Докажите или опровергните утверждение: среднее квадратическое отклонение всегда больше или равно среднего абсолютного отклонения для произвольного набора чисел; обсудите границы неравенства
Утверждение истинно. Пусть x1,…,xnx_1,\dots,x_nx1,…,xn — произвольный набор чисел, xˉ=1n∑i=1nxi\bar x=\tfrac{1}{n}\sum_{i=1}^n x_ixˉ=n1∑i=1nxi и положим di=xi−xˉd_i=x_i-\bar xdi=xi−xˉ. Определения: RMS=1n∑i=1ndi2,MAD=1n∑i=1n∣di∣.
\mathrm{RMS}=\sqrt{\frac{1}{n}\sum_{i=1}^n d_i^2},\qquad \mathrm{MAD}=\frac{1}{n}\sum_{i=1}^n|d_i|. RMS=n1i=1∑ndi2,MAD=n1i=1∑n∣di∣. Доказательство (через неравенство Коши—Шварца): MAD=1n∑i=1n∣di∣=1n⟨(∣di∣)i,(1,…,1)⟩≤1n∥(∣di∣)∥2⋅∥(1,…,1)∥2=1n∑idi2n=1n∑idi2=RMS.
\mathrm{MAD}=\frac{1}{n}\sum_{i=1}^n|d_i|=\frac{1}{n}\langle(|d_i|)_{i},(1,\dots,1)\rangle \le\frac{1}{n}\|(|d_i|)\|_2\cdot\|(1,\dots,1)\|_2 =\frac{1}{n}\sqrt{\sum_{i}d_i^2}\sqrt{n} =\sqrt{\frac{1}{n}\sum_{i}d_i^2}=\mathrm{RMS}. MAD=n1i=1∑n∣di∣=n1⟨(∣di∣)i,(1,…,1)⟩≤n1∥(∣di∣)∥2⋅∥(1,…,1)∥2=n1i∑di2n=n1i∑di2=RMS.
Следовательно MAD≤RMS\mathrm{MAD}\le\mathrm{RMS}MAD≤RMS. Границы и условия равенства: - Общая двухсторонняя оценка через нормы l1,l2l_1,l_2l1,l2: RMSn≤MAD≤RMS,
\frac{\mathrm{RMS}}{\sqrt{n}}\le \mathrm{MAD}\le \mathrm{RMS}, nRMS≤MAD≤RMS,
поскольку для вектора ddd справедливо ∥d∥2≤∥d∥1≤n∥d∥2\|d\|_2\le\|d\|_1\le\sqrt{n}\|d\|_2∥d∥2≤∥d∥1≤n∥d∥2, а RMS=1n∥d∥2, MAD=1n∥d∥1\mathrm{RMS}=\tfrac{1}{\sqrt{n}}\|d\|_2,\ \mathrm{MAD}=\tfrac{1}{n}\|d\|_1RMS=n1∥d∥2,MAD=n1∥d∥1. - Условие равенства MAD=RMS\mathrm{MAD}=\mathrm{RMS}MAD=RMS: равенство в Коши достигается тогда и только тогда, когда ∣di∣=|d_i|=∣di∣= const для всех iii. Тогда либо все di=0d_i=0di=0 (все числа равны), либо ненулевые отклонения имеют одинаковую по модулю величину; из условия ∑di=0\sum d_i=0∑di=0 это возможно (для конечной выборки) только если либо все нули, либо nnn чётно и ровно n/2n/2n/2 отклонений равны +r+r+r и n/2n/2n/2 — −r-r−r. - Условие достижения нижней границы MAD=RMS/n\mathrm{MAD}=\mathrm{RMS}/\sqrt{n}MAD=RMS/n требует ∥d∥1=∥d∥2\|d\|_1=\|d\|_2∥d∥1=∥d∥2, т.е. не более одного ненулевого компонента — при сумме отклонений ноль это даёт только тривиальный случай di≡0d_i\equiv0di≡0 (или вырожденные случаи n=1n=1n=1). Аналогично для случайной величины XXX имеем E∣X−EX∣≤E(X−EX)2\mathbb{E}|X-\mathbb{E}X|\le\sqrt{\mathbb{E}(X-\mathbb{E}X)^2}E∣X−EX∣≤E(X−EX)2 с теми же условиями равенства.
