Universidad del Rosario Econom a Matem atica - 2012-II Taller 8 - Kuhn Tucker

1. En los siguientes problemas de optimizaci on: a. Dibuje el conjunto K de puntos factibles y las curvas de nivel de la funci on objetivo. b. Es el conjunto K compacto, convexo y cumple la condicion de Slater? c. Solucione el problema y justique porque es una soluci on. (1) Max x1 x2 s.a x1 + x2 1 x1 , x2 0 Soluci on. El conjunto K es cerrado y acotado (por lo tanto compacto), convexo y cumple con Slater (tiene puntos interiores). Todos los puntos son cualicados, por lo tanto las condiciones de Kuhn- Tucker son necesarias para ser la soluci on al problema de maximizaci on. Hay dos puntos que satisfacen las condiciones de Kuhn-Tucker, pero el que resuelve el problema es 1 1 (x 1 , x2 ) = ( 2 , 2 ), con multiplicadores de lagrange asociados (en el orden de las restricciones) 1 1 = 2 , 2 = 0,3 = 0.

Figura 1: Q1(1) (2) Min (x1 1)2 + x2 2 s.a x1 + x2 2 1 x1 + x2 2 Soluci on. El conjunto K es cerrado y acotado (por lo tanto compacto), convexo y cumple con Slater (tiene puntos interiores). Todos los puntos son cualicados, por lo tanto las condiciones de Kuhn- Tucker son necesarias para ser la soluci on al problema de minimizaci on. Ac a claramente el punto que resuelve el problema de optimizaci on y satisface las condiciones de Kuhn-Tucker ) = (1, 0), con multiplicadores de lagrange asociados (en el orden de las restricciones) es (x , x 1 2 1 = 0 y 2 = 0 (Note que las restricciones no est an activas). 1

Figura 2: Q1(2) (3) Max 4x + 3y s.a x2 + y 2 1 xy y0 Soluci on. El conjunto K es cerrado y acotado (por lo tanto compacto), convexo y cumple con Slater (tiene puntos interiores). Todos los puntos son cualicados, por lo tanto las condiciones de Kuhn- Tucker son necesarias para ser la soluci on al problema de maximizaci on. El punto 3 que resuelve el problema de optimizaci on es (x , y ) = ( 4 , ), con multiplicadores de lagrange 5 5 asociados (en el orden de las restricciones) 1 = 5 , = 0 y = 0 . 2 3 2

A = (0:8; 0:6)

0 -1 0 1 2

-1

Figura 3: Q1(3) (4) Max x2 + y s.a x2 + y 2 4 x2 y x, y 0 2

Soluci on. El conjunto K es cerrado y acotado (por lo tanto compacto), NO es convexo y cumple con Slater (tiene puntos interiores). Existe un punto no cualicado (x, y ) = (0, 0) en donde f (0, 0) = 0, se deben vericar otros posibles puntos usando el procedimiento de 15 1 Kuhn- Tucker. El punto que resuelve el problema de optimizaci on es (x , y ) = ( 2 , 2 ), con multiplicadores de lagrange asociados (en el orden de las restricciones) 1 = 1, 2 = 0, 3 = 0 y 4 = 0. Note que en este punto la funci on es mayor que en el punto no cualicado, f (x, y ) = 17 4 .

Figura 4: Q1(4) 2. Considere el siguiente problema de optimizaci on Max x1 s.a x2 (1 x1 )2 1 x1 , x2 0 a. Dibuje el conjunto de puntos factibles y las curvas de nivel de la funci on objetivo. Es compacto y convexo? Cumple la condicion de Slater? b. Calcule las condiciones de Kuhn Tucker. Existe alg un punto donde se cumplan? c. Encuentre la soluci on del problema. Es este punto un punto cualicado? d. Agregue la restricci on adicional 2x1 + x2 2. Calcule las condiciones de Kuhn Tucker. Existe alg un punto donde se cumplan? Soluci on. El conjunto K es cerrado y acotado (por lo tanto compacto), NO es convexo y cumple con Slater (tiene puntos interiores). Existe un punto no cualicado (x, y ) = (1, 0) que resulta ser el optimo. Sin la restricci on adicional no hay ning un punto que cumpla las condiciones de KuhnTucker, con la restricci on adicional el procedimiento de Kuhn- Tucker si encuentra el punto optimo Porqu e?. 3. Resuelva el siguiente problema: m ax x2 s.a x y2 4 x 4 y2

