Fonctions convexes 1 Dimension 1 - Institut de Mathématiques

Proposition 33 2 Soit f une fonction convexe d´eﬁnie sur un intervalle I La fonction f est strictement convexe si et seulement si il n’existe aucun intervalle de longueur non nulle sur lequel f co¨ıncide avec une fonction aﬃne Preuve Supposons que la restriction de f a [x,y], x 6= y, co¨ıncide avec une fonction aﬃne ϕ

Fonctions convexes 1 Dimension 1 - Institut de Mathématiques

et la fonction fnulle sur ]0;1] et qui vaut 1 en 0, on a bien une fonction convexe non continue en 0 —Une fonction convexe n’est pas nécessairement dérivable On peut penser à la fonction f(x) = jxjsur R par exemple —Si fest deux fois dérivable sur I, alors elle est convexe (resp strictement convexe) si et seulement

Fonctions convexes 1 Dimension 1 - Institut de Mathématiques

fonction fnulle sur ]0;1] et qui vaut 1 en 0, on a bien une fonction convexe non continue en 0 –Une fonction convexe n’est pas nécessairement dérivable On peut penser à la fonction f(x) = jxjsur R par exemple –Si fest deux fois dérivable sur I, alors elle est convexe (resp strictement convexe) si et seulement si f00 0 (resp f00>0

etiennemiquey[at]ens-lyonfr Fonctions convexes

En revanche, une fonction convexe n’est pas n´ecessairement d´erivable, mais si elle l’est, on peut en d´eduire certaines propri´et´es Th´eor`eme 8 Soit f convexe sur [a,b] Alors f est continue sur ]a,b[ Il est a noter que la continuit´e est bien sur l’intervalle ouvert, il peut se passer des choses bizarres au bord sinon : 0 1

FONCTIONS CONVEXES - ISIMA

En général, la composition de deux fonctions convexes n’est pas convexe On a par contre le résultat suivant : Lemme 3 1 Soit f une fonction convexe sur le sous-ensemble C de IRn, et φ une fonction convexe non décroissante de f(C) dans IR Alors h = φ f est convexe sur C Démonstration : Exercice Composition par une transformation

Analyse 20 – Fonctions convexes d’une variable r´eelle

convexe si f > 0 et logf est convexe Exemple: Γ(x) = R +∞ 0 e−ttx−1dt Une fonction log-convexe est convexe Th´eor`eme 9 L’ensemble des fonc-tions log-convexes sur I est stable par +, ×, et passage a la limite si celle-ci existe et est strictement po-sitive 5 Fonctions midconvexes D´eﬁnition 3 Une fonction f : I → R est dite

Fonctions convexes dune variable réelle Applications

Fonctions convexes d’une variable r eelle Applications 2 Convexit e et d erivation Proposition 2 1 Soit fune fonction convexe sur I Alors : (i) fadmet une d eriv ee a gauche et a droite en tout point aint erieur a Iet f0

Leçon 74 : Fonctions convexes d’une variable réelle

− Une fonction aﬃne est convexe sur R − La fonction :x x est convexe sur R − Une fonction continue et aﬃne par morceaux formée de plusieurs graphes de fonctions aﬃnes de pentes de plus en plus grandes lorsque n varie de a à b (a

f mid-convexe

Une fonction convexe est trivialement mid-convexe, et il n’est pas diﬃcile de d´emontrer qu’une fonction mid-convexe et continue est convexe Il est alors l´egitime de se demander s’il existe des fonctions mid-convexes r´eelles qui ne sont pas convexes? La r´eponse a cette question n’est pas ´evidente

Optimisation - Examen en pr esentiel du 04/01/2021

n;n(R) une matrice bien choisie 2 Soient ˚: R +R une fonction convexe et croissante, et h: RnR + une fonction convexe Montrer alors que ˚ hest convexe 3 Montrer que g: x2Rn 7 q kDxk2 2 + "est convexe (On pourra consid erer la fonction t2R + 7 p t2 + ") 4 Montrer que fest 1-fortement convexe 5 Justi er que fadmet un unique

