Escolar Documentos
Profissional Documentos
Cultura Documentos
CAPITULO 4: OPTIMIZACIÓN
Gráfico 4-1
y y
x x
a a
CAPITULO 4: OPTIMIZACIÓN 81
MATEMÁTICAS PARA ECONOMISTAS Carlos Orihuela Romero, MSc
Gráfico 4-2
Convexo en x=a
f′(a) > 0 f′′(a) > 0 f′(a) < 0 f′′(a) > 0
y
y
x x
a a
Cóncavo en x=a
f′(a) > 0 f′′(a) < 0 f′(a) < 0 f′′(a) < 0
y
y
x x
a a
CAPITULO 4: OPTIMIZACIÓN 82
MATEMÁTICAS PARA ECONOMISTAS Carlos Orihuela Romero, MSc
Gráfico 4-3
y y
x
x
a
a
Gráfico 4-4
f′′(a)=0
f′(a) = 0 f′(a) = 0 f′(a) < 0 f′(a) > 0
y y y y
a x a x x x
a a
f′′(a) = Nd
y y y
x x x
CAPITULO 4: OPTIMIZACIÓN 83
MATEMÁTICAS PARA ECONOMISTAS Carlos Orihuela Romero, MSc
Gráfico 4-4
Punto de Inflexión
f'' (x) < 0 f'' (x) = 0 f'' (x) > 0
(-) Punto de Inflexión (+)
f'' (x) > 0 f'' (x) = 0
(+)
dy
1. Identificar los puntos críticos. Tomar la primera derivada e igualarla a 0, 0
dx
2. Tomar la segunda derivada, evaluar los puntos críticos, y revisar los signos. Esta
condición es llamada “condición suficiente”. Si un punto critico es “a”, entonces:
CAPITULO 4: OPTIMIZACIÓN 84
MATEMÁTICAS PARA ECONOMISTAS Carlos Orihuela Romero, MSc
Solución.
Calculando la primera derivada e igualándola a 0:
Solución.
Calculando la primera derivada e igualándola a 0:
CAPITULO 4: OPTIMIZACIÓN 85
MATEMÁTICAS PARA ECONOMISTAS Carlos Orihuela Romero, MSc
f(x) = - ( x - 8 )4
Solución.
Calculando la primera derivada e igualándola a 0:
PT = 90K2 – K3
Solución.
a) Condición de 1er Orden para encontrar los valores críticos.
PT′′ = 180 – 6 K
PT′′ (0) = 180 (convexo mínimo relativo)
PT′′ (60) = -180 (cóncavo, máximo relativo)
Comprobar puntos de inflexión.
CAPITULO 4: OPTIMIZACIÓN 86
MATEMÁTICAS PARA ECONOMISTAS Carlos Orihuela Romero, MSc
PT
b) Pmek = = 90K – K2
K
Pme′k = 90 – 2K = 0 K=45 (valor critico)
Pme′′k = -2 <0 (cóncavo, máximo relativo)
Gráfico 4-5
PT Pmg=0
108000
91125 Pme máximo
Pmg. 30 45 60 K
Pme.
2700 Pmg.
Pme.
30 45 60 K
CAPITULO 4: OPTIMIZACIÓN 87
MATEMÁTICAS PARA ECONOMISTAS Carlos Orihuela Romero, MSc
2. Las derivadas parciales de segundo orden deben ser negativas cuando ellas son
evaluadas en el punto critico (a,b) para un máximo relativo y positivas para un
mínimo relativo. Ello asegura que la función es cóncava y moviéndose hacia abajo
en relación a los ejes principales en el caso de un máximo relativo y la función es
convexo y moviéndose hacia arriba en relación a los ejes principales en el caso de
un mínimo relativo.
Si (fxx)(fyy) < (fxy)2, cuando fxx y fyy tienen el mismo signo, la función esta en un punto
de inflexión. Caso contrario, la función estará sobre un punto de silla. Si (fxx)(fyy)=
(fxy)2 entonces se requeriría mayor información.
