FUNCIONES CONVEXAS. El concepto de convexidad es fundamental en el análisis y resolución de los problemas de optimización.



Documentos relacionados
CONVEXIDAD: CONCEPTOS BÁSICOS

ESTUDIO Y REPRESENTACIÓN GRÁFICA DE FUNCIONES

Espacio de Funciones Medibles

Matemáticas para Economistas

x + x 2 +1 = 1 1 = 0 = lím

Estudio de funciones mediante límites y derivadas

REPRESENTACIÓN GRÁFICA DE FUNCIONES

JUNIO Opción A Dada la parábola y = 3 área máxima que tiene un lado en la recta y los otros dos vértices en la gráfica de la parábola.

ESTUDIO LOCAL DE UNA FUNCIÓN

Tabla de Derivadas. Función Derivada Función Derivada. f (x) n+1. f (x) y = f (x) y = ln x. y = cotg f (x) y = ( 1 cotg 2 f (x)) f (x) = f (x)

Grado en Química Bloque 1 Funciones de una variable

Autor: Antonio Rivero Cuesta, Tutor C.A. Palma de Mallorca

OPTIMIZACIÓN CLÁSICA. En el problema de optimización

Polinomios. 1.- Funciones cuadráticas

Aplicaciones de las Derivadas

Tema 4 Funciones convexas y optimización convexa

Aplicaciones de la derivada

Topología de R n. Beatriz Porras

1. DIFERENCIABILIDAD EN VARIAS VARIABLES

CÁLCULO DIFERENCIAL E INTEGRAL I EVALUACIÓN DE RECUPERACIÓN E1300, 29-OCTUBRE (1) 2x 3 > 4.

3.4 Concavidad y el criterio de la segunda derivada

TEMA 4: DERIVADAS. En símbolos, la pendiente de la curva en P = lim Q P (pendiente de P Q).

Clase 9 Sistemas de ecuaciones no lineales

x = 0, la recta tangente a la gráfica de f (x)

IES Francisco Ayala Modelo 1 (Septiembre) de 2007 Solución Germán Jesús Rubio Luna. Opción A

DUALIDAD EN PROGRAMACION LINEAL

TEMA 1: Funciones elementales

UNIVERSIDAD CARLOS III DE MADRID MATEMÁTICAS PARA LA ECONOMÍA II PROBLEMAS (SOLUCIONES ) y = ex cos y. e x cos y e x sin y. y 2.

MATEMÁTICAS III (Carrera de Economía) MÁXIMOS Y MÍNIMOS DE UNA FUNCIÓN DE DOS VARIABLES INDEPENDIENTES

Luego, en el punto crítico

Clase 9 Sistemas de ecuaciones no lineales

1.5 Límites infinitos

Teoría Tema 3 Teoremas de derivabilidad

Límites y continuidad

CONCAVIDAD. Supongamos que tenemos la siguiente información, referente a una curva derivable: Cómo la graficaríamos?

APLICACIONES DE LAS DERIVADAS

P. A. U. LAS PALMAS 2005

1. SISTEMAS DE ECUACIONES DIFERENCIALES

Métodos Numéricos: Resumen y ejemplos Tema 5: Resolución aproximada de ecuaciones

IES Fco Ayala de Granada Septiembre de 2013 (Modelo 2 ) Solución Germán-Jesús Rubio Luna. Opción A

Clase 8 Nociones Básicas de Convexidad

DERIVACIÓN DE FUNCIONES DE UNA VARIABLE

VALOR ABSOLUTO. Definición.- El valor absoluto de un número real, x, se define como:

Tema 5. Derivación Matricial.

APUNTES DE FUNCIONES PARA 4º ESO

1. PRODUCTO ESCALAR. ESPACIO EUCLÍDEO

TEORMAS DE WEIERSTRASS, BOLZANO, ROLLE Y LAGRANGE

Tema 3: Conjuntos y Funciones

Tema 2. Sistemas de ecuaciones lineales

CONVEXIDAD DE CONJUNTOS.-

Powered by TCPDF (

Tema 5 Aplicaciones del cálculo diferencial

Resumen Tema 3: Derivadas. Concepto. Propiedades. Cálculo de derivadas. Aplicaciones.

