MAGNITUDES VALORADAS POR UNA FUNCIN

En Economa existen magnitudes que se pueden cuantificar. Para ello se utiliza una
funcin matemtica que relaciona el valor de la magnitud con las variables de las que
depende.
Ejemplos:

La demanda de un bien depende del precio de dicho bien. Dicha relacin se

puede expresar de la forma d = 400 p 2 con 5 p 15 .

En una empresa de produccin, el coste, ingreso y beneficio son funciones de la

cantidad producida:
C (Q ) = cos te

Q = produccin I (Q) = ingreso

B(Q ) = beneficio

Q es la variable independiente, C, I, B son las variables dependientes. Un valor de Q

conocido determina los valores de C, I y B.

Una empresa vende tres productos, del primero obtiene un beneficio de 10 por

unidad vendida, del segundo 4 y 7 del tercero. Si llamamos x1 , x2 , x3 a las

cantidades vendidas de cada uno de los productos, podemos expresar el beneficio en
funcin de ( x1 , x2 , x3 ) .

B( x1, x2 , x3 ) = 10x1 + 4 x2 + 7 x3 ,
con x1 , x2 , x3 variables independientes, B variable dependiente.

Funciones de varias variables

Si una magnitud y depende de n variables x1 , x2 ,..., xn , utilizaremos una funcin

f : Rn
R real de varias variables.
( x1 , x2 ,..., xn )
y = f ( x1 , x2 ,..., xn )

Cuando la magnitud aparezca despejada en funcin de las variables vendr

expresada en forma explcita: y = f ( x1 , x2 ,..., xn )

Ejemplo: y = x12 + 2 x1x2

 Cuando la magnitud aparezca junto a las variables en una ecuacin igualada a

cero, vendr expresada en forma implcita: F ( x1 , x2 ,..., xn , y ) = 0
Ejemplo: x12 + 2 x1 x2 y = 0

R m
Si la magnitud y tiene varias componentes, tendremos una funcin f : R n
vectorial de varias variables.
( x1 , x 2 ,..., x n )
y = f ( x1 , x 2 , , x n ) = ( f1 ( x1 , , x n ), f 2 ( x1 ,, x n ), , f m ( x1 ,, x n ))

Ejemplo:
f : R3 R 2
( x1 , x2 , x3 ) y = f ( x1, x2 , x3 ) = ( x1 + x2 , x2 x3 )
Cuando el valor de una magnitud z depende de unas variables y1, y2 , , ym , que a su vez
dependen de otras variables x1 , x2 ,..., xn , tendremos una valoracin compuesta que se
modeliza con una funcin compuesta.
f
g
R n
Rm

( x1 , , xn ) ( y1 , , ym ) z
| ________________
g f

(g

f )( x1, , xn ) = g ( f ( x1, , xn )) = g ( y1, ym ) = z

Ejemplo:

f ( x1, x2 , x3 ) = ( x1 + x2 , x2 x3 )
g ( y1 , y2 ) =

(g

y1 y2

f )( x1 , x2 , x3 ) = g ( f ( x1 , x2 , x3 )) = g ( x1 + x2 , x2 x3 ) = x1 + x2 x2 x3

Dominio de una funcin

El dominio de una funcin

(x1, x2 ,..., xn ) R n

f : Rn
R

es el conjunto de puntos

para los que existe valor de la funcin, es decir, para los que existe un

y R tal que y = f ( x1, x2 ,..., xn ) .

Ejemplos:

f ( x1 , x2 ) =

x12
D = ( x1 , x2 ) R 2 / x1 x2
x1 x2

f ( x1 , x2 ) = x12 + x22 9 D = ( x1 , x2 ) R 2 / x12 + x22 9

f ( x1, x2 ) =

x1 x2
x + x22
2
1

D = R 2 {(0,0)}

DERIVADAS. ANLISIS DEL COMPORTAMIENTO

Derivadas en funciones reales de una variable
En la funcin real de una variable f : R R , se define la derivada primera de f en un
punto a como
f ' (a ) = lim

f (a + ) f (a)

Si f ' (a) > 0 , el comportamiento de f es creciente en a.

