Professional Documents
Culture Documents
Teoria Microeconomica - Walter Nicholson - 8 Edicion
Teoria Microeconomica - Walter Nicholson - 8 Edicion
q*. Por tanto, en q*, & debe iq estar disminuyendo. Otra forma de decir lo mismo es que la derivada de o debe ser negativa en q*. ‘Segundas derivadas La derivada de una derivada se lama segunda derivada y se escribe La condicién adicional para que q* represente un maximo (local) es, por tanto, =f@) <0 (2.6) ot donde la notacién recuerda, de nuevo, que esta segunda derivada debe calcularse para el punto g*. #29 aq 2 esa ecuacién debe combinarse con la Ecuacién 2.6 (S < 9| para garantizar que el punto es un méximo @ITES Poraninfo De aqui que, aunque la Beuacién 2.5 ( ] es una condicién nevesaria para alcanzar el méximo,Capitulo 2 Las mateméticas de la optimizacion 25. Eee funciones de beneficio que ofrecen resultados engafiosos si se aplica unicamente la regla de la primera derivada ‘Es (a) la aplicacién de la regla de ta primera derivada hacia que se seleccionara la cantidad gf. Bste punto es, de hecho, un ‘punto de beneficios minimos. Andlogamente, en (b), el nivel de produccién gf, recomendado por la regla de la primera ‘Ecrivada, oftéce unos beneticios inferiores a todos los dé los niveles de produccion superiores a g¥. Esto demnestra grafi= ‘camente que cl célculo del punto en el que la derivada es igual a 0 es una condicién necesaria, pero no sufieiente, para que ‘ens funcion aleance su valor méximo, Cantidad Cantidad Jocal de la funcién. Las Ecuaciones 2.5 y 2.6 juntas son, por tanto, condiciones suficientes para aleanzar ‘este maximo. Por supuesto, es posible que, mediante una serie de pruebas y errores, el directivo sea capaz, de alcanzar q* utilizando informacién del mercado en vez de un razonamiento matemético (recuerde la ana- Jogia sobre el jugador de billar de Friedman). En este manual nos interesa menos c6mo se encuentra el ‘punto que sus propiedades y cémo varia ese punto cuando varian las condiciones. El andlisis matemético serd de gran utilidad para responder a estas preguntas. Reglas para calcular derivadas A continuacién se ofrecen algunas reglas para calcular derivadas. Las utilizaremos en muchas partes de este manual. 1, Sides constante, entonces ab a 2. Siay b son constantes, y b es distinto de cero, entonces ae = bax?! 3, dmx 1 ae x Untwersidad Catolica de Colombia donde fn significa logaritmo con base e ( 2,71828). BIBLIVIECA @ITES-Poraninfs26 © ParteI Introduccién 4 a Ina pata cualquier constante a. Un caso particular de esta regla es : Suponga ahora que f(x) y g(x) son dos funciones de x, y que 7'(x) ¥ g’(x) existen. Entonces 5, MI +80 _ pays go. 6 ALAN Fe) 21+ 79 00. (2) 7, EGS _ FC) ae) = FO) 2) ae (gGol? ‘ siempre que g(x) sea distinto de 0. Finalmente, si y = f(x) y x=g(z), y si tanto f’(x) como g'(z) existen, entonces 8. Este resultado se denomina regla de la cadena. Ofrece una forma comoda para analizar cémo una variable (z) afecta a otra variable (y) mediante su influencia sobre alguna variable intermedia (x). SEs Maximizacién de beneficios Suponga que la relaci6n entre beneficios (c) y cantidad producida (g) viene dada por 7 =10009—5q°. an Un grafico de esta funcién se parecerfa a la parabola mostrada en la Figura 2.1. Bl valor de q que maximiza los beneficios se puede calcular aplicando la Regla 2 para el céleulo de derivadas ’ dx =~ 1000-109 =0 2.8) dq por lo que q* = 100. (2.9) En q=100, la Ecuacién 2.7 muestra que los beneficios son iguales a 50 000, el mayor valor posible. Si, por ejemplo, la empresa decidiera producit q = 50, los beneficios serfan iguales a 37 500. En q = 200, los beneficios serfan iguales a cero. El que q=100 es el maximo “global” se puede demostrar mostrando que la segunda derivada de ts funcién de beneficios es 10 (véase la Ecuacién 2.8). De aqui que la tasa de crecimiento de los beneficios siempre disminuya; hasta q=100 esta tasa de crecimiento sigue siendo positiva, pero por encima de este nivel pasa a ser negativa. En este ejemplo, q = 100 es el tinico valor maximo local de la fimcién x. Sin embargo, con funciones més complejas, puede haber varios maximos, ©MTES ParaninfoCapitulo 2 Las mateméticas de la optimizacion 27 PREGUNTA: Suponga que la producci6n de la empresa, g, dependiera tnicamente del factor trabajo, L. siguiendo la formula q = 2-VL. ,Cusl serfa el nivel de factor trabajo que maximizarfa los beneficios? (Es acorde con la solucin anterior? [Pista: puede resolver este problema directamente mediante sustitucion 0 aplicando la regia de la cadena] ae Funciones con varias variables Los problemas econémicos no suelen implicar funciones de una tinica variable. La mayoria de los objetivos que interesan a los agentes econémicos dependen de varias variables, y es necesario elegir entre estas varia- bles. Por ejemplo, la utilidad que obtiene un individuo de sus actividades como consumidor depende de Ta cantidad que consuma de cada bien. En el caso de la funcién de produccién de una empresa, las cantidades producidas dependerdn de las cantidades de trabajo, capital y tierra que utilice para producir. En estas cir- cunstancias, esta dependencia de una variable (y) de una serie de variables (1,,.x,,...,.2,) 8 escribe Y= SO, Ayes Hy) (2.10) Derivadas parciales Nos interesa calcular el punto en el que y alcanza su valor maximo y las elecciones que tenemos que hacer para alcanzar ese punto. De nuevo, resultaria mas facil mostrar al agente variando el nivel de las variables ajo sui control (las equis) para poder calcular el méximo. Por desgracia, con una funcién de produc de varias variables, la idea de fa derivada no esti bien definida. Al igual que la pendiente de ascension a una montafia depende de la direccién que se lleve, la pendiente (0 la derivada) de una funcién depende de la direcci6n que se elija. Normalmente, las tinieas pendientes direccionales de interés son las que se obtie- nen aumentando una de las equis, mientras que todas las dems variables permanecen constantes (en la ana- Jogia de la montana se podrian medir las pendientes tinicamente en direccién norte-sur 0 este-oeste), Estas pendientes direccionales se denominan derivadas parciales. La derivada parcial de y respecto a x, (es decir, en la direccién de x, ), se escribe Be gk eo RN Ow Ee Se supone que cuando se calcula esta derivada se mantiene constante el valor de todas las demés equis. De nuevo, hay que destacar que el valor numérico de esta pendiente depende del valor que tome x, y del valor (predeterminado) de x,,...,%,. Una definicin algo mas formal de la derivada parcial es S| a jg LGA Re) = SOU er, mo h donde Ia notaci6n indica que ,....