RMS=1n∑i=1ndi2,MAD=1n∑i=1n∣di∣. \mathrm{RMS}=\sqrt{\frac{1}{n}\sum_{i=1}^n d_i^2},\qquad
\mathrm{MAD}=\frac{1}{n}\sum_{i=1}^n|d_i|.
RMS=n1 i=1∑n di2 ,MAD=n1 i=1∑n ∣di ∣.
Доказательство (через неравенство Коши—Шварца):
MAD=1n∑i=1n∣di∣=1n⟨(∣di∣)i,(1,…,1)⟩≤1n∥(∣di∣)∥2⋅∥(1,…,1)∥2=1n∑idi2n=1n∑idi2=RMS. \mathrm{MAD}=\frac{1}{n}\sum_{i=1}^n|d_i|=\frac{1}{n}\langle(|d_i|)_{i},(1,\dots,1)\rangle
\le\frac{1}{n}\|(|d_i|)\|_2\cdot\|(1,\dots,1)\|_2
=\frac{1}{n}\sqrt{\sum_{i}d_i^2}\sqrt{n}
=\sqrt{\frac{1}{n}\sum_{i}d_i^2}=\mathrm{RMS}.
MAD=n1 i=1∑n ∣di ∣=n1 ⟨(∣di ∣)i ,(1,…,1)⟩≤n1 ∥(∣di ∣)∥2 ⋅∥(1,…,1)∥2 =n1 i∑ di2 n =n1 i∑ di2 =RMS. Следовательно MAD≤RMS\mathrm{MAD}\le\mathrm{RMS}MAD≤RMS.
Границы и условия равенства:
- Общая двухсторонняя оценка через нормы l1,l2l_1,l_2l1 ,l2 :
RMSn≤MAD≤RMS, \frac{\mathrm{RMS}}{\sqrt{n}}\le \mathrm{MAD}\le \mathrm{RMS},
n RMS ≤MAD≤RMS, поскольку для вектора ddd справедливо ∥d∥2≤∥d∥1≤n∥d∥2\|d\|_2\le\|d\|_1\le\sqrt{n}\|d\|_2∥d∥2 ≤∥d∥1 ≤n ∥d∥2 , а RMS=1n∥d∥2, MAD=1n∥d∥1\mathrm{RMS}=\tfrac{1}{\sqrt{n}}\|d\|_2,\ \mathrm{MAD}=\tfrac{1}{n}\|d\|_1RMS=n 1 ∥d∥2 , MAD=n1 ∥d∥1 .
- Условие равенства MAD=RMS\mathrm{MAD}=\mathrm{RMS}MAD=RMS: равенство в Коши достигается тогда и только тогда, когда ∣di∣=|d_i|=∣di ∣= const для всех iii. Тогда либо все di=0d_i=0di =0 (все числа равны), либо ненулевые отклонения имеют одинаковую по модулю величину; из условия ∑di=0\sum d_i=0∑di =0 это возможно (для конечной выборки) только если либо все нули, либо nnn чётно и ровно n/2n/2n/2 отклонений равны +r+r+r и n/2n/2n/2 — −r-r−r.
- Условие достижения нижней границы MAD=RMS/n\mathrm{MAD}=\mathrm{RMS}/\sqrt{n}MAD=RMS/n требует ∥d∥1=∥d∥2\|d\|_1=\|d\|_2∥d∥1 =∥d∥2 , т.е. не более одного ненулевого компонента — при сумме отклонений ноль это даёт только тривиальный случай di≡0d_i\equiv0di ≡0 (или вырожденные случаи n=1n=1n=1).
Аналогично для случайной величины XXX имеем E∣X−EX∣≤E(X−EX)2\mathbb{E}|X-\mathbb{E}X|\le\sqrt{\mathbb{E}(X-\mathbb{E}X)^2}E∣X−EX∣≤E(X−EX)2 с теми же условиями равенства.