Soluciones del capítulo 9 Optimización Estática
|
|
- Juan Luis Hernández Ojeda
- hace 6 años
- Vistas:
Transcripción
1 Soluciones del capítulo 9 Optimización Estática Héctor Lomelí y Beatriz Rumbos 6 de febrero de 00 9 Sean A y B dos subconjuntos convexos de R n : b Sea A + B = {a + b : a A y b B} y sean x, y A + B Se tiene que x = a + b y y = a + b con a, a A y b, b B Como A y B son convexos entonces λ 0, se tiene que λa + λa A y λb + λb B Por lo tanto λx + λy = λa + b + λa + b = [λa + λa ] + [λb + λb ] A + B Por lo tanto A + B es convexo c Sea R y A = {a : a A} y sean x, y A Entonces, x = a y y = a con a, a A Como A es convexo entonces λ 0, se tiene que λa + λa A Por lo tanto, λx + λy = λa + λa = λa + λa A Por lo tanto A es convexo 9 Sea X R n un conjunto convexo y sean f, g : X R dos funciones cóncavas y α R a Como f es cóncava, entonces λ 0, y x, x X, se tiene que f λx + λx λf x + λ f x Si α > 0 entonces α f λx + λx αλf x + λ f x = λα f x + λα f x Por lo tanto α f es cóncava b Como f es cóncava, entonces λ 0, y x, x X, se tiene que f λx + λx λf x + λ f x Si α < 0 entonces Por lo tanto α f es convexa α f λx + λx αλf x + λ f x = λα f x + λα f x c Como f y g son cóncavas, entonces λ 0, y x, x X, se tiene que f λx + λx λf x + λ f x y gλx + λx λgx + λgx Entonces f λx + λx + gλx + λx [λf x + λ f x ] + [λgx + λgx ] Por lo tanto f + gλx + λx λ f + gx + λ f + gx Es decir, f + g es cóncava
2 d Como f es cóncava, entonces λ 0, y x, x X, se tiene que gλx + λx λgx + λgx Como h es creciente y cóncava entonces h gλx + λx = hgλx + λx Por lo tanto h g es cóncava hλgx + λgx λhgx + λhgx = λh gx + λh gx 93 a Convexo b No convexo c Convexo 94 a Dado > 0, el contorno superior C S f = {x, y R + : xy } es un conjunto convexo, por lo tanto f es cuasi cóncava b Como f es doblemente diferenciable podemos usar su matriz hessiana H = Como f xx = f yy = > 0 y H = 0, entonces H es positiva semidefinida Por lo tanto, f es convexa 0 c Como f es doblemente diferenciable podemos usar su matriz hessiana H = Como 0 f xx = f yy = > 0 y H = 4 > 0, entonces H es positiva definida Por lo tanto, f es estrictamente convexa 95 f es una función cóncava para a 0 y b 0 96 a Si el dominio de la función se restringe a R ++, entonces como gx, y = xy es cuasi cóncava y log x es estrictamente creciente, f x, y = log xy es cuasicóncava Si el dominio incluye x, y < 0 entonces el dominio no es convexo b f es cóncava c f es convexa 97 gx = log n = x α = n= α logx Como g es doblemente diferenciable en su dominio podemos considerar a su matriz hessiana α 0 0 x 0 H = α 0 x 0 0 α n xn
3 Como H es positiva definida, entonces H es negativa definida y g es estrictamente cóncava 98 Sea hx = expgx = n = x α En el ejercicio anterior se demostró que g es estrictamente cóncava Dado que expx es creciente, entonces f q es cuasi cóncava 99 a Sean ã = a f a y b = b Sea µ = f b b Entonces f ã = f a f a = f a f a f a f a = De manera similar, f b = Por lo tanto, ã b C S f λf b λ f a+λf b Como λ, λ, f b, f a > 0, entonces µ > 0 Por otra parte, como λ f a > 0, entonces λf b < λf b + λ f a Por lo tanto µ = Entonces µ 0, λf b λ f a+λf b < c Como ã, b C S f, µ 0, y C S f es convexo, entonces µã + µ b C S f Por lo tanto f µã + µ b d De la definición de µ se tiene que 90 Entonces µ = f µã + µ b λ f a a = f λ f a + λf b f a λa + λb = f = λ f a + λf b λf b λ f a + λf b = λ f a λ f a + λf b + f λa + λb λ f a + λf b λf b λ f a + λf b Por lo tanto f λa + λb λ f a + λf b Es decir, f es cóncava b f b En el ejercicio 98 se mostró que f x = n i= x α es cuasicóncava Además, para x R n ++, f x > 0 Si n = α =, entonces f es homogénea de grado Por lo tanto, por el resultado del ejercicio 99 se tiene que f es cóncava Si 0 < n = α <, entonces la función se obtiene como una transformación cóncava y creciente de la función gx = n i= x α cóncava pues β n= α = ; por lo tanto, f x es también cóncava 9 a Si λ > 0 entonces wλx = δ λx + δ λx + + δ n λx n β con β = n = α, que es = λ δ x + δ x + + δ nx n = λ δ x + δ x + + δ nx n = λwλx, λx,, λx n 3
4 b Supongamos que n i= δ i = Entonces, Tenemos que lim en donde f = log lim n δ x = lim i= exp n log δ x = lim i= n lim i= δ x f g = lim n log δ x i= n = lim exp log δ x i= log ni= δ x = lim f g,, y g = Usando el teorema de L Hopital f g ni= δ x log x ni= δ x = lim n = δ log x i= = ni= δ log x ni= δ De esta forma, como la función exponencial es continua, se tiene: log ni= δ x n lim exp = lim exp δ log x i= n n = exp log = c Si = entonces wx = n i= δ x i= x δ i= x δ d La matriz hessiana de gx es δ x δ H = x δ n xn Por lo tanto, si 0,, H es negativa definida y g es cóncava e wx = gx, por lo tanto como g es cóncava, entonces w es cuasi cóncava Como además es positiva y homogénea de grado, por el teorema demostrado en el ejercicio 99, w es también cóncava Además cuando = es lineal y por lo tanto cóncava En general, si 0, ], entonces w es cóncava 4
