22.predavanje

  • Upload
    veljko

  • View
    213

  • Download
    0

Embed Size (px)

Citation preview

  • 8/19/2019 22.predavanje

    1/18

    1

    11.6 Ekonomske primjene

    • Problem višeproizvodnog preduzeća

    • Diskriminacija cijena

  • 8/19/2019 22.predavanje

    2/18

    2

    Problem višeproizvodnog

    preduzeća• Preduzeće proizvodi 2 proizvoda

    • R = P10

    Q1

    + P20

    Q2

    • Funkcija troškova C = 2Q12 + Q1Q2+2Q2

    2

    • Profit: π = R – C = P10Q1 + P20Q2 – (2Q12 +Q1Q2+ 2Q2

    2)

  • 8/19/2019 22.predavanje

    3/18

    3

    Problem višeproizvodnog

    preduzeća•   π = R – C = P

    10Q

    1+ P

    20Q

    2– 2Q

    12 – Q1Q2 –

    2Q22

    •   π1

    = ∂π / ∂Q1

    = P10

    – 4Q1

    – Q2= 0; π2 = ∂π / ∂Q2

    = P20 – Q1 – 4Q2 = 0;• Dobijen je sistem koji ima jedinstveno rešenje:

    Q1=(4P10-P20)/15, Q2=(4P20-P10)/15

  • 8/19/2019 22.predavanje

    4/18

    4

    Diskriminacija cijena

    • Razlika elastičnosti na različitim tržištima

    • Maksimizacija profita zahtijeva diskriminaciju cijena

    • R=R1(Q1)+R2(Q2)+R3(Q3)

    •C=C(Q) Q=Q1+Q2+Q3

    •π = R1(Q1)+R2(Q2)+R3(Q3)– C(Q)

    •πi = R'i(Qi)– C'(Q) , i =1,2,3

    •Nakon izjednačavanja sa 0: C '(Q)= R'i(Qi), i=1,2,3

    iQ

    Q

    ∂ 

    ∂ 

  • 8/19/2019 22.predavanje

    5/18

    5

    Diskriminacija cijena

    )1

    1()1(di

    i

    i

    i

    i

    ii

    i

    ii

    i

    ii

    i

    ii

    PP

    Q

    dQ

    dPP

    dQ

    dPQ

    dQ

    dQP

    dQ

    dR MR

    ε +=+=

    +==

    )11(di

    ii   P MRε −=

    )1

    1()1

    1()1

    1(3

    3

    2

    2

    1

    1

    321

    ε ε ε −=−=−

    ⇒==

    PPP

     MR MR MR

    d d 

  • 8/19/2019 22.predavanje

    6/18

    6

    12.5 Maksimizacija korisnosti i

    potrošačeva tražnja• 12.5-1 Uslov prvog reda

    • 12.5-2 Uslov drugog reda

    • 12.5-3 Komparativnostatička analiza

    • 12.5-4 Proporcionalne promjene cijena idohotka

  • 8/19/2019 22.predavanje

    7/18

    7

    12.5-1 Uslov prvog reda• U = U(x, y) (Ux, Uy > 0)

    • B = xPx + yPy• Z = U (x, y) + λ(B - xPx - yPy)

     Z U P x x x

    = − =λ  0

     Z U P y y y

    = − = 0λ ==

     y

     y

     x

     x

    P

    P

    0=−−=  y x   yP xP Z    β λ 

  • 8/19/2019 22.predavanje

    8/18

    8

    HOMOGENE FUNKCIJE

    f x yx

    y

    x

    y( , ) = − +3 2

    2

    2

    f tx tytx

    ty

    t x

    t y

    t f x yo

    ( , ) ( , )= + − =2 32 2

    2 2

    Za funkciju z = f(x,y) kažemo da je homogena funkcija sastepenom homogeniteta k, ako je za svako t

    f(tx,ty) = tk ⋅f(x,y).

    Primjer 1. Funkcija f(x,y) = ax + by je homogena i k  = 1 jer je:

    f(tx,ty) = atx + bty = t(ax + by) = t⋅f(x,y).

    Primjer 2. Funkcija

     je homogena i k  = 0 jer je:

  • 8/19/2019 22.predavanje

    9/18

    9

    Homogene funkcije. Ojlerova

    teorema• Za funkciju z = f(x,y) kažemo da je homogena

    funkcija sa stepenom homogeniteta k, ako je za

    svako t: f(tx,ty) = tk ⋅f(x,y).

    •   Ojlerova teorema: Za homogenu funkciju

    stepena homogenosti k važi:

    xf 

    x

    yf 

    y

    k f x y∂

    ∂+ = ⋅ ( , )

    • Analogno tvrđenje važi i za homogenu funkcijusa n ≥ 3 nezavisno promjenljivih.

