MÉTODOS

MATEMÁTICOS PARA
ECONOMISTAS
Hernán Cortés

EJE 1
Conceptualicemos

Fuente: Adobe/275842333
 Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3

Optimización no requerida . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5

Descripción del fenómeno real y objetivos del modelo . . . . . . . . . . . . . . . . 8

Elección de variables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8

Recopilación de datos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9

Modelo empírico de crecimiento . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9

Construcción del modelo matemático . . . . . . . . . . . . . . . . . . . . . . . . . . 10

Consecuencias del modelo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10

Validación del modelo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11

Predicción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11

Nuevo proceso de modelización . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11

Convexidad y formas cuadráticas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12

Conjuntos convexos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12

Funciones convexas y cóncavas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16

ÍNDICE

Bibliografía . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
 Introducción

Una de las herramientas más interesantes que actualmente disponemos para

analizar y predecir el comportamiento de un sistema de cualquier índole es la
construcción y posterior simulación de un modelo matemático. 

Son muchas las razones que justifican el esplendor que hoy en día vive la
modelización matemática, debemos de destacar, en primer lugar, el mejor cono-
cimiento de los procesos en general, y, en segundo lugar, el espectacular avance
de los computadores y el software matemático.
INTRODUCCIÓN

Puesto que este material es una introducción al estudio de los modelos mate-
máticos en economía, es conveniente comenzar esta primera sección precisando
lo que entendemos por un modelo matemático.

Por tanto, un modelo es la representación de un proceso. Si en un fenómeno

económico se conocen los procesos internos y las relaciones entre ellos, entonces
es posible conocer las ecuaciones (que dependen de si el modelo es discreto o
continuo) que lo describen y a las que llamaremos un modelo matemático del
fenómeno económico. 

Como es natural, de un mismo fenómeno económico se puede construir

muchos modelos matemáticos diferentes entre sí, cuyo grado de eficacia depen-
derá del conocimiento de los procesos que se investigan y de las posibilidades de
experimentación.

Generalmente los métodos que se utilizan para estudiar un fenómeno eco-

nómico son la construcción de un modelo matemático o bien el uso del método
científico, el cual está basado en: 

1. La observación y la descripción.

2. El desarrollo de hipótesis o explicaciones. 

3. La comprobación por experimentación de dichas hipótesis. 

4. La aplicación de estos conocimientos en la resolución de problemas similares. 

Supongamos un problema concreto, como, por ejemplo, determinar la canti-

dad de conejos que existirán dentro de un año conocida la población actual, en
un entorno que presenta cierta estabilidad. Ante esta situación, podemos recurrir
a observaciones anteriores e intentar dar una estimación del dato pedido. Es decir,
podemos hacer uso de una herramienta estadística y proponer un resultado más
o menos acertado según la complejidad de la técnica empleada. 
 Pero si el problema que abordamos es tal, que apenas disponemos de datos
actuales o pasados, debemos de elaborar un modelo que sea capaz de dar solu-
ción al problema planteado y además nos aporte información, de tal manera que
nuestra actuación en el futuro sea la más acertada.

Esta última situación es la que se presenta con más frecuencia cuando se

estudia un fenómeno económico. Es evidente, que una de las ventajas del uso de
los modelos matemáticos es su bajo costo, si lo comparamos con los modelos
físicos. Por ejemplo, es mucho más barato y rápido elaborar un modelo mate-
mático que describa la evolución de la población de personas que empezar con
un determinado número de personas y esperar cierto tiempo para poder expe-
rimentar con ellas.
INTRODUCCIÓN
Optimización no
requerida
 Figura 1. Abstracción e interpretación
Fuente: Adobe/ 200345229

Instrucción

Antes de entrar en materia les invitamos a ingresar a la página

principal del eje para revisar las siguientes actividades:

Recurso de aprendizaje
Línea de tiempo

Lectura complementaria
Tema 2. Optimización con restricciones de igualdad, (pp.
3-4)

UNED

Los modelos y la realidad están relacionados a través de dos procesos: la abstracción

y la interpretación. El primero de ellos nos obliga a encontrar cuáles son los elementos
más importantes del problema y cuáles son los accesorios.