5 9 Se definen ã = f a a y b = f b b Como f es homogénea de grado se tiene que f ã = f b = y, por lo tanto, ã, b C I f Para a, b X y para λ 0, se define µ = λf b λ f a + λf b y se muestra como en el ejercicio 99 que 0 < µ < Como la función es cuasi convexa, C I f es convexo y por lo tanto f µã + µ b Finalmente, substituyendo con µ, ã y b y utilizando la homogeneidad de f resulta que λ f a + λf b f λa + λb Es decir, f es convexa Sea w una función CES Cuando > se tiene que w es cuasi convexa ver ejercicio 9, como además es homogénea de grado y positiva, es necesariamente convexa 93 a Sean a < z < z 3 < b y z = λz + λz con λ 0, ; entonces, f z λf z + λ f z 3 Además se tiene que si λ = z 3 z z 3 z y λ = z z z 3 z se cumple: f z = λf z + λ f z = z 3 z z 3 z f z + z z z 3 z f z λf z + λ f z 3 = z 3 z z 3 z f z + z z z 3 z f z 3 Multiplicando por z 3 z > 0 y reacomodando términos se obtiene que es decir, z 3 z f z f z z z f z 3 f z, f z f z z z f z 3 f z z 3 z b Dado que los números reales forman un campo completo, siempre se puede encontrar un número real entre dos números reales distintos Por lo tanto, para cualquier x a, b, se pueden elegir r, s, t, u tales que a < r < s < x < t < u < b c Eligiendo r, s, t, u como en el inciso b y usando el resultado del inciso a se tiene que f s f r s r f x f s x s f t f y t y f y f x y x f u f t u t Por lo tanto, si definimos las constantes C y C comoro C = obtiene que para todo y x, t se tiene que f s f r s r y C = f u f t u t se C f y f x y x C 5
6 d lim C y x lim f y f x lim y x + y x + C y x Como lim C y x = lim C y y x + y x + y x + x = 0, entonces lim f y f x = 0 Esto implica que lim y x + f y = lim f x = f x y x + y x + Análogamente se puede demostrar que lim f y = f x Por lo tanto lim f y = f x, es y x y x decir, f es una función continua en a, b 94 Como f es clase C, podemos escribir su mejor aproximación de segundo orden como: f y f x + y x T f x + y xt H f xy x f es cóncava si y sólo sí f x + y x T f x f y f x + y x T f x + y xt H f xy x Entonces f es cóncava si y sólo si para todo y, x X se tiene que y xt H f xy x 0 Es decir, si y sólo si H f es negativa semidefinida Si H f es negativa definida, entonces para todo y, x X se tiene que y xt H f xy x < 0, y por lo tanto f x + y x T f x > f x + y x T f x + y xt H f xy x f y Por lo tanto, f es estrictamente cóncava De forma análoga se muestra que f es convexa si y solo si H f es positivo semidefinido y que si H f es positiva definida entonces f es estrictamente convexa 95 Sea x = x, y la solución del problema con gx 0, entonces g y x 0 y, por el teorema de la función implícita, en una vecindad de x, y es una función diferenciable de x y dy dx = g x g y Entonces, el problema se puede reescribir como max Fx = f x, yx y la condición de primer orden es d F dx x = f x x + f y x g xx g y x = 0 Es decir, Se define f x x g x x = f yx g y x λ = f xx g x x = f yx g y x Por lo que la condición de primer orden equivale a: f x = λ gx 6
7 96 a Por el lema de Shepard C w j = x j > 0 Por lo tanto C es creciente en w j para cada j =,,, n Entonces, w > w implica que Cw, q > Cw, q b Cw, q = min{w x : f x = q}, Ctw, q = min{tw x : f x = q} = t min{w x : f x = q} Por lo tanto, el vector de insumos óptimo x tw, q es igual a x w, q la intuición es que los precios relativos de los insumos no cambian Por lo tanto: Ctw, q = tw x tw, q = tw x w, q = tcw, q c Sea w = λw + λw Los vectores óptimos de insumos para w y w son x w, q y x w, q, respectivamente, de manera que se cumple: 97 Por lo tanto Cw i, q = w i x w i, q w i x w, q, i =, Cw, q = Cλw + λw, q = λw x w, q + λw x w, q λw x w, q + λw x w, q = λcw, q + λcw, q La última igualdad se cumple en virtud del inciso anterior a El máximo f max ocurre en x, y = 6000, Además f max = = b La distancia mínima d min ocurre en los puntos P = y P = Además d min = c El máximo f max ocurre en x, y = 0, 4 con f max = ln 0 d El mínimo f min ocurre en x, y = 5, 5 con f min = 50 e El máximo f max ocurre en x, y, z =,, con f max = 98 a El lagrangiano es Lx, y, λ, λ, A = 3 log x + 3 log y λ 3x + y A λ x + y 40 Las condiciones de Kuhn Tucer están dadas por: L x = 3x 3λ λ 0, x > 0, 3x 3λ λ L y = 3y λ λ 0, y > 0, 3y λ λ 3x + y A 0, λ 0, λ 3x + y A = 0, x + y 40 0, λ 0, λ x + y 40 = 0 x = 0, y = 0, 7
8 El ingreso se tiene que restringir al intervalo 40, 0 porque si A 40 entonces la segunda restricción será inútil De forma similar, si A 0, entonces la primera restricción del problema será inútil b Si A 40, 60, entonces x = 6 A, y = A, λ = 3A, λ = 0 c Si A [60, 80], entonces x = A 0, y = 60 A, λ = A A 40 d Si A 80, 0, entonces x = y = 0, λ = 0, λ = 60 A 40 0 A, λ = 99 La función valor es V A = 3 log x + 3 log y = Lx, y, λ, λ, A = 3 log x + 3 log y λ 3x + y A λ x + y 40 El teorema de la envolvente dice que V A = λ Ahora bien, para los tres casos del problema anterior tenemos: a Si A 40, 60, entonces b Si A [60, 80], entonces c Si A 80, 0, entonces V A = 3 log x + 3 log y = 3 log 6 A + 3 log A, V A = 3A = λ V A = 3 log A log 60 A, V A = 3 A 40 = λ 0 A V A = 3 log 0 + log 0, 3 V A = 0 = λ 90 a Elevar al cuadrado es una transformación creciente de manera que el vector x, y, z, w que minimiza la distancia es el mismo que minimiza la distancia al cuadrado La función valor definida V α representa el cuadrado de la distancia mínima entre la parábola y = x y la recta y = αx para un valor dado de la pendiente α 8