Si f ' (a) < 0 , el comportamiento de f es decreciente en a.
Si f ' (a) = 0 , el comportamiento de f es estacionario en a y el punto a es un punto
crtico de la funcin.
Se define la derivada segunda de f en a como
f ' ' (a ) = lim
0

f ' (a + ) f ' (a)

Si f ' ' (a) > 0 , la funcin es convexa en a, lo que indica crecimiento acelerado
( f ' (a) > 0 ), decrecimiento decelerado ( f ' (a) < 0 ) o mnimo local ( f ' (a) = 0 ).
Si f ' ' (a) < 0 , la funcin es cncava en a, lo que indica crecimiento decelerado
( f ' (a) > 0 ), decrecimiento acelerado ( f ' (a) < 0 ) o mximo local ( f ' (a) = 0 ).
Si f ' ' (a) = 0 , el punto a es un punto de inflexin (punto de silla) de la funcin.

Derivadas en funciones reales de varias variables

En la funcin real de varias variables f : R n R , como vimos al estudiar la
continuidad en un punto a, para ver cmo son los valores de la funcin en los puntos

prximos al punto a, tomamos direcciones y nos acercamos al punto a a travs de

puntos x de la forma x = a + v .
Por tanto, para cada direccin determinada por un vector v existir una derivada primera
de la funcin f en un punto a, que se define de la siguiente forma:
f v ' (a ) = lim

f ( a + v ) f ( a )

, v R n

Cuando la direccin est determinada por uno de los vectores cannicos,

e1 = (1,0,0,0); e2 = (0,1,0,,0); e3 = (0,0,1,,0); ; en = (0,0,0,,1) ,

tendremos las llamadas derivadas parciales, en las que al pasar de un punto

a = (a1 , a2 ,, an ) a un punto a + ei todas las variables permanecen constantes excepto

xi , puesto que:
i

a + ei = ( a1 , , ai , , an ) + (0, , 1, ,0) = ( a1 , , ai + , , an )

En consecuencia, una funcin real de n variables llevar asociadas n derivadas parciales

de primer orden, respecto de cada una de sus n variables.

f (a + ei ) f (a )
f (a1 ,, ai + ,, a n ) f (a1 ,, ai ,, an )
f
(a ) = f ei ' (a ) = lim
= lim
0
0

xi

Ejemplo:
f ( x1 , x2 , x3 ) = x1 + x2 x3 + 1
2

( x1 + ) 2 + x2 x3 + 1 ( x1 + x2 x3 + 1)
f
f ( x + e1 ) f ( x)
( x1 , x2 , x3 ) = lim
= lim
0
0
x1

= lim
0

( x1 + ) 2 x12

= lim
0

2x1 + 2

= lim(2 x1 + ) = 2 x1 .
0

f ( x + e1 ) f ( x)
x + ( x2 + ) x3 + 1 ( x1 + x2 x3 + 1)
f
( x1 , x2 , x3 ) = lim
= lim 1
0
0
x2

x3
= x3 .
0

= lim

Y del mismo modo,

f
( x1 , x2 , x3 ) = x2 .
x3

Matriz de derivadas parciales primeras

Las n derivadas parciales que lleva asociadas una funcin f : R n R en cada punto a,
forman una matriz fila que se denomina gradiente de f en a, y se simboliza como

f
f (a) =
(a)

x
1

f
f
(a)
(a)
x2
xn

Ejemplo: f ( x1 , x 2 , x3 ) = 2 x12 5 x 2 x3 + 2 x1 x2 x3 3 x1 + 4 x2 5 x3
f
( x1 , x2 , x3 ) = 4 x1 + 2 x2 x3 3
x1
f
( x1 , x2 , x3 ) = 5 x3 + 2 x1 x3 + 4
x2

f (1, 1, 1) = (3 1 8)

f
( x1 , x2 , x3 ) = 5 x2 + 2 x1 x2 5
x3
Matriz de derivadas parciales segundas
Una funcin f : R n R lleva asociadas n funciones derivadas parciales primeras
f f
f
,
,,
: R n R . A su vez, cada una de las funciones derivadas parciales
x1 x2
xn
primeras podemos derivarla respecto de cada una de las n variables, obteniendo as las

n 2 funciones derivadas parciales segundas.

