Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Banco de Guatemala
Abril 2013
Elvio Accinelli
Universidad Autónoma de San Luis Postosı́. México.
E-mail: elvio.accinelli@eco.uaslp.mx
& %
1
' $
& %
3
' $
& %
4
' $
& %
5
' $
& %
6
' $
& %
7
' $
& %
8
' $
& %
9
' $
& %
10
' $
1.4 Nociones geométricas básicas
• La distancia entre dos elementos de x, y ∈ Rn queda definida
p
por d(x, y) = |x − y| = (x1 − y1 )2 + ... + (xn − yn )2
p
n
• Definimos la norma de x ∈ R como x = x21 + ... + x2n
representa la longitud de x.
Definición 6 Llamamos bola abierta de centro a ∈ Rn y radio
r ∈ R+ al conjunto:
B(a, r) = {x ∈ Rn : |x − a| < r} .
& %
12
' $
2 Sucesiones y subconjuntos de Rn
Definición 7 Una sucesión en Rn es una función x : N → Rn .
Es decir que para cada k ∈ N, x(k) = xk ∈ Rn por lo que
xk = (x1k , ..., xnk ).
• La sucesión {xk }k∈N en Rn converge a a ∈ Rn si y solamente si
limk→∞ |xk − ak | → 0.
• Decimos que x ∈ Rn es punto de acumulación de A ⊂ Rn si y
solamente si, para toda bola abierta de centro en x y radio
r > 0 arbitrario, existe a 6= x tal que a ∈ A ∩ B(x, r).
Equivalentemente, si y solamente si, existe una sucesion
{ak }k∈N de elementos de A, tales que ak 6= x y que ak → x.
& %
13
' $
& %
14
' $
& %
15
' $
& %
16
' $
Aplicación: Consideremos una economı́a con l bienes.
• El conjunto de consumo X ⊂ Rl generalemnte es R+
l
αx + (1 − α)y  min{x, y}
& %
19
' $
& %
20
' $
& %
21
' $
& %
22
' $
& %
24
' $
& %
25
' $
& %
26
' $
• La cesta que maximiza la función de utilidad en la restricción
presupuestaria es la demanda del consumidor, x(p, I) ∈ Rl .
• En el caso de ser algún pi = 0 la demanda puede no existir.
• La demanda agregada esta definido por la suma de las
demandas dindividuales, d(p) = x1 (p) + .. + xn (p) donde
xi (p) ∈ R+
l
representa la demanda del agente i a precios p.
• Las dotaciones iniciales wi = (w1i , ..., wli ) ∈ Rl representan lo
que incialmente cada consumidor dispone, en este caso
elingreso del agnete i será I i = pwi .
• Asignación factible es una distribución de cestas de consumo
Pn Pn
x = (x1 , ...; xn ) ∈ Rln tal que i=1 xi ≤ i=1 wi .
• El exceso de demada es el vector z(p) = d(q) − W ∈ Rl siendo
Pn
W = i=1 wi .
• Decimos que p es un precio de equilibrio si z(p) = 0.
& %
27
' $
& %
28
' $
& %
29
' $
Ejemplo: Consideremos la función f : R2 → R definida como
f (x, y) = xy/(x2 + y 2 ) si (x, y) 6= (0, 0) y f (0, 0) = 0.
• Notemos que la función no tiene lı́mite en (0, 0). Para esto
consideremos y = kx se sigue que si x 6= 0 entonces
f (x, kx) = kx2 /(x2 + k 2 x2 ) tomando ahora el lı́mite x → 0
k
llegamos que limx→0 f (x, kx) = 1+k 2 es decir que depende del
& %
33
' $
& %
34
' $
5 Funciones diferenciables
Dada f : U → R, con U ⊂ Rn decimos que f es diferenciable en
a ∈ U cuando existe una transformación lineal L : Rn → R tal que
para todo vector v puede escribirse:
r(v)
f (a + v) − f (a) = L(a)v + r(v), donde lim = 0.
