Professional Documents
Culture Documents
Curso 2013/2014
Este tipo de programas representan con ms fidelidad, las circunstancias en las que se
desenvuelve la actividad econmica, ya que normalmente se dispone de cantidades limitadas
de recursos - ms de una vez habremos ledo que la economa es la ciencia de la escasez pero sin la obligacin de emplearlas en su totalidad, si ello no resulta necesario.
As, este nuevo tipo de programas, nos posibilita obtener soluciones ptimas que no saturen1
necesariamente todas las restricciones, pudiendo quedar recursos que no sea necesario utilizar
hasta su agotamiento.
Consideremos el problema sencillo de programacin no lineal:
caso contrario
( , )<
( , )
Pgina
max ( , )
Cursso 2013/201
14
Matemticas Avan
nzadas parra la Econooma
Manuell Snchez Snchez
S
(U
UNED)
Lo prim
mero que haremos es escribir unn procedimiiento, que nos
n permitaa obtener to
odos los
puntos ( , ) quue pudieran
n resolver el probleema. Este procedimieento establlece las
ker, que son condicionnes necesarrias para
denominnadas conddiciones neccesarias de Kuhn-Tuck
que un ppunto - que cumple la hiptesis d
de cualifica
acin de lass restriccioones2 - sea ptimo.
( , ) sujeta a ( , )
1. A
Asociar unn multiplicaador constaante de Lag
grange
, a la restricccin
( , )
( , ):
( , )=
, )+
, )=0
( , )=
, )+
, )=0
3. IIntroducir la condicin
n de holgurra complem
mentaria:
0,
=0
( , )<
4. E
Exigir que ( , ) satisffaga la restrriccin:
( , )
( , ) que, junnto con loss valores asociados
Hallar ttodos los puntos
p
a
dde
, satisffacen las
Condicin 3
Esta conndicin dicee que
As si
si ( , ) < .
Ver N
Nota p.s.
Pgina
Decimos que
Curso 2013/2014
( , )
=0y ( , )=
0y ( , )
=0
a la vez en (3).
Las ecuaciones (2) y (3) se conocen como las condiciones de Kuhn-Tucker. Ntese que ellas
son, esencialmente, condiciones necesarias para la solucin del problema (1).
Nota
Hiptesis de Cualificacin de las restricciones
Las condiciones de Kuhn-Tucker son necesarias solamente si se satisface una
disposicin especfica llamada hiptesis de cualificacin de la restriccin
(h.c.r.), que impone una cierta condicin sobre las funciones de restriccin,
con el propsito de descartar ciertas irregularidades en la frontera del conjunto
factible, que invalidaran la condiciones de Kuhn-Tucker como necesarias,
dndose la posibilidad de la existencia de puntos que siendo ptimos del
problema, no verifiquen dichas condiciones.
las
Pgina
Curso 2013/2014
Ejemplo
Resolver el problema:
max ( , ) = x + y + y 1 sujeta a
( , ) =x + y 1
Solucin
La funcin lagrangiana es:
( , ) = x + y + y 1 + (x + y 1)
(i)
( , )=2 +2
( , )=2 +1+2
=0
(ii)
=0
(iii)
=0
x +y <1
(iv)
Queremos hallar todos los pares ( , ) que verifican estas condiciones para un valor adecuado
de .
Consideramos primero la condicin (ii), que es 2 (1 + ) = 0.
= 0.
Supongamos que x + y = 1 y as
= 0.
= .
Tomemos primero
= 0.
Pgina
Si
= 1 o
Curso 2013/2014
= .
Tomemos ahora
La condicin (iii) da
= 0 y x + y < 1.
< 1.
= 0 y (iii) da
= 0 es un
candidato a ptimo.
(0, 1) = 1
(v)
=0 e
= 1 se encuentra un mximo local del problema, mientras que en el punto (0, 1/2) hay
un mnimo local.
max ( , ,
( ,, )
..
( ,, )
Ahora ya es muy fcil dar una regla para resolver el problema general (1) de programacin no
Pgina
Matemticas Avan
nzadas parra la Econooma
Manuell Snchez Snchez
S
(U
UNED)
Cursso 2013/201
14
= ( ,,
( )
,,
).
( )= ( )+
Escribir la funcin
f
lagrrangiana:
1. E
dondde
( = 1, ,
( )
rrestriccionees.
( )
( )
( )
=0
( = 1, , )
=0
( )<
4. E
Exigir que x satisfaga las
l restricciiones:
( )
( = 1, ,
,,
= ( ,,
El conjjunto de vectores
v
igualdadd
( ,,
( ,,
)=
( , ,
). Tamb
bin una
) , y una
)
desiguaaldad como
) es eqquivalente a maximizar ( , ,
Pgina
Matemticas Avan
nzadas parra la Econooma
Manuell Snchez Snchez
S
(U
UNED)
( ,,
Cursso 2013/201
14
) . De esta
e
maneraa la mayo
oria de loss problemaas de optim
mizacin
Cond
dicioness Suficieentes dee Kuhn
n-Tuckeer
Las conndiciones suuficientes co
onllevan disstintas impllicaciones que
q las conddiciones necesarias,
ya que si un puntoo
En la p
prctica apparecen con
n frecuenciaa programass de optimizacin en llos que el conjunto
c
factible S es conveexo y la funcin objetivvo es cncav
va o convex
xa en S.