2 f

( x) =
xi x j
x j

( x) i = 1,, n j = 1,, n
xi

Ejemplo:

f ( x, y ) = x 2 y 4 + x 3 y x
f
( x, y ) = 2 xy 4 + 3 x 2 y 1
x

f
( x, y ) = 4 x 2 y 3 + x 3
y

2 f
f

( x, y ) =
( x, y ) = 2 y 4 + 6 xy
2

x
x x

2 f
f

( x, y ) = ( x, y ) = 8 xy 3 + 3 x 2
yx
y x

2 f
f
( x, y ) = ( x, y ) = 12 x 2 y 2
2
y
y y

2 f
f
( x, y ) = ( x, y ) = 8 xy 3 + 3 x 2
xy
x y

Estas derivadas se sitan en una matriz de orden n n llamada matriz hessiana de f en

el punto a.

2 f

(a)
2
x1
2 f
Hf (a) = x x (a)
2 1

2 f
x x (a)
n 1

2 f
(a )
x1x2
2 f
(a)
x22

2 f
(a )
xn x2

2 f
(a)
x1xn

f2
(a)
x2 xn

2 f
(a)
2
xn

Ejemplo:
f ( x1 , x 2 , x3 ) = x1 ( x 2 + x32 )

f
( x1 , x2 , x3 ) = x2 + x32
x1
0

Hf ( x1 , x 2 , x3 ) = 1
2x
3

f
( x1 , x2 , x3 ) = x1
x2

f
( x1 , x2 , x3 ) = 2 x1 x3
x3

1 2 x3

0 0
0 2 x1

0 1 6

Hf (2,4,3) = 1 0 0
6 0 4

Valoracin de magnitudes econmicas

El anlisis del comportamiento de las funciones econmicas recurre a cuatro
valoraciones: valor total, valores medios, valores marginales y elasticidades.
Sea la magnitud y = f ( x1 , x2 ,..., xn ) . Se define:
Valor total en un punto a. Es el valor de la magnitud en cada punto a = (a1 , a2 ,, an )
de su dominio, es decir, f (a) .
Valores medios en un punto a. Valor medio de y respecto a la variable xi en cada punto

a es el cociente entre el valor total en a y el valor de la variable xi en a.

y M xi (a ) =

f (a)
ai

i = 1, , n

Valores marginales en un punto a. El valor marginal de y respecto a la variable xi

coincide con la derivada parcial respecto a xi , y se interpreta como el incremento que
produce en f ( x1 ,..., xn ) una variacin infinitesimal de la variable xi , permaneciendo el
resto de variables constantes.
y Mg xi (a ) =

f
(a ) i = 1, , n
xi

Elasticidades en un punto a. La elasticidad es una medida de la variacin en trminos

porcentuales.
f ( x + ei ) f ( x)
f ( x)

Tasa de variacin de f ( x1 ,..., xn )

xi + xi
=
xi
xi

Tasa de variacin de xi

La elasticidad se define como el cociente entre las tasas de variacin de la funcin y de

la variable:

f ( x + ei ) f ( x)
f ( x)

xi
El lmite de esta expresin cuando 0 se conoce como elasticidad puntual.
f
f
y Mg xi
f ( x + ei ) f ( x) xi
x
xi

i xi =
=
0
f ( x) y M x
f ( x)

f ( x)
i
xi
La elasticidad puntual de y respecto a la variable xi coincide entonces con el cociente
entre el valor marginal y el valor medio.
f
(a)
xi
a
f
E y xi (a ) =
=
=
(a) i
f (a)
y M xi (a )
xi
f (a)
ai
y Mg xi (a )

