Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
Resumen Aplicaciones vicnoretti PARTE1 1 Dominio determineeldominiode flx.us Fxyt3COND2x yt370C.o.Domfflxiy ElR22x yt3zoY determineeldominiode flx.us logCXy 1 C0ND Xy 170xy70Cs Domf Srlxy elR2Nxy o 4 CurvasdeNivel altura 2 f x g loglxaty 2 L 1,011,2 si c 1 10gMty 1 xa y e1 y c X c O o eO y 1 1 p en y c x c 2 2 ez y ez xa er luego en A r an aO a 111 continuidad Flxiylescontinuaen 40yo Ssi i Flxoiyotexiste Ii 1in FCx.glexiste lxiyltlxo.JO Iii 5 xoyo tim Flxiylrlxo.jo Iv Derivadas parciales 2 F x y y JF Ex TF Fy TX v v try Jaf Fxx O'E Fxy RF Fyi RF Fyydx2 0yd fxdy Oyed Derivadasparciales pordefinición las derivadas de FIXy en 401yo son Fx Xoyo tifo FIN th yo FlNyoh FyHo yo 4 ElXOiyo tk F xo yok lousamosenptoproblema 4 Regladelacadena g F Av U v nu ay y v vill Derivación Implícita Sea 2 El y1 definidaimplícitamente porlaecuación H yiz 0 Luego queremoscalcular y paralocualusamos JI OHIt DX Oz OY cuando nopodemos si µ ay despejar Oz Oz 1 Diferenciabilidad La función Flx y es diferenciable en 1 0 yo Ssilasprimerasderivadas soncontinuas A Diferencial total dy fp.dk t f2DXa t tfn.ch n suponiendoque ma e dir y dir pequeños y f xp taxi xatdxal f.CM Xz f1lX1iXz dxrtfzlxriXr dXz Aproximaciónlineal Mcasilomismo si f esdiferenciable en 1 0yoentonces enunavecindaddeHoyo setieneque F Xy Fla yo t Fxlxo yo Xo t Fy1 0yo y yo XDDerivadadireccional i F gradiente vector a larectatangente en el ptodetangencia deuna curvadenivel E c ü F jiji a Fx Fy iii Idirección í vectorunitarioGargos till iY Dv Flp derivadadireccional deF enelpuntoPyen ladirección J DvFLP ftp.v Olas Lamayorrazóndecambio sealcanzacuando Te OFy suvalor es 11 FH XII RegladeLeibniz f t Off fab fix dx tlblttldbftl tlaltddaa.IT ab dfffitldxde tucambio las derivoblt porbtt conrespectoat XIII Elasticidad haydosmanerasdesacarla Ey Xi xyi.ly Ey xi dirty0 1 µ Unai Elasticidadde sustitución LOmismo condistintasvariables OLE K JIMMY y cambio derivadadel JTMS JIN TMS logaritmo TMS CobbDouglas Y AKTM TMSK.i.dk TMSL.is 1dL Oh kn engralyenequilibrio µ PL Tusk a JK dl PMgl Pk f l d4L OK Xlv Homogeneidad y Homotecidad Homogéneas Homotéticas Leagrego ta cadavariable Transformación crecientedeuna homogénea Veosipuedofactorizar mismascurvasde indiferencia Grado gira 441 441 ultX ulty grado 1 grado 1 gradoC1 du ft 11 1retornos retornos retornos Txt OH crecientes constantes decrecientes a escala a escala a escala ftp.ltxlt lxl TeoremadeEuler Lapendiente de sí fixeshomogénea int en amanier a lolargoderayos pq f KELPa partirdelorigen productoescala PARTE 2 Optimización Funcionescóncavas Funciones convexas f txt r f y 7 thx t r t.ly f txt r f y ttflxjtlr t.ly f x t fly t THY X y f x 5 f y t Pfly X y n µ tflxrltlrtlflxzlqtflxptfrtff.cn fly trfly y Ot i fly Pfly y y YXp X2 Xp Xr Recordar rex Y producto escalar Xy xn.yrtxs.gr t tlnyn Máximos ymínimos sin restricciones nocalcular FX FXX FxyeFY Fyx Fyy 20Resolverelsistema dadopor D Obtener élolospuntos condición Fy O críticos