Figura 5: Q2 Soluci on. El conjunto de restricciones K es cerrado, convexo y cumple la condici on de Slater, entonces la soluci on del problema debe cumplir las siguientes condiciones de Kuhn-Tucker: 1 (x y 2 + 4) = 0 1 0 2x = 1 + 2 2 (KT1) (KT2) 2 (x 4 + y ) = 0 (KT3) 2 0 0 = 2y1 + 2y2 3 3 y = 0 3 0

Figura 6: Q3 (i) Soluci on interior: 1 = 2 = 3 = 0 x = 0, entonces los puntos (0, a) con a (0, 2) son posibles soluciones. (ii) Soluci on en sobre la restricci on 1 pero no en las intersecciones: 2 = 3 = 0 2x = 1 tenemos x = 0 o y = 0, contradicci on!! (KT1)+(KT2) 0 = 2y1 2 x=y 4 4

(iii) Soluci on en sobre la restricci on 2 pero no en las intersecciones: 1 = 3 = 0 2x = 2 (KT1)+(KT2) 0 = 2y2 tenemos x = 0 o y = 0, contradicci on!! 2 x=4y (iv) Soluci on en sobre la restricci on 3 pero no en las intersecciones: 1 = 2 = 0 2x = 0 (KT1)+(KT2) 0 = 3 tenemos que (0, 0) es candidato a ser soluci on. y=0 (v) Soluci on en A(4, 0) que es la intersecci on de las representaciones de las restricciones 2 y 3: 1 = 0 8 = 2 (KT1) tenemos que (4, 0) es candidato a ser soluci on. 0 = 3 (vi) Soluci on en B (0, 2) que es la intersecci on de las representaciones de las restricciones 1 y 2: 3 = 0 0 = 1 + 2 tenemos que (0, 2) es candidato a ser soluci on. (KT1) 0 = 41 + 42 (vii) Soluci on en C (4, 0) que es la intersecci on de las representaciones de las restricciones 1 y 3: 2 = 0 8 = 1 (KT1) tenemos que (4, 0) es candidato a ser soluci on. 0 = 3 on son los puntos (0, a) con a [0, 2], (4, 0) y (4, 0). Sea Conclusi on: los candidatos a ser soluci f (x, y ) = x2 entonces f (0, a) = 0 f (4, 0) = f (4, 0) = 16 entonces las soluciones son (4, 0) y (4, 0) 4. Un granjero tiene un terreno de h hect areas, y un tractor que puede usar por t horas. Con cada hora de tractor, planta una hect area, que produce 1 tonelada de soya. El precio de la soya es $1 por tonelada. No tiene costos de usar la tierra, o el tractor y cualquier recurso ocioso no produce nada (no puede alquilarlo a un vecino). Para cada una de las tres posibilidades (h menor o igual que t; igual, o mayor), determine cu anto est a dispuesto a pagar el granjero por agrandar un poquitosu terreno. Soluci on: Consideramos primero el caso en que h < t: Es obvio que el granjero utilizar a todas sus hect areas, y que por tanto sus benecios ser an = h. Tenemos entonces que d/dh = 1: Esa es la respuesta. Pero para hacerlo m as largo y t ecnico, tenemos que el granjero debe elegir H , T para maximizar m ax m n{H, T } sujeto a Hh T t.

El Lagrangiano de este problema es L = m n{H, T } + 1 (h H ) + 2 (t T ). Como h es menor que t; queda L = H + 1 (h H ) + 2 (t T ) ; por lo que la condici on de primer orden es 1 = 1 y H = h (esto sale de Kuhn-Tucker). Por supuesto, los benecios son = h (como ya sab amos). Si queremos hacer d/dh, podemos hacerlo directamente, o con el Teorema de la Envolvente: como (h) = m axH L(H ; h); tenemos d L = = = 1. dh h Siguiendo razonamientos parecidos a este, obtenemos que en los otros casos el granjero est a dispuesto a pagar 0 por ampliar su terreno. El u nico caso curioso.es cuando h = t; en cuyo caso las dos restricciones est an activas, pero el granjero no est a dispuesto a pagar nada por relajarlas. 5. Considere el problema m ax xy sujeto a x2 + a2 y 2 1.