CAPITULO 4: OPTIMIZACIÓN 88
MATEMÁTICAS PARA ECONOMISTAS Carlos Orihuela Romero, MSc
Gráfico 4-6
Mínimo Máximo
z z
x
y
y
x
Punto de Silla
Ejercicio 80: En la siguiente función encontrar los puntos críticos y determinar si éstos
son máximos o mínimos relativos, puntos de inflexión o puntos de silla:
Solución.
Calculando la primera derivada e igualándola a 0:
CAPITULO 4: OPTIMIZACIÓN 89
MATEMÁTICAS PARA ECONOMISTAS Carlos Orihuela Romero, MSc
¿Cumple fxx ( 5, 7 ). fyy ( 5, 7 ) > [ fxy(5,7) ]2 ? 90. (-10) < [ 0 ]2 (no cumple!)
Entonces este punto crítico no es ni máximo ni mínimo. Puesto que fxx y fyy (evaluadas
en este punto crítico) tienen signo diferente, se concluye que este punto es un punto
de silla.
Evaluando el punto crítico (-5,7)
¿Cumple fxx ( -5, 7 ). fyy ( -5, 7 ) > [ fxy(-5,7) ]2 ? -90. (-10) > 0 (Si cumple!)
Dado que se cumple fxx ( -5, 7 ). fyy ( -5, 7 ) > [ fxy(-5,7) ]2 y además, fxx, fyy < 0 entonces
el punto en análisis es un máximo.
Ejercicio 81: En la siguiente función encontrar los puntos críticos y determinar si éstos
son máximos o mínimos relativos, puntos de inflexión o puntos de silla:
Donde x = 0, x = 12, y = 0, y = 72. Así, los puntos críticos son: (0,0) y (12,72)
CAPITULO 4: OPTIMIZACIÓN 90
MATEMÁTICAS PARA ECONOMISTAS Carlos Orihuela Romero, MSc
¿Cumple que fxx ( 0, 0 ). fyy ( 0, 0 ) > [ fxy(0,0) ]2 ? (0) (3) < ( -18 )2 (No cumple)
Entonces este punto crítico no es ni máximo ni mínimo. Puesto que fxx y fyy
(evaluadas en este punto crítico) tienen signos iguales entonces es un punto de
inflexión.
¿Cumple que fxx( 12, 72 ).fyy( 12, 72 ) > [ fxy(12,72) ]2 ? 216.3 > ( -18 )2 (Si cumple!)
Dado que se cumple fxx ( 12, 72 ). fyy ( 12, 72 ) > [ fxy (12,72) ]2 y además, fxx , fyy > 0
entonces el punto en análisis es un mínimo relativo.
CAPITULO 4: OPTIMIZACIÓN 91
MATEMÁTICAS PARA ECONOMISTAS Carlos Orihuela Romero, MSc
Hessiano (simétrico)
Es simplemente una matriz conformada por derivadas de segundo grado. Esta matriz
es utilizada para testear máximos o mínimos en funciones con n variables. En general,
el hessiano será:
∣H1∣ = f11
f11 f12
f11 f12 ... f1n H2
Donde los f21 f22
f21 f22 ... f2n Menores f11 f12 f13
H
. . ... . serán H3 f21 f22 f23
fn1 fn2 ... fnn f31 f32 f33
Y así sucesivamente.
Para el caso de una matriz hessiana del orden 3 x 3, los menores pueden denotarse
como:
Solución.
Las derivadas parciales son:
CAPITULO 4: OPTIMIZACIÓN 92
MATEMÁTICAS PARA ECONOMISTAS Carlos Orihuela Romero, MSc
6x1 0 3
H 0 2 0
3 0 6
0 0 3 ∣H1∣ = 0
H 0 2 0 ∣H2∣ = 0
3 0 6 ∣H3∣ = 18
No concuerda con ninguna de las dos test. Entonces es necesaria mayor información.
3 0 3 ∣H1∣ = -3
H 0 2 0 ∣H2∣ = 6
3 0 6 ∣H3∣ = -18
Solución.
