Documente Academic
Documente Profesional
Documente Cultură
Convexidad
En teora econmica son numerosos los casos en los que se hace uso del
concepto de convexidad, aludiendo ya sea a conjuntos o a funciones (cabe
aclarar que la alusin puede ser indirecta, al referirse a funciones cncavas,
como ya lo veremos m& adelante). As, encontramos expresiones como
- "Asumimos que el conjunto de combinaciones de insumos para producir
por lo menos p unidades del producto, es un conjunto convexo"
- Ya funcin de utilidad del consumidor la estamos asumiendo cuasi-
cncava"
- Yas posibilidades tecnolgicas de produccin de n bienes diferentes, con n
factores, pueden describirse por un conjunto T que es un cono convexo y
cerrado"
- "asumimos que la funcin consumo es cncava respecto a su variable
ingreso."
y18 J2 J2
ii) Con a, = - y a, = 1- - obtenemos 18- 4& como combinacin
3 3
convexa de 6 y 18.
- Podemos determinar si un nmero real cualquiera es combinacin con-
vexa de los nmeros dados; por ejemplo,
o, ms sencillamente
5 1
de donde a, = - y a l= - y concluimos que
6 6
st, 16 es combinacin convexa de 6 y 18.
Al preguntarnos
,j 4 es combinacibn convexa de 6 y 18 ?
procedemos como en el caso anterior y encontramos que la ecuacin
1
nos da as = -- , lo cual no cumple la condicin de ser un elemento de
6
[O, 11, y en consecuencia
Observaciones 2.3
1. Cada combinacin convexa de 6 y 18 podemos interpretarla como un
promedio ponderado de estos nmeros, donde los pesos son aly a 2 ;por
ejemplo, si la nota final de un curso se obtiene promediando las notas de
los dos exmenes, teniendo el primero peso 1 y el segundo peso 2, un
estudiante cuyas notas sean 6 y 18 respectivamente, tendr como
promedio final
6+2x18
9
3
O sea
1 2
-x6+-~18=14.
3 3
Por experiencia sabemos .que cualesquiera que sean los pesos asignados,
el promedio final, considerando slo las notas de los dos exmenes, no
puede ser ni menor que la nota m& baja, ni mayor que la nota ms alta.
Esta interpretacin y comentario ayudan a entender y generalizar la
siguiente observacin.
2. Todas las combinaciones convexas de 6 y 18 encontradas, son nmeros
del intervalo [6,18].
(
que, efectuando las operaciones, es el vedar z = 14,-,-,-
"s"3
Es fhcil advertir que cada componente de z es la combinacin convexa de
.
podemos resumirla en
z=(l-a)a+ab ; a ~[0,1]
g(x,y) = min 2-
{lo ' 4)'
donde x, y representan toneladas del primer y del segundo insumo,
respectivamente, para producir f (x, y) o g(x, y) toneladas de A, qu pares
(x,y) de cantidades de insumos le permiten producir una tonelada de A, sin
desaprovechar insumos?
Es claro que con 2 toneladas del primer insumo y 6 toneladas del segun-
do, la empresa puede producir, empleando solamente el proceso dado por f,
una tonelada de A; as, ya tenemos el par (2,6) y anaogamente podemos
verificar que (10,4) es otro de los pares pedidos; esta vez, empleando sola-
mente el proceso dado por g. Sin embargo, disponiendo de dos procesos de
produccin, desde el punto de vista tecnolgico, es posible que la empresa
produzca una parte de la tonelada de A empleando el proceso dado por f y la
parte restante empleando el proceso dado por g (en lo que sigue, diremos
A
;J
simplemente proceso f y proceso g). Por ejemplo, puede producir - de tone-
4
1
lada de A empleando el proceso f y - de tonelada de A empleando el proceso
4
g ; en tal caso, como ya sabemos los requerimientos de insumos de la empre-
sa para producir una tonelada de A con cada proceso f y g, es fcil advertir
3 3
que los - de tonelada los producir empleando -(2,6) de los insumos, y el
4 4
1
cuarto de tonelada de A restante lo producir empleando -(10,4) de los in-
4
o sea (4,5.5); es decir, 4 unidades del insumo 1y 5.5 unidades del insumo 2.
