1

CONVEXIDAD: CONCEPTOS BSICOS

El estudio de la convexidad de conjuntos y funciones, tiene especial relevancia a
la hora de la bsqueda de los ptimos de las funciones, as como en el desarrollo de los
algoritmos de resolucin de los problemas de optimizacin, dado que cuando se
verifique la convexidad del conjunto de oportunidades se pueden desarrollar mtodos de
resolucin eficientes para los problemas de optimizacin.
Recta en R
n
.
Recta en R
n
es el conjunto de puntos x R
n
que cumplen la siguiente condicin:
r = x R
n
/ x = x
1
+ (1-) x
2
; x
1
,x
2
R
n
; R
= x R
n
/x = x
2
+ ( x
1
- x
2
) ; x
1
,x
2
R
n
; R
Grficamente
x
2
x
1
-x
2
x
1
-x
2
Semirecta en R
n
.
De la definicin anterior (recta) pero restringiendo el valor de al subconjunto
de R no negativos (R
+
) o R no positivos
1
(R
-
) , es decir:
S
+
r = { x R
n
/ x = x
1
+ (1-) x
2
; x
1
,x
2
R
n
; R
+
}
S
-
r = { x R
n
/ x = x
1
+ (1-) x
2
; x
1
,x
2
R
n
; R
-
}

1
R
+
={xR/x0}
R
++
={xR/x>0}
R
-
={xR/x0}
R
--
={xR/x<0}
2
Segmento lineal.
Definiremos segmento lineal entre dos puntos x
1
y x
2
, y se representa: [ x
1
, x
2
]
es
[x
1
,x
2
] = { x R
n
/x = x
1
+ (1-) x
2
; x
1
,x
2
R
n
; [0,1] }
Se trata de un segmento lineal cerrado, ya que incluye los puntos extremos x
1
y
x
2
. Grficamente, corresponde a la porcin de recta que une los puntos x
1
y x
2
del
grfico.
x
2
x
1
x
1
+(1-) x
2
En el caso que el segmento no incluya los dos puntos extremos, entonces, se
trata de un segmento lineal abierto, la definicin es idntica a la anterior excepto que
]0,1[, es decir, no incluye las dos cotas del intervalo.
]x
1
,x
2
[ = { x R
n
/x = x
1
+ (1-) x
2
; x
1
,x
2
R
n
; ]0,1[}
Tambin se pueden definir segmentos abierto-cerrado y cerrado-abierto, segn
incluya alguna de las dos cotas del intervalo.
x
2
x
1
x
1
+ (1-) x
2
3
Combinacin lineal convexa.
Un punto x se dice que es combinacin lineal de n puntos, si dicho punto se
puede expresar de la siguiente forma:
x = x
i i
i
n

1

i
R.
Como caso particular de combinacin lineal de dos puntos se tiene el concepto
de recta definido anteriormente.
Si los
i
son no negativos (
i
0), entonces podemos decir que se trata de una
combinacin lineal positiva de n puntos. Para n=2 se obtiene la definicin de semirecta
Un punto x es una combinacin lineal convexa de n puntos si se cumple que :
x = x
i i
i
n

