Kelompok 6

1. ARIF FATOLIH
2. DISKA YULIA MAISARAH 1500015017
3. NISWATUS SAADAH ALMUMTAZAH 1500015050
4. FAUZIA ALMADHANI AMI 1500015064
5. TITIK KURNIA 1500015054
 Bab 2

Himpunan Konveks dan Fungsi Konveks

2.1 Himpunan Konveks

Himpunan adalah kumpulan objek-objek yang memiliki karakteristik tertentu.

Definisi 1:
A himpunan bagian di Rn dikatakan konveks jika untuk setiap x 1 , x 2 ∈ C dan 0 ≤ λ ≤1
berlaku λ x 1+(1− λ) x 2 ∈ C

Dari definisi tersebut, secara geometris C disebut konveks jika diambil sebarang dua titik
x 1 , x 2 ∈ C , maka segmen garis yang menghubungkan x1 dan x2 berada di C.

λ x 1+(1− λ) x 2 dengan 0 ≤ λ ≤1 merupakan suatu kombinasi konveks dari x 1 , x 2 (untuk

suatu λ ). Jadi suatu himpunan adalah konveks, jika setiap kombinasi konveks dari setiap
dua titik dalam himpunan juga terdapat dalam himpunan tersebut.

Definisi 2:
Misal a bukan vector nol di Rn dan misal c adalah bilangan real,
a. Hyperplane didefinisikan sebagai H={x|aTx=c}
b. Positif closed half spaces H+={x|aTx≥c}
c. Negatif closed half spaces H-={x|aTx≤c}
d. Positif open half spaces H+={x|aTx>c}
e. Negative open half spaces H-={x|aTx<c}

Definisi 3:

Titik x pada himpunan konveks C disebut titik ekstrem dari C jika tidak ada dua titilk
yang berbeda x1 dan x2 di C sedemikian sehingga x=λ x1+(1-λ)x2, dengan 0 ≤ λ ≤1

Definisi 4:

Irisan dari himpunan berhingga dari closed half disebut convex polytope.

Teorema (2.1.3)
 Misalkan C adalah konveks di Rn. misalkan x(1),x(2), … , x(k) di C. jika λ1, λ2, … , λk adalah
bilangan positif yang memiliki jamlahnya adalah satu, maka kombinasi konveksnya
k

∑ λi x (i ) juga didalam C.
i=1

Pembuktian:
Akan ditunjukan bahwa λ1, λ2, λ3 adalah bilangan positif yang jumlahnya 1 dan x(1),x(2),x(3)
di C. kita akan menunjukan kombinasi konveks juga anggota C:
Ini jelas jika λ3=0, ketika x adalah kombinasi konveks dari 2 vektor x(1),x(2) di C, jika
λ3≠0

3
x=λ 1 x(1) + λ 2 x (2) + λ 3 x 3=∑ λi x (i )
i=1

Maka
λ2 λ
(*) x=λ 1 x(1) +( λ ¿ ¿ 2+ λ 3)
[ λ2 + λ3 ]
x (2 )+ 3 x(3) ¿
λ 2 + λ3
λ2 λ
Pada persamaan (*) diatas x (2)+ 3 x (3) merupakan kombinasi konveks dari 2
λ2 + λ3 λ 2+ λ3
vektor pada c sehingga
λ2 λ3
+ =1
λ2 + λ 3 λ2 + λ 3
Tetapi ketika λ 1+¿ ( λ + λ )=1 ¿ , Ini menunjukan x kombinasi konveks dari dua vector pada C
2 3

dan x ∈ C

Teorema (2.1.4)
Misalkan D adalah himpunan bagian dari Rn. Convex hull dari D yang dinotasikan co(D)
adalah himpunan yang terdiri dari irisan dari semua himpunan konveks yang memuat D.

2.3 Fungsi Konveks

Sebuah fungsi f (x) didefinisakan pada sebuah interval garis bernilai real I disebut
konveks pada I jika garis yang menggabungan beberapa pasang titik ( x 1 , f ( x 1) ) dan ( x 2 , f ( x2 ) )
berada pada garis grafik f (x) atau diatas grafik f (x). Jika garis-garis tersebut berada pada atau
dibawah grafik f (x), maka f ( x ) disebut konkav pada I.
Grafik dari fungsi konveks atau konkav dapat memiliki “bagian datar”. Jika tidak terdapat bagian
datar tersebut maka f (x) disebut sebagai strictly convex atau strictly concave.

