Economı́a Matemática

Semana 3: Concavidad y convexidad de

funciones

Vladimiro Contreras Tito

Universidad Nacional Federico Villarreal

Facultad de Ciencias Naturales y Matemática
Departamento de Matemática

Enero del 2021

V. Contreras T. 1/9 2021 1/9

 Envolvente convexa

Envolvente convexo
Dado un subconjunto cualquiera A de Rn , llamamos envolvente
convexa de A o cápsula convexa de A y denotamos Cc (A) al
conjunto convexo
T “más pequeño” que contiene al conjunto A. Esto es:
Cc (A) := α Bα , donde {Bα } es la familia de todos los conjuntos
convexos que contienen al conjunto A.

Observación 1.1.
Se puede demostrar en general que la capsula convexa de un conjunto
cualquiera A en Rn es el conjunto de todas las combinaciones convexas
de subconjuntos
Ps finitos arbitrarios de A; P
es decir:
Cc (A) = { j=1 λi x / x ∈ A , λj ≥ 0 , sj=1 λj = 1 , s ∈ N}
j j

V. Contreras T. 2/9 2021 2/9

 Convexidad y separación de conjuntos

Convexidad y separación de conjuntos

Definición 2.1.
Llamamos hiperplano en Rn al conjunto de todas las soluciones de
una ecuación lineal de n variables. Formalmente:
Dado un vector p ∈ Rn , p 6= 0 y un número real α, un hiperplano (de
normal p) es el conjunto: H(p, α) := {x ∈ Rn / p.x = α

Definición 2.2.
Dado un hiperplano H(p, α) ⊂ Rn , llamamos
a). semiespacio abierto bajo el hiperplano, al conjunto
H< (p, α) := {x ∈ Rn / p.x < α}
b). semiespacio cerrado bajo el hiperplano, al conjunto
H≤ (p, α) := {x ∈ Rn / p.x ≤ α}

V. Contreras T. 3/9 2021 3/9

 Convexidad y separación de conjuntos

c). semiespacio abierto sobre el hiperplano, al conjunto

H> (p, α) := {x ∈ Rn / p.x > α}
d). semiespacio cerrado sobre el hiperplano, al conjunto
H≥ (p, α) := {x ∈ Rn / p.x ≥ α}

Definición 2.3.
Decimos que un hiperplano H(p, α) ⊂ Rn separaa los subconjuntos A
y B de Rn , cuando A se encuentra en uno de los semi espacios
cerrados que determina H(p, α) y B se encuentra en el otro.
Formalmente: H(p, α) separa a los conjuntos A y B si y sólo si
∀ ∈ A , ∀b ∈ B : [(p.a ≤ α ≤ p.b) ∨ (p.b ≤ α ≤ p.a)]
O más brevemente, si y sólo si

p.A ≤ α ≤ p.B ∨ p.B ≤ α ≤ p.A

V. Contreras T. 4/9 2021 4/9

 Convexidad y separación de conjuntos

Observación 2.1.
1. Los conjuntos A y B para los cuales existe un hiperplano que los
separa, se denominan conjuntos separables.
2. Si un conjunto A está completamente incluido en alguno de los
semiespacios cerrados determinado por un hiperplano H, se dice
que H es un hiperplano acotador de A. Si además la
intersección de H con la frontera de A es no vacı́a, se dice que H
es un hiperplano soporte de A.
¿En qué casos los conjuntos son separables?. Ya podemos intuir que la
convexidad de los conjuntos es una condición importante. Las
siguientes proposiciones nos precisan las condiciones:

V. Contreras T. 5/9 2021 5/9

 Convexidad y separación de conjuntos

Teorema 2.1 (Minkowski).

Sean A y B conjuntos convexos no vacı́os, contenidos en Rn , con
A ∩ B = φ. Entonces existe un hiperplano H(p, α), separador de ambos
conjuntos; es decir ∃p ∈ Rn , p 6= 0, tal que ∀a ∈ A ∧ ∀b ∈ B se
cumple p.a ≤ p.b

Teorema 2.2.
Si H1 , H2 , ...Hm son m semiespacios cerrados en Rn , entonces la
intersección de todos ellos posee sólo un número finito de puntos
extremos.