Al haber planteado este problema con los vedores a y b del Ejemplo 2.6,
es fcil concluir que otras soluciones estn dadas por los puntos F y G de tal
ejemplo:
1 1
F = (6,5)=-(2,6)+-(10,4) ,
2 2
produciendo media tonelada de A con cada proceso;
4
produciendo -1 de tonelada de A con el proceso f y los - restantes con el
5 5
Figura 2.7
Convexidad 101
Esto significa que (Z,?) est en la zona de uso eficiente de los insumos
y en consecuencia se pueden producir r toneladas de A, agotando tanto
la cantidad F del insumo 1como la cantidad y del insumo 2.
X
Figura 2.8
de donde ar+(l-a)r=B+y ;
es decir
r=$+y,
lo cual nos facilita tremendamente la determinacin del nmero de
toneladas de A que se pueden producir, agotando los insumos dispo-
nibles. ($ y y se interpretan como los niveles de intensidad de uso
de los procesos f y g respectivamente).
Ejemplo num6rico: Cuntas toneladas de A podemos producir, con
los procesos f y g, sin desperdiciar insumos, si disponemos de 42 uni-
dades del insumo 1y 22 unidades del insumo 2?
En este caso (Z, y) = (42,22).
Resolviendo la ecuacin (42,22) = 8(10,4) + y (2,6)
obtenemos $ = 4 y y = 1, lo cual ubica el problema en el caso que aca-
bamos de analizar,y segn la observacin hecha y (2.3.1), la respuesta
es que se pueden producir 5 toneladas de A, 4 de las cuales se obtienen
4
con el proceso g y la restante con el proceso f. (As, a = - = 0.8 y
5
-
{Y'Y }
-- =4 toneladas de A,
X1
(b)
Figura 2.10
T a m b i h resulta claro que, bajo esta misma convencin, una relacin de
preferencia cuyas curvas de indiferencia son como la que se muestra en la
Figura 2.11, no es una relacin de preferencia convexa. Se muestra un caso
-
de vectores de consumo x, z, tales que x 2 z (se cumple x z : x es tan prefe-
rido como z); sin embargo, existen combi-
naciones convexas de ellos, tales que no
son por lo menos tan preferidos como z, al xz A
no encontrarse en la regin sombreada.
As, para algn a ~[0,1], se tiene
w = a x + ( l - a ) z yseveque w 2 z .
El lector con experiencia en la teora
del consumidor, puede advertir la vincu-
lacin entre la propiedad de convexidad
de la relacin de preferencia y la ley de i
b
tasas marginales de sustitucin decrecien- X1
tes. Figura 2.1 1
Ejercicios 2.9
1. a) Expresar el nmero 4.3 como combinacin convexa de los nmeros 2 y
6.
b) Expresar el nmero 4.3 como combinacin convexa de los nmeros 3 y
8.
4. Sea P = (3,7)
a) Expresar P como combinacin convexa de (l,3) y (6,12)
b) Expresar P como combinacin convexa de (4,5) y otro vector.
C) Cul es el conjunto de todos los vectores que resuelven b)? nustrar
grhficamente.
d) Determinar vectores A = (2,y) y B = (x,5) de modo que P sea combi-
nacin convexa de A y B. 'Son nicos los vectores A y B? Ilustrar gr-
ficamente.
5. Plantear y resolver problemas similares a los propuestos en el ejercicio
anterior, considerando P = (3,7,5).
:{
XA(K,L) = min -,-
3 ,mientras que la compaa "Y" produce bienes del
11. Dado un vector de precios p ER:, para los n bienes de una economa,
decimos que la "canastawA es "a lo m& tan apreciada comon la canasta B,
si y 6610 si el valor de la canasta A es menor o igual al de la canasta B.
Formalmente
AS,B o p.Alp.B
Formalmente:
Ilustracin:
Los conjuntos que se muestran en las figuras 2.12 a 2.15 son convexos en
R ~ .
Xl
Figura 217
Observaciones 2.12
1. Se puede demostrar fdcilmente la siguiente generalizacin de (i):
la interseccin & una familia arbitraria de conjuntos
convexos es un conjunto convexo
(el coqjunto vado es convexo).
2. Un caso importante de (iii) es la convexidad del conjunto -B, siendo
convexo B; y en consecuencia la convexidad de A - B, siendo convexos A y
B.'
