Capitulo 2 LAS MATEMATICAS DE LA OPTIMIZACION Muchos modelos econsmicosparten del supuesta gue un agente quiere determinar el valor éptino de wna func. En el cass de los consurnidores, esa fucin mide la utilidad que étosobtienen de sus compras y ‘el de las empresas, mide las ganancias de étas. Sin embarge, en anuborcasn, las cuetiones matematicas sformales dela solucisn som muy similares. En ese capitula © analizarin las mateméticas que som comunes ‘a todo ete tipo de problemas. Para aguellr que estén familiarizades con el cailulo multivariable, ete capi tule serviva de repaso. Para aquellos que silo etén familiarizader con algunas conceptos del eleula isco, ste capitulo les proporcionard las bases necesarias para comenzar a analizar el cdlela aplicade a la cons truccién de models microeconimices. Ew general, el capitulo pretende ofrecer una referencia que purde resulear muy itil a medida que w presenten estos concepeer matemsiticas a l arg del ib, La Maximizaci6n de una fun mn con una variable ‘Vamos a comenzar con un ejemplo sencillo, Supéngase que el administrador de una empresa quiere maximizar! las ganancias que obtendrs de la venta de un bien determinado. Supéngase también que las ganancias (jt) que obtenga dependerin exclusivamente de la cantidad (g) que venda de ese bien. Mateméticamente, n=flg. (a) 1a figura 2.1 muestra una posible relacién entre jt y 4. Es evidente que, para obtener la ganandia méxima, el administrador debe producir g*, con lo cual obtendri j* ganancias. Si se tu arifica como la de la figura 2.1, pensarfamos que es posible resolver este problema con sélo uti- lizar una regla para medi Sin embargo, supéngase que (como, de hecho, seria mis probable) el administrador no tiene una descripeién tan precisa del mercado. Por tanto, intentari variar para ver dénde pue de obtener Ia ganancia maxima. Por ejemplo, si se parte de la ganancia g,, las ganancias de las ventas serian sf. A continuacién, el administrador probaria la produccién 4,, v veria que las ga- nnancias han aumentado a 7. La nocién que dicta el sentido comin, que indica que las ganan- cias han aumentado debido al incremento de g quedaria expresada de manera formal como. m2 —m an >00 so, 23) nh ay ea) mbolo A para indicar “Ia variacién de” 70 g. Siempre que Ax/Aq sea posi- in en aumento y el administrador seguir incrementando la producién, Sin donde se utiliza el tivo, las ganancias dopa un eng picsamente gu, els ver ue ln mainszacion de f(s) x cquralente sa iinizcin des .wa Relacién hipotética entre la cantidad producida y las ganancias Siun administrador quiere alcanzar el nivel de produccién que maimiza las ganancias, tendria que producit,g*. Nétese queen 4", e/dg=0. * 2 3 Cantidad ser negativo, y el administrador sabra que estar go, en cl caso de incrementos de la produccién que se ubiquen ala derecha de g*, An/q cometiendo un error si sigue expandiendo 4. Derivadas Usted sabe que el limite de \x/Aq para variaciones muy pequefas de g se llama derinada de funcion, x = f(g), y se escribe como dx/dg 0 df/dq 0 P'(q). Mis formalmente, la derivada de una funcién ~ f(g) en el punto 4, se define como fe WF g*. Por tanto, en 9*, di/ad seri decreciente. Otra forma de decir lo mismo es que Ja derivada de ait/dg debe ser negativa en 9* ‘Segundas derivadas Se dice que la detivada de una derivada es la segunda devivada y se escribe ast el gerente podsfa buscar un nivel de produccién mejor que q*. Matemstica- On eS Son ae ag Por tanto, la condicién adicional para que g* represente un maximo (local) es @r| a donde la notacién nos recuerda, de nueva cuenta, que se debe calcular esta para el punto g* eee ral, apn? 26) egunda derivada De aqui que, aun cuando la ecuacién 2.5 (dz/dq= 0) es una condicién necesaria para alean zar el maximo, se debe combinar con la ecuacién 2.6 (i#/dg? <0) para asegurarnos de que cl punto es un maximo local de la funcién. Las ecuaciones 2:5 y 2.6 juntas son, por tanto, condi ciones suficientes para alcanzar este méximo. Por supuesto que es posible que, mediante una s rie de pruebas y errores, el administrador sea capaz de optar por 4* empleando informacion del ‘mercado en vez de un razonamiento matemitico (recuerde Ia analogia de Friedman acerea del ju- gador de billar). En este libro nos ocuparemos menos de cémo se encuentra el punto y mis de sus propiedades y de como cambia cuando varian las condiciones. El andlisis matemstico se de gran utilidad para responder a estas preguntas, Reglas para el calculo de derivadas A continuacién se pre partes de este libro. utilizarin en muchas ‘atan algunas regls para calcular derivadas. $ 1. Si bes constante, entonces a ae 2. Sides constante, entonces AOFM _ yes = f(s). 3. Si Bes constante, entonces AFL py, de 4 dine 1 ae donde In significa logaritmo con base ¢ (= 2.71828). da* f° In a para cualquier constante a, ‘Un caso particular de esta regla es dev/de= o%Supéngase ahora que f(x) y g(x) son dos funciones de x y que existen f(x) y (2) Entonces 2 ALE) + 9) preys 9 ARO AON § 50) + aw). 7, AE ION. Faygia) + fo)aw. fle) 8. “La, _ Feats) - Fsda’e) de (oP > siempre y cuando g(x) 7 0. Por iltimo, si y= fla) y x=a(2) y si tanto /"(x) como z'(2) existen, entonces 9. ty dy de _ df dy ds dx de” de de" Este resultado se conoce como la regia de In cadena. Ofrece una forma cémoda para analizar c6mo una variable (2) afecta a otra variable (y) exclusivamente en raz6n de su in- fluencia en alguna variable intermedia (x). Algunos ejemplos son: dew deo 10. we” Wax) alin(ax)} _ dlin(as)) dae) _ inay) = a Ina tas ge 7 ia) In(ax). yy, Mince] _ alinte)) ae) 4 2, ae dey) de ® Funciones con varias variables Los problemas econémicos no suclen implicar funciones de una sola variable. La mayor parte de las metas que interesan a los agentes econémicos dependen de varias variables y ellos deben el air de entre éstas. Por ejemplo, la utilidad que obtiene un individuo de sus actividades como consumidor dependeri de la cantidad que consuma de cada bien. En el caso de la funcién de produccién de una empresa, la cantidad producida dependeri de la cantidad de trabajo, capital y ticrra dedicados a la produccién. En estas circunstancias, el hecho de que esta variable (y) de- penda de una serie de otras variables (14,.%, . . . , +) se escribe IRF ty oe (2.10) Derivadas parciales Nos interesa calcular el punto en el cual y alcanza su valor maximo, que se deben hacer pata alcanzar ese punto. De nuevo, resultaria mis ficil pensar que el agente cambia las variables que estin a su disposicidn (las x) para poder encontrar un maximo. Por de: gracia, con una funcién de varias variables, la idea de dr derivada no esta bien definida. Tal como la pendiente a lependeri de la direecién que se lleve, la pen- diente (o la derivada) de una funcién dependers de la direccién que se elija. Por lo general, las linicas pendientes direccionales de interés son las que se obtienen aumentando una de las x mientras que todas las dems variables permanecen constantes (en la analogia de la montana po- drian medirse las pendientes s6lo en direccién norte-sur 0 este-oeste). Estas pendientes dire‘Maximizacién de las ganancias ‘Supéngase que la relacibn entre ganancias (jt) y cantidad producida () esta determinada por (q) = 1009-54. (2.7) Una grifica de esta funcién se pareceria a la pardbola que muestra la figura 2.1. Se puede deter: iinar el valor de g que maximiza las ganancias por diferenciacién: an & = 1000-109 =0 iy 4 (2.8) por lo que 1 =100. 