%, se mantienen constantes en los valores predeterminados x, de forma que se pueda estudiar tinicamente el efecto del cambio de ,. Las derivadas parciales respecto a las demés variables (x,,...,x,) se calcularian de forma andloga. ©1TES Paraninfo28 Parte! Introduccién Derivadas parciales y el supuesto ceteris paribus En el Capfuilo 1 describimos 1a forma en que los economistas utilizan el supuesto ceteris paribus en sus modelos para mantener constantes diversas influencias externas, de forma que se pueda analizar la relacién precisa que se estd estudiando en un contexto simplificado, Las derivadas parciales son, precisamente, ef método matemético de represemuar este planteamiento; es decir, muestran cémo afectan las variacfones de una sola variable cuando todas Jas demas influencias se mantienen constantes, que cs exactamente lo que necesitan los economistas para sus modelos. Por ejemplo, la curva de demanda de Marshall mucstra la rela cién entre el precio (P) y la cantidad (Q) demandada cuando se mantienen constantes todos Jos demds fac~ ores. Utilizando derivadas parciales, podriamos representar la pendiente de esta curva mediante @ para a indicar los supuestos ceteris paribus que se estén aplicando. La ley fundamental de la demanda (que el pre- cio y la cantidad se mueven en direcciones opuestas cuando no cambian los demés factores) esta reflejan- do, por tanto, Ja afirmacién matematica 2 <0". De nuevo, la utilizacién de una derivada parcial nos a recuerda los supuestos ceteris paribus que se aplican en la ley de la demanda. Calculo de las derivadas parciales Es ficil calcular derivadas parciales. El célculo es el mismo que para una derivada normal considerando 2Xz,--4y%, Como constantes (lo que, en efecto, son en una derivada parcial). Considere los siguientes ejem- plos: 1. Si y= [Gy x)= arf + bax, + or}, as Few H= 2a, +b y Fens He, of Observe que €s, por lo general, una funcién tanto de x, como de x; y que, por tanto, su valor A dependeré de los valores asignados a estas variables. También depende de los parémetros a, b y ¢, que no varian cuando cambian x, y x, 2. Si y= fla, x=e""™, entonces petite, ©MTES ParaninfoCapitulo 2 Las mateméticas do la optimi 3. Si y=/(y,xy)=aln a, + bina, entonces oF Observe que el tratamiento de x, como constante en la derivada de “hace que el término 7 bin x, desaparezca al calcular la derivada porque no cambia cuando varia x,. En este caso, a dife- rencia de nuestros ejemplos anteriores, la magnitud del efecto de x, sobre y es independiente del valor de x,, En otros casos, el efecto de x, sobre y dependerd del nivel de x. Derivadas parciales de segundo orden ‘La derivada parcial de una derivada parcial es directamente andloga a la derivada segunda de una funcién de una variable y se denomina derivada parcial de segundo orden. Se puede escribir como ‘9, més sencillamente, como = hy (2.12) Para los ejemplos anteriores: . Sam f2 = Ju=b fa = 20, 2. fy =a%em™ he = abet fan = abet aver, ©1TES Poroningsee Eee 80 Parte Introducci6n 3. fy =0 fn =0 o fe-Z Teorema de Young Estos ejemplos ilustran el resultado matemitico segiin el cual, por lo general, el orden en que se calculan Jas derivadas parciales para calcular derivadas parciales de segundo orden no importa. Es decir, Sy= fa (2.13) para cualquier par de variables x;, xj. Este resultado se conoce a veces como el “teorema de Young”. Para una explicacién intuitiva del teorema, podemos recuperar la analogia de la ascensién a una montafia. En este ejemplo, el teorema afirma que el ascenso de un escalador depende de las direcciones y las distancias recorridas, pero no del. orden en que se producen. Es decir, la ganancia de altitud es independiente del camino que se siga siempre que el escalador vaya de un conjunto de coordenadas del mapa a otro. El esca- lador, por ejemplo, puede avanzar una milla hacia el norte y después recorrer una milla hacia el este, 0 seguir el orden inverso, recorriendo primero una milla hacia el este y después una milla hacia el norte, En cualquier caso, la ascensién sera la misma, puesto que, en ambos casos, el escalador se desplaza de un punto concreto a otro, En capitulos posteriores utilizaremos bastante este resultado porque offece una forma muy fécil de mostrar las predicciones que realizan los modelos econémicos sobre el comportamiento?, Maximizacién de funciones con varias variables Utilizando derivadas parciales, podemos analizar ahora la maximizacion de funciones con varias variables. Para comprender los conceptos matemiticos utilizados para la resolucién de este problema, resulta dtil uti- lizar una analogia con el caso de una tinica variable. En este caso de una tinica variable, podemos descri- bir a un agente que varia x en una cuantia muy pequefia, dr, y observa la variacién de y (denominada dy). Esta variacién viene dada por la expresién (x) de. (2.14) La identidad de la Eouacién 2,14 refleja el hecho de que la variacién de y es igual a la variacion de x por la pendiente de la funcién, Esta formula es equivalente a la formula de la pendiente