Captulo 1

Los conjuntos convexos y sus

propiedades

TEMARIO

Lecci
on 1.1 Los conjuntos convexos y sus propiedades.
Lecci
on 1.2 Proyeccion metrica, soporte y separacion.
Lecci
on 1.3 Dualidad.
Lecci
on 1.4 Representaciones extremales, politopos.
Lecci
on 1.5 La funcion soporte.
Lecci
on 1.6 La metrica de Hausdorff. El Teorema de Seleccion de Blaschke.

L a convexidad tiene una larga historia. Ya en el famoso Los Elementos de Euclides (300
a.C.) aparecen varias contribuciones a esta materia, relativas principalmente a propiedades de los
polgonos y poliedros. Sin embargo, fue Arqumedes (287?212 a.C.) el primero en dar una definici
on
precisa de lo que se entenda por una curva o una superficie convexa (en su libro Sobre la esfera y
el cilindro). Entre las diferentes propiedades obtenidas por Arqumedes sobre convexidad, merecen
especial mencion los postulados y resultados referentes al centro de gravedad de conjuntos planos
y su descripcion de los 13 poliedros semiregulares, tambien conocidos como solidos arquimedianos.
Los solidos arquimedianos fueron re-descubiertos muy posteriormente por Kepler (1571-1630) en
su libro Harmonices mundi (1619), demostrando que, efectivamente, solo podan existir 13.
Respecto a resultados sobre el famoso problema isoperimetrico, el origen del cual data apro-
ximadamente del a no 810 a.C., los debidos a Zenodorus (200 a.C.) para el caso de polgonos
convexos parecen ser los mas antiguos.
2 Los conjuntos convexos y sus propiedades

Ademas de otras contribuciones esporadicas, a finales del siglo XIX aparecieron diversos re-
sultados de gran importancia en convexidad, gracias a matematicos como Brunn o Minkowski; sin
embargo, el interes real por la Geometra Convexa es relativamente reciente, pues un primer estudio
sistematico no lo encontramos hasta 1934, en el libro de Bonnesen y Fenchel Theorie der konvexen
Korper. A lo largo de los a nos 40 y 50 se descubrieron numerosas aplicaciones importantes de los
conjuntos convexos, principalmente en el campo de la optimizacion geometrica, lo que acrecent o el
interes de esta teora.
Este primer captulo de nuestro programa esta dedicado a estudiar los conceptos y resultados
fundamentales de la Teora de los Conjuntos Convexos, as como las herramientas basicas que se
utilizaran en el posterior desarrollo de la materia.

1.1. Los conjuntos convexos y sus propiedades.

Sumario. Combinaciones lineal, afn, positiva y convexa. Conjunto convexo. En-

voltura convexa, afn y positiva. El Teorema de Caratheodory. La convexidad y las
propiedades topologicas. Cuerpo convexo. Teoremas de Radon y Helly.

A ntes de definir propiamente lo que es un conjunto convexo, resulta conveniente recordar algunos
conceptos previos bien conocidos. As por ejemplo:

Definici on 1.1. Se dice que un vector x de Rn es una combinacion lineal de los vectores x1 , . . . , xk
si existen 1 , . . . , k R adecuados tales que x = 1 x1 + + k xk . Adem
as:

Si los i verifican 1 + + k = 1, entonces se dice que x es una combinacion afn de los xi .

Si los i verifican i 0, i = 1, . . . , k, entonces x es una combinacion positiva de los xi .
Finalmente, si se verifican ambas condiciones a la vez sobre los n
umeros i , esto es, si

1 + + k = 1 y i 0, i = 1, . . . , k,

entonces se dice que x es una combinacion convexa de los xi .

Definicion 1.2. Se dice que un conjunto K de Rn es convexo si, dados dos puntos cualesquiera de
K, el segmento que los une esta totalmente contenido en el conjunto, es decir, si la combinaci
on
convexa (1 )x + y K para x, y K y 0 1.

Otro concepto interesante es el de cono convexo, que podemos definir de la siguiente forma.

Definici on 1.3. Un cono (convexo) es un subconjunto A de Rn que es convexo, no vaco y tal que
si x est a en A para todo 0.
a en A, entonces x tambien est

En definitiva, un subconjunto no vaco A de Rn es un cono convexo si es cerrado para la suma y el

producto por n umeros reales no negativos.
1.1 Los conjuntos convexos y sus propiedades. 3

Definici
on 1.4. Dado un conjunto arbitrario A, se define la envoltura convexa de A, y se representa
on de todos los subconjuntos convexos de Rn que contienen a A.
por conv A, como la intersecci
An
alogamente se definen la envoltura afn y la envoltura positiva de A, y se representan por aff A
y pos A, respectivamente, como la interseccion de todos los subespacios afines, en el primer caso, o
de todos los conos convexos, en el segundo, de Rn que contienen a A.

En definitiva, conv A (respectivamente, aff A o pos A) no es otra cosa que el menor conjunto
convexo (respectivamente, subespacio afn o cono positivo) que contiene a A. Ademas, dado un
subconjunto cualquiera A de Rn , su envoltura convexa no es otra cosa que el conjunto de todas las
combinaciones convexas de una cantidad finita cualquiera de elementos de A.
Resultados analogos se demuestran para las envolturas afn y convexa de un conjunto A; por
lo tanto, las envolturas afn y positiva de un conjunto A coinciden con los conjuntos de todas las
combinaciones afines y positivas, respectivamente, de cualquier cantidad finita de elementos de A.
Uno de los resultados fundamentales sobre la generacion de las envolturas convexas es el Teorema
de Caratheodory (1907). Ya sabemos que un punto x conv A es una combinacion convexa de una
cantidad finita de elementos de A; sin embargo, este resultado no establece restriccion alguna sobre
el n
umero de puntos de A necesarios para construir dicha combinacion. El Teorema de Caratheodory
nos dice, precisamente, cual es el n
umero maximo de puntos requeridos.

