ESCUELA POLITÉCNICA NACIONAL.

O PTIMIZACIÓN I • D EBER N ◦ 1

Semestre 2019-B William Gabriel Granda Betancourt.

E JERCICIO 1. Sean a, b ∈ R2 y γ ∈ [0, 1], se define el Pétalo de Penot como el

conjunto:

Pγ ( a, b) := { x ∈ R2 : γ k a − x k + k x − bk ≤ kb − ak}.

Pruebe que este conjunto es convexo para todo a, b ∈ R2 y γ ∈ [0, 1].

Demostración. Sean a, b ∈ R2 y γ ∈ [0, 1] , x, y ∈ Pγ ( a, b) y λ ∈ [0, 1], vamos a

demostrar que Pγ ( a, b) es un conjunto convexo; es decir, debemos probar que

γ k a − [λx + (1 − λ)y]k + kλx + (1 − λ)y − bk ≤ kb − ak .

Como x, y ∈ Pγ ( a, b), tenemos que

γ k a − x k + k x − bk ≤ kb − ak y γ k a − yk + ky − bk ≤ kb − ak . (1)

Pongamos c := γ k a − [λx + (1 − λ)y]k + kλx + (1 − λ)y − bk, tenemos que

c = γ k a − λx + λy − yk + kλx + y − λy − bk
= γ kλa + (1 − λ) a − λx − (1 − λ)yk + kλx + (1 − λ)y − λ − (1 − λ)bk ,

de donde, por la desigualdad triangular y (1), se tiene que

c ≤ γ[λ k a − x k + (1 − λ) k a − yk] + [λ k x − bk + (1 − λ) ky − bk]

= [γλ k a − x k + λ k x − bk] + [γ(1 − λ) k a − yk + (1 − λ) ky − bk]
≤ λ k b − a k + (1 − λ ) k b − a k
= kb − ak .

Con esto, hemos probado que Pγ ( a, b) es un conjunto convexo para todo a, b ∈ R

y todo γ ∈ [0, 1].

E JERCICIO 2. Suponga que C1 , C2 son conjuntos convexos en R n , int(C1 ) 6= ∅

y int(C1 ) ∩ C2 = ∅. Pruebe que existe un hiperplano que separa C1 y C2 .

1
William Gabriel Granda Betancourt. Deber N◦ 1

Demostración. Consideremos el conjunto:

C := int(C1 ) − C2 ,

donde C es no vacío, debido a que C1 y C2 son no vacíos, además C es un conjunto

convexo.
Por otro lado, tenemos que 0 ∈ / C, pues C1 y C2 son conjuntos disjuntos. Ahora,
por el Corolario 2.8 aplicado a C y 0 ∈ / C, tenemos que existe un hiperplano que
separa a int (C1 ) y C2 es decir, existe p ∈ R n r 0 tal que

p T x1 ≤ p T x2

para todo x1 ∈ int (C1 ) ⊆ C1 y todo x2 ∈ C2 . Con esto, hemos probado que

sup{ p T x : x ∈ C1 } ≤ ı́nf{ p T x : x ∈ C2 }.

E JERCICIO 3. Sea B un conjunto convexo y compacto en R n . Pruebe que el

hiperplano de soporte de B contiene al menos un punto extremo de B.

Demostración. Sea x ∈ ∂( B), el hiperplano de soporte de B en x es:

H = { x ∈ R n : p T ( x − x ) = 0}. (2)

como B es compacto en R n ; es decir, es cerrado y acotado, tenemos que

∂( B) ⊆ B,

de donde, x ∈ B, así, junto con (2), obtenemos que

H ∩ B 6 = ∅,

además, H ∩ B es un conjunto convexo, debido a que H y B con conjuntos conve-

xos y la intersección de conjuntos convexos es un conjunto convexo. Ahora, tome-
mos z ∈ H ∩ B un punto extremo, vamos a demostrar que z también es un punto
extremo de B, esto lo haremos por reducción al absurdo, es decir, supongamos
que z no es un punto extremo de B, de donde,

z = λa + (1 − λ)b,

donde, a, b ∈ H y a, b ∈
/ B. Como z ∈ H, por definición del hiperplano H, se sigue
que
p T (z − x ) = 0. (3)