[PDF] dérivabilité d'une fonction exercices corrigés

[PDF] montrer que f est dérivable sur r

[PDF] montrer qu'une fonction n'est pas dérivable en un point

[PDF] fonction continue sur un compact atteint ses bornes

[PDF] majoré minoré suite

[PDF] matrice diagonalisable exercice corrigé

[PDF] exemple dossier de synthèse bac pro sen tr

[PDF] rapport de stage terminal bac pro eleec pdf

[PDF] rapport de synthèse bac pro sen

[PDF] rapport de synthèse bac pro sen avm

[PDF] endomorphisme nilpotent exercice corrigé

[PDF] endomorphisme nilpotent problème

[PDF] etude de cas rapport de stage bac pro sen

[PDF] matrice nilpotente pdf

[PDF] dossier de synthèse bac pro sen ed

Agrégation Externe de Mathématiques F. Boyer - J. Olivier Aix-Marseille Université - 2014/2015

Fonctions convexes

Tout ce que vous avez toujours voulu savoir sans jamais oser le demander

1 Dimension 1

Définition 1SoitIun intervalle deRetf:I!R. On dit quefest convexe si f(x+ (1)y)f(x) + (1)f(y);8x;y2I;82[0;1]:(1) Elle est strictement convexe si on peut mettre l"inégalité stricte pour2]0;1[etx6=y.

Une fonctionfest dite (strictement) concave sifest (strictement) convexe.-Le nombre x+ (1)y,2[0;1]est unecombinaison convexedexety, c"est-à-dire un barycentre à

coefficients positifs (voir Exercice 1).

-Interprétation géométrique :SoitCfla courbe représentative defdans le repère orthonormé usuel de

2. On fixe deux pointsxy2I.

Tout pointz2[x;y]s"écrit de manière unique sous la formez=x+ (1)y, avec2[0;1]. Le point de la courbe Cfd"abscisseza pour coordonées(z;f(z)). Le point de la corde issue des points (x;f(x))et(y;f(y))d"abscisseza pour coordonnées(z;f(x)+ (1)f(y)).(x;f(x))(y;f(y))C

f(z;f(z))Ainsi, une fonction est convexe si et seulement si la courbeCfest situéeen-dessousde n"importe laquelle

de ses cordes, entre les deux extrémités de la corde en question. Exercice 1Une fonctionf:I!Rest convexe si et seulement si, pour toutn2, pour tout choix de points x

1;:::;xn2Iet de coefficients1;:::;n2Rtels que

i0;8i2 f1;:::;ng; n X i=1 i= 1; on a f nX i=1 ixi! nX i=1 if(xi):Page 1/9

Agrégation Externe de Mathématiques F. Boyer - J. Olivier Aix-Marseille Université - 2014/2015

Proposition 2 (Inégalité des pentes)

Soitf:I!Rune fonction convexe etx < y < ztrois points deI. Alors on a la double inégalitéf(y)f(x)yxf(z)f(x)zxf(z)f(y)zy:

C f(x;f(x))(z;f(z))(y;f(y))Preuve : Pour tout x2Iety2I,y6=x, on définit les taux d"accroissements g x(y) =f(y)f(x)yx:

On remarque quegx(y) =gy(x).

Si on montre que les fonctions gasont toutes croissantes sur] 1;a[\Iet sur]a;+1[\I, nous aurons bien le résultat attendu en écrivant g x(y)gx(z) =gz(x)gz(y): On fix edonc a2Iet on veut montrer quegaest croissante sur chacun des deux intervalles] 1;a[\Iet ]a;+1[\I. Soient doncx;y2Itels quea < x < y. On veut montrer quega(x)ga(y)soit encore f(x)f(a)xaf(y)f(a)ya: Commexaetyasont strictement positifs, cette inégalité est équivalente à (f(x)f(a))(ya)(f(y)f(a))(xa); ou encore f(x)(ya)(xa)f(y) +f(a)(yx); et finalement f(x)xayaf(y) +yxyaf(a): Si on pose=xaya2]0;1[, cette inégalité s"écrit f(x)f(y) + (1)f(a); et comme par ailleurs, on a x=y+ (1)a;

on voit que l"inégalité attendue est bien exactement de la forme (1), ce qui conclut la preuve dans le cas

a < x < y.

Le casx < y < ase traite de façon similaire (en prenant garde éventuellement aux changements de sens

dans les inégalités quand on multiplie par des quantités négatives).

Page 2/9

Agrégation Externe de Mathématiques F. Boyer - J. Olivier Aix-Marseille Université - 2014/2015

Théorème 3

On suppose queIest ouvert. Soitf:I!Rune fonction.