Teorema 1.5 (Carath eodory, 1907). Si A es un subconjunto no vaco de Rn , entonces todo

x conv A puede expresarse como una combinaci
on convexa de, a lo sumo, n + 1 puntos de A.

Especial interes presentan los conjuntos obtenidos como la envoltura convexa de puntos:

Definicion 1.6. La envoltura convexa de un n umero finito de puntos se denomina politopo (con-
vexo), en general, o polgono (convexo), en el caso del plano eucldeo. En particular, un k-smplice
es a la envoltura convexa de k + 1 puntos afnmente independientes.

Es sencillo demostrar que todo punto de un k-smplice tiene una u nica representacion como
combinacion convexa de sus vertices. Ademas, el Teorema de Caratheodory establece entonces que
la envoltura convexa de un conjunto A es la union de todos los smplices con vertices en A.

on 1.7. La dimension de un conjunto cualquiera A de Rn no es m

Definici as que la dimensi
on del
menor subespacio afn que lo contiene, y se denota por dim A.

Representaremos por relint A (respectivamente relbd A) el interior relativo de A, es decir, el

interior (frontera) del conjunto A relativo al menor subespacio afn que lo contiene.

Observaci on 1. Dado un conjunto convexo K, si x int K e y cl K, entonces el segmento

semiabierto [x, y) int K. Esto permite demostrar, entre otros, los siguientes resultados:

Si K es un conjunto convexo de Rn , entonces int K y cl K son tambien convexos.

Si K = conv{x1 , . . . , xk+1 } es un smplice k-dimensional, entonces relint K 6= .
4 Los conjuntos convexos y sus propiedades

Si K es un conjunto convexo y no vaco de Rn , entonces su interior relativo relint K 6= .

Si K es un conjunto convexo de Rn , entonces relint K = relint cl K y cl K = cl relint K.
Si A es un conjunto abierto de Rn , entonces conv A tambien es abierto.
La envoltura convexa de un conjunto compacto es compacta.

A partir de ahora, cuando se hable de un cuerpo convexo nos estaremos refiriendo a un conjunto
convexo y compacto de Rn no vaco. Representaremos por Kn el conjunto de todos los cuerpos
convexos del espacio eucldeo n-dimensional.

1.1.1. Teoremas tipo Helly.

E l Teorema de Caratheodory estableca cual es el n

umero maximo de puntos de un conjunto A
necesarios para construir, mediante una combinacion convexa, un punto cualquiera de conv A. Otro
resultado igualmente sencillo e importante sobre envolturas convexas es el siguiente:

Teorema 1.8 (Radon, 1921). Todo subconjunto de puntos afnmente dependientes de Rn (en
particular, cualquier conjunto con, al menos, n + 2 puntos) puede expresarse como la uni
on de dos
conjuntos disjuntos cuyas envolturas convexas tienen un punto en com un.

A partir del Teorema de Radon puede deducirse facilmente el conocido Teorema de Helly, un
resultado fundamental y tpico de la Geometra Combinatoria de conjuntos convexos. La primera
demostracion de este teorema fue publicada por Radon en 1921, a quien Helly haba enviado su
enunciado ocho a nos antes. En 1923, Helly da a conocer su propia demostracion del resultado.

Teorema 1.9 (Helly, 192123). Sean K1 , . . . , Kr conjuntos convexos del espacio eucldeo Rn . Si
cualquier colecci
on de n + 1 de tales subconjuntos tienen un punto en com
un, entonces todos los Ki
tienen un punto en com un.

Este teorema es el mas representativo de toda una clase de resultados conocidos como los
Teoremas de Tipo Helly, los cuales responden a la siguiente formulacion general:

Sea F una familia de conjuntos y sea r un entero positivo. Si r conjuntos cualesquiera

de F satisfacen la propiedad P, entonces toda la familia F verifica la propiedad Q.

1.2. Proyecci
on m
etrica, soporte y separaci
on.

Sumario. La proyeccion metrica. Los hiperplanos soporte. Conjuntos separados y

fuertemente separados. Teoremas de separacion.

E n lo que sigue, vamos a representar por B (x, ) la bola eucldea cerrada n-dimensional con
n
centro x y radio . Cuando el centro sea el origen de coordenadas, escribiremos simplemente B ().n
Finalmente, Bn sera la bola unidad centrada en el origen.
 n me
1.2 Proyeccio trica, soporte y separacio
n. 5

Un hiperplano (afn) H de Rn puede expresarse de la forma H = x Rn : hx, ui = c , donde



umero real fijo. Representamos epor H + y H

u 6= 0 (unitario) es el vector normal a H y c es un n
los dos semiespacios cerrados determinados por H, esto es,

H + = x Rn : hx, ui c H = x Rn : hx, ui c .
 
y

Consideremos un conjunto convexo y cerrado K de Rn , no vaco. Entonces, para cada x Rn ,

 
nico punto p(K, x) K verificando x p(K, x) |x y| para todo y de K. Esta
existe un u
propiedad permite considerar una aplicacion bien definida, p(K, ), como se define a continuaci
on.

Definici on p(K, ) : Rn K que a cada x de Rn le asigna el u

on 1.10. La aplicaci nico punto
n
p(K, x) R que verifica
 
x p(K, x) |x y|, para todo y K,

se denomina la proyeccion metrica o aplicacion punto mas proximo de K.