v→0 |v|
∂f
Vemos que para v = tei se sigue que L(a)ei = ∂xi (a).
n
Por lo que diremos que f : U → R, con U ⊂ R decimos que f es
diferenciable en a ∈ U cuando existen las derivadas parciales y
además para todo vector v = (α1 , ..., αn ) tal que a + v ∈ U puede
escribirse:
Xn
∂f r(v)
f (a + v) − f (a) = (a)αi + r(v), donde lim = 0.
i=1
∂x i v→0 |v|
& %
35
' $
& %
36
' $
Nótese que el concepto de diferencial para funciones en Rn n ≥ 1 es
el análogo al concepto de derivada para funciones reales de variable
real. Ejemplos:
• Toda función diferenciable en a es continua en a.
• a es punto crı́tico de f si y solamente si df (a)v = 0 para todo
v ∈ Rn .
• La existencia de todas las derivadas parciales de f en a por si
sola no garantiza la diferenciabilidad de f en a.
• No obstante, es suficiente para que exista la diferencial en un
punto, que todas las derivadas en el punto sean continuas.
Ejemplo: Sea f : R2 → R, f (x, y) = xy/(x2 + y 2 ), f (0, 0) = 0.
Existen todas las derivadas parciales en (0, 0) sin embargo f no es
diferenciable en cero, lo que se sigue del hecho de que el
r(v)
p 2
limv→0 |v| = limv→0 xy/( (x + y 2 ))3 , no existe.
& %
37
' $
Pn ∂f (a)
Formalmente la diferencial es: df (a) = i=1 ∂xi dxi .
Demostración:
• Por definición de derivada, sabemos que
f (a + h) − f (a) = f 0 (a)h + ²(h) verificándose que
lim ²(h) = 0.
h→0
& %
39
' $
& %
40
' $
& %
41
' $
& %
42
' $
∂f
(a) = grad[f (a)]v ≤ |grad[f (a)]||v| =
∂v
2 ∂f
= |grad[f (a)]| = (a).
∂grad[f (a)]
& %
43
' $
& %
44
' $
Nótese que:
³ ´
dx2 (a1 )
• hgradu(a)vi = 0 siendo v = 1, dx1 .
& %
45
' $
Teorema 17 Si una función f : U → R posee derivadas parciales
continuas en todos los puntos de U entonces, es diferenciable en
cada c ∈ U.
Demostración: Haremos la demostración par el caso n = 2. Sea
r(v) = r(v1 , v2 ) = f (a1 + v1 , a2 + v2 ) − f (a1 , a2 ) − ∂f
∂x v 1 − ∂f
∂y v1 .
Por el teo. del valor medio para una variable, existen θi ∈ [0, 1] :
h i
√r(v) = ∂f
∂x (a 1 + θ1 v 1 , a 2 + v 2 ) − ∂f √ v1
∂x +
v12 +v22 v12 +v22
h i
∂f ∂f √ v2
+ ∂y (a1 + v1 , a2 + θ2 v2 ) − ∂y 2 2
.
v1 +v2
vi
Por la continuidad de las derivadas y como √ ,i = 1, 2, están
v12 +v22
r(v)
acotadas por 1 en valor absoluto, se sigue que: lim|v|→0 |v| = 0.•
& %
46
' $
P
Ejemplo: Todo polinomio de la forma P (x) = i ai1 ...in xi11 ...xinn es
una función continua con derivadas continuas, por lo tanto es una
función diferenciable en todo Rn .
Fácilmente pueden verificarse las siguientes igualdades, para
f, g : U → R, U ⊂ Rn funciones diferenciables:
1. f + g es diferenciable en U y d(f + g) = df + dg
2. f g es diferenciables en U y d(f g) = f (dg) + g(dg)
g(df )−f (dg)
3. Si g(x) 6= 0, ∀x ∈ U entonces d(f /g) = g2 .
& %
47
' $
Derivadas de órden superior Sea f : U → R diferenciable en el
abierto U ⊂ Rn , en este caso para N = 1, 2, .., n exiten las
derivadas parciales de segundo orden:
µ ¶
∂ ∂f ∂2f
(a) = (a) = fxj xi (a).
