ANALISIS CONVEXO

El Anlisis Convexo trata el anlisis de funciones convexas, y se fundamenta

en las propiedades geomtricas de los conjuntos convexos. La nocin de
convexidad es crucial dentro de la teora de optimizacin. Por una parte se
tiene la definicin general de un conjunto convexo y partiendo de ella se
definen las funciones cncavas, convexas, cuasiconcavas, cuasiconvexas,
etc.

1. (i) Mediante una grafica en indique los siguientes conjuntos:

correspondiente a la funcin:

(ii) Calcule Que puede

decirse acerca de la concavidad (cuasi concavidad) de la funcin f?

Solucin:

(i)
(ii) Observe H(x) la Matriz Hessiana.

2. Demuestre las partes (i) y (ii) del teorema:

(i) X Y , es un conjunto convexo

(ii) X x x X donde R , es un conjunto convexo

Solucin:

(i) Tome dos puntos x, y que estn en X Y . Como estn tanto en X como
en Y y estos son convexos, y esta tanto en X

(ii) Si

Haga la combinacin

3. Muestre que son conjuntos convexos:

M 1 x, y R 2 x 2 y 2 4
(i) es un conjunto convexo mientras la

M 0 x, y R 2 x 2 y 2 4
circunferencia no lo es.

M 3 x, y R 2 y x
(ii) es un conjunto convexo
Solucin:

Tomando cualesquiera, utilice la desigualdad de

Schawartz.

Tomando cualesquiera, utilice la desigualdad

triangular.

4. Con las siguientes condiciones:

(i) Sea f x kg x . Si g es cncava entonces, f es cncava si
0 y convexa si 0
(ii) Sea h x f x g x . Entonces si g y f son cncavas, h es
cncava.
(iii) Sea g X Y y h : Y R con f x h o g x . Si g es cncava
y h cncava y montona creciente, entonces f es cncava. En
cambio si h es montona creciente (y no necesariamente cncava o
cuasiconcava) y g es cuasiconcava, entonces f h o g es cuasiconcava.

Muestre que:

Solucin:

(i) Utilice el siguiente teorema:

a. Cuasiconcava Para cualquier x1 , x2 X con f ( x1 ) f ( x2 )

f (x1 1 x2 ) f ( x2 ) siendo 0,1

b. Cuasiconvexa - f es cuasiconcava Para cualquier x1 , x2 X con

f ( x1 ) f ( x2 ) f (x1 1 x2 ) f ( x2 ) siendo 0,1 .
(ii) Utilice el teorema anterior, para caracterizar la cuasi convidad y el
hecho de que h es montona creciente ( ).

(iii)
5. Sea f (x 1, x 2) = x 1 + x 2. Qu representa en este caso H f , el
hipgrafo? Indique en una grfica el Contorno Superior CS f (1) . Qu puede
afirmarse acerca de la cuasiconcavidad (-convexidad)?

Solucin

Hf 2

es un hiperplano. CS f (1) ( x1, x 2 ) x 2 1 x1 y este conjunto
es convexo. Tanto CS f como CI f para cualquier y que sea imagen
de f son conjuntos convexos. `
1
6. Sea f ( x1, x 2 ) ( x12 x 22 ) 3 . Analice f con respecto a la convexidad y
cuasiconvexidad.

Solucin
1
No es convexa, pues tmese por ejemplo x (1,1), y (8,2) y para la
2
3
cuasiconvexidad analice el contorno inferior que es el circulo de radio y 2

7. Clasifique las siguientes funciones con respecto a cuasi-concavidad,

convexidad

(a) f ( x1, x 2 ) log( x1 x 2 )

(b) f ( x1 , x 2 ) x1 2 log x 2
(c) f ( x1 , x 2 ) 3x12 4 x 22 7 x1 , x 2

Solucin

(a) Suma de cncavas es cncava.

(b) Suma de dos cncavas es cncava.
1
(c) Tome, por ejemplo, por un lado ( x1 , x 2 ) ( 2,0), ( y1 , y 2 ) (0,1) y y por el
2
1
otro ( x1 , x 2 ) ( 2,0), ( y1 , y 2 ) (0,2) y .
2
Calcule
f ( ( x1 , x 2 ) 1 ( y1 , y 2 )) y
f (( x1 , x 2 )) 1 f (( y1 , y 2 ))
Mostrando que para el primer caso la primera expresin es menor que la
segunda, mientras que en el segundo caso sucede lo contrario. Analice los
contornos

CS f ( y ) ( x1 , x2 ) 2 3 x12 4 x22 7 x1 x2 y
Sea y=1, entonces se puede escribir el contorno superior como

CS f (1) ( x1 ' , x 2 ' ) 2 ax'12 bx' 22 1
 75 2 75 2
Donde a yb son los valores propios de la matriz
2 2
3 7
2 C f (1)
.Como a>0 y b<0 el contorno representa una
7 4
2
hiprbola.

