Saltar al contenido principal

Prerrequisitos recomendados

Siguiente en la ruta

Optimización sin Restricciones

Condiciones de primer y segundo orden para encontrar máximos y mínimos de funciones

Continuar

Conceptos formales

Ver glosario completo

Derivada

Mat.

La derivada de una funcion f: R → R en un punto x_0 es el limite del cociente incremental cuando el incremento tiende a cero: f'(x_0) = lim_{h→0} [f(x_0+h) - f(x_0)] / h, siempre que dicho limite exista. Mide la tasa instantanea de cambio de f en x_0 y corresponde geometricamente a la pendiente de la recta tangente. En economia, las derivadas aparecen como costos marginales, utilidades marginales y productos marginales, capturando el efecto de variaciones infinitesimales en los argumentos de una funcion.

f'(x_0) = \lim_{h \to 0} \frac{f(x_0 + h) - f(x_0)}{h}

Derivada Parcial

Mat.

Derivada de una funcion de varias variables respecto a uno de sus argumentos, manteniendo constantes todos los demas. Para f: R^n → R, la derivada parcial respecto a x_i es ∂f/∂x_i = lim_{h→0} [f(x + h·e_i) - f(x)] / h, donde e_i es el i-esimo vector unitario. Mide la sensibilidad de f ante variaciones marginales en x_i. El vector de todas las derivadas parciales forma el gradiente. En economia, las derivadas parciales modelan el producto marginal de cada factor, la utilidad marginal de cada bien, o la respuesta de una variable a cambios en sus determinantes.

\frac{\partial f}{\partial x_i}(\mathbf{x}) = \lim_{h \to 0} \frac{f(\mathbf{x} + h\mathbf{e}_i) - f(\mathbf{x})}{h}

Gradiente

Mat.

Vector de todas las derivadas parciales de primer orden de una funcion diferenciable f: R^n → R. El gradiente ∇f(x) apunta en la direccion de maximo crecimiento de f en el punto x, y su magnitud es la tasa de cambio en esa direccion. En optimizacion sin restricciones, el gradiente nulo es condicion necesaria para un extremo interior (CPO). En el teorema de la envolvente, el gradiente del Lagrangiano respecto a los parametros mide como cambia el valor optimo. El metodo del gradiente (steepest ascent/descent) es un algoritmo iterativo fundamental para maximizacion/minimizacion numerica.

\nabla f(\mathbf{x}) = \left(\frac{\partial f}{\partial x_1}, \frac{\partial f}{\partial x_2}, \ldots, \frac{\partial f}{\partial x_n}\right)^\top

Integral

Mat.

Operacion fundamental del calculo que generaliza la nocion de suma acumulada. La integral indefinida (antiderivada) de f es la funcion F tal que F' = f, determinada salvo una constante aditiva. La integral definida de Riemann de f sobre [a,b] es el limite de sumas de Riemann cuando la particion se refina infinitamente. El Teorema Fundamental del Calculo vincula ambos conceptos: ∫_a^b f(x)dx = F(b) - F(a). En economia, las integrales calculan areas bajo curvas (excedentes del consumidor y productor, ingresos totales), distribuciones de ingreso (coeficiente de Gini) y problemas de control optimo continuo.

\int_a^b f(x)\, dx = F(b) - F(a), \quad F'(x) = f(x)

Regla de la Cadena

Mat.

Regla de diferenciacion para la composicion de funciones: si h(t) = f(g(t)) entonces h'(t) = f'(g(t)) · g'(t). En varias variables, si z = f(x_1(t),...,x_n(t)) entonces dz/dt = Σ (∂f/∂x_i)(dx_i/dt) = ∇f · x'(t). Es indispensable en economia para derivar funciones de valor (envolvente), calcular efectos totales en equilibrios generales, obtener las ecuaciones de Euler en control optimo, y para la delta method en econometria (derivar la distribucion asintotica de transformaciones no lineales de estimadores consistentes).

\frac{dz}{dt} = \sum_{i=1}^n \frac{\partial f}{\partial x_i} \frac{dx_i}{dt} = \nabla f(\mathbf{x}(t)) \cdot \dot{\mathbf{x}}(t)

Pregunta Central

¿Cómo se mide la tasa de cambio instantánea y qué significa el concepto de 'marginal' en economía?

🕸️ Mapa de Conexiones

📚 Ruta de Aprendizaje

Sugerimos estudiar estos modelos en orden para una comprensión completa.

💡 Conceptos Clave

📈Derivada

Tasa de cambio instantánea de una función, equivalente a la pendiente de la recta tangente

🎯Optimización

Proceso de encontrar la mejor decisión dadas las restricciones

📐 Ecuaciones Fundamentales

Definición de Derivada
Pendiente de la recta tangente
f'(x) = \lim_{h \to 0} \frac{f(x+h) - f(x)}{h}
Regla de la Cadena
Derivada de funciones compuestas
\frac{d}{dx}[f(g(x))] = f'(g(x)) \cdot g'(x)
Interpretación Económica
El costo marginal es la derivada del costo total
CMg(q) = \frac{dCT}{dq}

Aplicaciones

  • Costo marginal como derivada del costo total
  • Ingreso marginal y elasticidad precio
  • Utilidad marginal decreciente

⚠️ Limitaciones

  • Requiere funciones diferenciables (suaves)
  • La linealización es local, no global

Sobre Derivadas y Conceptos Marginales

La derivada mide la tasa de cambio instantánea de una función y es la herramienta matemática detrás de todo concepto "marginal" en economía: costo marginal, ingreso marginal, utilidad marginal y productividad marginal. Dominar las reglas de derivación — cadena, producto, cociente — permite analizar cómo cambian las variables económicas ante pequeñas variaciones en sus determinantes.

Conceptos Clave

  • Análisis marginal: La derivada de la función de costo total es el costo marginal; la de la función de utilidad es la utilidad marginal. Estas magnitudes guían las decisiones óptimas de firmas y consumidores.
  • Elasticidad como derivada: La elasticidad precio-demanda se expresa como la derivada logarítmica de la cantidad respecto al precio, conectando cálculo diferencial con sensibilidad de mercado.
  • Derivadas parciales: Cuando una variable depende de múltiples factores (como la producción de capital y trabajo), las derivadas parciales miden el efecto de cada factor por separado.