En el ejemplo 81 se obtuvieron los puntos críticos (0, 0) y (12, 72), ahora analizaremos
la segunda derivada con el criterio del Hessiano.
CAPITULO 4: OPTIMIZACIÓN 93
MATEMÁTICAS PARA ECONOMISTAS Carlos Orihuela Romero, MSc
Puesto que ∣H1∣ = 0 y ∣H2∣ < 0 entonces el punto no es máximo ni mínimo. Es un punto
de silla o de inflexión (revisar los criterios).
Cuando se utiliza el criterio del hessiano para funciones de dos variables es necesario
resaltar lo siguiente:
Dado que fxx < 0, para que la expresión (iii) sea válida, es necesario que:
Entonces, para que el punto critico sea un máximo se requiere que se cumpla (i), (iii) y
(iv), condiciones de suficiencia conforme a la sección 4.2.2. Note que la multiplicación
CAPITULO 4: OPTIMIZACIÓN 94
MATEMÁTICAS PARA ECONOMISTAS Carlos Orihuela Romero, MSc
de las segundas derivadas parciales debe ser positiva (fxx fyy > 0) ya que cada
segunda derivada debe ser negativa.
Para el caso de un mínimo, el lector puede fácilmente demostrar que las condiciones
señaladas en el punto 4.2.2 igualmente coinciden con el criterio del hessiano
(simétrico). ¿Por qué?. En realidad, el hessiano (simétrico) es el caso general para
optimización funciones de cualquier orden.
Para encontrar la solución a este nuevo tipo de problema, se debe formar una nueva
función F que debe ser formada por (1) estableciendo la restricción igual a cero, (2)
multiplicándolo por (el multiplicador de Lagrange) y (3) sumando el producto a la
función original:
Aquí, F(x1, x2, ) es llamada la función Lagrangiana, f(x1, x2) es la función objetivo u
original, y g(x1, x2) es la restricción. Puesto que la restricción es siempre igual a cero, el
producto [ k - g(x1, x2)] también es igual a cero y la suma de tal término no cambia el
valor de la función objetivo. Los valores críticos x0, y0 y 0 (para los cuales la función
es optimizada) son obtenidos tomando las derivadas parciales de F (con respecto a
cada una de las tres variables independientes) e igualándolas a cero. Es decir,
simultáneamente:
CAPITULO 4: OPTIMIZACIÓN 95
MATEMÁTICAS PARA ECONOMISTAS Carlos Orihuela Romero, MSc
Maximizar V ( x, y, z )
Sujeto a G ( x, y, z ) = c (1)
Solución:
Paso 1: formar el lagrangiano.
Paso 2: Por las condiciones de primer orden tomar las derivadas parciales.
Lx = Ly = Lz = 0 (3)
Gráfico (4-7)
x V V(x,y,z )
P z
SG
CAPITULO 4: OPTIMIZACIÓN 96
MATEMÁTICAS PARA ECONOMISTAS Carlos Orihuela Romero, MSc
Maximizar 2x – 3y + z
Sujeto a x2 + y2 + z2 = 9
Solución.
Paso 1: formamos el lagrangiano para este problema
L = 2x – 3y + z - (x2 + y2 + z2 - 9)
2 - 2 x = 0 → = 1/x -3 - 2 y = 0 → = -3/2y
2 - 2 x = 0 → = 1/x 1 - 2 z = 0 → = 1/2z
CAPITULO 4: OPTIMIZACIÓN 97
MATEMÁTICAS PARA ECONOMISTAS Carlos Orihuela Romero, MSc
2 2
3x x
x
2
0 x 3 2 7
2 2
Por lo tanto, el punto máximo es ( x1, y1, z1 ) y el punto mínimo es ( x2, y2, z2 ). El
problema y la solución son retratados en la siguiente gráfico (4-8).