∂xj ∂xi ∂xj ∂xi
Teorema 18 (de Schwarz) Sea f : U → T tiene sus derivadas
segundas cruzadas continuas en c ∈ U se tiene que:
∂2f ∂2f
(c) = (c).
∂xj ∂xi ∂xi ∂xj
Obtenemos
• F (t)−F (0) = F 0 (ξi )t)) = [fx (x0 +ξ1 , y0 +s)−fx (x0 +ξ1 , y0 )]t =
∂f xy(x2 − y 2 )
(0, y) = lim 2 2
= −y.
∂x x(x + y )
2
µ ¶
∂ f ∂ ∂f
(0, 0) = (0, 0) = −1.
∂y∂x ∂y ∂x
∂2f
Mientras que ∂x∂y (0, 0) = 1.
No obstante la igualdad se verifica para todo (x, y) 6= (0, 0).
& %
50
' $
Fórmula de Taylor para funciones reales de varias variables
La foŕmula de Taylor para una función f : U → R definida en
U ⊂ Rn es la siguiente:
1 1
f (a + v) = f (a) + df (a)v + d2 f (a)v 2 + ... + dk f (a)v k + rk (v)
2 k!
r(v)
con limv→0 |v|k
= 0.
Para f, (k + 1) veces diferenciable, existe 0 < θ < 1 tal que:
1
r(v) = dk+1 f (a + θv)v k+1
(k + 1)!
& %
51
' $
Se demuestra aplicando la fórmula de Taylor a la función auxiliar
φ : [0, 1] → definida como φ(t) = f (a + tv) :
1 0
0 1 (k)
φ(1) = φ(0) + φ (0) + φ (0) + ... + φ (0) + rk .
2 k!
Definimos dp f (a + tv)v p = φ(p) (t). Por lo que:
0 X ∂f
φ (t) = (a + tv)αi = df (a + tv)v.
i
∂xi
0 X ∂f
φ (0) = (a)αi = df (a)v.
i
∂xi
0 X ∂2f
φ (t) = (a + tv)αi αj = d2 f (a + tv)v 2 , etc...
i,j
∂xi ∂xj
00 X ∂2f
φ (0) = (a)αi αj = d2 f (a)v 2
i,j
∂xi ∂xj
& %
52
' $
Caso de dos variables:
Sea f : U → R siendo U ⊂ R2 y sea a = (x, y) ∈ R2 y v = (α1 , α2 ),
se tiene entonces que:
φ(t) = f (x + α1 t, y + α2 t).
Por lo que:
0
φ (0) = fx (x, y)α1 + fy (x, y)α2 = df (x, y)v.
00
φ (0) = fxx (x, y)α12 + 2fxy (x, y)α1 α2 + fyy (x, y)α22 = d2 f (x, y)v 2 .
& %
53
' $
& %
54
' $
& %
55
' $
α β
Un matriz H =
β γ
& %
56
' $
& %
57
' $
& %
58
' $
& %
59
' $
Clasificación de Puntos crı́ticos en el caso de dos variables
Sea f : U → R siendo U ⊂ R2 y sea a = (x, y) ∈ R2 : fxx (x, y) 6= 0.
Para v = (h1 , h2 ) y φ(t) = f (a + th), sabemos que
00
φ (0) = fxx (x, y)h21 + 2fxy (x, y)h1 h2 + fyy (x, y)h22 = vH(a)v.
vH(a)v = fxx (x, y)h21 + 2fxy (x, y)h1 h2 + fyy (x, y)h22 =
1 2 1
¡ 2
¢
= fxx (fxx h1 + fxy h2 ) + fxx fxx fyy − fxy h22 .
y si
fxx (x, y) > 0 y |H(a)| > 0 entonces fyy (a) > 0.