i
0

i
i
n
=

1
= 1
es decir, a la condicin de no negatividad de los escalares, se aade que su suma sea la
unidad.
Conjunto Convexo
Un conjunto S es convexo sii cumple que:
x
1
, x
2
S x
1
+ (1-) x
2
S, [0,1]
es decir, que dados dos puntos cualesquiera del conjunto, el segmento lineal cerrado
que une los dos puntos est totalmente contenido en el conjunto.
Envoltura convexa
La propiedad de la convexidad de los conjuntos es una propiedad deseable en
los problemas de optimizacin, aunque si no se cumple, se pueden aplicar otras
condiciones que se vern ms adelante.
No obstante, para algunos conjuntos no convexos es posible definir su envoltura
convexa C
o
(S), concepto que podemos expresar como: el menor conjunto convexo que
contiene a S (no convexo), o tambin como la interseccin de todos los conjuntos
convexos que contienen a S.
4
Propiedades de los conjuntos convexos
Conjuntos convexo "por definicin"
a) El conjunto vaco () es un conjunto convexo.
b) Los conjuntos de un nico punto {a}, tambin son conjuntos convexos.
c) Tambin el conjunto R
n
(espacio total) es un conjunto convexo.
La interseccin, finita o infinita, de conjuntos convexos es un conjunto convexo.
La unin de conjuntos convexos, en general, no tiene porque ser un conjunto convexo.
La combinacin lineal de conjuntos convexos es un conjunto convexo.
Hiperplano.
Se define un hiperplano como :
H = x R
n
/ c
t
x = ; R , c
t
R
n
, c
t
0
es decir, se trata de la expresin: c
1
x
1
+ c
2
x
2
+ ... + c
n
x
n
= , que para el caso de n=2,
se tiene: c
1
x
1
+ c
2
x
2
= , ecuacin que corresponde a la de una recta en el plano.
Por tanto, un hiperplano, es la generalizacin al espacio n-dimensional del
concepto de recta.
Semiespacio.
A partir del concepto de hiperplano podemos definir el concepto de semiespacio,
como el conjunto de puntos que verifica que:
S = x R
n
/ c
t
x ; R, (1)
o bien:
S = x R
n
/ c
t
x ; R, (2)
En el primer caso (1) lo denominamos semiespacio inferior y en el segundo(2)
semiespacio superior.
Estas dos definiciones de semiespacio se refieren a semiespacios cerrados, ya
que las desigualdades son de la forma mayor (menor) -igual.
Si las desigualdades son estrictas, es decir, mayor (menor) estrictamente
entonces decimos que se trata de semiespacios abiertos.
S = x R
n
/ c
t
x < ; R o S = x R
n
/ c
t
x > ; R
5
Cada hiperplano define dos semiespacios. Grficamente se trata de la porcin
del espacio que esta por encima del hiperplano (semiespacio superior) o por debajo del
hiperplano (semiespacio inferior).
Los semiespacios, tanto abiertos como cerrados, son conjuntos convexos.
Los hiperplanos son conjuntos convexos.
Hiperplano de separacin.
Dados dos conjuntos S y T , subconjuntos de R
n
y no vacos, un hiperplano :
H = {x R
n
/ c
t
x = ; R }
separa los dos conjuntos S y T cuando se verifica que:
x S c
t
x
y T c
t
y
Hiperplano soporte (o de apoyo).
Dado S R
n
, no vaco y convexo, se dice que el hiperplano H
a
es un hiperplano
de apoyo o soporte de S, si:
1) H
a
S
2) S est contenido en uno de los dos semiespacios definido por H
a
.
c
t
x>
c
t
x<
c
t
x=
6
Poliedro. Politopo:
Se denomina politopo a todo conjunto de R
n
que es interseccin de un nmero
finito de semiespacios cerrados.
Todo politopo es un conjunto convexo por ser la interseccin de un nmero
finito de semiespacios cerrados, y como los semiespacios son conjuntos convexos
aplicando la propiedad de la interseccin, sabemos que los politopos son conjuntos
convexos..
Cuando el politopo est acotado se denomina poliedro.
Punto extremo.
Dado un conjunto convexo S R
n
, x S es un vrtice o un punto extremo del
conjunto S, cuando no es posible expresar x como combinacin lineal convexa de otros
dos puntos distintos de S.
Es decir, x es un punto extremo si: / x
1
,x
2
S , x
1
x
2
/ x = x
1
+ (1-) x
2
Arista.
Dados dos puntos extremos ( x
1
y x
2
) pertenecientes a un conjunto S, convexo y
no vaco, se dice que el segmento lineal cerrado que los une es una arista de S cuando
dicho segmento est contenido en un hiperplano de apoyo de S.
Arista infinita.
Dado un punto extremo x
o
S R
n
, convexo y no vaco, si existe un punto
x S, tal que el conjunto de puntos: { y R
n
/ y = x
o
+ ( x - x
o
), R
+
}, est
contenido en S y es interseccin con un hiperplano soporte del conjunto, entonces se
dice que esa semirrecta es una arista infinita del conjunto con origen en x
o
.
7
Funcin conevxa
Sea S R
n
, un conjunto convexo y no vaco, y sea f: S R , f es una funcin convexa
en S, si y solo si:
f [ x
1
+ (1-) x
2
] f(x
1
) + (1-) f(x
2
)
[0,1] y x
1
,x
2
S.
Cuando la desigualdad se verifica en sentido estricto, entonces decimos que la
funcin es estrictamente convexa , es decir
f es una funcin estrictamente convexa en S, si:
f [ x
1
+ (1-) x
2
] < f(x
1
) + (1-) f(x
2
)
]0,1[ y x
1
,x
2
S. con x
1
x
2
funcion cncavas : Sea S R
n
, un conjunto convexo y no vaco, y sea f: S R
f es una funcin cncava en S, si y solo si:
f [ x
1
+ (1-) x
2
] f(x
1
) + (1-) f(x
2
)
[0,1] y x
1
,x
2
S.
f(x
1
) + (1-) f(x
2
)
f(x
2
)
f(x
1
)
x
1
x
2 x
1
+ (1-) x
2
8
Una funcin es estrictamente cncava si la desigualdad se verifica en sentido
estricto, es decir:
f [ x
1
+ (1-) x
2
] > f(x
1
) + (1-) f(x
2
)
(0,1) y x
1
,x
2
S. con x
1
x
2
Si f(x) es una funcin convexa en S (convexo y no vaco), entonces la funcin [-f(x)]
es una funcin cncava en S.
Propiedades:
Toda combinacin lineal con coeficientes positivos de funciones convexas es una
funcin convexa.
Sea S R
n
un conjunto convexo y no vaco, y sea f: S R una funcin convexa.
Entonces el conjunto de nivel inferior S

