq \sqrt[n]{a_1 \cdot a_2 \cdots a_n} $$

等號成立條件：所有數完全相等，即 a₁ = a₂ = ⋯ = a_n。

---

四、直觀感受：幾個例子

數組	算術平均（AM）	幾何平均（GM）	AM ≥ GM？
1, 9	5	3	✅
4, 4	4	4	✅（等號成立）
1, 2, 3	2	≈ 1.817	✅

📌 關鍵觀察：只有當所有數相等時，AM 才等於 GM； 只要數字「不均勻」，AM 就會嚴格大於 GM。

---

五、證明一：兩數版本（配方法）

命題：對任意 a, b ≥ 0，證明 $\dfrac{a+b}{2} \geq \sqrt{ab}$。

證明：

任意實數的平方非負，故：

$$(\sqrt{a} - \sqrt{b})^2 \geq 0$$

展開得：

$$a - 2\sqrt{ab} + b \geq 0$$

移項整理：

$$\frac{a + b}{2} \geq \sqrt{ab}$$

等號成立條件：$\sqrt{a} = \sqrt{b}$，即 a = b。◼

💡 這個證明只用到「平方非負」這一個最基本的事實， 卻推出了如此有力的結論——這正是數學之美。

---

六、證明二：n 數版本（Cauchy 前進後退法，1821）

這是 Cauchy 在 1821 年著作《分析教程》(Cours d’analyse) 中提出的天才證明， 分「前進」與「後退」兩個步驟。

步驟 A：先證 n = 2^k 的情形（前進歸納）

• 基底：n = 2 已由配方法證明。
• 歸納步驟：假設 n = m 時成立，證 n = 2m 時也成立。

將 2m 個數分成前後兩組各 m 個， 對每組用歸納假設得到各組的幾何平均 G₁、G₂， 再對 G₁、G₂ 使用兩數 AM-GM，即可完成。

由此對所有 n = 2^k（k = 1, 2, 3, …）成立。✅

歸納步驟：假設 n = m 時成立，證明 n = 2m 時也成立。

設有 2m 個數 a₁, …, a_2m，令：

$$ A = \frac{a_1+\cdots+a_{2m}}{2m}, \quad G = \sqrt[2m]{a_1 \cdots a_{2m}} $$

將前 m 個數與後 m 個數分組，由歸納假設：

$$ \frac{a_1+\cdots+a_m}{m} \geq \sqrt[m]{a_1\cdots a_m} = G_1 $$

$$ \frac{a_{m+1}+\cdots+a_{2m}}{m} \geq \sqrt[m]{a_{m+1}\cdots a_{2m}} = G_2 $$

對 G₁, G₂ 再用兩數 AM-GM：

$$ A = \frac{G_1 + G_2}{2} \cdot \frac{\text{(兩組AM之和)}}{2} \geq \sqrt{G_1 G_2} = \sqrt[2m]{a_1 \cdots a_{2m}} = G $$

故 n = 2m 時成立。由此對所有 n = 2^k 成立。✅

步驟 B：從 2^k 推回任意 n（後退歸納）

假設 n 個數的 AM-GM 成立，證 n − 1 個數也成立。

對 n − 1 個數 a₁, …, a_n − 1，令其算術平均為：

$$A = \frac{a_1 + \cdots + a_{n-1}}{n-1}$$

補入第 n 個數 a_n = A（補入平>均數本身）， 對這 n 個數套用已知的 AM-GM：

$$A \geq \sqrt[n]{a_1 \cdots a_{n-1} \cdot A}$$

兩邊取 n 次方後除以 A，整理得：

$$\frac{a_1 + \cdots + a_{n-1}}{n-1} \geq \sqrt[n-1]{a_1 \cdots a_{n-1}}$$

n − 1 個數的 AM-GM 成立。◼

🔑 Cauchy 的天才之處：不直接對所有 n 歸納， 而是「先跳躍到更大的 2^k，再倒退回來」， 繞開了直接歸納難以逾越的障礙。

---

七、AM-GM 的應用場景

AM-GM 不等式看似純粹，實則無處不在：

• 幾何最佳化：固定周長的矩形，正方形面積最大
• 圖論：Turán 定理的核心——均分兩組點數，邊數最多
• 統計學：解釋為何變異數恆  ≥ 0
• 金融投資：幾何平均報酬率 ≤ 算術平均報酬率， 說明「波動拖累複利成長」的本質
• 物理學：最小作用量原理推導的輔助工具

---

八、一句話總結

AM-GM 不等式告訴我們： 「均勻分配，永遠比不均勻分配更能極大化乘積。」

Cauchy 用一個優雅的前進後退法， 將這個直覺鑄造成永恆的數學真理。

---