& %
61
' $
π(x1 , x2 ) = pf (x1 , x2 ) − w1 x1 − w2 x2 ,
& %
62
' $
& %
63
' $
Teorema del valor medio en Rn
Teorema 22 Sea f : U → R definida en U ⊂ Rn , diferenciable en
a ∈ U, tales que a + v ∈ U entonces existe 0 ≤ t0 ≤ 1.
f (a + v) − f (a) = df (a + t0 v)v.
Demostración:
• Sean a ∈ U y b = a + v es decir v = b − a.
• Definimos φ : [0, 1] → R definida como φ(t) = f (a + tv).
• Se tiene que f (a + v) − f (a) = φ(1) − φ(0).
• Por el teorema del valor medio φ(1) − φ(0) = φ0 (t0 ).
• Es decir:
Xn
0 ∂f
f (a + v) − f (a) = φ (t0 ) = (a + t0 v)vi .
i=1
∂x i
& %
64
' $
& %
65
' $
& %
66
' $
• Sea h tal que x + h ∈ I, y k = ξ(x + h) − ξ(x).
• Luego f (x + h, ξ(x) + k) = f (x, ξ(x)) = c.
• Por el teorema del valor medio existe θ tal que
0 = f (x + h, ξ(x) + k) − f (x, ξ(x)) =
∂f ∂f
= (x + θh, ξ(x) + θk)h + (x + θh, ξ(x) + θk)k.
∂x ∂y
• Luego:
∂f
ξ(x + h) − ξ(x) k ∂x (x + θh, ξ(x) + θk)
= = − ∂f .
h h ∂y (x + θh, ξ(x) + θk)
& %
67
' $
& %
68
' $
Aun sin conocer explı́citamente una función definida
implı́citamente, podemos calcular sus derivadas en un punto.
Ejemplo Considere la función z = x3 + x2 y − 2y 2 − 10y y la
ecuación x3 + x2 y − 2y 2 − 10y = 0. Calcule la derivada de la función
y(x) definida implicitamente por la ecuación anterior en P = (1, 2)
• f (1, 2) = 0.
• fx (x, y) = 3x2 + 2xy, fy (x, y) = x2 − 4y − 10.
• fy (1, 2) = −13 6= 0. Estamos entionces en las condiciones del
teorema de la función implı́cita.
0 3x2 +2xy 7
• Luego y (x) = x2 −4y−10 , luego y 0 (1) = 13 .
& %
70
' $
& %
71
' $
El teorema de la función implı́cita puede extenderse a uns sistema
de ecuaciones del tipo:
donde
y : Vx0 ⊂ Rn → Rm y(x1 , ..., xn ) = (y1 (x1 , ...xn ), ..., ym (x1 , ..xn ))
existan debe verificarse la existencia de al menos un punto
(x0 , y0 ) ∈ Rn × Rm tal que:
1. f1 (x0 , y0 ) = 0 f2 (x0 , y0 ) = 0, ...., fm (x0 , y0 ) = 0.
¯ ¯
¯ ∂f1 ∂f1 ¯
¯ ∂y1 (x0 , y0 ) .... ∂y ¯
¯ n ¯
¯ .. .. ¯
2. (∂f 1 ,...,fm )
(y1 ,...,ym ) = ¯ . ··· . ¯¯ 6= 0.
¯
¯ ∂fn ∂f ¯
¯ ∂y (x0 , y0 ) .... ∂y ¯ n
1 n
F (x1 , x2 , y1 , y2 ) = 0 y G(x1 , x2 , y1 , y2 ) = 0.
1. Muestre que pueden definirse las funciones implı́citas
y1 : R2 → R y y2 : R2 → R en un entorno del punto
(x1 , x2 , y1 , y2 ) = (1, 0, −1, 1) tales que
& %
74
' $
Aplicación: Superficies de nivel.
Sea M = {x ∈ Rn : f (x) = c} = f −1 (c).