2
Deber N◦ 1 William Gabriel Granda Betancourt.

Por otro lado, por definición de hiperplano de soporte, sabemos que B está con-
tenido en uno de los subespacios de H, sin pérdida de generalidad, supongamos
que
B ⊆ H−,

luego, para todo x ∈ H ∩ BC , obtenemos que

p T ( x − x ) > 0,

de donde, para a, b ∈ H ∩ BC , se sigue que

pT (a − x) > 0 y p T (b − x ) > 0,

es decir,
pT a > pT x y p T b > p T x. (4)

De (3) tenemos que

p T (λa + (1 − λ)b − x ) = λp T a + (1 − λ)b − p T x,

luego, combinando la igualdad precedente con (4), obtenemos que

p T (λa + (1 − λ)b − x ) > λp T x + (1 − λ) x − p T x = 0,

con esto, tenemos que

p T (z − x ) > 0,

lo cual es contradictorio, por lo tanto, z ∈ R n es un punto extremo de B.

E JERCICIO 4. Sean A y B conjuntos no vacíos en R n . Demuestre que:

conv( A + B) = conv( A) + conv( B).

Demostración. Sabemos que A ⊆ conv( A) y B ⊆ conv( B), así, tenemos que

A + B ⊆ conv( A) + conv( B),

de donde, puesto que conv( A + B) es el conjunto convexo más pequeño que con-
tiene a A + B, se sigue que

conv( A + B) ⊆ con( A) + conv( B). (5)

Para la otra contenencia, tomemos x ∈ conv( A) + conv( B) y vamos a demostrar

3
William Gabriel Granda Betancourt. Deber N◦ 1

que x ∈ conv( A + B), tenemos que

x = a + b,

con a ∈ conv( A) y b ∈ conv( B), de donde, por la definición de envolvente conve-

xa, tenemos que
n k
a= ∑ αi yi y b= ∑ β i zi ,
i =1 i =1

donde y1 , . . . , yn ∈ A y z1 , . . . , zk ∈ B y además,

n k
∑ αi = ∑ βi = 1,
i =1 j =1

luego, obtenemos que

n k
x= ∑ αi yi + ∑ β i zi
i =1 i =1
! ! ! !
k n n k
= ∑ βj ∑ αi yi + ∑ αi ∑ β j zj
j =1 i =1 i =1 j =1
n k
= ∑ ∑ α i β j ( x i + y j ),
i =1 j =1

donde, ! !
n k n k
∑ ∑ α i β j = ∑ α1 ∑ βj = 1,
i =1 j =1 i =1 j =1

es decir, hemos probado que x se escribe como combinación convexa de elementos

de S + T, por lo tanto,

conv( A) + conv( B) ⊆ conv( A + B). (6)

Combinando (5) y (6), se sigue que

conv( A + B) = conv( A) + conv( B).

E JERCICIO 5. Determinar cuál de las siguientes funciones son convexas, es-

trictamente convexas, uniformemente convexas o cóncavas:

a) f 1 ( x ) = exp( x ),

4
Deber N◦ 1 William Gabriel Granda Betancourt.

b) f 2 ( x ) = x2 ,

c) f 3 = mı́n{1 − x2 , 0},

d) f 4 ( x ) = máx{| x1 |, | x2 |},

e) f 5 ( x ) = k x k (norma euclidiana),
1 Rx
f) F (t) dt, donde F es una función convexa.
x 0
Solución: a) Usando la caracterización de funciones convexas, basta con demos-
trar que la matriz Hessiana de f 1 es definida positiva, en efecto,

f 1 ”( x ) = exp( x ) > 0,

para todo x ∈ R. Con esto, hemos probado que f 1 ( x ) = exp( x ) es una función
estrictamente convexa.

b) De igual forma, puesto que

f 2 ”( x ) = 2 > 0,

para todo x ∈ R, se sigue que f 2 = x2 es una función estrictamente convexa.

