Fonctions convexes d'une variable réelle FONCTIONS CONVEXES D'UNE VARIABLE REELLE 1 Notion de fonction convexe 1.1 Théorème fondamental Soit f une fonction numérique définie sur un intervalle I de \ . Les assertions suivantes sont équivalentes : (i) ∀x, y ∈ I , ∀t ∈ [ 0;1], f (tx + (1 − t ) y ) ≤ t f ( x) + (1 − t ) f ( y ) . f ( y ) − f ( x) f ( z ) − f ( x) f ( z ) − f ( y ) ≤ ≤ (ii) ∀x, y, z ∈ I , ( x < y < z ) ⇒ . y−x z−x z−y f (t ) − f (a ) (iii) ∀a ∈ I , t 6 est croissante sur I \ {a} . t−a 1 1 1 (iv) ∀x, y, z ∈ I , ( x < y < z ) ⇒ x y z f ( x) f ( y) f ( z) ≥ 0. (v) L'ensemble A = {( x ; y ) ∈ \ 2 / x ∈ I et f ( x) ≤ y} (appelé épigraphe de f ) est une partie convexe de \ 2 . Démonstration (i ) ⇒ (ii ) Soient x, y, z ∈ I tels que x < y < z . Il existe t0 ∈]0;1[ tel que y = t0 x + (1 − t0 ) z . y−z x−z y−z x− y et 1 − t0 = − = . Alors t0 = x−z x−z x−z x−z D'après (i) : f ( y ) ≤ t0 f ( x) + (1 − t0 ) f ( z ) y−z x− y f ( y) ≤ f ( x) + f ( z) (1.1) x−z x−z x− y ⎛ y−z ⎞ f ( y ) − f ( x) ≤ ⎜ − 1⎟ f ( x ) + f ( z) x−z ⎝ x−z ⎠ y−x x− y f ( y ) − f ( x) ≤ f ( x) + f ( z) x−z x−z y−x y−x f ( y ) − f ( x) ≤ − f ( x) + f ( z) z−x z−x f ( y ) − f ( x) f ( z ) − f ( x) Donc . ≤ y−x z−x En reprenant la relation (1.1), on a : ⎛ x − y ⎞⎟ y−z f ( y) − f ( z) ≤ f ( x) + ⎜⎜ −1 f ( z ) ⎜⎝ x − z ⎠⎟⎟ x− z © S. DUCHET - www.epsilon2000.fr.st 1/11 Fonctions convexes d'une variable réelle y−z y−z f ( x) − f ( z) x− z x− z f ( y ) − f ( z ) f ( x) − f ( z ) ≥ (division par y − z < 0 ) y−z x− z f ( z ) − f ( x) f ( z ) − f ( y ) ≤ donc z−x z− y f ( y) − f ( z) ≤ (ii) ⇒ (iii ) Soient t1 , t2 ∈ I \ {a} , avec t1 < t2 . Si t1 < t2 < 0 , on applique le (ii) avec ( x, y, z ) = (t1 , t2 , a ) . Si t1 < a < t2 , on applique le (ii) avec ( x, y, z ) = (t1 , a, t2 ) . Si a < t1 < t2 , on applique le (ii) avec ( x, y, z ) = (a, t1 , t2 ) . (iii ) ⇒ (iv) Soient x, y, z ∈ I tels que x < y < z . 1 1 1 1 0 x y z = x y−x f ( x) f ( y ) f ( z ) f ( x) f ( y ) − f ( x) 0 z−x f ( z ) − f ( x) = ( y − x ) ( f ( z ) − f ( x ) ) − ( z − x ) ( f ( y ) − f ( x )) f ( z ) − f ( x) f ( y ) − f ( x) − ( z − x)( y − x) z−x y−x ⎡ f ( z ) − f ( x) f ( y ) − f ( x) ⎤ ⎥ = ( y − x)( z − x) ⎢ − ⎢⎣ ⎥⎦ z−x y−x = ( y − x)( z − x) Le crochet est positif d'après (iii). Le déterminant est un produit de quantités positives donc est positif. (iv) ⇒ (i ) Soient x, y ∈ I . Supposons x ≤ y . Soit t ∈ [ 0;1] . 