La importancia del uso de supuestos

Concavidad y convexidad
Derivadas
Optimizaci
on

Microeconoma I
Introducci
on: Matem
aticas

Profesora: Triana Yentzen

Oto
no 2014

Profesora: Triana Yentzen

Microeconoma I

La importancia del uso de supuestos

Concavidad y convexidad
Derivadas
Optimizaci
on

Contenidos

La importancia del uso de supuestos

Concavidad y convexidad

Derivadas

Optimizacion

Profesora: Triana Yentzen

Microeconoma I

La importancia del uso de supuestos

Concavidad y convexidad
Derivadas
Optimizaci
on

Supuestos en economa

Dado que la economa intenta explicar el comportamiento humano

trata fenomenos muy complejos. Con el fin de abordar esta complejidad la economa utiliza supuestos que permiten concentrarse en las
variables relevantes y olvidar aquellas que no son de gran a porte en
el estudio del fenomeno.
El mejor ejemplo de esto es el que pone Samuelson, quien explica
el uso de supuestos en la economa, como el uso de un mapa para
llegar a alg
un destino.

Profesora: Triana Yentzen

Microeconoma I

La importancia del uso de supuestos

Concavidad y convexidad
Derivadas
Optimizaci
on

Concavidad
Sea f : U R n R una funcion, decimos que es c
oncava si para
dos elementos cualesquiera u, v U,
f (tu + (1 t)v ) tf (u) + (1 t)f (v ), t [0, 1]
Sea f : U R n R una funcion, decimos que es estrictamente
c
oncava si para dos elementos cualesquiera u, v U,
f (tu + (1 t)v ) > tf (u) + (1 t)f (v ), t ]0, 1[

Profesora: Triana Yentzen

Microeconoma I

La importancia del uso de supuestos

Concavidad y convexidad
Derivadas
Optimizaci
on

Convexidad
Sea f : U R n R una funcion, decimos que es convexa si para
dos elementos cualesquiera u, v U,
f (tu + (1 t)v ) tf (u) + (1 t)f (v ), t [0, 1]
Sea f : U R n R una funcion, decimos que es estrictamente
convexa si para dos elementos cualesquiera u, v U,
f (tu + (1 t)v ) < tf (u) + (1 t)f (v ), t ]0, 1[

Profesora: Triana Yentzen

Microeconoma I

La importancia del uso de supuestos

Concavidad y convexidad
Derivadas
Optimizaci
on

Derivadas
Para una funcion f : U R n R la derivada de f en el punto
x0 U se define como,
f (x0 ) = limh0

f (x0 + h) f (x0 )
h

Indistintamente podemos escribir esta misma derivada como,

df
(x0 )
dx
Entonces podemos definir la derivada de segundo orden como:
d 2f
(x0 )
dx 2
Profesora: Triana Yentzen

Microeconoma I

La importancia del uso de supuestos

Concavidad y convexidad
Derivadas
Optimizaci
on

Derivadas parciales
Sea f : U R n R una funcion que depende de muchas variables
(x1 , x2 , ..., xn ). La derivada parcial de f con respecto a xi en el punto
x0 U se define como,
f (x0 + hei ) f (x0 )
f
(x0 ) = limh0
xi
h
Donde el vector ei denota el i-esimo elemento de la base can
onica
de R n
Entonces podemos definir la derivada de segundo orden como,
2f
(x0 )
xi xj
Profesora: Triana Yentzen

Microeconoma I

La importancia del uso de supuestos

Concavidad y convexidad
Derivadas
Optimizaci
on

Teorema de Young

Si f : U R n R es dos veces continuamente diferenciable,

entonces:
2f
2f
(x1 , ..., xn ) =
(x1 , ..., xn )
xi xj
xj xi
Es decir, las derivadas cruzadas son iguales, esto nos ayuda en el
calculo del Hessiano para determinar la concavidad o convexidad de
una funcion con mas de una variable.

