Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
CONVEXIDAD
Conjuntos convexos Convexidad de funciones
cuando
x, y A y [0,1] se cumple x + (1 ) y A
x + (1 ) y
R2
y
Conjunto convexo:
=0 = 1/ 2
x
=1
Cualquier segmento que una puntos que pertenezcan al conjunto, est completamente contenido dentro del propio conjunto
Conjuntos no convexos:
CLC de puntos del propio conjunto pertenece al conjunto La interseccin de conjuntos convexos sigue siendo un conjunto convexo
Un vrtice es un punto del conjunto que no puede ser expresado como CLC de otros dos puntos diferentes del propio conjunto
Convexidad de funciones
Una funcin definida sobre un dominio
x, y D y [0,1] se cumple f (x + (1 ) y ) f ( x) + (1 ) f ( y )
Semiespacios
{ S = {x = ( x ,..., x ) R
1 n
S = x = ( x1 ,..., xn ) R a1 x1 + am x2 + K + am xm b
n n
a1 x1 + am x2 + K + am xm
} < b}
Una funcin es convexa cuando el segmento que une dos puntos cualesquiera de la grfica de la funcin queda siempre por encima de la grfica. Si el segmento queda siempre estrictamente por encima (salvo en los extremos), entonces la convexidad es adems estricta Toda funcin estrictamente convexa es tambin convexa
f( x)+(1-) f( y)
f(x)
f(x+(1-)y)
x+(1-)y
Funcin f(x,y)=x2+y2
Funciones cncavas
Una funcin definida sobre un dominio
x, y D y [0,1] se cumple f (x + (1 ) y ) f ( x ) + (1 ) f ( y )
Una funcin definida sobre un dominio
Funcin f(x,y)=1-2x2-3y2
f ( x1 , x2 , L , xn ) = c1 x1 + c2 x2 + L + cn xn + d
Caso de funciones de una variable: f(x) = cx+d
f(x) f(x)
f(x+(1-)y) = f(x)+(1-)f(y)
una funcin cncava Cualquier combinacin lineal con coeficientes positivos de funciones convexas es tambin una funcin convexa
S k = {x f ( x) k }
1 0, 2 0, K , k 0 1 f1 ( x) + 2 f 2 (x) + L + k f k ( x) es convexa
Tk = {x g ( x) k }
x12 + 3 x2 10 2 A = ( x1 , x2 ) x1 2 x12 x2 7 5 x1 + 2 x2 = 15
bastara comprobar que:
Semiespacio
Hiperplano
f ( x1 , x2 ) = x12 + 3 x2
2 1
h( x1 , x2 ) = 5 x1 + 2 x2
Bajo ciertas condiciones de regularidad, la matriz hessiana de una funcin es una matriz simtrica
det( A I ) =
= 0 1 , 2 ,..., n
L ann
A es definida positiva si y solo si los autovalores son todos estrictamente positivos. A es definida negativa si y solo si los autovalores son todos estrictamente negativos. A es semidefinida positiva si y solo si los autovalores son todos mayores o iguales a cero. A es semidefinida negativa si y solo si los autovalores son todos menores o iguales a cero. A es indefinida si existen dos autovalores de diferentes signos.
principales son estrictamente positivos: 1 > 0, 2 > 0, 3 > 0,..., n > 0 A es definida negativa si y solo si los menores son todos ellos no nulos y de signo alterno, siendo siempre el primero negativo: 1 < 0, 2 > 0, 3 < 0, 4 > 0,... Si todos los menores son estrictamente positivos salvo el ltimo que es nulo, entonces la matriz A es semidefinida positiva. 1 > 0, 2 > 0, 3 > 0,..., n = 0 Si los menores son todos de no nulos, salvo el ltimo, y adems de signo alterno, siendo el primero negativo, entonces A es semidefinida negativa. 1 < 0, 2 > 0, 3 < 0, 4 > 0,..., n = 0
posiblemente el ltimo, pero ni son todos positivos ni se alternan en el signo, entonces la matriz es indefinida. Cuando existe un menor nulo que no es el ltimo el criterio de los menores principales no permite clasificar la matriz Ejemplo: 1 = 12 >0 2 = 0 3 = 5 > 0 4 = 0
semidefinida positiva para cualquier x en el dominio de la funcin. f(x) es cncava si y solo si Hf(x) es semidefinida negativa para cualquier x. Si Hf(x) es definida positiva para cualquier x entonces f(x) es estrictamente convexa. Si Hf(x) es definida negativa para cualquier x entonces f(x) es estrictamente cncava.