You are on page 1of 20

Tema 6

PROGRAMACIÓN
CLÁSICA SIN
RESTRICCIONES

Tema 6

PROGRAMACIÓN CLÁSICA SIN
RESTRICCIONES

Definiciones.
Condición de primer orden.
Condiciones de segundo orden.
Condición suficiente de extremo global.
Análisis de sensibilidad. Teorema de la envolvente.

Se dice que f tiene en aA: i) un máximo global si f(x)f(a) xA. DEFINICIONES Sean ARn y f:AR.Definiciones Tema 6. iv) un mínimo global estricto si f(x)>f(a) xA. hablaremos de extremos globales. xa. xa. Definición. . Programas sin restricciones 1. ii) un máximo global estricto si f(x)<f(a) xA. Cuando queramos referirnos indistintamente a máximos o mínimos globales. iii) un mínimo global si f(x)f(a) xA.

Definiciones Tema 6.r)A. iii) un mínimo local si r>0 tal que f(x)f(a) xB(a. ii) un máximo local estricto si r>0 tal que f(x)<f(a) xB(a. xa. hablaremos de extremos locales.r)A. xa. iv) un mínimo local estricto si r>0 tal que f(x)>f(a) xB(a.r)A. . Programas sin restricciones Definición.r)A. Se dice que f tiene en aA: i) un máximo local si r>0 tal que f(x)f(a) xB(a. Cuando queramos referirnos indistintamente a máximos o mínimos locales.

Programas sin restricciones EL MEJOR EXTREMO LOCAL NO ES NECESARIAMENTE EXTREMO GLOBAL máximo global máximos locales estricto estrictos máximos locales no estrictos mínimos locales estrictos .Definiciones Tema 6.

. Teorema. Se dice que aA es un punto crítico de f si se verifica que el vector f(a)=0. Programas sin restricciones 2. entonces a es un punto crítico de f. Sea ARn abierto y f:AR una función diferenciable en A. CONDICIÓN DE PRIMER ORDEN Definición.Condición de 1er orden Tema 6. Sea ARn abierto y f:AR una función de clase 1 en A. Si f tiene en aA un extremo local.

fC1(A). Sea f:ARnR. A abierto. . Si f tiene en aA un extremo local. entonces f(a)=0.Condición de 1er orden Tema 6. Programas sin restricciones Teorema.

Programas sin restricciones Si alguna derivada parcial es distinta de cero.Condición de 1er orden Tema 6. la función es estrictamente creciente en alguna dirección .

Condición de 1er orden Tema 6. Programas sin restricciones Por lo tanto. f no alcanza en a un extremo local . si f(a)0.

Programas sin restricciones 3. . la forma cuadrática asociada a la matriz Hf(a) es semidefinida negativa o definida negativa. f:AR una función de clase 2 en A.Condiciones de 2º orden Tema 6. Sea ARn abierto. CONDICIONES DE 2º ORDEN Condición necesaria de 2º orden Teorema. y aA un punto crítico de f. la forma cuadrática asociada a la matriz Hf(a) es semidefinida positiva o definida positiva. a) Si f tiene en aA un mínimo local. b) Si f tiene en aA un máximo local.

por continuidad. la forma cuadrática asociada a Hf(a) es semidefinida positiva o definida positiva. Teorema de Taylor  f tiene en a mínimo local  f(a)=  Como fC2(A).Condiciones de 2º orden Tema 6. Programas sin restricciones i) Si f tiene en aA un mínimo local. la forma cuadrátca asociada a Hf(a) es semidefinida positiva o definida positiva .

f no tiene en aA un extremo. Programas sin restricciones Corolario. f:AR una función de clase 2 en A. y aA un punto crítico de f. .Condiciones de 2º orden Tema 6. Sea ARn abierto. Un punto crítico de f que no es extremo se denomina punto de silla. Si la forma cuadrática asociada a Hf(a) es indefinida. Nota.

f tiene en a un mínimo local estricto. Programas sin restricciones Condición suficiente de 2º orden Teorema.Condiciones de 2º orden Tema 6. ii) Si la forma cuadrática asociada a la matriz Hf(a) es definida negativa. i) Si la forma cuadrática asociada a la matriz Hf(a) es definida positiva. f tiene en a un máximo local estricto. f:AR una función de clase 2 en A. . Sea ARn abierto. Entonces. y aA un punto crítico de f.

Condición suficiente global Tema 6. d) Si f es estrictamente cóncava en A. a) Si f es convexa en A. f tiene en a un mínimo global. f tiene en a un máximo global estricto. . f tiene en a un mínimo global estricto. Sea ARn abierto. c) Si f es cóncava en A. Programas sin restricciones 4. y aA un punto crítico de f. f:AR una función de clase uno en A. f tiene en a un máximo global. b) Si f es estrictamente convexa en A. CONDICIÓN SUFICIENTE DE EXTREMO GLOBAL Teorema.

Consideremos el problema PS(): Si PS() tiene solución para cada  (no necesariamente única). V:RkR. según: . se define la función objetivo indirecta o función de valor máximo. Sea f:ARnRkR. TEOREMA DE LA ENVOLVENTE Definición. Programas sin restricciones 5. El conjunto Rk representa el conjunto de valores admisibles para los parámetros del modelo. ANÁLISIS DE SENSIBILIDAD.Análisis de sensibilidad Tema 6.

Análisis de sensibilidad Tema 6. podemos definir la función solución. Programas sin restricciones Si para cada valor de  el problema PS() tiene una única solución. La función objetivo indirecta de PS() puede expresarse como: . x*:RkA. como Nota.

Programas sin restricciones Ejemplo.Análisis de sensibilidad Tema 6. . se denomina función indirecta de beneficio. La función objetivo indirecta del problema de maximización del beneficio de la empresa.

Análisis de sensibilidad Tema 6. La función objetivo indirecta del problema de maximización del beneficio de la empresa. se denomina función indirecta de beneficio. Programas sin restricciones Ejemplo. .

Programas sin restricciones Teorema (de la envolvente). Supongamos que  existe una única solución óptima del problema PS(). y f:AR una función de clase dos. x*().Análisis de sensibilidad Tema 6.) es la función objetivo indirecta de este problema. verificando las condiciones necesarias y suficientes de optimalidad local. Si V()=f(x*(). Sean ARn y Rk abiertos. entonces .

Doctor en Economía por Harvard bajo la dirección de Leontief (Nobel en 1973). Fue consejero del presidente Kennedy. En 1987 recibe el Nobel por su contribución a la teoría del crecimiento económico. Robert M. NY) Entre 1942 y 1945 sirve en el ejército en el Norte de África e Italia. Fue crítico con los defensores radicales tanto del libre mercado (Friedman) como de la intervención pública (Galbraith). . En 1961 recibe la medalla John Bates Clark. 1956) construye un modelo matemático de crecimiento económico. Solow 23-agosto-1924 (Brooklyn. 1957) demuestra que la mitad del crecimiento económico no puede ser explicado por el crecimiento del capital y el trabajo. Toda su vida fue profesor en el MIT. Este residuo de Solow se asigna al progreso técnico. En "A Contribution to the Theory of Growth" (QJE. En “Technical Change and the Aggregate Production Function” (REStat.