Métodos matemáticos para economistas - eje 1 conceptualicemos 6

 Para saber si un elemento es o no importante tendremos que ver su efecto relativo en
la evolución del sistema. En cuanto a la interpretación, debemos de entenderla como la
manera en que las componentes del modelo (parámetros, variables) y su comportamiento
pueden estar relacionadas con las componentes, características y comportamiento del
sistema real que queremos modelar. 
Por tanto, la primera de las fases necesaria para construir un modelo matemático es
la abstracción, para ello tenemos que establecer ciertas hipótesis, definir las variables y
desarrollar las matemáticas adecuadas para poder resolver el problema. 
La fase siguiente es tratar de simplificar las herramientas matemáticas utilizadas. Los
resultados que se deducen del modelo matemático nos deberían llevar a poder efectuar
algunas predicciones sobre el mundo real. 
El paso siguiente sería recoger datos de la situación de la que se ha extraído el modelo
y compararlos con las predicciones. 
Si no coinciden, los datos que ya poseemos nos pueden servir para modificar las hipó-
tesis. Si las predicciones coinciden con la realidad, entonces las hipótesis son correctas y
también lo son las variables definidas.
En caso contrario, si se observan discrepancias será necesario construir otro modelo
más aproximado y fiable.
Como podemos ver, la creación de un modelo matemático es un proceso progresivo. A
continuación, se expondrá más detenidamente los pasos que se debe seguir para construir
un modelo matemático.
• Se debe empezar formulando las siguientes preguntas: ¿Cuál es la información que
realmente necesitamos? ¿A qué se reduce ahora el problema? 

• Descripción cualitativa del modelo. Se debe iniciar por el más simple que describa el
comportamiento económico del sistema. Ver si los resultados que nos aporta el mo-
delo dan respuesta a las preguntas planteadas.

• Descripción cuantitativa del modelo. Tenemos que definir las variables y ver la mane-
ra en que están relacionadas. Debemos definir los parámetros del modelo, y asegu-
rarnos de que cualquier otro parámetro es redundante. 

• Introducción de las ecuaciones del modelo. Se escriben las ecuaciones, con la ayuda
de un diagrama o de una tabla.

• Análisis de las ecuaciones. Debemos comprobar que su análisis da respuesta a las

cuestiones planteadas. Se encuentra la solución general.

• Volver a examinar las hipótesis. Se intenta simplificar el modelo. Si nuestro modelo no

responde a las preguntas iniciales, debemos volver a los pasos (3), (4) y (5).

Métodos matemáticos para economistas - eje 1 conceptualicemos 7

 • Relacionar los resultados encontrados con hechos conocidos. ¿Se ha contestado el
aspecto económico? ¿Están los resultados de acuerdo con la intuición? ¿Confirman
los datos o los experimentos dichos resultados?

 A continuación, se da un ejemplo elemental, en concreto la evolución de un cultivo

de cierto tipo de células, para construir un modelo matemático. 

Descripción del fenómeno real y objetivos del modelo

Figura 2. Estadísticas fenómenos

Fuente: Adobe/ 412177268

Para conocer cómo evoluciona el cultivo realizamos diversos experimentos y observa-

mos un rápido crecimiento de la población. El tipo de preguntas que podemos hacer son
las siguientes: ¿cómo varía el número de células con el tiempo?, ¿qué tipo de variables
influyen en su desarrollo? 
Elección de variables

En la fase de experimentación se ha podido observar que la población crece, y cada ser

humano puede multiplicarse en dos y cada una de las parejas inicia de nuevo el proceso
de crecimiento. Se detecta además que el tiempo necesario para que se dé una nueva
pareja una y se duplique es aproximadamente 20 años.