z Gráfico (4-8)
11
V* 11.22 2x 3y z
3 x 2 y 2 z2 9
4 y
3
CAPITULO 4: OPTIMIZACIÓN 98
MATEMÁTICAS PARA ECONOMISTAS Carlos Orihuela Romero, MSc
Ejercicio 85: Considere una economía de recurso basada en que cada obreros (L)
puede optar por cosechar árboles madereros (T) o pescar (F). Suponga que la
economía exporta tanta madera como peces y se enfrentan a precios mundiales
constantes significados PT y PF respectivamente. La siguiente curva de transformación
son combinaciones técnicamente eficientes de madera, peces y trabajo
G( T, F, L ) = T2 + F2 / 4 – L = 0
Solución.
Paso1: Formamos el problema de maximización.
L (1)
= 500 – 2 T = 0
T
L (2)
= 1000 – 0.5 F = 0
F
L (3)
= -T2 + F2 / 4 - 1700
CAPITULO 4: OPTIMIZACIÓN 99
MATEMÁTICAS PARA ECONOMISTAS Carlos Orihuela Romero, MSc
T = 10 F = 80 = 25
Por lo tanto, la economía debe asignar la fuerza de trabajo disponible para producir 10
toneladas métricas de madera y 80 toneladas métricas de peces. El valor marginal
(precio sombra) de una unidad adicional de trabajo es $25/horas.
Hessiano Orlado
Ahora, para determinar si los valores críticos corresponden a un máximo o mínimo, es
necesario utilizar el criterio del Hessiano Orlado. Este tipo de hessiano se aplica para
el caso de optimización de funciones con restricciones. En general, cuando la función
objetivo toma la forma de F = F ( x1, x2,…. Xn) sujeta a g( x1, x2,…. Xn) = k, el Hessiano
Orlado será de la forma siguiente:
0 g1 g2
0 g1 g2 ... gn H2 g1 F11 F12
g1 F11 F12 ... F1n g2 F21 F22
H g2 F21 F22 ... F2n 0 g1 g2 g3
... ... ... ... ... g1 F11 F12 F13
H3
gn Fn1 Fn2 ... Fnn g2 F21 F22 F23
g3 F31 F32 F33
Condición
Máximo Mínimo
necesaria
Primer orden F = F1 = F2 = .. = Fn = 0 F = F1 = .. = Fn = 0
n
Segundo orden H2 0 ; H3 0 ; H4 0 ;..; (1) Hn 0 H2 , H3 ,..., Hn 0
Solución.
Paso 1: Formar el lagrangiano, pero primero establecemos la restricción igual a cero,
sustrayendo las variables de la constante:
56 – x – y
Zx = 8x + 3y - = 0
Zy = 3x + 12y - = 0
Z λ = 56 – x – y
x = 36 y = 20 = 348
0 1 1
H 1 8 3 y calculando su determinante
1 3 12
8 3 1 3 1 8
H H2 0(1)2 1(1)3 1(1)4 14
3 12 1 12 1 3
Las funciones convexas no son excluidas ya que el negativo de una función convexa
es una función cóncava. Normalmente, el problema de optimización se establece en el
formato de problema de maximización, no obstante, la programación cóncava puede
además minimizar una función mediante la maximización del negativo de la función
convexa.
Maximizar f ( x1, x2 )
Sujeto a g ( x1, x2 ) siendo x1, x2 ≥ 0
F F
fi (xi ,x 2 ) gi (x1,x 2 ) 0 g(x1,x 2 ) 0
xi
xi 0 0
F F
xi i 0 0
x i
f′(x) = 0 y x>0
f′(x) = 0 y x=0
Todas las posibilidades para un máximo en el primer cuadrante pueden ser resumidas
como:
Los cuales son reconocibles como parte de las condiciones de Kuhn-Tucker. Notar
que tales condiciones automáticamente excluyen un punto como K en (a) el cual no es
un máximo, porque f′(K) > 0. Cabe mencionar que la expresión x f′(x) = 0 significa que
al menos una de las dos cantidades debe tomar el valor cero.