Gráficamente, tenemos que
y
4

x
−4 −3 −2 −1 1 2 3 4

−1

c) Reescribiendo la función, tenemos que

f 3 : R −→ R
0 si − 1 ≤ x ≤ 1,
x 7−→
1 − x 2 si x < −1 o x > 1.

5
William Gabriel Granda Betancourt. Deber N◦ 1

Ahora, derivando, tenemos que


0 si − 1 ≤ x ≤ 1,
f 3 ”( x )
−2x si x < −1 o x > 1.

Con esto, tenemos que

f 3 ”( x ) ≤ 0,

por lo tanto, f es cóncava.

d) Sean x, y ∈ R2 y λ ∈ [0, 1], vamos a demostrar que f 4 es una función convexa;

es decir, debemos probar que

f 4 (λx + (1 − λy)) ≤ λ f 4 ( x ) + (1 − λ) f 4 (y).

Notemos que

máx {|λxi + (1 − λ)yi |} ≤ máx {|λ| xi | + (1 − λ)|yi |},

1≤ i ≤2 1≤ i ≤2

para todo i ∈ {1, 2}, de donde,

máx {|λxi + (1 − λ)yi |} ≤ máx {|λxi |} + máx {|(1 − λ)yi |},

1≤ i ≤2 1≤ i ≤2 1≤ i ≤2

para todo i ∈ {1, 2},luego,

máx {|λxi + (1 − λ)yi |} ≤ λ máx {| xi |} + (1 − λ) máx {|yi |},

1≤ i ≤2 1≤ i ≤2 1≤ i ≤2

para todo i ∈ {1, 2}, con esto, hemos demostrado que

f 5 (λx + (1 − λ)y) ≤ λ f 5 ( x ) + (1 − λ) f 5 (y),

es decir, f 5 es una función convexa.

e) Sean x, y ∈ R y λ ∈ [0, 1], vamos a demostrar que f 5 es una función convexa;

es decir, vamos a demostrar que

f 5 (λx + (1 − λy)) ≤ λ f 5 ( x ) + (1 − λ) f 5 (y).

En efecto, por la desigualdad triangular, tenemos que

kλx + (1 − λy)k ≤ kλx k + k(1 − λ)yk ,

6
Deber N◦ 1 William Gabriel Granda Betancourt.

de donde, por la homogeneidad de la norma, se sigue que

kλx + (1 − λy)k ≤ λ k x k + (1 − λ) kyk ,

es decir,
f 5 (λx + (1 − λ)y) ≤ λ f 5 ( x ) + (1 − λ) f 5 (y),

con esto, hemos probado que f 5 es una función convexa.

E JERCICIO 6. Considere la función:

f : R n −→ R !
1 ,
x 7−→ log 2
1 − kxk

¿ f es estrictamente convexa en C := { x ∈ R n : k x k < 1}?

Solución: La función f no es escrictamente convexa, en efecto, consideremos:

   
1 1
x= , 0, . . . , 0 y y= , 0, . . . , 0 ,
2 2

además, tomemos λ = 12 , luego, tenemos que

 
 
1 1 1
f x+ y = log 
 
2 
2 2

1 − 2 x + 12
1

= log(2).

Por otro lado, se tiene que

 
1 1 1 1 1 1
f ( x ) + f (y) = log ) + log(
2 2 2 1 − kxk 2 1 − kyk
1 1
= log 2 + log 2
2 2
= log 2.

Con esto, tenemos que f no es estrictamente convexa.