29) 7 = 100, la ecuacién 2.7 muestra que las ganancias son igual a 50 000; es decir, el miximo valor posible. Por ejemplo, si la empresa decidiera producir q = 50, las ganancias serian igual a 37 500. En g=200, las ganancias serian igual a cero. Poslemos saber que q= 100 es el miximo “global” si se demuestra que la segunda derivada de la funci6n de las ganancias es —10 (véase la ecuacién 2.8). De aqui que la tasa de incremento de las jganancias siempre vaya decreciendo; es decir, hasta g= 100 esta tasa de incremento sigue siendo positiva, pero por encima de este punto pasa a ser negativa. En este ejemplo, g= 100 es el inico valor maximo local de la funcidn st. Sin embargo, en el caso de funciones mis complejas puede haber varios miximos, Pregunta: Suponga que la produccién de la empresa (g) esta determinada por la cantidad de trabajo (J) que contrata de acuerdo con la funcion q= 2-y1. Suponga tambien que puede contratar todo el trabajo que desce a $10 por unidad y que vende su produccién a $50 por unidad. Por tanto, las ganancias son una funcidn de dada por r(Z) = 100 ~ 101. Cuinto trabajo debe contratar esta empresa para poder maximizar sus ganancias y cual sera el monto de dichas ganancias? empresa a) “, (2.11) ar = tim LOU Eu) — foi ®3 donde la notacién indica que %,, . . . , , se mantienen constantes en los valores predet minados %,. .. , &, de forma que podamos estudiar tinicamente el efecto del cambio de 2, Calculariamos las derivadas parciales respecto a las otras variables (2, . . . , %,) de esta mismaCalculo de las derivadas parciales Es muy ficil calcular las derivadas parciales. El cileulo se hace igual que tratindose de las de: rivadas tradicionales, es decir tratando x,, . . . , +, como constantes (como lo son, de hecho, en 6n de una derivada parcial). Veamos los ejemplos siguientes: fax} + bs,xy + ex, entonces Bee f= 2a + tes zx dos, + 2ess. Notese que, en general f/eis es fiunci6n tanto de x; como de x: y, por tanto, su valor de- penderi de los valores particulares que se asignen a estas variables. Asimismo, dependers de los parimetros a, by ¢, los cuales no cambian a medida que » y x, cambian. 2 Siy=fts.u)=8 a, ax, of = bet ht, Be . 3 Siy=flsa) alma + bins, ae Ox, of b an PO Nétese que el hecho de tratar x, como constante en la derivacién de ¢if/ely, hace que el término In a desaparezca con la diferenciacién, porque no cambia cuando x, cambia. En este 380, a diferencia de lo que ocurrié en los ejemplos anteriores, el tamano del efecto de x; en yes inde- pendiente del valor de x. En otros casos, el efecto de x, en y dependeri del nivel de x; Derivadas parciales y el supuesto ceteris paribus En el capitulo 1 se describié la forma en que los economistas utilizan el supuesto ceteris paribus cn sus modelos para mantener constantes diversas influencias externas, de modo que les permita analizar, en un contexto simplificado, la relacién precisa que estén estudiando. Las derivadas parciales son la forma matemstica precisa de representar este planteamiento; es decir, muestran cémo los cambios de una variable afectan un resultado, cuando todas las demés influencias se ‘mantienen constantes, © exactamente lo que los economistas necesitan para sus modelos. Por ejemplo, la curva de demanda de Marshall muestra la relacién entre cl precio (p) y la cantidad (q) demandada cuando se mantienen constantes todos los demas factores. Si se utilizan de rivadas parciales, entonces podria representarse la pendiente de esta curva mediante Aig/7ip para indicar los supuestos ceteris paribus que estamos aplicando. La ley fundamental de la demanda (que el precio y la cantidad se mueven en direccién contraria cuando no cambian los dems fac~ tores) queda reflejada, por tanto, por el enunciado matemstico “ig/cp < 0”. De nueva cuenta, www.FreeLibros.mela utilizacién de una derivada parcial nos recuerda los supuestos ceteris paribus que tienen apli caci6n en la ley de la demanda. Derivadas parciales y unidades de medida En las mateméticas, se presta relativa atencién a la forma de medir las vatiables. De hecho, ‘muchas veces ni siquicra se hace mencién explicita del asunto. Sin embargo, ls variables que se cmplean en economia por lo general se rfieren a magnitudes reales y, por tanto, nos debe teresar la forma de medirlas. La consecuencia mis importante de elegit unidades de medicién podria ser que, muchas veces, las derivadas parciales que se utilicen para resumir el comporta- miento de la economia reflejarin estas unidades, Por ejemplo, si g representa la cantidad de zgisolina demandada por todos los consumidores estadounidenses durante un afo en particular (medida en miles de millones de galones) y p representa el precio por galén en délares, enton- ces Ag/ip medirs el cambio de la demanda (en miles de millones de galones por afto) debido a tun cambio de precio de un délar por gal6n. El tamano numérico de esta derivada dependeri de cémo se midan qy p. La decisién de medir el consumo en millones de galones por aho multipli caria el tamafo de la derivada por 1000, mientras que la decisién de medir el precio en centavos por gal6n la reduciria por un factor de 100 El hecho de que el tamano numérico de las derivadas parciales dependa de la unidad de me dida que se clija plantea algunos problemas para los economistas. Muchas teorias econémicas nel signo (la direccién) de las derivadas parciales, pero las predicciones de la magnitud ica de estas derivadas dependerian de la forma en que los autores decidan medi sus va- tables. La comparacién de estudios seria pricticamente imposible, sobre todo dada la extensa variedad de sistemas de medicién que se utilizan en todo el mundo. Por lo anterior, los econo- mistas han optado por adoptar una forma diferente, sin utilizar unidades de medida, para eva Iuar los efectos cuantitativos, Elasticidad: una definicion general Los economistas utilizan las elasticidades para resumir casi todos los efectos cuantitativos que les interesan. Dado que estas medidas se concentran en el efecto proporcional que el cambio de una variable tiene en otta, éstas no estin sujetas a unidades; es decir, las unidades “se cancelan” cuando se calcula la lasticidad. Por ejemplo, suponga que }'¢s funcin de « y, posiblemente, de otras variables. Por tanto, la clasticidad de y con relacién a x (denotada como ¢,,) se de! . (2.12) j aE IE que, independientemente de cémo se midan yy « las unidades de medida se cancelan, porque aparecen tanto en un numerador como en un denominador. Notese también que, dado que y 4°son positivas en la mayor parte de las situaciones econémicas, la elasticidad, ¢,. y la de~ rivada parcial ¢y/ae tendrin el mismo signo. Por tanto, las predicciones teéricas respecto a la direccién de ciertas derivadas también se aplicara a sus correspondientes elasticidades. Alo largo de este libro encontraremos aplicaciones especificas del concepto de la elasticidad, centre ella, algunas que usted debe conocer, como la elasticidad precio de mercado de la oferta © la demanda, Sin embargo, también se presentarin muchos conceptos nuevos que se pueden cexpresar con mayor claridad en términos de elasticidad.Elasticidad y forma de la funcién La definicin de la ecuacién 2.12 deja en claro que se debe pecifico de una fiuncién. En general, podemos esperar que el valor d con distintos rangos de a funcién, Esta observacién queda claramente demostrada en el caso donde yes funcién lineal de xen la formula aluar la easticidad en un punto es este parimetro varie acorde y= a+ by+ otros términos. En este caso . “6 (2.13) lo cual deja en claro que ¢,. no ¢s constante. Por tanto, para funciones lineales es especialmente importante sefalar el punto donde calcularemos la elasticidad Sila relacin de la funci6n entre wy y es de forma exponencial yaast centonces la clasticidad es una constante, independientemente del punto donde se mia: Una wanstormaci6n loga: de esta ecuacién también proporciona una definicién alterna: tiva de clasticidad muy cémoda. Dado que In a+ bins, tendremos 6 (2.14) Por tanto, se podrin calcular las elasticidades por medio de la “diferenciacién logaritmica”, ‘Como se veri mas adelante, hacer estos céleulos, esta forma de proceder con frecuencia es el camino mis ficil para Pregunta: @lay alguna otra forma de funciones ademas de las exponenciales que tienen una clasticidad constante, cuando menos dentro de cierto rango? Derivadas parciales de segundo orden La derivada parcial de una derivada parcial es directamente andloga ala segunda derivada de una funcién de una variable y se llama derinada parcial de segundo oriden. Se escribiria como aaf/ax.) as; 0, de manera mis sencilla, como af (2.15) Iejox,Para los ejemplos anteriores: 1 — = fix =2a fin =b 6 = 2. Teorema de Young Estos ejemplos ilustran el resultado matemitico segiin el cual, en condiciones bastante genera: les, no importa el orden que se siga al hacer una diferenciacién parcial con objeto de calcular derivadas parciales de segundo orden. Es decir, Sy para un par de variables «, x, Este resultado se conoce, a veces, como el “teorema de Young”. Para una explicacién intuitiva del teorema, volvamos a la analogia de la ascensién a una mon tana. En este ejemplo, el teorema dice que la cantidad que avance un montanista dependeri de las direcciones y las distancias que recorra, pero no del orden en que ello se produzca. Es d cir, la cantidad que avance ser independiente del camino que siga, siempre