Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Kuhn Tucker
Kuhn Tucker
Sean: - la funcin objetivo f : n , x = ( xi )i =1,...,n = ( x1 ,..., xn ) n Las restricciones g k : n , k = 1,..., m Supondremos que tanto la funcin objetivo f como las restricciones g k son diferenciables. Vamos a considerar el siguiente problema de optimizacin:
Max f ( x) s.a. g 1 ( x ) 0 g
m
( x) 0
m
Donde = ( 1 ,..., m )
( si
Tenemos los siguientes resultados: T.1 (Condiciones necesarias) Si x es solucin ptima entonces x verifica KT. T.2 (Condiciones necesarias y suficientes) Si f es una funcin cuasicncava
( {x : f ( x ) k} es convexo k ) y k = 1,..., m las funciones g son convexas ( {x : g ( x ) 0} es convexo ) , entonces x es un ptimo si y slo si verifica KT.
n k n k
Ejemplo grfico Dos variables x = ( x1 , x2 ) y una restriccin g Supondremos que se dan las condiciones necesarias y suficientes para aplicar el T.2. Supondremos tambin que f es una funcin estrictamente creciente, f por lo tanto > 0, i = 1, 2 . Denotamos por: xi
L L f f g g L = , , , , f = , g = x1 x2 x1 x2 x1 x2 L ( x, ) = f ( x ) g ( x ) Haremos el anlisis para el caso de soluciones positivas: x > 0 . Como f ( x) > 0, x , no pueden existir mximos incondicionados: f ( x) = 0 . Esto impide que = 0 , ya que si no, tendramos L( x, ) = f ( x) y por KT1, L = f = 0 en contradiccin con f > 0 . Entonces, como > 0 , por KT2 se tiene que g ( x) = 0 (se agota la restriccin)
Como x > 0 , por KT1, tenemos L = f g = 0 f = g
x2
g ( x) = 0
f ( x) L = 0 f = g , > 0 f g
g ( x) 0 x0
x1