3. Tambin, por (ii) podemos afirmar que cualquier traslacin de un sub-
conjunto convexo de Rn es tambin un subconjunto convexo de Rn ; o, que
la convexidad de subconjuntos de Rn es invariante por traslaciones.
Esto se obtiene fdcilmente al considerar, por ejemplo, A un conjunto
formado por un slo vector (a) ;as, A + B sera a + B, o sea la .traslacin
del conjunto B, segn el sentido y el tamafio del vector a , como se
muestra en la Figura 2.21, para n = 2.
Convexidad 115
Ilustracin:
Sea n = l , X=[0,1] y
- f:X+X
definida por f ( x ) = 1- &. 1
1
El lector puede verificar que X = 3.
Observaciones 2.14
1. Notar que este teorema establece condiciones suficientes para la
existencia de un punto fijo. As, al cumplirse las hiptesis del teorema,
podemos estar totalmente seguros que existir por lo menos un punto fijo
de la funcin (su determinacin es otro problema); sin embargo, que no
se cumplan las hiptesis, no quiere decir que no exista punto fijo de la
funcin. En tal caso puede existir o no, como se ilustra en las figuras 2.23
a 2.27.
Convexidad 117
Figura 2.25 X = [O, (no cerrado), Figura 2.26 X = [O, 4 (no cerrado)
'+
-,~conbnua)y 3 punto fio 4XP +'7
x
f (4= f(4 = (continua)y 3 punto jo
Figura 2.27 X = [O,+]u[*, 11 (no convexo), Figura 2.28 X = [O,+]u[p,11 (no con-
f continua en X y 3 punto fijo vexo)f continua en X y 3 punto fio
2. La aplicacin ms importante de los teoremas de punto fijo' es establecer
la existencia de soluciones de ciertos modelos econmicos. Al estudiar el
equilibrio en economa, es fundamental determinar su existencia y ana-
lizar su unicidad y su estabilidad. Es en la determinacin de la existencia
que juegan papel fundamental los teoremas de punto fijo, trabajndose
generalmente con funciones de exceso de demanda.
l
Ademas del teorema de Brouwer que estamos comentando, existe el teorema del punto fijo
de Kakutani, referido no a funciones sino a correspondencias (que son una generalizacin
del concepto de funci6n).
Convexidad 119
En el caso (b), E, F y G son puntos extremos del conjunto, pero no son los
nicos. Evidentemente,
- - de manera similar al caso (a), los puntos de los seg-
mentos FG y EG (sin incluir los extremos) no son puntos extremos; sin em-
bargo, todos los puntos del arco EF s son puntos extremos; en consecuencia,
el conjunto tiene infinitos puntos extremos. Anlogo es el caso (e). En el caso
(d) se representa a una recta que tiene un conjunto vaco de puntos extre-
mos. (Evidentemente un segmento de recta tiene slo dos puntos extremos).
Observaciones 2.1 6
l
Cabe aclarar que el ser punto fronterizo de un conjunto depende de la topologa que ee
considere. As, los extremos de un segmento 3 son sus.nicos puntos fronterizos, al mn-
siderara a
c R , pues las bolas abiertas son intervalos abiertos; pero si c R' ,todos sus
puntos son fronterizos considerando la topologa de R', pues en tal caso las bolas abiertas
son discos abiertos. Por eso, nos referiremos a puntos fronterizos de un conjunto M c Rn,
con la topologa del espacio afn de menor dimensin que contiene a M. De esta manera, los
puntos fronterizos de un crculo siempre ser6n referidos a la topologa del plano que lo con-
tenga y ser6n solamente los puntos de la circunferencia correspondiente.
De los ejemplos vistos en 2.16, 8610 en el caso (c) tenemos un conjunto es-
trictamente convexo. Otros ejemplos se muestran en la Figura 2.30
Ejemplo 2.20
En la Figura 2.31 se dan ejemplos de conos, "truncados" por razones ob-
vias de presentacin.
Observaciones 2.21
1. A los conos que adems son convexos, se les llama conos convexos y son
los de uso ms frecuente en teora econmica. De los dos ejemplos
ilustrados en la Figura 2.31, slo (a) y (b) son convexos. Otros ejemplos
son sus anlogos en dimensiones mayores.
