1. Biografia de Albert William Tucker?

Albert William Tucker fue un matemtico estadounidense nacido en Canad que realiz importantes contribuciones a la topologa (Estudio de aquellas propiedades de los cuerpos geomtricos que permanecen inalteradas por transformaciones Se gradu en la Universidad de Toronto en 1928, complet su doctorado en la Universidad de Princeton, con una tesis de nombre "Aproximacin Abstracta a las Variedades". Tucker mantuvo durante 20 aos la ctedra del departamento de matemticas en la Universidad de Princeton. Conoca a todo el mundo y tena una gran memoria, lo que le converta en una fuente magnfica de historias de la comunidad matemtica. En 1950 di el nombre "Dilema del Prisionero" al modelo de cooperacin y conflicto, las ms conocida paradoja terica de juegos. Tambin es muy conocido por las condiciones de Karush Kuhn Tucker, un resultado bsico de programacin no lineal, que fue publicado en las actas de conferencia, en lugar de una revista cientfica, como suele ser habitual. En los aos 60, se involucr fuertemente en labores educativas matemticas y fue presidente de varios comits y asociaciones matemticas 2. Biografa de Harold William Kuhn (nacido en 1925) Es un matemtico estadounidense que estudi teora de juegos. l gan el Premio de Teora John von Neumann en 1980 junto con David Gale y Albert W. Tucker. Un profesor emrito de matemticas en la Universidad de Princeton, es conocido por las condiciones Karush-Kuhn-Tucker, para el desarrollo de pker Kuhn, as como la descripcin del mtodo hngaro para el problema de asignacin . Recientemente, sin embargo, un artculo de Carl Gustav Jacobi , publicado pstumamente en 1890 en latn, se ha descubierto que anticipa por muchas dcadas el algoritmo hngaro. l es conocido por su asociacin con John Forbes Nash, como estudiante graduado compaero, un amigo de toda la vida y colega, y una figura clave para lograr que Nash la atencin del Premio Nobel comit que llev a 1994 de Nash Premio Nobel de Economa. Kuhn y Nash ambos tenan un antiguo vnculo y la colaboracin con Albert W. Tucker, quien fue asesor de Nash disertacin. Kuhn coedit The Essential John Nash, y es reconocido como el consultor de matemticas en la adaptacin de pelcula 2001 de la vida de Nash, Una mente maravillosa.
1

3. Definicin del Mtodo Kuhn- Tucker En programacin matemtica, las condiciones de Karush-Kuhn-Tucker (tambin conocidas como las condiciones KKT o Kuhn-Tucker) son condiciones necesarias y suficientes para que la solucin de un problema de programacin matemtica sa ptima. Es una generalizacin del mtodo de los Multiplicadores de Lagrange Las condiciones necesarias para problemas con restricciones de desigualdad fueron publicadas por primera vez en la tesis doctoral de W.Karush, aunque fueron renombradas tras un artculo en una conferencia de Harold W. Kuhn y Albert W. Tucker. Por consiguiente, tambin son utilizados para optimizar sistemas aplicando estas condiciones para determinar las desigualdades estableciendo restricciones dentro de los problemas y representar su mximo tomando en cuenta n variables permitiendo analizar el problema tomando en cuenta todos los aspectos que intervienen dentro del mismo as como sus limitaciones.

4. Importancia del mtodo kuhn-tucker

La importancia de este teorema radica en que nos dice que podemos asociar una funcin de utilidad a unas preferencias, esto nos abre la puerta de la potente herramienta del anlisis matemtico al estudio del comportamiento del consumidor Lo importante es tomar decisiones oportunas ya que si no se est destinado al fracaso. Desde un punto de vista prctico, los problemas con restricciones de desigualdad pueden ajustarse mejor a situaciones reales. Una restriccin de igualdad significa agotar completamente cierto recurso; en cambio, la misma restriccin en forma de desigualdad resulta ms realista, debido a que indica la disponibilidad del recurso pero no obliga agotarlo completamente..

5. Formulacin Considere el problema de optimizacin Min f (x1, x2, . . . , xn) sujeto a

El mtodo de solucin procede de la siguiente manera. Cambiemos cada restriccin de desigualdad gi 0 a una restriccin de igualdad introduciendo una variable Si de la siguiente manera:

De acuerdo a la tcnica de los multiplicadores de Lagrange se construye la funcin:

Los puntos que minimizan a f sujeta a las restricciones gi 0 (1im) estn dentro de los puntos crticos de F: Que hacen cero las parciales con respecto a las variables xj(j=1, . . . , n):

Que hacen cero las parciales con respecto a las variables i(i= 1, . . . , m):

Que hacen cero las parciales con respecto a las variables si(i=1, . . . , m):

6. Uso de las Condiciones KKT La forma de operar las condiciones de KKT ser la siguiente: Como lo que buscamos es el punto x o y de inicio se desconoce, entonces las ecuaciones de las condiciones de los bloques I y II se piensan como un sistema de ecuaciones en las
3

variables xjs y js: Se intenta resolver tal sistema de ecuaciones y en caso de encontrarse las soluciones se revisan una a una para ver cual de ella cumple que los js son no negativos y que tambin se cumplen las restricciones gi 0 en los puntos encontrados. Normalmente se realiza una tabla donde se hace la vericacin. tambin es posible trabajar el problema de maximizacin resolviendo el problema de minimizacin pero conservando aquellos puntos que tengan los valores de los multiplicador es no positivos.

