EJERCICIOS

MATRICES DEFINIDAS POSITIVAS, CONJUNTOS CONVEXOS, FUNCIONES CONVEXAS

1. Diga si la matriz es definida positiva, semidefinida positiva, definida negativa, semidefinida negativa, indefinida.

1 2 3 1 2 3  
4 5
A1 = 2 4 5 , A2 = 2 4 5 , A3 = ,
5 7
3 6 6 3 5 6

1 0 0 9 18 15  
9 6
A4 = 0 4 5
0 , A = 18
40 6
22 , A =
,
6 4
0 0 6 15 22 42

10 1 1 2 10 1 1 2
1 11 2 3 1 20 2 3
A7 = , A8 =

,
1 2 12 3 1 2 30 25
2 3 3 13 2 3 25 20

10 1 1 2 10 1 1 2
9
1 11 2 3 10
1 20 2 3
A =
, A = ,
1 2 12 14 1 2 30 2
2 3 14 13 2 3 2 20

10 1 1 2 10 1 1 2
1 11 2 3 1 11 2 3
A11 12

=
1
, A = .
2 12 13 1 2 12 13
2 3 13 11 2 3 13 14

2. Diga si las siguientes matrices A son definidas positivas o semidefinidas positivas en el espacio nulo de la matriz M .

a)
2 0 0  
A= 0 2 0 , M = 0 0 1 .
0 0 2

b)
2 0 0  
A= 0 2 0 , M = 0 1 0 .
0 0 2

c)
2 2 1  
A= 2 1 0 , M = 3 2 1 .
1 0 2

d)
2 2 1  
2 4 6
A= 2 1 0 , M=
.
3 6 10
1 0 2

e)
2 2 1 2 4 6
A= 2 1 0 , M = 3 6 10 .
1 0 2 10 10 10

1
3. Sea f (x) = xT Ax, con  
2 3
A= .
5 9
La funcion f es estrictamente convexa, convexa, concava, estrictamente concava, ni convexa ni concava?
4. Sea f (x) = xT Ax, con  
2 3
A= .
5 t
Para que valores de t (un intervalo) f es estrictamente convexa, convexa, concava, estrictamente concava, ni convexa ni
concava?
5. Diga si los siguientes conjuntos son convexos.

a) {x R : |x 3| 4}

b) {x R : x2 5x + 6 = 0}
c) {x R : x2 5x + 6 0}
d) {x R : x2 5x + 6 0}
e) {x R2 : (x1 3)2 + (x2 4)2 5}

f) Rn+ = {x Rn : x1 0, x2 0, ..., xn 0. }
g) {x R2 : |x1 3| + |x2 4| 5}
h) {x R2+ : x1 x2 = 5}

i) {x R2+ : x1 x2 5}
j) {x R2+ : x1 x2 5}
k) {x R2 : 3x1 4x2 = 2, 6x1 + 7x2 19}
l) {x R2 : 3x1 4x2 = 2, 6x1 + 7x2 19}

m) {x R2 : 3x1 4x2 = 2, 6x1 + 7x2 = 19}

n) {x R2+ : x21 + x22 1, x21 + x22 4}

6. Diga si la funcion f es estrictamente convexa, convexa, estrictamente cuasiconvexa, semiestrictamente cuasicon-

vexa, cuasiconvexa, estrictamente concava, concava, estrictatemente cuasiconcava, semiestrictamente cuasiconcava, cua-
siconcava. Porque? Si la funcion depende de uno o mas parametros fijos , , ..., diga para que valores de estos la
funcion es convexa o cuasiconvexa o concava o ...

i) f (x1 , x2 ) = (x1 + x2 2)2

ii) f (x1 , x2 ) = (x1 + x2 2)3
iii) f (x1 , x2 ) = (x1 x2 + 2)2
iv) f (x1 , x2 ) = (x1 x2 + 2)2

v) f (x1 , x2 , x3 ) = x1 + 2x2 3x4 + 4

vi) f (x1 , x2 , x3 ) = x1 2x2 + 3x4 4
vii) f (x1 , x2 ) = x1 x2 3x1 4x2

viii) f (x1 , x2 ) = x1 x2 en R2+ .

ix) f (x1 , x2 ) = x1 x2 en R2+ .