en un punto utili- zada para las ecuaciones lineales en Algebra. Al igual que antes, la condicién necesaria para alcanzar el maximo es que dy = 0 para pequeiias variaciones de x en torno al punto 6ptimo. De lo contrario, y aumen- taria con un cambio adecuado de x. Pero, puesto que dt no es necesariamente igual a 0 en la Ecuacién 2.14, es una matriz simétrica. Esta simecria 2 Bl teorema de Young tmplica que la matriz de Gerivadas parciales de segundo orden de una fan los en economia véase la Ampliacién oftece una serie de ideas econdmicas. Para una breve introluccidn a los conceptos matrciales util este capitulo, @ITES ParaninfoCapitulo 2 Las mateméticas dela optimizacion 81 ay =0 debe implicar que, en el punto deseado, /'(x) =O. Esta es otra forma de obtener la condicisn de primer orden de un maximo que ya hemos derivado. Utilizando esta analogia, vamos a fijarnos en las decisiones que toma un agente econémico que elige los niveles de varias variables. Suponga que este agente quiere encontrar un conjunto de x que maximicen el valor de y= f(,,%),-.-5%,)- El agente puede intentar maximizar solo una de las equis, digamos que 4%, al tiempo que mantiene constantes todas las dems. La variaci6n de y (es decir, dy), que se derivarta de una variaciGn de x, viene dada por . SF ae, = fide. ay ar, de, = fide, Esta expresion afirma que la variaci6n de y es igual a la variacién de x, por la pendiente calculada en la direcei6n de 2. Utilizando una vez mis la analogia de la montatia, esta expresién diria que la ganancia en altitud de un alpinista que se dirige hacia el norte viene dada por la distancia recorrida hacia el norte por la pendiente de la montaila medida en direceién norte. Derivada total Si se varfan todas las equis en una pequefia cuantia, el efecto total sobre y ser4 la suma de todos los efec- tos, tal y como se han mostrado antes. Por tanto, la variacién total de y se define como ere ee ie OZ a Ot +3, = fd; + fade, +--+ fd, (2.15) Esta expresiGn se denomina derivada total de f y es directamente andloga a la expresién del caso de una Ainica variable de la Ecuacién 2.14, La ecuacién es razonable desde un punto de vista intuitivo: la varia- cidn total de y es la suma de las variaciones provocadas por la variacién de cada una de las equi Condicién de primer orden para un maximo Una condicién necesaria para un maximo (o un minimo) de una funcién f(x,,.x,;....%,) &s que dy=0 para cualquier combinacién de pequefias variaciones de las equis. La Gnica forma de que se cumpla esta condicién es que, en el punto analizado, 2.16) 3 1a desvada total de la Bouacion 2.15 tambign se poede ular para demostrar is ela de Ia cadena aplicada a funciones con varias vari bles, Suponga que = (2) y que %=2C2) ¥ x =N(2), Sitodas ests funciones son difereniabes, es posible ealcular los efectos dle un variasin de sobre y. La derivada total de y y= fy + fies Dividiendo esta ecuacion por dy se obtiene Si, & ‘De aga que el cculo del efecto de z sobre y requeza calcula c6mo afecta 2a los ds determinants doy (es decir, a % ya x). Siy ‘depende de mis de dos variables, la analog(a se sigue cumpliendo. Este resultado nos recuerda que hay que tener mucho cuidado para ‘ncluir todos los efectos posibles cuando se calculan derivacas de funciones con varias variables. ©rres Paraninfoa eee 82 Panes Introduccién EI punto en el que se cumple la Ecuacién 2.16 se denomina punto critico. La Keuacién 2.16 muestra las condiciones necesarias para obtener un maximo local. Para verlo de forma intuitiva, observe que si una de las derivadas parciales (por ejemplo, f,, es mayor (0 menor) que 0, sc podria incrementar y aumentan- do (o disminuyendo) x;, Un agente econémico podrfa encontrar este punto méximo encontrando un punto donde y no reacciona a movimientos muy pequefios de cualquiera de las equis. Este resultado es extrema: damente importante para el andlisis econémico. Afirma que cualquier actividad (es decir, las equis) podria Hevarse al punto en que su contribucién “marginal” al objetivo (es decir, y) es 0. Si se detuviera antes de ese punto, no se lograria maximizar y. Condiciones de segundo orden Sin embargo, de nuevo, fas condiciones expresadas en la Ecuacién 2.16 no son suficientes para garantizar el maximo, Esto se puede reflejar retomando muestra desgastada analogia: todas las cumbres de las colinas son (ms © menos) planas, pero no todos los lugares planos constituyen la cumbre de una colina. Se nece- sita una condicién de segundo orden, andloga a la de la Ecuacién 2.6, para garantizar que el punto calcu lado aplicando la Ecuacién 2.16 es un mAximo local. Intuitivamente, para un maximo local, y deberia estar disminuyendo para cualquier pequefia variacién de las equis que se aleje del punto critico. Como en el caso de una iinica variable, esto implica necesariamente fijarse en las derivadas parciales de segundo orden de la funcién f. Estas parciales de segundo orden deben cumplir determinadas restricciones (andlogas a la res- trivcién derivada en el caso de una tinica variable) para que el punto critico calculado con la Ecuacién 2.16 sea un méximo local. M4s adelante, en este mismo capitulo, analizaremos estas restricciones Caloulo del maximo Suponga que y es una funcién de x, y 2 dada por x -1P -@, - 27 +10 Q.17) ~a} +2x, —ad +4 +5. Por ejemplo, y podria representar la salud de un individuo (medida en una escala del 0 al 10), y x, y % serlan Jas dosis diarias de dos medicamentos que mejoran la salud. Queremos caleular los valores de x; y x) que hacen que y tenga el mayor valor posible. Partiendo de las derivadas parciales de y respecto a x, Y xj, y aplicando las condi- ciones necesarias indicadas en la Ecuacién 2.16, obtenemos (2.18) ° af =2. La funcién se encuentra, por tanto, en el punto critico cuando x,~1, x, 2. En este punto, y=10, que es et mejor estado de salud posible. Si