Consideremos las sumas parciales exponenciales $E_n(x) = \sum_{i=0}^n \frac{x^i}{i!}$ . Quiero demostrar que para todos $x \ge 0$ : $$2 \frac {E_{n-1}(x)} {E_n(x)} \ge \frac {E_{n}(x)} {E_{n+1}(x)} + \frac {E_{n-2}(x)} {E_{n-1}(x)}$$
Mi enfoque hasta ahora
Primero observe que $E_{n-1}(x) = E_{n}(x) - \frac {x^n}{n!}$ . Así que la desigualdad se convierte en: $$2 \frac {E_{n}(x) - \frac {x^n}{n!}} {E_n(x)} \ge \frac {E_{n+1}(x) - \frac {x^{n+1}}{(n+1)!}} {E_{n+1}(x)} + \frac {E_{n-1}(x) - \frac {x^{n-1}}{(n-1)!}} {E_{n-1}(x)}$$ lo que lleva a $$2 \frac {\frac {x^n}{n!}} {E_n(x)} \le \frac {\frac {x^{n+1}}{(n+1)!}} {E_{n+1}(x)} + \frac {\frac {x^{n-1}}{(n-1)!}} {E_{n-1}(x)}$$
Así que todo lo que tenemos que demostrar es que $\frac {x^n} {n! E_n(x)}$ es convexo en $n$ . Desgraciadamente, no tuve mucha suerte al avanzar. Una buena dirección podría ser utilizar el hecho de que $n! E_n(x) = e^x \Gamma(n+1,x)$ , donde $\Gamma(n+1,x) = \int_x^\infty t^n e^{-t} \textrm{dt}$ es el función gamma incompleta . Creo que así podré demostrar la desigualdad analíticamente sin trabajar penosamente con factoriales y grandes sumas. Así que basta con demostrar que lo siguiente es convexo en función de $n$ : $$\frac {x^n} {\int_x^\infty t^n e^{-t} \textrm{dt}}$$
¿Alguna idea sobre cómo continuar? Desafortunadamente, las derivadas de la función gamma incompleta con respecto a $n$ no son tan agradables como las relativas a $x$ .
0 votos
Supongo que quieres $x \ge 0$ . De lo contrario, no se sostiene de todos modos.
0 votos
Tienes razón. He editado la descripción.
0 votos
Un cálculo rápido usando la derivada bajo la regla integral me sugiere, si $f(\nu):=x^\nu/\int_x^\infty t^\nu e^{-t}\text{d}t$ entonces $f''(\nu)\leq0$ , lo que significa $f$ es de hecho cóncavo. Puede que haya cometido un error, pero debería ser fácil para ti comprobar si es así o no.
1 votos
Creo que hay algún error en tus cálculos. La primera derivada es negativa ya que $f$ es decreciente pero la segunda derivada debe ser positiva. Este es un ejemplo para $x=5$ para ver que este es el caso: wolframalpha.com/input/