Métodos matemáticos para economistas - eje 1 conceptualicemos 8

 Por tanto, el tiempo de vida de una pareja, podemos considerarlo como una variable
que interviene en el problema. Es evidente que existen muchas otras variables, las cuales
pueden ser clasificadas en variables de entrada, que son las que pueden influir en los
resultados, y variables de salida, que corresponden a los resultados. 
En nuestro problema, seleccionamos como variable de salida el número de parejas
existente en la región en el tiempo (t). El tiempo(t) transcurrido desde el instante inicial
será la variable independiente. 
Relaciones cualitativas entre las variables. De los experimentos realizados se desprende
que, bajo las mismas condiciones de partida, el número de células del cultivo crece con
el tiempo.
Recopilación de datos

En la tabla 1 aparecen los datos recogidos en la fase de experimentación. Observemos

que los datos recopilados permiten ser ajustados por los valores, 100, 2 × 100, 2 2 × 100, 2
3 × 100, 2 4 × 100, · · ·, que corresponden a un crecimiento exponencial. Este último paso
es el verdaderamente importante en el proceso de modelado.

Número de
Momento Tiempo
población
0 0 50

1 10 105

2 2*10 208

3 3*10 370

4 4*10 805

,,, ,,, ,,,

Tabla 1. Crecimiento de la población
Fuente: propia

Modelo empírico de crecimiento

Como consecuencia de la etapa anterior, se observa que el proceso de multiplicación

de las parejas se puede describir como “una duplicación de la población cada 10 años”.
Tanto en esta fase como en las anteriores, juegan un papel fundamental los métodos de
recopilación y análisis de datos. 

Métodos matemáticos para economistas - eje 1 conceptualicemos 9

 Instrucción

Para ampliar la información se invita al estudiante a

ingresar a la página principal del eje para revisar el
recurso de aprendizaje:

Pódcast

Construcción del modelo matemático

Lectura recomendada

Antes de comenzar le invitamos a ingresar a

la página principal del eje a realizar la lectura
complementaria:

Construcción de Modelos Matemáticos en un

Contexto Cafetero, (pp. 31-43)

Jorge Obando, John Sánchez Betancur

Empezamos generalizando la situación anterior, en el sentido siguiente: sea N el

número de parejas en la población en el instante inicial, y supongamos que la población
se multiplica por α en T minutos. Bajo estas hipótesis tendremos en los instantes 0, 1×T,
2×T, 3×T, · · ·, las poblaciones N, αN, α2N, α3N, · · ·.
En consecuencia, si z(t) representa al número de parejas en la región en el instante t,
sabemos que: z (0) = N, z(t) = α z (t − 1).
Consecuencias del modelo

Del modelo construido podemos deducir algunos resultados: 

• Es inmediato comprobar que de las hipótesis anteriores se obtiene z(t) = Nαt. 

• También es fácil encontrar el número de períodos T necesarios para pasar de N

parejas a Ne. t ≈ ln Ne − ln N ln α.

Veamos un ejemplo de aplicación: encontrar el número de períodos de tiempo nece-

sarios para pasar de 200 parejas a 1605:
 ln 1605 − ln 200 ln 2 ≈ 1.45

Métodos matemáticos para economistas - eje 1 conceptualicemos 10

Validación del modelo

Es el proceso de contrastar las predicciones propuestas por el modelo con los datos
experimentales. Es evidente que si existen grandes diferencias entre estos valores debemos
de rechazar el modelo propuesto. 
Una buena herramienta de trabajo en esta fase son las pruebas de hipótesis.
Predicción

Una vez que por la etapa anterior nos hemos asegurado de la validez del modelo,
pasamos a la etapa de predicción. Por ejemplo, en la situación que estamos analizando,
si queremos obtener 3.200 células a partir de 400 células, necesitamos que pasen tres
períodos que equivalen a 60 minutos.
Nuevo proceso de modelización

Si llegamos a la conclusión de que nuestro modelo no es válido, entonces debemos

retomar los datos experimentales y proponer uno nuevo que sea más adecuado.

Los modelos describirán relaciones entre las personas, pero no

pueden darnos la magnitud del comportamiento en esencia del
individuo económico del proceso. Por tanto, será imprescindible
la experimentación económica.

Un modelo matemático debe ser coherente, es decir, tiene que

dar cuenta de todas las observaciones anteriores y permitir pre-
ver el comportamiento futuro del fenómeno económico.

