Comme Shir l'a mentionné, l'inégalité de Jensen apparaît tout le temps. Surtout pour prouver les limites des problèmes combinatoires. Par exemple, considérez le problème suivant:
Étant donné une famille de de sous-ensembles de V = { 1 , … , n } , son graphe d' intersection G = ( V , E ) est défini par { i , j } ∈ E si et seulement si S i ∩ S j ≠ ∅ . Supposons que la taille moyenne définie estS1,…,SnV={1,…,n}G=(V,E){i,j}∈ESi∩Sj≠∅ et que la taille moyenne des intersections par paires soit au plus k. Montre CAr .|E|≥nk⋅(r2)
Preuve:
Comptons les paires telles que x ∈ V et x ∈ S i ∩ S j . Fixons d'abord ( S i , S j ) , nous voyons qu'il y a au plus k tels choix. En prenant également toutes les valeurs de ( S i , S j ) , nous avons une borne supérieure de k ⋅ ( n(x,(Si,Sj))x∈Vx∈Si∩Sj(Si,Sj)k(Si,Sj). Nous corrigeons maintenant x. Il est facile de voir que chaquexa ( d(x)k⋅(n2)=k⋅|E|x façons de choisir(Si,Sj)(d(x)2)(Si,Sj) . Par l'inégalité de Jensen, nous avons:
n⋅(r2)=n⋅(1n∑xd(x)2)≤∑x(d(x)2)≤k⋅|E|.
Nous combinons enfin les termes pour avoir .nk⋅(r2)≤|E|
Bien que ce soit un peu plus "mathématique" que CS, cela sert à montrer comment un outil pour les fonctions convexes peut être utilisé - en optimisation combinatoire, en particulier.