9 b El lagrangiano del problema es Lx, y, z, w, λ, λ, α = x z + y w λ αx + y + λ w z c La función valor es 0 si α V α = 4 α si α < 4 +α d V α = { 0 si α 4 α α6+α si α < +α 4+α Geométricamente, la recta es tangente a la parábola si α = y secante si α > En ambos casos la distancia mínima es = 0 y se tiene que x, y = z, w = α ± α 4 α ± α, 4, λ = λ = 0 9 Si α <, entonces la parábola y la recta no se cortan La distancia mínima de la parábola a la recta sucede en el punto z, w en el cual se cumple que la tangente a la parábola tiene una pendiente igual a α El problema puede resolverse explícitamente utilizando el lagrangiano obteniendo: x, y α6 + α = 4 + α, α 6 + α 4 + α z, w α =, α, 4 Así, λ = 4 α + α, λ = 4 α + α si α < V α = y se verifica el teorema de la envolvente { 0 si α λ x si α < El lagrangiano del problema es Lx, q, λ; w, p = pq wx λ f x q La función de máxima ganancia es la función valor Por el teorema de la envolvente y L w, p = p p x w, p, q w, p, λ w, p = q w, p L w, p = w w x w, p, q w, p, λ w, p = x w, p 9
10 9 El lagrangiano del problema es Lx, λ; p, Ū = p T x λ Ux Ū La función de gasto es la función valor Por el teorema de la envolvente E p, Ū = L x h p, Ū, λ p, Ū = x h j p, Ū p j p j 93 D En el óptimo del problema de minimización de gasto se cumple la restricción Ux h p, V p, m = V p, m = Ux p, m Si U es monótona creciente y cóncava entonces es también invertible y es posible cancelar U de ambos lados de la igualdad Por lo tanto x h p, V p, m = x p, m D En el óptimo del problema de maximización de utilidad se cumple la restricción p T x p, Ep, Ū = Ep, Ū = p T x h p, Ū Como esto vale para p arbitraria, entonces x p, Ep, Ū = x h p, Ū D3 Por el inciso anterior y porque se cumple la restricción de Hics se tiene que V p, Ep, Ū = Ux p, Ep, Ū = Ux h p, Ū = Ū D4 Por el inciso anterior y porque se cumple la restricción de Marshall se tiene que 94 a xp, m = αm p, yp, m = βm p [ α β b V p, m = log α β p p m ] c Ep, Ū = p α β p α β eū d x h p, Ū = 95 a xp, m = m Ep, V p, m = p T x h p, V p, m = p T x p, m = m αp βp β eū, y h p, Ū = r p r r r r p +p [ r b V p, m = m p r + p r, yp, m = m r [ r c Ep, Ū = Ū p r + p r [ d x h r p, Ū = Ū p p r r r ] r r ] r r r + p r βp αp α eū r p r r r r p +p ] [ r, y h r p, Ū = Ū p ] r + p r r p r r 0
11 96 Se tiene que x p, Ep, Ū = x h p, Ū Entonces Por el lema de Shepard E p j = x h j, y como x i p j + x i m E p j = xh i p j Ū = V p, m, m = Ep, Ūyx h j p, V p, m = x j p, m, entonces xi + x xi j p j m = xh i p j 97 a No es convexo b Un elefante dentro de una boa En serio
Tema 4 Funciones convexas y optimización convexa
Tema 4 Funciones convexas y optimización convexa José R. Berrendero Departamento de Matemáticas Universidad Autónoma de Madrid Contenidos del tema 4 Repaso de algunos resultados sobre optimización de funciones.
Más detallesMay 4, 2012 CAPÍTULO 5: OPTIMIZACIÓN
May 4, 2012 1. Optimización Sin Restricciones En toda esta sección D denota un subconjunto abierto de R n. 1.1. Condiciones Necesarias de Primer Orden. Proposición 1.1. Sea f : D R diferenciable. Si p
Más detallesPrimer Cuatrimestre Año 2015 PROBLEMAS TEMA I. (1) Consideremos una economía de intercambio con dos agentes con preferencias del tipo Cobb Douglas
UNIVERSIDAD CARLOS III. MICROECONOMÍA AVANZADA. Primer Cuatrimestre Año 05 PROBLEMAS TEMA I. ) Consideremos una economía de intercambio con dos agentes con preferencias del tipo Cobb Douglas u x, y) =
Más detallesUNIVERSIDAD CARLOS III DE MADRID MATEMÁTICAS PARA LA ECONOMÍA II PROBLEMAS (SOLUCIONES ) y = ex cos y. e x cos y e x sin y. y 2.
UNIVERSIDAD CARLOS III DE MADRID MATEMÁTICAS PARA LA ECONOMÍA II PROBLEMAS (SOLUCIONES HOJA 4: Derivadas de orden superior 4-1. Sea u : R R definida por u(x, y e x sen y. Calcula las cuatro parciales segundas,
Más detallesClase 8 Nociones Básicas de Convexidad
Pontificia Universidad Católica Escuela de Ingeniería Departamento de Ingeniería Industrial y de Sistemas Clase 8 Nociones Básicas de Convexidad ICS 1102 Optimización Profesor : Claudio Seebach Apuntes
Más detallesFUNDAMENTOS DE CONVEXIDAD (Parte 2)
19 de Mayo de 2016 FUNDAMENTOS DE CONVEXIDAD (Parte 2) Postgrado de Investigación de Operaciones Facultad de Ingeniería Universidad Central de Venezuela Programación No Lineal José Luis Quintero 1 Puntos
Más detalles= f (a) R. f(x) f(a) x a. recta por (a, f(a)) de pendiente f(a+h2) f(a) recta tangente por (a, f(a)) de pendiente f (a)
1 1. DERIVACIÓN 1.1. DEFINICIONES Y RESULTADOS PRINCIPALES Definición 1.1. Derivada. Sea f una función definida en un intervalo abierto I con a I. Decimos que f es derivable en a si existe y es real el
Más detallesCálculo en varias variables
Cálculo en varias variables Dpto. Matemática Aplicada Universidad de Málaga Resumen Límites y continuidad Funciones de varias variables Límites y continuidad en varias variables 1 Límites y continuidad
Más detalles2 Estudio local de funciones de varias variables.