Claramente, se tiene que

 
x p(K, x) = d(K, x)

no es mas que la distancia (usual) de x al conjunto K. Vamos a representar entonces por u(K, x)
el vector unitario que marca la direccion desde el punto mas proximo p(K, x) a x, esto es,

x p(K, x)
u(K, x) = .
d(K, x)
Entre otras propiedades, destacamos las siguientes:

Lema 1.11. Sean x Rn \ K e y R(K, x) := p(K, x) + u(K, x) : 0 (el rayo que pasa por


x con punto final p(K, x)). Entonces, p(K, x) = p(K, y).

Teorema 1.12. La proyecci

on metrica es una aplicaci
on contractiva, esto es, verifica que
 
p(K, x) p(K, y) |x y|,

para cualesquiera x, y Rn .

Lema 1.13. Sea Bn una bola que contiene a K en su interior. Entonces, p(K, bd Bn ) = bd K.

Ademas, la existencia de una u

nica proyeccion metrica es caracterstica de los conjuntos conve-
xos, lo que nos ofrece una primera caracterizacion de este tipo de figuras:

Teorema 1.14 (Bunt, Motzkin, 19341935). Un conjunto K de Rn es convexo si, y s

olo si,
n
para cada x de R existe un u
nico punto m
as pr
oximo en K.

Dado un conjunto convexo K de Rn , se dice que un hiperplano H soporta K en un punto x K

si x K H y K esta contenido en uno de los dos semiespacios H + o H que dicho hiperplano
determina. Esta idea permite definir el concepto fundamental de hiperplano soporte a un conjunto.
6 Los conjuntos convexos y sus propiedades

on 1.15. Dado un conjunto convexo K de Rn , se dice que H es un hiperplano soporte a

Definici
K si H soporta K en alg
un punto x, el cual ser
a, necesariamente, un punto de su frontera.

Ademas, si el hiperplano H soporta K y K H (respectivamente, K H + ), entonces se dice

que H (respectivamente, H + ) es un semiespacio soporte a K.
Este nuevo concepto y el de proyeccion metrica se relacionan del siguiente modo:

Lema 1.16. Sea K un conjunto convexo y cerrado de Rn no vaco, y sea x un punto que no
est
a en K. Entonces, el hiperplano H que pasa por el punto m
as pr
oximo p(K, x), ortogonal al
vector u(K, x), soporta K.

Por otro lado, la existencia de hiperplanos soporte permite establecer una nueva caracterizaci
on
de los conjuntos convexos (cerrados con interior no vaco).

Teorema 1.17. Si K es un conjunto convexo y cerrado de Rn , entonces por cada punto frontera
de K existe un hiperplano soporte a K. Adem
as, si K es acotado, para cada vector no nulo u existe
un hiperplano soporte a K con vector normal exterior u.

Teorema 1.18. Si K es un conjunto cerrado de Rn con interior no vaco, y tal que por cada uno
de sus puntos frontera existe un hiperplano soporte a K, entonces K es convexo.

Estudiamos finalmente el problema de separar conjuntos convexos por medio de hiperplanos.

on 1.19. Sean A y B dos subconjuntos de Rn . Se dice que un hiperplano H separa A y B

Definici
si A H y B H + , o viceversa. H se denomina entonces hiperplano de separacion de A y B.
Ademas, se dice que esta separaci
on es propia si A y B no est
an ambos en H.
an estrictamente separados por H si A int H y B int H + , o viceversa.
Los conjuntos A y B est
an fuertemente separados por H = x Rn : hx, ui = c si existe > 0 de

Se dice que A y B est
forma que Hc = x Rn : hx, ui = c y Hc+ = x Rn : hx, ui = c + separan A y B.
 

Los resultados que establecen condiciones que aseguran si dos conjuntos cualesquiera pueden
o no separarse se conocen como teoremas de separacion. Comencemos considerando el caso m as
sencillo: el de un conjunto y un punto.

Teorema 1.20. Si K es un conjunto convexo y x Rn \K, entonces K y x pueden separarse.

Adem
as, si K es cerrado, entonces K y x pueden separarse fuertemente.

Corolario 1.21. Todo conjunto convexo y cerrado K de Rn no vaco es la intersecci

on de sus
semiespacios soporte.

El teorema anterior tiene una gran importancia, ya que la separacion de pares de conjuntos
puede reducirse al estudio de la separacion de un conjunto y un punto:

Lema 1.22. Sean A, B Rn no vacos. Entonces A y B pueden separarse (separarse fuertemente)

olo si, A B y el origen de coordenadas 0 pueden separarse (separarse fuertemente).
si, y s
1.3 Dualidad. 7

Las propiedades
si K y K 0 son convexos, entonces K K 0 es convexo,
si K es compacto y K 0 es cerrado, K K 0 es cerrado,
0 6 K K 0 si y solo si K K 0 = ,
junto con el Teorema 1.20 y el Lema 1.22, permiten deducir el siguiente resultado:

Teorema 1.23. Si K, K 0 Rn son conjuntos convexos no vacos tales que K K 0 = , entonces

K y K 0 pueden separarse. Adem
as, si K es compacto y K 0 es cerrado, entonces K y K 0 pueden
separarse fuertemente.

Existen muchas extensiones y reformulaciones de este teorema que son de particular interes. Por
ejemplo, si se suprime la condicion de convexidad en los conjuntos obtenemos el siguiente resultado.

Teorema 1.24. Sean A y B dos subconjuntos compactos no vacos de Rn . Entonces, existe un

olo si, conv A conv B = .
hiperplano H que separa fuertemente A y B si, y s

Por otro lado, existen conjuntos convexos que se pueden separar, incluso si no son disjuntos. La
condicion precisa para que esto sea posible se da en el siguiente teorema.

Teorema 1.25. Sean K y K 0 conjuntos convexos de Rn no vacos. Entonces K y K 0 pueden

olo si, relint K relint K 0 = .
separarse propiamente si, y s

1.3. Dualidad.

Sumario. Conjunto polar o dual. El conjunto doble-polar.