8. Sea f:

Muestre que entonces f es cuasi cncava.

Solucin:

Estime:

Utilizando las propiedades de las funciones h y g. Utilice que h(x) = f (x) g

(x) y tome los puntos x,y X con f (x) f (y).

9. Utilice la caracterizacin mediante las derivadas de segundo orden para

determinar si las siguientes funciones f : R n R son (estrictamente)
cncavas o convexas:

(a)
f ( x ) 2 in1 xi2 (b)
f ( x) x1 3 x1x 2 6 x12 x22
f ( x) e x1 e x 2 x1 x 2
(d) f ( x ) x1 x2 2 x1 x2
2 2
(c)

Solucin:

(a) Estrictamente cncava

(b) Estrictamente convexa
(c) Estrictamente convexa
(d) Cncava
10. Halle los puntos crticos de las anteriores funciones y diga si estos son
mximos-mnimos, globales- locales.

Solucin:

(a) x 0 max .global .

*

2 1
x* (, ) min .global .
(b) 5 5
(c) x 0 min .global .
*

*
(d) x1 x2 max .globales.
*
11. Bajo las condiciones del siguiente teorema
(i) Si f es C y x es un mximo (mnimo) local de f f ( x ) 0
1 * *

(ii) Si f es C y x es un mximo (mnimo) local de f H ( x ) es n.s.d

1 * *

(negativa semidefinida) o p.s.d (positiva semidefinida)

Muestre que:
1. Si es p.d., entonces es un mnimo local.

2. Si f es convexa entonces es un mnimo global de f.

Utilice el desarrollo de TAYLOR para f(x) alrededor del punto x* y las

condiciones del problema: conociendo la
convexidad utilice la caracterizacin dada en el el siguiente teorema:

Sea: f : X R, X R n convexo. Se define una funcin

(t ) f (tx 1 t y ) . Entonces, f cncava (cuasiconcava) es
cncava (cuasiconcava).

12. Sea donde A es constante,

(funcin de produccin tipo Cobb-Douglas). Muestre que si es

cncava pero si no es cncava pero si cuasi cncava.

(i) Supongamos que la funcin sea y linealmente homognea

que toma valores positivos y que es cuasi cncava. Muestre bajo el
supuesto adicional que la homogeneidad, f es cncava.

(ii) Muestre que el resultado anterior se puede generalizar si suponemos

que f es homognea de grado y cuasi cncava.

Ayuda: Escriba .

Solucin:

Calcule el Hessiano y los menores. Para la concavidad examine el contorno

superior.

(i) Defina .

Utilice el teorema f : X R, X R convexo. Se define una funcin

n

(t ) f (tx 1 t y ) .
Entonces, f cncava (cuasiconcava) es
cncava (cuasiconcava).y el hecho de que si una funcin es homognea de
grado 1, entonces sus derivadas son homogneas de grado 0.
Finalmente utilice el Teorema de EULER que nos dice que

(ii) Para la generalizacin utilice el siguiente teorema de composicin a

partir de escribir . Teorema de composicin:

Sea f x kg x . Si g es cncava entonces, f es cncava si 0 y

convexa si 0

Sea h x f x g x . Entonces si g y f son cncavas, h es cncava.

Sea g X Y y h : Y R con f x h o g x . Si g es cncava y h

cncava y montona creciente, entonces f es cncava. En cambio si h es
montona creciente (y no necesariamente cncava o cuasiconcava) y g es
cuasiconcava, entonces f h o g es cuasiconcava.

13. (i) Muestre que una funcin de produccin tipo Cobb-Douglas

es

siempre cuasi cncava y, es cncava, si el grado de homogeneidad es

Ayuda: Considere log f (x).

(ii) Muestre que una funcin de produccin tipo CES

es siempre cuasi cncava y, es

cncava si el grado de homogeneidad . Ayuda:

Considere g(x) = log (x) y sea

Solucin:

(i) Defina . Analice la concavidad de p(x) y

utilice el nuevo teorema de composicin.

(ii) Defina ahora:

Analice la concavidad de la funcin y tome en cuenta si

Finalmente utilice el teorema de composicin.

14. Analice los puntos crticos de f ( x1 , x 2 ) x12 x 22 x1 , x 2 para 1,2,3

Solucin:

Para 1 tenemos un mx. global; para 2 un mx. local y para 3 un

punto silla.