Encuentre V (a) de la funci on de m aximo valor cuando a = 1. Soluci on: El Lagrangiano de este problema es L = xy + (1 x2 a2 y 2 ). Entonces, las condiciones de primer orden son: L = y 2x = 0 y = 2x x L = x 2a2 y = 0 x = 2a2 y y Entonces, x2 = y 2 a2 . Suponga que > 0, y 2 a2 + a2 y 2 = 1. Entonces, y = Entonces, =
1 2a .

11 and x = 2a

1 . 2
1 2 11 2 a.

Si = 0, x = 0, y = 0, f (0, 0) = 0 < f (x , y ) = V (a) = 1 L = 2 a(y )2 = 2 a 2a 1 V (1) = . 2

Cuando a = 1,

6. Considere el siguiente problema donde a IR: m ax ax + y s.a. x2 1 y y 1 x2 (a) Qu e puede decir sobre la existencia de la soluci on del problema (P )? Soluci on. Como el conjunto de restricciones es compacto y la funci on objetivo es continua, entonces existe al menos una soluci on. (b) Puede usar el teorema de Kuhn-Tucker para resolver el problema (P )? Justique su respuesta. Soluci on. Como el conjunto de restricciones es cerrado, convexo y cumple Slater, entonces la soluci on debe cumplir las condiciones de Kuhn-Tucker. (c) Resuelva el problema (P ) para todo a IR. Muestre que hay tres posibles soluciones: una para a (; 2], otra para a (2; 2) y una u ltima para a [2; ). Soluci on. Las condiciones de Kuhn-Tucker son: (KT 1) a = 21 x + 22 x 1 = 1 + 2 (KT 2) 1 (x2 1 y ) = 0 2 (y 1 + x2 ) = 0 (KT 3) 1 0 2 0

Si 2 = 0 tenemos 1 = 1 lo cual es una contradicci on. Por lo tanto 2 = 0 y la soluci on est a en la restricci on 2. (i) Soluci on en la restricci on 2 pero no en los puntos de intersecci on. a a2 Entonces 1 = 0, 2 = 1, x = 2 , y = 1 4 . En este caso x (1, 1), por lo tanto necesitamos que a (2, 2). (ii) Soluci on en (-1,0), tenemos a = 21 22 1 = 1 + 2 2 = 1 + 1 a = 21 2 21 1 = a 2 2a , 2 = 4 4

Para tener 1 0 necesitamos 2 a. (iii) Soluci on en (1,0), tenemos a = 21 + 22 1 = 1 + 2 2 = 1 + 1 a = 21 + 2 + 21 1 = a+2 a2 , 2 = 4 4

Para tener 1 0 necesitamos a 2. Conclusi on: Cuando a (; 2] la soluci on es (x , y ) = (1, 0), a2 cuando a (2; 2) la soluci on es (x , y ) = ( a 2, 1 4 ) cuando a [2; ) la soluci on es (x , y ) = (1, 0). (d) Encuentre cu anto cambia la funci on de m aximo valor de (P ) con respecto al par ametro a. Al igual que al solucionar el problema (P ), debe encontrar tres casos que dependen de los valores que puede tomar a. Soluci on. La funci on de m aximo valor es: V (a) = ax + y si a (; 2] a 1 si a (; 2] 2 +4 a V (a) = V (a) = a si a (2; 2) si a (2; 2) 4 2 a si a [2; +) 1 si a [2; +) Usando el Teorema de la Envolvente se encuentra el mismo resultado. 7

7. Por qu e no se pueden usar las condiciones de KT para resolver este problema? m ax f (x, y ) = y s.a. y 3 y 2 = 0 Soluci on. Primero, note que (0, 0) es soluci on del problema de optimizaci on. Observe que f (x, y ) = 2 (0, 1) y g (x, y ) = (2x, 3y ), que en (0, 0) es g (0, 0) = (0, 0). Lo anterior indica que no es posible encontrar tal que f (0, 0) = g (0, 0), es decir, el punto optimo no satisface la CKT1. El hecho es que el vector g (0, 0) no es linealmente independiente (pues el el vector nulo).