Clase 1 - Optimizacion
description
Transcript of Clase 1 - Optimizacion
Elementos Básicos de Optimización
• Teoría Económica y el comportamiento optimizador:– Estudiantes quieren aprender al máximo (y también maximizar
la nota)
– Un conductor quiere minimizar el tiempo de manejo desde la casa al trabajo
– Gerente Comercial que busca maximizar ventas
– Gerente de Personal quiere minimizar la rotación de personal
– SII quiere minimizar la evasión tributaria
• En este capitulo revisaremos los conceptos matemáticos básicos necesarios para analizar estos problemas– Pendiente y derivada
– Maximización (y minimización)
2
Elementos Básicos de Optimización
• En economía las relaciones entre variables se pueden expresar a través de funciones– Relación entre precio de un producto y la cantidad que los
consumidores quieren comprar
– Relación entre tasa de interés y actividad económica (PIB) e inflación (IPC)
– Relación entre tipo de cambio y exportaciones e importaciones
– Relación entre costos de emplear mujeres, tasa de desempleo y protección a la maternidad
• Supondremos que conocemos las representaciones de dichas relaciones (funciones)
• ¿Cómo podemos determinar el punto óptimo (máximo o mínimo) que permite alcanzar nuestro objetivo?
3
Pendiente y derivadas
4
• Pendiente: muestra el cambio
de la función
• Para cambios infinitesimales
usamos el concepto de
derivada:
)(xfy
x
f(x)
x
y
131 x
301 y
30 x
50 y
dx
dy
5,210
25
313
530
01
01
xx
yy
x
y
x
y
dx
xdf )( )(xf xf
y = f(x)
Pendiente y derivadas
5
• La función de costos de la empresa es:
1. Si la producción (q) inicial es 100. ¿Cuál es el costo total de
producción?
2. ¿En cuanto se incrementa el costo si se duplica la producción?
3. Cual es la pendiente de la función de costos?
4. ¿ Que significa?
qc 5200
Pendiente y derivadas
6
• ¿Qué pasa si la función no tiene una pendiente constante?:
• Entre los puntos A y B:
• Entre los puntos A y B:
• Hay múltiples pendientes dependiendo del punto de comparación
• Aproximación usando el concepto de derivada
• Pendiente en el punto A es la pendiente de tangente en ese punto
x
f(x)
6
18
2
10
10
20
x
y
x
yA
BC
25,18
10
210
1020
24
8
26
1018
Reglas de la Diferenciación
7
axf )( :Constante
naxxf )( :Polinomio
)()(
xfdx
xdf
xexf )( :lExponenciaFuncion
)()(
xfdx
xdf
)()(
xfdx
xdf
xxf ln )( :Natural Logaritmo
)()(
xfdx
xdf
0
1nanx
x
1
xe
Reglas de la Diferenciación
8
)()()( :Suma xhxgxf
24xxy
)()()( :Producto xhxgxf
)2)(1( xxy
)()()( xhxgxf
)()()()()( xgxhxhxgxf
)1( x
xy
)(
)()( :Cuociente
xh
xgxf
2)(
)()()()()(
xh
xgxhxhxgxf
x
f(x)
Maximización de
Funciones de 1 Variable
• Para encontrar el máximo de la
función:
• Condición de Primer Orden
(CPO)max
globa
l0 )( xf
dx
dy
9
)(maxarg* xfx
*x
• Ejemplo:
• Condición de Primer Orden
(CPO)
Maximización de
Funciones de 1 Variable
2442)(y xxxf
0)( xf
084 x
1/2* x
10
x
f(x)
x*= 0,5
?* y
22/142/142
3* y
y*= 3
max
globa
l
Maximización de
Funciones de 1 Variable
• CPO es una condición necesaria
pero no suficiente
x
f(x)
max
local
min
local
punto
inflec.