E JERCICIO 7. Sean f 1 , f 2 : R n → R funciones convexas y diferenciables. Con-

7
William Gabriel Granda Betancourt. Deber N◦ 1

sidere la función f definida por:

máx{ f 1 ( x ), f 2 ( x )},

para todo x ∈ R n . Sea x ∈ R n tal que f ( x ) = f 1 ( x ) = f 2 ( x ). Muestre que ξ es

un subgradiente de f en x si y solo si

ξ = λ∇ f 1 ( x ) + (1 − λ)∇ f 2 ( x ),

con λ ∈ ]0, 1[.

Demostración. a) Para la primera implicación supongamos que ξ ∈ R n es un sub-
gradiente de f en x, así, para d ∈ R n y α > 0 suficientemente pequeño se tiene
que
f ( x + αd) ≥ f ( x ) + ξ T (αd). (7)

Por otro lado, como f 1 y f 2 son diferenciables, tenemos que

f ( x + αd) = f ( x ) + ∇ f 1 ( x ) T (αd) + O(kαdk

y
f ( x + αd) = f ( x ) + ∇ f 2 ( x ) T (αd) + O(kαdk),

de donde, para λ ∈ ]0, 1[, tenemos que

h i
f ( x + αd) = f ( x ) + λ∇ f 1 ( x ) T (αd) + (1 − λ)∇ f 2 ( x ) T (αd) + O(kαdk) ,

luego, combinando la desigualdad precedente con (7), se sigue que

h i
f ( x ) + λ∇ f 1 ( x ) T (αd) + (1 − λ)∇ f 2 ( x ) T (αd) + O(kαdk) ≥ f ( x ) + ξ T (αd),

luego, dividiendo para α > 0, se tiene que

O(kαdk)
λ∇ f 1 ( x ) T (d) + (1 − λ)∇ f 2 ( x ) T (d) + ≥ ξ T d,
α
tomando el límite cuando α → 0, obtenemos que

λ f 1 ( x ) T (d) + (1 − λ)∇ f 2 ( x ) T (d)+ ≥ ξ T d,

de donde,
(ξ − λ f 1 ( x ) + (1 − λ)∇ f 2 ( x )) T d ≤ 0,

luego, tomando d = ξ − λ f 1 ( x ) + (1 − λ)∇ f 2 ( x ), se tiene que

kξ − λ f 1 ( x ) + (1 − λ)∇ f 2 ( x )k2 ≤ 0,

8
Deber N◦ 1 William Gabriel Granda Betancourt.

es decir, hemos probado que

ξ = λ f 1 ( x ) + (1 − λ)∇ f 2 ( x ).

b) Para la otra implicación, supongamos que ξ ∈ R n es tal que

ξ = λ∇ f 1 ( x ) + (1 − λ)∇ f 2 ( x ),

con λ ∈ ]0, 1[ y x ∈ R n , vamos a demostrar que ξ es un subgradiente de f en

x ∈ R n , para ello, debemos probar que

f ( x ) ≥ f ( x ) + ξ T ( x − x ),

para todo x ∈ R n . En efecto, como f 1 y f 2 son convexas y diferenciables, tene-

mos que
f ( x ) ≥ f 1 ( x ) ≥ f ( x ) + ∇ f ( x ) T ( x − x ),

y
f ( x ) ≥ f 2 ( x ) ≥ f ( x ) + ∇ f ( x ) T ( x − x ),

de donde, para λ ∈ ]0, 1[, se sigue que

f ( x ) ≥ f ( x ) + [λ∇ f 1 ( x ) + (1 − λ)∇ f 2 ( x )] T ( x − x ),

para todo x ∈ R n , luego, por hipótesis, tenemos que

f ( x ) ≥ f ( x ) + ξ T ( x − x ),

para todo x ∈ R n , es decir, hemos probado que ξ es un subgradiente de f en

x.

E JERCICIO 8. Demuestre que el subdiferencial de una función convexa cal-

culado en x ∈ int (dom( f )) es un conjunto acotado.