E n muchas ramas de las matematicas aparece el termino dualidad, en general, referido a dos
ideas o teoras similares que estan relacionadas entre s, usualmente de forma inversa. En nuestro
caso, asociados a los conjuntos convexos, existen objetos duales de la misma clase. Esta dualidad
nos permite, por ejemplo, trasladar ciertos resultados sobre puntos frontera de conjuntos convexos
a resultados sobre hiperplanos soporte y viceversa. Pero existen ademas otras muchas aplicaciones.

Definicion 1.26. Sea A un subconjunto cualquiera de Rn con interior no vaco. Se define el

conjunto polar o dual de A como
n o
A = x Rn : hx, yi 1 para todo y A .

Es sencillo comprobar que el conjunto polar de un punto y 6= 0 es un semiespacio, el determinado

por el hiperplano x Rn : hx, yi = 1 que contiene a 0 en su interior; que el polar del propio


origen de coordenadas es todo el espacio Rn ; y que para la bola eucldea centrada en el origen se
tiene que Bn (r) = Bn (1/r). Es mas, se puede demostrar que A = A si, y solo si, A = Bn (1).
8 Los conjuntos convexos y sus propiedades

Una propiedad muy importante del conjunto polar es que A siempre es cerrado y convexo
(para cualquier subconjunto A Rn ), y que 0 int A . Ademas, para subconjuntos cualesquiera
A, B Rn , se verifica que:

i) A B = A B (la igualdad sigue siendo cierta para uniones numerables).


ii) Si A B, entonces B A .
iii) Si > 0, entonces (A) = (1/)A .

Teorema 1.27. Sea A un subconjunto cualquiera de Rn . Entonces



A = cl conv A {0} .

En particular, si A es convexo, cerrado, y contiene el origen en su interior, entonces A = A.

Lema 1.28. Dados dos cuerpos convexos K1 , K2 K0n , se verifica la relaci

on

(K1 K2 ) = conv(K1 K2 ).

as, si K1 K2 es convexo, entonces K1 K2 es tambien convexo, y por tanto

Adem

(K1 K2 ) = K1 K2 .

1.4. Representaciones extremales. Politopos.

Sumario. Punto extremo. Teorema de Krein-Milman. Punto expuesto. Teorema de

Straszewicz. Caras. Conos soporte y normal. Politopos. Paralelotopos, zonotopos,
smplices y crosspolitopos. Teorema Principal de los Politopos. Formula de Euler.

Uno de los propositos de esta leccion es dar respuesta a las siguientes preguntas:
Dado un conjunto convexo K, es siempre posible expresarlo como la envoltura convexa
de alg
un subconjunto propio S de K? Y a
un mas: cual es el subconjunto m
as peque
no
S K tal que conv S = K?

Si K esta formado por mas de un punto, la respuesta a la primera cuestion es afirmativa: tomese
S = K\{x}, donde x relint K. Ademas, si K es compacto, podemos considerar S = bd K. La
siguiente pregunta surge entonces de forma natural: es la frontera de un cuerpo convexo el subcon-
junto mas peque no que verifica esta propiedad? Basta pensar en un triangulo para darnos cuenta
de que la respuesta es negativa. Nos preguntamos ahora: existe siempre el menor subconjunto S
de K tal que conv S = K? Y si existe, puede caracterizarse de alguna manera?

Lema 1.29. Sea K un conjunto convexo cerrado de Rn . Entonces K 6= conv relbd K si, y s
olo si,
K es un k-plano o un semiespacio (k-dimensional).
1.4 Representaciones extremales. Politopos. 9

Por tanto, a partir de ahora supondremos que el conjunto convexo K no es ninguna de estas
dos figuras. En particular, si consideramos conjuntos convexos compactos, entonces s es claro que
K = conv relbd K. Pero en general, no todos los puntos de la frontera relativa son necesarios.
Para responder a las preguntas que nos estamos planteando necesitamos la siguiente definici
on.

Definicion 1.30. Sea K un conjunto convexo. Un punto x de K se dice que es un punto extremo si
no existe ning
un segmento de recta (no degenerado) en K que contenga a x en su interior relativo;
o equivalentemente, si x no puede escribirse como x = (1 )y + z, con y, z K y 0 < < 1.
El conjunto de todos los puntos extremos de un conjunto convexo K se representa por ext K, y
suele llamarse el perfil de K.

Un punto x de un conjunto convexo K es extremo si, y solo si, el conjunto K \ {x} es convexo.
Luego cualquier subconjunto S de K para el cual conv S = K contiene el perfil de K.
Si tenemos tambien en cuenta los conjuntos convexos abiertos o los no acotados, entonces el
menor subconjunto S K cuya envoltura convexa es K puede contener propiamente a ext K.
Sin embargo, si nos restringimos a la familia de los cuerpos convexos, la compacidad nos va a
asegurar, necesariamente, la existencia de algun punto extremo, y la respuesta a la cuestion que
nos planteabamos al comienzo de la leccion la encontramos en el siguiente resultado:

Teorema 1.31 (Minkowski, Krein-Milman, 191140). Todo cuerpo convexo K de Rn es la

envoltura convexa de sus puntos extremos.