Tiene que permitir su generalización, dentro de ciertos límites que conviene determinar
previamente. Ser robusto, en el sentido de tener capacidad de responder a los cambios de
los valores de los parámetros. También flexible, en el sentido de que pueda ser cambiado
y adaptado a nuevas situaciones (Mas-Colell, A., Whinston, M.D. y Green, J.R., cap. 3).

Video

Para ampliar la información se invita al estudiante a

ingresar a la página principal del eje para visualizar la
siguiente videocápsula:

Concavidad y convexidad de una función | Ejercicio

resuelto #1

https://youtu.be/twmEBaHhESk

Métodos matemáticos para economistas - eje 1 conceptualicemos 11

 Convexidad y formas cuadráticas

Lectura recomendada

Antes de continuar le invitamos a ingresar a la

página principal del eje para realizar la lectura
complementaria:

Teoría del Consumidor de Mas-Colell, Whinston and

Green (1995), “Microeconomic Theory”, (pp.1-10)

Álvarez, D., y Berry, B

La importancia de la convexidad en la optimización radica en qué criterios son nece-

sarios para encontrar los óptimos de una función se convierten en suficientes. Si se
conoce, p.e., que una función es convexa en un conjunto convexo A y tiene un punto
crítico interior a, entonces en ese punto tiene un mínimo y sus máximos los tomará sobre
la frontera del conjunto; así una condición necesaria se convierte en suficiente. Además
de las aplicaciones en optimización, en economía la convexidad da consistencia a la
construcción de algunas teorías: en la del consumidor el conjunto de canastas de bienes
elegibles debe ser convexo; si es posible elegir un par de canastas, debe ser posible elegir
cualquier canasta que contenga cantidades de bienes entre esas dos; en la del productor
el conjunto de cantidades producidas es convexo así como también las cantidades de
insumos de producción, si un fabricante puede producir dos cantidades de un bien, puede
producir cualquier cantidad entre esas dos.

Conjuntos convexos

Instrucción

Les invitamos a ingresar a la página principal del eje para

revisar el recurso de aprendizaje:

Infografía

Un conjunto convexo es aquel en el que, al unir cualquier

Convexo:
par de puntos por una recta, esta queda totalmente conte-
Si para cada par de puntos en un
nida en el conjunto. Usando la interpretación geométrica de conjunto se puede ir de cualquier
la suma de vectores, la formalización de esta noción es: punto a cualquier otro, sin salirse
del espacio que forma el conjunto

Métodos matemáticos para economistas - eje 1 conceptualicemos 12

 Un conjunto A ⊆ R.n es convexo si para cada par de elementos x, y

y A y λ. ∈ [0,1],

λx + (1 - λ) y ∈ A.

Si ÷ y y son dos elementos (vectores) en lR.n , χ - y es el vector que une

Los extremos de χ y y en la dirección de y a χ ,y

y + λ (χ - y) = λχ + (1- λ) y,

con λ en el intervalo [O, 1], es el segmento de recta que une χ y y partiendo de y (cuando
con λ = O) Y finalizando en x (cuando λ = 1); la expresión λX+ (1- λ) se llama una combi-
nación convexa de χ y y. Así, la definición de conjunto convexo es la formalización de la
noción intuitiva: un conjunto es convexo cuando al conectar cualquier par de puntos del
conjunto por una recta, esta queda totalmente contenida en el conjunto. Nótese que
esta definición puede ser generalizada a subconjuntos de espacios vectoriales, para lo
cual basta usar las operaciones definidas en el espacio.

λu+ (1-λ) v
u v

Figura 3. Conjunto convexo

Fuente: elaboración propia

Métodos matemáticos para economistas - eje 1 conceptualicemos 13

 Un conjunto es no convexo si existen un par de puntos x y y tales que, al unirlos por
una recta, esta no queda totalmente contenida en el conjunto (Sato & Koizumi, 1973).

Figura 4. Conjunto no convexo

Fuente: propia

En los reales los conjuntos convexos son los intervalos, en el plano y el espacio son
conjuntos sin “entradas” como muestra la figura inmediatamente anterior.

Métodos matemáticos para economistas - eje 1 conceptualicemos 14

 Ejemplo

1. Sean (χ, y) y (8, t) elementos de {(χ , y) Iχ2 + χ y} por la definición del

conjunto

χ2 +χ < y. y s2 + s < t.

