Teorema de la Envolvente

Universidad de Cartagena
Programa de Economa
Materia: Economa matemtica
IV semestre

Ponente:
Alberto Agualimpia Reales

Breve Historia
Samuelson (1947) analizo el problema matemticamente, demostrando que la curva
a largo plazo era tangente (sea envolvente) a las curvas a corto plazo. El anlisis
de samuelson no se refiere, en particular a curvas de coste si no que trata con
funciones generales que dependen de variables y parmetros. Se trata del teorema
de la envolvente
La envolvente, es caso de existir, es envolvente de una familia de funciones o de una
familia
de
curvas.
Para que una expresin o una funcin represente una familia de curvas tiene que
contener adems de la variable X y Y otra variable llamada parmetro

Teorema de la Envolvente
El Teorema de la Envolvente sirve para determinar como reacciona la funcin
objetivo indirecta, ante un cambio infinitesimal de una de las variables exgenas en
un problema de optimizacin.

Es decir, que debemos tener en cuenta que si en un problema de optimizacin, se

produce un cambio discreto de la variable exgena, la frmula obtenida no puede ser
aplicada en forma directa aunque si sabremos que cuanto menor sea el cambio en la
variable exgena, mayor la aplicabilidad de la conclusin del teorema, y llegado el
extremo de un cambio infinitesimal, podremos aplicarla perfectamente.

Funcin de Valor Mximo y el Teorema

de la Envolvente
Una funcin de valor mximo es una funcin objetivo a cuyas variables de eleccin
se les asignan valores ptimos. Estos valores ptimos de las variables de eleccin
son, a su vez, funciones de las variables y parmetros exgenos del problema. una
vez que los valores ptimos de las variables de eleccin no se han sustituido en la
funcin objetivo original la funcin se transforma indirectamente en una funcin nada
mas de los parmetros. De esta forma la funcin de valor mximo tambin se
denomina funcin de objetivo.

Teorema De La Envolvente Para

Optimizacin Restringida
de la envolvente para la optimizacin restringida
Teorema

Tenemos una funcin objetivo (U), dos variables de eleccin (X y Y), y un

parmetro ()

Maximizar

Sujeto a

Funcin lagrangeana

Condiciones de primer orden:

La solucin del sistema de ecuaciones nos da

Sustituimos en la funcin objetivo

Teorema De La Envolvente Para

Optimizacin Restringida

Donde
V( es la funcin objetivo indirecta, una funcin de valor mximo,. Este es el valor

mximo de Y para cualquier y X, que satisfaga la restriccin.

Cunto cambia V( a medida que cambia ?, derivamos con respecto a

Sin embargo, en este funcin derivada anteriormente no se va a simplificar a ya que en la

optimizacin restringida no es necesario tener . No obstante, si sustituimos las soluciones
para X y Y en la restriccin (originando una identidad)

Derivando esto con respecto a

Teorema de la Envolvente para

Optimizacin Restringida

Si
multiplicamos la funcin por la funcin derivada anteriormente y la igualamos a
la derivacin de la funcin de valor mximo, ordenando los trminos obtendremos:

Donde es la derivada parcial de la funcin lagrangeana respecto a , manteniendo

constante las dems variables, todo esto se reduce a

Interpretacin Del Multiplicador De

Lagrange
Que
representa el teorema de la envolvente en el marco de referencia de la optimizacin restringida.

Interpretacin del multiplicador de Lagrange

Este multiplicador representa el cambio de valor de la funcin de Lagrange cuando cambia el presupuesto del
consumidor. Interpretamos a como la utilidad marginal del ingreso. Ahora con la ayuda de la teora de la
envolvente obtendremos una mejor interpretacin del multiplicador de Lagrange. Con el siguiente problema

Maximizar

Sujeto a

Funcin de Lagrage:

Condiciones de primer orden

Teorema de la Envolvente para

Optimizacin Restringida
A
partir del sistema de ecuaciones obtenemos

lo que nos da la condicin de que la pendiente de la curva de nivel (curva de indiferencia) de la funcin de objetivo
debe ser igual a la pendiente de la restriccin para el optimo. Al sustituir en la lagrangeana obtenemos la funcin de
valor mximo,

Al derivar con respecto a C

A partir de esto obtenemos

Los trminos que estn dentro de los parntesis son iguales a cero, por lo tanto obtenemos

que demuestra que el valor optimo de mide la tasa de cambio del valor mximo de la funcin objetivo cuando
cambia C, y por esta razn se denomina el precio de sombra de C

La Dualidad y el Teorema de la
Envolvente

La
funcin de desembolso de un consumidor y su funcin de utilidad indirecta ejemplifican
las funciones de valor mnimo y mximo para los problemas duales. Una funcin de
desembolso especifica el desembolso mnimo requerido para obtener un nivel fijo de
utilidad dados los precios de los bienes de consumo y la funcin de utilidad. Una funcin
de utilidad mxima que puede obtenerse dados los precios, el ingreso y la funcin de
utilidad.

El problema primal

Ejemplo:

1. Dada una funcin de utilidad

precio y respectivamente.

