Professional Documents
Culture Documents
Elments de
mathmatiques
Nicholson and Snyder, Copyright 2008 by Thomson South-Western. All rights reserved.
Optimisation
Les thories cnomiques supposent que
lagent conomique recherche la valeur
optimale dune fonction
Consommateur maximise son utilit
Firme maximise son profit
Profits max
* apparat en q*
*
= f(q)
q*
Quantit
*
2
= f(q)
q1
q2
q*
Quantit
*
= f(q)
3
q*
q3
Quantit
Drives
La drive de = f(q) est la limite de
/q pour des petites variations de q
q*
Quantit
et
d
< 0 pour q > q *
dq
la drive de d/dq
doit tre ngative en q*
Drives secondes
La drive dune drive est appele
une drive seconde
Elle sera note
2
d
d f
ou
ou f " (q)
2
2
dq
dq
d[bf (x)]
2. Si b est une constante, alors
= bf (x)
dx
b
dx
3. Si b est une constante, alors
= bx b1
dx
Rappel (suite)
dax
5.
= ax ln a , pour toute constante a
dx
un cas particulier de cette rgle dex/dx = ex
Rappels (suite)
Soient f(x) et g(x) deux fonctions of x et
f(x) et g(x) existent
Alors
Rappels (suite)
f (x)
d
avec g(x) 0
Rappels (suite)
Si y = f(x) et x = g(z) et si f(x) et g(x)
existent, alors :
Rappels (suite)
Quelques exemples de la rgle de la
chaine
deax
deax d(ax)
10.
=
= eax a = ae ax
dx
d(ax) dx
=
a=
dx
d(ax)
dx
ax
x
d[ln(x 2 )] d[ln(x 2 )] d(x 2 ) 1
2
12.
=
= 2 2x =
2
dx
dx
x
d(x )
x
Drives partielles
La drive partielle de y par rapport x1
sera note
y
f
ou
ou fx1 ou f1
x1
x1
Drives Partielles
Une dfintion plus formelle,
f
f (x1 + h,x 2 ,...,x n ) f (x1,x 2 ,...,x n )
= lim
x1 x 2 ,..., x n h 0
h
Drives Partielles
2
1
2
2
et
f
= f2 = bx1 + 2cx2
x2
2. Si y = f (x1,x2 ) = eax1 +bx 2 , alors
f
ax1 +bx 2
= f1 = ae
et
x1
f
ax1 +bx 2
= f2 = be
x2
Drives Partielles
3. Si y = f (x1,x2 ) = aln x1 + b ln x2 , alors
f
a
= f1 =
et
x1
x1
f
b
= f2 =
x2
x2
Drives Partielles
Les drives partielles sont lexpression
mathmatique de lhypothse ceteris
paribus
montrent comment les variations dune des
variables affectent le rsultat lorsque les
autres sont maintenues fixes (constantes)
Drives Partielles
Nous devons faire attention aux units
de mesure!
Elasticit
Les lasticit mesurent leffet
proportionnel dun changement dune
variable sur une autre
LUnit est neutre
Dans ce cas,
Dans ce cas,
Dans ce cas,
Thorme Young-Schwarz
Sous des conditions gnrales, les
drives partielles croises doivent tre
gales entre elles i.e.,
f
dy =
dx1 = f1dx1
x1
la variation de y est gale la variation de
x1 que multiplie la pente (mesure dans la
direction de x1)
La Diffrentielle Totale
Soit y = f(x1,x2,,xn)
Si tous les x varient de faon
infinitsimale, leffet totale sur y sera
Dterminer un Maximum
Suppsons que y est une fonction de x1 et
x2
y = - (x1 - 1)2 - (x2 - 2)2 + 10
y = - x12 + 2x1 - x22 + 4x2 + 5
SOIT
Le Thorme de lEnveloppe
Le Thorme de lEnveloppe indique
comment la valeur loptimum dune
fonction varie lorsquun paramtre de la
fonction varie
Voyons-le travers un exemple
Le Thorme de lEnveloppe
Suppsons que y est une fonction de x
y = -x2 + ax
Le Thorme de lEnveloppe
Valeurs Optimales de x et y pour diverses Valeurs de a
Le Thorme de lEnveloppe
Lorsque a augmente,
La valeur maximal de
y augmente
La relation entre
a et y
est quadratique
Le Thorme de lEnveloppe
Supposons que lon est intress par le
changement dans y* lorsque a varie
Il y a deux faon de laborder
Calculer la pente de y directement
maintenir x constant sa valeur optimale et
calculer y/a directement
Le Thorme de lEnveloppe
Pour calculer la pente de la fonction, nous
devons dterminer la valeur optimale de x
pour toute valeur de a
dy/dx = -2x + a = 0
x* = a/2
Le Thorme de lEnveloppe
Donc,
dy*/da = 2a/4 = a/2
Le Thorme de lEnveloppe
y/ a = x
On maintient x = x*
y/ a = x* = a/2
Le Thorme de lEnveloppe
La variation de la valeur loptimum dune
fonction en fonction dun paramtre de cette
fonction peut tre dtermine en drivant
partiellement la fonction objectif en fixant x
(ou plusieurs x) sa valeur optimale
Le Thorme de lEnveloppe
On peut tendre ce thorme aux fonctions
de plusieurs variables
y = f(x1,xn,a)
(i = 1,,n)
Le Thorme de lEnveloppe
Les valeurs optimales de ces x seront
fonction de a
x1* = x1*(a)
x2* = x2*(a)
.
.
