Análisis Convexo

Juan Pablo Luna

Programa de Engenharia de Produção

COPPE  UFRJ
jpluna@po.coppe.ufrj.br

22 de septiembre de 2014

1 / 21
Conjunto Convexo
C ∈ Rn es convexo si

tx + (1 − t)y ∈ C ∀x, y ∈ C, ∀t ∈ [0, 1]

Convexo
No convexo

I Convexidad no depende de topología.

I φ y Rn son convexos.

2 / 21
Cápsula Convexa

Intersección (arbitraria) de conjuntos

convexos es convexo.

Dado A ⊂ Rn , la Cápsula Convexa generada por A es:

\
co(A) = C (Convexo!!!)
A⊂C
C convexo

I Siempre existe la cápsula convexa.

I A ⊂ co(A)
I Si A es convexo ⇒ A = co(A)

3 / 21
Combinación Convexa
Dados x, x1 , x2 , . . . , xm ∈ Rn .
x es combinación convexa de x1 , x2 , . . . , xm si

m
X
∃t1 , t2 , . . . , tm ∈ [0, 1] : x= tk xk
k=1

Toda combinación convexa de puntos de

un conjunto convexo pertenece a dicho
conjunto.
(Prueba por inducción matemática)
 
n conjunto de combinaciones convexas
co(A) = x∈R :
de puntos de A

4 / 21
Cono

D ⊂ Rn es un cono si:

1. D 6= φ
2. Si v ∈ D, entonces tv ∈ D ∀t ≥ 0
I 0∈D
I {0} y Rn son conos.

Intersección arbitraria de conos es

también un cono.

5 / 21
Cono Convexo

Dado A ⊂ Rn , el Cono Convexo generado por A es:

\
cone(A) = C (Cono Convexo!!!)
A⊂C
C cono convexo

I Siempre existe el cono convexo.

I A ⊂ cone(A)
I Si A es cono convexo ⇒ A = cone(A)

6 / 21
Combinación Positiva
Dados v, v 1 , v 2 , . . . , v m ∈ Rn .
v es combinación positiva de v1, v2, . . . , vm si

m
X
∃t1 , t2 , . . . , tm ∈ R+ : v= tk v k
k=1

Toda combinación positiva de puntos de

un cono convexo pertenece a dicho
cono.
 
n conjunto de combinaciones positivas
cone(A) = v∈R :
de puntos de A

7 / 21
Combinación Convexa

Teorema
Dado A ⊂ Rn . ∀v ∈ cone(A) : ∃v 1 , v 2 , . . . v k ∈ A L.I. tal que v es
1 2 k
conbinación positiva de v , v , . . . v .

Teorema de Carathéodory

Dado A ⊂ Rn . ∀x ∈ co(A) : ∃x1 , x2 , . . . xn+1 ∈ A tal que x es

1 2
conbinación convexa de x , x , . . . x
n+1 .

8 / 21
Cono Convexo

Teorema(Lema de Farkas)(Versión Topológica)

Dados v 1 , v 2 , . . . , v m ⊂ Rn . El cono (convexo) (nitamente

1 2 m
generado) cone({v , v , . . . , v }) es cerrado.

9 / 21
Cono Tangente

Dado D ⊂ Rn convexo cerrado y x̄ ∈ D. El cono tangente a D

en el punto x̄ está denido por

 
tk → 0,
∃{tk } ⊂ R++
 
τD (x̄) = d ∈ Rn : tales que d k → d,
∃{dk } ⊂ Rn
x̄ + tk dk ∈ D
 

I El cono tangente siempre es convexo y cerrado.

