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

x1 0,..., xn 0 Construimos la siguiente funcin Lagrangiana

L ( x, ) = f ( x) k g k ( x)
k =1

Donde = ( 1 ,..., m )

Definicin: Diremos que x verifica KT si existe un tal que: L L - KT1: i = 1,..., n : 0, xi 0, xi =0 xi xi

L = 0 . Solucin positiva si xi > 0 xi k k KT2: k = 1,..., m : k 0, g ( x) 0, k g ( x) = 0

( si

> 0 g k = 0. Restriccin saturada )

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