ANALISIS CONVEXO El Análisis Convexo trata el análisis de funciones convexas, y se fundamenta en las propiedades geométricas de los conjuntos convexos. La noción de convexidad es crucial dentro de la teoría de optimización. Por una parte se tiene la definición general de un conjunto convexo y partiendo de ella se definen las funciones cóncavas, convexas, cuasiconcavas, cuasiconvexas, etc. 1. (i) Mediante una grafica en indique los siguientes conjuntos: correspondiente a la función: (ii) Calcule Que decirse acerca de la concavidad (cuasi concavidad) de la función f? puede Solución: (i) (ii) Observe H(x) la Matriz Hessiana. 2. Demuestre las partes (i) y (ii) del teorema: (i) X Y , es un conjunto convexo (ii) X x x X donde R, es un conjunto convexo Solución: (i) Tome dos puntos x, y que estén en como en Y y estos son convexos, (ii) X Y . Como están tanto en X y esta tanto en X Si Haga la combinación 3. Muestre que (i) son conjuntos convexos: M 1 x, y R 2 x 2 y 2 4 circunferencia es un conjunto convexo mientras la M 0 x, y R 2 x 2 y 2 4 no lo es. (ii) M 3 x, y R2 y x es un conjunto convexo Solución: Tomando Schawartz. cualesquiera, utilice la desigualdad de Tomando cualesquiera, utilice la desigualdad triangular. 4. Con las siguientes condiciones: (i) Sea f x kg x . Si g es cóncava entonces, f es cóncava si 0 y convexa si 0 h es (ii) Sea hx f x g x . Entonces si g y f son cóncavas, cóncava. (iii) Sea g X Y y h : Y R con f x h o g x . Si g es cóncava y h cóncava y monótona creciente, entonces f es cóncava. En cambio si h es monótona creciente (y no necesariamente cóncava o cuasiconcava) y g es cuasiconcava, entonces f h o g es cuasiconcava. Muestre que: Solución: (i) Utilice el siguiente teorema: a. Cuasiconcava Para cualquier x1 , x2 X con f ( x1 ) f ( x2 ) f (x1 1 x2 ) f ( x2 ) siendo 0,1 b. Cuasiconvexa - f es cuasiconcava Para cualquier x1 , x2 X con f ( x1 ) f ( x2 ) f (x1 1 x2 ) f ( x2 ) siendo 0,1 . (ii) Utilice el teorema anterior, para caracterizar la cuasi convidad y el hecho de que h es monótona creciente ( ). (iii) 5. Sea f (x 1, x 2) = x 1 + x 2. ¿Qué representa en este caso H f , el hipógrafo? Indique en una gráfica el Contorno Superior CS f (1) . ¿Qué puede afirmarse acerca de la cuasiconcavidad (-convexidad)? Solución es un hiperplano. CS f (1) ( x1, x2 ) 2 x2 1 x1 Hf es convexo. Tanto CS f de f como CI f son conjuntos convexos. para cualquier y que sea imagen ` 1 2 3 2 f ( x1, x2 ) ( x12 x ) . Analice f 6. Sea y este conjunto con respecto a la convexidad y cuasiconvexidad. Solución No es convexa, pues tómese por ejemplo x (1,1), y (8,2) y 1 para la 2 3 cuasiconvexidad analice el contorno inferior que es el circulo de radio y 2 7. Clasifique las siguientes funciones con respecto a cuasi-concavidad, convexidad f ( x1, x2 ) log(x1 x2 ) (a) f ( x1 , x2 ) x1 2 log x2 (b) f ( x1 , x2 ) 3x12 4x22 7 x1 , x2 (c) Solución (a) Suma de cóncavas es cóncava. (b) Suma de dos cóncavas es cóncava. (c) Tome, por ejemplo, por un lado ( x1 , x 2 ) (2,0), ( y1 , y 2 ) (0,1) y otro ( x1 , x 2 ) (2,0), ( y1 , y 2 ) (0,2) y 1 y por el 2 1 . 2 Calcule f ( ( x1 , x2 ) 1 ( y1 , y 2 )) y f ((x1 , x2 )) 1 f (( y1 , y 2 )) Mostrando que para el primer caso la primera expresión es menor que la segunda, mientras que en el segundo caso sucede lo contrario. Analice los contornos CS f ( y ) ( x1 , x2 ) 2 3 x12 4 x22 7 x1 x2 y Sea y=1, entonces se puede escribir el contorno superior como CS f (1) ( x1 ' , x 2 ' ) 2 ax '12 bx ' 22 1 75 2 75 2 son los valores propios de la matriz yb 2 2 7 3 2 .Como a>0 y b<0 el contorno C (1) representa una f 7 4 2 Donde a hipérbola. 