Estos prrogramas se denominaan convexoos y simpliffican consid
derablementte la resolu
ucin del
problem
ma de optim
mizacin.
Concrettamente en un program
ma convexoo, el ptim
mo local es tambin gllobal y adeems las
condicioones necesaarias de Kuh
hn-Tucker sson tambin
n suficientess.
Gloobal
Consideeremos el problema
p
(1), y suponngamos quee el punto
es un punto regu
ular, que
es m
mximo (mn
nimo) global.
Si f es estrrictamente cncava
c
o eestrictamente convexa, entonces, el punto
es un
Pgina
m
mximo o mnimo
m
glob
bal estricto..
Curso 2013/2014
Nota
En general no siempre es fcil determinar si el conjunto factible S es convexo, Sin
embargo cuando las restricciones gi son convexas en el dominio de optimizacin,
podemos asegurar que el conjunto factible S es convexo.
Ejemplo
Un individuo consume dos bienes en cantidades
( , )=
= 5, respectivamente, y
= 350.
Supongamos que consumir una unidad del primer bien toma 0,1 horas, mientras que una del
segundo se consume en 0,2 horas. El individuo dispone en total de 8 horas, como mximo,
para dedicar a su consumo de los dos bienes. Cules son los niveles de consumo ptimos de
esta persona?
Solucin.
El problema es:
max ( , ) =
10 + 5 350
0,1 + 0,2 8
+ ln +
(10 + 5 350) +
tales que:
0,
+ 10
+5
+ 0,1
=0
+ 0,2
=0
=0
10
(i)
(ii)
+5
Pgina
(0,1 + 0,2 8)
=0
Curso 2013/2014
0,1
+ 0,2
< 8 (iv)
Para cada una de las dos restricciones tenemos bien igualdad (si la restriccin esta activa) o
desigualdad (si la restriccin esta inactiva). As, hay cuatro casos diferentes:
+5
0,1
+ 0,2
= 350 (v)
=8
(vi)
+ 0,1
+ 0,2
= 1/20
= 1/30.
) = (
a ser solucin, puesto que las condiciones de Khun-Tucker se satisfacen. (ntese que es
importante verificar que
0)
+ 0,2
< 8.
+ 0,2
=2
= 2 . Reemplazando
= 35.
Pgina
II
0y
Curso 2013/2014
+5
< 350.
+5
= 20 y, por tanto
= 0,2 .
= 40.
Nuevamente, podemos concluir que no puede haber una solucin bajo este caso.
IV
Conclusin:
Hay solo un candidato a solucin: el punto (20,30).
Nota:
El mtodo general para hallar todos los candidatos a ptimo en un problema de
programacin con restricciones de desigualdad se puede formular as:
A continuacin estudiar la totalidad de los casos en que todas menos una estn
activas, luego aquellos en que todas menos dos estn activas, y as sucesivamente.
Se termina por el estudio del caso en que ninguna restriccin esta activa.
Por ltimo buscamos entre todas las posibilidades para hallar la mejor.
Pgina
hallamos todos los vectores x, junto con los valores asociados de los multiplicadores de
10
Por supuesto que el orden no importa, pero hay que considerar cada caso. En cada paso
Curso 2013/2014
.
Ejemplo
Un proceso productivo transforma dos inputs en cantidades x e y en un output en cantidades
Q1 siguiendo la relacin:
=3 +
La utilidad de este proceso ha sido analizada, obtenindose en funcin de los inputs como:
( , )=
Si por restricciones del mercado sabemos que nunca se deben obtener ms de 4 unidades de
. Cules ser las cantidades de inputs que maximizan la utilidad del proceso?
Pgina
11
Solucin:
Matemticas Avan
nzadas parra la Econooma
Manuell Snchez Snchez
S
(U
UNED)
Cursso 2013/201
14
Conddiciones de no negativid
n
dad paraa las varriables.
Es frecuuente que las
l variablees que apareecen en loss problemass econmiccos de optim
mizacin
sean noo negativas por su prropia naturaaleza. A co
ontinuacin
n veremos ccomo no es
e difcil
Ver A
Apndice.
Pgina
12
Curso 2013/2014
( ,,
)=
0, y se introduce un
multiplicador de Lagrange adicional para ella. Sin embargo, para no tener que manejar
demasiados multiplicadores de Lagrange, se suelen formular las condiciones necesarias de
solucin de los problemas de programacin no lineal con restricciones de no negatividad de
las variables de una forma ligeramente distinta.
max ( , )
( , )=
( , ) ,
0,
( , )=
( , )0
( , ) 0.