I Tenemos que τD (x̄) = R+ (D − x̄)

10 / 21
Teoremas de Separación

Teorema.(Separación Fuerte)

Dado A ⊂ Rn , A 6= φ convexo y cerrado , y x̄ 6∈ A . Existen

v ∈ Rn \ {0} y α ∈ R tales que

hv, x̄i < α ≤ hv, xi ∀x ∈ A

11 / 21
Teoremas de Separación

Teorema.(Separación Débil)

Dado A ⊂ Rn , A 6= φ convexo y cerrado , y x̄ 6∈ A . Existen

v ∈ Rn \ {0} y α ∈ R tales que

hv, x̄i ≤ α ≤ hv, xi ∀x ∈ A

hv, x̄i ≤ hv, xi ∀x ∈ A

12 / 21
Teoremas de Separación

Teorema.(Separación Débil)

Dados A, B ⊂ Rn , A, B 6= φ convexos tales que A∩B =φ.

n
Existen v ∈ R \ {0} y α ∈ R tales que

hv, xi ≤ α ≤ hv, yi ∀x ∈ A, ∀y ∈ B

13 / 21
Teoremas de Separación

Teorema.(Separación Fuerte)

Dados A, K ⊂ Rn , A, K 6= φ convexos tales que A∩K =φ. Si

A es cerrado y K es compacto , entonces existen v∈ Rn \ {0} y

α, β ∈ R tales que

hv, xi ≤ α < β ≤ hv, yi ∀x ∈ A, ∀y ∈ K

14 / 21
Teoremas de Alternativa
Teorema(Lema de Farkas)(Versión Geométrica)

Dados c, v 1 , v 2 , . . . , v m ⊂ Rn . Una y sólo una de las siguientes

armaciones es verdadera.

I c ∈ cone({v 1 , v 2 , . . . , v m })
I ∃x ∈ Rn : hv i , ci ≤ 0, ∀i = 1, . . . , m, y hc, xi > 0

Teorema(Lema de Farkas)(Versión Matricial)

Dados A ∈ Rn×m y c ∈ Rn . Uno y sólo uno de los siguientes

sistemas tiene solución.

I Ax = c, x≥0
I A| y ≤ 0, hc, yi > 0

15 / 21
El Cono Polar

Dado C ⊂ Rn . El cono dual de C es denido por:

C ◦ = {d ∈ Rn : hd, xi ≤ 0, ∀x ∈ C}

 C◦ es un cono convexo y cerrado

16 / 21
El Cono Polar

Dados A1 ∈ Rp×n y A2 ∈ Rq×n .Sean C1 y C2 los conos

C1 = {x ∈ Rn : A1 x ≤ 0} y C2 = {x ∈ Rn : A2 x = 0}

Sus conos duales son:

C1◦ = {A|1 µ : µ ∈ Rp+ } y C2◦ = {A|2 λ : λ ∈ Rq }

17 / 21
Aspectos Prácticos

I Procedimientos operacionales para determinar si un

conjunto es convexo.

I En la práctica, ¾cómo de describen los conjuntos convexos?

18 / 21
Funciones Convexas
Dados D ⊂ Rn y f : D → R.

epf(f ) = {(x, t) ∈ D × R : f (x) ≤ t}

 f es convexa si epf(f ) ⊂ Rn × R es un
conjunto convexo.

Denición equivalente: f es convexa si

f (tx + (1 − t)y) ≤ tf (x) + (1 − t)f (y), ∀x, y ∈ D, ∀t ∈ [0, 1]

I Si f es convexa ⇒D es convexo.

19 / 21
Criterios para Convexidad

I Si f es diferenciable y D es convexo. Entonces:

I f es convexa ⇔ f (y) ≥ f (x) + h∇f (x), y − xi, ∀x, y ∈ D
I f es convexa ⇔ h∇f (x) − ∇f (y), x − yi ≥ 0, ∀x, y ∈ D
I Si f es dos veces diferenciable y D es convexo. Entonces:

f es convexa ⇔ ∇2 f (x) es semi denida positiva, ∀x ∈ D

20 / 21
Continuidad y Convexidad

Teorema
Toda función convexa es localmente lipchitziana en el interior de
su dominio.

Corolario
Data una función f : Rn → R convexa diferenciable. Para todo
x existen δ, M > 0 tales que k∇f (y)k ≤ M, ∀y ∈ B(x, δ).

21 / 21