DERIVADA DIRECCIONAL Y VECTOR GRADIENTE

Curso : Matemticas para Economistas /UNALM/Dpto. de Economa

Prof. : Leoncio Fernndez Jeri L.

La derivada direccional permite tener informacin del

comportamiento de la funcin si sus variables se modifican siguiendo el
sentido indicado por el vector gradiente.

La Derivada direccional de f en p segn el vector unitario

[ D f(p) ] es el producto escalar del gradiente en p, por :

D f(p) = f(p).

En qu sentido deberan desplazarse las variables de f,

partiendo del punto p, para que los valores de f crezcan mas
rapidamente?

Como la rapidez est dada por : f(p). . En esta expresin se

suponen ya on conocidos f y p; faltando conocer que haga mximo
el producto escalar.

Siendo f(p). = f(p). Cos = f(p).(1). Cos

Donde : , es el ngulo formado por los vectores f(p) y

f(p). , Ser mximo si y slo si Cos es mximo, osea cuando

= 0 y f(p) con son colineales. Lo cual significa que el
vector unitario debe tener el mismo sentido que el vector
gradiente de f en p.

= f(p) ........ (*)

f(p)

(*) significa que el vector gradiente de una funcin f en un punto

p, f(p), de su dominio se orienta en el sentido en el cual f
crece mas rapidamente.

5to. ) En economa, es frecuente usar el vector gradiente para los

conjuntos de nivel (curvas de nivel donde el valor de la funcin es
constante), los cuales pueden ser : Isocuantas, Curvas de
indiferencia, Curvas de isocosto, etc.
Ejemplo : Sea una curva de indiferencia de cierta funcin de utilidad.
(a1, a2) representa la canasta especfica de X1, X2

X2

(a1, a2)

Cmo representar el vector gradiente .... ?

X1
1) Si se conoce la forma de la funcin de utilidad y los valores
numricos de a1, a2; se calcular f(a1, a2)

f(a1, a2) = U(a1, a2) = [ U(a1, a2) , U(a1, a2) ]

X1 X2

La representacin sera :

X2
f(a1, a2)

2) Si no se conoce la funcin de utilidad; considerar

X1 :

a) Los componentes del vector gradiente son positivos

(entonces cualquier segmento que parta de (a1, a2) y apunte hacia
arriba y hacia la derecha, sera el vector gradiente).

b) Para una mejor precisin trazar una tangente en (a1, a2) a la

curva de indiferencia y determinar el ngulo que forma la
tangente con el vector gradiente.

Se deduce que :
 U(a1, a2)
* Pendiente de U(a1, a2) = X2 = UX2 (a1, a2) .... (I)
U(a1, a2) UX1(a1,a2)
X1

* Pendiente de la recta en el punto (a1, a2) = dX2

dX1

3) Si la ecuacin de la curva de indiferencia para la canasta (a1, a2)

es : U (X1,X2) = U(a1, a2) = Constante

Derivando implicitamente respecto a X1 y evaluando en (a1, a2) :

U(a1,a2) dX1 + U(a1,a2) dX2 = 0

X1 dX1 X2 dX1

UX1 (a1,a2) + UX2 (a1,a2) dX2 = 0

dX1

dX2 = - UX1 (a1,a2) ..................(II)

dX1 UX2 (a1,a2)

4) De (II), se obtiene :

UX2 (a1,a2) . dX2 = - 1

UX1 (a1,a2) dX1
Pendiente U . Pendiente tgte.

Y segn propiedad, el ngulo que se forma entre el vector

gradiente y la recta tangente es de 900
La representacin es :

X2

U(a1, a2)

a2

X1
a1
 OPTIMIZACION

Objetivo

Introduccin
La Optimizacin busca la mejor alternativa factible.
Ganancias ----el objetivo ser----- maximizar
Prdidas o costos--- el objetivo -----minimizar.

La Optimizacin est relacionada con el problema de economizar

Aplicaciones de la teora de optimizacin en :

Problemas de distribucin econmica : Teora del consumidor, Teora de la
produccin(empresa), Economa del bienestar, Equilibrio general, etc.

Se tienen 2 tcnicas de optimizacin : Esttica y dinmica.

- Si el problema consiste en distribuir o asignar recursos escasos en un

punto del tiempo, se trata de optimizacin esttica.
Casos : Programacin clsica, Programacin No Lineal, Programacin
Lineal, Teora de Juegos.

- Si el problema consiste en distribuir recursos escasos en un intervalo de

tiempo, se trata de optimizacin dinmica (muchos perodos)
Casos : Programacin dinmica, El principio del mximo, Juegos
diferenciales, etc.

VALOR EXTREMO RELATIVO vs. VALOR EXTREMO ABSOLUTO

Sea : Y = f (X) (funcin univariante).

Analizando graficamente 3 casos especficos :

a)
Y f(X) es una funcin constante.
A o B pueden considerarse como
mximo o mnimo, (o ninguno )
A B

X
 * f(X) es una funcin creciente
b) * D puede ser un mnimo
f(X)
* Para X > 0, D es un mnimo
absoluto (global)
D

c) * f(X) funcin tipo en economa

Y * E y F son extremos relativos o locales
f(X)
E (en los entornos de los puntos X1 y X2)

* E es un mximo relativo (pero no se

F garantiza que sea un mximo absoluto)

* F es un mnimo relativo
X
X1 X2 * f(X) puede tener varios extremos
relativos. De ellos uno ser el
mximo(mnimo) absoluto.
Definiciones

X* es un MAXIMO RELATIVO
de f(X), si :
f(X*)
f(X*) f(X); X
f(X)
X* es un MAXIMO ABSOLUTO
de f(X), si :
f(X*) > f(X); X = X*

X*
X* es un MINIMO RELATIVO de
f(X), si :
f(X*) f(X); X
f(X)
X* es un MINIMO ABSOLUTO de
f(X), si :
f(X*) < f(X); X = X*
f(X*)

X*