y cuando el mon- tafista vaya de un conjunto de coordenadas del mapa a otto. Por ejemplo, el montanista puede avanzar una milla hacia el norte y des eguir el orden inverso, recorriendo primero una milla hacia el este y después una milla hacia el norte. ‘Sea como fuere, la cantidad del avance sera Ia misma, porque, en ambos casos, el montanista se desplaza de un punto concreto a otro. En capitulos posteriores se utilizar bastante este resul- tado porque offece una forma muy ficil de mostrar algunas de las predicciones de los modelos econdmicos respecto al comportamiento? fs (2.16) uués recorrer una milla hacia el este, © puede Usos de las derivadas parciales de segundo orden Las derivadas parciles de segundo orden tendrn una funcién importante en muchas de ls teorias econOnticas que se planean en este libro. Los ejemplos mis importantes son los que se relcionan con la paval “propia” de segundo orden, Esta funcion muesta la inluencia mar- sina de sen 9 esdeci, forma matemitica de indicar el concepto econémico de la productividad marginal decreciente Asimismo, ls parcial erzadaf,refleja los cambios que registra la productvidad marginal de medida que % aumenta, El signo de este efecto puede ser positive 0 negativo. El teorema de Young indica que, en general los efectos enuzaden son simetricos. En terminos mas gencals, has derivadas parce de segundo onden de una funcion brindan informacion acerca de la cur a medida que aumenta el valor de x, El valor negativo de fi, es lavatura de la funcién. Mas adelante, en este mismo capitulo, se vers el importante papel que tiene la informacion para determinar si se satisfaccn 0 no las diversas condiciones de segundo orden para alcanzar un maximo. Maximizaci6n de funciones con varias variables Ahora, con ayuda de las derivadas parciales, se puede explicar cémo determinar el valor mixi- ‘mo para una funcién con varias variables. Para comprender los conceptos matemsticos wiliza dos para la resolucién de este problema, seri de mucha utilidad recurrir a una analogia con el caso de una sola variable. En el caso de una sola variable, podemos imaginar a un agente que muy pequena, dx, y observa la variacién de y (denominada dy). Esta va- riaci6n esta determinada por la expresién dy= f(s) de. (2.17) La identidad de la ecuacién 2.17 retleja el hecho de que la variacién de y es igual a la variacién de x multiplicada por la pendiente de la funcién, Esta formula es equivalente a la de la pendiente en un punto que se utiliza para las ecuaciones lineales en Algebra bisica. Al igual que antes, la condicién necesatia para alcanzar el maximo es que dy = 0 para pequenas variaciones de x en toro al punto éptimo. De lo contrario, y aumentaria acorde con los correspondientes cambios de x. Sin embargo, como de no es necesariamente igual a cero en la ecuacidn 2.7, dy = 0 debe implicar que, en el punto deseado, f(x) = 0. Esta es otra forma de obtener la condicién de primer orden de un maximo que ya hemos derivado. Utilizando esta analogia, veamos las decisiones que toma un agente econdmico que debe ele- air los niveles de varias variables. Supéngase que este agente quiere encontrar un conjunto de x que maximice el valor de y= (x, % - - . , &;). El agente podria considerar la posibilidad de cambiar slo una de las a por decir 34, al tiempo que mantiene constantes todas las demas. La variaci6n de y (es decir, dy) que se derivaria de una variaci6n de x, esti determinada por Haw ~ fd. dy Esta expresion afirma que la variacién de yes igual a la variacién de x multiplicada por la pen- diente calculada en la direcci6n de x,. Utilizando una vez mis la analogia de la montana, esta expresién diria que la cantidad que avanza un montanista que se dirige hacia el norte esti deter- ‘minada por Ia distancia que recorra hacia el norte multiplicada por la pendiente de la montana medida en direceién norte. Diferencial total Si se varian todas las en una cantidad pequena, el efecto total en ¥ seri Ia suma de todos los tfectos, tal y como se ha demostrado antes. Por tanto, la variacién total de yse define como af a ay- Late, - Lae, a, os we oe (2.18) © fides ~ fates + + fall, Esta expresion se denomina diferencia! total de fy es directamente andloga a la expresion del caso dde una sola variable de la ecuacién 2.17. La intuicién indica que la ecuacién es razonable: la variacién total de y’es la suma de las variaciones provocadas por Ia variacién de cada una de lass! fos gec fis aye =gle)y ay Ms Senn eta tne sonic, cons pons cleo ge i+ fi pa Bp tie nts pintCondicién de primer orden para un maximo Una condicién necesaria para un méximo (0 un minimo) de que dy= 0 para una combinacién de pequeias variaciones de las «. en el punto considerado funcion fla, x + m)es Esto solo puede oct ff EI punto en el que es vilida fa ecuacién 2.19 se llama punto eritico. Esta ecuacién es la condi er un maximo local. Para comprobar lo anterior guiados por la in tuici6n, veamos que en el caso de que una de las derivadas parciales (por ejemplo, f) fuera mayor (0 menor) que cero, entonces podria incrementarse y aumentando (0 disminuyendo) x. Enton- ces, un agente econdmico podria determinar este punto maximo encontrando el punto donde y ro reacciona a movimientos muy pequenos de ninguna de las x. Este resultado es extremada- Célculo de! maximo ‘Supéngase que yes una funcida de x; y ¥; determinada por yas - 1 = (4-27 +10 (2.20) (2.19) cin necesaria para obter ax} + 2x, a3 + 4x, 45. Por ejemplo, y podria representar la salud de un individuo (medida en una escala del 0 al 10) y sy x: serian las dosis diarias de dos medicamentos para mejorar su salud. Se quiere calcular los valores de 2 y x; que hacen que y tenga el mayor valor posible. Partiendo de las derivadas par ciales de y respecto a x, y x y aplicando las condiciones necesarias dadas por las ecuaciones 2.19, se obtiene a Bay +2-0 ou (2.21) Wax, 4-0 Por tanto, la funcién esta en el punto critico cuando x, = 1, x = 2. En este punto, gjor estado de salud posible. Si se experimenta un poco tendremos pruebas convincentes de que éste ¢s el valor mis alto que puede tener y. Por ejemplo, si x, = x= 0, entonces y= 5, 0 si “= 1, entonces y= 9. Los valores de x, ys mayores que 1 y 2, respectivamente, dismi- ‘ny debido a que los términos cuadriticos negativos de la ecuacién 2.20 aumentan. Por consiguiente, el punto que hemos calculado aplicando las condiciones necesarias es, de hecho, ‘un miximo local (y global). Pregunta: Suponga que y toma un valor fijo (por ejemplo, 5). ;Cémo lucirfa la relacién im: plicita entre x; y 15? Qué pasaria si y= 7? 0, y esta variable clegida cumplirs con la prueba precisa del costo-beneticio que dice que fi + An =0. Por otra parte, las soluciones donde b=0 tienen x; =0, y tambien requieren que #3 >0. Por tanto, estas soluciones no involucran la utlizacion de x, porque esa variable no cumple con la prueba del costo-benefi- cio, como demuestra el hecho de que f; | hig, < 0. Un resultado idéntico cumple con cada va- riable x, elegida, Estos resultados, que en ocasiones se conocen como las condiciones Kuln-Tucker en honor de sus descubridores, demuestran que las soluciones para los problemas de optimizacién que in: volucran restricciones de desigualdad diferirin, en formas bastante simples, de problemas simi- "gute nox osparemos del caso depenrido en ela estas dor varie om cerolares que involucran restricciones de igualdad. Por tanto, no podemos equivecarnos mucho si trabajamos primordialmente con restricciones que involucran igualdades y suponiendo que se puede recurtir a la intuicién para expresar lo que podria ocurrir si los problemas involucraran, de hecho, desigualdades, Este es el planteamiento general que se adoptars en este libro." Condiciones de segundo orden Hasta ahora, nuestro andlisis de la optimizacién se ha centrado fundamentalmente en las condi ciones necesarias (de primer orden) para determinar el maximo. Esta seri, en efecto, la prictica que se aplicara en gran parte de este libro porque, como se vera, la mayor parte de los proble: ‘mas econ6micos utilizan funciones en cuyo caso también se cumplen las condiciones de segun- do orden para alcanzar un maximo. En esta seccién se presenta un breve anilisis de la relacién centre las condiciones de segundo orden para alcanzar un méximo y las correspondientes con: diciones de curvatura que deben tener esas funciones para asegurarnos de que se cumplan aquellas. A lo largo de todo