2. Se puede demostrar que un subconjunto K de Rn es cono
o A K c K VA20 ; yqueademsesconvexooK+KcK.
Convexidad 121
Definicin 2.22 Sean al, a2,...,aq, q vectores en Rn. Llamamos cono gene-
redo por los vectores a,, a 2 ,...,a, y denotamos
~ ( a , , ... , al conjunto de todaa las combinaciones li-
~ ,aq)
neales innegativas de estos vectores.
Formalmente:
Ejemplos 2.23
Observaciones 2.24
1. Notar que, en el ejemplo dado en la Figura 2.33,
K((2,3), (42)) = K((2,3), ( 4 4 , (3,3))
2. Se puede demostrar que un cono generado por q vectores en Rn es
adems un conjunto convexo y cerrado en Rn.
Definicin 2.25 Dados los vectores a', a 2 , ... , a k en Rn, decimos que el vec-
tor z es una ombinacin convexa de ellos si y slo si
k k
z= C a ia' con ai E[O,I] y Cai= 1.
Ejemplos 2.26
1.Dados los vectores de R3:
a 1 =(3,5,-2); a2=(4,-6,8);a3=(0,2,1) ; a4=(-3,2,1)
una combinacin convexa de ellos es el vector
~=0.2(3,5,-2)+0.6(4,-6,8)+0.1(0,2,1)+0.1(-3,2,1);
es decir el vector z = (2.7, - 2.2,4.6).
2. Dados 3 puntos no ,colineales en R3, el conjunto de todas las com-
binaciones convexas de ellos es la regin triangular que determinan (ver
Fig. 2.34). En particular, si tales puntos son los bsicos usuales, el
conjunto de todas sus combinaciones convexas se denomina simplejo
fundamental en R3 (ver Fig. 2.35), que se denota q.
Ejemplos 2.28
1. Si A es un coqjunto finito de 1 1 1 1 1 1 . l . 1 1 1 .
Figura 2.38
Observacin 2.29
Se puede demostrar, en general, que la cpsula convexa de un conjunto
cualquiera A en R~ es el conjunto de todas las combinaciones convexas de
subconjuntos finitos arbitrarios de A; es decir
Ejercicios 2.30
1. Emplear la definicin para demostrar que los sgtes. conjuntos son
convexos. Ilustrar gdficamente para n = 2 y n = 3.
1
n
x ER' / x a i 4 = 10 (ai ER ,dados)
i=l
d) {ay+@ l a , $ ~ R + ; y , ~ ~ R ndados]
,
' Recomendamos al lector disfrutar de una cuidadosa lectura de Asignacin de recursos y sis-
tema de precios en Tres ensayos sobre el estado de la ciencia econmicn de T. Koopmans,
(Bosch, 1980).
Convexidad 129
Observaciones 2.33
1. Un punto de paso de H(p,a) es cualquier vector x del espacio Rn en el
que se encuentre, que satisfaga la ecuacin p.x = a ;as, en el ejemplo (a),
podemos decir que H((4,l,2),6) es un
plano, cuya mormal es (4,l,2) y pasa A
Gemplo 2.35
En la Figura 2.40 se representa al se-
miespacio cerrado H, ((3,2),19). En este
caso la expresin sobre el hiperplano coin-
cide con la represencin geomtrica. Es cla-
ro que, por ejemplo, (3,6) E H2((3,2),19)
pues (3,2).(3,6) = 21 2 19. Tambin los pun-
tos del hiperplano H((3,2), 19) pertenecen
a este semiespacio, verificando -obvia-
mente- la igualdad. Ya habr advertido el ~igura2.40
' El lector queda invitado a hacer las demostraciones formales de estas igualdades de con-
juntos.
Convexidad 131
lector que en los semiespacios abiertos no se consideran los puntos del hi-
perplano.
Observaciones 2.36
l. Es evidente que H, (p,a) = H,(-p,- a)
Y que H,(P,a)= H,(-P, - a)
2. Tambin es facil demostrar que los 4
conjuntos definidos en 2.23 son con-
juntos convexos.
3. Como consecuencia de la observacin
anterior, la interseccin de un nmero
finito de semiespacios cerrados tam-
bin es un conjunto convexo -cuya
frontera estar formada por porciones
de hiperplanos- y recibe el nombre de
coqjunto convexo polidrico. Si
adems el conjunto es acotado, se
denomina simplemente poliedro.
