Optimiza

cin con
Restricci
n

FACULTAD DE
CIENCIAS
ECONMICAS

CURSO:
Anlisis Matemtico
para Economistas II
PROFESORA:
Econ. Vernica More
Snchez
AULA:
47D
INTEGRANTES:
Madueo Carrasco,
Kristell

Optimizaci
n

Definicin:
Es el proceso de hallar el mximo
o mnimo relativo de una funcin.
Incluye el descubrimiento
de los mejores valores de
alguna funcin objetivo dado
un dominio definido, incluyendo
una variedad de diferentes
tipos de funciones objetivo y
diferentes tipos de dominios.

Funcin Creciente
Se dice que la funcin f es un funcin creciente en un intervalo I si para
cualquier X1 y X2 dentro del intervalo X1< X2 implica que f(X1) < f(X2).

Las funciones crecientes se pueden identificar por las

condiciones de la pendiente.

Si la primera derivada de f es positiva en todo un

intervalo, entonces la pendiente ser positiva y f ser una
funcin creciente en el intervalo.
Es decir, en cualquier punto del intervalo, un ligero
incremento en el valor de x se acompaar de un
aumento en el valor de f(x).

Funcin
Creciente

Funcin
Decreciente

Se dice que la funcin f es un funcin decreciente

en un intervalo I si para cualquier X1 y X2 dentro
del intervalo X1 > X2 implica que f(X1) > f(X2).

Tal como es el caso de las funciones crecientes, las

decrecientes son identificables por las condiciones de la
pendiente de la tangente.
Si la primera derivada (de f es negativa a lo largo de
todo un intervalo, entonces la pendiente ser negativa y
f ser una funcin decreciente en el intervalo.

Funcin
Decreciente

Criterios para
Funciones
Crecientes y
Decrecientes
Sea

f diferenciable en el intervalo (a, b.).

Si f(x) > 0 para toda x en (a, b), entonces f es creciente en (a, b).
Si f(x) < 0, para toda x en (a, b), entonces f es decreciente en (a, b).
Derivamos y si vemos cuando es
positiva y cundo es negativa se tiene:

Por medio de esto es posible encontrar el signo de f(x) probando

los intervalos determinados por las races de , esto es, 3 y -3.

En cada intervalo, el signo f(x) est

determinado por los signos de sus factores:
Segn los resultados hallados en el diagrama de
signos que se muestran en la figura, donde la
lnea inferior es una versin esquemtica de lo
que dicen los signos de f acerca e f.

Observamos que los segmentos de recta

horizontal en el rengln inferior indican
tangentes horizontales para f en -3 y en 3.
As, f es decreciente en (-; -3) y (3; ) y es
creciente en (-3, 3).
Esto corresponde a la naturaleza
creciente y decreciente de la grfica
mostrada a continuacin:

Funcin Cncava
Una funcin f(x) es cncava en x = a , si alguna pequea regin cercana al punto [a, f(a)] el
grafico de la funcin se ubica completamente debajo de su lnea tangente.
Una segunda derivada negativa en x = a denota que la funcin es cncava en x = a.

f(a) < 0: f(x) es cncava en x = a

Prueba de Concavidad

Determinaremos por dnde la funcin en cncava hacia

arriba y hacia abajo por medio del mtodo de la Segunda Derivada:

A continuacin usaremos el diagrama de signos para f y haremos una grfica:

f es cncava hacia arriba cuando 6(x-1) > 0, es decir cuando x > 1.

f es cncava hacia abajo cuando 6(x-1) < 0, esto es cuando x >1.

Funcin Convexa
Una funcin convexa en x = a, si en una rea cercana a [a, f(a)] el grafico esta completamente
arriba de la lnea tangente.
Una segunda derivada positiva en x = a denota que la funcin es convexa en x=a.

f(a) > 0: f(x) es convexo en x = a

Puntos de Inflexin
Es un punto en el grafico
donde la funcin cruza su
lnea tangente y cambia de
cncavo a convexo
y viceversa.
Pueden ocurrir solo donde
la segunda derivada iguala
a cero o es indefinida.
Es decir, f (a) = 0.

Como se localiza los

puntos de inflexin:
Calcule todos los puntos donde
f (a) = 0.
Si f(x) cambia de signo cuando
pasa por x = a, hay un punto de
inflexin en x = a.