experimenta un poco deberfa encontrar pruebas convincentes cle que éste es el mayor valor que puede aleanzar y. Por ejemplo, si x, = x, =0, emonces y=5, osi x, =x, =1, entonces y= 9. Los valo- SITES ParaninfoCapitulo 2 Las mateméticas de la optimizacion 83. fesde 4 y 1, mayores que | y 2 respectivamente reducen y debido a los términos cuadraticos negativos de 1a euacion 2.17, que se hacen mayores. Por consiguiente, el punto calculado aplicando las condiciones necesarias es, de hecho, un maximo local (y global)*. PREGUNTA: Suponga que y toma un valor fijo (por ejemplo, 5). ,Cémo serfan las relaciones implicitas entre x, y x,? {Qué pasaria si y= 7? {Osi y =10? (Estos graficos son /ineas envolventes de 1a fancién ¥ se analizarén con més detalle en el Capitulo 3. Véase también el Problema 2. Funciones implicitas Aunque las ecuaciones matematicas se suelen escribir a menudo con una variable “dependiente” (y) en fun- cidn de una o mas variables independientes (x), no es ésta la tinica forma de escribir esta relacin. Como ejemplo trivial, la ecuacién yame+b (2.19) también se puede escribir como yom -b=0 (2.20) ©, de forma incluso mas general, como F(X, y, m, b) =0 (2.21) donde esta notacién funcional indica una relacién entre x e y que también depende de la pendiente (m) y del punto de corte con el eje (b), que son parémetros de Ia funci6n, y que no varian, Las funciones escri- tas con la forma dada en las Ecuaciones 2.20 y 2.21 se denominan, a veces, funciones implicitas porque Jas relaciones entre las variables y los parémetros estin presentes de forma implicita en la ecuacién, en vez de calcularse de forma explicita mediante, por ejemplo, y como funcién de x y de los pardmetros m y b. A menudo, resulta ficil pasar de funciones implicitas a funciones explicitas. Por ejemplo, la funcién implicita aa (2.22) puede “resolverse” ficilmente para x como : x=-2y+4 (2.23) © para y como (2.24) Derivadas de las funciones implicitas ‘A menudo, para fines de andlisis econémico, las ecuaciones como las 2.23 y 2.24 son mas cémodas para trabajar porque el efecto de x sobre y (0 viceversa) aparece claramente; es mucho més fécil calcular 2 De manera mis formal, el punto» =1, x5 =2 es un méimo global porque fa funcion desrita on In Keuacin 2.17 os concava (véase resto andlisis posterior ea exe capital), ©rTes Paraninfoi i a 84 Parte Introduccién partir de la Ecuacién 2.24 que a partir de la Ecuacién 2,22, por ejemplo, Sin embargo, en muchos casos resulta util calcular las derivadas directamente de las funciones implicitas sin resolver la funcién para una de las variables. Por ejemplo, la funcién implicita f(x, y) = 0 tiene una derivada total de 0 = f,de-+ fdy por fo que (2.25) De aqui que la derivada “ puede calcularse como el caciente de las derivadas parcial de la funci6n implicita, con signo negativo, siempre que f, distinto de cero. Bare) Una frontera de posibilidades de produccion - otra vez En el Ejemplo 1.2 analizamos una frontera de posibilidades de produccién para dos bienes con la forma 2x? + y= 225 (2.26) 6, escrita en la forma implicita 25 = 0, 2.27) De aquf que, f= 4x, Fyady ¥, por la Bouacién 2.25, el coste de oportunidad entre x € y es & week 0.28) af doy que es, precisamente, el resultado obtenido anteriormente, con bastante menos trabajo, PREGUNTA: ;Por qué depende aquf el intercambio de x por y sélo del cociente de x respecto a y, pero no del “tamafio de la economia”, tal y como queda reflejado por la constante 225? Teorema de la funcién implicita Puede que no siempre sea posible resolver las funciones implicitas con la forma g(x, y)=0 para funcio- nes explicitas tinicas de la forma y= f(x). Los mateméticos han analizado las condiciones que se deben cumplir para que una determinada funciGn implicita se pueda resolver de forma explicita cuando una varia- ble es una funci6n de otras variables y de diversos pardmetros. Aunque no vamos a analizar esas condicio- nes aguf, implican requisitos sobre las diversas derivadas parciales de la funcién, que son suficientes para garantizar que existe, en efecto, una relacién tinica entre la variable dependiente y las variables indepen- dientes®. En muchas aplicaciones matematicas, estas condiciones de las derivadas son precisamente las que se necesitan para garantizar que se cumplen las condiciones de segundo orden para un maximo (0 un mini- 5 Para un andlisis detalado del teorema de la funciéa implicica en diversas contexios, véase CaRt. P. SIMON y LAWRENCE BLUMEN, Mathernaties jor Economists (Nueva York: W.W. Norton, 1994), cap. 15. @ITES-ParaninfCapitulo 2 Las mateméticas de la optimizacién 35 mo). De aqui que, en estos casos, afirmemos que se cumple el tearema de la funcién implicita y que, pot tanto, es posible resolver de manera explicita intercambios como los reflejados en la Ecuacién 2.25 EI Teorema de la Envolvente Una de las principales aplicaciones del teorema de la funci6n implicita, que seré utilizado en muchas par- {es de este manual, se denomina el teorema de la envolvente; hace referencia a cémo varia el valor dptimo de una determinada funcién cuando cambia un parémetro de la funcién. Puesto que muchos de los proble- mas econdmicos que analizaremos tratan de los efectos del cambio de un parametro (por ejemplo, los efec- tos que tiene el cambio del precio de mercado de un bien sobre las compras de un individuo), haremos este tipo de cAlculos con frecuencia. El teorema de la envolvente suele ofrecer un buen atajo. Un ejemplo especifico Tal vez la forma mas sencilla de comprender el teorema de la envolvente sea mediante un ejemplo. Suponga que y es una funci6n de una nica variable (x) y de un parémetro (a) dada por yaa? sar. 2.29) Para distintos valores del pardmetro a, esta funci6n representa una familia de pardbolas invertidas. Si se asigna un determinado valor a a, la Ecuaci6n 2.29 es