el libro se irin presentando las explicaciones econémicas de estas condiciones de curvatura, Funciones con una variable Primero analicemos el caso en el cual nuestro objetivo, y, ¢s una fincién de una sola variable, x. Es decir, yale. (2.80) Una condicién necesaria para que esta funcién alcance su valor maximo en alggin punto es que a _ py) = Ze Piey=0 (281) © punto. Para aseguramos de que ese punto es, en efecto, el maximo y tiene que decrecer cuando nos alejamos de él. Ya se sabe (de I ecuacién 2.81) que, para pequehas vatiaciones de x, cl valor de y no cambia y lo que se tiene que comprobar es si y aumenta antes de alcanzar esa “mescta” y después disminuye. Ya hemos derivado una expresin de la variacién de y (dy), que esti dada por la derivada total y= P's) de. (2.82) Ahora, lo que se necesita es que dy disminuya en el caso de pequeios incrementos del valor de x. La diferencial de la ecuacién 2.82 esti determinada por Atay) = ty = ALL ge prygyde de = fsa. 283) pero Py<0 implica que S70) di? <0 (2.84) y dado que de? debe cr positiva (porque algo al cuadrado siempre es positive), se obtendré £"(s) <0 (2.88) como exige la condicién de segundo orden. Dicho en palabras, esta condicién exige que la fun cin ftenga una forma céncava en el punto critico (compare las figuras 2.1 y 2.2). A lo largo de milares de curvatura. esta Seccin se encontrarin con "7a stmain ponte yr mucho ms sample cuando no peor conar gu ello now ficaca una saci al ver por aLa maximizaci6n de las ganancias, otra vez En el ejemplo 2.1 se analiz6 el problema de determinar el maximo de la funci6n = 10009-57. (2.86) La condicién de primer orden para alcanzar un maximo exige que an dq 000-109 = 0 es) *=100. 2.88) La segunda deriva de a func est determina por oe iF Ys Por tanto, el punto g* = 100 obedece condiciones su 10 < 0, (2.89) jentes para un maximo local. Pregunta: En este caso, la segunda derivada no s6lo es 1 siempre es negativa. Esto que implica respecto al punto éptimo? hecho de que la segunda derivada es una constante? iva en el punto dptimo, sino que ymo debe interpretarse el Funciones con dos variables ‘Veamos un segundo caso, donde y es una funcién con dos variables independientes: I= flay %). (2.90) Una condicion necesaria para que esta fincién alcance su valor maximo es que las derivadas par ciales, en las direcciones tanto de x, como de x, sean igual a cero. Es decir, ye ° 291) Sorh Un punto que cumpla estas condiciones sera un sitio “plano” de la funcién (un punto donde dy = 0) y, por tanto, sera candidato para un maximo. Para asegurarnos de que ese punto es un maximo local, debe disminuir para movimientos en una direccion que se aleje del punto eritico, © sca que, en términos grificos, slo hay una forma de alejarse de la cima de una montana y éta cs disminuir Un argumento intuitivo Antes de describir las propiedades mateméticas requeridas de ese punto, tal vez resulte dtl adoptar un planteamiento intuitivo. Si sélo se analizan los movimientos en la direccién de x la condicién necesaria es clara: la pendiente en la direecién de x (es debe bajar a partir del punto eritico, Esto es sencillamente una aplicacin del a tuna sola variable y muestra que, p: imo, la segunda detivada parcial en la di reccién x, debe ser negativa, Un argumento idéntico es vilido para los movimientos que van exclusivamente en dircecién de x,. Por tanto, las dos segundas derivadas parciales (f., y fs) eanzar un mideben ser negativas para alcanzar un méximo local. Utilizando la analogia de la montafa, si se presta atencidn tan s6lo a los movimientos norte-sur o este-oeste, entonces la pendiente de la ‘montana debe empezar a bajar cuando se cruza la cumbre; es decir, la pendiente debe pasar de positiva a negativa. La complejidad particular que surge en el caso de dos variables implica movimientos a través del punto éptimo que no son exclusivamente en la direccién de x, 0 de x; (por ejemplo, ‘movimientos del noreste al sudoeste). En estos casos, las derivadas parciales de segundo orden no offecen informacién completa sobre como cambia la pendiente cerca del punto critico. Tam: bién se deben imponer condiciones en las derivadas parciales cruzadas (f,, =f.) para asegu- rarnos de que dy es decreciente en el caso de movimientos que pasan del punto critico en una direccién. Como se veri, estas condiciones implican que se exige que las derivadas parciales pro- plas de segundo orden scan lo bastante negativas como para contrarrestar todas las posibles de: rivada parciales cruzadas “perversas” que pudieran exist La intuicién sugiere que si la montafia tiene suficiente pendiente en las direcciones norte-sur y este-oeste, entonces el hecho de que la pendiente no sea excesiva en otras direcciones se puede compensa. Un analisis formal Ahora pasaremos a reflejar estas cuestiones de manera mas formal. Lo que se quiere determinar son las condiciones que deben imponerse a las segundas derivadas parciales de la funcién f para asegurarnos de que #y es negativa en el caso de movimientos en una direcci6n a partir del pun- 1 critico, Recuerde primero que la diferencial total de la funcién esta determinada por dy fi d+ fi ds (2.92) La diferencial de esa funcién esté determinada por y= (fx s+ fia de) de, + Ps ds, + fia de) de, (2.98) Ay fix dh + fis ds diy + fn diy ds + fin de (2.94) Porque, segtin el teorema de, fi f,, se pueden ordenar los términos para obtener y= fy dei +2 fir doe, diy + fir do. (2.95) Para que la ecuacién 2.95 sea negativa sin ambigiiedad alguna ante una variacién de las x (es decir, para las opciones de dx; y de dx), evidentemente es necesario que fiy y fis sean negativas. Por ejemplo, si ds, =0, entonces fi ds} (2.96) ya -< O implica que fas. (2.97) Puede esgrimirse el mismo argumento para fiz haciendo que dx, = 0. Si ni dx, ai dx, son igual a cero, entonces se debe considerar la parcial cruzada, fis, para decidir si d2y es 0 no negativa sin ambigiiedades. Puede utilizarse un poco de algebra para demostrar que a condicién requeri- da es! Si fia ~fix> 0 (2.98) La pasha empira por mimary rar el ermino (f/f 2 cess 29 v corsa. Sin embargo, ete plntcamient se spines cate emo concet, Un pnteamcnta msc de generzar oe wz cl lgetea mica conece gues cou 298 fis fa] Su fa {ica cuetin tems ie "Ampisconer de ete aptFunciones concavas 1a intuicidn sugiere que la ecuacién 2.98 exige que las segundas derivadas parcales propias (fi y fa) sean lo bastante negativas para compensar todos los efectos perversos posibles de ls de rivadas parcialescruzadas (fi = fu). Las funciones que obedecen esta condicion se aman fun tiones cincavas. En tres dimensiones, estas funciones parecen tazas de té colocadas al re emplo 2.10 para una ilustracin.) Esta imagen deja en claro que tn punto plano en ste tipo de funcién es, en efecto, un auténtico miximo, porque la funcidn siempre tiene pen dlente negativa a partir de ese punto. En téiminos més la propiedad de que siempre estin por debajo de un plano tangente a ells: cl plano definido por cl valor maximo de la funcin cs, simplemente, un caso especial de esta propicdad. eel nerales, las funciones cOncavas tienen Condiciones de segundo orden: la salud por altima vez En el ejemplo 2.3 se analizé Ia finci6n del estado de salud 42x, a+ 4, +5. (2.99) V= f(%y %) Las condiciones de primer orden para el maximo son fi 2x, +2=0 2m +4=0 (2.100) (2.101) (2.102) Estas derivadas obedecen claramente a las ecuaciones 2.97 y 2.98, por lo cual se cumplen las condiciones necesarias y las suficientes para obtener un mximo local.!