Demostración. Sean ξ ∈ R n el subdiferencial de f en x ∈ int (dom( f )) y λ >

0 suficientemente pequeño, de donde, puesto que int (dom( f )) es un conjunto
abierto, tenemos que
x + λξ ∈ int(dom( f )),

luego, por la definición de subgradiente, obtenemos que

f ( x + λξ ) ≥ f ( x ) + ξ T (λξ )

9
William Gabriel Granda Betancourt. Deber N◦ 1

= f ( x ) + λ k ξ k2 ,

es decir, tenemos que

kξ k2 ≤ f ( x + λξ ) − f ( x ),

con esto, hemos probado que ξ ∈ R n es acotado.

E JERCICIO 9. Sean X ⊆ R n un convexo abierto y f : X → R una función.

Entonces se tiene que f es continua en X ¿Se cumple lo mismo si X es cerrado?

Solución: Consideremos el intervalo:

[−1, 1] = { x ∈ R : −1 ≤ x ≤ 1},

de donde, tenemos que es un conjunto convexo y cerrado. Por otro lado, conside-
remos la función:

f : [−1, 1] −→ [0, 1]
0 si − 1 < x < 1,
x 7−→
1 si x = −1 o x = 1.

Gráficamente, tenemos:
y
2

b b
1

x
−2 −1 1 2

−1

Con esto, tenemos que f no es continua sobre [0, 1] ⊆ R.

E JERCICIO 10. Para cada 1 ≤ i ≤ m, considere γi > 0, ai ∈ R n y las funciones

f , g : R n → R definidas por:
!
m m
f ( x ) := ∑ γi exp(aiT x) y g( x ) := ln ∑ γi exp(aiT x) .
i =1 i =1

Pruebe que f y g son convexas.

10
Deber N◦ 1 William Gabriel Granda Betancourt.

Demostración. Antes de realizar la demostración, probemos que la función:

h : R −→ R
x 7−→ exp( x ),

es una función convexa. En efecto, el resultado se sigue debido a que h′′ ( x ) =

exp( x ) > 0.
Ahora, sean x, y ∈ R n y λ ∈ [0, 1], vamos a demostrar que f (λx + (1 − λ)y) ≤
λ f ( x ) + (1 − λ) f (y), tenemos que
 
f (λx + (1 − λ)y) = exp λaiT (λx + (1 − λ)y)
 
= exp λaiT x + (1 − λ) aiT y ,

para cada i ∈ {1, · · · , m}, de donde, usando la convexidad de la función exponen-

cial, obtenemos que
 
exp λaiT (λx + (1 − λ)y) ≤ λ exp( aiT x ) + (1 − λ) exp( aiT y),

para cada i ∈ {1, · · · , m}, luego, puesto que γi > 0 para cada i ∈ {1, · · · , m}, de
la desigualdad precedente, obtenemos que
 
γi exp λaiT (λx + (1 − λ)y) ≤ γi λ exp( aiT x ) + γi (1 − λ) exp( aiT y),

para cada i ∈ {1, · · · , m}, así,

m   m m
T T
∑ i
γ exp λa i ( λx + ( 1 − λ ) y ) ≤ λ ∑ i
γ exp ( a i x ) + ( 1 − λ ) ∑ γi exp(aiT y),
i =1 i =1 i =1

es decir,
f (λx + (1 − λ)y) ≤ λ f ( x ) + (1 − λ) f (y),

con esto, hemos probado que f es convexa.

Ahora, vamos a demostrar que g es una función cóncava, para ello, notemos
que la función:
Φ : R + −→ R
x 7−→ ln( x )
es una función cóncava, debido a que

1
Φ”( x ) = − < 0,
x2
para todo x ∈ R + .

11
William Gabriel Granda Betancourt. Deber N◦ 1

Finalmente, tenemos que

g = Φ ◦ f : R n −→ R !
m
x 7−→ ln ∑ γi exp( aiT x ) ,
i =1

de donde, se sigue el resultado.