Si fest convexe, alors on a

-fest continue surI. -fadmet des dérivées à gauche et à droite en tout point deIet on a f

0(x)f0(x+)f0(y);8x;y2I;tqx < y:

2. Réciproquement, si fest dérivable dansIet quef0est croissante alorsfest convexe.Preuve : 1. Soit x2Ietr >0tel que[xr;x+r]I. D"après l"inégalité des pentes, on a pour tout" >0, f(x)f(xr)r f(x+")f(x)" f(x+r)f(x)r et donc, en particulier les quotients g x(x+") =f(x+")f(x)"

restent bornés quand"tend vers0, ce qui montre la continuité à droite def. Par ailleurs, l"inégalité des

pentes permet de montrer que"7!gx(x+")est une fonction croissante (et minorée) de". Ainsi la limite

lim "!0+f(x+")f(x)" existe.

Le même raisonnement montre la continuité à gauche defainsi que l"existence de la dérivée à gauche.

Enfin, on utilise à nouveau l"inégalité des pentes pour obtenir f(x)f(x")" f(x+")f(x)" ;8" >0; et donc par passage à la limite f

0(x)f0(x+):

2. On fix ex < ydansIet2]0;1[. On applique le théorème des accroissements finis entrexetx+(1)y d"une part et entrex+(1)yetyd"autre part, ce qui nous donne l"existence d"un1et d"un2vérifiant

12]x;x+ (1)y[;etf(x+ (1)y)f(x) =f0(1)(1)(yx);

22]x+ (1)y;y[;etf(y)f(x+ (1)y) =f0(2)(yx):

Ainsi, nous avons

f(x) + (1)f(y)f(x+ (1)y) =(1)(yx)f0(2)f0(1):

Comme par construction nous avons1< 2et quef0est croissante, nous avons bien prouvé la convexité

def. Sif0est strictement croissante, le même calcul montre quefest strictement convexe.Remarque 4 Si In"est pas ouvert, la continuité au bord n"est pas assurée (par exemple si on prendI= [0;1] et la fonctionfnulle sur]0;1]et qui vaut1en0, on a bien une fonction convexe non continue en 0.

Une fonction con vexen"est pas nécessair ementdéri vable.On peut penser à la fonction f(x) =

jxjsurRpar exemple. Si festdeuxfoisdérivablesurI,alorselleestconvexe(resp.strictementconvexe)sietseulement sif000surI(resp.f000surIetfx2I;f00(x) = 0gest d"intérieur vide).Page 3/9

Agrégation Externe de Mathématiques F. Boyer - J. Olivier Aix-Marseille Université - 2014/2015

Exemple 5

-x7!x2etx7!exsont convexes surR. -x7!log(x)est concave surR+.

Applications : inégalités arithmético-géométriques, inégalité de Young, etc ...Proposition 6 (Deuxième caractérisation géométrique)

SoitIun intervalle ouvert deR,f:I!Rune fonction convexe eta2I. Alors, pour tout

2[f0(a);f0(a+)], la droite de pentepassant par le point(a;f(a))est située sous la courbe

représentativeCf.C

f(a;f(a))pentef0(a+)pentef0(a)pente2]f0(a);f0(a+)[En particulier, sifest dérivableCfest située au-dessus de n"importe laquelle de ses tangentes.

Réciproquement, sifest dérivable et siCfest au-dessus de toutes ses tangentes, alorsfest convexe.Preuve :

La première partie de la proposition découle immédiatement de l"inégalité des pentes.

Il ne nous reste qu"à montrer le dernier point. Supposons quefest dérivable et queCfest au-dessus de toutes

ses tangentes. On fixex < ydansI. En écrivant l"équation de la tangente àCfen(x;f(x))puis en(y;f(y))nous

obtenons les inégalités f(y)f(x) + (yx)f0(x); f(x)f(y) + (xy)f0(y): Ceci s"écrit encore (attention on ayx >0etxy <0) f(y)f(x)yxf0(x); f(y)f(x)yxf0(y);

et implique donc quef0(x)f0(y). Ceci montre quef0est croissante et donne donc bien le résutat.Exercice 2 (Fonctions convexes et fonctions affines)