2
 x) f (x) = (x + 1)3 1

xi) f (x) = (x 2)3 + 100

xii) f (x) = max{1, x2 }
xiii) f (x1 , x2 ) = (x1 2)2 + (x2 + 3)2 + 10
xiv) f (x1 , x2 ) = (x1 2)2 (x2 + 3)2 + 10

xv) f (x1 , x2 ) = (x1 2)2 (x2 + 3)2 + 10 en R2+ .

xvi) f (x1 , x2 ) = (x1 2)2 (x2 + 3)2 + 10
p
xvii) f (x1 , x2 ) = (x1 2)2 + (x2 + 3)2
xviii) f (x1 , x2 ) = 3x21 6x1 x2 3x22
p
xix) f (x) = |x|
xx) f (x) = x|x|
2
xxi) f (x) = ex
1
xxii) f (x) =
1 + x2
(
log(|x|) si |x| 1
xxiii) f (x) =
0 en los demas casos

xxiv) f (x) = |x|x2

(
0 si x = 0
xxv) f (x) =
1 si x 6= 0

xxvi) f (x1 , x2 ) = 2x21 3x22

xxvii) f (x1 , x2 ) = 2x21 + 3x22

xxviii) f (x) = 1/x para x > 0, con > 0 fijo.
xxix) f (x) = x para x > 0, con > 0 fijo.
xxx) f (x1 , x2 ) = x21 x22 para x R2++ .

xxxi) f (x1 , x2 ) = x1 x2 , x R2++ .

xxxii) f (x1 , x2 ) = x1 + x2 , x R2++ .

xxxiii) f (x1 , x2 ) = x 2
1 x2 para x R++ , con > 0, > 0 fijos (funcion de Cobb-Douglas).

xxxiv) f (x1 , x2 ) = min{x1 , x2 }.

xxxv) f (x1 , x2 ) = 2 log(x1 ) + 3 log(x2 ), para x1 > 1, x2 > 1.

xxxvi) f (x1 , x2 ) = (xp1 + xp2 )1/p , para x R2+ .

xxxvii) f (x1 , x2 ) = (|x1 |p + |x2 |p )1/p .

xxxviii) f (x1 , x2 ) = (log x1 ) + (log x2 ) para x R2++ , con > 0, > 0 fijos.
xxxix) f (x1 , x2 ) = (log x1 ) (log x2 ) para x R2++ , con > 0, > 0 fijos.

3
7. a) Suponga que la retencion en la fuente es nula para salarios menores o iguales a dos millones de pesos, es del 5%
para salarios mayores que dos millones y menores o iguales a cuatro millones y del 10% para salarios superiores. Sea r(x)
el valor retenido en funcion del salario x. Diga si la funcion r es convexa, estrictamente convexa, concava, estrictamente
concava, cuasiconvexa, ...., o ninguna de las anteriores.
b) Sea n(x) el salario neto despues de hecha la retencion, es decir, n(x) = x r(x). Diga si la funcion n es convexa,
estrictamente convexa, concava, estrictamente concava, cuasiconvexa, ... o ninguna de las anteriores.
8. En los ejercicios siguientes estudie el problema propuesto, use condiciones necesarias, suficientes, condiciones de
segundo orden y otros argumentos.
Puede garantizar la existencia de un optimizador global?
Si no hay puntos x propuestos, encuentre, si es posible, puntos factibles. Son puntos de KKT? Son estos puntos
optimizadores locales? Son minimizadores globales?
Para problemas faciles (por ejemplo, f cuadratica, restricciones lineales, pocas rstricciones, ...) estudie todos los posibles
casos del conjunto I (conjunto de ndices de desigualdades activas).

1. Minimizar f (x1 , x2 ) = x21 + x22 , sujeto a 3x1 + 4x2 = 12.

2. Minimizar f (x1 , x2 ) = x21 + x22 , sujeto a 3x1 + 4x2 12.

3. Minimizar f (x1 , x2 ) = 2x21 + x22 , sujeto a 3x1 + 4x2 = 12.
4. Minimizar f (x1 , x2 ) = x21 + x22 , sujeto a 3x1 + 4x2 = 12, x1 0.