dePfizer 30Formarlamatrizhessianadadapor Ha Fxx Fxy Fyx µ Ht Fxx 40Evaluar cadapuntocrítico endet Ita y Hr y si positivadef e i det H2 70 n Ht O mínimolocal porque esfunciónconvexa negativadefe Ni Det H2 70 HILO máximolocal porque esfuncióncóncava indefinida sii Det Hz so puntosilla iv det Ita 0 nosesabe menor principal menorprincipal dominante dominante D2 D1 condicióndesegundo Orden 30Máximosy mínimos absolutos ejemplo xty 3 OF X y 2 2 Gx ya 4g taxy R X y CIR X 70 y70 x yE3 o yYO 3 Regióninterior 0 y 0 tyc3 usamos hessianos y verificamos quelospuntosesténdentrodelaregión Frontera i KO Osugi3 1 s y O r y 3 puntoscríticos 1 10y ya 4y F ay 4 sea F O say 4 0 7 y L C 0,3 Ptocrítico luego F O F O 2 9 3 j en Pto hayunmáx 10cal en Plata hay un min 10cal en Plot hay unmáx 10cal Ü y O n OsxE3 C s X O n x 3 ptoscríticos repetirnos iii y 3 n os E3 l x O 3 ptoscríticos F 3 x2 2 3 F 2 2 sea FEO 2 2 0 x 1 c10,3 Pto crítico Iv vemos todoslospuntoscríticos evaluamos en f y sacamosabsolutos Teorema de Weierstrass si f es continuaenunconjuntocerrado y acotado deIR esdecir t a IR Entonces la funcióntieneun máximoglobal y un mínimo global en x Máximos ymínimos con restricciones El objetivo esextremar unafunción sujeta a unaOmás restricciones LOBÁSICO 11restriccióndeigualdad paso 00 sacar derivadasparciales derestricción igualar a 0 y verificar si elpunto encontrado IX y satisface la restricción puntoscríticos sinohaypuntoscríticossedicequelacalificaciónderestricciónessatisfecha Paso10 Identificar función aextremar objetiva y la restricción glxy a ecuación Paso20 Formar funciónLagrange Ll y Flxiy X gtx y a p multiplicador de Lagrange Paso30 calcular f Ly LX resolver LX O larestricción y lafunción condicionesde LY 0 tienen la mismarectataste elpuntopedido 1erorden LA O elpunto seencuentraen la restricción eselencontrado Paso40 Evaluar 1 y en lospuntoscríticosde L y g encontrados Dejarsólo el los punto s quellevan a un mayorvalorde f COMOcandidatos CONDICIONES CONDICIONES SUFICIENTES NECESARIAS Paso50 GLOBALESmmmmm TeoremadeWeierstrass cerrado yacotado restricción si 21 1 xa x es cóncava o convexa máx0min Recordar cóncava t lineal cóncava Ahoraunejemplo convexa t lineal convexa l f Xuxa convexa Paraver sison al ama convexa cóncava 0 segundaderivada 11variable cóncava convexa LOCALESmmmmm HessianaOrlada Al y O 9 1 14 gy y 9 1 y fxxlxiyl xgxxlxiylfxy xgxylx.ly gy y fyxlxiyldgyxlxiylfyy dgyylx.us sacamos el determinanteevaluado en ptoscríticos D70 máximo10cal Deo mínimo10cal ENVOLVENTE cómocambia el valor máx mínimo de unproblema de optimización cuando cambiamosalgúnparámetro Attila JI DX DX Ahora cuando el parámetroquecambiaes c guay c elenvolvente es iguala M CUANDOHAYMÁSDEUNARESTRICCIÓN delrestriccióndeigualdad paso 00 Para versi lacalificaciónderestricciónes satisfecha o sihayptos críticosenestepasodebemosver si elrango de la matriz jacobiana derestricciones Lospuntosademásdebensatisfacer larestricción RepasoÁlgebraLineal Jacobiana RangoNomaxdecolumnas Linealo