a t e a PROBLEMAS DE CÁLCULO II t i c a s 1 o Ings. Industrial y de Telecomunicación CURSO 2009 2010 2 Estudio local de funciones de varias variables. 2.1 Derivadas de orden superior. Problema 2.1 Sea
Más detallesAproximaciones de funciones y problemas de extremos
Aproximaciones de funciones y problemas de extremos José Vicente Romero Bauset ETSIT-curso 2009/2010 José Vicente Romero Bauset Tema 5.- Aproximaciones de funciones y problemas de extremos 1 Teorema de
Más detallesClase 9 Programación No Lineal
Pontificia Universidad Católica Escuela de Ingeniería Departamento de Ingeniería Industrial y de Sistemas Clase 9 Programación No Lineal ICS 110 Optimización Profesor : Claudio Seebach Apuntes de Clases
Más detallesTema 5 Dualidad y condiciones de Karush-Kuhn-Tucker
Tema 5 Dualidad y condiciones de Karush-Kuhn-Tucker José R. Berrendero Departamento de Matemáticas Universidad Autónoma de Madrid Contenidos del tema 5 Condiciones de Karush-Kuhn-Tucker (KKT). Problemas
Más detalles1. Sensibilidad en caso de restricciones de igualdad
FACULTAD CS. FÍSICAS Y MATEMÁTICAS UNIVERSIDAD DE CHILE MA57B Optimización No Lineal. Semestre 2007-1 Profesor: Héctor Ramírez C. Auxiliar: Oscar Peredo. Clase Auxiliar #4 Análisis de Sensibilidad en Optimización
Más detallesCAPÍTULO 4: DERIVADAS DE ORDEN SUPERIOR. En este capítulo D denota un subconjunto abierto de R n.
April 15, 2009 En este capítulo D denota un subconjunto abierto de R n. 1. Introducción Definición 1.1. Dada una aplicación f : D R, definimos la derivada parcial segunda de f como D ij f = 2 f = ( ) x
Más detallesMatemática para Economistas Curso 6
Matemática para Economistas Curso 6 Práctica 6: Funciones cóncavas y cuasicóncavas Ejercicio Considere las funciones f: siguientes: (a) f ( ) = ( ) + ( ) 4 4 (b) f ( ) = ( ) + ( ) + ( ) (c) f ( ) = ( )
Más detallesCAPÍTULO 2 PROGRAMACIÓN NO LINEAL. Programación No Lineal
CAPÍTULO 2 PROGRAMACIÓN NO LINEAL Programación No Lineal Capítulo 2: Programación No Lineal mín (ó máx)f(x) s.a. x S R n No existe un método que permita resolver cualquier problema de programación no lineal.
Más detalles9. Teoría de la firma
9. Teoría de la firma Un plan de producción (neto) de L bienes es un vector y R L. Valores positivos denotan productos y valores negativos denotan insumos. Una firma la caracterizan los planes de producción
Más detallesMétodo lagrangiano. En el método de Jacobi, sea que el vector Λ represente los coeficientes de sensibilidad; esto es.
Método lagrangiano. En el método de Jacobi, sea que el vector Λ represente los coeficientes de sensibilidad; esto es Entonces, Λ = Y0 J 1 = f g f Λ g = 0 Esta ecuación satisface las condiciones necesarias
Más detallesFunciones de una variable real II Fórmula de Taylor y aplicaciones
Universidad de Murcia Departamento Matemáticas Funciones de una variable real II Fórmula de Taylor y aplicaciones B. Cascales J. M. Mira L. Oncina Departamento de Matemáticas Universidad de Murcia Grado
Más detalles3. Funciones de varias variables
Métodos Matemáticos (Curso 2013 2014) Grado en Óptica y Optometría 17 3. Funciones de varias variables Función real de varias variables reales Sea f una función cuyo dominio es un subconjunto D de R n
Más detallesSoluciones de los ejercicios del examen de Cálculo del 29 de junio de 2007 Primero de Ingeniería de Telecomunicación
Soluciones de los ejercicios del examen de del 29 de junio de 27 Primero de Ingeniería de Telecomunicación Ejercicio a Justifica que la ecuación x 2 = x sen x+ cos x tiene exactamente dos soluciones reales.