( ) +
( )
, )+
, )
= 0 (i)
, )+
, )
= 0 (ii)
( , )< )
(iii)
0 (= 0
0 (= 0
> 0)
(iv)
0 (= 0
> 0)
(v)
De (i) obtenemos:
, )+
0 y
, )=
= 0 si
> 0.
, )+
, ) 0,
, )+
, )=0
> 0 (vi)
Pgina
13
, )+
, ) 0,
, )+
Curso 2013/2014
, )=0
> 0 (vii)
Por tanto, las nuevas condiciones de Khun-Tucker son (vi), (vii) y (iii).
Ntese que, despus de sustituir (i) y (iv) por (vi) y (ii) y (v) por (vii), slo el multiplicador
asociado con ( , )
permanece.
max ( , ,
variables:
( ,, )
..
( ,, )
0, . ,
0 (I)
Formuladas brevemente, las condiciones necesarias de solucin de (I) son que, para cada
= 1, , :
( )
( )
0,
( )
0,
=0
( )<
( )
( = 1, ,
=0
>0
(II)
(III)
complementaria, (III).
( ) es cncava,
resuelve el
problema de maximizacin.
Ejemplo
x5
x + y 1
x 0, y 0
Pgina
2
1
1
max (x, y) = x x + y , sujeta a
3
2
12
14
Curso 2013/2014
Solucin
La funcin lagrangiana asociada es:
2
1
1
( )= x x + y+
3
2
12
Las condiciones necesarias para que ( ,
( +
1)
tales que:
0,
0,
=0
0,
=0
>0
=0
> 0 (ii)
<5
(i)
(iii)
<1
(iv)
= 1.
= +
>0
=1+
=0
= 3/4
= 1 + = 7/4
=0 y
= 7/4
= 1/12, satisface todas
las condiciones.
Por ltimo, se comprueba fcilmente que la funcin lagrangiana es cncava, luego este
candidato es la solucin del problema de maximizacin planteado.
15
=0
<0
Supongamos que
Como
Pgina
( 5) +
Matemticas Avan
nzadas parra la Econooma
Manuell Snchez Snchez
S
(U
UNED)
Cursso 2013/201
14
Apn
ndice
d plano
o.
Topoologa del
En el ccaso de lass funciones de varias variables se puede analizar
a
laas distincion
nes ms
relevanttes de los distintos
d
tipo
os de dominnios, mediaante el uso de los siguiientes conceptos de
topologa elementaal.
Punto IInterior
Un puntto (a,b) se llama
l
un pu
unto interioor de un con
njunto S dell plano, si exxiste un crculo con
centro ((a,b) totalm
mente conten
nido en S.
Conjun
nto abierto
Un conjjunto se llam
ma abierto si todos suss puntos son
n interioress.
Punto ffrontera
El punto (a,b) se llama
l
un pu
unto de froontera de un
u conjunto
o S, si todoo crculo co
on centro
(a,b) ccontiene puuntos de S y puntos nno perteneccientes a S.
S Un puntoo frontera de S no
pertenecce necesariaamente a S.
Conjun
nto cerradoo
Si S conntiene a todoos sus punto
os frontera sse dice que S es cerrad
do.
Pgina
complem
mento es abbierto.
16
Matemticas Avan
nzadas parra la Econooma
Manuell Snchez Snchez
S
(U
UNED)
Cursso 2013/201
14
son parmetros
p
positivos, el
e conjunto (presupuest
stario) de lo
os puntos
(i)
es cerraado.
( , ): ( , ) =
17
son cerrrados.
Pgina
( , ):
) ( , )
Matemticas Avan
nzadas parra la Econooma
Manuell Snchez Snchez
S
(U
UNED)
Cursso 2013/201
14
nto acotadoo
Conjun
Un conjjunto se llam
ma acotado
o si se puedee encontrar un crculo que
q lo conteenga. Los conjuntos
de las ffiguras (I) y (II) son acotados. P
Por el contrrario, el con
njunto de toodos los ( , ) que
verificaan
1e
Conjun
nto Compaccto
Un conjjunto cerrado y acotad
do se llama compacto..
Topologgia en
Los connceptos toppolgicos qu
ue acabaos de introdu
ucir se geneeralizan muuy fcilmentte a .
Recordeemos que se define la distancia eentre dos veectores
como =
Una
-b
bola con centro
c
( ,,
) + + (
= ( ,,
= ( ,,
) y
= ( ,,
) y radio
es el conju
unto de toddos los pun
ntos
Si sustittuimos la palabra
p
"crcculo" y conj
njunto S quee usamos en
n las definicciones de to
opologa
plana poor " -bola", y entorno N4, siguenn valiendo en
e las definiciones
d
de punto interior,
i
Un en
ntorno N dee un punto a es un conjjunto que co
ontiene una -bola conn centro a.
Pgina
18
Curso 2013/2014
Pgina
19
( ) ( ) ( ) para todo x de S