En el caso en que f : R → R sea C k diremos que: M es una
superficie, pues puede describirse como la unión de grafos de
funciones diferenciables, pues para cada x ∈ M : f (x) = c, existe
Vx = Vx−i × Vxi y una función ξ : Vxi → R de clase C k :
El espacio tangente
Definición 26 Sea p ∈ M, llamamos espacio tangente de M en p
al conjunto de vectores λ0 (0) de los caminos λ : (−², ²) → M tales
que λ(0) = p. Denotaremos a este conjunto por Tp M.
Teorema 27 El conjunto Tp M es un espacio vectorial de
dimensión n − 1 incluı́do en Rn .
Demostración: Sea p = (a1 , ..., an ) ∈ M siendo M = f −1 (c) y sea
xi = ξ(x−i ) donde x−i = (x1 , ..., xi−1 , xi+1 , ..., xn ), la función
implı́citamente definida a partir de f (x1 , ..., xn ) = c. Afirmamos que
X ∂ξ
v = (α1 , ..., αn ) ∈ Tp M ⇔ αi = (p−i )αj .
∂xj
j6=i
& %
76
' $
& %
77
' $
Demostración de la afirmación
• Directo: Sea λ : (−², ²) → M, tal que λ(0) = p un campo
vectorial en M = f −1 (c). Debe verificar que
λi (t) = ξi (λ1 (t), ..., λi−1 (t), λi+1 (t), ...λn (t))
& %
78
' $
∂f (a) P ∂f (a)
∂xj
De donde se sigue que, siendo ∂xi 6= 0, vi = j6=i ∂f (a) vj .
∂xi
v ∈ N [df (a)].•
& %
79
' $
Ejemplo: Sea f : U → R, U ⊂ R3 abierto y sea p = (a1 , a2 , a3 ) tal
que f (p) = c. Existe entonces ξ : Va−3 (p−3 ) → R : a3 = ξ(a1 , a2 ),
que verifica que f (x, y, ξ(x, y)) = c ∀(x, y) ∈ Va−3 .
Luego el espacio tangente en p ∈ M es un subsepacio de dimensión
2, en R3 generado por los vectores :
∂ξ ∂ξ
g1 (p−3 ) = e1 + (a1 , a2 )e3 = (1, 0, (a1 , a2 ))
∂x ∂x
∂ξ ∂ξ
g2 (p−3 ) = e2 + (a1 , a2 )e3 = (0, 1, (a1 , a2 )).
∂y ∂y
Es decir que
∂ξ ∂ξ
v = (α1 , α2 , α3 ) ∈ Tp M ⇔ α3 = α1 (a1 , a2 ) + α2 (a1 , a2 )
∂x ∂y
∂ξ ∂ξ
luego v = α1 (1, 0, ∂x (a1 , a2 )) + α2 (0, 1, ∂y (a1 , a2 )).
Nótese que este subespacio es ortogonal al vector grad[f (p)]. Es
decir que: < g1 (p−3 ), grad[f (p)] >=< g2 (p−3 ), grad[f (p)] >= 0
& %
80
' $
& %
81
' $
& %
82
' $
Ecuación del Plano Tangente
• Sea f : U → R, C 2 ; U ⊂ R2 , definida z = f (x, y). Dicha
ecuación puede ser escrita como F (x, y, z) = z − f (x, y) = 0
• Supongamos que para z = z0 se verifica que z0 = f (x0 , y0 ). Sea
w0 = (x0 , y0 , z0 ).
• Los vectores v = (v1 , v2 , v3 ) que pertenences al plano tangente
verifican la ecuación:
∂f ∂f
dF (x0 , y0 , z0 )v = v3 − (x0 , y0 )v1 − (x0 , y0 )v2 = 0.
∂x ∂y
• Ubiquemos al vector v en p = (x0 , y0 , z0 ), podemos escribir
entonces que: v1 = x − x0 , v2 = y − y0 , v3 = z − z0
obtendremos entonces la ecuación del plano tangente que pasa
por p = (x0 , y0 , z0 ) y esta es:
3
espacio de conusmo es R+ .