Probar que λ.(χ, y) + (1 - λ)(s , t) está en el conjunto equivale a que

(λ +χ (1 - λ)s , λy + (1 - λ)t)

satisface la condición que define al conjunto, es decir:

[λχ +(1- λ)s]2+.λx + (λ χ)s χy +(1-.λ) t.

Desarrollando el término de la izquierda de la desigualdad:

λχ + (1- λ )s]2 + λχ + (1- λ)s

=χ²χ² + 2λ (1 - λ ) χs+ (1 - λ)² s² + λχ +(1 - λ)s

haciendo uso de la desigualdad 2ab < a2 +b2 se tiene

χ²χ² +2λ (1 - λ.) Xs + (1 - λ) ²s² + λχ+(1 - λ)s

< χ²χ² + λ + (1 - λ .)(x2 +s2) +(1 - λ)2s2+λ.x +(1 - λ)s

= λχ² + λχ²’ – λ ²χ² + λ ²s²_ λ2s² + (1- 2λ+ λ²)s²

+λχ + (1 - λ)s
= λχ² + ( 1 -λ ) s² + λχ + (1- λ)s

= λ (χ² + x ) + (1-λ )(s² + s )

< λy + (1 - λ)t.

que prueba que el conjunto es convexo.

2. El conjunto {(χ, y) I χ² +χ = y} no es convexo porque (O, O) Y (1,2)

son elementos del conjunto, pero 0,5(0, O) + 0,5(1,2) = (0,5,1) no es
elemento del conjunto, ya que 0,52 + 0,5 = 0,75 ≠1.

Métodos matemáticos para economistas - eje 1 conceptualicemos 15

 Instrucción

Les invitamos a ingresar a la página principal del eje para

revisar la actividad de aprendizaje:

Control de lectura

Funciones convexas y cóncavas

Lectura recomendada

Les invitamos a ingresar a la página principal del

eje para revisar la lectura complementaria:

Las funciones homogéneas y su uso en economía,

(pp. 210-215)

Pedro Ramírez

Geométricamente, una función convexa sobre un conjunto convexo es aquella en la

cual la recta secante que une los puntos (x, f(x)) y (y, f(y)) está sobre la gráfica de la
función entre esos puntos, y es cóncava si la secante está bajo la gráfica de la función
entre esos puntos. Como en el caso de conjuntos convexos, no es difícil probar que la
siguiente definición formaliza la noción intuitiva (Carter, 2001).

Sean A ffi.n un conjunto convexo y f A ----+ f f.; f es convexa si para todo x, y

de A y ,\ ∈ [0,1],

f(‘λχ+(1- , λ)y) < λ\f(χ)+(1- , λ)f(y)

y f es cóncava si

f (λχ + (1 - , λ) y) λf(χ) + (1 - , λ) f(y)·

Métodos matemáticos para economistas - eje 1 conceptualicemos 16

 Figura 5. Función convexa
Fuente: propia

Si en la definición anterior la desigualdad se satis-

face en forma estricta para O < A < 1 Y valores de x
y y distintos, se dice que la función es estrictamente
convexa o estrictamente cóncava según sea el caso.
Nótese que para determinar si una función es convexa
o cóncava se debe encontrar el signo de
λf(x) (1- λ) f(y) – f (λX + (1- λ) y)
Estrictamente Convexa:
Condición especial para comprobar su con-
vexidad, dado por una comprobación espe-
cial.
Función cóncava:
Una función que es cóncava en todos sus pun-
tos también se puede llamar estrictamente
cóncava,. Se cumple que el segmento que
une cualquier par de sus puntos queda siem-
pre por abajo de la función.

Esta expresión es:

Estrictamente Cóncavo,
• No negativa si y solo si la función es convexa, condición especial para
comprobar su conca-
vidad, dado por una
comprobación especial.
Elaboración propia.
• No positiva si y solo si la función es cóncava,

Métodos matemáticos para economistas - eje 1 conceptualicemos 17

• Positiva para O < λ < 1 Y x ≠ - y si y solo si la función es estrictamente convexa,

• Negativa para O < λ < 1 Y x ≠ y si y solo si la función es estrictamente cóncava.