= { x S / f(x) }, es un conjunto convexo.

Si f es un funcin cncava el conjunto de nivel superior S

={x S/f(x) }, es un
conjunto convexo.
f(x
1
)
f [ x
1
+ (1-) x
2
]
f(x
2
)
f(x
1
) + (1-)f(x
2
)
x
1
x
2
x
1
+ (1-) x
2
9
Caracterizacin de funciones convexas
Caracterizacin de funciones de clase C
1
.
Dada una funcin f: S R
n
R, donde S es un conjunto convexo y no vaco,
y f C(S)-funcin con derivada continua en S-, entonces se cumple que:
a) f es convexa en S sii se cumple:
f(x
1
) - f(x
2
) (x
1
- x
2
)
t
f(x
2
) ; x
1
, x
2
S
b) f es estrictamente convexa en S sii se cumple:
f(x
1
) - f(x
2
) > (x
1
- x
2
)
t
f(x
2
); x
1
, x
2
S
c) f es cncava en S sii se cumple:
f(x
1
) - f(x
2
) (x
1
- x
2
)
t
f(x
2
) ; x
1
, x
2
S
d) f es estrictamente cncava en S sii se cumple:
f(x
1
) - f(x
2
) < (x
1
- x
2
)
t
f(x
2
) ; x
1
, x
2
S
Caracterizacin de funciones de clase C
2
.
Dada una funcin f: S R
n
R, donde S es un conjunto convexo y no vaco,
y f C
2
(S)-funcin con segunda derivada continua en S-, entonces se cumple que:
a) f es convexa en S sii se cumple Hf(x) es semidefinida positiva en S.
b) f es cncava en S sii se cumple que Hf(x) es semidefinida negativa en S.
c) f es estrictamente convexa solamente si Hf(x) es definida positiva en S.
d) f es estrictamente cncava solamente si Hf(x) es definida negativa en S.