Más detallesTema 6: Funciones de varias variables
Tema 6: Funciones de varias variables de febrero de 6 Preliminares: derivadas parciales. Sea F una función de dos variables, como por ejemplo la función definida por F(x; y) = x y 3 Podemos derivarla con
Más detallesSoluciones del capítulo 4 Sistemas de ecuaciones diferenciales lineales
Soluciones del capítulo 4 Sistemas de ecuaciones diferenciales lineales Héctor Lomelí y Beatriz Rumbos 8 de marzo de 4 a X t C e t + C e 4t b X t C e c X t C d X t C + t + C e 4t 4 + C e t t + C e 4 a
Más detallesDerivada y diferencial
Derivada y diferencial Una cuestión, que aparece en cualquier disciplina científica, es la necesidad de obtener información sobre el cambio o la variación de determinadas cantidades con respecto al tiempo
Más detallesClase 10: Extremos condicionados y multiplicadores de Lagrange
Clase 10: Extremos condicionados y multiplicadores de Lagrange C.J. Vanegas 7 de abril de 008 1. Extremos condicionados y multiplicadores de Lagrange Estamos interesados en maximizar o minimizar una función
Más detallesEL PROBLEMA GENERAL DE OPTIMIZACION
EL PROBLEMA GENERAL DE OPTIMIZACION Terminología Tipos de soluciones Resultados teóricos sobre existencia y unicidad de soluciones Método gráfico de resolución Problemas de optimización Este tipo de problemas
Más detallesUniversidad de Oriente Núcleo de Bolívar Departamento de Ciencias Área de Matemática Asignatura: Matemática ( )
Universidad de Oriente Núcleo de Bolívar Departamento de Ciencias Área de Matemática Asignatura: Matemática (0081714) UNIDAD N 3 (DERIVADAS) Profesora: Yulimar Matute Febrero 2012 DERIVADAS POR DEFINICIÓN
Más detallesFunciones de Una Variable Real I. Derivadas
Contents : Derivadas Universidad de Murcia Curso 2010-2011 Contents 1 Funciones derivables Contents 1 Funciones derivables 2 Contents 1 Funciones derivables 2 3 Objetivos Funciones derivables Definir,
Más detalles2. Cálculo diferencial de funciones de varias variables. Mayo, 2009
Cálculo 2. Cálculo diferencial de funciones de varias variables Mayo, 2009 Definición IR 2 = {(x 1,x 2 )/x 1 IR,x 2 IR} Sean dos puntos a y b, de coordenadas respectivas (a 1,a 2 ) y (b 1,b 2 ). Definición
Más detallesFundamentos matemáticos. Tema 5 Derivación de funciones de una y varias variables
Fundamentos matemáticos Grado en Ingeniería agrícola y del medio rural Tema 5 Derivación de funciones de una y varias variables José Barrios García Departamento de Análisis Matemático Universidad de La
Más detallesEjercicios recomendados: Cálculo III
Ejercicios recomendados: Cálculo III Cátedra de MA 1003 II ciclo 2017 Los ejemplos que siguen están tomados del libro: Claudio Pita Ruiz Cálculo Vectorial Prentice-Hall Hispanoamericana México 1995 Ejemplos
Más detallesExtremos Locales. Un punto x 0 es un punto crítico de f si Df(x 0 ) = 0. Un punto crítico que no es un extremo local se llama punto silla.
Extremos Locales Entre las caracteristicas geometricas básicas de la gráficas de una función estan sus puntos extremos, en los cuales la función alcanza sus valores mayor y menor. Definicón.- Si f : u
Más detallesBreve sobre Kuhn-Tucker
Breve sobre Kuhn-Tucker Alejandro Lugon 20 de agosto de 2010 Resumen Se presentan a manera de manual de referencia los resultados relevantes para la solución de problemas de maximización usando los resultados
Más detallesMATEMÁTICAS II (PAUU XUÑO 2011)
MATEMÁTICAS II (PAUU XUÑO 0) OPCIÓN A. a) Sean C, C, C 3 las columnas primera, segunda y tercera, respectivamente, de una matriz cuadrada M de orden 3 con det (M ) = 4. Calcula enunciando las propiedades
Más detallesTeorema de Existencia y Unicidad Ecuaciones Diferenciales Ordinarias.
Teorema de Existencia y Unicidad Ecuaciones Diferenciales Ordinarias. Dr. Rafael Morones E. Dept. de Matemáticas ITAM August 5, 2002 1 Contenido 1 Preliminares. 3 1.1 Sucesiones...............................
Más detalles(x x 0 ) y 0. O bien z z 0 = x 0. y notamos a este límite ᾱ (t 0 ) = dᾱ dt (t 0).
O bien z z 0 = x 0 z 0 (x x 0 ) y 0 z 0 (y y 0 ). Para obtener la ecuación cartesiana de este plano hacemos x 0 (x x 0 )+y 0 (y y 0 )+z 0 (z z 0 ) = 0, como x 0 + y0 + z0 = x 0 + y0 + r (x 0 + y0) = r
Más detallesCÁLCULO DIFERENCIAL Muestras de examen
CÁLCULO DIFERENCIAL Muestras de examen Febrero 2012 T1. [2] Demostrar que la imagen continua de un conjunto compacto es compacto. T2. [2.5] Definir la diferencial de una función en un punto y demostrar
Más detallesx (0) si f (x) = 2s 1, s > 1 d) f 3. Analizar la existencia de derivadas laterales y de derivada en a = 0, para las siguientes funciones:
FACULTAD DE CIENCIAS EXACTAS Y NATURALES UNIVERSIDAD DE BUENOS AIRES COMPLEMENTOS DE ANÁLISIS MAESTRíA EN ESTADíSTICA MATEMÁTICA SEGUNDO CUATRIMESTRE 2007 PRÁCTICA 7 1. Usando sólo la definición de derivada,
Más detallesTecnología Maximización del beneficio. Teoría de la Firma. Alvaro J. Riascos Villegas Universidad de los Andes. Septiembre 2 de 2014
Tecnología Maximización del beneficio Teoría de la Firma Alvaro J. Riascos Villegas Universidad de los Andes Septiembre 2 de 2014 Universidad de los Andes Teoría de la Firma Contenido Tecnología Maximización
Más detalles} : g(x) 0, x X. { f(x) h(x) g : X R m
{ f(x) } : g(x) 0, x X X R n f, h : X R g : X R m f, h, g f/h f, h, g { f(x) } : g(x) 0, x X X R n f, h : X R g : X R m f, h, g f/h f h f/h f h m A = {a 1, a 2,, a m } n B = {b 1, b 2,, b n } P = (p
Más detallesIntroducción a las EDP A 21 de Abril de 2016
2 de Abril de 26 Ejercicio [.4 puntos] Resolver el siguiente problema, cuando x >, 2xu x (x, y) + yu y (x, y) + 3u(x, y) = 5x + 2y + 3, u(x, ϕ(x)) = 3x +, en los siguientes casos: ϕ(x) = x y ϕ(x) =. u
Más detallesCÁLCULO II Grados en Ingeniería
CÁLCULO II Grados en Ingeniería Domingo Pestana Galván José Manuel Rodríguez García Figuras realizadas con Arturo de Pablo Martínez Capítulo 1. Cálculo diferencial 1.1 Funciones. Límites y continuidad
Más detallesProgramación NO Lineal (PNL) Optimización sin restricciones
Programación NO Lineal (PNL) Optimización sin restricciones Ejemplos de los problemas que se aplica la programación NO Lineal: Problema de transporte con descuentos por cantidad : El precio unitario de
Más detallesEJERCICIOS DE CÁLCULO I. Para Grados en Ingeniería. Capítulo 2: Cálculo diferencial de una variable
EJERCICIOS DE CÁLCULO I Para Grados en Ingeniería Capítulo 2: Cálculo diferencial de una variable Domingo Pestana Galván José Manuel Rodríguez García Índice 2. Cálculo diferencial de una variable. 2..