El lector habr advertido que un Figura 2.41
conjunto convexo polidrico no es sino
el conjunto solucin de un sistema de
inecuaciones con desigualdades no estrictas. Estos conjuntos son de uso
frecuente en los problemas de programacin lineal. As, el conjunto
solucin del sistema
x-y12
6x+5yI32
8x+3yI25
x20
y20
es el poliedro en IR, que se representa en la Figura 2.41, y en la notacin
de semiespacios, es la siguiente interseccin:
Aplicacin 2.37
Un consumidor, que tiene un ingreso I y desea comprar bienes en canti-
dades xl, x,, ..., x, cuyos precios unitarios son pl, p,, ...,p,, tiene como
conjunto factible
Es claro que estos conjuntos son convexos, para todo vector de precios p
de R" y para todo ingreso 1.
(t):
p = A p l + ( l - ~ ) 2p, con A=-;1 es decir j5= , . Observando la figura,
3
conjeturamos que
B W ) c B(P',z) UB ( ,z)~ ~
O m s brevemente, si y slo si
p.Ala5p.B v p.B<a<p.A.
Figura 2
Observaciones 2.40
1. Los coqjuntos A y B para los cuales existe un hiperplano que los separa,
se denominan coqjuntos separables.
2. Si un coqjunto A est completamente incluido en alguno de los semies-
pacios cerrados determinado por un hiperplano H, se dice que H es un
hiperplano acotador de A. Si ademhs la interseccin de H con la fron-
tera de A es no vaca, se dice que H es un hiperplano soporte de A.
3. Con las denominaciones anotadas en (1) y (2), podemos decir, observando
la Figura 2.43:
- Si A y B son separables, entonces existe un hiperplano acotador para
ambos coqjuntos.
- En (a) H3 es hiperplano soporte de A,
H, es hiperplano soporte de A y de B y
H,es separador, siendo s610 acotador de ambos coqiuntos.
- T a m b i h en (c) y (d) el hiperplano separador es hiperplano soporte de
los conjunta A y B.
4. Es evidente que si A y B son coqjuntos separables, entonces ellos son
disjuntos, o, si tienen puntos en comn, tales son puntos de sus fronteras;
sin embargo, que A y B sean disjuntos no es suficiente para que sean
separables, como puede verse en la Figura 2.44. Vemos que tanto en (a)
como en (b) es imposible encontrar un hiperplano H que separe a los
coqjuntos A y B.
Figura 2.44
xL0
y grficamente es la porcin de
plano que se muestra en la Figura
2.46. Es claro que este conjunto
posee slo 3 vrtices y que puede
expresarse como el conjunto de x1
todas las combinaciones convexas
Figura 2.46
de ellos; as en este caso, el
coqjunto K del teorema es
Ejercicios 2.46
i=l
sea u n poU-
[
0.8 -1
6. Si A = 1 161 y B =
1 0.4
F], determinar el nmero de v6rti.r de los
Observacin 2.48
.)
La interpretacin geom-
trica de la definicin es que
en el grfico de una funcin
cncava, el arco que une cual-
quier par de puntos de l
nunca estar debajo del seg- a
I
mento de recta que une tales
puntos. Esto lo podemos ver
muy claramente en el caso
n = 1, como se muestra en la
Figura 2.47. Analticamente: Figura 2.47
sean x1 y x2 dos puntos cualesquiera del dominio K de f. El segmento de rec-
'
ta que une (x ,f (x l )) con (x f (x2)) es el conjunto
o sea
Por otra parte, la porcin del grfco de f que une los puntos (xl, f (x ')) y
Como segn la definicin dada, para todo xl, x2 E K y para todo h E [O, 11
debe cumplirse que
(e)
Figura 2.48
Ejemplos 2.51
1. Como ya lo dijimos antes, las funciones representadas en (a) y (d) de la
Figura 2.48 son ejemplos de funciones estrictamente cncavas.