Como localizar los puntos de inflexin, tenemos la siguiente funcin:

Hacemos nuestro diagrama de signos:

En conclusin podemos decir, la curva es cncava hacia arriba en

(-, 0) y (23, ) y es cncava hacia abajo en (0, ).
Ya habiendo calculado la concavidad, llegamos a la conclusin de
que nuestros puntos de inflexin ocurren en 0 y .
Estos puntos finalmente son:
()

Extremo Relativo
Es un punto en el cual la funcin esta en un mximo o mnimo.
Para ello, la funcin debe estar en un punto en el cual no esta creciendo ni decreciendo, y
por ende, su primera derivada debe ser igual a cero o indefinida.
Un punto en el dominio de la funcin donde la derivada igualada a cero es indefinida es
llamado punto o valor critico.
Mnimo Relativo
Si f se define en un
intervalo (b,c) que
contenga x = a, se dice
que f alcanza un
mnimo relativo en x =
a, si f(a) < f(x) para
todas las x dentro del

Mximo Relativo
Si f se define en un
intervalo (b,c) que
contenga x = a, se dice
que f alcanza un
mximo relativo en x =
a, si f(a) > f(x) para
todas las x dentro del
intervalo (b,c).

Determinacin de los Extremos

Relativos
Tenemos

la siguiente funcin:

Por la regla del producto hallamos la primera derivada:

Observe que siempre es positiva, se obtienen los valores crticos 0 y -2.

Del diagrama de signos de f(x) dados
en la figura presentada a continuacin:
Finalmente, se concluye
que se tiene un mximo relativo
cuando x = -2 y un mnimo
relativo cuando x = 0.

Extremo Absoluto
Son los valores ms grandes (mximos) o ms pequeos (mnimos), que toma una funcin en un
punto situado ya sea dentro de una regin en particular de la curva (extremo) o en el dominio de
la funcin en su totalidad (extremo absoluto).

Mximo Absoluto:
Se dice que una funcin f alcanza un mximo absoluto en x = a, si f(a) > f(x) para cualquier x
en el dominio de f.

Mnimo Absoluto:
Se dice que una funcin f alcanza un mximo absoluto en x = a, si f(a) < f(x) para cualquier x
en el dominio de f.

Si se consulta de nuevo la figura 16.9, f(x) llega a un mximo absoluto en x = c. Y alcanza el

mnimo absoluto cuando x = b. Conviene sealar que un punto en la grfica de una funcin
puede ser a la vez un mximo (mnimo) relativo y un mximo (mnimo) absoluto.

Localizacin de Extremos
Absolutos

Encontrar los extremos absolutos para la siguiente funcin:

Como f es continua sobre [1, 4], el

procedimiento se aplica de la siguiente manera:

Paso 1: Para hallar los valores crticos de f, primero hallamos

la derivada de f.
f'x = 2x - 4 = 2(x-2) Esto da como valor crtico x=2.
Paso 2: Al evaluar f(x) en los puntos extremos 1 y 4 as como en
el valor crtico 2, se tiene
Valores de f en los extremos.

Valor de f en el valor crtico en (1,4).

Paso 3: De los valores de la funcin en el paso 2, se concluye

que el mximo es f (4) = 5 y el mnimo es f (2) = 1.

Optimizacin con Restriccin de

Igualdad
Las restricciones de un problema
de programacin matemtica
hacen que empeore el valor
del optimo de la funcin objetivo,
es decir, que disminuya el mximo
y que aumente el mnimo.
En los problemas econmicos
las restricciones de igualdad,
adems de representar
generalmente las limitaciones
de los recursos, indican la exigencia
de la utilizacin de los mismos en
cantidades prefijadas.

Efectos de una
Restriccin
El propsito principal de la imposicin de una restriccin
es reconocer ciertos
factores limitantes presentes en el problema de
optimizacin que se estudia.
Por Ejemplo:
Consideremos al consumidor con una
utilidad simple.

ENFOQUE ECONMICO
Consideraremos el poder de compra
del consumidor, la cual es de 60$
para ambos bienes, con P1=4, P2=2.
4X1 + 2X2 = 60

El dominio esta representado por el cuadrante no

negativo del plano X1, X2 despus de aadir la funcin
presupuestaria la grafica solo aade valores de las
variables que satisfagan esta ecuacin.

El rango de la
funcin objetivo la
utilidad situado
directamente arriba
de la lnea de la
restriccin
presupuestaria.

Entonces nuestro inters radica slo en localizar el mximo

en la curva del diagrama b.

