Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
Matemáticas I Clase 21: Derivadas (6) Junio de 2021 Apunte de Curso: Págs. 160 a 176 1 Agenda Objetivos de la clase Idea y concepto de convexidad Caracterización de funciones convexas con segundas derivadas Funciones cóncavas Ejemplos 2 Objetivos de la clase Objetivos de la clase � Conocer qué es una función convexa y qué es una función cóncava. � Diferencia entre estrictamente convexa y convexa (cóncava) � Conocer la caracterización de convexidad / concavidad a través de segundas derivadas. 3 Idea y concepto de convexidad Idea de convexidad � ¿Qué tienen en común los siguientes cuatro gráficos de funciones? Figura 1: Funciones convexas 4 idea de convexidad Hecho relevante: En todos, tomando dos puntos del gráfico, la recta que los une está por encima de la curva. Figura 2: Funciones convexas 5 Función convexa ¿A qué corresponde que el trazo indicado esté por encima de la curva? � Tomemos dos puntos del dominio de la función: x1 < x2. � Construyamos la recta L(x) que pasa por los dos puntos (x1, f (x1)) y (x2, f (x2)). � Tomemos x̄ un punto intermedio entre x1 y x2: x̄ = λx1 + (1− λ) x2, con λ ∈ [0, 1]. Se tiene entonces que f (x̄) ≤ L(x̄). 6 Figura 3: Función convexa 7 Definición de función convexa � La recta L(x) pasa por los puntos (x1, f (x1)) y (x2, f (x2)): L(x) = f (x1) + f (x2)− f (x1) x2 − x1 (x − x1). � Evaluando L(x) en el punto intermedio x̄ = λx1 + (1− λ) x2: L(x̄) = f (x1) + f (x2)− f (x1) x2 − x1 ((λx1 + (1− λ) x2)− x1) = λf (x1) + (1− λ) f (x2) Definición Una función f : R→ R es convexa si para todo x1, x2 ∈ R y para todo λ ∈ [0, 1] se cumple que f (λ x1 + (1− λ) x2) ≤ λf (x1) + (1− λ) f (x2). “f ” en el promedio ponderado es menor o igual que el promedio ponderado de las imágenes” 8 Caracterización de funciones convexas con segundas derivadas Problema � Determinar que una función es convexa a través de la definición es, en general, un problema complicado. � Por ejemplo, si queremos probar que la función f (x) = ex es convexa (cosa que es cierto), uno debeŕıa probar que para cualquier x1, x2 ∈ R y para cualquier λ ∈ [0, 1] se debe cumplir que eλx1+(1−λ)x2 ≤ λex1 + (1− λ)ex2 . � Necesitamos entonces una forma sencilla de estudiar la convexidad de una función. 9 Observación clave Las funciones convexas tienen derivada creciente. Figura 4: Derivada creciente 10 Caracterización de función convexa Por lo tanto: � Si f ′(x) es creciente, es porque su derivada es positiva. � Es decir, la derivada de la derivada es positiva: segunda derivada es positiva. f : R→ R es convexa si y solo si f ′′(x) ≥ 0. 11 Función estrictamente convexa versus función convexa Diferencia entre estrictamente convexa y convexa Si la segunda derivada es estrictamente positiva entonces la función es estrictamente convexa. Si la segunda derivada es solo mayor o igual a cero (es decir, puede ser cero), la función es solo convexa. � Diferencia gráfica entre función estrictamente convexa y solo convexa: las estrictamente convexas no tienen lados rectos. Las convexas pueden tener lados rectos. � Para funciones estrictamente convexa, tenemos que para todo x1, x2 ∈ R, con x1 < x2, y para todo λ ∈]0, 1[ (no incluye los extremos) se cumple que f (λ x1 + (1− λ) x2) < λf (x1) + (1− λ) f (x2). 