Gráfico 4-9
F G H
K f(x)
J
f(x)
f(x)
f(x)
x x x
Normalmente, las posibilidades encerradas en el recuadro son las más comunes. Por
ello, es sugerible que sean las primeras en ser probadas.
Solución.
x = 64 – 4x - ≤ 0 y = 96 – 8y - ≤ 0 = 36 – x – y ≥ 0
x≥0 y≥0 ≥ 0
x ( 64 -4x - ) = 0 y ( 96 – 8y - ) = 0 ( 36 – x – y ) = 0
64 -4x - = 0
96 – 8y - = 0
36 – x – y = 0
4 0 1 x 64
0 8 1 y 96
En forma de matriz,
1 1 0 36
Lo cual no puede ser óptimo ya que < 0 y contradice las condiciones de Kuhn-
Tucker.
64 – 4x = 0 x = 16
96 – 8y = 0 y = 12
Solución.
Paso 1: Multiplicando la función objetivo por –1 y estableciendo el Lagrangiano,
Cx = -10x + 80 + ≤ 0 Cy = -2y + 32 + ≤ 0 C = x + y – 30 ≥ 0
x≥0 y≥0 ≥ 0
x( -10x + 80 + ) = 0 y(-2y + 32 + ) = 0 ( x + y – 30) = 0
x =8, y = 16
(b) Si > 0, x, y > 0 todas las primeras derivadas parciales son estrictas igualdades:
10 0 1 x 80
0 2 1 y 32
1 1 0 30
Donde:
IT = 32q – q2
Solución.
Paso 1: CPO: (condiciones de primer orden)
Solución.
Paso 1: CPO (condiciones de primer orden)
′ = - q2 - 10q + 2000 = 0
(q + 50) (q – 40) = 0
1
(40) = - (40)3 – 5 (40)2 + 2000 (40) – 326 = 50340.37
3
Solución.
Paso 1: CPO (condiciones de primer orden)
x = 64 – 4x + 4y = 0
y = 4x – 8y + 32 = 0
Paso 2: Resolver el sistema
x=40 y 24
Paso 3: Calcular las segundas derivadas y asegurarse que ambas son negativas,
como se requiere para un máximo relativo.
Paso 4: Tomar las derivadas cruzadas para asegurarse que xx yy (xy )2 .
Sabiendo que xy yx 4 ,
P = 12.50e-0.005Q
Solución.
a) Primero formamos el ingreso total:
I = PQ
I = (12.50e-0.005Q )Q
dI
= (12.50e-0.005Q)(1) + Q (-0.005)( 12.50e-0.005Q)
dQ
dI
= (12.50e-0.005Q)(1-0.005Q)
dQ
dI
Ya que: = 0 ⇒ Q = 200 P = 12.50e-0.005(200) =4.60
dQ
Solución.
2 – 12x - 2xy + y2 – 4y)
a) zx = ( 4x – 12 – 2y ) e (2x
2 – 12x - 2xy + y2 – 4y)
zy = ( -2x + 2y – 4 ) e (2x
b)
2 – 12x - 2xy + y2 – 4y) 2 – 12x - 2xy + y2 – 4y)
zxx = ( 4x – 12 – 2y ) (4x – 12 – 2y ) e (2x + e (2x (4)
2 – 12x - 2xy + y2 – 4y) 2 – 12x - 2xy + y2 – 4y)
zyy = ( -2x + 2y – 4 ) ( -2x + 2y – 4 ) e (2x + e (2x (2)
2 – 12x - 2xy + y2 – 4y) 2 – 12x - 2xy + y2 – 4y)
zxy = zyx = ( 4x – 12 – 2y ) ( -2x + 2y – 4 )e (2x + e (2x (-2)
Se cumple que:
Es decir, 8e-76 > 4e-136. Por lo tanto el punto (8, 10) es mínimo.
Ejercicio 94: Se tiene las siguientes funciones de demanda de una empresa y también
su función de costos:
Q1 = 520 – 10P1
Q2 = 820 – 20P2
Solución.