1. Encuentre las superficies de isopreferencia.
2. Encuentre los vectores directores del plano tangente para cada
punto correspondiente a la superficie de nivel c > 0.
3. Muestre que el gradiente en cada punto de una superficie de
nivel c > 0, es perpendicular al plano tangente correspondiente
a dicho punto. Represente gráficamente el plano tangente.
4. Analice en particular el caso en que c = 0.
3
5. Suponga que los precios están definidos por p ∈ R++ y que sus
3
dotaciones iniciales están definidas por w ∈ R++ . Resuelva el
problema del consumidor para este caso.
6. Muestre la relación existente entre precios y el gradiente de u
evaluado en la demanda.
& %
84
' $
S̄c = {x ∈ U : f (x) ≤ c}
es un subconjunto convexo en Rn .
Definición 30 Decimos que f : U → R definda en U ⊂ Rn ,
convexo, es cuasi-cóncava si y solamente si ∀c ∈ R
S c = {x ∈ U : f (x) ≥ c}
es un subconjunto convexo en Rn .
Es fácil ver que si f es una función cuasi-cóncava, entonces −f es
cuasi-convexa.
& %
85
' $
Proposición: Sea f : U → R definda en U ⊂ Rn , convexo, entonces
f es cuasicóncava en U si y solamente si ∀x, y ∈ U :
Proposición: Si f es (estrictamente)cónvava es
(estrictamente)cuasi-cóncava. (Análogamente para convexas.)
Pero el recı́proco no vale.
Como en el caso de una variable, podemos introducir las
definiciones de función estrictamente cóncava y estrictamente
convexa, cambiando desigualdades por desigualdades estrictas.
& %
88
' $
Funciones cóncavas y convexas diferenciables.
Los teoremas siguientes se demuestran a partir del lema:
Lema 34 Sea f : U ⊂ R, definida en U ⊂ Rn convexo, entonces f
es convexa si y solamnente si φ : [0, 1] → R definida como
φ(t) = f (a + td) es convexa.
Demostración: Sean a y b ∈ para d = b − a se tiene que
φ(0) = f (a) y φ(1) = f (b).
• Supongamos φ convexa, entonces tenemos que
f ((1 − t)a + tb) = φ(t) = φ(t1 + (1 − t)0) ≤
& %
90
' $
& %
91
' $
& %
92
' $
El método de Lagrange
• Caso R2 : Sean f y g : X → R donde X ⊂ R2 abierto.
• Supongamos que para el punto P = (x0 , y0 ) se verifica que:
– g(x0 , y0 ) = 0 y además que:
– f (x0 , y0 ) ≥ f (x, y), ∀(x, y) ∈ X ∩ g −1 (0).
• Supongamos que además que grad g(x0 , y0 ) 6= 0.
• Sin pérdida de generalidad podemos asumir que gy (x0 , y0 ) 6= 0.
• Estamos entonces en las condiciones del teorema de la función
implı́cita.
• Existen entornos Ix0 de x0 y Jy0 de y0 ası́ como una función
y : Ix0 → Jy0 que verifica y0 = y(x0 ) y además g(x, y(x)) = 0
para todo x ∈ Ix0 .
• Luego gx (x0 , y0 ) + gy (x0 , y0 )y 0 (x0 ) = 0.
& %
93
' $
& %
94
' $
Caso R3 Supongamos que en (x0 , y0 , z0 ) se verifica que
f (x0 , y0 , z0 ) ≥ f (x, y, z) ∀(x, y, z) ∈ g −1 (0) ∩ h−1 (0).
• Consideremos además que grad h(x0 , y0 , z0 ) y grad g(x0 , y0 , z0 )
son dos vectores linealmente independientes.
• Sin pérdida de generalidad asumanos que
¯ ¯
¯ ¯
¯ hx (x0 , y0 , z0 ) hy (x0 , y0 , z0 ) ¯
¯ ¯ 6= 0.
¯ ¯
¯ gx (x0 , y0 , z0 ) gy (x0 , y0 , z0 ) ¯
& %
96