8. Sea f: Muestre que entonces f es cuasi cóncava. Solución: Estime: Utilizando las propiedades de las funciones h y g. Utilice que h(x) = f (x) g (x) y tome los puntos x,y ∊X con f (x) f (y). 9. Utilice la caracterización mediante las derivadas de segundo orden para determinar si las siguientes funciones cóncavas o convexas: (a) (c) f ( x) 2in1 xi2 f ( x) e x1 e x 2 x1 x2 (b) f : R n R son (estrictamente) f ( x) x1 3x1x 2 6x12 x22 2 2 (d) f ( x) x1 x2 2 x1 x2 Solución: (a) Estrictamente cóncava (b) Estrictamente convexa (c) Estrictamente convexa (d) Cóncava 10. Halle los puntos críticos de las anteriores funciones y diga si estos son máximos-mínimos, globales- locales. Solución: * (a) x 0 max.global. 2 1 x * ( , ) min .global . 5 5 (b) * (c) x 0 min.global. * (d) x1 x2 max.globales. * 11. Bajo las condiciones del siguiente teorema * 1 * (i) Si f es C y x es un máximo (mínimo) local de f f ( x ) 0 * 1 * (ii) Si f es C y x es un máximo (mínimo) local de f H ( x ) es n.s.d (negativa semidefinida) o p.s.d (positiva semidefinida) Muestre que: 1. Si es p.d., entonces 2. Si f es convexa entonces es un mínimo local. es un mínimo global de f. Utilice el desarrollo de TAYLOR para f(x) alrededor del punto x* y las condiciones del problema: conociendo la convexidad utilice la caracterización dada en el el siguiente teorema: Sea: f : X R, X R n convexo. (t ) f (tx 1 t y) . cóncava (cuasiconcava). 12. Sea Entonces, Se f cóncava define una (cuasiconcava) función es donde A es constante, (función de producción tipo Cobb-Douglas). Muestre que si cóncava pero si no es cóncava pero si cuasi cóncava. es (i) Supongamos que la función sea y linealmente homogénea que toma valores positivos y que es cuasi cóncava. Muestre bajo el supuesto adicional que la homogeneidad, f es cóncava. (ii) Muestre que el resultado anterior se puede generalizar si suponemos que f es homogénea de grado y cuasi cóncava. Ayuda: Escriba . Solución: Calcule el Hessiano y los menores. Para la concavidad examine el contorno superior. (i) Defina . n Utilice el teorema f : X R, X R convexo. Se define una función (t ) f (tx 1 t y) . f cóncava (cuasiconcava) es Entonces, cóncava (cuasiconcava).y el hecho de que si una función es homogénea de grado 1, entonces sus derivadas son homogéneas de grado 0. Finalmente utilice el Teorema de EULER que nos dice que (ii) Para la generalización utilice el siguiente teorema de composición a partir de escribir . Teorema de composición: Sea f x kg x . Si g es cóncava entonces, convexa si 0 f es cóncava si 0 y Sea hx f x g x . Entonces si g y f son cóncavas, h es cóncava. Sea g X Y y h : Y R con f x h o g x . Si g es cóncava y h cóncava y monótona creciente, entonces f es cóncava. En cambio si h es monótona creciente (y no necesariamente cóncava o cuasiconcava) y g es cuasiconcava, entonces f h o g es cuasiconcava. 13. (i) Muestre que una función de producción tipo Cobb-Douglas es siempre cuasi cóncava y, es cóncava, si el grado de homogeneidad es Ayuda: Considere log f (x). (ii) Muestre que una función de producción tipo CES es siempre cuasi cóncava y, es cóncava si el grado de homogeneidad . Ayuda: Considere g(x) = log (x) y sea Solución: (i) Defina . Analice la concavidad de p(x) y utilice el nuevo teorema de composición. (ii) Defina ahora: Analice la concavidad de la función y tome en cuenta si Finalmente utilice el teorema de composición. 14. Analice los puntos críticos de f ( x1 , x2 ) x12 x22 x1 , x2 para 1,2,3 Solución: Para 1 tenemos un máx. global; para 2 un máx. local y para 3 un punto silla. 15. i. Sea f ( x1 , x2 ) x13 2x1 x2 x22 .Encuentre los puntos críticos de f . ii. Sea g ( x1 , x2 ) x1 x2 .Solucione ahora: max f ( x) s.ag( x) 0 Solución: 2 3 2 3 Los puntos críticos son (0,0) y , .El primero es un punto silla mientras que el segundo es un min. Local. 