5. Minimizar f (x1 , x2 ) = x21 + x22 , sujeto a 3x1 + 4x2 = 12, x1 0, x2 3.

6. Minimizar f (x1 , x2 ) = x21 x22 , sujeto a 3x1 + 4x2 = 12.
7. Minimizar f (x1 , x2 ) = x21 x22 , sujeto a 3x1 + 4x2 12.
8. Minimizar f (x1 , x2 ) = x21 x22 , sujeto a 3x1 + 4x2 12, x 0.

9. Minimizar f (x1 , x2 ) = x21 x22 , sujeto a 3x1 + 4x2 12, x 0.

10. Minimizar f (x) = cT x, sujeto a ||x a||2 = r, con c 6= 0, r > 0.
11. Minimizar f (x) = cT x, sujeto a ||x a||2 r, con c 6= 0, r > 0.

12. Minimizar f (x1 , x2 ) = x31 + x22 , sujeto a 3x1 + 4x2 = 12.

13. Minimizar f (x1 , x2 ) = x31 + x22 , sujeto a 3x1 + 4x2 12.
14. Minimizar f (x1 , x2 ) = x31 + x22 , sujeto a 3x1 + 4x2 12, x 0.
15. Minimizar f (x1 , x2 ) = x31 + x22 , sujeto a 3x1 + 4x2 12, x 0.

16. Minimizar f (x1 , x2 ) = 10x1 x2 con 4x1 + 5x2 = 9, x 0.

17. Maximizar f (x1 , x2 ) = 10x1 x2 con 4x1 + 5x2 = 9, x 0.
18. Maximizar f (x1 , x2 ) = x1 x2 con (x1 3)2 + (x2 4)2 = 1, x 0.

19. Maximizar f (x1 , x2 ) = x1 x2 con (x1 3)2 + (x2 4)2 1, x 0.

20. Minimizar f (x1 , x2 ) = x1 x2 con (x1 3)2 + (x2 4)2 1, x 0.
21. Minimizar f (x1 , x2 ) = x1 x2 con (x1 3)2 + (x2 4)2 25, x 0.
1/2
22. Maximizar f (x1 , x2 ) = x1 x2 , con 4x1 + 5x2 = 20, x1 , x2 1.

23. Maximizar f (x1 , x2 ) = x
1 x2 , con px1 + qx2 = C, x1 , x2 0.1, y , , p, q, C valores fijos estrictamente positivos.
24. Maximizar f (x1 , x2 ) = x1 x2 , con 2x1 + 2x1 x2 + x32 = 1, x1 , x2 0.1.

4

25. Maximizar f (x1 , x2 ) = x1 + x2 con 2x1 + 3x2 = 12, x1 , x2 0.1.

26. Maximizar f (x1 , x2 ) = x1 + x2 con 2x1 + 3x2 = 12, x1 , x2 0.1.
27. Maximizar f (x1 , x2 ) = 2x1 x2 + 4x1 con x21 + 2x2 = 8, x1 , x2 0.1.
28. Minimizar f (x1 , x2 , x3 ) = x21 + x22 + x23 , con x1 + x2 + x3 15, 4x1 + 5x2 + 6x3 75.
29. Maximizar f (x1 , x2 ) = x1 , x2 con (1 x1 x2 )3 0, x 0.

30. Maximizar f (x1 , x2 ) = x1 , x2 con 1 x1 x2 0, x 0.

31. Minimizar f (x1 , x2 ) = px1 + qx2 con x2 x21 1, x 0 y p, q valores fijos estrictamente positivos.
32. Minimizar f (x1 , x2 ) = (x1 9)2 + (x2 8)2 con x2 (x1 9)2 + 7

33. Minimizar f (x1 , x2 ) = (x1 9)2 + (x2 8)2 con x2 (x1 9)2 /2 + 7
34. Minimizar f (x1 , x2 ) = (x1 9)2 + (x2 8)2 con x2 (x1 9)2 /4 + 7
35. Minimizar f (x1 , x2 ) = (x1 9)2 + (x2 8)2 con x2 = (x1 9)2 /4 + 7, x2 12.