* Pregunta: Describa la forma céncava de la funcién del estado de salud y explique por qué ini camente tiene un solo valor maximo global Maximizacion con restricciones Por tiltimo, analicemos el caso del problema de clegir sy y xy para maximizar = flay 2), (2.103) sujeto a la restriccién lineal e- bx, — bys, = 0 (2.104) (donde 6, b,, by son parimetros constantes en el problema). Este problema es de un tipo qu cen este libro y es un caso especial de los problemas de maximizacién encontrar con frecuenscon restricciones analizados antes. Ahi, se demostré que se pueden derivar las condiciones de primer orden para el maximo el lagrangiano Lm fis) + Me~ hs ~ bye). (2.108) a diferenciacin parcial respecto a x, ¥ 2 offece resultados familiares: se escrib (2.106) Por lo general, ¢s posible resolver estas ecuaciones para determinar los valores éptimos de s,s y 2. Para aseguramos de que el punto derivado de esta manera es un maximo local, se deben analizar de nuevo los movimientos que se alejan de los puntos criticos utilizando Ia “segunda” diferencial total: aw Lia dE Ofis sy d+ fi di (2.107) Sin embargo, en este caso, no es posible hacer todos los pequefios cambios posibles en las «sino que sélo es posible considerar que los valores de x, y x; que sigan cumpliendo la rest serin alternativas validas para el punto critico. Para analizar estos cambios, debe calculas diferencial total de la restriccién’ Hb; diy — bs dey = 0 (2.108) (2.109) Esta ecuacién muestra los cambios relatives de x, y xy que se pueden hacer cuando se consi- deran los movimientos desde el punto critico, Para seguir avanzando en la resolucién de este problema, es necesario utilizar las condiciones de primer orden. Las dos primeras implican que ek, ano) y, al combinar este resultado con la ecuaci6n 2.109, se obtendri fs, = as, an) Ahora se puede sustituir esta expresin por dx, en la ecuacién 2.107 para mostrar la condicién’ que se debe mantener para que dy sea negativa: Wy = fide +2fiste| —L.dey + fs Lode, FB CR) aay = fined - 2fiz Fact + fa Fact. Si se combinan términos y se colocan sobre un denominador comiin se obtendr y= Uiufh—Miahilet fal DEE ans) Por tanto, para que ay«0, se debe cumplir que Sil? Dich fit haf <0. ens) Funciones cuasi concavas Esta ecuacién parece poco mis que una masa compleja y desordenada de simbolos matemst cos, pero, de hecho, se trata de una condicién bastante importante. Representa un conjunto defanciones Uamadas funcionescunsicéncavas, Estas tienen la propiedad de que el conjunto de to tun conjunto convexo (es decir, podemos unir dos puntos cualesquier del conjunto con una linea contenida enteramente dentro del conjunto). Muchos modelos econémicos se caracterizan pot este tipo de funcionesy, como se veri con mis detalleen el capitulo 3, en estos casos la condicion de cuasi concavidad illa. Los problemas este libro. El ejemplo 2.10 muestra la relacin entre la funcion cGncavay la cuasicéncav, 9 EJEMPLO 2.10 Funciones concavas y cuasi céncavas Puede ilustrarse la diferencia entre las funciones céncavas y las cuasi cOncavas con la Fun Y= fy 82) = (24, )* (2.118) donde las « s6lo toman valores positives y el parimetro kt puede tomar diversos valores positives. ene una interpretacién econémica relativamente sei ‘Sea cual fuere el valor que toma i esta funcién es cuasi céncava, Una forma de demostrar lo an: terior es analizar las curvas de nivel de la funcién, estableciendo y igual a un valor especitico, por decir ¢, En este caso iam)! 0 aa et=e. y (2.116) Empero, esto tan sélo es la ecuacién de una hipérbole rectangular normal. Queda claro que el conjunto de puntos en los cuales y toma valores superiores a ¢ es convexa porque esti limitada por esta hipérbole. Un camino més matemético para demostrar la cuasi concavidad aplicarfa la ecuacién 2.114 a esta funcidn. El Algebra necesaria para hacerlo tal vez sea un tanto compleja, pero vale la pena el Estos son los distintos componentes de la ecuaci6n 2.114: esfuerzo. fi fi fa a7) fia = Mk L)xheh? fis= Batts! Por tanto — Dfiafifa+ fal = bM(k— Uyxtt? xt? — Diet fhe tt? + Bk - xf? x = 2kev}t? x3? (1) (2.118) Ia cuasi concavidad que ¢s claramente negativa, como lo requ El hecho de que la funcién f'sea c6ncava 0 no dependers del valor de &, Si k < 0.5 la funci6n es, cen efecto, céncava. Una forma intuitiva de ver lo anterior radica en considerar exclusivamente los puntos donde x, = 43. En el caso de estos puntos, ya (t= ag 2.119) que, para k= 0.5, es c6ncava. De otra parte, para > 0.5, esta fiancién es convexa (continsia)erat Una prucba mas contundente utiliza las derivadas parciales de la ecuacién 2.117. En este caso, se puede expresar la condici6n de la concavidad como infin ~ fs = (R= Vx a2 2 a? = aft? al! [e(e- 1) - (2.120) af af [C24] y esta expresign es positiva (como se requiere para la concavidad) para (2+1)>0 0 05. De otta parte, la funcién es convexa para b> 0.5. Una ilustracion grafica La figura 2.4 presenta ilustraciones tridimensionales de los tres ejemplos especificos de esta fun- cidn: para k= 0.2, f= 0.5 y k= 1. Notese que en los tres casos las curvas de nivel de la funcién tienen formas hiperbélicas convexas. Es decir, para un valor fijo de y las funciones son bastante similares. Esto demuestra la cuasi concavidad de la funcién. Las diferencias principales entre las funciones estan ilustradas por la forma en que el valor de y aumenta a medida que las dos ¥au- ‘mentan juntas. En la figura 24a (donde = 0.2) el incremento de y disminuye a medida que las xincrementan. Esto imprime en la funcién una forma redonda, parecida a una taza, que indica fa concavidad. Para k= 0.5,.y parece que se incrementa linealmente conforme las dos x aumei tan, Esta es la frontera entre la concavidad y la convexidad. Por iiltimo, cuando k= 1 (como en lh figura 2-4c) los incrementos simulta lozmente. La esencia de la fiuncidn luce conve 1e08 en los valores de las dos x incrementan ay muy ve aa para reflejar el incremento de las ganancias. Una mirada atenta a la figura 2.4a sugicre que toda fincién que sea céncava también seri cua si cOncava. El problema 2.8 le pide que demuestre si esto es asi. Este ejemplo muestra que lo contrario de esta afirmacién no es cierto, o sea que las funciones cuasi céncavas no necesatia ‘mente son c6ncavas. La mayor parte de las funciones que se encontrarin en este libro también ilustrarin este hecho, sea que la mayor parte serin cuasi céncavas, pero no necesariamente Pregunta: Explique por qué las funciones que ilustran a figura 24a y 2.4¢ tendrian valores idximos si las « estuvieran sujetas a una restriccién lineal, pero s6lo la geifica de la figura 2.4a tendrfa un maximo sin res Funciones homogéneas cen de forma natural de la teorfa econémica tienen otras ql ‘Muchas de las funciones que sui propiedades mateméticas. Un conjunto de propiedades particularmente importante se comportamiento que observan estas funciones cuando todos (0 la mayor parte de) sus argu: ‘mentos incrementan proporcionalmente. Estas situaciones se presentan cuando nos planteamos preguntas como qué ocurrisfa si todos los precios incrementaran 10% 0 como cambiatia la pro: duccién de una empresa si duplicara todos los insumos que utiliza. El andlisis de estas preguntas conduce, de forma natural, al concepto de las funciones homogéneas. En concreto, se dice que una funcién f(x;, x,) es homogénea de grado si ity £6) = Flay aa (221) Los ejemplos de funciones homogéneas mds importantes son aquellos donde k= 1 0 k= 0. Dicho en palabras, cuando una funcién es homogénea de grado uno, la duplicacion de todos sus argumentos duplica el valor de la funcién misma. En el caso de funciones homogéneas deEu Funciones céncavas y cuasi cont En los tes casos estas fuciones son cuasicéncavas. Para una y fa, sus eurvas de nivel son convexas, pero La fancies ‘stictamente concava tan s6lo para = 0.2. El aso k= 1.0 demuestra con clariad I falta de concavidad pong a funcion ho eats por dehajo desu plano tangent Qy=10 grado 0, la duplicacién de todos sus argumentos hace que el valor de la funcién no sufra cam: bio alguno. Las funciones también deben ser homogéneas cuando cambian sélo ciertas sub- series de sus argumentos; es decir, la duplicacién de algunas de las x podeia duplicar el valor de lh funcidn si los otros argumentos de la funcién se mantienen constantes. No obstante, usual- ‘mente, la homogencidad se aplica a los cambios de todos los argumentos de una funcién. Homogeneidad y derivadas Si una funcién de grado k es homogénea y si es posible diferenciarla, entonces las deriva- das parciales de la funcidn serin homogéneas de grado 1. La prueba de la anterior se derivadirectamente de la definicién de homogeneidad. Por ejemplo, si se diferencia la ecuacién 2.121 con relacién a su primer argumento tendremos Ait) = ya Bf oa pe Os Kit. y= fi (xe) (2.122) que demuestra que f; cumple la definicién de homogeneidad de grado k~ 1. Dado que las ideas de marginalidad son tan prevalecientes en la teorfa microecon6mica, esta propiedad demuestra que algunas propiedades importantes de los efectos marginales pueden ser inferidas de las pro- piedades de la funcién subyacente misma, Teorema de Euler Es posible demostrar otra caracteristica muy til de las finciones homogeneas si se diferencia la definicién de homogencidad con respecto al factor de proporcionalidad, r. En dlife- rencia primero el lado derecho de