SEGUNDO PARCIAL MATEMATICAS

La funcin es cuasiconvexa.
OTRA FUNCION CES
OPTIMIZACION CON RESTRICCIONES
DE ESIGUALDAD
x = n de cajas A de calidad extra
y = n de cajas B de calidad suprema

Funcin Objetivo Maximizar F=13x+13,5y

Restricciones

Regin Factible
F(0,0) = 13 0 + 13,5 0 = 0
F(85,0) = 13 85 +13,5 0 = 1105
F(55,30) = 13 55 + 13,5 33 = 1120
F(0,100/15) = 13 0 + 13,5 100/1'5 =
900

Solucin: La funcin ventas alcanza el

mximo en el punto (55, 30). Luego el
fabricante debe de producir 55 cajas de
tipo A y 30 de tipo B.

1 Eleccin de las incgnitas.

x = nmero de pantalones

y = nmero de chaquetas

2 Funcin objetivo

f(x,y)= 50x + 40y

3 Restricciones
Para escribir las restricciones vamos a
ayudarnos de una tabla:

pantalone chaqueta disponibl

s s e
algodn 1 1,5 750
poliste
2 1 1000
r

x + 1.5y 750 2x+3y1500

2x + y 1000

Como el nmero de pantalones y

chaquetas son nmeros naturales,
tendremos dos restricciones ms:

x0

y0

4 Hallar el conjunto de soluciones

factibles

Tenemos que representar grficamente

las restricciones.

Al ser x 0 e y 0, trabajaremos en el
primer cuadrante.

Representamos las rectas, a partir de sus

puntos de corte con los ejes.
Resolvemos grficamente la inecuacin:
2x + 3y 1500, para ello tomamos un
punto del plano, por ejemplo el (0,0).

20 + 30 1 500

Como 0 1 500 entonces el punto (0,0) se

encuentra en el semiplano donde se
cumple la desigualdad.

De modo anlogo resolvemos 2x + y

1000.

20 + 0 1 00

La zona de interseccin de las soluciones

de las inecuaciones sera la solucin al
sistema de inecuaciones, que constituye el
conjunto de las soluciones factibles.

5 Calcular las coordenadas de los

vrtices del recinto de las soluciones
factibles.

La solucin ptima, si es nica, se

encuentra en un vrtice del recinto. estos
son las soluciones a los sistemas:

2x + 3y = 1500; x = 0 (0, 500)

2x + y = 1000; y = 0 (500, 0)

2x + 3y =1500; 2x + y = 1000 (375, 250)

6 Calcular el valor de la funcin objetivo

En la funcin objetivo sustituimos cada

uno de los vrtices.

f(x, y) = 50x + 40y

f(0, 500) = 50 0 + 40 500 = 20000

f(500, 0) = 50 500 + 40 0 = 25000

f(375, 250) = 50 375 + 40 250 = 28750

Mximo

La solucin ptima es fabricar 375

pantalones y 250 chaquetas para obtener
un beneficio de 28750
EJERCICIOSRESUELTOS LIBRO

OPTIMIZACION CON RESTRICCIONES DE

IGUALDAD
5. Puesto que la restriccin g = c debe prevalecer
en todo momento en este problema de
optimizacin restringida,
la ecuacin adquiere el sentido de una identidad, y
se sigue que dg debe ser cero. Entonces eso
sigue que d2g debe ser cero, tambin. En
contraste, la ecuacin dz = 0 es de la naturaleza de
un
condicin de primer orden - dz no es idnticamente
cero, pero se est estableciendo igual a cero para
localizar el
valores crticos de las variables de eleccin. Por lo
tanto d2z no tiene que ser cero como una
cuestin de curso.
6. No, se cambiar el signo de *. El nuevo * es
el negativo del * antiguo.
3. El cero puede ser el ltimo (en lugar del primer)
elemento en la diagonal principal, con g1,
g2 y g3 (en ese orden aparecen en la ltima
columna y en la ltima fila.
(a) Quasiconcava, pero no estrictamente. Esto es
porque f (v) = f (u) = a, y as f [u + (1 - ) v] =
a, que es igual a (no mayor que) f (u).
(b) Quasiconcavo, y estrictamente as. En el
presente caso, f (v) f (u) significa que a + bv a +
bu,
o v u. Adems, para tener u y v distintos,
debemos tener v> u. Ya que
f [u + (1 - ) v] = a + b [u + (1 - ) v]
= a + b [u + (1 - ) v] + (bu - bu)
= a + bu + b (1 - ) (v - u)
= f (u) b (1 - ) (v - u) = f (u) + algn trmino
positivo
se deduce que f [u + (1 - ) v]> f (u). Por lo tanto, f
(x) = a + bx, (b> 0), estrictamente quasiconcavo.