Y ademas, el conjunto de los puntos extremos no puede reemplazarse por otro conjunto menor, ya
que x K es un punto extremo de K si, y solo si, K \ {x} es convexo.
Este teorema fue probado originalmente por Minkowski en 1911 para el espacio eucldeo finito-
dimensional Rn . De particular importancia es su extension a espacios infinito-dimensionales, resul-
tado que fue demostrado en 1940 por Krein y Milman, por lo que a partir de entonces se bautiz o,
incluido el caso de Rn , como Teorema de Krein-Milman: todo subconjunto convexo y compacto de
un espacio localmente convexo es la envoltura convexa y cerrada de sus puntos extremos.
Es interesante comentar que, para conjuntos que no son compactos no existe caracterizaci on
posible; bien porque K no sea acotado, bien porque K no sea cerrado, puede ocurrir cualquier cosa,
tanto que conv ext K = K, como que conv ext K 6= K.
La nocion de punto extremo de un conjunto convexo K involucra combinaciones convexas de
puntos en K, y en consecuencia, esta relacionada con una descripcion intrnseca del conjunto. Si
miramos ahora un conjunto convexo desde fuera, nos vemos dirigidos hacia una clase diferente,
aunque estrechamente relacionada, de puntos especiales de la frontera de K.

Definicion 1.32. Un punto x de un conjunto convexo K es un punto expuesto de K si existe un

hiperplano H soporte a K tal que H K = {x}. El conjunto de los puntos expuestos de K se
representa por exp K.
10 Los conjuntos convexos y sus propiedades

Claramente se tiene que exp K ext K, pero incluso para cuerpos convexos del plano eucldeo,
esta inclusion es, en general, estricta. Sin embargo, cada punto extremo de un cuerpo convexo
(realmente, basta con suponerlo cerrado) es un lmite de puntos expuestos:

Teorema 1.33 (Straszewicz, 1935). Si K es un cuerpo convexo del espacio eucldeo Rn , entonces
ext K cl exp K, y en consecuencia, K = cl(conv exp K).

1.4.1. La estructura facial de un conjunto convexo.

E l estudio de la frontera de un conjunto convexo resulta de gran importancia, pues determina-

dos puntos (o estructuras) de la frontera capturan una gran cantidad de informacion sobre el
propio conjunto (tanto en dimension finita como infinita). Sin duda alguna, todos estamos familia-
rizados con el termino cara cuando este se aplica a los poliedros convexos. En la presente lecci
on
vamos a introducir el concepto de cara para conjuntos convexos (cerrados) arbitrarios, lo que nos
permitira describir la estructura de la frontera relativa de un conjunto convexo.

on 1.34. Una cara de un conjunto convexo cerrado K de Rn es un subconjunto convexo

Definici
F de K de forma que, si x + (1 )y F , donde x, y K y 0 < < 1, entonces x, y F .

Se considera que tanto el conjunto vaco como el propio conjunto K son caras de K, denomi-
nadas caras impropias de K; todas las demas caras se dicen propias. Ademas, para hacer referencia
a la dimension de las caras se hablara de i-caras del conjunto. En lo sucesivo, representaremos por
F(K) el conjunto de todas las caras del conjunto K, y por Fi (K) el conjunto de todas las caras
i-dimensionales de K.
Las siguientes propiedades son de sencilla demostracion:

on 1.35. Sea K un conjunto convexo cerrado de Rn .

Proposici

i) Las 0-caras son los puntos extremos del conjunto.

ii) Las caras de un conjunto convexo cerrado K son cerradas.
iii) Si F 6= K es una cara de K, entonces F relint K = .
iv) En particular, F relbd K y dim F < n.
v) La intersecci
on de cualquier colecci
on no vaca de caras de K es una cara de K.
vi) Si F es una cara de K y G es una cara de F , entonces G tambien es una cara de K.
vii) Si F1 , F2 F(K) son dos caras distintas de K, entonces relint F1 relint F2 = . Esto permite

deducir adem as que el sistema relint F : F F(K) es una descomposici on disjunta de K.

Si H es un hiperplano soporte al conjunto K, entonces H K es una cara de K. Esto nos

permite establecer la siguiente definicion:

Definici on de un conjunto convexo cerrado K de Rn con uno de sus hiper-

on 1.36. La intersecci
planos soporte recibe el nombre de cara expuesta de K (o i-cara expuesta de K).
1.4 Representaciones extremales. Politopos. 11

Observese que una cara expuesta G de una cara expuesta F del conjunto K no tiene por que ser,
necesariamente, una cara expuesta de K.

on 1.37. Sean K Kn y x K. El cono soporte de K en x es el conjunto

Definici

S(K, x) := cl (y x) : y K, > 0 .

Se define el cono normal de K en x como

N (K, x) := u Rn \{0} : x H(K, u) {0}.



Si x K H(K, u), entonces se dice que u es un vector normal exterior a K en x. Por lo tanto,
N (K, x) no es otra cosa que el conjunto de todos los vectores normales exteriores a K en x junto
con el vector nulo. Claramente, N (K, x) es un cono convexo cerrado, y ademas N (K, x) = S(K, x) .
El siguiente resultado describe el comportamiento de los conos soporte y normal respecto a la suma
y la interseccion de conjuntos.

Teorema 1.38. Sean K y L dos cuerpos convexos de Rn .

i) Si x K e y L,
S(K + L, x + y) = S(K, x) + S(L, y),
N (K + L, x + y) = N (K, x) N (L, y).

ii) Si x K L y relint K relint L 6= ,

S(K L, x) = S(K, x) S(L, x),

N (K L, x) = N (K, x) + N (L, x).