la ecuacién 2.121 Be flo) =f (BoB) EE (BH y,sise deja que r= 1, esta ecuaci6n seré Bf) = fi (Bo) Ee Ef (BL oo) (2.123) Esta ecuacién se llama teorema de Euler (por el matemiético que descubrié la constante ¢) para has funciones homogéneas. Demuestra que, en el caso de una fancién homogénea, existe una relacién contundente entre los valores de la funcién y los valores de sus derivadas parciales. Di versas relaciones econ6micas entre funciones que son muy importantes estin fundadas en esta observacién. Funciones homotéticas ‘Una fiuncién homotética es aquella que se forma tomando una transformacién monétona de una funcién homogénea."” Las transformaciones monétonas, por definicién, conservan el orden de Ja relaci6n entre los argumentos de una funcidn y el valor de ésta. Si ciertos conjuntos de x pr ducen valores més altos de f; también producirin valores més altos para una transformacién monétona de f Sin embargo, dado que las transformaciones monétonas pueden adoptar ‘muchas formas, no podemos esperar que conserven una relacién matemitica exacta como la que encarnan las funciones homogéneas. Por ejemplo, consideremos la fincién fix, 9) = + 9. Esta claro que esta funcién es homogénea de grado 2; es decir la duplicacién de sus dos argumentos ‘multiplicars el valor de la funcién por 4. No obstante, la transformacién monétona, F, que sim- plemente suma 1 a f(es decir, Ff) = f= 1 = xy~ 1) no es homogénea en absoluto. Por tanto, salvo en casos especiales, las funciones homotéticas no poseen las propiedades de homogen dad de las funciones subyacentes y, sin embargo, s{ conservan una caracteristica importante de las funciones homogéneas: que los intercambios implicitos entre las variables de una funcién tan sélo dependen de los cocientes de dichas variables y no de sus valores absolutos. Aqui, se de: ‘mostrar lo anterior en el caso de una funcién implicita simple de dos variables fx, y) = 0. Ser is ficil demostrar casos més generales cuando se llegue al aspecto econémico del asunto mis adelante en este libro.La couaiin 2.28 demontaba que cin con don vaables ea determina po eh, af, intercambio implicito entre sy yen el caso de una fan Si se supone que fes homogénea de grado fy, sus derivadas parciales serin homogéneas de grado Ly que el intercambio implicito entre xy yes dy | _ PN feltesty) _ __falteyty) ds Pf (testy) F(0e,ty) Qa) Ahora dejemos que = y la ecuacién 1.124 se transforma en f= 4 = (2.125) fe f a {que muestra que el intercambio dependers exclusivamente de la proporcién de wa y. Ahora, si se aplica una transformacién monétona F (donde F’ > 0), a la funcién homogénea original f; se ob- tendri ay Fb Sa o --— 2 1 (2.126) f= 1 fy) <1 y \y Jo cual demuestra tanto que la transformacién monétona no afecta el intercambio, como que ésta sigue siendo funci6n tan sélo de la proporcién de sa y, En el capitulo 3 (y en otras partes del libro) esta propiedad facilitars mucho explicar algunos resultados tebricos con grificas bidi ‘mensionales simples, en las cuales no es necesario considerar los grados generales de las variables clave, sino tan s6lo sus cocientes, Propiedades cardinales y ordinales En economia aplicada muchas veces es importante conoce te entre las variables. Por ejemplo, al estudiar Ia produccién tal vez queramos saber con exacti tud cudnto producto extra se produciria con Ia contratacién de un trabajador més. Esta es una interrogante sobre las propiedades “cardinales” (es decir, numéricas) de la funcién de produc cin. En otzos casos, quiz s6lo nos interese el orden que siguen diversos puntos en su clasifi cacién. Por ejemplo, en Ia teoria de la utilidad, suponemos que las personas clasifican por orden paquetes de bienes y que clegirin el paquete que ocupa el lugar més alto de la clasificaci6n, pero ho asignan valores numéricos tinicos a esta clasificacién. En términos matemsticos, toda trans- formacién monétona conserva las propiedades ordinales de las funciones porque, por defini cin, una transformacién monétona conserva las clasificaciones ordinales. Sin embargo, las transformaciones monétonas arbitrarias normalmente no conservan las propiedades cardinales. Ta relacion numérica exacta que exis Las funciones analizadas en el ejemplo 2.10 ilustran estas diferencias. Ahi se observaron las transformaciones monétonas de Ia funcién Lilsin 82) = (sa) (2.127) ‘Considerando diversos valores para el pariimetro fe, Se demostré que la cuasi concavidad (una pro- piedad ordinal) se conservaba para todos los valores de &. Por tanto, cuando se abordan proble‘mas que se concentran en maximizar 0 minimizar tal funcién, sujeto a restricciones lineales, no debemos preocuparos respecto a cual transformacién se utilizars. Por otra parte, la funcién de la ecuaci6n 2.127 es céncava (propiedad cardinal) tan sélo para una serie reducida de valores de , Muchas transformaciones monétonas destruyen la concavidad de f ‘También se puede utilizar la funcién de la ecuacién 2.127 para ilustar la diferencia entre las fan- ciones homogéneas y las homotéticas. Un incremento proporcional en los dos argumentos de f° nos daria Slt, t) = Pays = PY, 2). (2.128) Por tanto, el grado de homogencidad de esta funcién dependers de fy; es decir, el grado de ho- ‘mogencidad no se conserva independientemente de la transformacién monétona que se utiice De otta parte, la funcién de la e ds fi i (2.129) het Es decir, el intercambio entre a; ys; dependers exclusivamente de la proporcién de estas dos variables y no se veri afectado por el valor de k. Por tanto, la homoteticidad es ordinal. Como se veri, esta propicdad es muy ail para desarrollar argumentos g1 Pregunta: {La explicacién de este ejemplo como cambiaria si se tomaran en cuenta transforma: clones monétonas de forma f(x, 43, &) = sist + & pata diversos valores de k? Ss RESUMEN ‘A pesar de que algunas partes de este capitulo parecen imponentes, el tema de este libro no son las matematicas. Por el contrario, nuestra intencién fue reunir diversos instrumentos que se utilizarin para crear modelos econémicos a lo largo de la parte restante del texto. Ahi, el mate rial de este capitulo servira de diil referencia, Una forma de resumir los instrumentos matemiticos presentados en de nueva cuenta las lecciones econémicas que ilustran: capitulo es destacar * La posibilidad de utilizar las matemiticas offece a los economistas una via cémoda y ripi da para crear sus modelos. Asi, utilizando estos instrumentos mateméticos, pueden ¢: dliar las implicaciones de diversos supuestos econémicos en un marco simplificado, * En sus modelos, los economistas emplean mucho el concepto matemstico de las derivadas, de una funcin porque con frecuencia les interesa saber cémo los cambios marginales de tuna variable afectan a otra variable, Las derivadas parciales son de especial utilidad para este fin porque, por definicién, representan estos cambios marginales cuando todos los dems factores permanecen constantes. Asi, las derivadas parciales incorporan el supuesto ceteris paribus que aparece en la mayor parte de los modelos econémicos. * Las mateméticas de la optimizacién son un instrumento importante para crear modelos que suponen que los agentes econémicos intentan alcanzar una meta de forma racional. En el caso sin restricciones, las condiciones de primer orden indican que se debe expan- dir cualquier actividad que contribuya a la meta del agente hasta el punto donde la contri bucién marginal de una mayor expansién sea igual a cero. En términos matemiticos, la condicién de primer orden para alcanzar un Optio exige que todas las derivadas parciales sean igual a cero,Casi todos los problemas econémicos de optimizacién incluyen restricciones para las elec ciones que pueden hacer los agentes. En este caso, las condiciones de primer orden para alcanzar un maximo sugieren que cada actividad debe operar en el nivel donde la propor- ci6n del beneficio marginal de la actividad con relacién a su costo marginal sea igual para todas las actividades utilizadas de hecho. Este cociente comin del beneficio y el costo marginales también cs igual al multiplicador lagrangiano, que muchas veces se introduce para ayudar a resolver los problemas de optimizacién con restricciones. También es posi- ble interpretar el multiplicador lageangiano como el valor implicito (o precio sombra) de la restriccién, El teorema de la funcién implicita es un recurso matemético itil para ilustrar que las ciones derivadas de un