una funcién de x, y se puede calcular el valor de ‘que maximiza y. Por ejemplo, si q=1, x*=4 y, para estos valores dex y a, y= + (su valor maximo). Andlogamente, si a=2, x* = 1 e y* = 1. De aqui que un incremento en una unidad del valor del pardmne- tro a eleve el valor miximo de y en 3/4. En la Tabla 2.1 se utilizan los valores enteros de a entre 0 y 6 ‘para calcular los valores dptimos de x y los valores asociados del objetivo, y. Observe que, a medida que aumenta a, el valor maximo de y también aumenta, Esto queda también reflejado en la Figura 2.3, que ‘muestra que la relacién entre a ¢ y* es cuadratica, Ahora queremos calcular cémo varia y* a medida que varia el pardmetro a. Un arduo planteamiento directo El teorema de la envolvente afirma que hay dos formas equivalentes para realizar este célculo. Primero, ‘podemos calcular la pendiente de Ia funcién directamente en la Figura 2.3. Para ello, debemos resolver la Ecuaci6n 2.29 para el valor éptimo de x para cualquier valor de a: a —=-lr+a=0; a de aqui que, oe, 2 Sustituyendo este valor de x* en la Ecuaci6n 2.29 se obtiene grey ta(x*)= SITES Paraninfo86 Parte introduccién Valores dptimos de y y x para valores alternativos de a en =a rar 0 0 1 : £ 2 1 I 3 z iB 2 q s 5 2 6 3 9 ustracién det teorema de la envolvente El tcorema de la envolvente afirma que la pendiente de la relaciOn entre y* (el valor méximo de y) y el pardmetro a se puede calcular mediante la pendiente de la relacién auxiliar que se calcula sustituyendo los valores 6ptimos respectivos de x en la ‘hincion objetiva y caleullinto a. @1TES PeraninfoCapito 2 Las mateméticas de la optimizacién 87. y esto es precisamente la relacién mostrada en la Figura 2.3. De la ecuacién anterior, resulta facil ver que een ext , da 4 2 ee ¥ por ejemplo, para a=2, a*=1, y 7 =I. Bs decir, para @=2, un ineremento de @ en una unidad (2.30) tambien incrementa y* en una unidad. La Tabla 2 verifica este hecho (recordando que en el caso de las dorivadas s6lo estamos tratando de pequefios cambios y no de cambios diseretos como refleja la tabla) El atajo de fa envolvente Ha sido un poco complicado alcanzar esta conclusién, Hemos tenido que calcular el valor 6ptimo de x para cada valor de a y después sustituir este valor por x* en Ja ecuaciéa de y. En casos mas generales, este pro- ceso puede ser muy arduo puesto que exige maximizar la funciGn objetivo repetidas veces. Fl teorema de la envolvente, al offecer un planteamiento alternativo, afirma que se puede calcular “ para pequefias va- riaciones de @ manteniendo x constante en su valor dptimo y calculando sencillamente 2 directamente a partir de la funci6n objetivo. Si se procede de esta manera, se obtiene 2% (2.31) gle y, para x= x", 2 _x(-2). ; (2.32) Este es precisamente el resultado obtenido anteriormente. La raz6n por la que los dos planteamientos ofrecen los mismos resultados queda reflejada en la Figura 2.3. Las tangentes mostradas en el gréfico mues- tran valores de y para un 2* jfjo, Las pendientes de las tangentes son iguales a 2. Evidentemente, en y* esta pendiente muestra el valor que buscamos. Este resultado es bastante general, y lo utilizaremos en diversos momentos a lo largo de este manual para simplificar nuestros resultados. Para resumir, el teorema de la envolvente afirma que la variaciGn del ‘valor 6ptimo de una funcién respecto a un parmetro de esa funcién puede calcularse diferenciando parcial- mente la funci6n objetivo al tiempo que se mantiene x (0 varias x) constante en su valor éptimo. Es decir, M2 ra), 2.33) donde la notacion nos recuerda que 2 debe calcularse en el valor de x que es 6ptimo para el valor deter- minado del parémetro @ que se esti analizando. El caso de muchas variables Se cumple un teorema de la envolvente andlogo para el caso en el que y es una funci6n de varias variables. ‘Suponga que y depende de un conjunto dex (1;,...,x,) Y de un determinado pardmetro a, BITES Parasinfo—aXKXva——r as 88 Fare Introduccién Y= PCr Xp): (2.34) El céleulo de un valor 6ptimo de y consiste en resolver n ecuaciones de primer orden con la forma Bio =h..n (2.35) y una solucién a este proceso permitirfa obtener valores Optimos para estas x (xP, xf,...,4f) que depen= derfan implicitamente del pardmetro a. Suponiendo que se cumplen las condiciones de segundo orden, cl teorema de la funcién implicita se aplicarfa en este caso y garantizaria que podriamos resolver explicita- mente cada ct como una funcién del parémetro a: (2.36) at = 34(a). Sustituyendo estas funciones en nuestra funcién objetivo inicial (Ecuacién 2.34) se obtiene una expre- sién en la que el valor 6ptimo de y (digamos, y*) depende de un parémetro @ tanto directa como indirec- tamente a través del efecto de @ sobre las x* v= fEEO, FO), --.7@,a Diferenciando totalmente esta expresién respecto a a se obtiene oF th SF ae SF ey ex da 0%, da a, da ‘ax, da éa Pero, debido a las condiciones de primer orden de la Ecuacién 2.35, todos estos términos, excepto el Liltimo, son iguales a 0 si fas x toman sus valores 6ptimos. De aqui que obtengamos de nuevo el resultado de la envolvemte: ae. da Ga’ ieee donde se debe calcular esta derivada para los valores 6ptimos de las x. El teorema de la envolvente: revision del estado de salud ‘Antes, en el Ejemplo 2.2, analizamos los valores maximos de la funcién del estado de salud yaa? = (4, - 27 +10 2.39) y descubrimos que afl (2.40) xf=2 y y*=10. OMTES ForamingoCapitulo 2 Las mateméticas de la optimizacién 39. ‘Suponga ahora que utilizamos el parimetro arbitrario @ en vez de la constante 10 en la Eouacién 2.39. Aqui, a puede representar un indicador de ta mejor salud posible de una persona, pero este valor variard, evidentemente, en funcién de cada persona. Por tanto, YFG tna (4-1 -@ - 2)" +a. 2.41) En este caso, los valores éptimos de 2, y x, no dependen de a (siempre son xf 50s valores