Primero, demostraré que $\frac{a}{b}+\frac{b}{c}+\frac{c}{a}\geq 3$ y luego demostraré que $\displaystyle\frac{3 \sqrt[3]{abc}}{a+b+c}$ .
1) $\frac{a}{b}+\frac{b}{c}+\frac{c}{a}\geq 3$
Llamemos a $\varphi(x_1,x_2,x_3)=\frac{x_1}{x_2}+\frac{x_2}{x_3}+\frac{x_3}{x_1}$ . Le'ts demuestran que $\varphi$ se minimiza cuando $x_1 = x_2 = x_3$ : $\frac{\partial\varphi}{\partial x_i} = \frac{1}{x_{i+1}} - \frac{x_{i-1}}{x_i^2} = \frac{x_i^2 - x_{i-1}x_{i+1}}{x_i^2 x_{i+1}}$ (con $x_4 = x_1$ y $x_0 = x_3$ ).
Así que $\Delta\varphi = 0$ es equivalente a : $$x_1^2 = x_2 x_3$$ $$x_2^2 = x_1 x_3$$ $$x_3^2 = x_1 x_2$$
Dividiendo una ecuación por otra, obtenemos que $x_1 = x_2 = x_3$ . Tenemos que demostrar que $\varphi$ es convexa, para demostrar que esta función se minimiza cuando su gradiente es $0$ . Para ello, vamos a calcular su matriz hessiana $M$ :
$$M = (M_{ij}) = (\frac{\partial^2\varphi}{\partial x_i\partial x_j})$$ Lo tenemos: $$M_{ii} = \frac{2 x_{i-1}}{x_i^3}$$ $$M_{i(i+1)} = -\frac{1}{x_{i+1}^2}$$ $$M_{i(i-1)} = -\frac{1}{x_i^2}$$
Lo que nos da:
$$M = \left( \begin{array}{ccc} \frac{2 x_3}{x_1^3} && -\frac{1}{x_2^2} && -\frac{1}{x_1^2}\\ -\frac{1}{x_2^2} && \frac{2 x_1}{x_2^3} && -\frac{1}{x_3^2}\\ -\frac{1}{x_1^2} && -\frac{1}{x_3^2}&& \frac{2 x_2}{x_3^3} \end{array} \right)$$
Calculando su determinante y verificando que es positivo se verá que $\varphi$ es convexo, lo que permite demostrar la desigualdad 1)
2) $\displaystyle\frac{3 \sqrt[3]{abc}}{a+b+c}\geq 1$ Esto equivale a $\sqrt[3]{abc}\geq\frac{a+b+c}{3}$ o $\ln(\frac{a+b+c}{3})\geq \frac{1}{3}(\ln a +\ln b+\ln c)$ lo cual es cierto porque la función $\ln$ es cóncavo.
Combinando esas dos desigualdades, resolvemos instantáneamente las dos preguntas.
2 votos
Por favor, evite utilizar
$$__$$
en el título.