Matemática para economistas -2

Módulo 2

Puntos: 94%

Formas cuadráticas y funciones

Incorrecto

Dada la siguiente función, marque

todas las opciones correctas.
Considere : (L,K,a,b >0)

La función es cóncava si a+b < 1

La función es estrictamente cóncava si supone rendimientos decrecientes a escala

Para que la función sea cóncava a+b deben ser igual a 1

La función es cuasicóncava estricta

La función es cuasiconvexa estricta

La función es convexa si a+b<1

Ninguna es correcta
 Correcto

Dada la siguiente función, analizar para qué valores de los parámetros la

función es cuasicóncava

a>0 y b>0

a>0y b<0

a< 0 y b < 0

a<0yb>0

ab < 0 y (a+b) <0

Ninguna es correcta

Correcto

Marque las condiciones que deben cumplirse para que sea definida positiva

Se debe analizar los determinantes de los menores principales de la matriz H y debe ha‐
ber alternancia de signos siendo el |H1| negativo

Se debe analizar los determinantes de los menores principales de la matriz B y no debe

haber alternancia de signos siendo todos a partir del |B2| positivos

Se debe analizar los determinantes de los menores principales de la matriz Ā y no

debe haber alternancia de signos siendo todos a partir del |Ā2| negativos
 Se debe analizar los determinantes de los menores principales de la matriz A y no debe
haber alternancia de signos siendo todos positivos

Correcto

Dada la siguiente matriz asociada a

una forma cuadrática,
sabiendo que 0 < a < b^2/c .
Clasificar q(x, y) de acuerdo a los
valores que toma (para todo x e y)

Es definida positiva

Es definida negativa

Es semidefinida positiva

Es semidefinida negativa

Es indefinida

Correcto

Acorde al análisis de funciones, marque todas las opciones correctas

La función lineal es estrictamente cóncava y estrictamente convexa

Cualquier función cuasicóncava(cuasiconvexa) es cóncava(convexa)

Cualquier función cóncava(convexa) es cuasicóncava(cuasiconvexa)

 Para evaluar cuasiconcavidad(cuasiconvexidad) se valoran los signos de los determi‐
nantes de los menores principales de la matriz B a partir de |B2|

Si f(x) es cuasicóncava estricta, -f(x) es cuasiconvexa estricta

Para evaluar cuasiconcavidad(cuasiconvexidad) se valoran los signos de los determinantes

de los menores principales de la matriz H

Si f(x) y g(x) son funciones cóncavas(convexas), entonces f(x)+g(x) es

cóncava(convexa). Además si alguna de ellas fuera estrictamente cóncava(convexa),
f(x)+g(x) adquiere carácter de concavidad(convexidad) estricta

Si f(x) y g(x) son funciones cóncavas(convexas), entonces f(x)+g(x) es cóncava(convexa). Si

alguna de ellas fuera estrictamente cóncava(convexa), f(x)+g(x) sería cóncava (convexa)

Optimización Clásica

Correcto

Dado un problema de optimización, marque todas las opciones correctas

siendo a>0 , b>0 ; a+b<1

El multiplicador lagrangiano será un indicador de la variación de la función valor ante

la relajación de la restricción

No puede verificarse la suficiencia para un máximo con los datos proporcionados

El efecto de un incremento en m indicaría la forma en que una relajación de la restric‐

ción afecta a la solución óptima

Se puede esperar que el máximo restringido tenga un valor inferior al máximo libre (
aunque excepcionalmente puede ocurrir que los dos tengan el mismo valor).
 Luego de realizar las condiciones de primer orden se puede asegurar la existencia de un
máximo

Se comprueba suficiencia para un máximo ya que se satisfacen todas las condiciones de

primer orden y la restricción es lineal.

Luego de verificar las condiciones de 2 orden se comprueba suficiencia para un má‐

ximo con los datos proporcionados.

Respecto del lagrangiano, lambda se debe tratar como una variable de elección adi‐
cional y dentro de las condiciones de primer orden la derivada de Z en función de
lambda igualada a cero, garantiza la satisfacción de la restricción

Para verificar suficiencia para un máximo los determinantes de los menores principales del
Hessiano orlado deben ser todos positivos

Las variaciones de m no tienen relevancia en en la función objetivo cuando se consideran

los valores óptimos de y1 y2

Correcto

Respecto al problema anterior y su análisis estático comparativo, marque

todas las opciones correctas

No se puede realizar ya que no se cumplen las condiciones del teorema de función

implícita

El determinante jacobiano está estrechamente relacionado con la condición sufi‐

ciente de 2 orden

El determinante jacobiano es positivo

El determinante jacobiano es negativo

Si bien las funciones son continuas y derivables, tienen derivadas parciales continuas , no
se puede saber el signo del determinante jacobiano con los datos proporcionados.
 Debido a que se comprueba que el determinante jacobiano es distinto de cero se
puede expresar a y1*,y2*,lambda* como funciones implícitas de los parámetro m , p1
y p2