Selanjutnya akan ditemukan formulasi aljabar yang berkaitan dengan dengan definisi di
atas. Pertama, diamati bahwa jika x 1 , x 2 adalah bilangan real, maka sebuah bilangan u berada di
antara x 1 dan x 2 jika dan hanya jika terdapat λ dengan 0 ≤ λ ≤1 sedemikian hingga
u=λ x1 + ( 1−λ ) x2 .

Jika pengertian ini diaplikasikan pada titik yang berada di sumbu-x dan sumbu-y, maka fungsi
y=f (x ) adalah konveks jika dan hanya jika

f ( λ x1 + ( 1− λ ) x2 ) ≤ λf ( x1 ) + ( 1−λ ) f (x 2 )

untuk setiap x 1 , x 2 pada I dan semua 0 ≤ λ ≤1.

Jika pada pertidaksamaan tersebut tidak mengandung tanda sama dengan maka f (x) adalah strict
convex. Deskripsi untuk fungsi konkav dan strict concave dapat diperoleh dengan merubah tanda
pertidaksamaan.

(2.3.1) Teorema. Jika f (x) adalah fungsi konveks yang didefinisakan pada interval terbuka
(a,b), maka f (x) kontinu pada (a,b).

Terdapat dua deskripsi yang bermanfaat dari fungsi konveks dan konkav yang
differentiable atau differentiable dua kali:
I. Jika f ( x ) dapat didiferesialkan pada interal I, maka f ( x ) konveks pada I jika dan hanya jika
garis tangen pada grafik f (x) selalu berada pada atau dibawah grafik f (x), untuk setiap
x 1 , x 2 pada I.
Fungsi f (x) adalah konveks tegas pada I jika dan hanya jika semua garis tangen grafik f (x)
berada di bawah grafik f (x) dan kontak dengan grafik hanya pada titik tangensi, untuk
semua x 1 , x 2 pada I dengan x 1 ≠ x 2.
f ( x 1 ) + f ' ( x 2 ) ( x 2−x 1) < f ( x 2 ) .
Deskripsi serupa untuk fungsi konkav dan konkav tegas diperoleh dengan merubah tanda
pertidaksaa.
II. Jika f (x) dapat didiferensialkan dua kali pada I, maka f (x) konveks pada I jika dan hanya
jika f ' ' ( x ) ≥ 0 untuk setiap x pada I. Jika f ' ' ( x ) > 0 untuk setiap x pada I, maka f ( x ) konveks
tegas; namun, f (x) bisa konveks tegas pada I dan f (x dapat bernilai nol untuk beberapa
x ∈ I . Tentu saja, f (x) konkav pada I jika dan hanya jika f ' ' ( x ) ≤ 0 ;bahkan jika f ' ' ( x ) < 0
untuk setiap x pada I, maka f (x) konkav tegas pada I.

Jika f (x) fungsi konveks (atau konkav) didefinisikan pada interval I maka beberapa local
minimizer (atau local maximizer) adalah global minimizer (atau global maximizer) dari f (x)
pada I. Jika sebuah fungsi konveks tegas (atau konkav tegas) mempunyai sebuah local
minimizer (local maximizer) pada I, maka dia hanya mempunyai satu minimizer (maximizer)
pada I .

(2.3.2) Definisi. Misalkan f (x) adalah fungsi bernilai real yang didefinisikan pada sebuah
himpunan konveks C pada Rn. Maka:

a. Fungsi f (x) konveks pada C jika

f ( λ x+ [ 1− λ ] y ) ≤ λf ( x ) + [ 1−λ ] f ( y )

untuk setiap x , y pada C dan semua λ dengan 0 ≤ λ ≤1;

b. Fungsi f (x) konveks tegas pada C jika

f ( λ x+ [ 1− λ ] y ) < λf ( x ) + [ 1−λ ] f ( y )

untuk setiap x , y pada C dengan x ≠ y dan semua λ dengan 0 ≤ λ ≤1. Jika tanda
pertidaksamaan pada definisi diatas dibalik maka akan diperoleh definisi untuk fungsi
konkav dan konkav tegas.

Note: f (x) konveks pada hinpunan konveks C jika dan hanya jika f (x) konkav pada C.

