La media aritmetica è sempre maggiore o uguale alla media geometrica. Questa disuguaglianza è rilevante in statistica e analisi matematica.
La disuguaglianza fondamentale secondo cui la media aritmetica è sempre maggiore o uguale alla media geometrica nasce dalla natura intrinseca delle operazioni coinvolte nel loro calcolo: somma e moltiplicazione rispettivamente. La media aritmetica di un insieme di numeri positivi \(M_a = {\frac {1}{n}}\sum _{i=1}^{n}x_i\) si basa su una combinazione lineare semplice dei valori, mentre la media geometrica si ottiene calcolando la radice n-esima del prodotto dei valori:
\[ MG = \sqrt[n]{\prod _{i=1}^{n} x_i} = \left( \prod _{i=1}^{n} x_i \right)^{\frac{1}{n}}. \]
Questa differenza strutturale determina che l’aver sommato i valori nella prima e averli moltiplicati nella seconda genera un ordine diverso sulle grandezze risultanti.
Un punto cruciale è che la moltiplicazione di numeri tende a "penalizzare" fortemente le disparità tra i valori: se un numero è molto più piccolo degli altri, il prodotto complessivo diminuisce sensibilmente, abbassando dunque anche la radice n-esima che definisce la media geometrica. Al contrario, nella somma della media aritmetica ogni valore contribuisce linearmente senza amplificare le differenze relative.
Consideriamo due valori positivi distinti \(x\) e \(y\). Tracciando un segmento lungo \(x + y\), si costruisce una semicirconferenza avente quel segmento come diametro. La media aritmetica corrisponde esattamente al raggio della semicirconferenza \(MA = \frac{x+y}{2}.\).
La media geometrica, invece, corrisponde all’altezza del triangolo rettangolo inscritto in questa semicirconferenza che divide il diametro in due segmenti lunghi rispettivamente \(x\) e \(y\):
\[ MG = \sqrt{x y}. \]
Il fatto che l’altezza di questo triangolo sia sempre minore o uguale al raggio della semicirconferenza è un risultato noto dalla geometria classica ed è proprio questa relazione a dare origine alla disuguaglianza:
\[ MA = raggio \ge altezza = MG. \]
L'uguaglianza si verifica esclusivamente quando il triangolo diventa isoscele rettangolo con i due segmenti uguali, ovvero quando \(x = y.\).
Questo dimostra anche perché la condizione necessaria affinché le medie coincidano è l'uguaglianza tra tutti i dati.
Il meccanismo che porta alla disuguaglianza può essere interpretato come una forma matematica della "penalizzazione" della variabilità o dispersione nei dati da parte della media geometrica.
Nel caso di dati molto variabili fra loro, \(MG < MA.\).
Se invece tutti i dati sono identici, \(MG = MA.\).
Questo accade perché la moltiplicazione amplifica gli effetti dei piccoli valori più di quanto faccia la somma; dunque il prodotto complessivo – da cui si estrae poi la radice – diminuisce più rapidamente con l’aumento dello scarto tra i dati rispetto alla somma.
Un esempio concreto mostra come questa proprietà sia cruciale nei calcoli finanziari. Consideriamo un investimento iniziale di 1000€ con variazioni percentuali annuali consecutive: +50%, -50%, +30%. Dopo tre anni il valore finale reale ammonta a circa 975€ (partendo da 1000€, dopo il primo anno 1500€, dopo il secondo 750€, dopo il terzo 975€). Calcolando il rendimento medio annuo:
- Con la media aritmetica delle variazioni percentuali otteniamo un tasso medio annuo apparente del 10% (media di 50, -50, 30).
- Con la media geometrica otteniamo invece un tasso medio annuo corretto (CAGR).
Applicando i tassi medi al capitale iniziale:
- Usando il tasso medio aritmetico si stima erroneamente un valore finale superiore a quello reale,
mentre
- Il tasso medio geometrico riflette fedelmente il vero andamento composto dell’investimento.
Questo errore nell’uso della media aritmetica deriva precisamente dal fatto che essa non tiene conto dell’effetto moltiplicativo cumulativo delle variazioni negative e positive nel tempo, nascondendo il cosiddetto "arrastre de volatilidad" (trascinamento della volatilità).
La disuguaglianza tra medie non è solo un fatto numerico ma riflette condizioni più profonde sulla convessità delle funzioni coinvolte nel calcolo:
La funzione logaritmo naturale è concava; quindi applicare la disuguaglianza di Jensen a \(f(x)=\ln(x),\, x > 0,\) fornisce formalmente
\[
\ln(MG) = {\frac{1}{n}} \sum_{i=1}^n{\ln(x_i)} \le
\ln\left({\frac{1}{n}}{\sum}_{i=1}^n{x_i}\right) =
\ln(MA),
\]
da cui segue immediatamente \(MG \le MA.\).
Questa giustificazione rigorosa mostra come le proprietà delle funzioni concave/convesse governino direttamente le relazioni tra medie.
Tuttavia va sottolineato che tale relazione vale solo per numeri reali positivi; se uno o più elementi sono nulli o negativi la definizione stessa della media geometrica viene meno o richiede estensioni particolari. Inoltre, in contesti pratici con dati rumorosi o infetti da errori sistematici può risultare difficile stabilire quale misura rappresenta meglio il centro "vero" dei dati.
Nell’analisi statistica e in molte applicazioni tecniche scegliere quale tipo di media utilizzare dipende dal fenomeno studiato:
- La media aritmetica è indicata per fenomeni additivi dove le variazioni si sommano linearmente.
- La media geometrica risulta appropriata per fenomeni moltiplicativi o composti nel tempo come tassi di crescita economici, variazioni percentuali successive o processi fisici basati su rapporti proporzionali.
Ignorare questa distinzione porta a stime errate dei parametri centrali o degli indicatori chiave in campo finanziario, ingegneristico o scientifico.
In sintesi il motivo tecnico per cui \(MA \ge MG,\) non risiede semplicemente nel confronto tra somme e prodotti ma nelle proprietà matematiche fondamentali legate alla convessità delle funzioni logaritmiche e alle interpretazioni geometriche collegate alle misure statistiche.
Sto generando il riassunto…