1 1 1 D'après (iv), x t x + (1− t ) y y ≥0 f ( x) f (tx + (1− t ) y ) f ( y ) Nous allons effectuer les opérations sur les colonnes : c2 ← c2 − t c1 − (1− t )c3 , ce qui ne changera pas la valeur du déterminant : 1 0 1 x 0 y ≥0 f ( x) f (tx + (1− t ) y ) − t f ( x) − (1− t ) f ( y ) f ( y ) −( y − x) ( f (tx + (1− t ) y ) − t f ( x) − (1− t ) f ( y )) ≥ 0 donc f (t x + (1− t ) y ) − t f ( x) − (1− t ) f ( y ) ≤ 0 donc f (tx + (1 − t ) y ) ≤ t f ( x) + (1 − t ) f ( y ) donc f vérifie (i). Si y ≤ x , on change t en (1− t ) pour obtenir le résultat. © S. DUCHET - www.epsilon2000.fr.st 2/11 Fonctions convexes d'une variable réelle (i ) ⇒ (v) Soient ( x1 ; y1 ) et ( x2 ; y2 ) deux éléments de \ 2 tels que x1 , x2 ∈ I et f ( x1 ) ≤ y1 et f ( x2 ) ≤ y2 . Notons A l'ensemble A = {( x ; y ) ∈ \ 2 / x ∈ I et f ( x) ≤ y} . Soit t ∈ [0;1] . Montrons que (t x1 + (1− t ) x2 ; t y1 + (1− t ) y2 ) ∈ A . t x1 + (1− t ) x2 ∈ I car x1 ∈ I , x2 ∈ I et I est un intervalle de \ . f (t x1 + (1− t ) x2 ) ≤ t f ( x1 ) + (1− t ) f ( x2 ) ≤ t y1 + (1− t ) y2 donc (t x1 + (1− t ) x2 ; t y1 + (1− t ) y2 ) ∈ A . (v) ⇒ (i ) Soient x, y ∈ I et t ∈ [0;1] . ( x ; f ( x)) ∈ A et ( y ; f ( y )) ∈ A . A étant une partie convexe de \ 2 , on a : (t x + (1− t ) y ; t f ( x) + (1− t ) y ) ∈ A donc f (t x + (1− t ) y ) ≤ t f ( x) + (1− t ) f ( y ) . 1.2 Fonction convexe Soit f une fonction numérique définie sur un intervalle I de \ . Si f vérifie l'une des assertions du théorème précédent, on dit que f est convexe sur I. On dit que f est concave si (− f ) est convexe. Conséquences Une combinaison linéaire de fonctions convexes est convexe (conséquence immédiate de (i)). Si f est convexe sur un intervalle I de \ , et si g est une fonction croissante sur I, alors g D f est convexe (conséquence de (ii)). 1.3 Proposition Soit f une fonction définie sur un intervalle I de \ .Alors f est convexe si et seulement si pour tout n système de points ( xi )1≤i ≤ n de I et tout système (ai )1≤i ≤ n de réels positifs vérifiant ∑a k =1 k = 1 , on a : ⎛ n ⎞ n f ⎜ ∑ ak xk ⎟ ≤ ∑ ak f ( xk ) . ⎝ k =1 ⎠ k =1 Démonstration La condition est suffisante car pour n = 2 , on retrouve le (i) du théorème fondamental. Montrons que la condition est nécessaire. Notons P(n) la propriété "pour tout système de points ( xi )1≤i ≤ n de I et tout système (ai )1≤i ≤ n de réels ⎛ n ⎞ n a = 1 , on a : f a x ∑ k ⎜ ∑ k k ⎟ ≤ ∑ ak f ( xk ) ". k =1 ⎝ k =1 ⎠ k =1 n positifs vérifiant P (1) est vraie P(2) est vraie (condition (i) du théorème fondamental) © S. DUCHET - www.epsilon2000.fr.st 3/11 Fonctions convexes d'une variable réelle Supposons P(n) vraie pour n ≥ 2 . Soient ( xk )1≤ k ≤ n +1 un système de points de I et (ak )1≤ k ≤ n +1 un système de réels positifs vérifiant n +1 ∑a k =1 k =1. n Si ∑a k =1 n Si k = 0 , alors ak = 0 pour tout k tel que 1 ≤ k ≤ n et l'inégalité est vérifiée car P (1) est vraie. n ∑ ak ≠ 0 , posons λ = ∑ ak et y = k =1 k =1 1 λ n ∑a x k =1 k k . ⎛ n +1 ⎞ f ⎜ ∑ ak xk ⎟ = f ( λ y + an +1 xn +1 ) ⎝ k =1 ⎠ ≤ λ f ( y ) + an +1 f ( xn +1 ) (car P(2) est vraie) n ≤λ∑ k =1 n +1 ak λ f ( xk ) + an +1 f ( xn +1 ) (car P(n) est vraie) ≤ ∑ ak f ( xk ) k =1 Donc P(n + 1) est vraie. Donc P(n) est vraie pour tout entier n ∈ `* . 