.
xn*= xn*(a)
Le Thorme de lEnveloppe
En substituant dans la fonction objectif on
obtient la valeur optiamle de y (y*)
y* = f [x1*(a), x2*(a),,xn*(a),a]
Le Thorme de lEnveloppe
A cause des conditions du 1er ordre tous
les termes except f/a sont gaux zro
si les x sont leurs valeurs optimales
Donc,
La Mthode du Multiplicateur de
Lagrange
On souhaite dterminer les valeurs de
x1, x2,, xn qui maximisent
y = f(x1, x2,, xn)
sous la contrainte
g(x1, x2,, xn) = 0
La Mthode du Multiplicateur de
Lagrange
On dbute par dfinir la fonction de
lagrange
= f(x1, x2,, xn ) + g(x1, x2,, xn)
o est le multiplicateur de lagrange
La Mthode du Multiplicateur de
Lagrange
Conditions du 1er ordre
/x1 = f1 + g1 = 0
/x2 = f2 + g2 = 0
.
.
.
/xn = fn + gn = 0
/ = g(x1, x2,, xn) = 0
La Mthode de Lagrange
Les condtions du 1er ordre peuvent
gnralement tre rsolues pour x1, x2,
, xn et
La solutions aura deux proprits :
Les x satisferont la contrainte
ces x rendront la valeur de (et donc de f)
la plus leve possible.
La Mthode du Multiplicateur de
Lagrange
Le multiplicateur de Lagrnge () a une
interprtation conomique importante
Les conditions du 1er ordre impliquent
f1/-g1 = f2/-g2 == fn/-gn =
Les numrateurs mesurent le bnfice
marginale dune unit supplmentaire de xi
Les dnominateurs mesurent la charge
supplmentaire sur la contrainte dutiliser
plus de xi
La Mthode de Lagrange
A loptimum des xi, le rapport du
bnfice marginal sur le cot marginal to
de xi devrait tre le mme pour chaque xi
est le ratio cot-bnfice commun
tous les xi
bnfice marginal de xi
=
cot marginal de xi
La Mthode du Multiplicateur de
Lagrange
indique de combien y variera si la
contrainte est modifie
shadow price de la contrainte
La Mthode du Multiplicateur de
Lagrange
Une valeur leve de indique que
chaque xi a un ratio cot-bnfice lev
Une valeur faible de indique que
chaque xi a un ratio cot-bnfice faible
= 0 implique que la contrainte nest pas
active
Dualit
Tout problme de maximisation sous
contrainte admet un programme dual
savoir une minimisation sous contrainte
on sintresse ici aux contraintes du
problme original.
Dualit
Les agents maximisent leurs utilits sous
contraintes de budget
Problme dual: les agents minimisent
leurs dpenses pour atteindre un niveau
dutilit donn.
Dualit
Les entreprises minimisent le cot de
leurs inputs afin de produire un niveau
donn doutput.
Problme dual : les entreprises
maximisent leurs outputs pour un niveau
donn du cot des inputs.
Le Lagrangien :
D = 2x + 2y + D(A - xy)
On rsout, et on obtient
x = y = A1/2
sous la contrainte
g(x1,,xn;a) = 0
Contraintes dingalit
Dans la plupart des problmes les
contraintes ne se saturent pas
Supposons que lon souhaite maximiser y =
f(x1,x2) s.c.
g(x1,x2) 0,
x1 0, et
x2 0
Contraintes dingalit
UN manire de rsoudre ce problme est
dintroduire 3 nouvelles variables (a, b,
et c) qui convertissent les ingalits en
galits
Afin de respecter les ingalits, nous
lverons au carr ces 3 nouvelles
variables afin de sassurer que leurs
valeurs sont bien > 0
Contraintes dingalit
g(x1,x2) - a2 = 0;
x1 - b2 = 0; et
x2 - c2 = 0
Contraintes dingalit
Posons le Lagrangien
= f(x1,x2) + 1[g(x1,x2) - a2] + 2[x1 - b2] +
3[x2 - c2]
Contraintes dingalit
/x1 = f1 + 1g1 + 2 = 0
/x2 = f1 + 1g2 + 3 = 0
/a = -2a1 = 0
/b = -2b2 = 0
/c = -2c3 = 0
/1 = g(x1,x2) - a2 = 0
/2 = x1 - b2 = 0
/3 = x2 - c2 = 0
Contraintes dingalit
Si lon regarde la troisime quation,
alors soit a ou 1 = 0
si a = 0, la contrainte g(x1,x2) est sature
si 1 = 0, la contrainte ne joue plus (gale
0)
Contraintes dingalit
Ces rsultats forment les conditions de
Kuhn-Tucker
montrer que des solutions aux problmes
intressant les contraintes d'ingalit
seront diffrentes de celles impliquant des
contraintes d'galit de faon assez simple
nous permet de travailler principalement avec
des contraintes impliquant des galits
Posons le Lagrangien:
= f(x1, x2) + (c - b1x1 - b2x2)
Puisque
d 2y = f11dx12 + 2f12dx1dx2 + f22dx22
Fonctions quasi-concaves et
concaves
Les diffrences entre ces deux
fonctions peuvent tre illustres avec la
fonction
y = f(x1,x2) = (x1x2)k
Fonctions quasi-concaves et
concaves
Peu importe les valeurs de k, cette
fonction est quasi-concave
La concavit dpendra de la valeur de k
si k < 1, la fonction est concave
si k > 1, la fonction est convexe
Fonctions homognes
Une fonction f(x1,x2,xn) est homogne
de degr k si
f(tx1,tx2,txn) = tk f(x1,x2,xn)
lorsque k = 1, si lon double tous ses
arguments la valeur de la fonction ellemme est double
lorsque k = 0, si lon double tous ses
arguments alors la valeur de la fonction
reste inchange