SoitIun intervalle ouvert deR. On noteA(I)l"ensemble des fonctionsaffinesdéfinies surI. 1. Montrer qu"une fonction ':I!Rest convexe si et seulement si pour toutx2I, on a '(x) = sup h2A(I) h'h(x):

2.Application : Inégalité de Jensen. Soit':I!Rune fonction convexe etune mesure de

probabilité surI, alors pour toute fonctionf2L1(I;)nous avons Z I fd Z I 'f d; cette dernière intégrale étant éventuellement égale à+1.Page 4/9

Agrégation Externe de Mathématiques F. Boyer - J. Olivier Aix-Marseille Université - 2014/2015

Il est bon de remarquer que, siest une mesure de probas discrète, l"inégalité de Jensen donne exactement le

résultat de l"exercice 1.

Corrigé :

1. Pour n"importe quelle fonction ':I!R, on définit ~'(x) = sup h2A(I) h'h(x);8x2I:

Si 'est convexe, on a vu qu"il existe des droites sous la courbeCf, c"est-à-dire que l"ensemble des

fonctions affineshinférieures à'est non vide et en particulier~'est bien définie et vérifie~''.

Pour tout pointx2I, on a même vu qu"on peut trouver une fonction affinehtelle queh(x) ='(x) eth'(en choisissant sa pente dans l"intervalle['0(x);'0(x+)]). Ceci prouve bien finalement que Supposons maintenant que ~'='. En particulier, cela implique que l"ensembleHdes fonctions affines htelles queh'est non vide. On fixe une telle fonction affineh2Hetx;y2I,2[0;1]. Commehest affine, on a l"égalité h(x+ (1)y) =h(x) + (1)h(y):

Commeh'nous en déduisons

h(x+ (1y)'(x) + (1)'(y):

Cette inégalité étant vraie pour touth2H, on peut prendre le supremum par rapport àhet obtenir

~'(x+ (1)y)'(x) + (1)'(y): Comme~'=', on a bien l"inégalité de convexité pour'. 2.

On reprend les notations précédentes. Pour toute fonction af fineh, que l"on écrith(t) =t+, nous avons

h Z I f d =Z I f d+; et donc, comme R

Id= 1, nous avons

h Z I f d =Z I hf dZ I 'f d la dernière intégrale étant éventuellement infinie.

On prend maintenant le supremum par rapport àh2Het on obtient le résultat, grâce à la question

précédente.2 Dimension supérieure (finie)

La définition de la convexité est inchangée si ce n"est que l"on doit se placer sur un ensemble qui est lui-même

convexe pour qu"elle ait un sens (les intervalles sont les convexes deR!) Définition 7SoitCune partie convexe deRd. Une fonctionf:C!Rest dite convexe si f(x+ (1)y)f(x) + (1)f(y);8x;y2C;82[0;1]:Théorème 8 (Continuité)

Les fonctions convexes sont continues en tout point de l"intérieur de leur domaine de définition.

Page 5/9

Agrégation Externe de Mathématiques F. Boyer - J. Olivier Aix-Marseille Université - 2014/2015

Comme en dimension1, la continuité au bord du domaine de définition n"est pas assurée. On suit la preuve

demandée dans le sujet Analyse et Probabilités 2011. Celle-ci se fait en deux temps à l"aide de deux lemmes.

Lemme 9SoitCun convexe symétrique (i.ex2C, x2C) qui contient0. SoitFune fonction convexe sur C, majorée (attentionFn"est pas supposée bornée) et telle queF(0) = 0. Alors on a sup x2CF(x) = sup x2CjF(x)j: En particulier, on en déduit queFest bornée.Preuve : Pour toutxdeCon aF(x) jF(x)j supy2CjF(y)jet on en déduit immédiatement sup x2CF(x)sup x2CjF(x)j:

Supposons l"inégalité stricte. Alors il existex0tel quejF(x0)j>supx2CF(x). CommeF(x0)supx2CF(x),

on en déduit queF(x0)0 =F(0) =Fx0x02 12

F(x0) +12

F(x0):

On en déduit queF(x0) F(x0) =jF(x0)j>supx2CF(x), ce qui est absurde.Lemme 10 Soitgune fonction convexe définie sur la boule fermée pour la norme1de centre0et de rayon. On note(e1;;ed)la base canonique deRd.

