Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
Concavidad Economía Matemática – 2019/1 Máximo local y global Definición Sea f : A→R, con A⊆Rn. Un elemento x de A es un máximo local si existe ε > 0 tal que f (x)≥ f (y) para todo y ∈ B(x ,ε)∩A. Un elemento x de A es un máximo global si f (x)≥ f (y) para todo y ∈ A. • La definición para mínimo local y global es similar. [graph] Conjuntos convexos Definición Sea A⊆ Rn. Decimos que A es convexo si para todo x ,y ∈ A y todo t ∈ [0,1], tx + (1− t)y pertenece a A. [graph] Funciones cóncavas y convexas Definición Sea f : D ⊆ Rn→ R, donde D es convexo. Decimos que f es cóncava si f (tx + (1− t)y)≥ tf (x) + (1− t)f (y) para todo x ,y ∈ D y todo t ∈ [0,1]. Decimos que es convexa si −f es cóncava. [graph, alternative definition convex] Epigrafo Definición Sea f : D ⊆ Rn→ R. El epigrafo de f es el conjunto epi(f ) = {(x ,y) ∈ Rn×R : x ∈ D y y ≥ f (x)} El hypograph de f es el conjunto: hypo(f ) = {(x ,y) ∈ Rn×R : x ∈ D y y ≤ f (x)} [example in R2] • El teorema que sigue caracteriza concavidad en términos del hypograph de la función. Teorema Una función f : D ⊆ Rn→ R, donde D es convexo, es cóncava si, y solo si, su hypograph es convexo. Demostración. Pizarra. Concavidad y funciones diferenciables • Sea f : D ⊆ Rn y x = (x1,x2, ...,xn) ∈ D. El vector gradiente evaluado en x es ∇f (x) = ( ∂f (x) ∂x1 , ∂f (x) ∂x2 , ..., ∂f (x) ∂xn ) • El producto interno de dos vectores x = (x1, ...,xn) y y = (y1, ...,yn) en Rn es x · y = x1y1 + x2y2 + · · ·+ xnyn Concavidad y funciones diferenciables • El teorema que sigue presenta otra manera de determinar si una función es cóncava para funciones diferenciables. • Observación: siempre que suponemos que una función es diferenciable, estamos suponiendo que su dominio es abierto. Teorema Sea f : D ⊆ Rn→ R una funcion diferenciable y D un conjunto convexo. Entonces, f es concava si, y solo si, f (y)≤ f (x) +∇f (x) · (y − x) , para todo x ,y ∈ D. [example plane in R2] Puntos críticos y máximos • Sea f : D ⊆ Rn diferenciable. Entonces, un punto critico es un punto x en su dominio (abierto) tal que ∇f (x) = 0. • Ya sabemos que si x es un máximo local, entonces es un punto critico. I El próximo teorema presenta un resultado mas fuerte para funciones cóncavas. Teorema Sea f : D ⊆ Rn→ R, con D convexo, diferenciable y cóncava. Entonces, x ∈ D es un máximo global si,y solo si, x es un punto critico de f . Demostración. Pizarra. Matriz hessiana • Sea f : A⊆ Rn→ R. Para un dado x = (x1, ...,xn) ∈ A suponga que Di,j f (x) = ∂2f ∂xj∂xi (x) (1) existe para todo i , j = 1, ...,n. • La matriz hessiana es la matriz n×n dada por Hf (x) = D1,1f (x) · · · D1,nf (x) ... ... Dn,1f (x) · · · Dn,nf (x) • Hf (x) esta bien definida si f es dos veces diferenciable en el punto x . • Si f es dos veces continuamente diferenciable, entonces Hf (x) es simetrica para todo x (o sea, Hf (x) = (Hf (x))T ). Teorema Sea f : A⊆ Rn→ R una funcion dos veces diferenciable en x ∈ A. Entonces, existe r : R→ R que satisface ĺımt→0 r(t)/t2 = 0 tal que: f (x + th) = f (x) + t∇f (x) ·h+ t 2 2 h ′Hf (x)h+ r(t) para todo h ∈ Rn y todo t ∈ R con x + th ∈ A. Además, si f es dos veces diferenciable, entonces para todo x ,y ∈ A existe t ∈ [0,1] tal que f (y) = f (x) +∇f (x) · (y − x) + 12 (y − x) ′Hf (x + t (y − x))(y − x) Concavidad y la hessiana • Una matriz n×n, denotada por A, es negativa semi-definida si v ′Av ≤ 0 para todo v ∈ Rn y negativa definida si v ′Av < 0 para todo v ∈ Rn \{0}. • Una matriz n×n, denotada por A es positiva semi-definida si v ′Av ≥ 0 para todo v ∈ Rn y positiva definida si v ′Av > 0 para todo v ∈ Rn \{0}. Teorema Sea f : D ⊆Rn→R una función dos veces diferenciable, con D convexo. Entonces, f es cóncava si, y solo si, Hf (x) es negativa semi-definida para todo x ∈ D. [second order polinomials] Concavidad estricta Definición Sea f : D ⊆ Rn→ R, donde D es convexo. Decimos que f es estrictamente cóncava si f (tx + (1− t)y) > tf (x) + (1− t)f (y) para todo x ,y ∈ D, con x 6= y , y todo t ∈ (0,1). Decimos que es estrictamente convexa si −f es estrictamente cóncava. Concavidad estricta Teorema Sea f : D ⊆ Rn→ R una función diferenciable y D un conjunto convexo. Entonces, f es estrictamente cóncava si, y solo si, f (y) < f (x) +∇f (x) · (y − x) , para todo x ,y ∈ D, con x 6= y Concavidad estricta Teorema Sea f : D ⊆Rn→R una función dos veces diferenciable, con D convexo. Entonces, f es estrictamente cóncava si Hf (x) es negativa definida para todo x ∈ D.
Compartir