


Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity
Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium
Prepara tus exámenes
Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity
Prepara tus exámenes con los documentos que comparten otros estudiantes como tú en Docsity
Encuentra los documentos específicos para los exámenes de tu universidad
Estudia con lecciones y exámenes resueltos basados en los programas académicos de las mejores universidades
Responde a preguntas de exámenes reales y pon a prueba tu preparación
Consigue puntos base para descargar
Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium
Comunidad
Pide ayuda a la comunidad y resuelve tus dudas de estudio
Ebooks gratuitos
Descarga nuestras guías gratuitas sobre técnicas de estudio, métodos para controlar la ansiedad y consejos para la tesis preparadas por los tutores de Docsity
Asignatura: Matematicas II, Profesor: anonimo no lo se, Carrera: Administración y Dirección de Empresas, Universidad: US
Tipo: Apuntes
1 / 4
Esta página no es visible en la vista previa
¡No te pierdas las partes importantes!



En este primer tema se establecen los conceptos y resultados sobre convexidad de conjuntos y funciones que son necesarios para el análisis de los problemas de optimización que se estudian en temas sucesivos.
Definición: El segmento que une dos puntos x ,y∈ Rnes el conjunto
Definición: Un conjunto S ⊆ Rnes convexo si ∀ x ,y∈S se verifica
Es decir, un conjunto es convexo si dados dos puntos cualesquiera del conjunto, el segmento que los une está contenido en el conjunto.
Ejemplo: Gráficamente se observa que el conjunto a) cumple la condición que se establece en la definición de conjunto convexo. El conjunto b) no la cumple, pues existen al menos dos puntos del conjunto tales que algunos de los puntos del segmento que los une no están en el conjunto.
a) Convexo b) No convexo
Propiedades:
Definición: Sea S ⊆ Rnconvexo. x ∈ S es un punto extremo o vértice de S si no existen
x 1 , x 2 ∈ S,x 1 ≠x 2 ,tales que x= λ x 1 +( 1 − λ )x 2 , 0 < λ < 1
Es decir, un punto extremo de un conjunto convexo es aquel punto tal que no está sobre un segmento que une otros dos puntos del conjunto.
Ejemplo:
Gráficamente se observa que x 1 y x 3 son puntos extremos, x 2 y x 4 no lo son.
Un conjunto convexo puede no tener puntos extremos, o tener un número finito o infinito de ellos.
Definición: Sea a ∈ Rn^ ,a≠θ, un hiperplano de normal a es un conjunto de la forma H ={x∈Rn^ /atx= α }, α ∈R.
Ejemplo: La recta 2 x + y= 4 es un hiperplano de normal (^)
a.
Un hiperplano, H, determina dos subconjuntos de R nllamados semiespacios
Los hiperplanos y los semiespacios son conjuntos convexos.
Definición: Un politopo es la intersección de un número finito de semiespacios cerrados. Un poliedro es un politopo acotado.
Ejemplo:
Poliedro Politopo
Los politopos son conjuntos convexos, al ser intersección de convexos.
x 2 x 3
x 1
x 4
· ·
Ejemplo:
Teorema: Sea f :S⊆ Rn^ →R, S convexo y abierto, f ∈ C^2 (S).
a) f es convexa en S ⇔ ∀x ∈S, Hf(x) representa una forma cuadrática definida positiva (D.P.) o semidefinida positiva (S.D.P.).
b) ∀x ∈S,Hf(x) representa una forma cuadrática D.P. ⇒ f es estrictamente convexa en S.
c) f es cóncava en S ⇔ ∀x ∈S, Hf(x) representa una forma cuadrática definida negativa (D.N.) o semidefinida negativa (S.D.N.).
d) ∀x ∈S,Hf(x) representa una forma cuadrática D.N. ⇒ f es estrictamente cóncava en S.