Alors on a

sup khk1g(h) = maxi=1;:::;d max(g(ei);g(ei)) :Preuve :

PosonsM= maxi=1;:::;d

max(g(ei);g(ei)) . Commegest définie en ces points, on est en train de regarder le maximum de2dvaleurs, doncMest fini. De plus les vecteursh=eivérifientkhk1=donc on a clairement Msup khk1g(h):

Pour montrer l"inégalité inverse, prenonsh= (h1;:::;hd)vérifiantkhk1. Il existe"1;:::;"d2 f1g

tels que"ihi=jhij 0pour touti. Posonsti="ihi=. Alors on ati0etPd i=1ti= 1donc on peut écrire par convexité g(h) =g dX i=1t i"iei! dX i=1t ig("iei)dX i=1t iM=M: Ainsi le lemme est démontré.Preuve (du Théorème 8):

Soitfune fonction convexe etxun point à l"intérieur de son domaine de définition. Alors il existe >0tel

quefest bien définie sur la boule fermée pour la norme1de centrexet de rayon. Posons alorsg(h) =f(x+h)f(x)pourhdansC, la boule fermée pour la norme1centrée en0et de rayon . Remarquons tout d"abord quegest convexe surC. En effet pourt2[0;1], eth1;h22C, g(th1+ (1t)h2) =f(x+th1+ (1t)h2)f(x) =f(t(x+h1) + (1t)(x+h2))f(x) tf(x+h1) + (1t)f(x+h2)f(x)t(f(x+h1)f(x)) + (1t)(f(x+h2)f(x)) tg(h1) + (1t)g(h2):

De plus, il est clair queg(0) = 0.

Page 6/9

Agrégation Externe de Mathématiques F. Boyer - J. Olivier Aix-Marseille Université - 2014/2015

Les fonctions partiellesgi(t) =g(0;;0;t;0;;0)sont convexes et définies chacune sur un intervalle

contenant0dans son intérieur. Elles sont donc continues en0(en tant que fonction convexes d"une seule variable,

voir le Théorème 3). Puisqu"elles sont en nombre fini, pour tout" >0il existe un >0commun à toutes les

fonctions partielles pour lequel on a

8i= 1;:::;d;8t;jtj )gi(t) jgi(t)j ":

On en déduit quemaxi=1;:::;dmax(g(tei);g(tei))"pour toutjtj . En particulier, par le lemme 10, on en

déduit quesupkhk1tg(h)".

En particulier, la fonctiongest majorée surC=B

1(0;t)qui est un convexe symétrique contenant0et donc

par le lemme 9, on a sup khk1tjg(h)j ":

Ainsi on a montré,

8" >0;9 >0;8h;khk1) jf(x+h)f(x)j ";

ce qui exprime bien la continuité de la fonctionfau pointx.Théorème 11 (Fonctions convexes différentiables)

SoitUun ouvert convexe non vide deRdetf:U!Rune fonction différentiable surU. La fonction fest convexe si et seulement si le graphe defest situé au-dessus de tous ses hyper- plans tangents.

La fonction fest convexe si et seulement si sa différentielle est croissante (on dit aussi monotone)

au sens suivant

8x;y2U;(Df(x)Df(y)):(xy)0:

Si on utilise le produit scalaire euclidien surRdet la notion de gradient, cela s"écrit hrf(x) rf(y);xyi 0:

Si de plusfest de classeC2surU, nous avons

fest convexe()D2f(x)est symétrique positive pour toutx2U.Exemple 12 1. Soit A2Md(R)une matrice symétrique etb2Rd. Alors la fonctionfdéfinie par f(x) =12 hAx;xi hb;xi;8x2Rd; est convexe si et seulement siAest une matrice positive. Elle est strictement convexe si et seule- ment siAest définie positive. 2. Si M2Md;p(R)est une matrice rectangle quelconque etb2Rp, la fonction définie par f(x) =kMxbk22;8x2Rd; est convexe.