2 Continuité et dérivabilité des fonctions convexes 2.1 Théorème Soit f une fonction convexe sur un intervalle I de \ . Alors f admet une dérivée à droite et une D dérivée à gauche en tout point a intérieur à I et f g' (a ) ≤ f d' (a) . f est continue sur I . D'autre part, si D a, b ∈ I et a < b , alors f d' (a) ≤ f (b) − f (a ) ≤ f g' (b) . Enfin, f g' et f d' sont des fonctions croissantes b−a D sur I . Démonstration D Soit a ∈ I . Soit t0 ∈ I tel que t0 > a . D'après le (iii) du théorème 1.1, on a : f (t ) − f (a) f (t0 ) − f (a) ≤ pour t ≤ t0 . d'après le théorème de la limite monotone, l'application t−a t0 − a f (t ) − f (a ) φa : t 6 admet une limite à gauche en a donc f est dérivable à gauche en a et t−a f (t0 ) − f (a ) f g' (a) ≤ . Cette dernière inégalité étant vraie pour tout t0 > a , t0 ∈ I , on en déduit, par t0 − a application du théorème de la limite monotone que φa admet une limite à droite en a et donc f g' (a ) ≤ f d' (a) . © S. DUCHET - www.epsilon2000.fr.st 4/11 Fonctions convexes d'une variable réelle f étant dérivable à gauche et à droite en a, on en déduit que f est continue à gauche et à droite en a. Donc f est continue en a. D Soient a, b ∈ I , avec a < b . d'après ce qui précède : f (t ) − f (a) f (b) − f (a ) f d' (a ) = inf donc f d' (a ) ≤ t∈I t −a b−a t >a f g' (b) = sup t∈I t <b f (t ) − f (b) f (b) − f (t ) f (b) − f (a) = sup donc ≤ f g' (b) t −b b−t b−a t∈I t <b Donc f g' (a) ≤ f d' (a) ≤ f (b) − f (a) ≤ f g' (b) ≤ f d' (b) . b−a Remarque : Il existe des fonctions convexes et non continues, par exemple : f :[ 0;1] → \ x 6 0 si 0 < x < 1 0 61 161 2.2 Théorème Soit f une fonction dérivable sur un intervalle I de \ . Alors f est convexe sur I si et seulement si f ' est croissante sur I. Démonstration Supposons f convexe sur I. Soient a, b ∈ I avec a < b . le théorème 2.1 indique que f d' (a ) ≤ f g' (b) . Or f est dérivable en a et b donc f d' (a ) = f '(a) et f g' (b) = f '(b) . f ' est donc croissante sur I. Supposons maintenant f ' croissante sur I. Soient x1 , x2 ∈ I , avec x1 < x2 et t ∈]0;1[ (le cas t = 0 et t = 1 est toujours vrai dans le (i) du théorème fondamental). Posons x = t x1 + (1 − t ) x2 (on a x1 < x < x2 ). D'après le théorème des accroissements finis : Il existe c1 ∈] x1 ; x [ tel que f ( x) − f ( x1 ) = ( x − x1 ) f '(c1 ) Il existe c2 ∈] x ; x2 [ tel que f ( x2 ) − f ( x) = ( x2 − x) f '(c2 ) . f ( x) − f ( x1 ) f ( x2 ) − f ( x) Alors f '(c1 ) = et f '(c2 ) = . x − x1 x2 − x f ( x) − f ( x1 ) f ( x2 ) − f ( x) ≤ . f ' étant croissante sur I, on a f '(c1 ) ≤ f '(c2 ) , c'est-à-dire x − x1 x2 − x x − x1 = (1 − t )( x2 − x1 ) x2 − x = t ( x2 − x1 ) f ( x) − f ( x1 ) f ( x2 ) − f ( x1 ) Alors ≤ (1 − t )( x2 − x1 ) t ( x2 − x1 ) © S. DUCHET - www.epsilon2000.fr.st 5/11 Fonctions convexes d'une variable réelle t ( f ( x) − f ( x1 ) ) ≤ (1 − t ) ( f ( x2 ) − f ( x) ) t f ( x) − t f ( x1 ) ≤ (1 − t ) f ( x2 ) − (1 − t ) f ( x) f ( x) ≤ t f ( x1 ) + (1 − t ) f ( x2 ) f vérifie donc le (i) du théorème fondamental donc f est convexe sur I. Conséquence : Si f est deux fois dérivable sur I, et si f '' est positive sur I, alors f est convexe. 2.3 Théorème Soit f une fonction dérivable sur un intervalle I de \ . Alors f est convexe si et seulement si sa courbe représentative (C) est au dessus de toutes ses tangentes. Démonstration Supposons que f soit dérivable et convexe. Soit a ∈ I . f ( x) − f (a) ≤ f '(a) donc f ( x) ≥ ( x − a ) f '(a) + f (a) (car x − a < 0 ). Pour x < a : x−a f ( x) − f (a) ≥ f '(a) donc f ( x) ≥ ( x − a ) f '(a) + f (a) . pour x > a : x−a Or la tangente à (C) au point d'abscisse a a pour équation y = ( x − a) f '( a) + f ( a) donc (C) est audessus de toutes ses tangentes. Supposons que f soit dérivable et que sa courbe représentative (C) soit au-dessus de toutes ses tangentes. ∀a, x ∈ I , f ( x) ≥ ( x − a ) f '(a) + f (a) Soient a, b ∈ I . Pour tout x ∈ I , on a : f ( x) ≥ ( x − a ) f '(a) + f (a) (2.1) f ( x) ≥ ( x − b) f '(b) + f (b) (2.2) En prenant x = b dans la relation (2.1), on a : f (b) ≥ (b − a ) f '(a ) + f (a ) . En prenant x = a dans la relation (2.2), on a : f (a) ≥ (a − b) f '(b) + f (b) . En ajoutant membre à membre les deux dernières inégalités, on a : (b − a ) ( f '(b) − f '(a ) ) ≥ 0 . Si a ≤ b , alors f '(b) − f '(a) ≥ 0 , c'est-à-dire f '(a ) ≤ f '(b) . Si a ≥ b , alors f '(b) − f '(a) ≤ 0 , c'est-à-dire f '(b) ≤ f '(a ) . Dans tous les cas, f ' est croissante donc f est convexe. 2.4 Une application du théorème 2.3 : Résolution approchée de f(x)=0 On se place toujours sous l'hypothèse : f de classe C 2 sur [a ; b] telle que f ' et f ' ' aient un signe constant sur [a ; b] . © S. DUCHET - www.epsilon2000.fr.st 6/11 Fonctions convexes d'une variable réelle Partant d'une approximation x0 de α , on "remplace" maintenant la courbe représentative de f par la tangente à cette courbe au point d'abscisse x0 . B J O a x 1 b A Equation de cette tangente : τ: y = f ( x0 ) + f ' ( x0 )( x − x0 ) . f ' ( x0 ) ≠ 0 donc τ n'est pas parallèle à