Más detalles2. Continuidad y derivabilidad. Aplicaciones
Métodos Matemáticos (Curso 2013 2014) Grado en Óptica y Optometría 7 2. Continuidad y derivabilidad. Aplicaciones Límite de una función en un punto Sea una función f(x) definida en el entorno de un punto
Más detallesPAU Madrid. Matemáticas II. Año Examen de septiembre. Opción A. Ejercicio 1. Valor: 2 puntos.
Opción A. Ejercicio. Valor: 2 puntos. Se considera la función real de variable real definida por: f(x) = a) ( punto) Determinar sus máximos y mínimos relativos x x 2 + b) ( punto) Calcular el valor de
Más detallesC alculo Octubre 2010
Cálculo Octubre 2010 Derivada. Introducción Recordemos la definición de pendiente de una recta: α y 1 y0 x 0 x 1 Pendiente= m = tanα = y 1 y 0 x 1 x 0 Y ahora consideremos las pendientes de las rectas
Más detallesEcuaciones Diferenciales Ordinarias
Ecuaciones Diferenciales Ordinarias (Ecuaciones de 2do Orden) Julio López jclopez@dim.uchile.cl Depto Ingeniería Matemática, Universidad de Chile Otoño 2011, Resumen clases Julio López EDO 1/20 Operadores
Más detallesEcuaciones Diferenciales
Ecuaciones Diferenciales María Muñoz Guillermo maria.mg@upct.es U.P.C.T. Matemáticas I(1 o Grado en Ingeniería Electrónica Industrial y Automática) M. Muñoz (U.P.C.T.) Ecuaciones Diferenciales Matemáticas
Más detallesLección 3: Aproximación de funciones. por polinomios. Fórmula de Taylor para
Lección 3: Aproximación de funciones por polinomios. Fórmula de Taylor para funciones escalares 3.1 Introducción Cuando es difícil trabajar con una función complicada, tratamos a veces de hallar una función
Más detallesCoordinación de Matemática I (MAT021) Taller 10
Coordinación de Matemática I MAT01 Taller 10 Primer semestre de 01 Semana 11: Lunes 0 viernes 08 de junio Ejercicios Ejercicio 1 Calcular las derivadas de las siguientes funciones: 1. cos x ln x. x + x
Más detallesMÉTODOS MATEMÁTICOS DE LA ECONOMÍA
Universidad de Valladolid Facultad de Ciencias Económicas y Empresariales Departamento de Economía Aplicada Subsección de Matemáticas Esquemas teóricos de la asignatura de las licenciaturas en Economía
Más detallesCurso Propedéutico de Cálculo Sesión 3: Derivadas
Curso Propedéutico de Cálculo Sesión 3: Joaquín Ortega Sánchez Centro de Investigación en Matemáticas, CIMAT Guanajuato, Gto., Mexico Esquema 1 2 3 4 5 6 7 Esquema 1 2 3 4 5 6 7 Introducción La derivada
Más detallesOpción A Ejercicio 1 opción A, modelo 5 Septiembre Reserva_ tan(x) - sen(x) [2 5 puntos] Calcula lim
IES Fco Ayala de Granada Septiembre de 014 Reserva 1 (Modelo 5) Soluciones Germán-Jesús Rubio Luna Opción A Ejercicio 1 opción A, modelo 5 Septiembre Reserva_1 014 tan(x) - sen(x) [ 5 puntos] Calcula lim
Más detalles(1.5 p.) 2) Hallar el polinomio de Taylor de grado 3 de la función g(x) = e 1 x2 centrado en x 0 = 1 y usarlo para dar una aproximación de e 5/4.
Universidade de Vigo Departamento de Matemática Aplicada II E.T.S.I. Minas Cálculo I Examen final 0 de enero de 0.75 p. Se considera la función escalar de una variable real fx = lnlnx. lnx a Calcular el
Más detallesSoluciones de ecuaciones de primer orden
GUIA 2 Soluciones de ecuaciones de primer orden Dada una ecuación diferencial, la primera pregunta que se presenta es cómo hallar sus soluciones? Por cerca de dos siglos (XVIII y XIX ) el esfuerzo de los
Más detallesOptimización lineal. Diego A. Patino. 2 de septiembre de Pontificia Universidad Javeriana 1/ 29
Optimización lineal Diego A. Patino Pontificia Universidad Javeriana 2 de septiembre de 2016 1/ 29 Introducción Formulación del problema Herramientes del análisis convexo Formas de las restricciones 2/
Más detallesTEORÍA CLÁSICA DE LA DEMANDA ADOLFO GARCÍA DE LA SIENRA 1 Instituto de Filosofía Facultad de Economía Universidad Veracruzana
TEORÍA CLÁSICA DE LA DEMANDA ADOLFO GARCÍA DE LA SIENRA Instituto de Filosofía Facultad de Economía Universidad Veracruzana asienrag@gmail.com. La teoría clásica de la demanda La teoría clásica de la demanda
Más detallesPráctico Preparación del Examen
Cálculo Diferencial e Integral (Áreas Tecnológicas) Segundo Semestre 4 Universidad de la República Práctico Preparación del Examen Límites, funciones y continuidad Ejercicio Sea log(+x ) f(x) =, si x
Más detallesDerivadas. Jesús García de Jalón de la Fuente. IES Ramiro de Maeztu Madrid
Jesús García de Jalón de la Fuente IES Ramiro de Maeztu Madrid Recta tangente a una curva Recta tangente a una curva Recta tangente a una curva Recta tangente a una curva Recta tangente a una curva Recta
Más detallesComplementos de Análisis. Año 2016
Complementos de Análisis. Año 2016 Práctica 8. Ecuaciones diferenciales ordinarias. 1 Modelando con ecuaciones diferenciales Modelar con ecuaciones diferenciales las siguientes situaciones. Intentar resolver
Más detalles(Apuntes sin revisión para orientar el aprendizaje) CÁLCULO VECTORIAL EXTREMOS DE FUNCIONES ESCALARES DE VARIABLE VECTORIAL
(Apuntes sin revisión para orientar el aprendizaje) CÁLCULO VECTORIAL EXTREMOS DE FUNCIONES ESCALARES DE VARIABLE VECTORIAL En numerosas aplicaciones de la ingeniería se presentan problemas de optimización,
Más detallesUniversidad del Rosario Economía Matemática II Taller 8 - Kuhn Tucker