(c) Quasiconcavo, y estrictamente as. Aqu, f (v)

f (u) significa a + cv2 a + cu2, o v2 u2
(ya que c <0). Para valores distintos no negativos
de uyv, esto a su vez significa v <u. Ahora
tenemos
f [u + (1 - ) v] = a + c [u + (1 - ) v] 2 +

cu2 - cu2
= a + cu2 + c
norte
[u + (1 - ) v] 2 - u2
o
Usando la identidad y2 - x2 (y + x) (y - x),
podemos reescribir la expresin anterior como
a + cu2 + c [u + (1 - ) v + u] [u + (1 - ) v - u]
= f (u) + c [(1 + ) u + (1 - ) v] [(1 - ) (v - u)]

3).Ambos f (x) y g (x) son montonos, y por lo tanto

cuasi-cncava. Sin embargo, f (x) + g (x) muestra
tanto una colina como un valle. Si seleccionamos k
= 51
2, por ejemplo, ni S ni S sern convexos
conjunto. Por tanto, f (x) + g (x) no es
cuasiconcavo.
(a) Esta funcin cbica tiene un grfico similar a la
figura 2.8c, con una colina en el segundo
cuadrante
y valle en el cuarto. Si tomamos k = 0, ni S ni S
es un conjunto convexo. los
La funcin no es ni quasiccava ni quasiconvexa.
(b) Esta funcin es lineal, y por tanto tanto
quasiconcava como quasiconvexa.
(c) Ajustando x2 - ln x1 = k, y resolviendo para x2,
obtenemos la ecuacin isovalue x2 = lnx1 + k.
En el plano x1x2, esta grfica para cada valor de k
como una curva de log desplazada hacia arriba
verticalmente
por la cantidad de k. El conjunto S = {(x1, x2) | f
(x1, x2) k} - el conjunto de puntos en o
debajo de la curva isovalue - es un conjunto
convexo. Por lo tanto, la funcin es cuasiconvexa.
(pero no cuasiconcava).

4.
(a) Una curva cbica contiene dos curvas, violando
as ambas partes de (12.21).
(b) De la discusin de la funcin de costo total
cbico en Sec. 9.4, sabemos que si a, c, d> 0,
b <0 y b2 <3ac, entonces la funcin cbica ser
ascendente-inclinada para x no negativo.
Entonces, por (12.21), es tanto quasiconcavo como
quasiconvexo.
5. Sea u y v dos valores de x, y sea f (v) = v2 f (u)
= u2, lo que implica v u. Ya que
f0 (x) = 2x, encontramos que 80.

6. El conjunto S , que implica la desigualdad xy

k, consiste en los puntos situados sobre o debajo
de a
hiprbola rectangular - no un conjunto convexo.
Por lo tanto la funcin es quasiconvex por (12.21).
Alternativamente, como fx = y, fy = x, fxx = 0, fxy =
1 y fyy = 0, tenemos | B1 | = -y2 0
y | B2 | = 2xy 0, que viola la condicin necesaria
(12.25 ') para la quasiconvexidad.
3.Un aumento en el ingreso B eleva el nivel de
compras ptimas de x e y ambos; un aumento en
el precio de una mercanca reduce la compra
ptima de esa mercanca en s, pero aumenta
la compra ptima de la otra mercanca.

5. Un signo negativo para ese derivado puede

significar que el efecto ingreso (T1) y la sustitucin
efecto (T2) en (12,33 ') son ambos negativos (bien
normal), o que el efecto ingreso es
positivo (bien inferior) pero es ensombrecido por el
efecto de sustitucin negativo. La declaracin
no es vlido.
5.
segundo. APPL = Ak, por lo tanto la pendiente de
APPL = Ak-1 = MPPK.
do. Pendiente de un vector de radio = Ak
k = Ak-1 = APPK.
re. APL - k MPPK = Ak - kAk - 1 = Ak - Ak
= A (1 - ) k = MPPL.
6.
(a) Dado que la funcin es homognea de grado (
+ ), si + > 1, el valor de la funcin
aumentar ms de j-veces cuando K y L se
incrementan j-fold, lo que implica aumento
rendimientos a escala.
(b) Si + <1, el valor de la funcin aumentar
menos que j-fold cuando K y L son
aumentado j-fold, lo que implica rendimientos
decrecientes a escala.
(c) Tomando el registro natural de ambos lados de
la funcin, tenemos lnQ = lnA + lnK + lnL
As, QK = (lnQ)
(lnK) = y QL = (lnQ)
(lnL) =

L. Entonces la ecuacin en (a)

produce:

(d) Si K y L son ambos aumentados j-

fold en la expresin de MPPK en (c),
obtenemos
As MPPK es homogneo de grado uno en
K y L.
1.
(a) La homogeneidad lineal implica que los niveles
de produccin de las isoquantes estn en la
proporcin de
1: 2: 3 (del suroeste al noreste).
(b) Con homogeneidad de segundo grado, los
niveles de produccin estn en la proporcin de 1:
22: 32, o
1: 4: 9.
se representar como una lnea recta que pasa por
el origen, con una
(positiva) igual a
. Este resultado no depende de la suposicin +
= 1. La
elasticidad de sustitucin es simplemente la
elasticidad de esta lnea, que puede leerse (por el
mtodo
de la figura 8.2) sea unidad en todos los puntos.
3. S, porque QLL y QKK han sido encontrados
negativos.

