11.

6 Ekonomske primjene

Problem vieproizvodnog preduzea

Diskriminacija cijena

Problem vieproizvodnog
preduzea

Preduzee proizvodi 2 proizvoda

R = P10Q1 + P20Q2
Funkcija trokova C = 2Q12 + Q1Q2+2Q22
Profit: = R C = P10Q1 + P20Q2 (2Q12 +
Q1Q2+ 2Q22)

Problem vieproizvodnog
preduzea
= R C = P10Q1 + P20Q2 2Q12 Q1Q2
2Q22
1 = /Q1 = P10 4Q1 Q2= 0; 2 = /Q2
= P20 Q1 4Q2 = 0;
Dobijen je sistem koji ima jedinstveno reenje:
Q1=(4P10-P20)/15, Q2=(4P20-P10)/15

Diskriminacija cijena
Razlika elastinosti na razliitim tritima
Maksimizacija profita zahtijeva diskriminaciju cijena
R=R1(Q1)+R2(Q2)+R3(Q3)
C=C(Q)

Q=Q1+Q2+Q3

= R1(Q1)+R2(Q2)+R3(Q3) C(Q)
i = R'i(Qi)

Q
C'(Q) Qi

, i =1,2,3

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

Diskriminacija cijena
MRi =

dRi
dQi
dP
= Pi
+ Qi i
dQi
dQi
dQi

= Pi (1 +

dPi Qi
1
) = Pi (1 + )
dQi Pi
di

MRi = Pi (1

di

MR1 = MR2 = MR3

P1 (1

d1

) = P2 (1

d 2

) = P3 (1

12.5 Maksimizacija korisnosti i

potroaeva tranja

12.5-1 Uslov prvog reda

12.5-2 Uslov drugog reda
12.5-3 Komparativnostatika analiza
12.5-4 Proporcionalne promjene cijena i
dohotka

12.5-1 Uslov prvog reda

U = U(x, y)
(Ux, Uy > 0)
B = xPx + yPy
Z = U (x, y) + (B - xPx - yPy)
Z = xPx yPy = 0

Z = U P = 0
x

Z y = U y Py = 0

Ux Uy
=
=
Px
Py
7

HOMOGENE FUNKCIJE
Za funkciju z = f(x,y) kaemo da je homogena funkcija sa
stepenom homogeniteta k, ako je za svako t
f(tx,ty) = tkf(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) = tf(x,y).

Primjer 2. Funkcija
x
x2
f ( x, y) = 3 + 2 2
y
y

je homogena i k = 0 jer je:

tx
t 2 x2
f ( tx, ty) = + 2 2 2 3 = t o f ( x, y)
ty
t y

Homogene funkcije. Ojlerova

teorema

Za funkciju z = f(x,y) kaemo da je homogena

funkcija sa stepenom homogeniteta k, ako je za
svako t: f(tx,ty) = tkf(x,y).

Ojlerova teorema: Za homogenu funkciju

stepena homogenosti k vai:

f
f
x
+y
= k f ( x, y)
x
y
Analogno tvrenje vai i za homogenu funkciju
sa n 3 nezavisno promjenljivih.
9

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 sloene
funkcije:
`
k 1

f t (u, v) = f ut + f v vt = k t f ( x, y )
`
u

`
u

k 1

`
v

f v`

xf + yf = k t f ( x, y ).
Kako tvrenje vai t R, to stavljajui t=1
dobija se:
'
x

'
y

x f + y f = k f ( x, y )
10

12.6 Homogene funkcije

12.6-1 Linearna homogenost
12.6-2 Kob-Daglasova funkcija proizvodnje

11

12.6-1 Linearna homogenost

Funkcija 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 stepena
homogeniteta 0 (t.j, funkcija korisnosti zavisi
od budetskih ogranienja)
Ako je r = 1, j1 = j, funkcija je homogena
stepena homogeniteta 1 (linearno homogena)
12

12.6-2 Kob-Daglasova funkcija

proizvodnje
Q = AKL je homogena stepena +

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

A( jK )

= Aj
= j

( jL )

= Aj j K L

K L = j

AK L

Q
13

12.6-2 Kob-Daglasova funkcija

Q = AKL
1) Funkcija je homogena stepena +
2) Ako + =1, funkcija je linearno homogena

14

Metoda najmanjih kvadrata

esto za neku funkciju imamo podatke za samo
konano mnogo vrijednosti argumenata
Npr., tranju nekog proizvoda moemo utvrditi
samo pri konano mnogo cijena, trokove samo za konano mnogo vrijednosti
proizvodnje, itd.
Da bi i na ispitivanje takve zavisnosti mogli da
primijenimo matematiki aparat, odreujemo
neku funkciju definisanu na intervalu, a koja
dobro odraava zavisnost izraenu poznatim
podacima.
15

 Obino uzimamo funkciju iz nekog od

sljedeih skupova:

2
2
y
|
y
=
ax
+
b
,
y
|
y
=
ax
+
b
,
y
|
y
=
ax
+
bx
,
{
}
y | y = a +

x 1 , x 2 , ..., x n
y 1 , y 2 , ..., y n

}{

b
x
, y | y = ab
x

- vrijednosti argumenta x
- odgovarajue vrijednosti funkcije

Prema principu (metodi) najmanjih kvadrata

smatraemo da, od svih funkcija datog skupa,
funkcija y = y(a,b) najbolje odraava zavisnost
veliina x i y
ako zbir
2

G (a , b ) = ( y 1 y 1 ) + ( y 2 y 2 ) + . . . + ( y n y n )

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

16

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

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

G
G
= 0,
=0
a
b
Normalne jednaine funkcije y = y(a,b).
Njihovim rjeavanjem (kao sistema) dobijamo parametre a
i b, odnosno onu funkciju datog oblika koja po metodu
(principu) najmanjih kvadrata najbolje odraava zavisnost
datih veliina
Analogno se metodom najmanjih kvadrata odreuje
funkcija datog oblika koja je odreena sa tri ili vie
parametara i koja po tom principu najbolje odraava
17
zavisnost datih podataka.

Primjer
Nai normalne jednaine funkcije y = ax + b.
Neka su x 1 , x 2 , ..., x n i y 1 , y 2 , ..., y n dati podaci
(uzorak). Tada je
2

G(a , b) = (ax 1 + b y 1 ) + (ax 2 + b y 2 ) + ... + ( ax n + b y n )

G
= 0 2(ax1 + b y1 )x1 + 2(ax2 + b y2 )x2 +...+ 2(axn + b yn )xn = 0
a
G
= 0 2(ax1 + b y1 ) + 2(ax2 + b y2 ) +...+ 2(axn + b yn ) = 0
b
n

i =1

i =1

i =1

i =1

i =1

a x 2i + b x i = x i y i a x i + nb = y i
Npr. za uzorak (-3,1), (-1,2), (1,2) i (3,3) od svih linearnih funkcija,
najbolje ga odraava y = 0,3x + 2.
18