Figura 6. Función Cóncava

Fuente: propia

Instrucción

Les invitamos a ingresar a la página principal del eje

para revisar la actividad de aprendizaje:

Pareo

Métodos matemáticos para economistas - eje 1 conceptualicemos 18

 Ejemplo

1. Para determinar el comportamiento de la función f(x) = ax2+bx+c con

respecto a convexidad y concavidad se examina el signo de
λ f(x) +(1 - λ)f(y) - f(λ X +(1 - λ)Y)
para todo x, y reales y λ entre O y 1. Reemplazando el valor de la
función, el signo de la expresión anterior equivale al signo de
λ (ax²+bx+c) +(1-⎣) (ay2+by+c)- [a(λ x + (1 - λ)y)2 + b(λ X + (1 - λ)Y) + c]
desarrollando,
=aλx²+bλx + λc + a (l- λ) y2 + b (1- . λ) y + c (l- λ)
- a (λ²x²+2 λx (1- λ)y+(1- λ)²y²)- bλx- b(l- λ)y- c
simplificando los términos comunes,
= λax² + a(1 - λ)y² - a(λ²x² + 2λ (1 - λ)x y + (1 - λ)²y²)
al factorizar y simplificar se obtiene sucesivamente
= a[λx² + (1- λ) y²- λ²X²- 2 λ (1- λ)xy- (1- λ)2y2]
= a[λ- λ²)x2- 2λ (1- λ)x y + ((1-λ)- (1- λ))² y²]
= a(λ- λ²)[x²_2xy+y²]
= aλ (1 - λ)(x - y) ²
ya que (1-λ) - (1- λ )2 =λ - λ2. Esta última expresión es claramente mayor o
igual a cero si y solo si a > O, ya que O ≤ λ ≤1, por lo que O ≤ λ ≤ y todo cua-
drado es no negativo. Por lo tanto, la función
f(x)=ax2+bx+c es estrictamente convexa si y solo sí a > O Y es estricta-
mente cóncava si y solo sí a < o.
Si g es convexa,
g(λx +(1- λ)y) ≤ λg(x)+(1- λ)g(y)
para todo x, y en el dominio de 9 y O ≤ λ≤1. Si f es creciente y está definida
en un conjunto convexo que contiene el rango de g,
f [g(λx + (1- λ)y)] ≤ f[λg(x) + (1- λ) g (y) ].
Si, además, f es convexa,
f [λg(x) + (1 - λ) g(y)] ≤λf [ g (x)] + (1 - λ) f [g(y)].
Conectando los resultados anteriores,
f [g (λx + (1 - λ) y)] ≤ λf [g(x)] + (1 - λ) f [g(y)].
Esto es, si f y 9 son convexas y f es creciente, entonces la función
compuesta f o 9 es convexa.

Métodos matemáticos para economistas - eje 1 conceptualicemos 19

 Los siguientes resultados sobre funciones convexas y cóncavas se proponen como
ejercicio para el lector.

Sean A IRn un conjunto convexo y f: A ---+ IR. Entonces:

f es convexa si y solo si GSf es convexo.

f es cóncava si y solo si Glf es convexo.

Si f es convexa Clf(k) es un conjunto convexo.

Si f es cóncava CSf(k) es un conjunto convexo.

f es lineal si y solo si todos sus grafos y contornos son convexos.

Demostración. Sean (x, y), (u, v) en el grafo superior de f. Por definición,

f(x) ≤ y y f(u) ≤ v.

Si f es convexa,

f(λX+(1- λ)U) ≤ λf(x)+(1- λ)f(u) ≤ λy+(1- λ)V,

puesto que O ≤ λ ≤ 1. De lo anterior se concluye que, si f es convexa, su grado superior

es convexo, ya que la última igualdad implica que

f (X, y) + (1- λ)(U,v)= (λX+(1- λ)U, λy+(1- λ)V)está en GSf.