E JERCICIO 11. Supongamos que

f ( x ) = h( g1 ( x ), g2 ( x ), . . . , gk ( x )),

donde, h : R k → R es convexa y gi : R n → R para cada i ∈ {1, . . . , k }. Ade-

más, supongamos que para cada i ∈ {1, . . . , k }, uno de los siguientes enun-
ciados se verifica:

• h es no decreciente en la i-ésima componente y gi es convexa.

• h es no creciente en la i-ésima componente y gi es cóncava.

• gi es afín.

Demuestre que f es convexa.

Demostración. a) Supongamos que h es no decreciente en la i-ésima componente

y gi es convexa, sean x, y ∈ R n y λ ∈ ]0, 1[, vamos a demostrar que

f (λx + (1 − λ)y) ≤ λ f ( x ) + (1 − λ) f (y).

Como gi es convexa, tenemos que

gi (λx + (1 − λ)y) ≤ λgi ( x ) + (1 − λ) gi (y),

para todo i ∈ {1, · · · , k }, de donde, puesto que h es no decreciente, obtenemos

que
h( gi (λx + (1 − λ)y) ≤ h(λgi ( x ) + (1 − λ) gi (y)),

para todo i ∈ {1, · · · , k }, luego, de la desigualdad precedente y usando el

hecho de que h es convexa, se sigue que

h( gi (λx + (1 − λ)y) ≤ λh( gi ( x )) + (1 − λ) h( gi (y)),

12
Deber N◦ 1 William Gabriel Granda Betancourt.

para todo i ∈ {1, · · · , k }, es decir, hemos probado que

f (λx + (1 − λ)y) ≤ λ f ( x ) + (1 − λ) f (y).

b) Supongamos que h es no creciente en la i-ésima componente y gi es cóncava,

sean x, y ∈ R n y λ ∈ ]0, 1[, vamos a demostrar que

f (λx + (1 − λ)y) ≤ λ f ( x ) + (1 − λ) f (y).

Como gi es cóncava, tenemos que

gi (λx + (1 − λ)y) ≥ λgi ( x ) + (1 − λ) gi (y),

para todo i ∈ {1, · · · , k }, de donde, puesto que h es no creciente, obtenemos

que
h( gi (λx + (1 − λ)y) ≤ h(λgi ( x ) + (1 − λ) gi (y)),

para todo i ∈ {1, · · · , k }, luego, de la desigualdad precedente y usando el

hecho de que h es convexa, se sigue que

h( gi (λx + (1 − λ)y) ≤ λh( gi ( x )) + (1 − λ) h( gi (y)),

para todo i ∈ {1, · · · , k }, es decir, hemos probado que

f (λx + (1 − λ)y) ≤ λ f ( x ) + (1 − λ) f (y).

c) Supongamos que gi es afín para todo i ∈ {1, · · · , k }; es decir,

g i ( x ) = A i x + bi ,

para todo x ∈ R n , de donde, sean x, y ∈ R n y λ ∈ [0, 1], tenemos que

f ( x ) = h( A1 (λx + (1 − λ)y) + b1 , . . . , Ak (λx + (1 − λ)y) + bk ). (8)

Por otro lado, notemos que

Ai (λx + (1 − λ)y) + bi = λAi x + (1 − λ) Ai y + bi ,

para todo i ∈ {1, · · · , k }, de donde,

 
Ai (λx + (1 − λ)y) + bi = λ( Ai x + bi ) + (1 − λ) Ai y + bi ,

para todo i ∈ {1, · · · , k }, luego, combinando la igualdad precedente con (8),

13
William Gabriel Granda Betancourt. Deber N◦ 1

obtenemos que
  
h( gi (λx + (1 − λ)y) = h λ( Ai x + bi ) + (1 − λ) Ai y + bi ,

para todo i ∈ {1, · · · , k }, luego, puesto que h es convexa, tenemos que

   
h( gi (λx + (1 − λ)y) ≤ λh Ai x + bi + (1 − λ) h Ai y + bi ,

para todo i ∈ {1, · · · , k }, con esto, hemos probado que

f (λx + (1 − λ)y) ≤ λ f ( x ) + (1 − λ) f (y).

14