Valores
Estacionarios
Un valor estacionario de una funcin de una variable es cualquier valor en el dominio en donde
la funcin no es diferenciable o cuando su derivada es 0.
Es decir un punto estacionario es decir que la grafica llega a un punto en el cual no crece ni
decrece.

4X1+2X2 = 60 - Despejando X2
Al hacer
igual a cero, obtenemos la solucin
y reemplazando
obtenemos a X2* = 30 - 2(8) = 14.
Y obtenemos la U* = 128; y puesto que la segunda derivada es d 2U/dX12= -4 < 0, ese valor
estacionario constituye un mximo de U* (restringido).

Multiplicadores de
LaGrange
El mtodo de los multiplicadores de LaGrange es convertir un problema de
extremo restringido a una forma tal que todava sea aplicable la condicin de
primer orden del problema de extremo libre.
El multiplicador de LaGrange es representado por (letra griega lambda).

Mide por tanto el grado de sensibilidad de la funcin

objetivo frente a
cambios unitarios (interpretacin econmica) de la
limitacin del recurso tambin suele denominarse
precio sombra o coste de oportunidad).

Casos de n Variables
Sujeto a la restriccin:
Funcin de Lagrange ser:

Para la cual la condicin de 1 orden consiste en las siguientes (n + 1) ecuaciones simultneas:

Asegura que la restriccin se cumple,
aun cuando debamos centrar nuestra
atencin en la funcin lagrangiana libre.

Mltiples
Restricciones
Cuando hay ms de una restriccin, es igualmente aplicable el mtodo de los
multiplicadores de lagrange, pero siempre que introduzcan tantos multiplicadores como
restricciones haya la funcin lagrangiana.
Sea una funcin de n variables que estn sujetos simultneamente a las dos
restricciones:
Entonces al optar como los multiplicadores indeterminados podemos construir una

funcin lagrangiana como sigue:

La condicin de primer orden consiste en las siguientes (n+2) ecuaciones simultneas:

Ejemplos
Consideremos que en una economa de
recursos basada en que cada obrero (L)
puede optar por cosechar arboles (T) o
pescar (P).

Curva de transformacin es:

Supongamos que:

Funcin
Lagrangiana
Funcin Objetivo
Por las Condiciones de Primer Orden

Restriccin
Resolviendo las Derivadas Parciales

Reemplazando la
Restriccin
Reemplazamos en la restriccin:

Las soluciones son :

T = 10

P = 80

=25

El valor marginal
de una unidad
adicional de
trabajo en 25$
por horas.

Hessiano Orlado
Utilizamos el Hessiano Orlado para
determinar si los
valores crticos corresponden a un
mximo o un mnimo.

Caso de n
Variables

La condicin de segundo orden todava depende del signo .Como esta ultima es una forma
cuadrtica restringida para las variables , sujeta a la relacin

Las condiciones para la definitividad positiva o negativa de nuevamente incluyen a un hessiano

orlado.

Entonces,

las condicione para la definitividad positiva y negativa de son:

En el primer caso, todos los menores principales directores orlados, comenzando

con , deben ser negativos; en el ultimo caso, deben alternar el signo.
Como antes, un definido positivo es suficiente para establecer un valor estacionario
de z como su mnimo, mientras que un d2z definido negativo es suficiente para
establecerlo como mximo.

Caso de Mltiples
Restricciones

Suponga que hay n variables de eleccin y m restricciones m < n de forma:

Y el hessiano orlado resulta ser:

La funcin Lagrangiana dada es:

zar la Funcin Sujeto a una Restriccin

Maximizar:

Sujeto a:
Paso 1:
Formar el lagrangiano, pero primero establecemos la restriccin igual a cero, sustrayendo las
variables de a constante:
Multiplicar esta diferencia por y sumar el producto de ambos a la funcin objetivo a fin de formar la
funcin Lagrangiana Z.

Paso2:
Calcular las derivadas parciales de primer orden, igualarlas a cero y resolver simultneamente:

Paso 3:

Resolviendo las derivadas parciales se obtiene

Luego substituyendo tales valores crticos en la funcin objetivo:

Paso 4:
Ahora es necesario corroborar si el punto es crtico obtenido es mximo y mnimo local. Para ello, se
formulara el Hessiano Orlado y luego se proceder a analizar los test respectivos.
El Hessiano Orlado requiere derivadas de segundo orden:
Ordenando estos valores apropiadamente en el Hessiano Orlado:
Y calculando su determinante
El punto crtico (36,20) es un mnimo relativo.

GRACIAS