12 Geometŕıa � Donde exista, la segunda derivada de una función estrictamente convexa es mayor que cero, mientras que para una función convexa podŕıa ser igual a cero. Figura 5: Diferencia entre estrictamente convexa y convexa Estrictamente convexa Convexa 13 Funciones cóncavas Idea � Una función f : R→ R es cóncava cuando “menos la función”, −f , es convexa. � Por lo tanto, una función f : R→ R es cóncava si para todo x1, x2 ∈ R y para todo λ ∈ [0, 1] se cumple que f (λ x1 + (1− λ) x2) ≥ λf (x1) + (1− λ) f (x2). Lo anterior se traduce en lo siguiente: f : R→ R es concava si y solo si f ′′(x) ≤ 0. � Los conceptos “estrictamente cóncava”, solo “cóncava” son análogos al caso convexa. 14 Figura 6: Funciones cóncava: derivada decreciente, e.d. f ′′(x) ≤ 0 15 Comentario 1 � Las funciones, ¿o son convexas o son cóncavas? Figura 7: Función que no es ni convexa ni cóncava � Donde f ′′(x) > 0 ocurre que f es localmente convexa. � Donde f ′′(x) < 0 ocurre que f es localmente cóncava. � x̄ es punto de inflexión: f ′′(x̄) = 0. 16 Comentario 2 Hay funciones (a) convexas, (b) decrecientes convexas, (c) “combinado” creciente-decreciente en algunas regiones y convexa. También se puede dar el caso de (d) funciones crecientes cóncava, (d) crecientes cóncava y (f)“combinado” creciente-decreciente en algunas regiones y cóncava. Figura 8: Creciente y convexa – decreciente y convexa (a) (b) (c) (d) (e) (f) 17 Ejemplos Ejemplo 1 Ejemplo Para parábola f (x) = a x2 + b x + c , tenemos que f ′(x) = 2a x + b ⇒ f ′′(x) = 2a. Luego: � f (x) es estrictamente convexa cuando a > 0 � f (x) es estrictamente cóncava cuando a < 0 18 Ejemplo 2 Ejemplo Para la función exponencial f (x) = ex tenemos que f (x) = ex ⇒ f ′(x) = ex ⇒ f ′′(x) = ex . Luego f (x) es estrictamente convexa ya que f ′′(x) > 0. � ¿Qué informa lo anterior? Entre otros, el hecho que f (x) = ex es estrictamente convexa nos dice que para todo x1, x2 ∈ R, con x1 6= x2, y para todo 0 < λ < 1, se cumple que eλx1+(1−λ)x2) < λex1 + (1− λ)ex2 . � Por ejemplo: e 1 2 (1+x) < 1 2 (e + ex). 19 Ejemplo 3 Ejemplo Dado b > 0, con b 6= 1, para la función f (x) = bx se tiene que f (x) = bx ⇒ f ′(x) = ln(b)bx ⇒ f ′′(x) = (ln(b))2bx . Luego, ya que la segunda derivada siempre es estrictamente positiva, concluimos que f (x) = bx es estrictamente convexa. Note que: � Si 0 < b < 1, entonces f (x) = bx es estrictamente decreciente: 0 < b < 1 ⇒ ln(b) < 0 ⇒ f ′(x) < 0. � Si b > 1, entonces f (x) = bx es estrictamente creciente: b > 1 ⇒ ln(b) > 0 ⇒ f ′(x) > 0. 20 Ejemplo 4 Ejemplo Para la función f : R++ → R tal que f (x) = ln(x) se tiene que f (x) = ln(x) ⇒ f ′(x) = 1 x ⇒ f ′′(x) = − 1 x2 Por lo tanto, el logaritmo natural es una función estrictamente cóncava, ya que la segunda derivada es estrictamente negativa en todos los puntos del dominio. 21 Objetivos de la clase Idea y concepto de convexidad Caracterización de funciones convexas con segundas derivadas Funciones cóncavas Ejemplos
Compartir