Conceptos Esenciales de Convexidad, Matrices y Cálculo Diferencial para Optimización
Enviado por Programa Chuletas y clasificado en Matemáticas
Escrito el en
español con un tamaño de 9,05 KB
Conceptos Fundamentales de Convexidad y Cálculo Diferencial
Conjuntos Convexos
- Un conjunto definido por una restricción lineal de igualdad (=) es convexo (hiperplano).
Ejemplo: S = {(X,Y) | 2X - 3Y = 4} - Un conjunto definido por una restricción lineal de desigualdad (< o >) es convexo (semiespacio).
- El conjunto de puntos donde una función estrictamente convexa es mayor que una constante ({x | f(x) > c}) es convexo.
- El conjunto de puntos donde una función estrictamente cóncava es menor que una constante ({x | f(x) < c}) es convexo.
- La intersección de conjuntos convexos es convexa.
Funciones y Convexidad
- Una función f(x) es convexa si su matriz Hessiana (Hf) es semidefinida positiva (SDP).
- Una función f(x) es cóncava si su matriz