Matrices, determinantes, sistemas de ecuaciones lineales.

Es evidente la continuidad en En el punto, se tiene:

Tema 1. Cálculo diferencial

En las figuras anteriores vemos algunos casos (no todos) que pueden presentarse al pasar por un punto x 0. (en este caso, para x 0 =2)

Hipógrafo - Epígrafo. Definición: Sea f : X IR con X IR n convexo. El hipógrafo de f es el conjunto. El epígrafo de f es el conjunto

UNIDAD: ÁLGEBRA Y FUNCIONES ECUACIÓN DE SEGUNDO GRADO Y FUNCIÓN CUADRÁTICA

Profesor: Rafa González Jiménez. Instituto Santa Eulalia ÍNDICE

RELACIÓN ENTRE LA GRÁFICA DE UNA FUNCIÓN f y LA DE SU INVERSA f -1

Tema 5: Sistemas de Ecuaciones Lineales

TEMA 5 FUNCIONES ELEMENTALES II

Reglas de derivación Sumas, productos y cocientes. Tema 4

BLOQUE 4. CÁLCULO DIFERENCIAL DE FUNCIONES REALES DE UNA VARIABLE. ESTUDIO DE LA GRÁFICA DE UNA FUNCIÓN

Sucesiones y series de números reales

El cuerpo de los números reales

Tema 7: Programación matemática

Guía Práctica N 11 ECUACIÓN DE SEGUNDO GRADO Y FUNCIÓN CUADRÁTICA

Matemática para Economistas Curso 6

Matemáticas Financieras. Conceptos básicos

Selectividad Junio 2007 JUNIO 2007

Seno y coseno de una matriz

FORMAS CUADRÁTICAS A 3

5.1. Recta tangente, normal e intersección de curvas. Recta tangente

Un sistema de inecuaciones lineales con una incógnita es el conjunto formado por dos o más inecuaciones lineales de la forma:

Gráficamente: una función es continua en un punto si en dicho punto su gráfica no se rompe. Función continua en x = 0 Función no continua en x = 0

SISTEMAS DE ECUACIONES LINEALES

II Concurso de Resolución de Problemas Curso

Las desigualdades involucran los símbolos: < menor que, >,

TEMA 11. Autovalores y autovectores. Diagonalización y formas canónicas.

DERIVADAS. TÉCNICAS DE DERIVACIÓN

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2015 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 4: FUNCIONES

(3 p.) 3) Se considera la superficie z = z(x, y) definida implícitamente por la ecuación. 3x 2 z x 2 y 2 + 2z 3 3yz = 15.

OPCIÓN A. x y 2 0 X = 1 4. x 3 1 x 2. f (x) =

TEMAS 10 LAS FUNCIONES ELEMENTALES 1º BACH MATE I

Algunos conceptos microeconómicos. Tema: Elasticidad.

x +3y 2t = 1 2x +y +z +t = 2 3x y +z t = 7 2x +6y +z +t = a (a) Realizamos transformaciones elementales sobre la matriz ampliada del sistema

CAPÍTULO 4: DERIVADAS DE ORDEN SUPERIOR. En este capítulo D denota un subconjunto abierto de R n.

3.2 DIVIDIR UN POLINOMIO POR x a. REGLA DE RUFFINI

Teoría Tema 9 Representación gráfica de funciones

Funciones de varias variables: problemas resueltos

2.1. LÍMITE CUANDO X TIENDE A INFINITO (Valores grandes de la variable x)

Esta expresión polinómica puede expresarse como una expresión matricial de la forma; a 11 a 12 a 1n x 1 x 2 q(x 1, x 2,, x n ) = (x 1, x 2,, x n )

Introducción al Tema 9

= y. Así pues, el domino lo forman los números x para los cuales existe el valor de f (x)

1 Aplicaciones lineales

Sistemas de ecuaciones lineales

Es el lugar geométrico de los puntos del plano que equidistan de un punto fijo llamado foco y de una recta llamada directriz.