Paso 1: Despejamos las funciones de demanda en función de las cantidades.
P1 = 520 - 0.1Q1
P2 = 140 - 0.01Q2
Maximizar c = 3x +4y
Sujeto a 2xy = 337.5
Solución.
a) Para encontrar los valores críticos de la fusión de costos, se procederá a resolver
en tres pasos:
1.5
3 - 2y = 0 ...(1)
y
2
4 - 2x = 0 ...(2)
x
1.5 2
(1) = (2) y 0.75x
y x
0 2 2y
H 2 0 2x
2y 2x 0
Ejercicio 96: Si se gastan “x” miles de dólares en mano de obra, “y” miles de dólares
en equipo, la producción de cierta fábrica será Q ( x, y ) = 60x1/3y2/3 unidades. Si hay
US$ 120 000 disponibles,
a) ¿Cómo debe distribuirse el dinero entre mano de obra y equipo para generar la
mayor producción posible?.
b) Demuestre si el resultado maximiza o minimiza la función.
Solución.
a) Se procederá a resolver en 4 pasos:
Maximizar 60x1/3y2/3
Sujeto a x+y = 120000
L = 60x1/3y2/3 + ( 120000 – x – y )
Lx = 20x-2/3y1/3 - = 0 (1)
Ly = 40x1/3y-2/3 - = 0 (2)
L = 120 – x – y = 0 (3)
Lxx = -40x-5/3y1/3
Lyy = -40x1/3y-5/3
Lxy = Lyx = 20x-2/3y-2/3
0 1 1
40 5 3 1 3 20 2 3 2 3
H 1 x y x y
3 3
20 2 3 2 3 40 1 3 5 3
1 x y x y
3 3
40 2 3 2 3 40 5 3 1 3
H H2 x y x
y x1 3 y 5 3
3 3
Fácilmente puede inferirse que toda la suma será positiva, dado que x, y son positivos.
Entonces H2 0 , por tanto estos valores maximizan la función.
Ejercicio 97: Encuentre los valores óptimos del siguiente problema de optimización
x (-10x + 80 + ) = 0 y (-2y + 32 + ) = 0 ( x +y – 26 ) = 0
-10x + 80 + = 0
-2y + 32 + = 0
A = 12 A1 = 100 A2 = 212 A3 = 40
De donde: A1 A2 A3
x 8.3 y 17.6 3.3
A A A
Estos resultados satisfacen las condiciones de Kuhn-Tucker, por tanto son los valores
óptimos.
Ejercicio 98: Determine los valores óptimos para la maximización del beneficio.
Solución.
La función será B = = 64x – 2x2 + 96y -4y2 -13 + ( 27 – x – y )
Bx = 64 – 4x - ≤ 0 By = 96 – 8y - ≤ 0 B = 27 – x – y ≥ 0
x≥0 y≥0 0
x(64 – 4x - ) = 0 y (96 – 8y - ) = 0 (27 – x – y) = 0
Probando con: ,x,y (implica que debe solucionarse las siguientes ecuaciones):
64 – 4x - = 0
96 – 8y - = 0
27 – x – y = 0
Usando Cramer:
4 0 1 x 64
0 8 1 y 96
1 1 0 27
A = 12 A1 = 184 A2 = 140 A3 = 32
= IT - CT
= ( 12 -2 lnx)x - 3x
= 9x – 2xlnx
Por condiciones de
d 1
9 2x 2ln x
dx x
primer orden:
d
= 7 – 2lnx
dx
Resolviendo: d
0 7 – 2lnx = 0 x = e 3.5
dx
IT = 15Q1 + 18Q2
CT = 2Q12 + 2Q1Q2 + 3Q22
Solución.
Sea nuestra función de beneficio:
= 15 - 4Q1 - 2Q2 = 0
Q1
= 18 – 2Q1 - 6Q2 = 0
Q 2
el beneficio.