problema de optimizacién dependen de los parametros de es problema (por ejemplo, los precios de mercado). El teorema de la envolvente es stil para analizar la Variacién que registran estas clecciones éptimas cuando cambian los parimeteos (precios) del problema. Algunos problemas de optimizacién pueden involucrar restricciones que son desigual- dades y no igualdades. Las soluciones de estos problemas muchas veces ilustran una “flexi- bilidad complementaria”; es decir, las restricciones se mantienen con la igualdad y sus multiplicadores lagrangianos no son igual a cero 0, de lo contratio, las restricciones son. desigualdades estrictas y sus multiplicadores lagrangianos son igual a cero. De nueva cuenta, esto ilustra que el multiplicador lagrangiano implica algo respecto a la “importan- cia” que tienen las restricciones. Las condiciones marginales de primer orden presentadas en este capitulo tan s6lo son las condiciones necesarias para obtener un maximo o un minimo locales. También deben comprobarse las condiciones que requieren que se cumplan ciertas condiciones de cur- vvatura Hay ciertos tipos de funciones que se presentan en muchos problemas econémicos. Las funciones cuasi céneavas (las funciones en las que las curvas de nivel forman conjuntos convexos) obedecen las condiciones de segundo orden de problemas de restricciones para el miximo y el minimo cuando las restricciones son lineales. Las funciones homotéticas tienen la iitil propiedad que hace que los intercambios implicitos entre las variables de las funciones dependan exclusivamente de los cocientes de dichas variables. PROBLEMAS 24 Suponga que U(s, 9) = 4x? = 3y2 b. 4. Caleule @U/ax, A/a. Caleule el valor de estas derivadas parciales para Escriba el diferencial total de U. Caleule dy/dx para dU = 0; mantiene Uconstante? decir, zcuil es el intercambio implicito entre x y y si se Demuestre que U= 16 cuando x= 1, y=2. dn qué proporcién deben cambiar x y y para mantener U constante en 16 en el caso de movimientos que se alejan de x= 1, y= 2? En términos mis generales, zcusl es la forma de la linea de nivel de U'= 16 en el caso de esta fiancién? Cul es la pendiente de esa linea?2.2 ‘Suponga que los ingresos totales de una empresa dependen de la cantidad producida (9) segiin ha funcién R=70q- 9. Los costos totales también dependen de 4: C= +3044 100 a. Qué nivel de produccién debe generar la empresa para maximizar las ganancias (R~ ©? 2A custo ascenderin las ganancias? b. Demuestre que se cumplen las condiciones de segundo orden para el méximo en el nivel de produccién obtenido en el inciso a. Esta solucién cumple la ley que di Explique. {que el “ingreso marginal es igual al costo marginal”? 23 Suponga que f(x 9) = 49. Caleule el valor maximo de fsi vy yestin restringidas a sumar 1. Re- suclva este problema de dos formas: por sustitucién y utilizando el método del multiplicador Ihgrangiano. 24 La dualidad del problema en comparaci6n con el descrito en el problema 2.3 es Minimizar x+y Sujeto a ay= 0.25 Resuelva este problema utilizando la técnica lagrangiana. A continuaci6n, compare el valor que obtenga para el multiplicador lagrangiano con el valor que obtuvo en el problema 2.3. Ex: plique la relacién entre las dos soluciones. 25 La altura que aleanza una pelota lanzada al aire hacia arriba con cierta fuerza es una funcién del tiempo (2) que tarda a partir del momento en que se arroja, dada por f(t) = -0.59# ~ 40 (donde g es una constante determinada por la fuerza de gravedad). a. Elvalor de ren el punto maximo de altura de la pelota c6mo depende del parimetro b. Urilice la respuesta del inciso anterior para describir las variaciones que registra la altura maxima a medida que g va cambiando. . Utilice ef teorema de la envolvente para responder directamente el inciso b. d. En la Tierra y= 32, pero este valor varia ligeramente en todo el orbe. Si dos lugares tu- vieran constantes de gravedad que ditirieran en 0.1, zcul serfa Ia diferencia de la altura maxima de una pelota lanzada en estos dos lugares? 26 Una manera sencilla para modelar la construccién de un buque petrolero seria empezar con una gran plancha rectangular de acero que mide x metros de ancho y 3 metros de largo. Des- pués, de cada esquina de la Kimina grande, se cortaria un cuadrado mis pequeno que mide + metros por lado y se doblarian y soldarian los lados de la limina de acero para producir una es ‘ructura semejante a una caja sin tapa, www.FreeLibros.mea. Demuestre que el volumen de petréleo que puede contener esta caja esti determinado por V=t(x~ 21) (3x21) = Bie? 8x + 40, b. Cémo debe clegirse r para maximizar V para un valor dado de x? Hay un valor de x que maximice el volumen de petréleo que puede transportar? . Suponga que el astillero esta restringido a emplear exclusivamente 1 000 000 de metros cuadrados de kimina de acero para construir el buque petrolero. La restriccién estaria re presentada por Ia ecuacién 33° ~ 4° = 1 000 000 (porque el astillero puede regresar los cuadrados cortados a cambio de crédito). Compare la solucién de este problema de un mi- ximo con restri jones con las soluciones descritas en los incisos b y &? 27 Considere este problema de maximizacién con restricciones: ‘Maximizar y=, +5 In x; Sujeto a k- x,y =0 Donde k es una constante a la que podemos asignar un valor especifico, a. Demuestre que si k= 10, entonces podemos resolver el problema como uno que sélo in- volucra restricciones de igualdad. b. Demuestre que resolver el problema de k= 4 requiere que %; €. Silas x de este problema no deben ser negativas, zcusl es la solucién éptima cuando kaa . Cua es la solucién de este problema cuando k= 20? Qué conclusién obtendria si com- para esta solucién con la del inciso a? (Nora: Este problema involucra la funci6n llamada “cuasi lineal”. Estas funciones propor- cionan importantes ejemplos de algunos tipos de comportamiento en la teoria de con- sumo, como se vers mas adelante.) 28 Demuestre que si fii, s2) ¢s una funcién céncava, tam Para ello, compare la ecuacién 2.114 (que define la cuasi concavidad) con Ia ecuacién 2.98 (que define la concavidad). ;Puede dar una raz6n intuitiva de este resultado? {La afirmacién contraria tambi cs una funcién cuasi céncava, es cierta? Las fanciones cuasi céneavas son necesariamente céncavas? 29 ‘Una de las funciones mas importantes que se encontrars a lo largo de este libro es la funcién Cobb-Douglas: = (ay) donde cy f son constantes postivas e inferiores a uno. a. Utilice un método de “fuerza bruta” y aplique la ecuacién 2.114 para demostrar que esta funcion es cuasi céneava, b. Demuestre que la funcién Cobb-Douglas es cuasi céncava demostrando que cualquier li- nea envolvente de la forma y= ¢ (donde ¢ es una constante positiva) ¢s convexa y, por tan- t0, que el conjunto de puntos donde y= ces un conjunto convexo. Demuestre que sig | > 1 entonces la funcién Cobb-Douglas no es céneava (demostran- do asi que no todas ls funciones cuasi c6ncavas son céncavas).( Nota: Se analiza la funcién Cobb-Douglas con mis detalle en las “Ampliaciones” de este capitulo.)2.10 Ota funci6n que se encontraré a menudo en este libro es la “funcién potencial”: yes! donde 0 < 8 < 1 (a veces también se analizaré esta funcién para los casos en que 3 también puede ser negativo, en cuyo caso se utilizars la forma y= x°/8 para aseguramnos de que todas las derivadas tienen el signo correcto) a. Demuestre que esta funcién es e6ncava (y por tanto, también, de acuerdo con el resultado, del problema 2.8, cuasi que la § = 1 es un caso especial y que la funcién es “estrictamente” cOncava s6lo para 6 < 1 b. Demuestre que la forma multivariante de la funcién potencial sa) + (22)? también es c6neava (y cuasi céncava). Explique por qué, en este caso, el hecho de que f ‘fy =O hace que la determinacién de la concavidad sea especialmente sencilla. (omy 2) . Una forma de incorporar efectos de “escala” en la funcién descrita en el inciso b consiste en utilizar la transformacién monétona BUS 83) = Y= [(m1)' + (YI donde + ¢s una constante positiva. {Esta transformacién conserva la concavidad de la fan cidn? gyre cuasi concava? LECTURAS RECOMENDADAS Dixit, A.K. Optimization in Economic Theory, 2a. ed., Oxford University Press, Nueva York, 1990. Un estudio completo y moderno de las téenicas de Ia optimizaciin. Emplea métodes analiticos relativa~ mente avanzades ‘Mas-Colell, Andreu, Michael D. Whinston y Jerry R. Green. Microeconomic Theory, Oxford