Beberapa fungsi linier n variable adalah fungsi konveks dan konkav pada Rn . Lebih tepatnya,
jika a ∈ R n dan b ∈ R, maka fungsi f (x) yang didefinisikan pada Rn dengan
f ( x )=a . x +b=a1 x1 + a2 x 2 +…+a n x n +b

memenuhi f ( λ x+ [ 1− λ ] y ) =λf ( x ) + [ 1− λ ] f ( y )

untuk setiap x,y pada Rn dan semua λ ∈ R, maka f (x) adalah konveks dan konkav (tetapi, tentu
saja, bukan konkav tegas atau konveks tegas) pada Rn.

(2.3.3) Teorema. Misalkan f ( x ) adalah fungsi konveks yang didefiniskan pada subhimpunan
konveks C pada Rn. Jika λ 1 , λ2 , … , λk adalah bilangan nonnegative dengan jumlahnya adalah 1
dan jika x(1), x(2) ,…,x(k) adalah titik pada C, maka

f¿

jika f (x) konveks tegas pada C dan jika semua λ i adalah positif, maka pertidaksamaan (*)
berlaku jika dan hanya jika semua λ i adalah sama.

(2.3.4) Teorema. Beberapa local minimizer dari fungsi konveks f (x) yang didefinisikan pada
subhimpunan konveks C pada Rn juga sebuah global minimizer. Beberapa local minimizer dari
fungsi konveks tegas f (x) yang didefinisikan pada himpunan konveks C pada Rn adalah
minimum global tegas yang unik dari f (x) pada C.

(2.3.5) Teorema. Misalkan f (x) mempunyai turunan parsial pertama yang kontinu pada sebuah
himpunan konveks D pada Rn. Maka:

a. Fungsi f (x) konveks jika dan hanya jika

f ( x ) +∇ f ( x ) ∙ ( y−x ) ≤ f ( y )

untuk setiap x, y pada D ;

b. Fungsi f (x) konveks tegas pada D jika dan hanya jika

f ( x ) +∇ f ( x ) ∙ ( y−x ) <f ( y )

untuk setiap x, y pada Ddengan x ≠ y.

(2.3.6) Corollary. Jika f (x) adalah fungsi konveks dengan turunan parsial pertama yang kontinu
pada beberapa himpunan konveks D, maka beberapa titik kritis dari f (x) pada D adalah global
minimizer dari f (x).

(2.3.7) Teorema. Misalkan f (x) mempunyai turunan parsial kedua yang kontinu pada beberapa
himpunan konveks terbuka C pada Rn. Jika Hessian Hf ( x) dari f (x) adalah semi definit positif
pada C, maka f (x) adalah konveks pada C.

(2.3.10) Teorema.

1. Jika f 1 ( x ) , f 2 ( x ) , … , f k ( x ) adalah fungsi konveks pada himpunan konveks C pada Rn, maka

f ( x )=f 1 ( x ) + f 2 ( x ) +…+ f k ( x )

adalah konveks. Bahkan. Jika paling sedikit satu f i ( x ) adalah konveks tegas pada C, maka
jumlahan dari f (x) adalah konveks tegas.

2. Jika f (x) adalah konveks pada himpunan konveks C pada Rn dan jika α adalah bilangan
positif, maka αf (x) adalah konveks pada C.
3. Jika f (x) adalah fungsi konveks yang didefinisikan pada himpunan konveks C pada Rn dan
jika g( y ) adalah fungsi konveks meningkat yang didefinisikan pada daerah hasil (range) dari
f (x) pada R, maka fungsi komposisi g( f ( x ) ) adalah konveks pada C.

2.4. Kecembungan dan Aritmatika Geometri pada Pertidaksamaan dalam Pengantar

Programan Geometri

Bagian ini dimulai dengan derivasi dari kesenjangan aritmaatika geometrik mean. Kasus ini
paling dikenal dari pertidaksamaan ini menyatakan bahwa x1 dan xn adalah bilangan positif,
kemudian

1 1
√ x 1 x n ≤ 2 x1 + 2 x 2

Dengan persamaan ini jika dan hanya jika x 1=x 2. Sisi kanan dari persamaan ini adalah mean
aritmatika dan sisi kiri disebut mean geometrik dari bilangan positif x 1dan x 2 . ketidaksetaraan
ini setara dengan
2
0 ≤ ¿( √ x 1−√ x 2 ) = x 1 - 2√ x 1 √ x2 + x 2 ,

Perhatikan ada persamaan ketidaksamaan jika dan hanya jika x 1=x 2.