Optimos, obtenemas |, xf =2), por to que, para yrea 2.42) ay* da 2.43) La gente que tenga una “buena salud por naturaleza” tendré siempre mayores valores para y¥, siempre que elijan 4% YX, de forma optima. Pero esto es precisamente lo que indica el teorema de la envolvente, debido a oe da ia (2.44) de la Eouaci6n 2.41. El incremento del parametro a sencillamente eleva el valor éptimo de y* en una cuantia idénti- ca (de nuevo, suponiendo que se elijan correctamente las dosis de x, y x,). PREGUNTA: ‘Suponga que, por el contrario, nos fijamos en la dosis 6ptima de x, en la Ecuacién 2.39, es decir, suponga que utilizamos un parémetro general igual a, por ejemplo, b, en vez de igual a1 i Explique, en palabras y en términos mateméticos, por qué ce serfa necesariamente igual a cero en este caso. Maximizaci6n con restricciones Hasta ahora nos hemos centrado en calcular el valor maximo de una funcién sin restringir las elecciones sobre las x disponibles. Sin embargo, en la mayoria de los problemas econémicos, no son factibles todos ‘Jos valores de las x, En muchas situaciones, por ejemplo, se exige que todas las x sean positivas, Este requi- ‘sito se cumplitia para el problema de un directivo que elige el nivel de producci6n que maximiza los bene- Scio: no tendria sentido un nivel de producci6n negativo. En otros casos, el valor de las x puede estar res- ‘singido por cuestiones econémicas. Por ejemplo, cuando se eligen los articulos que se van a consumir, el individuo no puede elegir cualquier cantidad que desee. Por el contrario, sus élecciones estén restringidas por su poder adquisitivo disponible; es decir, por su restriccién presupuestaria. Estas restricoiones pueden ‘reducir el valor maximo de la funcién que queremos maximizar. Puesto que no podemos elegir libremen- ‘te enire todas las x, y puede ser menor de lo que podria ser. Se dice que las restrieciones “no son vincu- Jantes” si podemos obtener el mismo nivel de y imponiendo, o no, la restriccién. licador lagran. Ei método del multi; ‘Un método para resolver los problemas de maximizacién con restricciones es el método de multiplicador Jegrangiano, que uliliza un inteligente truco matemético que también tiene una interpretacién econémica “Gil. La racionalidad de este método es bastante sencilla, aunque aqué no intentaremos hacer una presenta @ TES Paraninfo——————————— i ae 40 Parte T Introduccién cion rigurosa®. En un apartado anterior se han analizado las condiciones necesarias para obtener un méxi- mo local. Demostramos que en el punto éptimo, todas las derivadas parciales de f deben ser iguales a 0. Por tanto, hay # ecuaciones (f, =0, é=1,...,m) = para n ineégnitas (Jas x). Por lo general, estas ecuacio- nes se pueden resolver para los valores éptimos de las x. Sin embargo, cuando existen restricciones sobre las x, existe al menos una ecuacién adicional (la restriccién) sin que haya variables adicionales. Por tanto, el sistema de ecuaciones esta sobredeterminado. La técnica lagrangiana introduce una variable adicional (cl multiplicador lagrangiano), que n0 sélo ayuda a resolver el problema en cuestién (puesto que ahora hay +1 ecuaciones y n+1 incdgnitas), sino que también tiene una interpretacién titil en diversas circunstan- cias econémicas. EI problema formal Més concretamente, suponga que queremos calcular los valores de %,%3,....%, que maximizan FO Sry Inde (2.45) y sujeta a una restriccién que s6lo permite utilizar determinados valores de las x. Una forma general de escri- bir esa restriccién es BO ay) =O, (2.46) donde la funcién? g representa la relacién que debe cumplirse en las x. Condiciones de primer orden EI método del multiplicador lagrangiano parte de la formulacién de la expresiGn SE = SOs Ray coos By) FRG Hs May vee yds (2.47) donde 2, es una variable adicional denominada multiplicador lagrangiano. Posteriormente interpretaremos esta nueva variable. Sin embargo, primero hay que observar que, cuando se cumple la restriccién, < y f tienen el mismo valor [porque g(x, X;,..-.%,) =O]. Por tanto, si restringimos nuestra atencién tinicamen- te a los valores de las x que cumplen la restriccién, el cdlculo del valor maximo restringido de fes equiva- lente al cAlculo del valor critico de <. Vamos a proceder a este céleulo, considerando que ?. es también una variable (ademAs de las x). A partir de la Ecuacién 2.47 obtenemos las condiciones para alcanzar un punto eritico como (2.48) © Para una presentacion detallada, véase A.K. Dt, Optimization ta Economie Theory, 2* edicioa (Oxford: Oxford University Press, 1990), cap. 2 7 Como se setalS amteriormente, cualquier funci6n dea, 12... puede escribirse de esta forma implicit, Por ejemplo, la restriccién 4 +4, =10 pusde eseribirse como 10 x,—x; =0. En caplailos posteriores uilzaremos habitualmente este procediimiento para tatar las restriceiones. Normabnert, las restriceiones que anslizaremos sern lineales @VTES ParaninfoCapitulo 2 Las mateméticas de la optimizacion 44 S2- sf +hei=0 og (2,48) BB Me Maven hd =O. Las Ecuaciones 2.48 son pues las condiciones para obtener un punto critico de la funcién %. Observe que hay +1 ecuaciones (una para cada x y otra més para 2) y +1 inedgnitas. Las ecuaciones se puc- den resolver, por lo general, para x,,%;,...