(a) Participacin laboral

Participacin de capital
Una mayor implica una mayor
participacin de capital en relacin
conla parte del trabajo.
6.
(a. Las isoquantes seran hacia abajo
lineas rectas.
(b) Por (12.68), no est definido
(c) Las isoquantes lineales y la
elasticidad infinita de sustitucin
implican que ambas entradas son
sustitutos perfectos.

7. Si tanto K como L se cambian j-fold, la salida

cambiar de Q a:
Por lo tanto r denota el grado de homogeneidad.
Con r> 1 (r <1),
tenemos aumento (decreciente)
rendimientos a escala.

OPTIMIZACION CON RESTRICCION

(a) Dado que i y Z / i son ambos no negativos,
cada uno de los m trminos componentes en la
suma
la expresin debe ser no negativa, y no hay
posibilidad de que ningn trmino sea
cancelado por otro, el camino (-3) cancela (+3). En
consecuencia, la suma
expresin puede ser cero si y slo si cada trmino
componente es cero. Esta es la razn
la condicin de una ecuacin es equivalente a las
m condiciones separadas tomadas juntas como un
conjunto.
(b) Podemos hacer lo mismo para las condiciones
= 0. Esto es porque, para cada
debe ser no positivo, de modo que no es posible
"cancelar".
1. Como x * 1 y x * 2 son ambos no nulos,
podemos despreciar (13.22), pero (13.23) requiere
que:
La primera desigualdad se satisface
automticamente en la solucin, y la segunda
significa que
dx1 0, con dx2 libre. As podemos admitir como
vector de prueba, digamos (dx1, dx2) = (1, 0), que
representa una flecha que apunta hacia el este
desde el punto de solucin de la figura 13.3.
Ningn arco de calificacin
se puede encontrar para este vector.
2. El lmite de restriccin es un crculo con un radio
de 1, y con su centro en (0, 0). El ptimo
solucin est en (1, 0). Por (13.22), los vectores de
prueba deben satisfacer dx2 0. Por (13.23),
debemos
tienen 2x * 1dx1 + 2x * 2 dx2 = 2dx1 0. As, los
vectores de prueba solo pueden apuntar hacia el
norte,
noroeste u oeste. Existe un arco de calificacin
para cada vector. (Por ejemplo, el
el propio borde de restriccin puede servir como un
arco de calificacin para el vector de prueba del
norte debido, como se ilustra

3. La regin factible consiste en los

puntos en el primer cuadrante situados
sobre o debajo de la curva
x2 = x21
. La solucin ptima est en el punto
de origen, una cspide.
Dado que x * 1 = x * 2 = 0, los
vectores de prueba deben satisfacer
dx1 0 y dx2 0, por (13.20).
Adems,
(13.23) muestra que debemos tener 2x *
1dx1 - dx2 = -dx2 0, o dx2 0. El
doble
requisito de dx2 0 y dx2 0
significa que dx2 = 0. Por lo tanto,
los vectores de prueba deben ser
horizontal, y apuntando hacia el este
(excepto el vector nulo que no apunta
a ninguna parte).
Existen claramente arcos de
calificacin para cada vector.
3. La regin factible consiste en los puntos en el
primer cuadrante situados sobre o debajo de la
curva
x2 = x21
. La solucin ptima est en el punto de origen,
una cspide.
Dado que x * 1 = x * 2 = 0, los vectores de prueba
deben satisfacer dx1 0 y dx2 0, por (13.20).
Adems,
(13.23) muestra que debemos tener 2x * 1dx1 - dx2
= -dx2 0, o dx2 0. El doble
requisito de dx2 0 y dx2 0 significa que dx2 = 0.
Por lo tanto, los vectores de prueba deben ser
horizontal, y apuntando hacia el este (excepto el
vector nulo que no apunta a ninguna parte).
Existen claramente arcos de calificacin para cada
vector.
1.
(a) Maximizar C = -F (x)
sujeto a -Gi (x) ri (i = 1, 2, , m)
yx0
(b) f (x) = -F (x), y gi (x) = -Gi (x).
(c) F (x) debe ser convexa, y Gi (x) debe ser
cncava, en el orthant no negativo.
(d) Dado el programa de minimizacin: Minimizar C
= F (x), sujeto a Gi (x) ri, yx 0, si
(a) F es diferenciable y convexa en el orthant no
negativo. (b) cada Gi es diferenciable
y cncava en el ortante no negativo, y (c) el punto x
* satisface el Kuhn-Tucker
mnimas (13.17), entonces x * da un mnimo global
de C.
2. No. Un valor de silln nico debe satisfacer la
desigualdad estricta Z (x, *) <Z (x *, *) <Z (x *, )
porque la unicidad excluye la posibilidad de que Z
(x, *) = Z (x *, *) y Z (x *, *) = Z (x *, ).
(a) Aplicable: f (x) es lineal y, por lo tanto, cncavo;
y g1 (x) es convexa porque es una suma de
funciones convexas.
(b) Aplicable: f (x) es convexa; y g1 (x) es lineal y,
por lo tanto, cncavo.
(c) Inaplicable: f (x) es lineal y puede considerarse
convexo, pero g1 (x) es convexa
tambin, lo cual viola la condicin (b) para el
problema de minimizacin.