11
Maximización de
Funciones de 1 Variable
12
• Segunda Derivada:
– Concepto: mide la curvatura
de la función (cuan rápido
cambia la pendiente)
• El cambio del cambio
– Con: y = f(x), la segunda
derivada se denota:
dx
dx
dyd
x
f(x)
max
local
min
local
punto
inflec.
max
globa
l
2
2
dx
yd xxfxf )(
2
2 )(
dx
xfd
Casos:
• Cóncava:
• Convexa:
• Punto de inflexión y Recta:
• Condición de Segundo Orden
(suficiente):
Maximización de
Funciones de 1 Variable
13
0 )( xf
0 )( xf
0 )( xf
x
f(x)
max
local
min
local
punto
inflec.
max
globa
l
Máximo0 )( xf
Mínimo0 )( xf
Maximización de
Funciones de 1 Variable
2442)(y :Ejemplo xxxf
xxf 84)(
8)( xf
max es *x
1/2* x
?)( xf
14
x
f(x)
3* y
x*= 0,5
y*= 3
concava )(xf
0
• Ejemplo:
– y = nota en Micro del estudiante
– x1 = esfuerzo estudiante (horas promedio de estudio)
– x2 = esfuerzo profesor (horas promedio de preparación)
Funciones de 2 Variables
2/1
2
2/1
1 xxy
Horas Esfuerzo Profesor (x2)
1 2 3 4 5 6 7
Horas
Esfuerz
o
Alumno
(x1)
1 1.0 1.4 1.7 2.0 2.2 2.4 2.6
2 1.4 2.0 2.4 2.8 3.2 3.5 3.7
3 1.7 2.4 3.0 3.5 3.9 4.2 4.6
4 2.0 2.8 3.5 4.0 4.5 4.9 5.3
5 2.2 3.2 3.9 4.5 5.0 5.5 5.9
6 2.4 3.5 4.2 4.9 5.5 6.0 6.5
7 2.6 3.7 4.6 5.3 5.9 6.5 7.0
• ¿Qué sucede con la nota si el esfuerzo del profesor aumenta en 4 horas?
• Respuesta: depende
Funciones de 2 Variables
2/1
2
2/1
1 xxy
Horas Esfuerzo Profesor (x2)
1 2 3 4 5 6 7
Horas
Esfuerz
o
Alumno
(x1)
1 1.0 1.4 1.7 2.0 2.2 2.4 2.6
2 1.4 2.0 2.4 2.8 3.2 3.5 3.7
3 1.7 2.4 3.0 3.5 3.9 4.2 4.6
4 2.0 2.8 3.5 4.0 4.5 4.9 5.3
5 2.2 3.2 3.9 4.5 5.0 5.5 5.9
6 2.4 3.5 4.2 4.9 5.5 6.0 6.5
7 2.6 3.7 4.6 5.3 5.9 6.5 7.0
375,04
5,15,1
2
x
yy
625,04
5,25,2
2
x
yy
• Derivada Parcial: cambio en la función (y) cuando una de las variables cambia y todas las demás permanecen constantes
– En el ejemplo: cambio en la nota cuando el estudiante incrementa su esfuerzo, manteniendo el esfuerzo del profesor constante
• Notación:
• Para tomar la derivada parcial con respecto a una variables, por ejemplo x1, debemos tomar a todas las otras variables como constantes (ya sabemos derivar cuando hay una constante), es decir, aplicamos las reglas de la derivación en funciones de una variable.
Funciones de 2 Variables:
Derivadas Parciales
),( 21 xxfy
1x
y
17
1xf 1f1
21 ),(
x
xxf
Funciones de 2 Variables:
Derivadas Parciales
2
2
12121 32),( xxxxxxf
1
1
fx
y
2
2
fx
y
2
121
10),(
x
xxxf
1
1
fx
y
2
2
fx
y
18
x1
x2
y
• Función:
• ¿Cómo encontramos su
máximo?
• Condiciones de Primer Orden
(CPO):
• Resolver un sistema de dos
ecuaciones con dos incógnitas
para encontrar:
),( 21 xxfy
0),( 211 xxf
*
2
*
121 ,, argmax xxxxf
Maximización de
Funciones de 2 Variables
19
0),( 212 xxf