Correcto

Cómo varía Y1 ante cambios de m

Varía de manera inversa

Varía de manera directa

No se puede saber con los datos proporcionados

Correcto

Dado el siguiente problema escriba el valor estacionario de Z

𝑍 = 𝑋1 𝑋2 𝑠𝑎 𝑋1 + 2𝑋2 = 2
0.5

Programación no lineal

Correcto

10

Marque todas las opciones correctas

Analice el caso donde g1 y g2 están ambas activas

Se obtiene un candidato a extremo factible

No es posible obtener un candidato a extremo considerando este caso

Las condiciones de Kuhn tucker son condiciones necesarias para un extremo y en este
caso se cumplen

Puede haber un candidato a extremo pero no se puede detectar con las condiciones de
kuhn tucker

Correcto

11

Siguiendo el modelo anterior, considere el caso donde g1 está inactiva y g2

está activa

No es posible obtener un candidato a extremo considerando este caso

Las condiciones de Kuhn tucker son condiciones necesarias para un extremo y en este
caso se cumplen

Puede haber un candidato a extremo pero no se puede detectar con las condiciones de
kuhn tucker

Se obtiene un candidato a extremo factible

Correcto

12

Siguiendo el modelo anterior, considere el caso donde g1 está activa y g2

está inactiva
 No es posible obtener un candidato a extremo considerando este caso

Las condiciones de Kuhn tucker son condiciones necesarias para un extremo y en este
caso se cumplen

Puede haber un candidato a extremo pero no se puede detectar con las condiciones de
kuhn tucker

Se obtiene un candidato a extremo factible

Correcto

13

Siguiendo el modelo anterior, considere el caso donde g1 y g2 están

inactivas

No es posible obtener un candidato a extremo considerando este caso

Las condiciones de Kuhn tucker son condiciones necesarias para un extremo y en este
caso se cumplen

Puede haber un candidato a extremo pero no se puede detectar con las condiciones de
kuhn tucker

Se obtiene un candidato a extremo factible

Correcto

14

De todos los casos analizados escriba el punto crítico hallado

Escriba los valores en este orden (x,y,λ1,λ2)

(1,2,0,2)
 Correcto

15

Dado el punto crítico hallado marque todas las opciones correctas

Se cumple suficiencia para un máximo a través del análisis del hessiano orlado

Se cumple suficiencia para un mínimo a través del análisis del hessiano orlado

Se cumple suficiencia para un mínimo ya que la función objetivo es convexa y las res‐
tricciones son lineales

Se cumple suficiencia para un máximo ya que la función objetivo es cóncava y las restric‐
ciones son lineales

Dado que se cumple el teorema de programación cóncava las condiciones de Kuhn

Tucker son necesarias y suficientes

Las condiciones de Kuhn Tucker son necesarias y suficientes a priori por lo cual no es ne‐
cesario verificar más suficiencia luego de hallar el punto crítico

Correcto

16

Dado el siguiente modelo, marque todas las opciones correctas

Las restricciones cualifican, por ende las condiciones de Kuhn Tucker son necesarias

No se puede asegurar con los datos proporcionados que las restricciones cualifican

Para este caso puede haber un extremo pese a que no se cumplan las condiciones
de Kuhn Tucker

Si U'xi >0 las restricciones deben cumplirse con igualdad

 Si U'xi >0 no es necesario que las restricciones deban cumplirse con igualdad

Cada variable se caracteriza por la holgura complementaria en relación con una deri‐
vada parcial específica de la función lagrangiana

Las condiciones marginales pertenecientes a las variables de elección siempre difie‐

ren, de las condiciones mar­ginales para los multiplicadores de Lagrange en el sentido
de desigualdad que toman, en ese caso las primeras serán menores e iguales a 0 y las
segundas mayores e iguales a cero

Las condiciones marginales pertenecientes a las variables de elección siempre difieren, de

las condiciones mar­ginales para los multiplicadores de Lagrange en el sentido de de‐
sigualdad que toman, en ese caso las primeras serán mayores e iguales a 0 y las segundas
menores e iguales a cero

Las condiciones marginales pertenecientes a las variables de elección y las condiciones

mar­ginales para los multiplicadores de Lagrange pueden tomar el mismo sentido de
desigualdad

Las condiciones de Kuhn-Tucker para un máximo y para un mínimo son condiciones

necesarias para un máximo local y un mínimo local, respectivamente. Pero ya que un
máximo global (míni­mo) también debe ser un máximo local (mínimo), las condiciones
de Kuhn-Tucker también pueden considerarse como condiciones necesarias para un
máximo global (mínimo)

Este contenido lo creó el propietario del formulario. Los datos que envíes se enviarán al propietario del formulario.
Microsoft no es responsable de las prácticas de privacidad o seguridad de sus clientes, incluidas las que adopte el
propietario de este formulario. Nunca des tu contraseña.
Microsoft Forms | Encuestas, cuestionarios y sondeos con tecnología de inteligencia artificial Crear mi propio
formulario
Privacidad y cookies | Términos de uso