7. Condiciones Karush-Kuhn-Tucker Es una generalizacin del mtodo de los Multiplicadores de Lagrange

Problema de Optimizacin Consideremos el siguiente problema general:

, , Donde es la funcin objetivo a minimizar, son las restricciones de y el nmero de

desigualdad y

son las restricciones de igualdad, con

restricciones de desigualdad e igualdad, respectivamente.

Condiciones necesarias de Primer Orden Supongamos que la funcin objetivo, por ejemplo, a minimizar, es las funciones de restriccin son y y . Adems, . Si es un

supongamos que son continuamente diferenciables en el punto mnimo local, entonces existe constantes y tales que ,

Condiciones de regularidad (o cualificacin de las restricciones) En la condicin necesaria anterior, el multiplicador dual puede ser igual a cero.

Este caso se denomina degenerado o anormal. La condicin necesaria no tiene en cuenta las propiedades de la funcin sino la geometra de las restricciones. Existen una serie de condiciones de regularidad que aseguran que la solucin no es degenerada (es decir

). Estas incluyen:

Cualificacin de la restriccin de independencia lineal (CRIL): los gradientes de las restricciones activas de desigualdad y los gradientes de las restricciones de igualdad son linealmente independientes en .

Cualificacin de la restriccin de Mangasarian-Fromowitz (CRMF): los gradientes de las restricciones activas de desigualdad y los gradientes de las restricciones de igualdad son linealmente independientes positivos en .

Cualificacin de la restriccin de rango constante (CRRC): para cada subconjunto de las restricciones activas de desigualdad y los gradientes de las restricciones de igualdad, el rango en el entorno de es constante.

Cualificacin de la restriccin de dependencia lineal constante positiva (DLCP): para cada subconjunto de restricciones activas de desigualdad y de gradientes de las restricciones de igualdad, si es linealmente dependiente positivo en entonces es linealmente dependiente positivo en el entorno de ( existe que es linealmente distintos ) dependiente de positivo cero . si tal

Condicin de Slater: para un problema nicamente con restricciones de desigualdad, existe un punto tal que para todo

Condiciones suficientes Sea la funcin objetivo Sean funciones convexas y un punto . si existen y las funciones de restriccin sean las funciones de afinidad, y sea constantes y

tales que

Entonces el punto

es un mnimo global.

8. Condiciones de Khun- Tucker y Lagrange Los multiplicadores de Khun-Tucker , al igual que los multiplicadores de Lagrange en el caso de restricciones de igualdad, son calculados simultneamente a los puntos ptimos. Adems de servir para utilizar las condiciones de optimizacin de segundo orden y para indicar las restricciones que se encuentran saturadas, tienen una clara interpretacin econmica y financiera. Dado el ptimo de un programa con restricciones de desigualdad podra plantearse un programa equivalente eliminando las restricciones no saturadas y expresando en forma de igualdad las saturadas. Tambin son aplicados en sistemas elctricos, en el rea de sistemas, matemtica, toma de decisiones entre otras.

9. Ejemplo Karush Kuhn Tucker (KKT) Supngase que las lneas areas tienen una dimensin mxima para las maletas, expresada en trminos de la suma del largo, ancho y alto. Suponga que un fabricante de maletas ha decidido producir la Super Maleta, que maximiza el volumen
6

cumpliendo la restriccin de las lneas que de la suma anterior no debe exceder 120 cm.

En trminos matemticos, el problema se puede plantear como

Donde x, y, z representan el largo, ancho y alto respectivamente. El Lagrangeano de este problema es

Las condiciones de Kuhn-Tucker son:

En este problema, en teora se debe evaluar

= 16 casos, ya que n = 3 y m = 1. Sin

embargo, es claro que en el ptimo la maleta no puede tener ninguna dimensin igual a cero. Por otra parte, dado que en el ptimo se debe cumplir

Qu

y que obviamente si se permitiera una mayor suma de los lados,

Se podra aumentar el volumen, debe ser estrictamente mayor que cero en el ptimo. De lo anterior se desprende que se debe evaluar slo un caso donde todas las variables son estrictamente positivas. As las condiciones de Kuhn Tucker se pueden expresar como:

De aqu se desprende de que x* = y* = z* = 40; = 1600.