. En los siguientes problemas de optimización: Universidad del Rosario Economía Matemática - 202-II Taller 8 - Kuhn Tucker a. Dibuje el conjunto K de puntos factibles y las curvas de nivel de la función
Más detallesCálculo Diferencial en una variable
Tema 2 Cálculo Diferencial en una variable 2.1. Derivadas La derivada nos proporciona una manera de calcular la tasa de cambio de una función Calculamos la velocidad media como la razón entre la distancia
Más detallesFunciones de varias variables
Funciones de varias variables 1. Conceptos elementales Funciones IR n IR m. Definición Una función f (también f o f): A IR n IR m es una aplicación que a cada x (también x o x) A IR n le hace corresponder
Más detallesTema 7: Programación matemática
Tema 7: Programación matemática Formulación general: Optimizar f( x) sujeto a x X f : D R n R..................................................................... función objetivo x = (x 1, x 2,..., x
Más detallesProblemas con soluciones
Departamento de Matemática, Universidad Técnica Federico Santa María, MAT-223. Problemas con soluciones 1) Muestre que si A es una base de una toplogía en X, entonces la topología generada por A es iqual
Más detallesFunciones de Clase C 1
Capítulo 7 Funciones de Clase C 1 Vamos a considerar ahora la extensión a varias variables del concepto de función de clase C 1. Cada vez que establezcamos una propiedad de las funciones diferenciables,
Más detalles1. Nociones básicas. Oct, 2008
Cálculo 1. Nociones básicas Oct, 2008 Nociones básicas Números complejos Funciones reales de variable real Valor absoluto Funciones polinómicas y racionales Función exponencial y logarítmica Funciones
Más detallesEscuela Universitaria Politécnica Examen de Cálculo - Febrero - Curso 01/02
Escuela Universitaria Politécnica Examen de Cálculo - Febrero - Curso 0/02 x 2 + y 4. (a) Comprueba que el siguiente límite no existe lim (x,y) (0,0) x 2 + y. 2 (b) Busca una trayectoria a través de la
Más detallesFunción diferenciable Regla de la cadena (2 variables) Regla de la cadena (vectorial) Diferenciabilidad
Diferenciabilidad 1 Función diferenciable 2 Regla de la cadena (2 variables) 3 Regla de la cadena (vectorial) OBJETIVO Generalizar el concepto de diferenciabilidad (conocido ya para funciones de una variable)
Más detalles(3 p.) 3) Se considera la superficie z = z(x, y) definida implícitamente por la ecuación. 3x 2 z x 2 y 2 + 2z 3 3yz = 15.
Universidade de Vigo Departamento de Matemática Aplicada II E.T.S.I. Minas Cálculo I Curso 2012/2013 21 de junio de 2013 4 p.) 1) Se considera la función fx) = x 4 e 1 x 2. a) Calcular los intervalos de
Más detallesTema 5: Funciones homogéneas
Tema 5: Funciones homogéneas f se dice homogénea de grado α si se verifica: f(λ x) = λ α f( x), x, λ > 0 Propiedades: 1. Si f y g son homogéneas de grado α, entonces f ± g es también homogénea de grado
Más detallesRESOLUCIÓN DE SISTEMAS MEDIANTE DETERMINANTES
UNIDD 4 RESOLUCIÓN DE SISTEMS MEDINTE DETERMINNTES Página 00 Resolución de sistemas mediante determinantes x y Resuelve, aplicando x = e y =, los siguientes sistemas de ecuaciones: x 5y = 7 5x + 4y = 6x
Más detallesTEORÍA DE LA EMPRESA. ADOLFO GARCÍA DE LA SIENRA Instituto de Filosofía Facultad de Economía Universidad Veracruzana
TEORÍA DE LA EMPRESA ADOLFO GARCÍA DE LA SIENRA Instituto de Filosofía Facultad de Economía Universidad Veracruzana asienrag@gmail.com. Conjuntos y funciones de producción El conjunto de posibilidades
Más detallesLlamaremos número real a cualquier fracción decimal. Las fracciones decimales periódicas se llaman números racionales, así:
Capítulo 1 Números Reales 1.1. Introducción Llamaremos número real a cualquier fracción decimal. Ejemplos:, 0;, 3333...;, 5; 0,785; 3, 14159...;,718818...; 1,414136... Las fracciones decimales periódicas
Más detallesDerivación. Aproximaciones por polinomios.
Derivación... 1 1 Departamento de Matemáticas. Universidad de Alcalá de Henares. Matemáticas (Grado en Químicas) Contenidos Derivada 1 Derivada 2 3 4 5 6 Outline Derivada 1 Derivada 2 3 4 5 6 Definición
Más detallesUniversidad Carlos III de Madrid
Universidad Carlos III de Madrid Departamento de Economía Examen final de Matemáticas II. 20 de Junio de 2007. IMPORTANTE: DURACIÓN DEL EXAMEN: 2h. 30min. NO se permite el uso de calculadoras. Sólo se
Más detalles1. Nociones básicas. Oct, 2007
Cálculo 1. Nociones básicas Oct, 2007 Nociones básicas Números complejos Funciones reales de variable real Valor absoluto Funciones polinómicas y racionales Función exponencial y logarítmica Funciones
Más detallesSemana 2 [1/24] Derivadas. August 16, Derivadas
Semana 2 [1/24] August 16, 2007 Máximos y mínimos: la regla de Fermat Semana 2 [2/24] Máximos y mínimos locales Mínimo local x es un mínimo local de la función f si existe ε > 0 tal que f( x) f(x) x (
Más detallesFunciones Reales de Varias Variables
Funciones Reales de Varias Variables Hermes Pantoja Carhuavilca Facultad de Ingeniería Industrial Universidad Nacional Mayor de San Marcos Matematica II Hermes Pantoja Carhuavilca 1 de 162 CONTENIDO Funciones
Más detallesDerivadas e integrales
Derivadas e integrales Álvarez S., Caballero M.V. y Sánchez M a M salvarez@um.es, m.victori@um.es, marvega@um.es Índice 1. Definiciones 3 2. Herramientas 5 2.1. Reglas de derivación............................