DERIVADAS. TÉCNICAS DE DERIVACIÓN

Transcripción:

FUNCIONES CONVEXAS El concepto de conveidad es fundamental en el análisis y resolución de los problemas de optimización. FUNCIONES CONVEXAS Y CÓNCAVAS. Sea S R n, un conjunto conveo y no vacío, y sea f: S R f es una función convea en S, si y solo si: f [ λ + (-λ) ] λ f( ) + (-λ) f( ) Gráficamente: λ [,] y, S. f( ) λ f( ) + (-λ) f( ) f( ) λ + (-λ) Sea S R n, un conjunto conveo y no vacío, y sea f: S R, f es una función estrictamente convea en S, si: f [ λ + (-λ) ] < λ f( ) + (-λ) f( ) λ ],[ y, S. con

Sea S R n, un conjunto conveo y no vacío, y sea f: S R f es una función cóncava en S, si y solo si: f [ λ + (-λ) ] λ f( ) + (-λ) f( ) Gráficamente, λ [,] y, S. f [ λ + (-λ) ] f( ) λ f( ) + (-λ)f( ) f( ) λ + (-λ) Una función es estrictamente cóncava si la desigualdad se verifica en sentido estricto, es decir: f [ λ + (-λ) ] > λ f( ) + (-λ) f( ) λ (,) y, S. con Es importante hacer notar que las definiciones que hemos dado con anterioridad no eigen ni la continuidad ni la diferenciabilidad de la función. Si f() es una función convea en S (conveo y no vacío), entonces la función [-f()] es una función cóncava en S. Prueba:

Si f() es una función convea verifica que : λ [,] y, S. f [ λ + (-λ) ] λ f( ) + (-λ) f( ) si multiplicamos esta epresión por (-), tenemos - f [ λ + (-λ) ] - λ f( ) - (-λ) f( ) o lo que es lo mismo: (-f) [ λ + (-λ) ] λ (-f)( ) + (-λ) (-f)( ) con lo cual (-f) es una función cóncava. Así por ejemplo, las funciones lineales son cóncavas y conveas a la vez, dado que cumplen la definición de función cóncava y convea como una igualdad entre los dos miembros de la definición, pero precisamente por este motivo no pueden ser ni estrictamente cóncavas ni conveas. Por el contrario, la función coseno ( cos() ) no es cóncava ni convea sobre todo su dominio ( R ), pero sin embargo, sobre ciertos subdominios si tiene algunas de estas propiedades.así, en el dominio [ π/, 3π/ ] es un función convea, mientras que en el dominio [ 3π/, 5π/ ] se trata de una función cóncava, y además lo es estrictamente en ambos casos. 3

- π/ 3π/ 5π/ PROPIEDADES DE LAS FUNCIONES CONVEXAS. Toda combinación lineal con coeficientes positivos de funciones conveas es una función convea. Sea S R n un conjunto conveo y no vacío, y sea f: S R una función convea. Entonces el conjunto de nivel inferior S α = { S / f() α }, es un conjunto conveo. Prueba: Sean, S α, lo que significa que: f( ) α f( ) α lo que tenemos que probar es que: λ [,] se verifica que: λ + (-λ) S α, o lo que es lo mismo que : f[λ + (-λ) ] α. Como ayuda para hacer más compresible esta prueba, definimos: por lo que o = λ + (-λ) f( o ) = f[ λ + (-λ) ] 4

por ser f un función convea, se tiene que: f[ λ + (-λ) ] λ f( ) + (-λ) f( ) y dado que se cumple que: f( ) α y f( ) α, entonces: f[ λ + (-λ) ] λ f( ) + (-λ) f( ) λ α + (-λ) α = α lo que significa que λ + (-λ) S α que es lo que queríamos probar, que el conjunto S α es un conjunto conveo. De igual manera tenemos la siguiente propiedad: Si f es un función cóncava el conjunto de nivel superior S α ={ S/f() α}, es un conjunto conveo. El reciproco de estas dos propiedades no es cierto, es decir, que el conjunto de nivel sea sea conveo, no implica que la función sea convea (cóncava), aunque esta propiedad se cumple para las funciones cuasiconcavas y cuasiconveas. α f S α 5

