ICS 1113 – Sección 1

PROPIEDADES BÁSICAS I
PROF. RAIMUNDO JAIME CUADRADO LABRA

1
La clase anterior:
• Comenzamos a entender que es un problema de optimización
– Parámetros
– Variables
– Restricciones
– Función objetivo

Hoy:
• Veremos algunas nociones básicas que debiesen poseer

2
Todo esto tenemos que ponerlo en formato
algebraico:

min f ( x)
s.a. gi ( x)  bi i = 1,..., m
x C

Vamos a identificar:
– Variables: ¿cuáles son las decisiones?
– Restricciones: ¿cómo están relacionadas y restringidas las
decisiones?
– Función objetivo: ¿qué queremos lograr?

3
El problema “típico” de optimización…
Este será el problema base del curso...

min f ( x)
s.a. gi ( x)  bi i = 1,..., m
x C
Donde:
• 𝑓: 𝑅𝑛 → 𝑅 es una función real.
• 𝑔𝑖 : 𝑅𝑛 → 𝑅 son funciones reales, 𝑖 = 1, … , 𝑚.
• 𝑏𝑖 son escalares, 𝑖 = 1, … , 𝑚.
• 𝐶 es un conjunto en Rn.

4
Definiciones Fundamentales

Parametros ≠ Variables

5
Definiciones Fundamentales
• ¿Qué significa función 𝑅𝑛 → 𝑅?
• ¿Qué significa función lineal?
• ¿Qué significa combinación convexa?
• ¿Qué significa dominio convexo?
• ¿Qué significa función convexa?
• ¿Qué significa punto extremo?
• ¿Qué significa dominio acotado?
• ¿Qué significa dominio abierto/cerrado?

6
Definiciones Fundamentales
• ¿Qué significa función 𝑅𝑛 → 𝑅?
∀ 𝑥Ԧ ∈ 𝑅𝑛 existe un número 𝑓 𝑥Ԧ ∈ 𝑅

Ejemplo:
𝑓 𝑥Ԧ : Distancia al origen
• 𝑓 𝑥Ԧ = 𝑥12 + 𝑥22
• 𝑥Ԧ ∈ 𝑅2

Luego 𝑓 𝑥Ԧ : 𝑅2 → 𝑅

7
 Definiciones Fundamentales
¿Qué es una función lineal?
• 𝑓 𝑥 =𝑥+3
• 𝑓 𝑥1 , 𝑥2 = 2𝑥1 + 3𝑥2
• 𝑓 𝑥Ԧ = 𝑐 𝑇 𝑥

¿Qué NO es una función lineal?

• 𝑓 𝑥 = 𝑥2 + 3
• 𝑓 𝑥1 , 𝑥2 = 𝑥1 + 2𝑥1 𝑥2

Nota: La programación lineal consta únicamente de funciones lineales y

restricciones lineales
8
Combinación Convexa
Definición:
• Combinación lineal entre n puntos con:

𝑦 = 𝛼1 𝑥1 + 𝛼2 𝑥2 + ⋯ + 𝛼𝑛 𝑥𝑛
𝑛

෍ 𝛼𝑖 = 1, 0 ≤ 𝛼𝑖 ≤ 1
𝑖=1

Ejemplos:

𝑦
𝑥2

𝑥1
9
Conjunto Convexo
Definición:
• Un conjunto S  Rn se dice convexo si:

x, y  S ,   [0,1]  x + (1 −  ) y  S

Ejemplos:

Conjunto Convexo Conjunto no-convexo

10
Proposición:
• Si 𝑆1 , … , 𝑆𝑝 son conjuntos convexos, entonces
𝑆1 𝑆2  … 𝑆𝑝 es convexo.

¿Y la unión de conjuntos....?

11
 Proposición:
El conjunto definido por una desigualdad lineal:
{( x1 ,..., x n )  R n : a1 x1 + ... + a n x n   }

Es convexo.

¿Qué pasa con la igualdad?

∴ El conjunto factible de un problema de programación

lineal es convexo.

12
Función Convexa
Definición:
• Sea 𝑓: 𝐷 ⊆ 𝑅𝑛 → 𝑅 una función de 𝑛 variables, 𝐷 un
conjunto convexo. Se dice que f es convexa si ∀𝑥, 𝑦 ∈ 𝐷:

f (x + (1 −  ) y )  f ( x) + (1 −  ) f ( y ), x, y,   [0,1]

Veámoslo gráficamente…

13
 Ejemplo función convexa

Gracias wikipedia… 14
¿Qué es una función convexa?
Definición:
• Sea 𝑓: 𝐷 ⊆ 𝑅𝑛 → 𝑅 una función de 𝑛 variables, 𝐷 un conjunto
convexo. Se dice que f es convexa si ∀𝑥, 𝑦 ∈ 𝐷:

f (x + (1 −  ) y )  f ( x) + (1 −  ) f ( y ), x, y,   [0,1]

Se dice que la función es estrictamente convexa si

f ( x + (1 −  ) y )   f ( x) + (1 −  ) f ( y ), x  y,   (0,1)

Definición:
• Sea 𝑓: 𝐷 ⊆ 𝑅𝑛 → 𝑅 una función de 𝑛 variables, 𝐷 un conjunto
convexo. Se dice que 𝑓 es cóncava si (−𝑓) es convexa.

15
ICS 1113 – Sección 1

PROPIEDADES BÁSICAS I
PROF. RAIMUNDO JAIME CUADRADO LABRA

16