Versi umum dari kesenjangan Aritmatika Geometris menegaskan bahwa x 1 , x 2 , … , xn adalah
bilangan riil positif, sehingga

n 1 1 1
√ x 1 x 2 … x n ≤ n x 1 + n x + …+ n x n
2

Dengan persamaan ini jika dan hanya jika x 1=x 2=…=x n .

Perhatikan bahwa eksponen variabel di sisi kiri dua adala positif sama yang jumlahya satu
( yaitu, ada eksponen yang juga berfungsi sebagai penggada dari variabel disebelah kanan bagian
persaman sebelumnya dan persamaan kedua. Disebut bobot variabel yang terkait.

Meskipun bobot semua variabel dalam persamaan satu dan dua adalah sama. Bentuk umum dari
ketidaksamaan aritmatika geometri memungkinkan bobot ini bervariasi dari variabel ke variabel
selama mereka positif dengan jumlah yang sama dengan satu. Dalam persamaan ketidaksamaan
ini diberi simbol  untuk menunjukan produk dari istilah indeks.

Teorema 2.4.1 (Aritmatika Geometri Pertidaksamaan atau A-G Pertidaksamaan

Jika x 1 , x 2 , … , xn adalah bilangan riil positif dan jika δ 1 , δ 2 , … , δ n adalah bilangan positif yang
jumlahnya sama dengan satu.
n n
δi
(A-G) ∏ (x i) ≤ ∑ δi x i
i=1 i=1

Dengan persamaan ( A-G) jika dan hanya jika x 1 , x 2 , … , xn produk dari sisi kiri (A-G) disebut
geometrik x 1 , x 2 , … , xn dengan bobot δ 1 , δ 2 , … , δ n. Sementara jumlah yang tepat dari (A-G)
adalah rata-rata aritmatika x 1 , x 2 , … , xn dengan bobot δ 1 , δ 2 , … , δ n.

Pertama, amati bahwa fungsi f (x) yang didefiniskan untuk x >0oleh

f ( x )=−ln x

Secar a ketat cembung sejak f ' ' ( x ) =1/ x2 ¿ 0. Akibatnya, jika x 1 , x 2 , … , xn dan δ 1 , δ 2 , … , δ n
bilangan positif.

δ 1+ δ 2 +…+ δ n =1

Sehingga mensyaratkan
n n n n
−ln (∑ δ i x i ¿)¿ = f
i=1
( i=1
)
∑ δ i x i ≤ ∑ δ i f ( x i)=−∑ δ i ln x i
i=1 i=1

Dengan fungsi persamaan jika dan hanya jika semua persamaan x isama. Ketidaksamaan
sebelumnya setara dengan konsekuensinya.
 n n n
ln
( i=1
)
∑ δ i x i ≥ ∑ ln x iδ =ln ⁡( ∏ x iδ )
i=1
i

i=1
i

Karena fungsi logaritma naik maka diperoleh

n n

∑ δi xi ≥ ∏ ( x¿¿ i)δ ¿ i

i=1 i=1

Dengan persamaan dalam ketidaksamaan ini jika dan hanya jika semua persamaan x i sama.

2.5 Pemrograman Geometri Tak Terbatas

(2.5.1) Definisi

Suatu fungsi g(t) didefinisikan untuk semua t=(t1,…,tm) di Rm dengan tj > 0 untuk semua j=1,…,
m dinamakan posynomial jika g(t) adalah berbentuk

dimana c1 konstan positif dan αij sebarang eksponen real.

(2.5.2) Teorema

Jika t* = (t1* , … , tm*) adalah solusi untuk program geometri primal (GP), maka sesuai dengan
geometri ganda (DGP) adalah konsisten. Lebih lagi, vector δ * = (δ 1*,…,δ n*) didefinisikan dengan

dimana c i t αm … t αm adalah bentuk ke-i dari g(t) merupakan sebuah solusi untuk (DGP) dan
i1 ℑ

persamaan dimiliki Pertidaksamaan Primal-Dual, yaitu

g ( t ¿ )=v (δ ¿ )

(2.5.3) Prosedur Program Geometri

Diberikan program geometri primal

Langkah 1. Hitung himpunan F dari vektor-vektor yang mungkin untuk program dual geometri
(DGP) yaitu himpunan dari semua vector δ di Rn sehingga

Langkah 2. Jika himpunan F vector-vektor yang mungkin untuk (DGP):

a) Adalah kosong, maka berhenti. Diberikan program (GP) tidak memiliki solusi.
b) Memuat vector tunggal δ *, maka δ * adalah solusi DGP. Lanjut ke langkah 4.
c) Memuat lebih dari satu vector, maka lanjut ke langkah 3.
Langkah 3. Mencari sebuah vector δ * yaitu suatu maksimal global untuk fungsi ganda

di dalam himpunan F vector-vektor yang mungkin untuk (DGP). Maka δ * adalah solusi dari
(DGP). Lanjut ke langkah 4.

