Concavité / Convexité
Transcription
Concavité / Convexité
Mathias André École Polytechnique – Crest M1 EPP 2009 Concavité / Convexité Résumé de cours MAT2.3 1 sur les notions de concavité et de convexité des fonctions. Définitions Définition 1.1 On dit qu’une fonction f est convexe sur un intervalle I si et seulement si : Définition: ∀(x1 , x2 ) ∈ I 2 , ∀λ ∈ [0, 1], f (λx1 + (1 − λ)x2 ) ≤ λf (x1 ) + (1 − λ)f (x2 ) Une fonction f(x) est une fonction convexe si, pour tous points x1 , x2 de son domaine et pour tout On dit qu’une fonction f est concave sur un intervalle I si et seulement si −f est convexe. λ , 0 < λ < 1, Les cas stricts correspondent auxf mêmes ( λ x 1 + (définitions 1 - λ ) x 2 ) ≤avec λ f des ( x 1 )inégalités + ( 1 - λ ) f strictes ( x 2 ) . pour 0 < λ < 1. f est convexe signifie que la droite qui relie f (x1 ) à f (x2 ) est au-dessus de la courbe représentative de f sur [x1 , x2 ], autrement dit que f est au-dessus de ses tangentes (si elles existent). (Une fonction est strictement convexe si la dernière inégalité est stricte, à savoir, Définition 1.2 On dit qu’une fonction f est quasi-convexe sur un intervalle I si et seulement si : f ( λ x1 + ( 1 - λ ) x 2 ) < λ f ( x1 ) + ( 1 - λ ) f ( x2 ) et x1 ≠ x2 ) . ∀(x1 , x2 ) ∈ I 2 , ∀λ ∈ [0, 1], f (λx1 + (1 − λ)x2 ) ≤ max{f (x1 ), f (x2 )} Similairement, une fonction concave est intervalle définie de laImême mais lesisens est 1 On dit qu’une fonction f est quasi-concave sur un si etmanière seulement −f deestl'inégalité quasi-convexe . renversé. Les cas stricts correspondent aux mêmes définitions avec des inégalités strictes pour 0 < λ < 1. f est quasi-convexe sur I est ainsi équivalent à ∀(x1 , x2 ) ∈ I 2 , ∀λ ∈ [0, 1], f (x1 ) ≤ f (x2 ) ⇒ f (λx1 + (1 − λ)x2 ) ≤ f (x2 ) Intuitivement, une fonction qui est décroissante puis croissante est quasi-convexe 2 . Les graphiques ci-dessous donnent une représentation de ces définitions. Exemples: f(x) f(x) Fonction convexe Fonction concave f(x2) f(x2) f(λx1+(1-λ)x2) λf(x1)+(1-λ)f(x2) λf(x1)+(1-λ)f(x2) f(λx1+(1-λ)x2) f(x1) f(x1) x1 λx1 + (1 - λ)x2 x2 x x1 λx1 + (1 - λ)x2 x2 x 1. Ne pas oublier que max−f = −minf . 2. C’est une propriété assez large, il y a donc « beaucoup » de fonctions quasi-convexes en économie. Ainsi, la plupart des fonctions d’utilité « classiques » en économie le sont. 1 Exemples: f(x) f(x) Fonction Quasi Concave Fonction pas Quasi Concave f(x2) f(x2) f(λx1 + (1 - λ)x2) f(x1) f(λx1 + (1 - λ)x2) f(x1) x1 λx1 + (1 - λ)x2 x2 x1 x λx1 + (1 - λ)x2 x2 x Afin de distinguer convexe et quasi-convexe, considérons la fonction partie entière définie sur R par x 7→ xxy où xxy est le plus grand entier plus petit que x. C’est une fonction en escalier constante sur les intervalles de la forme [n, n+1[ où n ∈ N qui est quasi-convexe mais pas convexe (remarquer l’importance • DIFFÉRENTIELLE TOTALE des discontinuités). Voilà enfin une définition moins fondamentale mais qui peut s’avérait être utile : = f ( x ensemble ). Définition 1.3 OnSoitdity qu’un E est convexe si et seulement si Alors dy = f ’ ( x ) dx est2la différentielle totale et on a dy ≠ ∆ y , i.e. dy est une approximation de ∀(x1 , x2 ) ∈ E , ∀λ ∈ [0, 1], λx1 + (1 − λ)x2 ∈ E ∆y = f ( x + ∆x ) - f ( x ) . Intuitivement, cela signifie que si l’ensemble contient deux points, il contient le segment qui les relie 3 . Cette définition est utile pour interpréter la propriété de convexité des préférences qui se traduit par le fait que tout panier de bien faiblement préféré est convexe. 2 Premières propriétés et applications On se contentera de donner quelques propriétés dans le cas convexe, pour f concave il suffit de les traduire avec g = −f . Se reporter à un cours de maths pour plus de détails et des démonstrations. ë Sî f est dérivable sur I, alors f convexe si et seulement si f 0 croissante sur I. Sî f est deux fois dérivable sur I, alors f convexe si et seulement si f 00 positive sur I. ë Lemme des trois pentes : (y) (x) ≤ f (z)−f f convexe si et seulement si ∀(x, y, z) ∈ I 3 , x < y < z ⇒ f (y)−f y−x z−y ë Inégalité de Jensen : Pn Si f convexe sur I et (x1 , . . . , xn ) ∈ I n , (λ1 , . . . , λn ) ∈ [0, 1]n tels que i=1 λi = 1, alors ! n n X X f λ i xi ≤ λi f (xi ) i=1 i=1 ë Une somme pondérée de fonctions convexes est convexe. Une borne supérieure de fonctions convexes est convexe. Si f (.) est convexe, x 7→ f (ax + b) l’est. ë Toute fonction convexe est quasi-convexe. Toute fonction monotone est quasi-convexe. ë Les fonctions quasi-convexes sont caractérisées par la convexité des ensembles de niveau : f quasiconvexe sur I si et seulement si ∀α ∈ R, {x ∈ I, f (x) ≤ α} est un ensemble convexe. cf. microéconomie, Utillité et convexité des préférences : Si on considère des préférences sur un ensemble X, une représentation numérique de ces préférences peut être donnée par toute fonction U avec le domaine X et l’image dans R telle que x y ⇔ U (x) > U (y). Supposons que U soit une représentation numérique des préférences , c’est-à-dire une fonction d’utilité. Alors U est quasi-concave si et seulement si les préférences sont convexes ; U est strictement quasi-concave si et seulement si les préférences sont strictement convexes (application de la dernière propriété). 3. Faire un dessin et remarquer que l’ensemble est assez « rond ». 2