15. i. Sea f ( x1 , x 2 ) x1 2 x1 x 2 x 2 .Encuentre los puntos crticos de f .

3 2

ii. Sea g ( x1 , x 2 ) x1 x 2 .Solucione ahora: max f ( x) s.ag ( x) 0

Solucin:
2 2
Los puntos crticos son (0,0) y , .El primero es un punto silla
3 3
mientras que el segundo es un min. Local.

16. Analice la siguiente funcin con respecto a puntos crticos y justifique de

que se trata:

Solucin:

x*=(2,1) es min. Local.

17. Derive las condiciones de KUHN-TUCKER para los siguientes problemas

y halle la solucin:

(i) Max

(ii) Max.

(iii) Max

Solucin:

(i)

(ii)

(iii)

18. (i) Demuestre que la funcin es cncava si y

convexa si
Solucin:

Para solucionar calcule la matriz Hessiana

19. Considere el problema

(i) Verifique que se trata de un problema de programacin cncava.

(ii) Sea un punto crtico. Verifique las condiciones de Kuhn-Tucker

en este punto

(iii) Es este mximo nico? Por que?

Solucin:

f Es estrictamente cncava y las restricciones son cncavas. Por ello el

punto es un max. global nico.

20. Resuelva los siguientes problemas,

(i)

(ii)

(iii)

(iv)

(v)

Solucin:

(i) x (1,1) ; todos max. Locales.

*

(ii) x 1 ; min. Local.

*

(iii) ; max. Global.

(iv) x (1,3) ; max. Global.

*

3 1

(v) x 16(3
* 4
,3 4 ) ; max. Global.
21. Suponga el siguiente problema
Solucin:

lo que significa que la restriccin

esta activa, mientras que la otra no lo esta.

22. Resuelva el siguiente problema

Solucin:
x * (1,3) ; Max. Global nico.1

23. La funcin f(x) = es convexa para todo x real.

Para probar esto, se debe mostrar que para todo

Solucin:

Reemplazando el valor de la funcin, esto equivale a que

Desarrollando.

Simplificando los trminos comunes

As, para demostrar que la funcin es convexa se debe probar la

desigualdad anterior. Si se transponen todos los trminos a la derecha, esta
desigualdad equivale mostrar que:

Al desarrollar, simplificar y factorizar el trmino derecho se obtiene

sucesivamente,

1
Extrado del libro de Economa Matemtica de Diego Escobar Uribe (1-22).
Esta ltima expresin es claramente mayor o igual a cero, ya que

por lo que y todo cuadrado es no negativo. Por lo

tanto, la funcin

24. Para +5,

Como la segunda derivada es positiva si y negativa si , la funcin

es convexa en el intervalo y cncava en El punto x=2/3 es

punto de inflexin: all la funcin cambia de convexa a cncava.

25. Para:

El conjunto de posibles puntos de inflexin es PPI = La segunda

derivada no cambia de signo en x=-1. En x=-2 cambia de positivo a
negativo; as; la funcin es convexa en y cncava en

26. Para la funcin

Los puntos crticos son el signo de la primera derivada pasa

de negativo a positivo en y de positivo a negativo en ; por lo

tanto h decrece en y crece en tiene un mnimo

local en y un mximo local en

Los PPI son 0, cambia de negativo a positivo en

de positivo a negativo en 0 y de negativo a positivo en , lo que indica

que h es convexa en ( y es cncava en (-

Adems,

de lo anterior se encuentra la grafica de

h.

27.

La derivada de la funcin es:

Esta funcin no es derivable en x=1 y x=-2. Los puntos crticos de la

funcin son

La funcin es creciente en el intervalo (-1,1), en este intervalo k es

positiva, decreciente en (-2,-1), ah k es negativa, y constante en
 , en estos puntos de la derivada de k es cero. La segunda
derivada de la funcin es

La segunda derivada no existe en x=1 y x=-2. Los posibles puntos de

inflexin son de los cuales nicos que se pueden
considerar puntos de inflexin son x=1 y x=-2, ya que la funcin es
convexa en el intervalo (-2,1) ya que en este intervalo k es positiva. En

la funcin se pude considerar convexa o cncava; si se

considera cncava entonces x=1 y x=-2 son puntos de inflexin.

Para determinar los conjuntos arg max, arg min y los valores del mximo y
mnimo de esta funcin sobre el conjunto , se deben analizar varios
casos:

a. Si

b. Si

c. Si

d. Si

e. Si

f. Si
g. Si

h. Si

i. Si

j. Si

k. Si

2
Extrado del libro de Matemticas para Economistas de Arsenio Pecha (23-27)