Maximizar

Sujeto a

Funcin la lagrangeana:

, donde X y Y son bienes de consumo a unos niveles de

 Condiciones de primer orden:

Este sistema de ecuaciones define implcitamente una solucin para y como una funcin
de las variables exgenas

Las soluciones y son funciones de demanda ordinarias del consumidor, llamadas algunas
veces las funciones de demanda Marshallianas de ah el superndice m, as sustituir
estos valores en la funcin de utilidad obtenemos

Donde

El problema dual

Ahora consideremos este dicho problema para el consumidor con el objetivo de maximizar
el desembolso en X y Y mientras se mantiene un nivel fijo de utilidad.

Maximizar

Sujeto a

es la funcin de utilidad directa, una funcin de valor mximo que muestra la

utilidad mxima alcanzable.

La lagrangeana:

Condiciones de primer orden

Este sistema de ecuaciones define implcitamente un conjunto de valores solucin que debe
etiquetarse como

Aqu y son las funciones de demandas compensadas, comn mente se denominan funciones
de demanda Hicksianas, de ah el superndice h.

Al sustituir y en la funcin objetivo obtenemos E que es la funcin de desembolso, una

funcin de valor mnimo que muestra el desembolso mnimo necesario para alcanzar el nivel
de utilidad optimo.

Dualidad
Si
las dos primeras ecuaciones de primer orden despejando a e
tomamos

igualando obtenemos que

Esta es la condicin de tangencia para la cual el consumidor es coge el punto

optimo donde la pendiente de la curva de indiferencia es igual a la pendiente de la
restriccin presupuestaria.

Ahora cuando el nivel de utilidad en el problema de minimizacin se hace igual al

valor de obtenido del problema de maximizacin, obtenemos

A partir de esto se concluye que las soluciones tanto para el problema de

maximizacin como para el problema de minimizacin producen valores idnticos
para X y Y.

 El hecho de que los valores solucin para X y Y en los problemas primial y dual se

determinan por el punto de tangencia de la misma curva de indiferencia y la lnea de

restriccin presupuestaria, significa que el desembolso minimizado en el problema dual es
igual al presupuesto B dado el problema primal

Esta igualdad revela que el valor mximo de la utilidad V en el problema primial es igual al
nivel de la funcin objetivo que es la funcin de utilidad

Aun cuando los valores de solucin de X y Y son idnticos en los problemas, no se puede
decir lo mismo sobre los multiplicadores de Lagrange, donde los valores de y son
recprocos

La Identidad Roy

Una
aplicacin del teorema de la envolvente es la obtencin de la identidad de
Roy, estas establecen que la funcin de demanda Marshalliana individual del
consumidor es igual al negativo de la razn de dos derivadas parciales de la
funcin de valor mximo. Sustituimos los valores ptimos , y en la lagrangeana.

Derivamos con respecto a

Punto optimo, donde la condicin de primer orden nos permite simplificar

Ahora derivamos la funcin de valor respecto a B

Punto
optimo:

Al tomar la razn de estas dos derivadas parciales, se tiene como resultado

Este resultado es conocido como la identidad de Roy muestra que la demanda Marshallina
para el articulo X es el negativo de dos derivadas parciales de la funcin de valor mximo
V respecto a

Lema de Shephared
A partir de las condiciones de primer orden, se definen implcitamente las siguientes
ecuaciones
La sustitucin de estas soluciones en la lagrangeana conduce a la funcin de desembolso
Al tomar las derivadas parciales de esta funcin respecto a Px y Py y al evaluarlo para el
optimo, encontramos que las dos derivadas representan las DEMANDAS HICKSIANAS del
consumidor
Final mente al derivar la funcin de desembolso con respecto a U* nos da: el costo
marginal de la restriccin
Juntas las tres derivadas parciales se denominan lema de shephared

Consideremos

un consumidor con la funcin de utilidad , quien

enfrenta una restriccin presupuestal de B y se le dan precios y
el problema de eleccin es
Maximizar
Sujeto a
La lagrangeana para este problema es
Las condiciones de primer orden

Solucin

de las condiciones de primer orden (problema primial)

Donde y son funciones de demanda ordinarias del consumidor,

llamadas comn mente como funciones de demanda Mashallianas.
para la condicin de segundo orden. Ya que el hessiano orleado.
Representa un mximo?

Continuando,

podemos deducir la funcin de utilidad indirecta para

este problema, donde la funcin de utilidad indirecta es igual a la
funcin de valor mximo ya que muestra la utilidad mxima
alcanzable

Donde V representa la utilidad maximizada, ahora la funcin de

utilidad indirecta la despejamos en funcin de despejando B

Ahora piensen en el problema dual del consumidor que se refiere a

la minimizacin de desembolso, la funcin de desembolso debe ser
igual a la cantidad presupuestaria dada B del problema primieal,
por lo tanto
Ahora comprobemos la identidad de Roy
Esta establece que la funcin de demandas marshalliana individual
del consumidor es igual al negativo de la razn de dos derivadas
parciales de la funcin de valor mximo. La sustitucin de los
valores ptimos , y en la lagrangeana

A partir de este ejemplo se puede verificar la identidad

Solucin

Ejemplo

Ahora considere el problema dual de la minimizacin de costes

dado un nivel fijo de utilidad relacionado con el ejemplo anterior
Minimizar
Sujeto a
La lagrangeana es
Condiciones de primer orden

Solucin del sistema de ecuacin

Donde y son las funciones de demandas compensadas (hicksianas), comprobamos que es un

mnimo por la matriz hessiano orleado

La sustitucin de las demandas compensadas en la funcin de objetivo conduce a la funcin de

desembolso, o funcin de valor mximo

GRACIAS!