Más detallesClase 5: Multiplicadores de Lagrange
OPT Clase 5: Multiplicadores de Lagrange 1 Clase 5: Multiplicadores de Lagrange Ignacio Ramírez 29 de agosto de 2016 1. Introducción Consideremos un problema con restricciones, en principio de igualdad,
Más detallesMomentos de Funciones de Vectores Aleatorios
Capítulo 1 Momentos de Funciones de Vectores Aleatorios 1.1 Esperanza de Funciones de Vectores Aleatorios Definición 1.1 Sea X = (X 1,..., X n ) un vector aleatorio (absolutamente continuo o discreto)
Más detallesOPTIMIZACION PARA ESTUDIANTES DE INGENIERIA 1. Jorge Amaya A.
OPTIMIZACION PARA ESTUDIANTES DE INGENIERIA Jorge Amaya A. 9 de mayo de 3 Departamento de Ingeniería Matemática y Centro de Modelamiento Matemático Universidad de Chile Mayo de 3 Texto preliminar, destinado
Más detalles2 x
FACULTAD DE CIENCIAS FÍSICAS Y MATEMÁTICAS UNIVERSIDAD DE CHILE Cálculo Diferencial e Integral 08-2 Importante: Visita regularmente ttp://www.dim.ucile.cl/~calculo. Aí encontrarás las guías de ejercicios
Más detallesdiám A = x,y A d(x,y) si A es acotado si A no es acotado. {d(x,y) : x,y A}
Capítulo 6 Teoría de Baire 1. El teorema de Cantor En este capítulo estudiaremos más a fondo los espacios métricos completos. Lo primero que haremos es establecer la equivalencia entre completitud y la
Más detallesDerivadas e integrales
Derivadas e integrales Álvarez S., Caballero M.V. y Sánchez M a M salvarez@um.es, m.victori@um.es, marvega@um.es ÍNDICE Matemáticas Cero Índice. Definiciones 3. Herramientas 4.. Reglas de derivación.......................
Más detallesa de un conjunto S de R n si
1 235 Máximos, mínimos y puntos de ensilladura Definición.- Se dice que una función real f( x) tiene un máximo absoluto en un punto a de un conjunto S de R n si f( x) f( a) (2) para todo x S. El número
Más detallesEspacios Vectoriales Euclídeos. Métodos de los mínimos cuadrados
Capítulo 5 Espacios Vectoriales Euclídeos. Métodos de los mínimos cuadrados En este tema iniciamos el estudio de los conceptos geométricos de distancia y perpendicularidad en K n. Empezaremos con las definiciones
Más detallesTEMA 1: ECONOMÍAS DE INTERCAMBIO October 6, 2015
TEMA 1: ECONOMÍAS DE INTERCAMBIO October 6, 2015 1. Asignaciones Eficientes, equilibrios de Walras Una economía de intercambio está constituida por un conjunto de agentes {1, 2,..., I}, con sus relaciones
Más detallesEcuaciones Diferenciales Ordinarias MA26A Sistemas No Lineales
Ecuaciones Diferenciales Ordinarias MA26A Sistemas No Lineales Profesor: Axel Osses, Auxiliares: Jorge Lemus,Oscar Peredo 7 de Noviembre del 2005 1. Definiciones y Propiedades Definición 1 (SNLA). Dado
Más detallesFunciones convexas Definición de función convexa. Tema 10
Tema 10 Funciones convexas Los resultados obtenidos en el desarrollo del cálculo diferencial nos permiten estudiar con facilidad una importante familia de funciones reales de variable real definidas en
Más detallessi existe un entorno V de a contenido en A, tal que la diferencia f(x) f(a) no cambia de signo cuando x V :
Capítulo 7 Extremos Relativos Una aplicación clásica del Teorema Local de Taylor es el estudio de los extremos relativos de una función escalar. Aunque la analogía con el caso de una variable es total,
Más detalles1. Funciones diferenciables
1. diferenciables Volvamos sobre el significado de la derivada de una función real de una variable real, Como vimos en el capítulo anterior, f : (a, b) R derivable en x 0, equivale a que f(x) f(x 0 ) =
Más detallesDerivabilidad de funciones de una
Tema 3 Derivabilidad de funciones de una variable El objetivo del presente tema es la derivación de funciones reales de variable real, así como sus diversas aplicaciones entre las que destacamos la representación
Más detallesCálculo diferencial de funciones reales de variable real
Cálculo diferencial de funciones reales de variable real María Muñoz Guillermo maria.mg@upct.es U.P.C.T. Matemáticas I (1 o Ingeniería Electrónica Automática e Industrial) M. Muñoz (U.P.C.T.) Cálculo diferencial
Más detallesEspacios Vectoriales
Espacios y subespacios vectoriales Espacios Vectoriales 1. Demuestre que con la suma y multiplicación habituales es un espacio vectorial real.. Considere el conjunto C de los números complejos con la suma
Más detallesMODELOS DE EXÁMENES. Pruebas de acceso a la universidad Matemáticas II. Universidad Complutense (Madrid)
COLEGIO INTERNACIONAL SEK EL CASTILLO Departamento de Ciencias MODELOS DE EXÁMENES Pruebas de acceso a la universidad Matemáticas II Universidad Complutense (Madrid) UNIVERSIDADES PÚBLICAS DE LA COMUNIDAD
Más detallesDiagonalización de matrices
7 Diagonalización de matrices 7.1. Matrices diagonalizables Existen diversos procesos en los que el estado en cada uno de sus pasos se puede representar por un determinado vector y en los que, además,
Más detalles