Profesora: Triana Yentzen

Microeconoma I

La importancia del uso de supuestos

Concavidad y convexidad
Derivadas
Optimizaci
on

Derivada Total
Sea f : U R n R una funcion. Dada una variable
independiente t, entonces la derivada de f con respecto a t en el
punto x0 se puede expresar de la siguiente forma:
n

X f
df
dxi
=
(x0 ) (x0 )
dt
xi
dt
i =1

Como la variable anterior es v

alida para cualquier valor de t,
com
unmente se expresa de la siguiente forma:
n
X
f
dxi
df =
xi
i =1

Profesora: Triana Yentzen

Microeconoma I

La importancia del uso de supuestos

Concavidad y convexidad
Derivadas
Optimizaci
on

Funcion homogenea y Teorema de Euler

n R es homog
Una funcion f : R+
enea de grado r 0 si:

f (tx1 , tx2 , ..., txn ) = t r f (x1 , x2 , ..., xn ), t > 0

Entonces el Teorema de Euler dice:
n
X
f (x1 , ..., xn )
i =1

xi

xi = rf (x1 , ..., xn )

n R es homog
Ademas, si f : R+
enea de grado r 1, entonces sus
derivadas parciales son funciones homogeneas de grado r 1

Profesora: Triana Yentzen

Microeconoma I

La importancia del uso de supuestos

Concavidad y convexidad
Derivadas
Optimizaci
on

Optimizacion
n R una funci
Sea f : U R+
on. Decimos que x es un maximo

de f en U si y solo si f (x ) > f (x) x U

Una vez solucionado el problema de optimizaci

on -encontrado
el maximo- definimos la funcion de valor del problema como la
funcion objetivo evaluada en la soluci
on(es) del problema.
Por ejemplo, dada una funcion f (x, a) donde x es la variable y
a es un parametro cualquiera, podemos definir la soluci
on del
problema de optimizaci
on como f (x (a)). Entonces se puede
definir la funcion de valor como:
M(a) = f (x (a), a)

Profesora: Triana Yentzen

Microeconoma I

La importancia del uso de supuestos

Concavidad y convexidad
Derivadas
Optimizaci
on

Maximizacion sin restricciones (con derivadas)

n R dos
Para encontrar el maximo de una funcion f : U R+
veces derivable, existen dos criterios importantes:

Cuando un punto x cumple con la siguiente condicion de

f
= 0 i = 1, 2, ..., n entonces decimos
primer orden (CPO) x
i
que es candidato a un m
aximo.
La condicion de segundo orden (CSO) para que exista un
maximo es que la funcion sea c
oncava.

Profesora: Triana Yentzen

Microeconoma I

La importancia del uso de supuestos

Concavidad y convexidad
Derivadas
Optimizaci
on

CSO en funciones de varias variables

Para que la funcion sea c
oncava y por ende tenga solo un maximo,
es suficiente que la matriz Hessiana sea definida negativa en el punto
x .
Para probar que la matriz es definida negativa hay que encontrar los
menores principales (evaluados en x ).
|H1 | = f11

 f
f
|H2 | =  11 12
f21 f22

Hay que verificar que: |H1 | < 0, |H2 | > 0, |H3 | < 0 hasta el caso
nesimo; (1)n |Hn | > 0
Profesora: Triana Yentzen

Microeconoma I

La importancia del uso de supuestos

Concavidad y convexidad
Derivadas
Optimizaci
on

Maximizacion sin restricciones (ejemplo)

f (x, y )
f
x
f
y
2f
x 2
2f
y 2
2f
xy

= ax 2 + bxy + cy 2

Hessiano

= 2ax + by = 0

= bx + 2cy = 0

2a b
b 2c

Condiciones de Segundo Orden

= 2a
2a 0
= 2c
4ac b 2 0
= b

Profesora: Triana Yentzen

Microeconoma I

La importancia del uso de supuestos

Concavidad y convexidad
Derivadas
Optimizaci
on

Maximizacion con restricciones

n R dos
Para encontrar el maximo valor que funcion f : U R+
veces derivable puede tomar, acotando las elecciones sobre las x
disponibles, existen tres criterios importantes:

Las restricciones deben ser cumplidas de forma exacta y deben

ser parte del problema de optimizaci
on.
Cuando un punto x cumple con la siguiente condicion de priL
mer orden (CPO) x
= 0 i = 1, 2, ..., n entonces decimos que
i
es candidato a un m
aximo.
La condicion de segundo orden (CSO) para que exista un maximo es que la funcion sea c
oncava.

Profesora: Triana Yentzen

Microeconoma I

La importancia del uso de supuestos

Concavidad y convexidad
Derivadas
Optimizaci
on

Teorema de la Envolvente
Hace referencia a c
omo varia el valor
optimo de una determinada funcion cuando cambia un par
ametro de la funcion.
Afirma que la pendiente de la relacion entre el valor maximo
de la determinada funcion y el par
ametro a analizar se puede
calcular mediante la pendiente de la relacion auxiliar que se
calcula sustituyendo los valores
optimos de los argumentos e
esta funcion y calculando la derivada directamente de esta c/r
al parametro.
f
f (x)
=
{x = x (a)}
a
a

Profesora: Triana Yentzen

Microeconoma I