%,, ¥ para A. Esta solucién tendré dos propiedades: (1) las x cumplirén la restriccién porque la diltima ecuacién en 2.48 impone esta condici6n; y (2) entre todos aque- llos valores de las x que satisfacen la condicién, aquellos que también satisfagan las Ecuaciones 2.48 haran que (y por tanto f) sea lo més grande posible (suponiendo que se cumplen las condiciones de segundo orden). Por tanto, cl método de! multiplicador lagrangiano ofrece una forma de encontrar una solucién al problema de maximizacién con restricciones planteado al principio’. La solucién a las Beuaciones 2.48 diferiri, normalmente, del caso sin restricciones (véanse las Ecuaciones 2.16). En vez de proseguir hasta el punto en que la contribucién marginal de cada x es 0, las Ecuaciones 2.48 nos obligan a “paramos antes” debido a las restricciones. Sélo en el caso de que la res- triccién sea ineficaz (en cuyo caso, como demostraremos més adelante, 2 seria cero), obtendremos 1a ‘misma solucién para las ecuaciones restringidas y sin restringir, ya que serfan las mismas. Estas condicio- ‘nes marginales tienen una interpretacién econémica en muchas situaciones distintas. Interpretacién del multiplicador lagrangiano Hasta ahora hemos utilizado el multiplicador lagrangiano (2) tnicamente como un “truco” matemitico para alcanzar la solucién que queriamos. De hecho, esta variable también tiene una importante interpretacion econémica, que serd central en nuestro andlisis en muchos puntos de este manual. Para desarrollar esta interpretaciOn, hay que volver a escribir las primeras n ecuaciones de 2.48 de la siguiente manera fi Rast “8 8 “8x (2.49) En otras palabras, en el punto maximo, el cociente de f, respecto a g, es el mismo para cada x,. Pero Jos numeradores de las Ecuaciones 2.49 son simplemente las contribuciones marginales de cada x a la fun- cidn f. Muestran el beneficio marginal que tendra una unidad mas de x, en la funcién que estamos inten- tando maximizar (es decir, /). Probablemente sea mejor dejar la interpretacién completa de los denominadores en las Ecuaciones 2.49 hasta que encontremos estos cocientes en una situacién prictica econémica. Entonces podremos ver que suelen tener la interpretacién de un “coste marginal”. Es decir, reflejan la carga afiadida en la restriccién al utilizar un poco mas de x,. Como ejemplo sencillo, suponga que la restriccién exige que el gasto total en x, Y % (Por ejemplo) sea de una determinada cuantia en ddlares, F. Por tanto, la restriccién seria § 5 trminos estrctos, se trata de condiciones necesarias para un miximo local interior. En algunos problemas ecenSmicos, es necesario modifica esas condiciones (de forma bastante obvia) para tere en cuenta la posbilidad de que alguas de las x esén ela frontera de fa repin de las factibles, Por ejemplo, si se requiere que todas las + sean postvs, es posible que las condiciones de las Ecuaciones 2.48 ro se cumplan de manera estricta, porque esis condiciones pueden exiir x nepaivas. No aralizaremos con deale emo se moeifican estas condiciones para tener en events esos problemas, sungde se sueriin estas modificaciones To Tergo del text, OITES Poraninfo_ 42° Partel Introduccién Pim + Pix, — F (donde p, es el coste por unidad de y,), Utilizando nuestra terminologia actual, esta res« triccién se podria escribir de forma implicita como 8 (4%) =F ~ Py — Pry (2.50) En esta situacién, tendriamos -8= 2, (2.51) y la derivada -g, refleja, en efecto, el coste marginal por unidad de utilizar x;. Practicamente todos los problemas de optimizacién que encontraremos en los préximos capitulos tienen una interpretacién pareci- da de las derivadas de las restricciones. El multiplicador lagrangiano como cociente coste-beneticio Ahora podemos dar a las Ecuaciones 2.49 una interpretacién intuitiva. Indican que, para los valores épti- mos de las x, él cociente del beneficio marginal de incrementar x, frente al coste marginal de incrementar 2 deberfa ser el mismo para cada x. Para ver que se trata de una condici6n evidente para aleanzar un méxi- ‘mo, suponga que no fuera cierto: suponga que el “cociente coste-beneficio” fuera mayor para x, que para 1. En este caso, deberfa utilizarse un poco més de x, para alcanzar un maximo. Esto se puede demostrar utilizando més x, pero renunciando a suficiente x, para mantener g (la restriccién) constante, Por tanto, el coste marginal del x, adicional utilizado serfa igual al coste ahorrado por utilizar menos x). Pero, pues. to que el cociemte coste-beneficio (la cantidad del beneficio por unidad de coste) es mayor para x, que para 42, los beneficios adicionales de utilizar més x, superarian ta pérdida de beneficios derivada de utilizar menos de x». La utilizacién de mAs x,, y por tanto de menos x,, haria que y aumentara porque x, ofre- ‘ce “més por su dinero”. S6lo si los cocientes de los beneficios y costes marginales son iguales para todas Jas x, habré un maximo local, uno en el que ningiin pequefio cambio de las x puede hacer que la funcién objetivo aumente. Las aplicaciones précticas de este principio basico se desarrollan en muchos puntos de este manual. El resultado es fundamental para la teoria microecondmica del comportamiento optimizador. EI multiplicador lagrangiano (2) también se puede interpretar a la luz de este andlisis. 2 es el cociente comin coste-beneficio de todas las x. Es decir, beneficio marginal de x; 2.52) coste marginal de x, para cada 4. Si se relajara ligeramente la restriccién, no importaria cudl de las x cambiara (de hecho, se odrian variar todas las x) puesto que, en el margen, cada una ofrece el mismo cociente de beneficios res- ecto a los costes. El multiplicador lagrangiano ofrece pues un indicador de cémo afectaria esta relajaci6n general de la restricci6n al valor de y. En esencia, 2. asigna un “precio sombra” a la restriccién. Un 2 ele- vado indica que y podria aumentar sustancialmente relajando la restriccién, porque cada x tiene un eleva- do cociente coste-beneficio. Un valor reducido de 2, por otra parte, indica que no se puede ganar mucho relajando Ia restricci6n, Si la restriccién no es en absoluto vinculante, 2. tendré un valor 0, indicando asf que la restricci6n no limita el valor de y. En este caso, el cAlculo del valor maximo de y sujeto a la restric- cin seria idéntico al célculo de un maximo sin restricciones. El precio sombra de la restriecién es cero. Esta interpretacién de 2 también se puede mostrar utilizando el teorema