1.4.2. Los politopos.

L os poliedros (politopos convexos tridimensionales), especialmente los regulares, han fascinado a

la humanidad desde la antig 3
uedad. La construccion de los cinco solidos regulares en R (tetraedro,
cubo, octaedro, dodecaedro e icosaedro) en el Libro XIII, fue uno de los puntos mas relevantes del
famoso Los Elementos de Euclides (325-265 A.C.). Estos poliedros reciben el nombre de s olidos
plat
onicos, debido a que Platon (427-347 A.C.) hace mencion expresa de ellos en el Timeo. La
primera demostracion conocida del hecho de que solo existen 5 poliedros regulares en R3 se remonta
a los pitagoricos (Pitagoras, 580-500 A.C.).
Como ya sabemos, se define un politopo como la envoltura convexa de un conjunto finito (po-
siblemente vaco) de puntos en Rn . Ademas de los famosos solidos platonicos, algunos ejemplos
sencillos de politopos son los siguientes:

i) Los paralelotopos: politopos generados mediante la suma de un n umero finito de vectores

n
linealmente independientes de R . Entre ellos, los mas sencillos son los cubos: un cubo
n-dimensional no es mas que el producto cartesiano [1, 1]n .
12 Los conjuntos convexos y sus propiedades

umero finito de segmentos en Rn .

ii) Los zonotopos: suma vectorial de un n
iii) Los k-smplices: envoltura convexa de k + 1 puntos afnmente independientes.
iv) Los crosspolitopos: un crosspolitopo k-dimensional es la envoltura convexa de k segmentos
linealmente independientes en Rn cuyos puntos medios coinciden. Tal crosspolitopo se dice
regular si todos los segmentos tienen la misma longitud y son ademas mutuamente ortogonales.

Los vertices de un politopo P = conv{x1 , . . . , xk } son los puntos extremos de P , y coinciden a

S
su vez con los puntos x1 , . . . , xk si, y solo si, para cada i = 1, . . . , k, xi 6 conv j6=i xj .
Los politopos son los cuerpos convexos que tienen una cantidad finita de puntos extremos. Otras
propiedades de los politopos son las siguientes:

Si P y Q son dos politopos en Rn y R, entonces P + Q y P son politopos.

Si H es un hiperplano soporte de P = conv{x1 , . . . , xk }, entonces H P es un politopo, pues


H P = conv H {x1 , . . . , xk } .
Es innecesaria la distincion entre caras y caras expuestas, pues toda cara propia de un politopo
P es la interseccion de P con alg un hiperplano soporte. En particular, cada punto extremo
de un politopo es un punto expuesto.

Un politopo se ha definido como la envoltura convexa de un numero finito de puntos. De manera

alternativa, se puede ver como la interseccion de un n
umero finito de semiespacios:

Teorema 1.39 (Teorema Principal de los Politopos). Todo politopo es la intersecci on de una
cantidad finita de semiespacios cerrados. Adem
as, toda intersecci
on acotada de una cantidad finita
de semiespacios cerrados es un politopo.

Lema 1.40. El cuerpo polar de un politopo es de nuevo un politopo.

Si consideramos los cinco solidos platonicos, se tiene que el cubo y el octaedro son politopos
duales, que el dodecaedro y el icosaedro son tambien polares y que el tetraedro es dual de s mismo.
En 1752, Euler descubrio que, para los politopos 3-dimensionales, se verificaba la hoy conocida
formula f e + v = 2, donde f representa el n
umero de caras, e el n
umero de aristas y v el n umero
de vertices del politopo. El caso general fue demostrado por Poincare en 1899, por lo que dicha
relacion se conoce a menudo con el nombre de formula de Euler-Poincare. Vamos a representar por
umero de r-caras que presenta un n-politopo P de Rn para r = 1, 0, 1, . . . , n, donde
fr (P ) el n

f1 (P ) = fn (P ) = 1.

De forma general, si r < 1 o r > n se considera que fr (P ) = 0.

Teorema 1.41 (La f

ormula de Euler-Poincar e, 17521899). Sea P un m-politopo no vaco
n
en R . Entonces
m1
X
(1)r fr (P ) = 1 (1)m .
r=0
 n soporte.
1.5 La funcio 13

1.5. La funci
on soporte.

Sumario. Funcion soporte de un conjunto convexo. Hiperplano y semiespacio so-

portes. Anchura de un cuerpo convexo en una direccion. Anchura mnima y diame-
tro. Anchura media. Funcion gauge. Funcion radial.

A unque las funciones convexas aparecen en numerosos contextos y aplicaciones, existen algunas
de particular interes por su estrecha relacion con la geometra de los conjuntos convexos. Una de
ellas es la denominada funcion soporte. Dado que un conjunto convexo cerrado es la interseccion
de sus semiespacios soporte, dicho conjunto puede describirse convenientemente especificando la
posicion de sus hiperplanos soporte, dados sus vectores normales exteriores. Esta descripcion se
lleva a cabo por medio de la funcion soporte.

Definicion 1.42. Si K es un conjunto convexo cerrado de Rn no vaco, se define la funcion soporte

h(K, ) = hK de K como

h(K, u) = sup hx, ui : x K ,
para cada u Rn .

Ademas, si u dom hK \{0}, representamos por H(K, u) y H (K, u) los conjuntos

H(K, u) = x Rn : hx, ui = h(K, u) H (K, u) = x Rn : hx, ui h(K, u) ,

 
y

denominados, respectivamente, el hiperplano soporte y el semiespacio soporte del conjunto K con

vector normal exterior u. Observese que estas definiciones de hiperplano y semiespacio soportes
extienden las ya estudiadas en la Leccion 1.2. En definitiva, el hecho de que para un conjunto
convexo compacto K, el hiperplano de ecuacion
n o
H(K, u) = x Rn : hx, ui = h(K, u)

soporte a K en el punto mas proximo p(K, x), justifica el nombre de funcion soporte para h(K, ).