Langkah 4. Diberikan sebuah solusi δ * untuk (DGP). Sebuah solusi t* untuk program primal
termasuk penyelesaian persamaan

¿
untuk t1* , … , tm*. nilai minimum g(t*) dari g(t) sama dengan nilai maksimum v(δ ) untuk fungsi
ganda v(δ ).

2.6 Young’s Inequality

Ketika 1 <p <∞ dan a, b ≥ 0, ketidaksetaraan Young adalah ekspresi

Ini terlihat aneh dan rumit. Apa bagusnya itu?

Hal pertama yang perlu diperhatikan adalah ketidaksetaraan Young adalah generalisasi yang luas
dari ketidaksetaraan Cauchy. Khususnya, jika p = 2, maka dan kami memiliki ketidaksetaraan
Cauchy:

Biasanya untuk menggunakan ketidaksetaraan Young, seseorang memilih p tertentu, dan a dan b
adalah kuantitas mengambang bebas. Misalnya, jika p = 5, kita dapatkan

Sebelum membuktikan ketidaksetaraan Young, kami memerlukan fakta tertentu tentang fungsi
eksponensial.
Lemma 2.1 (Ketidaksesuaian interpolasi untuk ex.) Jika t ∈ [0,1], maka

eta+(1−t)b ≤ tea + (1 − t)eb

Bukti. Persamaan garis potong melalui titik-titik (a, ea) dan (b, eb) pada grafik ex adalah tepat

Jelas grafik dari garis ini memotong grafik ex tepat pada dua poin: (b, eb) ketika t = 0, dan (a, ea)
ketika t = 1. Untuk parametrize grafik ex sehingga nilai x dari parametrization ini dan
parametrization dari garis potong adalah sama, kami gunakan

Tetapi karena mantan adalah cekung, garis potong apa pun berada di atas grafik di antara titik-
titik persimpangan. Ini berarti bahwa nilai-nilai y dari dua kurva parametrized ini taat
eta+(1−t)b ≤ tea + (1 − t)eb yang harus dibuktikan.
Teorema 2.2 (Young's Inequality) Asumsikan a dan b adalah bilangan real, dan p> 1. Kemudian

Bukti. Ada sejumlah cara yang secara konseptual berbeda untuk membuktikan ketidaksetaraan
ini. Metode kami akan menggunakan Lemma 2.1. Penulisan

dari Lemma 2.1 yang kita dapatkan

Minkowski’s Inequality
Teorema 3.1 (Ketidaksetaraan Minkowski) Jika 1 ≤ p <∞, maka setiap kali X, Y ∈ VF kita
memiliki

kX + Y kp ≤ kXkp + kY kp

Bukti. Untuk membuktikan bahwa kX + Y kp ≤ kXkp + kY kp, kami akan mengganti Y dengan
tY, dan menggunakan
observasi itu
dan kemudian yang perlu kita buktikan adalah itu

yang sebenarnya lebih sederhana. Perhatikan bahwa sisi kanan hanya kY kp. Komputasi sisi kiri
sedikit lebih sulit:

 
Tapi tentu saja sgn(xi − tyi) · yi ≤ |yi|, jadi kami punya

Untuk melanjutkan dari sini, kami memanipulasi ungkapan ini sehingga pada akhirnya kami
dapat menggunakan ketidaksetaraan Young untuk keuntungan kami. Kita punya

Ketika p = 1 kita mendapatkan itu secara langsung

seperti yang diinginkan. Ketika 1 <p <∞ kami menerapkan ketidaksetaraan Young untuk
mendapatkannya
 
Akhirnya perhatikan bahwa sama persis kX−tY kpp dan sama persis kY kpp.
Karena itu

 
Oleh karena itu, seperti yang diinginkan, kami telah membuktikannya

H¨older’s inequality

Teorema 4.1 (ketidaksetaraan H¨older) Jika X,Y ∈ VF, lalu

Bukti. Karena ketidaksetaraan Young yang kita miliki

Jadi kami telah menunjukkan itu

jadi setelah mengalikan kedua sisi dengan kXk p kY kp kita dapatkan

p–1

yang harus dibuktikan.