Elle est strictement convexe si et seulement si KerM=f0g.La notion de convexité apparaît assez naturellement en optimisation essentiellement pour la raison suivante :

Page 7/9

Agrégation Externe de Mathématiques F. Boyer - J. Olivier Aix-Marseille Université - 2014/2015

Théorème 13 (Convexité et extremums)

Soitf:C!Rune fonction convexe. Nous avons les propriétés suivantes. 1. Si x02Cest un minimiseur local def, alors c"est un minimiseur global. De plus, l"ensemble des minimiseurs (locaux et donc globaux) defest un convexe (non vide) de C. Enfin, sifest strictement convexe, ce minimum est atteint en un unique point. 2. Si fest différentiable en un pointx02Cet que ce point est un point critique def(i.e. tel que

Df(x0) = 0), alorsx0est un minimiseur (local et donc global) def.Attention :Ce théorème ne dit pas qu"une fonction convexe admet nécessairement un minimiseur! Une condi-

tion supplémentaire est nécessaire pour en montrer l"existence. En général, on ajoute une condition ditede coerci-

vitédu typelimkxk!1f(x) = +1.

Par exemple, les fonctions affines non constantes sont convexes mais ne sont pas minorées (et a fortiori n"ad-

mettent pas de minimiseur!) quand à la fonctionx2R7!ex, elle est strictement convexe surR, minorée, mais

n"admet pas de minimiseur.

Preuve :

Soit x2C. La fonction réelle définie par

':t2[0;1]7!f((1t)x0+tx);

est bien définie (ici on utilise la convexité deC) et convexe carfl"est (je vous laisse vous en convaincre).

De plus, par hypothèse0est un minimum local de'et donc par l"inégalité des pentes nous avons pour tout

0< <1

'()'(0) '(1)'(0)10; ce qui s"écrit f(x0+(xx0))f(x0) f(x)f(x0):(2)

Le membre de gauche est positif pourassez petit (carx0est un minimiseur local def) et donc nous avons

f(x)f(x0); pour toutx2C. On a bien obtenu quex0est un minimiseur global. SoitMl"ensemble des minimiseurs def. Soientx;y2Met2[0;1]. Par définition de la convexité nous avons f(x+ (1)y) f(x)|{z} =inf

Cf+(1)f(y)|{z}

=inf

Cf= inf

Cf; et donc finalementf(x+(1)y) = infCf, ce qui prouve quex+(1)y2Met donc la convexité deM.

Sifest strictement convexe et queMcontient au moins deux éléments distinctsxety, alors le calcul

précédent devient fx+y2 <12 f(x) +12 f(y) = infCf; ce qui est une contradiction manifeste. 2.

On reprend les notations du point précédent et on observ equ"on peut passer à la limite quand !0dans

(2), ce qui donnequotesdbs_dbs11.pdfusesText_17

[PDF] Fonctions convexes 1 Dimension 1 - Institut de Mathématiques

Fonctions convexes

1 Dimension 1

2. On fixe deux pointsxy2I.

1;:::;xn2Iet de coefficients1;:::;n2Rtels que

Proposition 2 (Inégalité des pentes)

On remarque quegx(y) =gy(x).

Page 2/9

Théorème 3

On suppose queIest ouvert. Soitf:I!Rune fonction.

Si fest convexe, alors on a

0(x)f0(x+)f0(y);8x;y2I;tqx < y:

0(x)f0(x+):

12]x;x+ (1)y[;etf(x+ (1)y)f(x) =f0(1)(1)(yx);

22]x+ (1)y;y[;etf(y)f(x+ (1)y) =f0(2)(yx):

Ainsi, nous avons

Exemple 5

2[f0(a);f0(a+)], la droite de pentepassant par le point(a;f(a))est située sous la courbe

2.Application : Inégalité de Jensen. Soit':I!Rune fonction convexe etune mesure de

Corrigé :

Commeh'nous en déduisons

Id= 1, nous avons

Page 5/9

F(x0) +12

F(x0):

Alors on a

PosonsM= maxi=1;:::;d

De plus, il est clair queg(0) = 0.

Page 6/9

8i= 1;:::;d;8t;jtj )gi(t) jgi(t)j ":

En particulier, la fonctiongest majorée surC=B

1(0;t)qui est un convexe symétrique contenant0et donc

Ainsi on a montré,

8" >0;9 >0;8h;khk1) jf(x+h)f(x)j ";

8x;y2U;(Df(x)Df(y)):(xy)0:

Si de plusfest de classeC2surU, nous avons

Page 7/9

Théorème 13 (Convexité et extremums)

Preuve :

Soit x2C. La fonction réelle définie par

0< <1

Cf+(1)f(y)|{z}

Cf= inf