Determine:
a) Función de beneficios
b) La cantidad que maximiza el beneficio
c) La condición para que la función de beneficio tenga un máximo
d) La condición para que la función de beneficio tenga un mínimo
e) ¿Es posible establecer una(s) condición(es) para que la función de beneficio tenga
un punto de silla?. De ser cierto, ¿cuál(es) seria(n)?
f) ¿Es posible establecer una(s) condición(es) para que la función de beneficio tenga
un punto de inflexión?. De ser cierto, ¿cuál(es) seria(n)?
Solución.
a) La función de beneficios se construirá a partir de la diferencia de la función de
ingresos menos la función de costo:
2ae bd 2bc ad
Q1 Q2
4ec d2 4ec d2
c) Se sabe que:
Q Q = -2c
1 1
Q Q = -2e
2 2
Q Q Q Q = -d
1 2 2 1
(que ambas derivadas tengan el mismo signo). Entonces: c y e deben tener el mismo
signo y además 4ce d2 .
Solución.
Formar nuestra restricción a partir de los datos del enunciado:
Maximizar U ( x, y )
Sujeto a 2x – 3y ≤ 90
Formamos el lagrangiano
U = xy + ( 90 - 2x - 3y)
y - 2x = 0 y - 2x = 0 ( 90 - 2x - 3y ) = 0
Solución.
Por el tipo de restricción, es necesario transformar la función original en función
cóncava multiplicando por -1 tanto dicha función como la restricción. Haciendo ello y
formando el lagrangiano.
1. Probando ,x , y > 0
Si esta condición se cumple entonces de (1.c), (2c) y (3c):
-12x + 60 + = 0
-2y + 24 + = 0
x + y - 16 = 0
34 114 108
x y Lo cual viola el supuesto (1b).
5 5 5
2. Probando = 0 ٨ x , y > 0
Usando (1c) y (2c):
-12x + 60 = 0 x=5
-2y + 24 = 0 y = 12
Lo cual satisface todas las condiciones. Por lo tanto este es el punto (5, 12) que
maximiza el problema de optimización.
Ejercicio 104: Una firma enfrenta una función F ( x, y ) = 3x2 +5xy +6y2 y tiene una
función de restricción g ( x, y ) = 5x + 7y = 732. Determine FORMALMENTE que tipo de
función es F (¿beneficio o costo?)
Solución.
Paso 1: La función lagrangiana será:
Ex = 6x + 5y – 5 = 0 Ey = 5x + 12y - 7 = 0 E = 732 - 5x - 7y = 0
Solución.
Ux = y + 1 – 6 = 0 Uy = x - 2 = 0 U = 110 - 6x -2y = 0
Resolviendo el sistema:
0 1 6 x 1 Del cual se tiene que:
1 0 2 y 0 1 2
x 9 y 27 4
6 2 0 110 3 3
0 1 6 Donde H2 24 . Como H2 0 ,
H 1 0 2 U es maximizado.
6 2 0
y = 3x12 – 5x1 - x1x2 + 6x22 - 4x2 - 2x2x3 + 4x32 + 2x3 - 3x1x3 (1)
Solución.
a) Por condición de primer orden, obtenemos las derivadas parciales de la función (1).
y1 = 6x1 - 5 - x2 - 3x3 Por condición de 1er Orden:
y2 = -x1 + 12x2 - 4 - 2x3 y1 = y2 = y3 = 0
y3 = 2x2 + 8x3 - 2 - 3x1 (se forman 3 ecuaciones lineales)
6 1 3
d) Para que no exista un solo punto crítico entonces el determinante 1 2a 2 debe
3 2 8
ser cero. Entonces, det ( A ) = 2 (39a - 22) = 0 a = 22 / 39
Ejercicio 107: Sea el ingreso total, 15q1 + 18q2 el cual esta sujeto a un costo:
2q12 + 2 q1q2 + 3q22
Solución.
a) La función de beneficio será:
B = Ingreso – Costo = 15q1+18q2 - 2q12 - 2q1 q2 - 3q22
Es necesario hacer que Bq1 = Bq2 = 0 para obtener el punto crítico. Usando el criterio