OPTIMIZACION CON RESTRICCION

CURSO: ANALISIS MATEMATICO II

DOCENTE: MORE SANCHEZ
VERONICA A.
FACULTAD: CIENCIAS ECONOMICAS
AULA: 47 D
INTEGRANTES:
CESPEDES RAMIREZ CHRISTOPHER
DAVID
RAMOS HUAQUIPACO KEVIN
PACIFICO CASTILLA ALBERTO
FLORES OSCO ALEX DAVID
10 DE NOVIEMBRE DE 2014,
LIMA
 IMPORTANCIA DEL ANALISIS
MATEMATICO EN LA ECONOMIA

Siendo las Matemticas; una de las principales ciencia en esta

realidad tan compleja, es de mucha ayuda en las ciencias econmicas
ya que esta ser una gran herramienta en el anlisis econmico,
usando este teoremas matemtico para el razonamiento en temas ya
sean pertenecientes a microeconoma y macroeconoma.

Podramos estudiar Economa, a base de hiptesis y supuestos sin la

utilizacin de las matemticas, pero esta forma de estudio sera muy
abstracta, muy ligado al azar y solo a reflexiones, los cuales hara de
esta, una ciencia demasiada voltil a cambios. Las matemticas de
esta forma es que la economa usa a las matemticas para tener una
mxima cercana a un resultado preciso y conciso.
Cualquier teora econmica es una simplificacin de la realidad,
ya que la complejidad de la economa real, hara no plausible
comprender todas las relaciones internas de esta, es porque esto
que simplificara a modelos econmicos, los cuales para su mayor
entendimiento est sujeto a las matemticas, para un mayor
anlisis de este, una mejor estructuracin con lo cual podremos
llegar a una respuesta lgica y con un muy alto grado de
exactitud.
 PREVIOS CONCEPTOS
Para un mayor entendimiento del tema que tocaremos, necesitamos
tener la clara definicin de la Derivada y de Matrices

LA DERIVADA
La derivada es una funcin, valga la redundancia ser una funcin derivada
de una funcin primitiva.
Y = f(x). Funcin Primitiva

La forma de representar la derivacin de una funcin podra encontrarse de

la siguiente forma:

Segn Lagrange: Y=f(x). Funcin Derivada

Segn Leibniz: Y= dy/dx.Funcin Derivada
El concepto de derivada es uno de los dos conceptos centrales
delcalculo infinitesimal . El otro concepto es la anti derivada
ointegral; ambos estn relacionados por el teorema fundamental del
clculo. A su vez, los dos conceptos centrales del clculo estn
basados en el concepto delimites, el cual separa lasmatemticas
previas, como el Algebra, laTrigonometrao laGeometra Analtica,
delClculo. Quiz la derivada es el concepto ms importante
delClculo Infinitesimal.

Se aplica en aquellos casos donde es necesario medir la rapidez con

que se produce el cambio de unamagnitudo situacin.
REGLAS BASICAS DE DERIVACION
Un valor constante, al derivarlo ser igual a cero.
F(x) = 8 F(x) = 0
El exponente multiplicara al coeficiente, y a su vez ser restado en una
unidad.
F(x) = x5 F(x) = 5x4
La derivacin de la suma y el producto dos funciones en un conjunto,
ser igual a la derivacin de ambos por separado
d/dx [ F(x) + G(x) ] = F(x) + G(x)
d/dx [ F(x) . G(x) ] = F(x) . G(x)
Regla del producto
F = a.b F= ab + ab

Regla del cociente

F = a/b F= (ab ab) / b2
La derivada a su vez geomtricamente es la pendiente de una recta
tangente de una curva en una funcin dada.
MATRICES
En este apartado solo necesitaremos lo bsico de esta, no redundaremos en
explicar modelos ms complejos como es: la inversa de matrices, el teorema de
Leontief, etc.; ya que explayaremos demasiado y nos alejaremos del tema.
Las matrices en el lgebra nos permite hacer muchas cosas, como
proporcionar una forma compacta de escribir un sistema de ecuaciones y una
forma de conducir a una solucin mediante la evaluacin de un determinante;
este ltimo nos interesa ya que en la optimizacin con el mtodo del Hessiano
se necesitara la determinante de la matriz para poder hallar su mximo o
mnimo de esta.
Por este motivo solo nos enfocaremos a poder hallar la determinante de una
matriz y proseguiremos con el tema en concreto.
Para poder hallar la determinante de una matriz tendremos que desarrollar
una serie de operaciones, multiplicar y sumar en aspa, de la siguiente
manera:

= a11. a22 a12 . a21

 OPTIMIZACION
Segn su significado, denota la planificacin de una actividad para obtener
mejores resultados; as que en matemticas significara determinar los valores
de las variables que intervienen en un proceso o sistema para que el resultado
que se obtiene sea el mejor posible.
En la economa, ser algo similar, optimizar recursos, costos, ganancias etc., es
decir obtener un mejor resultado en algn proceso de produccin, citando un
ejemplo:
Una empresa desea optimizar lo siguiente, obtener una mxima produccin,
con un menor costo posible para poder hallar una mxima utilidad o beneficio.
Optimizacin es el proceso de hallar el mximo o mnimo relativo de una
funcin, generalmente sin la ayuda de grficos.
Qu es un extremo relativo?
Un extremo relativo es un punto en el cual una funcin est a un mximo o
mnimo, para ello la funcin debe estar en un punto en el cual no est
creciendo ni decreciendo, y por ende su primera derivada debe ser igual a
cero o indefinida.
Un punto en el dominio de una funcin donde la primera derivada iguala a
cero es indefinida es llamando punto o valor crtico.
Para poder hallar si es un mximo o mnimo, debemos derivarlo
nuevamente, si la derivada de segundo grado es mayor a 0, este extremo
relativo ser mnimo; y si es menor a 0, ser un mximo.
Qu pasara si la 2derivada es cero o indefinid
Pues ocurrir un punto de inflexin, un punto de inflexin es un punto en el
grafico donde la funcin cruza su lnea tangente y cambia de cncavo a
convexo y viceversa.
El problema es que esto es una optimizacin sin restriccin y solo de una
variable, pero en la realidad los procesos econmicos estn sujetos a muchas
restricciones, como por ejemplo, el presupuesto, la capacidad fsica del
trabajador, los insumos, etc., y a su vez a muchas variables.
 OPTIMIZACION CON
RESTRICCION
Como antes mencionado, las restricciones sern topes en las operaciones de
anlisis matemtico y econmico, esto en si es bueno, ya que estar sujeto a la
realidad, siendo as una forma ms concreta de simplificar la realidad de un
proceso econmico.

FUNCIONES CON IGUALDADES

Esto nos implica que una funcin estar afecta a otra restriccin de
igualdad, esto quiere decir:

Maximizar f (x1, x2)

Sujeto a g(x1, x2) = k (una constante)

Como por ejemplo, una empresa desea producir 2 bienes (x1 y x2), pero est
sujeta a un presupuesto de k soles.

Para encontrar la solucin a este nuevo tipo de problema, se debe formar

una nueva funcin F que debe ser formada por f (x1, x2) estableciendo la
restriccin igual a cero, g(x1, x2) = k multiplicndolo por lambda (el
multiplicador de Lagrange) y sumando el producto a la funcin original.

F(x1, x2, ) = f(x1, x2) + [k - g(x1, x2)]

Aqu, F(x1, x2, ) es llamada la funcin Lagrangiana, f(x1, x2) es la funcin

objetivo u original, y g(x1, x2) es la restriccin. Puesto que la restriccin es
siempre igual a cero, el producto [k - g(x1, x2)] tambin es igual a cero y la
suma de tal trmino no cambia el valor de la funcin objetivo. Los valores
crticos x0, y0 y 0 (para los cuales la funcin es optimizada) son obtenidos
tomando las derivadas parciales de F (con respecto a cada una de las tres
variables independientes) e igualndolas a cero. Es decir, simultneamente:
df/dx1 (x1, x2, ) = 0
df/dx2 (x1, x2, ) = 0
df/d (x1, x2, ) = 0

De esta forma hallaremos los valores crticos de x1, x2 y , estos valores

reemplazaremos en la funcin Lagrangiana y obtendremos el valor del
mximo o mnimo segn su naturaleza.

Ejemplo
Maximizar 2x 3y + z
Sujeto a x2 + y2 + z2 = 9
 Solucin.

Paso 1: formamos el lagrangiano para este problema

L = 2x 3y + z - (x22 + y22 + z22 - 9)

Paso 2: Por las condiciones necesarias de primer orden

dL /dx= 2 - 2 x = 0 (1)
dL/dy= -3 - 2 y = 0 (2)
dL/ dz= 1 - 2 z = 0 (3)
dL /d= - x2 - y2 - z2 + 9 (4)

Paso 3: Resolver el sistema de ecuaciones:

De la ecuacin (1) y (2)
2 - 2 x = 0 = 1/x
-3 - 2 y = 0 = -3/2y
Igualando se obtiene:
y = - 3x/2 (en funcin de x) (a)
De la ecuacin (1) y (3)
2 - 2 x = 0 = 1/x
1 - 2 z = 0 = 1/2z