Observaci on 2. Si u Sn1 dom h(K, ), entonces h(K, u) es la distancia con signo del hiperplano
soporte a K determinado por u, H(K, u), al origen de coordenadas; la distancia ser a negativa si,
y s
olo si, el vector u apunta hacia el interior del semiespacio abierto que contiene el origen.

on 1.43. Sea K un conjunto convexo cerrado de Rn no vaco. Entonces:

Proposici

i) El dominio de h(K, ) es un cono convexo con vertice en el origen.

ii) h(K, ) = hz, i si, y s
olo si, K = {z}.
iii) h(K + t, u) = h(K, u) + ht, ui para todo t Rn .
iv) h(K, u) = h(K, u) si 0 y h(K, u + v) h(K, u) + h(K, v); por tanto, la funci
on soporte
es una funci
on convexa.
14 Los conjuntos convexos y sus propiedades

v) h(K, ) h(L, ) si, y s

olo si, K L.
vi) Si representamos por K| E la proyeccion ortogonal del conjunto K sobre un subespacio vec-
n
torial E de R , se tiene que h(K| E, u) = h(K, u) para todo u E.
vii) h(K, ) = h(K, ) para todo 0, y adem
as h(K, u) = h(K, u).

Ademas, si K es un conjunto convexo cerrado no vaco de Rn y h(K, ) es su funcion soporte,

entonces se tiene que
n o \ n o
K = x Rn : hx, ui h(K, u) para todo u dom hK = x Rn : hx, ui h(K, u) .
udom hK

Observese que, si K es un cuerpo convexo, el supremo en la definicion de h(K, u) se alcanza

y es un valor finito para cada u, siendo entonces h(K, ) una funcion sublineal. Y recprocamente:
se pueden caracterizar los cuerpos convexos por medio de sus funciones soporte, en el sentido que
precisamos a continuacion.

Teorema 1.44. Si f : Rn R es una funci

on sublineal, entonces existe un u
nico cuerpo convexo
n
K en R cuya funci
on soporte es f .

Una propiedad fundamental de la funcion soporte es que esta es aditiva en su primer argumento
respecto a la suma vectorial de conjuntos: si K y L son dos cuerpos convexos de Rn , entonces

h(K + L, ) = h(K, ) + h(L, ).

En general, una funcion f definida sobre Kn se dice Minkowski-aditiva o aditiva en el sentido de

Minkowski si verifica, precisamente, que f (K + L) = f (K) + f (L).
Una primera consecuencia es que la igualdad K +M = L+M para los cuerpos convexos implica
forzosamente que K = L, de donde se deduce que la familia de los cuerpos convexos con la llamada
suma de Minkowski es un semigrupo conmutativo con la ley de la cancelacion.

on 1.45. Sea K Kn . Se define la anchura de K en la direccion u como

Definici

(K, u) = h(K, u) + h(K, u), u Sn1 .

Es decir, (K, u) es la distancia entre los dos hiperplanos soporte a K ortogonales a la direcci
on
dada u. Observese que, para cada u S n1 , la anchura de K en la direccion u es

(K, u) = h(K, u) + h(K, u) = h(K, u) + h(K, u) = h(K K, u),

es decir, es la funcion soporte del llamado cuerpo diferencia DK = K K.

Definici on 1.46. El mnimo de todos los valores (K, u) cuando u vara en todas las direcciones
posibles se denomina la anchura mnima de K, esto es, (K) = mn (K, u) : u Sn1 .


Analogamente, se define el diametro de K como el m aximo de los valores (K, u) cuando u vara
en todas las direcciones posibles, esto es, D(K) = max (K, u) : u Sn1 .

 n soporte.
1.5 La funcio 15

Obviamente, diametro y anchura (mnima) no son funciones Minkowski-aditivas, pues solo se

tienen las desigualdades

D(K + L) D(K) + D(L) y (K + L) (K) + (L).

Otra magnitud de especial relevancia es la llamada anchura media, b(K), definida como el valor
medio de la funcion anchura sobre Sn1 , es decir,
Z
2
b(K) = h(K, u) du.
nvol(Bn ) Sn1
Al contrario de lo que ocurra con la anchura mnima y el diametro, la anchura media b(K) es una
funcion Minkowski-aditiva.
Ademas de la funcion soporte, existen otras funciones que pueden utilizarse para describir un
cuerpo convexo analticamente.
Definici on 1.47. Sea K un cuerpo convexo de Rn con 0 int K. Se define la funcion gauge o
funcion distancia de Minkowski de K como la funcion g(K, ) : Rn R dada por

g(K, x) = mn 0 : x K .

on (K, ) : Rn \{0} R dada por

Se define la funcion radial de K como la funci
 1
(K, x) = max 0 : x K = .
g(K, x)

La funcion gauge fue definida originariamente por Minkowski en 1911, y proporciona un metodo
muy u til para obtener una norma (y por tanto una topologa) en espacios vectoriales generales finito
(e infinito)-dimensionales. En efecto, se demuestra que dado un cuerpo convexo K centralmente
simetrico respecto al origen de coordenadas (se dice K es centralmente simetrico respecto a 0 si
para todo p K se tiene que p K, es decir, si K = K), la expresion

|x|K := g(K, x), x Rn ,

define una norma en Rn para la cual K es la bola unidad.

Es inmediato comprobar, utilizando las definiciones, que

i) K = x Rn : g(K, x) 1 ,


|x|
ii) g(K, x) = si x Rn \{0}, > 0, x bd K, y
|x|
iii) (K, x)x bd K para todo x Rn \{0}.
iv) La funcion gauge es sublineal.

La funcion gauge esta estrechamente relacionada con la funcion soporte:

Teorema 1.48. Si K es un cuerpo convexo que contiene el origen en su interior, entonces

g(K, ) = h(K , ).
16 Los conjuntos convexos y sus propiedades

1.6. La m
etrica de Hausdorff. El Teorema de Selecci
on de Blaschke.

Sumario. La metrica de Hausdorff. Compacidad local del espacio metrico (C n , ).

El Teorema de Seleccion de Blaschke. Continuidad. Aproximacion.