  • 8/19/2019 22.predavanje

    10/18

    10

    Dokaz Ojlerove teoreme (n=2)•   ∀t ∈ R, f(tx,ty) = tk ⋅ f(x,y) (jer je f homogena

    funkcija). Uvedimo smjenu u = tx, v = ty i

    primjenimo teoremu o totalnom izvodu složenefunkcije:

    ).,(),(),(

    1``

    1``

     y x f t k  yf  xf 

     y x f t k v f u f vu f 

    vu

    t vt ut 

    ⋅⋅=+⇔⇔⋅⋅=

    ′⋅+

    ′⋅= −

    `

    v f 

    • Kako tvrđenje važi ∀t ∈ R, to stavljajući t=1dobija se:

    ),(''  y x f k  f  y f  x  y x   ⋅=⋅+⋅

  • 8/19/2019 22.predavanje

    11/18

    11

    12.6 Homogene funkcije

    • 12.6-1 Linearna homogenost

    • 12.6-2 Kob-Daglasova funkcija proizvodnje

  • 8/19/2019 22.predavanje

    12/18

    12

    12.6-1 Linearna homogenostFunkcija f(x1, ..., xn) je homogena stepena r ako

    f (jx1, ..., jxn) = jrf(x1, ... xn)za sve jx1, ..., jxn iz domena funkcije f 

    • Ako r = 0, j0 = 1, funkcija je homogena stepenahomogeniteta 0 (t.j, funkcija korisnosti zavisiod budžetskih ograničenja)

    • Ako je r = 1, j

    1

    = j, funkcija je homogenastepena homogeniteta 1 (linearno homogena)

  • 8/19/2019 22.predavanje

    13/18

    13

    12.6-2 Kob-Daglasova funkcija

    proizvodnje

    • Q = AKαLβ je homogena stepena α+β

    ( ) ( ) β α   jL jK  A jL jK Q   =),(

    ( ) ( )

    Q j L AK  j LK  Aj

     LK  j Aj jL jK  A

     β α 

     β α  β α  β α  β α 

     β α  β α  β α 

    +

    ++

    ===

    =

  • 8/19/2019 22.predavanje

    14/18

    14

    12.6-2 Kob-Daglasova funkcija

    • Q = AKαLβ

    1) Funkcija je homogena stepena α+β

    2) Ako α + β=1, funkcija je linearno homogena

  • 8/19/2019 22.predavanje

    15/18

    15

    Metoda najmanjih kvadrata

    •   Često za neku funkciju imamo podatke za samokonačno mnogo vrijednosti argumenata

    • Npr., tražnju nekog proizvoda možemo utvrditisamo pri konačno mnogo cijena, troškove -samo za konačno mnogo vrijednosti

    proizvodnje, itd.• Da bi i na ispitivanje takve zavisnosti mogli da

    primijenimo matematički aparat, određujemo

    neku funkciju definisanu na intervalu, a koja“dobro” odražava zavisnost izraženu poznatimpodacima.

  • 8/19/2019 22.predavanje

    16/18

    16

    • Obično uzimamo funkciju iz nekog od

    sljedećih skupova:{ } { } { } { }y y ax b y y ax b y y ax bx y y a

    b

    xy y ab x| , | , | , | , |= + = + = + = +

      =2 2

    x x x n1 2, , ... ,y y y n1 2, , ... ,

    - vrijednosti argumenta x

    - odgovarajuće vrijednosti funkcije

    Prema   principu (metodi) najmanjih kvadratasmatraćemo da, od svih funkcija datog skupa,funkcija y = y(a,b) najbolje odražava zavisnost

    veličina x i ako zbir( )   ( ) ( ) ( )G a b y y y y y yn n, . . .= − + − + + −1 1

    2

    2 2

    2 2

     y

    gdje je yi = y(a,b)(xi), ima najmanju vrijednost.

  • 8/19/2019 22.predavanje

    17/18

    17

    • Kada funkcija G(a,b) ima najmanju vrijednost?

    • Ako su njeni parcijalni izvodi (ako postoje) jednaki nuli, tj.

    G

    a

    G

    b

    = =0 0,

    •  Normalne jednačine funkcije y = y(a,b).

    • Njihovim rješavanjem (kao sistema) dobijamo parametre a

    i b, odnosno onu funkciju datog oblika koja po metodu

    (principu) najmanjih kvadrata najbolje odražava zavisnost

    datih veličina

    • Analogno se metodom najmanjih kvadrata određujefunkcija datog oblika koja je određena sa tri ili višeparametara i koja po tom principu najbolje odražava

    zavisnost datih podataka.

  • 8/19/2019 22.predavanje

    18/18

    18

    Primjer

    Naći normalne jednačine funkcije y = ax + b.Neka su i dati podaci

    (uzorak). Tada je

    x x x n1 2, , ... , y y y n1 2, , ... ,

    ( )   ( ) ( ) ( )G a b ax b y ax b y ax b yn n, ...= + − + + − + + + −1 12

    2 22 2

    ( ) ( ) ( ) 02...220 222111   =−+++−++−+⇒=   nnn   x ybax x ybax x ybax

    a

    G

    ∂ 

    ∂ 

    ( ) ( ) ( ) 02...220 2211   =−+++−++−+⇒= nn   ybax ybax ybaxb

    G

    ∂ 

    ∂ 

    a x b x x yii

    n

    i

    i

    n

    i i

    i

    n

    2

    1 1 1= = =∑ ∑ ∑+ = a x nb yi

    i

    n

    i

    i

    n

    = =∑ ∑+ =

    1 1

    Npr. za uzorak (-3,1), (-1,2), (1,2) i (3,3) od svih linearnih funkcija,

    najbolje ga odražava y = 0,3x + 2.