Por otra parte, si GSf es convexo y (x, y), (u, v) están en Gf ⊂ GSf

f(x)=y y f(u)=v,

entonces para O ≤ A≤ 1,

λ (X,y)+(1- λ)(U,v)= (λX+(1- λ)U, λy+(1- λ)V)

es un elemento de GS¡, puesto que este conjunto es convexo, lo cual implica que

f(λX+(1- λ)U) ≤ λξ+(1- λ )V=λf(x)+(1- λ)f(u)

con O ≤ λ≤ 1. Es decir, f es convexa. Esto prueba la primera parte del teorema.

Si f es convexa y x,y E CI f (k) por definición de contorno: f(x) ≤ k y f (y) ≤ k por la

convexidad de f,

f(λX+(1-λ)Y) ≤ λf(x)+(1- λ)f(y) ≤ λk+(1- λ)k=k.

Lo que prueba que C1¡(k) es un conjunto convexo, esto es, la tercera parte del
teorema.

Métodos matemáticos para economistas - eje 1 conceptualicemos 20

 Lectura recomendada

Antes de finalizar este referente, les invitamos a

ingresar a la página principal del eje a realizar la
lectura complementaria:

Tema 2. Optimización con restricciones de igual-

dad, (pp. 8-9)

UNED

Conclusiones

De lo anterior podemos deducir que la convexidad y concavidad resultan relevantes en

la definición de conjuntos complejos en un orden matemático establecido.

La convexidad de una función otorga un escenario en el cual se pueden evidenciar

elementos que pertenezcan a dicho conjunto, con lo cual muestra el camino de lo exclu-
yente dentro de la función expuesta.

La convexidad asegura un área de influencia incluyente en los elementos asociados a

dicha función.

De lo anterior las funciones cóncavas y convexas resultan una herramienta preponde-

rante en el marco de los conjuntos. Los cuales pueden llegar a representar un individuo
o la actuación de este o un grupo personas y sus preferencias.

Como veremos en el siguiente eje, optimización restringida, retomaremos elementos

básicos de los conjuntos y las funciones, tanto cóncavas como convexas que nos mostra-
rán las posibles fronteras de las funciones allanando el camino de la precisión a la hora
de ejemplos mucho más específicos.

De esta manera el tema siguiente plantea unas funciones mucho más exigentes al
momento de descifrar el comportamiento de la función y por tanto podría reflejar de
una manera más evidente algunos comportamientos de algunos agentes económicos.

Métodos matemáticos para economistas - eje 1 conceptualicemos 21

 Bibliografía

Álvarez, D., & Berry, B. (s.f.). Teoría del Consumidor. Nota de Clase elaborada por
Diego Hernán Álvarez y Brian Berry Rhyss para el curso de Microeconomía II, a
cargo del Prof. Enrique A. Bour (UBA). Obtenido de http://ebour.com.ar/pdfs/
MICROECONOMIA%20II%20-%20Nota%20de%20clase-%20consumidores-
Parte%20A.pdf

Carter, M. (2001). Foundations of Mathematical Economics. MIT Press.

Duque Escobar, G. (2019). Introducción a la teoría económica. Universidad

Nacional de Colombia. Obtenido de https://repositorio.unal.edu.co/handle/
unal/77199
BIBLIOGRAFÍA

Obando Montoya, J. D., & Sánchez Betancur, J. (2014). Construcción de modelos

matemáticos en un contexto cafetero. Obtenido de http://funes.uniandes.
edu.co/12091/1/Obando2014Construcci%C3%B3n.pdf

Ramírez , P. (1991). Las funciones homogéneas y su uso en economía. Obtenido

de https://www.researchgate.net/publication/49584167_Las_funciones_
homogeneas_y_su_uso_en_economia

Sato, R., & Koizumi, T. (1973). On the elasticities of substitution and

complementarity. Oxford Economic Papers, 44-56. Obtenido de https://
academic.oup.com/oep/article-abstract /25/1/44/2360586?redirectedFrom
=fulltext

UNED. (s.f.). Tema 2. Optimización con restricciones de igualdad. Obtenido de

http://drago.intecca.uned.es /download/d3d3LmludGVjY2EudW5lZC5lcw%3
D%3D_259675_1509094682_2._Optimizacion-con-restricciones-de-igualdad.
pdf