i = 1,, n

DIFERENCIABILIDAD
En la funcin real de una variable y = f (x) el entorno de un punto x = a tiene puntos
solamente en una direccin y por ello lleva asociada una nica derivada de cada orden.
Los signos de estas derivadas ( f ' (a), f ' ' (a),) nos informan del comportamiento de la
funcin en ese punto. Es decir, basta con que la funcin sea derivable para conocer su
comportamiento.
En la funcin real de varias variables y = f ( x1 , x2 ,..., xn ) el entorno de un punto x = a
tiene puntos en todas las direcciones, por lo que la funcin llevar asociadas infinitas
derivadas de cada orden. Ante la imposibilidad de calcular infinitas derivadas, el hecho
de ser derivable (que existan las infinitas derivadas) no es suficiente para estudiar el
comportamiento de la funcin. Necesitamos otro requisito, la diferenciabilidad. Las
funciones de varias variables que son diferenciables cumplen una serie de propiedades.
Para nosotros la ms importante es la siguiente:
Admiten derivada primera en cualquier punto segn cualquier vector y su valor es la
combinacin lineal de las derivadas parciales primeras en el punto, con coeficientes las
componentes del vector.

f
v R n , f v ' (a ) = f (a ) v =
(a)
x1

v1

v1

v2
f
f
(a )
(a ) =
x2
xn

v
n

f
f
f
(a) + v2
( a ) + + vn
(a)
x1
x2
xn

Si f es diferenciable y sus derivadas primeras son diferenciables diremos que f es dos

veces diferenciable y se verifica que

v1

v
n
t
v R , f v ' ' (a ) = v Hf (a ) v = (v1 v2 vn ) Hf (a ) 2

v
n
Ejemplo:
Sea la funcin dos veces diferenciable f ( x1 , x2 , x3 ) = x12 ( x2 x3 ) . Estudiaremos el
comportamiento de la funcin en el punto a = (1,1,1) en la direccin v = (1,2,3) .
8

f
( x1 , x2 , x3 ) = 2 x1 ( x2 x3 )
x1

f
( x1 , x2 , x3 ) = x12
x2

f
( x1 , x2 , x3 ) = x12
x3

1

f ( a ) = (0 1 1) f 'v ( a ) = f ( a ) v = (0 1 1) 2 = 1 < 0 Comportamiento
3

decreciente.
2( x2 x3 ) 2 x1

0
Hf ( x1 , x2 , x3 ) = 2 x1
2x
0
1

2 x1
0 2 2

0 Hf (1,1,1) = 2 0 0
2 0 0
0

0 2 2 1
2

f v ' ' ( a ) = v Hf ( a ) v = (1 2 3) 2 0 0 2 = (1 2 3) 2 = 4 < 0 Tendencia
2 0 0 3
2

acelerada.
Condicin suficiente de diferenciabilidad
Si f es continua en un entorno del punto a y sus n derivadas parciales primeras son
continuas en a, entonces f es diferenciable en a.
Funciones de clase C 1 . Son aquellas que son continuas en todo su dominio, admiten las

n funciones derivadas parciales en todos los puntos de su dominio, siendo tambin

continuas en todo su dominio.
Funciones de clase C 2 . Son aquellas que siendo de clase C 1 admiten las n 2 funciones
derivadas parciales segundas en todo su dominio y son continuas en todo punto de su
dominio.
Las funciones de clase C 2 satisfacen el teorema de Schwartz, el cual garantiza la
igualdad de las derivadas parciales segundas cruzadas en cualquier punto, es decir,

2 f
2 f
( x) =
( x) i = 1,, n j = 1,, n x R n
xi x j
x j xi
En consecuencia, la matriz hessiana Hf (a) es simtrica y f v ' ' ( a ) = v t Hf ( a ) v es una
forma cuadrtica.