Corolario 2.3.
Si A es una matriz de orden m × n y b ∈ Rm , entonces los siguientes
conjuntos poseen sólo un número finito de puntos extremos
χ(A, b) := {x ∈ Rn / Ax = b , x ≥ 0}
χ≤ (A, b) := {x ∈ Rn / Ax ≤ b , x ≥ 0}
χ≥ (A, b) := {x ∈ Rn / Ax ≥ b , x ≥ 0}
V. Contreras T. 6/9 2021 6/9
 Concavidad y convexidad de funciones

Teorema 2.4 (Krein-Milman).

Si K es un subconjunto compacto y convexo de Rn y posee sólo un
número finito de puntos extremos x1 , x2 , ..., xl , entonces K es el
conjunto de todas las combinaciones convexas de sus puntos extremos;
es decir
Xl X l
j
K={ λj x / λj ≥ 0 , λj = 1}
j=1 j=1

V. Contreras T. 7/9 2021 7/9

 Concavidad y convexidad de funciones

Concavidad y convexidad de funciones

Los conceptos de concavidad y convexidad de funciones están ligadas a

la caracterización de máximos y mı́nimos de una función.
Definición 3.1.
Sea f : X → R una función definida en X ⊂ Rn convexo.
i). se dice que es f es una función convexa si para cualquier par de
puntos x1 , x2 ∈ X y λ ∈ [0, 1],
f (λ x1 + (1 − λ)x2 ) ≤ λf (x1 ) + (1 − λ)f (x2 )
ii). se dice que es f es una función estrictamente convexa si para
cualquier par de puntos x1 , x2 ∈ X y λ ∈ (0, 1),
f (λ x1 + (1 − λ)x2 ) < λf (x1 ) + (1 − λ)f (x2 )

V. Contreras T. 7/9 2021 7/9

 Concavidad y convexidad de funciones

iii). se dice que es f es una función cóncava si para cualquier par de

puntos x1 , x2 ∈ X y λ ∈ [0, 1],
f (λ x1 + (1 − λ)x2 ) ≥ λf (x1 ) + (1 − λ)f (x2 )
iv). se dice que es f es una función estrictamente cóncava si para
cualquier par de puntos x1 , x2 ∈ X y λ ∈ (0, 1),
f (λ x1 + (1 − λ)x2 ) > λf (x1 ) + (1 − λ)f (x2 )

V. Contreras T. 8/9 2021 8/9

 Concavidad y convexidad de funciones

NOTA 3.1.
Algunos autores dan la definición de funciones cóncavas refiriéndose a
su hipógrafo y de funciones convexas refiriéndose a su epigrafo,
definimos: definiendo

Definición 3.2.
Sea f : X → R una función definida en X ⊂ Rn convexo.
1. Al conjunto Hf = {(x, α) ∈ Rn+1 / x ∈ X ∧ f (x) ≥ α} se llama
hipógrafo de f (Hf = HG(f ))
2. Al conjunto Ef = {(x, α) ∈ Rn+1 / x ∈ X ∧ f (x) ≤ α} se llama
epı́grafo de f (Ef = EHG(f ))

V. Contreras T. 9/9 2021 9/9

 Concavidad y convexidad de funciones

Teorema 3.1.
Sea f : X → R una función definida en X ⊂ Rn convexo. Entonces:
1. f es convexa si y sólo si Ef es un subconjunto convexo de Rn+1
2. f es cóncava si y sólo si Hf es un subconjunto convexo de Rn+1

Observación 3.1.
Existen funciones que n son cóncavas ni convexas ( por ejemplo las
funciones polinómicas de tercer grado), y también funciones que son a
la vez cóncavas y convexas (por ejemplo las funciones lineales).

V. Contreras T. 9/9 2021 9/9