Igualando se obtiene:
z = x/2 (en funcin de x) (b)
Luego reemplazamos (a) y (b) en la restriccin
x2 + (-3x/2)2 + (x/2)2 = 0 x = 3(2/7)1/2
Resulta en dos soluciones:
x1 = 3 2 7 = 1.6 y1 = -9 / 14 = -2.41 z1 = 3 / 14 = -0.8
x22 = 3 2 7 = -1.6 y22 = 9 / 14 = 2.41 z22 = -3 / 14 = -0.8
Notamos sin embargo que:
V (x1, y1, z1)= 42/ (14)1/2 = 11.22
V (x2, y2, z2)= -42/ (14)1/2 = -11.22

Por lo tanto, el punto mximo es ( x1, y1, z1 ) y el punto mnimo es (x2, y2, z2 ).
El problema y la solucin son retratados en la siguiente grfico:
Ejemplo aplicado:
Considere una economa de recurso basada en que cada obreros (L) puede
optar por cosechar rboles madereros (T) o pescar (F). Suponga que la
economa exporta tanta madera como peces y se enfrentan a precios
mundiales constantes significados PT y PF respectivamente. La siguiente
curva de transformacin son combinaciones tcnicamente eficientes de
madera, peces y trabajo

G( T, F, L ) = T2 + F2 / 4 L = 0

Suponga que PT = $ 500 / TM, PF = $ 1000 / TM y L =

1700 es el nmero de las horas disponibles asignados
entre cosechar rboles madereros o pescar.

Resolver el problema de optimizacin esttico que trata de

maximizar el valor de la cosecha sujeto a la funcin de
transformacin.
Solucin.
Paso1: Formamos el problema de maximizacin.
Maximizar V = 500T + 1000F
Sujeto a T2 + F2 / 4 = 1700

Paso 2: Formamos el lagrangiano.

L = 500T +1000F - ( T2 + F2 / 4 - 1700 )

Paso 3: Por las condiciones de primer orden

dL/dT= 500 2 T = 0 (1)
dL/dF= 1000 0.5 F = 0 (2)
dL/d = -T22 + F22 / 4 - 1700 (3)
Paso 4: Resolvemos el sistema de ecuaciones
-De la ecuacin (1)
500 2 T = 0 = 250/T (a)

-De la ecuacin (2)

1000 2 F = 0 = 2000/F (b)

- Igualamos (a) y (b) y obtenemos F en funcin de T.

= 250/T= 2000/F F=8T (c)
Luego reemplazamos (c) en la restriccin (3).
T2 + (8T)2 /4= 1700
Las soluciones son:
T = 10
F = 80
= 25
Por lo tanto, la economa debe asignar la fuerza de trabajo disponible para
producir 10 toneladas mtricas de madera y 80 toneladas mtricas de peces.
El valor marginal (precio sombra) de una unidad adicional de trabajo es
$25/horas.
 HESSIANO ORLADO
Ahora, para determinar si los valores crticos corresponden a un
mximo o mnimo, es necesario utilizar el criterio del Hessiano
Orlado. Este tipo de hessiano se aplica para el caso de optimizacin
de funciones con restricciones. En general, cuando la funcin
objetivo toma la forma de F = F (x1, x2,. xn) sujeta a g(x1, x2,. xn) =
k, el Hessiano Orlado ser de la forma siguiente:
 Ejemplo

Optimizar la funcin sujeto a una restriccin.

Maximizar z = 4x2 + 3xy + 6y2

Sujeto a x + y = 56

Solucin.

Paso 1: Formar el lagrangiano, pero primero establecemos la restriccin

igual a cero, sustrayendo las variables de la constante:
56 x y
Multiplicar esta diferencia por y sumar el producto de ambos a la
funcin objetivo a fin de formar la funcin Lagrangiana Z.
Z = 4x2 + 3xy + 6y2 + (56 x y )
Paso 2: Calcular las derivadas parciales de primer orden, igualarlas a cero y
resolverlas simultneamente.
Zx = 8x + 3y - = 0
Zyy = 3x + 12y - = 0
Z = 56 x y

Paso 3: Resolviendo las derivadas parciales se obtiene

x = 36
y = 20
= 348
Luego substituyendo tales valores crticos en la funcin objetivo
Z = 4 (36)2 + 3 (36)(20) + 6(20)2 + (348)( 56 - 36 - 20 )
Z = 9744
Paso 4: Ahora es necesario corroborar si el punto crtico obtenido es mximo
o mnimo local. Para ello, se formular el Hessiano Orlado y luego se
proceder a analizar los test respectivos.
El Hessiano Orlado requiere derivadas de segundo orden:
Zxx = 8
Zyy = 12
Zxy = 3

Ordenando estos valores apropiadamente en el

Hessiano Orlado

Calculando su determinante

As el punto (36, 20) es un mnimo relativo.

 FIN DE
PRESENTACION !!!