University Press, Nueva York, 1995. Un tratamiento enciclapidico de las mateméticas en la micracconomia. Muchos apéndices matematicos cubren temas de un andlisis de nivel relativamente alts. Samuelson, Paul A. Foundations of Economic Analysis, Harvard University Press, Cambridge, MA, 1947, Apéndice de matemiticas A. Una referencia bisica. El apéndice A de mateméticas presenta un andliss avanzada de las condiciones necesavias ysuficientes para un musi, Silberberg, E. y W. Suen. The Structure of Economies: A Mathematical Analysis, 3a, ed., MeGraw- Hill, Nueva York, 2001. Un texto de matemiticas para micracconomia que hace hincapiéen las predicciomes observables de la teoria cconémica, El texto wea nacho el tearema de la envolvente Simon, Carl P. y Lawrence Blume. Mathematics for Economists, WWW. Norton, Nueva York, 1994. Un texto muy stl que cure casi todas lo campos de las matematicas importantes para lo ecomomistas. La cexplicacin ex a nivel bastante alto. Dos temas expuertor aqui mcjor que en otro txtor sn Ins ecuaciones Aiferencialery la topolegia bisica del conjunto de punta. Sydsacter, K, A. Strom y P. Berck. Economists’ Mathematical Manual, 3a. ed., Springer-Verlag, Berlin, 2000, Un inserumento indispensable para un reparo de las matematicas. Contiene 32 capitules que abordan la mayor parte de los instrumentes matematicos que utilizan los economistas. Las explicaciones son breves, de ‘modo gue no eel lugar para encontrar conceptus nucvos por primera vez. ‘Taylor, Angus E. y W. Robert Mann. Advanced Calculus, 3a. ed., John Wiley, Nueva York, 1983, pp. 183-195 Un texto general de célenla que tiene una buena explicacién de la téenica lagvangians. ‘Thomas, George B. y Ross L. Finney. Calculus and Analytic Geometry, 8a. ed., Addison-Wesley, Reading, MA, 1992. ‘Texto basico de caleulo con una estupenda explicacién de las téenicas de diferenciacién.Respuestas breves a las preguntas as siguientes respuestas breves a las preguntas gue acompafan cada uno de los ejemplos libro ayudarsn al lector a comprobar si han com- prendido los conceptos que se presentan en él. este CAPITULO 1 11 1 precio depende de Ia cantidad, entonces seria mis complicado diferenciar p(q) - 9. Ello nos Ilevaria al concepto del ingreso marginal, tema que se encontrari en muchos puntos de este libro. 12 La forma reducida de la ecuaci6n 1.16 muestra que dp*/da = 1/225. Por tanto, si a aumenta 450, p* deberfa aumentar 2, tal como mues- tra la Solucion directa 13 Six=9.99, y= 040; si x= 10.01, y= 4.959. ay _ 0.081 aw 002” se aproxima a 4. Los resultados de los ileulos s6lo se deben aproximar mediante cambios disreros. CAPITULO 2 24 esan/il=50/ yf ~ 10 =0, f* =25, n* = 250. 2.2 No sélo la funcién exponencial (o una funcién que la aproxime dentro de una banda) tiene clasticidad constante 23 Serian circulos concéntricos, con centro en x, = 1,4; =2. Para y= 10, el “circulo” es un solo punto, 24 En el caso de distintas constantes, cada frontera de posibilidades de produc sto de In clipse cada vez mis grande y con centro en el origen, 25 Ay* /ab= 0 porque siempre se fijaria x, en b para aleanzar el ptimo, y el término (x, ~ 6) desa- pares 26 Con x4 =2,4 =0.5,.6=15. Ahora y*#=9.5, Para x =; > 3, ¢s posible aleanzar el 6ptimo sin restricciones. 27 ‘Un campo circular encierra el area maxima det perimetro minimo. Para demostrarlo seri nece- sario un argumento limit 28 En este caso, el maximo local también es el mé ximo global. La constancia de la segunda d rivada implica que la pendiente de la funcién disminuye a tasa constante. 29 Esta fincién luce como un cono invertide que s6lo tiene un punto maximo. www.FreeLibros.me2.10 Una restricci6n lineal quedaria representada mediante un plano en estas figuras tridimen: sionales. Tal plano tendria una sola tangencia con las superficies de las figuras 2.4(a) y 24(c) Sin embargo, en el caso de un maximo sin res- tricciones, el plano seria horizontal, por tanto s6lo la figura 2.4(a) tendria un miximo. 244 Esta transformacién no conservaria la homoge- neidad. Sin embargo, no afectaria el intercam- bio entre las a para una constante cualquiera, by f/fi=%/%:, CAPITULO 3 3.1 En este caso, la derivacién mantiene la utilidad plicita entre yy x. Las variaciones en 3 también cambian implicitamente en y debido ast ral cidn (ecuacidn 3.11) 3.2 En los jemplos 1 y 3, la duplicacién no cambia la TMS. En el cjemplo 2, la TMS cambiar por- que (1 = x)/(1 =y) #(1 = 2x)/(1 = 29), 3.3 En el caso de funciones homorética, la TMS es la misma para todos los puntos que se enct wan a lo largo de una linea recta de pendi positiva que pasa por el origen. 3.4 En este caso, las curvas de indiferencia son “pa- ralelas en el plano horizontal”. Es decir, para un nivel cualquiera de y, la TMS es la misma, inde pendientemente del valor de x. Una implicacién de lo anterior (como se vers en el capitulo 4) es que el ingreso adicional no tiene efecto alguno en las compras del bien y, es decir, todo el in- greso extra es canalizado al bien que tiene una utilidad marginal constante (bien x). CAPITULO 4 41 Las fiacciones constantes implican que ax/éip, Oy ay/ap. = 0. Nétese que p, no aparece en la ecuacién 4.23 y que p, no aparece en la 4.24. 4.2 EI ingreso no afecta las fracciones del presu- puesto, pero los cambios de los precios relatives nte silas afectan. Esto ocurre en el caso de todas las. funciones homotéticas, 43 Dado que la duplicacién de todos los precios y del ingreso nominal no cambia la restriccién del presupuesto, tampoco cambiars la utilidad. La utilidad indirecta es homogénea de grado cero en todos los precios y el ingreso nominal 44 En el caso de Cobb-Douglas, con p,= 3, E1,3, 2)=2.1.3"*.2=6.93, por tanto habria que reducir una suma tinica de 1.07 al ingreso de esta persona para poder compensar la reduccién de los precios. En el caso de las proporciones jas, el paquete de consumo original ahora cue ta 7, de modo que la compensacién sera -1.0. Notese que con proporciones fijas el paquete de consumo no cambia, pero con la Cobb-Douglas, la nueva opcién es x= 3.46, y= 1.15 porque esta persona aprovecha la disminucién del pi cio de CAPITULO 5 51 Las partes de las ccuaciones calculadas a partir de las ccuaciones 5.5 0 5.7 demucstran que este individuo siempre gasta todo su ingreso, inde- pendientemente de p..p, € 1. Es decir, las par- 5.2 Six=0.5 I/p,, T= 100, p,= 1 implica que x= 50. En la ecuaci6n 5.11, también x= 0.5(100/1) = 50. Si p,aumenta a 2.0, la Cobb-Douglas prevé que «= 25. La CES implica que x = 100/6 16.67. La CES es mis sensible al precio 5.3 Dado que los cambios proporcionales de 2, y P, no inducen efectos sustitucién, mantener ‘V Constante implica que x y y no vatiarin, Esto resultaré vilido para todas las funciones de ddemanda compensada 5.4 Un exponente mis alto de, por decir, « en la funcién Cobb-Douglas aumentaré la parte del ingreso destinada a ese bien y aumentar la im portancia relativa del efecto ingreso en la d compoxicién de SlutskySoluciones a problemas impares ‘A continuacién se presentan soluciones breves a muchos de los problemas impares que aparecen en el libro. CAPITULO 2 24 a. 8x, 67 b. 8,12 c. 8x yd. 43/3y. 1, U=(4)() 2/3. linea 16 de contorno es una elipse. (3)(4)= 16. Los dos planteamientos dan por resultado x = y=05. 25 a. La condicién de primer orden para un mixi- mo es gt» 40 =0, por tanto 1 = 40/s. b. La sustitucin da por resultado f(e*) = -0.5,9( 40/9)? ~ 40(40/g) = 800/g. Por tanto «if(#*)/Aiy= 80/9. c. Esto se debe a que df/eyy=-0.5(¢"). 4. (f/eg = -0.5(40/9) ~ -0.625, de modo que umento de 0.1 de gy disminuye la alu dxima un 0.0625. cada 27 a. Las condiciones de primer orden requieren j= f= 1. Por tanto, #3 =5. Con k= 10, d. Con k= 20, x; = 15,5 =5. Dado que el valor marginal de x, es Constante, cada aumento de mis alli de 10, sélo suma a esa variable, 29 b. xj = heh boom dey Bx xy aed ea Bol, f= Oo. Lat fa= BB=Lxts}? fia = oft? x}* 0 Sirfia~ fiz = 0B (1 ~ 00 B) xi <0 CAPITULO 3 3.1 La forma de la funcién de utilidad marginal no necesariamente indica la convexidad de las cu vas de indiferencia, 3.5 Uh, by my ») = Min(, 2b, m, 0.51) . Un hot dog totalmente condimentado. $1.60 |. $2.10; un incremento de 31 por ciento. .- El precio s6lo aumentaria a $1.725; un in- cremento del 7.8 por ciento, Incrementar precios de modo que el hot dog con todos los condimentos lleva el precio a $2.60. Esto seria equivalente a la reduccién de una suma tinica en el poder adquisitivo. ppooe