E n muchos problemas de optimizacion geometrica, demostrar la existencia de una solucion es

esencial. Para ello, resulta de gran utilidad considerar ciertas familias de conjuntos convexos y
poder asegurar que dentro de la familia es posible seleccionar un conjunto particular que verifique
las propiedades deseadas. El principal objetivo de esta leccion es demostrar el Teorema de Selecci
on
de Blaschke. Este resultado permite concluir que la coleccion de los subconjuntos convexos cerrados
de un conjunto acotado en Rn puede dotarse de una metrica para la cual es un espacio compacto.
En consecuencia, dado que toda funcion real continua alcanza un maximo y un mnimo sobre un
compacto, se puede establecer la existencia de conjuntos verificando ciertas propiedades extremales.
Existen diversos metodos razonables, desde un punto de vista geometrico, de dotar a la familia
Kn con estructura de espacio metrico. Para ello, necesitamos tener una medida de la distancia
entre dos subconjuntos A y B de Rn . Parece natural considerar, como tal distancia, el valor

d(A, B) = inf d(x, y) : x A e y B . (1)

Sin embargo, esta definicion es inadecuada para nuestro proposito, ya que no permite una distinci
on
suficiente entre los conjuntos: queremos que la distancia sea peque na solo si los conjuntos son
practicamente el mismo, similitud que se refiere tanto a la forma como a la posicion.
Es por este motivo que se define la metrica de Hausdorff, particularmente conveniente e im-
portante. Representaremos por C n la familia de los conjuntos compactos de Rn (no necesariamente
convexos), dominio natural de esta metrica.

on 1.49. Dados dos conjuntos compactos A y B de Rn , se define la distancia de Hausdorff

Definici
entre A y B como  
(A, B) = max sup inf |x y|, sup inf |x y| ,
xA yB xB yA

o equivalentemente,
n o
(A, B) = mn 0 : A B + Bn , B A + Bn .

Es sencillo ver que es una metrica en C n , denominada la metrica de Hausdorff.

A partir de ahora, se entendera que todas las nociones metricas y topologicas que se refieran a
Cn o a Kn son las correspondientes a la metrica de Hausdorff y a la topologa por ella inducida.

on decreciente en C n , entonces
Lema 1.50. Si {Ak : k N} es una sucesi

\
lm Ak = Ai .
k
i=1
 trica de Hausdorff. El Teorema de Seleccio
1.6 La me n de Blaschke. 17

Esta propiedad permite demostrar el siguiente resultado:

Teorema 1.51. El espacio metrico (C n , ) es completo.

Se dice que una subfamilia de C n es uniformemente acotada si existe una bola de un determinado
radio en Rn que contiene todos los elementos de la subfamilia. Se puede probar entonces que:

on uniformemente acotada en C n se puede extraer una subsucesi

Teorema 1.52. De cada sucesi on
convergente.

Teorema 1.53. En (C n , ), todo subconjunto cerrado y acotado es compacto.

Y en particular, podemos concluir que el espacio metrico (C n , ) es localmente compacto.

Una vez demostrado el resultado que buscabamos para conjuntos compactos, es momento de
restringir nuestras consideraciones al espacio Kn de los cuerpos convexos.

Teorema 1.54. Kn es un subconjunto cerrado de C n .

Finalmente, a partir de los Teoremas 1.52 y 1.54 se obtiene el famoso Teorema de Selecci
on de
Blaschke, que establece lo siguiente:

Teorema 1.55 (Teorema de Selecci on de Blaschke, 1916). De cualquier sucesi on uniforme-

mente acotada de conjuntos convexos compactos se puede extraer una subsucesi
on convergente a
un conjunto convexo y compacto.

Al haber dotado a C n y a Kn con una topologa, es natural preguntarse por la continuidad de

las aplicaciones que nos hemos encontrado en las lecciones previas. As, son continuos:

i) El operador envoltura convexa conv : C n Kn , pues (conv A, conv B) (A, B).

ii) El operador suma vectorial + : C n C n C n , pues (A + A0 , B + B 0 ) (A, B) + (A0 , B 0 ).
iii) La proyeccion metrica p : Kn Rn Rn es continua en ambas variables, pues dados
K, L Kn y x, y Rn , llamando D := D K L {x, y} , se tiene que

  p
p(K, x) p(L, y) |x y| + 5D(K, L).

iii) La funcion soporte h : Kn Rn R es continua como funcion de dos variables: si K, L Kn

estan contenidos en una bola Bn (R) para un determinado radio R > 0, y u, v Rn , entonces
  
h(K, u) h(L, v) R|u v| + max |u|, |v| (K, L).

iv) Dadas las relaciones existentes entre la funcion soporte y las funciones gauge y radial, estas
u
ltimas tambien van a ser funciones continuas.

Teorema 1.56. El funcional volumen (definido como la medida de Hausdorff ) es continuo en Kn .

18 Los conjuntos convexos y sus propiedades

Para finalizar la leccion, y con ella el captulo, comentar que otra de las grandes utilidades
de la metrica de Hausdorff es que el hecho de disponer de una metrica en la familia Kn de los
cuerpos convexos nos permite estudiar la aproximaci on de este tipo de conjuntos por otros m
as
particulares (como por ejemplo politopos o cuerpos con frontera diferenciable), lo que resulta ser
una herramienta muy u til en numerosas demostraciones.

Teorema 1.57. Sean K un cuerpo convexo de Rn y > 0. Entonces, existe un politopo P Kn

verificando que
P K P + Bn ,
y por tanto, con (P, K) .

Teorema 1.58 (Teorema de aproximaci on). Sea K un cuerpo convexo de Rn que contiene el
origen en su interior. Entonces, para cada > 1, existe un politopo P Kn verificando que

P K P.