16. Analice la siguiente función con respecto a puntos críticos y justifique de que se trata: Solución: x*=(2,1) es min. Local. 17. Derive las condiciones de KUHN-TUCKER para los siguientes problemas y halle la solución: (i) Max (ii) Max. (iii) Max Solución: (i) (ii) (iii) 18. (i) Demuestre que la función es cóncava si y convexa si Solución: Para solucionar calcule la matriz Hessiana 19. Considere el problema (i) Verifique que se trata de un problema de programación cóncava. (ii) Sea un punto crítico. Verifique las condiciones de Kuhn- Tucker en este punto (iii) Es este máximo único? Por que? Solución: f Es estrictamente cóncava y las restricciones son cóncavas. Por ello el punto es un max. global único. 20. Resuelva los siguientes problemas, (i) (ii) (iii) (iv) (v) Solución: * (i) x (1,1) ; todos max. Locales. * (ii) x 1 ; min. Local. (iii) ; max. Global. * (iv) x (1,3) ; max. Global. 3 1 * 4 ,3 4 ) ; max. Global. (v) x 16 (3 21. Suponga el siguiente problema Solución: lo que significa que la restricción esta activa, mientras que la otra no lo esta. 22. Resuelva el siguiente problema Solución: x * (1,3) ; Max. Global Único.1 23. La función f(x) = es convexa para todo x real. Para probar esto, se debe mostrar que para todo Solución: 1 Extraído del libro de Economía Matemática de Diego Escobar Uribe (1-22). Reemplazando el valor de la función, esto equivale a que Desarrollando. Simplificando los términos comunes Así, para demostrar que la función es convexa se debe probar la desigualdad anterior. Si se transponen todos los términos a la derecha, esta desigualdad equivale mostrar que: Al desarrollar, simplificar y factorizar el término derecho se obtiene sucesivamente, Esta última expresión es claramente mayor o igual a cero, ya que por lo que y todo cuadrado es no negativo. Por lo tanto, la función 24. Para +5, Como la segunda derivada es positiva si es convexa en el intervalo y negativa si y cóncava en El punto x=2/3 es punto de inflexión: allí la función cambia de convexa a cóncava. 25. Para: , la función El conjunto de posibles puntos de inflexión es PPI = La segunda derivada no cambia de signo en x=-1. En x=-2 cambia de positivo a negativo; así; la función es convexa en y cóncava en 26. Para la función Los puntos críticos son de negativo a positivo en el signo de la primera derivada pasa y de positivo a negativo en tanto h decrece en local en y crece en ; por lo tiene un mínimo y un máximo local en Los PPI son 0, cambia de negativo a positivo en de positivo a negativo en 0 y de negativo a positivo en que h es convexa en ( , lo que indica y es cóncava en (- Además, de lo anterior se encuentra la grafica de h. 27. La derivada de la función es: Esta función no es derivable en x=1 y x=-2. Los puntos críticos de la función son La función es creciente en el intervalo (-1,1), en este intervalo ´k es positiva, decreciente en (-2,-1), ahí k´ es negativa, y constante en , en estos puntos de la derivada de k es cero. La segunda derivada de la función es La segunda derivada no existe en x=1 y x=-2. Los posibles puntos de inflexión son de los cuales únicos que se pueden considerar puntos de inflexión son x=1 y x=-2, ya que la función es convexa en el intervalo (-2,1) ya que en este intervalo k´´ es positiva. En la función se pude considerar convexa o cóncava; si se considera cóncava entonces x=1 y x=-2 son puntos de inflexión. Para determinar los conjuntos arg max, arg min y los valores del máximo y mínimo de esta función sobre el conjunto , se deben analizar varios casos: a. Si b. Si c. Si d. Si e. Si f. Si g. Si h. Si i. Si j. Si k. Si 2 2 Extraído del libro de Matemáticas para Economistas de Arsenio Pecha (23-27)