α S α f f(,y) z=α - S α 6

CARACTERIZACIONES DE LAS FUNCIONES CONVEXAS. La aplicación de la definición de conveidad o concavidad a una función puede, en muchas ocasiones, resultar complicado, por lo que se recurre a las caracterizaciones, es decir, a ciertas condiciones que pueden verificar las funciones y que nos permiten clasificar a las funciones en conveas o cóncavas. Caracterización de funciones de clase C. Para las funciones que admiten derivadas continuas hasta el segundo orden, podemos utilizar una caracterización basada en el hessiano de la función. En este caso podemos acudir a la siguiente proposición. Dada una función f: S R n R, donde S es un conjunto conveo y no vacío, y f C (S)-función con segunda derivada continua en S-, entonces se cumple que: a) f es convea en S sii se cumple Hf() es semidefinida positiva en S. b) f es cóncava en S sii se cumple que Hf() es semidefinida negativa en S. c) f es estrictamente convea solamente si Hf() es definida positiva en S. d) f es estrictamente cóncava solamente si Hf() es definida negativa en S. Ejemplos: F() = En primer lugar, y por representación gráfica de la función (una parábola con centro el origen) podremos aplicarle la definición de función convea: f [ λ + (-λ) ] λ f( ) + (-λ) f( ) λ [,] y, S 7

Para probar desigualdades recurrimos a probar su diferencia respecto de cero, es decir, poner todos los componentes en un único miembro de la desigualdad, es decir: Sustituyendo se tiene: operando λ λ f( ) + (-λ) f( ) -f [ λ + (-λ) ] λ + (-λ) + (-λ) [λ-λ ] + -( λ + (- λ) ) - λ -(-λ) - λ(-λ) = [(-λ)-(-λ) ] - λ(-λ) = λ(-λ) + (-λ) λ λ (-λ) [ + - λ(-λ) = - ] = λ (-λ) ( - ) También recurriendo a la segunda derivada: F'() = F''() = > Definida positiva, por tanto F() es convea. Incluso se podría decir que es estrictamente convea. F(,y) = (-3) + y 3 H F = 6 y Para determinar el signo de la forma cuadratica, sabemos que : A = > A = 6 y decir: Por tanto el signo de la forma cuadratica dependera del signo de la variable y, es Para valores de y, la forma cuadratica será postiva (definida o semidefinida), mientras que para valores de y <, la forma cuadratica será indefinida, por tanto podremos concluir que para valores de y, la función será una función convea, y en el caso de que y sea estrictamente positivo, la función será estrictamente convea. 8

F(,y,z) = + 5 y -4 + 3y + z H F = La matriz hessiana es una matriz diagonal con todos los auotvalores positivos, por tanto, la forma cuadratica es definida positiva, y con ello la función F(,y,z) es una función estrictamente convea. F(,y,z) = + 3 y + z + y - 4 z - 5 +4 H F = Los menores principales de esta matriz son: A = > A = 4 - = 3 > A 3 = 48 - = 46 > Por tanto esta función es una función estrictamente convea. U(,y) =.3 y.7, con, y H U =. y. y -. y -. y -.7.7 -.7 -.3 -.7 -.3.3 -.3 Analizando los menores principales, tenemos: A = -. -.7 y.7 <,y A = Por tanto se trata de una forma cuadratica semidefinida negativa, por tanto la función U(,y) es una función concava. 9

Estudiar si el conjunto S definido como: S = {(,y,z) R 3 / +y + z } es un conjunto conveo. Para determinar si el conjunto S es conveo, al estar definido por conjunto de nivel inferior de una función, dicha función tiene que ser una función convea. La función F(, y, z)= +y + z es una función de clase, y por tanto podemos estudiar su Hessiano. H F = como podemos observar se trata de una forma cuadratica semidefinida positiva, por tanto la función F es una función convea. En base a una de las propiedades de este tipo de funciones podemos concluir que el conjunto S es un conjunto conveo.