de la envolvente tal y como se des- cribird més adelante en este capitulo, ° Fl andlisfs en el texto hace referencia problemas que s6lo tienen una restriccion, Por lo general, se pueden tener m resticciones (mi <1} introduciendo simplemente m veriables nuevas (multiplicadores lagrangianos) y procediendo de forma andloga al anélisis anterior, MES PoraningoCapitulo 2 Las mateméticas de la optimizacién 43. Dualidad El anilisis anterior indica que hay una clara relaci6n entre el problema de maximizar una funcién sujeta a estricciones y el problema de asignar valores a las restricciones. Esto refleja lo que se conoce como el principio matematico de la “dualidad”: cualquier problema de maximizacién con restricciones tiene asocia- go un problema dual de minimizacién con restricciones que se centra en las restricciones del problema criginal (primal). Por ejemplo, avanzando un-poco en nuestra historia, los economistas suponen que los individuos maximizan su utilidad, sujeta a una restriccin presupuestaria. Este es el problema primal del consumidor, El problema dual para cl consumidor consiste en minimizar el gasto necesario para aleanzar determinado nivel de utilidad. O bien, el problema primal de una empresa puede consistir en minimizar elYou might also like
Her Body and Other Parties: StoriesFrom EverandHer Body and Other Parties: StoriesRating: 4 out of 5 stars4/5 (821) The Sympathizer: A Novel (Pulitzer Prize for Fiction)From EverandThe Sympathizer: A Novel (Pulitzer Prize for Fiction)Rating: 4.5 out of 5 stars4.5/5 (122) Devil in the Grove: Thurgood Marshall, the Groveland Boys, and the Dawn of a New AmericaFrom EverandDevil in the Grove: Thurgood Marshall, the Groveland Boys, and the Dawn of a New AmericaRating: 4.5 out of 5 stars4.5/5 (266) Team of Rivals: The Political Genius of Abraham LincolnFrom EverandTeam of Rivals: The Political Genius of Abraham LincolnRating: 4.5 out of 5 stars4.5/5 (234) A Heartbreaking Work Of Staggering Genius: A Memoir Based on a True StoryFrom EverandA Heartbreaking Work Of Staggering Genius: A Memoir Based on a True StoryRating: 3.5 out of 5 stars3.5/5 (231) Hidden Figures: The American Dream and the Untold Story of the Black Women Mathematicians Who Helped Win the Space RaceFrom EverandHidden Figures: The American Dream and the Untold Story of the Black Women Mathematicians Who Helped Win the Space RaceRating: 4 out of 5 stars4/5 (897) The Unwinding: An Inner History of the New AmericaFrom EverandThe Unwinding: An Inner History of the New AmericaRating: 4 out of 5 stars4/5 (45) The Yellow House: A Memoir (2019 National Book Award Winner)From EverandThe Yellow House: A Memoir (2019 National Book Award Winner)Rating: 4 out of 5 stars4/5 (98) The Emperor of All Maladies: A Biography of CancerFrom EverandThe Emperor of All Maladies: A Biography of CancerRating: 4.5 out of 5 stars4.5/5 (271) The World Is Flat 3.0: A Brief History of the Twenty-first CenturyFrom EverandThe World Is Flat 3.0: A Brief History of the Twenty-first CenturyRating: 3.5 out of 5 stars3.5/5 (2259) Shoe Dog: A Memoir by the Creator of NikeFrom EverandShoe Dog: A Memoir by the Creator of NikeRating: 4.5 out of 5 stars4.5/5 (537) The Little Book of Hygge: Danish Secrets to Happy LivingFrom EverandThe Little Book of Hygge: Danish Secrets to Happy LivingRating: 3.5 out of 5 stars3.5/5 (401) Grit: The Power of Passion and PerseveranceFrom EverandGrit: The Power of Passion and PerseveranceRating: 4 out of 5 stars4/5 (590) Elon Musk: Tesla, SpaceX, and the Quest for a Fantastic FutureFrom EverandElon Musk: Tesla, SpaceX, and the Quest for a Fantastic FutureRating: 4.5 out of 5 stars4.5/5 (474) CH Ritual 1er Grado ChileDocument6 pagesCH Ritual 1er Grado ChileMauricio Nuñez AguileraNo ratings yet On Fire: The (Burning) Case for a Green New DealFrom EverandOn Fire: The (Burning) Case for a Green New DealRating: 4 out of 5 stars4/5 (74) The Subtle Art of Not Giving a F*ck: A Counterintuitive Approach to Living a Good LifeFrom EverandThe Subtle Art of Not Giving a F*ck: A Counterintuitive Approach to Living a Good LifeRating: 4 out of 5 stars4/5 (5807) The Hard Thing About Hard Things: Building a Business When There Are No Easy AnswersFrom EverandThe Hard Thing About Hard Things: Building a Business When There Are No Easy AnswersRating: 4.5 out of 5 stars4.5/5 (346) The Gifts of Imperfection: Let Go of Who You Think You're Supposed to Be and Embrace Who You AreFrom EverandThe Gifts of Imperfection: Let Go of Who You Think You're Supposed to Be and Embrace Who You AreRating: 4 out of 5 stars4/5 (1091) Never Split the Difference: Negotiating As If Your Life Depended On ItFrom EverandNever Split the Difference: Negotiating As If Your Life Depended On ItRating: 4.5 out of 5 stars4.5/5 (842) Jeffrey Perloff - Microeconom ADocument757 pagesJeffrey Perloff - Microeconom AMauricio Nuñez AguileraNo ratings yet RMCH 1968Document1 pageRMCH 1968Mauricio Nuñez AguileraNo ratings yet Mankiw MacroeconomiaDocument312 pagesMankiw MacroeconomiaMauricio Nuñez AguileraNo ratings yet RMCH 1949Document1 pageRMCH 1949Mauricio Nuñez AguileraNo ratings yet RMCH 1929Document4 pagesRMCH 1929Mauricio Nuñez AguileraNo ratings yet Gardini Carlos - La Era de AcuarioDocument20 pagesGardini Carlos - La Era de AcuarioMauricio Nuñez AguileraNo ratings yet RMCH 1956Document3 pagesRMCH 1956Mauricio Nuñez AguileraNo ratings yet Acción Masónica Resultado o Requisito PrevioDocument5 pagesAcción Masónica Resultado o Requisito PrevioMauricio Nuñez AguileraNo ratings yet A.glosario Teosofico III (Q, R, S, T, U, V, W, Y, Z)Document255 pagesA.glosario Teosofico III (Q, R, S, T, U, V, W, Y, Z)Mauricio Nuñez AguileraNo ratings yet Schoun Frithjof - El Esoterismo Como Principio y Como ViaDocument200 pagesSchoun Frithjof - El Esoterismo Como Principio y Como ViaMauricio Nuñez AguileraNo ratings yet