Professional Documents
Culture Documents
LAS
MATEMTICAS DE
LA OPTIMIZACIN
Integrantes: Josu Erazo
Mara Sol Proao
Jossua Silva
Maximizacin de una funcin en una
variable
= f(q)
Si se parte de la ganancia q1, las ganancias de las ventas serian 1.
>o >
Derivadas
Usted sabe que el limite de para variaciones muy pequeas de q
se llama derivada de la funcin, = f (q)
En otras ocasiones, nos interesa el valor para todos los valores posibles
de q, y entonces no se menciona de manera explicita ningn punto
concreto para el calculo de la derivada.
Condicin de primer orden para el
mximo
1. Si b es constante, entonces
2.
3.
Supngase ahora que f (x) y g(x) son dos funciones de x y que existen
f(x) y g(x). Entonces
4.
5.
6.
y
Derivadas parciales y el supuesto de
ceteris paribus
Los economistas han optado por adoptar una forma diferente, sin
utilizar unidades de medida, para evaluar los efectos cuantitativos.
Elasticidad: una definicin general
Teorema de Young
y = mx + b
De forma implcita:
y mx b = 0
f (x, y, m, b) = 0
Derivadas de las funciones implcitas
Ejemplo:
= 2 2 + 2 = 225
2 2 + 2 225 = 0
4
= =
2
2
Teorema de la funcin implcita
f(x*,y*)=cte
, )
( 0
El teorema de la envolvente
se refiere a cmo vara el valor
ptimo de una funcin determinada
cuando cambia un parmetro de la
funcin.
Ejemplo:
y*=-( ) +( )
y= + ax.
Calculamos la pendiente: y* =- +
= + x*= y*=
Valores ptimos de y y x para valores
alternativos de a en y= 2 + ax.
0 0 0
1 1 1
2 4
2 1 1
3 3 9
2 4
4 2 4
5 5 25
2 4
6 3 9
El atajo de la envolvente
Dice que se pueden calcular variaciones pequeas en
a, manteniendo x constante en su valor ptimo y calculando
simplemente directamente a partir de la funcin objetivo.
= x
1 2
=0 1 = + + + +
1 2
1 = 1 ()
2 = 2 =
= ()
Maximizacin con
restricciones
En muchas situaciones es necesario que todas las x sean positivas. Este requisito se
presentara en el caso del problema que afronta el administrador que elige el nivel de
produccin que maximiza las ganancias, o sea que una produccin negativa no tendra
sentido.
El mtodo del multiplicador
lagrangiano
= , . , + ( , . , )
multiplicador lagrangiano
Interpretacin:
Resolviendo : = = .= =
= + =
.
.
= + = Como proporcin de costos a
beneficios:
= , . , =
=
Dualidad
Todo problema de maximizacin con restricciones trae
asociado un problema dual de minimizacin con
restricciones
Ejemplo
Maximizacin de salud:
= 12 + 21 22 + 42 + 5
1 + 2 = 1 1 1 2 = 0
Entonces:
= 12 + 21 22 + 42 + 5 + (1 1 2 )
Derivamos :
= 21 + 2 = 0
1
= 22 + 4 = 0
2
= 1 1 2 = 0
Por lo tanto:
1 =0 2 =1 =2
El teorema de la envolvente en
problemas de maximizacin con
restricciones
Sea:
= (1 , . , , ) g 1 , . , , = 0
Dependen de a
= 1 , . , , + (1 , . , , )
Resolviendo las condiciones de primer orden para valores
ptimos con restricciones se demuestra que:
= (1 . , )
Restricciones de
desigualdad
Ejemplo con dos variables
Ecuacin a maximizar = 1 , 2
Restricciones
1 , 2 0 Restriccin Principal
1 0
Variables econmicas no deben
2 0 ser negativas
Variables de Holgura
1 , 2 0 1 , 2 2 = 0
1 0 1 2 = 0
2 0 2 2 = 0
= 1 , 2 + 1 1 , 2 2 + 2 1 2 + 3 2 2
Multiplicadores lagrangianos
a cada restriccin
Puntos Crticos
L L
= 1 + 1 1 + 2 = 0 = 23 = 0
1
L L
= 2 + 1 2 + 3 = 0 = 1 , 2 2 = 0
2 1
L L
= 21 = 0 = 1 b2 = 0
2
L L
= 22 = 0 = 2 c 2 = 0
3
Condiciones de Segundo
Orden
Funciones con una variable
= 2 = 2
Segunda
derivada 2 < 0 necesita disminuir
2 siempre es positivo por estar
2
< 0
al cuadrado
< 0 La condicin de segundo orden exige que la
funcin tenga una forma cncava
Funciones con dos variables
= 22 = 0
22
Diferencial Total
= 1 1 + 2 2
2 = 11 1 + 12 2 1 + 21 1 + 22 2 2
2 = 11 d12 + 12 2 d1 + 21 1 d2 + 22 d22
11 22 deben ser lo
suficientemente negativas
para contrarrestar los
efectos de 12
Funciones Cuasi cncavas
Condicin necesaria
11 22 222 1 2 + 22 12 <0
Funciones Homogneas
Definicin
1 , 2 = 1 , 2,
Ejemplo
, = 2 2 + 2 2
, = 2 ( 2 + 2 )
, = 2 + 2
, = 2 2 + 2 2
1, 1
=
1 1
2 * = 2 2
1, 1 1
=
1 1
2 = 2
Teorema de Euler
1, 1,
1 1 = 1 + 2 +.+
1 2
1,
2( 2 + 2 )= 2 + 2
2( 2 + 2 )=2( 2 + 2 )
Funciones Homotticas