independientes x 091 x derivadasparciales1era n restricción es.mil sEniII EaIiIaaEin Ii iEn seaman 1UsandounaCLdenosotrosdos ajizal Ü última dXDExistealgúnptoendondesiyoevalúolamatrizJb enestePtoelrangoesneuralnúmerode restricciones Paso10 20130,40y sóloglobales eslomismoque lobásico peroleagregamos las otras restricciones RESTRICCIONESDE DESIGUALDAD Puede serque a vecesuna personallegue a un ptodesaciedad oquenoquieraconsumir deunbienparapoderObtenermásdelotro Problemadelconsumidor cuandono consumidoralcanza Restricción puedealcanzar Restricción SUPtodesaciedad ACTIVA másutilidad pasiva sin gastartodosudebidoa la ingreso restricción Kuhn Tucker Paso10 Plantearproblema Elproblemasiempredeberáserdemaximizaciónyconrestriccionesdetipo menor0igual SIes mayor0igual multiplicoambosladospor 1 sies deminimizaciónymultiplicafunciónobjetivopor 1 Paso00 suponemosquelacalificaciónderestricción es satisfecha nohayptoscríticosacá Paso20 Formar funciónLagrange CONDICIONES KUHNTUCKER Lfx y xp Flxiy M9114 a 1 DI OOy multiplicador de Lagrange 2 glxy C X O 3 X70 Paso30 4 Debecumplir restricciones resolver Lx 0 condicionesde Ly O encontramos 1erorden gy O candidatos Paso40 Evaluar 1 y en lospuntoscríticosde L y g encontrados Dejarsólo el los punto s quellevan a un mayorvalorde f comocandidatos CONDICIONES NECESARIASCONDICIONES SUFICIENTES TeoremadeWeierstrass ¿La función L̃(x , y) es cóncava para cualquier �? Si No¿La función L(x , y ,�) tiene puntos cŕıticos? Los puntos criticos de L(x , y ,�) son puntos de máximo global. ¿El conjunto restricción es cerrado e acotado y to- dos puntos en el conjunto restricción estan en el in- terior del dominio? Si No Por Weierstrass un máximo global existe. Pasos 1 a 4 en Apuntes #5 van detectar to- dos máximos globales. Aplique pasos 1 a 4 en Apuntes #5. ¿Hay can- didatos? ¿Para algun punto cŕıtico, la función L̃(x , y) es cóncava (dado el � asoci- ado a este punto cŕıtico)? Este punto cŕıtico esun máximo global. Evalue el determinante D de la matriz hessiana orlada evaluada en cada punto. Para cada punto: Si D > 0 tienes un máximo local; Si D < 0 tienes un ḿınimo lo- cal; Si D = 0 no puedes decir nada. De cualquier manera, no puedes garanti- zar que es global. Hay dos posibilidades: o un máximo no existe, o está en la frontera del doḿınio. In- tentar K-T es una opción. No Si No Si Si max (x ,y) f (x , y) s.a. g(x , y) = c L(x , y ,�) = L̃(x , y) = f (x , y)� � [g(x , y)� c] Problema: Notación: ¿Hay candidatos que sean pun- tos cŕıticos de L(x , y ,�)? Si No Tu candidato(s) es (son) puntos que violan la calificación de restricción si llegaste aqui. Pero no tienes una man- era óbvia de saber si efectivamente es máximo, ni si es global/local. ¿Como verifico si una función es cóncava? Verifica si la hessiana es negativa semi-definida en todo el do- minio. Para convexidad, verificar si es positiva semi-definida. f y g tienen derivadas cont́ınuas Obs: para minimización reemplazar cóncava por convexa. No saraordenarun POCO r
Compartir