l'axe des abscisses. τ coupe donc l'axe des abscisses en un f ( x0 ) . On itère le procédé et on considère les deux cas suivants : point d'abscisse x1 = x0 − f ' ( x0 ) Cas 1 si f ' > 0 et f " > 0 ou si f ' < 0 et f " < 0 on considère la suite ( xn ) définie par : Cas 2 si f ' > 0 et f " < 0 ou si f ' < 0 et f " > 0 on considère la suite ( xn ) définie par : ⎧ x0 ∈ [α ; b ] ⎪ f ( xn ) ⎨ n N x x ∀ ∈ = − , + 1 n n ⎪ f ' ( xn ) ⎩ ⎧ x0 ∈ [ a ; α ] ⎪ f ( xn ) ⎨ n N x x ∀ ∈ = − , + 1 n n ⎪ f ' ( xn ) ⎩ Théorème On se place sous l'hypothèse (H). (i) Dans le cas 1 (resp. cas 2), la suite ( xn ) est décroissante (resp. croissante) et converge vers α . M 2n 1 (ii) ∀n ∈ N , xn − α ≤ (q x0 − α ) , avec q = 2 . q 2m1 Démonstration Comme dans le paragraphe 3, on peut se ramener au cas où f ' > 0 et f " > 0 sur [a ; b] (alors f (a) < 0 < f (b) ). © S. DUCHET - www.epsilon2000.fr.st 7/11 Fonctions convexes d'une variable réelle (i) Soit g la fonction définie sur [a ; b] par x 6 x − f ( x) . f ' ( x) ( x − α) f ' ( x ) − f ( x ) f ( x) −α = . f ' ( x) f ' ( x) f est de classe C 2 sur [a ; b] donc on peut appliquer la formule de Taylor à l'ordre 1 à la fonction f sur [ x ; α] (ou [α ; x] suivant l'ordre) : g ( x) − α = x − ∃c x ∈]x ; α[ (ou ]α ; x[ ), f (α) = f ( x) + (α − x) f ' ( x) + (α − x ) 2 f " (c x ) 2 Alors : (α − x ) 2 f " (c x ) × [1] g ( x) − α = 2 f ' (c x ) donc g ( x) − α ≥ 0 c'est-à-dire g ( x) ≥ α . f ( x) g ( x) − x = − ≤ 0 donc g ( x) ≤ x . f ' ( x) Donc pour tout x ∈ [α ; b] , [α ; x] est un intervalle de stabilité pour g. Donc ( xn ) est bien définie, décroissante et minorée par α donc ( xn ) converge. Notons l sa limite. On a l ∈ [α ; x0 ] g étant continue sur [a ; b] donc en l, on a g (l ) = l f (l ) g (l ) = l ⇔ l − =l f ' (l ) f (l ) ⇔ =0 f ' (l ) ⇔ f (l ) = 0 ⇔ l = α car est l'unique zéro de f sur [a ; b] Donc ( xn ) est décroissante et converge vers α (ii) [1] donne : ∀x ∈ [a ; b], g ( x) − α ≤ M2 2 x−α 2m1 2 Donc ∀n ∈ N , xn+1 − α = g ( xn ) − α ≤ q xn − α . Par une récurrence immédiate, on montre que : ∀n ∈ N , xn − α ≤ © S. DUCHET 1 (q x0 − α q - www.epsilon2000.fr.st ) 2n 8/11 Fonctions convexes d'une variable réelle Remarque : rien n'assure que q x0 − α < 1 Exemple On considère la fonction f définie sur [1; 2] par x 6 x 2 − 2 . Soit ( xn ) la suite définie par : ⎧ x0 = 2 ⎪ f ( xn ) 1 ⎛ 2 ⎞. ⎨ ⎪∀n ∈ N , xn+1 = xn − f ' ( x ) = 2 ⎜⎜ xn + x ⎟⎟ n n ⎠ ⎝ ⎩ 1 1 q = et x0 − 2 ≤ 1 donc pour tout entier n, xn − 2 ≤ 2 × 2n . 2 2 Cherchons une valeur approchée de 2 à 10 −3 près. On cherche donc n0 tel que 2 × 1 2 2 n0 ≤ 10 −3 . On obtient n0 ≥ 4 . Valeur obtenue à la machine : x4 ≈ 1,414 213 562 37 . 