2. Otros ejemplos ms concretos son
f , x.[o,m[
Consecuencias 2.54
Teniendo en cuenta las definiciones anteriores y las expresiones (2.6.1) y
(2.6.4), podemos afirmar:
Observaciones 2.55
1. Algunos autores dan la definicin de funciones cncavas rerihndoee a su
hipogmfo, y de funcionee convexas rerihdose a su epigmfo. Veremos
que tales definiciones son equivalentes a las que hemos dado.
Precisemos:
Si f :S + R, con S c Rn, su hipografo es el conjunto
y m epigrafo el coqjunto
E G ( ~ :=
) { ( + , ~ ) E R ~ + * / x E sA a > f(x)}.
Para el caso n = 1 se ilustran estas definiciones en la Figura 2.50 (a) y (b)
respectivamente.
Convexidad 145
y en consecuencia
f(kl+ ( l - l ) z 2 ) 2 h1+(1-A)a2 .
As tenemos la convexidad de HG(f) .
- Sea f que cumple (i). Debemos, ahora, establecer la desigualdad
(2.6.1).
Es claro que cumplindose (i) el dominio de f tiene que ser convexo.
Sean (xl,al) A (x2, a 2 ) puntos cualesquiera de HG(f).
que es (2.6.1).
2. Existen fiinciones que no son cncavas ni convexas y tambin funciones
que son cncavas y convexas a la vez. Ahora tenemos mayores elementos
grficos para visualizar esto. As, funciones como la que est repre-
sentada en la Figura 2.50 no son cncavas ni convexas en su dominio.
Otro ejemplo de astas son las funciones polinmicas de tercer grado; y en
cuanto a las funciones que son cncavas y convexas, deben ser tales que
satisfagan las desigualdades (2.6.1)y (2.6.6);es decir,
4 ----
/
--------------
2 4 + 3
Figura 2.52
f(x1)+(1- ) f ( x 2 ) 2 p VA ~[0,1]
1
As f (xl) 2 p A f (x2))> p , o equivalentemente, x ,x 2 E L(p) y en
consecuencia, por la convexidad de L(p):
O sea
f(hxl + (1- l ) x 2 )2 ,., V I [O, 11.
Empleando (2.6.10) debemos probar que todo coqjunto L(P)de f es
(e)
un subcoqjunto convexo de Rn.
1 2
!banx 9 % ~ c L ) ;
Por (2.6.10):
f ( h l + (1- *)x2) L min{f(xl), f(x2)} Q* [O, 11
Evidentemente
m i n{ f(x 1 x 2 )}w
luego
( +( 1A ) ) 2 p VA [O, 1
1
y en consecuencia
hrl +(1- A)x2 E L(p) VA [O, 11,
lo cual prueba la convexidad buscada. m
donde
1 O
3f
(Gfx )
&I
a2f ..-
af
--. -(x)
h r
-(x ?f
( x ) -+x)
hl bl aw%
S, =
Convexidad 151
SCI
Ilustracin con n = 1:
De (a): Sea f la funcin cncava de la Figura 2.56:
Le ecuacin de la recta tangente al grbfico de f en (x2, f ( x 2 ) ) , tiene
por ecuacin
y - f ( x 2 ) = f qx2)(x - x 2 ) .
As, y := g ( x ) := f ( x 2 )+ ~f (x2)(x - x 2 )
Figura 2.56
lo cual nos dice que (a) significa que en una funcin cncava f, el
grbfico de su tangente (recta o hiperplano) en cualquier punto de K,
estar siempre "por encima" del grafito de f.
1
Las derivadas parciales de f, en K, hasta las de segundo orden, son continuas.
De (b): Sea la fUnci6n cncava f ( x ) = 9 - i ( x - 314,cuyo grfico se esboza en
la Figura 2.57. Es claro que
~ ' f ( x =) -* (x - s)~
a) (a):
o, equivalentemente,
Convexidad 155
(4:
Sean xl, x2 e K arbitrarios y Z = Axl + ( 1- A)x2, con A [O, 11. Es claro
que 5 E K . Aplicando la desigualdad a x1 y Z:
f ( x l )1 f (z)+ vf(5)(x1- x);
O sea
f(xl) S f(F)+ vf(F)(xl- x2)(1- A)
Aplicando la desigualdad a x2 y 5 :
f (x" )I f (q+ vf( q x 2- z);
O sea
f ( x 2 )1 f (5)+ ~f (z)(x2- xl)A (2.6.15)