3 Inégalités de convexité 3.1 Première inégalité Soient x1 ,..., xn des réels strictement positifs et λ1 ,..., λ n des réels positifs dont la somme est égale à n 1. Alors n ∏ xi i ≤ ∑ λ i xi λ k =1 k =1 Démonstration n n ∏ xi i = ∏ exp ( λk ln xk ) k =1 λ k =1 ⎛ n ⎞ = exp ⎜ ∑ λ k ln xk ⎟ ⎝ k =1 ⎠ n ≤ ∑ λ k exp ( ln xk ) (car la fonction exp est convexe, sa dérivée étant une fonction croissante) k =1 n ≤ ∑ λk xk k =1 3.2 Deuxième inégalité Soient p et q deux réels strictement positifs tels que positifs. Alors uv ≤ © S. DUCHET 1 1 + = 1 . Soient u et v deux réels strictement p q 1 p 1 q u + v . p q - www.epsilon2000.fr.st 9/11 Fonctions convexes d'une variable réelle Démonstration Posons x1 = u p , λ1 = 1 p ( ) (v ) uv = u p λ = x1 1 x2 q 1 1 , x2 = v q , λ 2 = . on applique alors l'inégalité 3.1 : p q 1 q λ2 ≤ λ1 x1 + λ 2 x2 donc uv ≤ 1 p 1 q u + v . p q 3.3 Inégalité de Holder Si p et q sont deux réels strictement positifs tels que 1 1 1 + = 1 , si a1 ,..., an , b1 ,..., bn sont des réels p q 1 ⎛ n ⎞p ⎛ n ⎞q strictement positifs, alors : ∑ ak bk ≤ ⎜ ∑ akp ⎟ ⎜ ∑ bkq ⎟ . k =1 ⎝ k =1 ⎠ ⎝ k =1 ⎠ n Démonstration Pour k ∈ ` , 1 ≤ k ≤ n : ak bk Soient u = et v = . On applique l'inégalité 3.2 : 1 1 n n p q ⎛ ⎛ p⎞ q⎞ ⎜ ∑ ak ⎟ ⎜ ∑ bk ⎟ ⎝ k =1 ⎠ ⎝ k =1 ⎠ p ak bk 1 ak 1 bkq ≤ + 1 1 p n p q n q n n p q ak bk ⎛ p⎞ ⎛ q⎞ ∑ ∑ ⎜ ∑ ak ⎟ ⎜ ∑ bk ⎟ k =1 k =1 ⎝ k =1 ⎠ ⎝ k =1 ⎠ En sommant de 1 à n sur k : n ∑a b k =1 1 p p k k k 1 q ≤ 1 1 + . p q ⎛ n ⎞ ⎛ n q⎞ a ∑ ⎜ ⎟ ⎜ ∑ bk ⎟ ⎝ k =1 ⎠ ⎝ k =1 ⎠ 1 1 Or, + = 1 , d'où le résultat. p q 3.4 Inégalité de Minkowski Si p > 1 et si x1 ,..., xn , y1 ,..., yn sont des réels strictement positifs, alors : 1 1 1 p ⎛ n ⎛ n p ⎞p ⎛ n p ⎞p p⎞ ( x y ) + ≤ k ⎜∑ k ⎟ ⎜ ∑ xk ⎟ + ⎜ ∑ yk ⎟ . ⎝ k =1 ⎠ ⎝ k =1 ⎠ ⎝ k =1 ⎠ © S. DUCHET - www.epsilon2000.fr.st 10/11 Fonctions convexes d'une variable réelle Démonstration Appliquons deux fois l'inégalité de Holder : 1 1 1 1 1 1 p q 1 1 ⎛ n ⎛ n p ⎞p ⎛ n ( p −1) q ⎞ p −1 ⎞ ⎜ ∑ xk ( xk + yk ) ⎟ ≤ ⎜ ∑ xk ⎟ ⎜ ∑ ( xk + yk ) ⎟ , où p + q = 1 . ⎝ k =1 ⎠ ⎝ k =1 ⎠ ⎝ k =1 ⎠ p q ⎛ n ⎛ n p ⎞p ⎛ n ( p −1) q ⎞ p −1 ⎞ y ( x y ) + ≤ k ⎜∑ k k ⎟ ⎜ ∑ yk ⎟ ⎜ ∑ ( xk + yk ) ⎟ ⎝ k =1 ⎠ ⎝ k =1 ⎠ ⎝ k =1 ⎠ En additionnant membre à membre les inégalités ci-dessus et en remarquant que ( p − 1)q = p : 1 1 1 ⎛ ⎞ n n q ⎛ n p p ⎛ ⎞ ⎞ ⎛ ⎞ p p p p ⎜ ⎟ ( x y ) ( x y ) x y + ≤ + + ∑ k k k ⎜∑ k ⎟ ⎜⎜∑ k ⎟ ⎜∑ k ⎟ ⎟ k =1 ⎝ k =1 ⎠ ⎜ ⎝ k =1 ⎠ ⎝ k =1 ⎠ ⎟ ⎝ ⎠ n 1− ⎛ n ⎞ Donc ⎜ ∑ ( xk + yk ) p ⎟ ⎝ k =1 ⎠ 1 q 1 1 ⎛ n ⎞p ⎛ n ⎞p ≤ ⎜ ∑ xkp ⎟ + ⎜ ∑ ykp ⎟ . ⎝ k =1 ⎠ ⎝ k =1 ⎠ 1 1 1 ⎛ n ⎞p ⎛ n ⎞p ⎛ n ⎞p Donc ⎜ ∑ ( xk + yk ) p ⎟ ≤ ⎜ ∑ xkp ⎟ + ⎜ ∑ ykp ⎟ . ⎝ k =1 ⎠ ⎝ k =1 ⎠ ⎝ k =1 ⎠ © S. DUCHET - www.epsilon2000.fr.st 11/11