Clase 11

Matemticas para el anlisis econmico

Esttica
Captulo 4 Optimizacin con restricciones de desigualdad
4.1

La programacin no lineal y las condiciones de Kuhn - Tucker

Restricciones de no negatividad

Problema de maximizacin

Maximizar f ( x1 ), f C1
x1
Sujeto a :
x1 0
Tipos de soluciones
Pueden darse tres casos:
i)

Solucin interior

En este caso se tiene un mximo local en la regin de factibilidad. La condicin de

primer orden est dada por
d
f ( x1 ) 0, x1 0
dx1
ii) Solucin de frontera
Mximo local en la columna vertical. La condicin de primer orden est dada por:
d
f ( x1 ) 0, x1 0
dx1
iii)

Solucin de frontera

Para que sea un mximo local basta que est a una mayor altura que el resto de puntos
dentro de la regin de factibilidad. La condicin de primer orden est dad por:
d
f ( x1 ) 0, x1 0.
dx1

Conclusin
Para que x1 corresponda a un mximo local debe ocurrir que:
f ( x1 ) 0 y x1 0
f ( x1 ) 0 y x1 0

f ( x1 ) 0 y x1 0
Condicin de primer orden de Kuhn-Tucker
Las condiciones Kuhn-Tucker (K-T) para la existencia del mximo estn dadas por:

f ( x1 ) 0, x1 0, y x1 f ( x1 ) 0
La ecuacin x1 f ( x1 ) 0 afirma que de las dos cantidades por lo menos una es cero.
Esta caracterstica se llama holgura complementaria entre f ( x1 ) y x1 .
2

Problema de minimizacin

Minimizar
x1
Sujeto a :

f ( x1 ), f C1
x1 0

Tipos de soluciones
Pueden darse tres casos:
i)

Solucin interior

En este caso se tiene un mnimo local en la regin de factibilidad. La condicin de

primer orden est dada por
d
f ( x1 ) 0, x1 0
dx1
ii) Solucin de frontera
Mnimo local en la columna vertical. La condicin de primer orden est dada por:
d
f ( x1 ) 0, x1 0
dx1
iii)

Solucin de frontera

Para que sea un mnimo local basta que este a una menor altura que el resto de puntos
dentro de la regin de factibilidad. La condicin de primer orden est dada por:
2

d
f ( x1 ) 0, x1 0.
dx1
Conclusin
Para que x1 corresponda a un mnimo local debe ocurrir que:
f ( x1 ) 0 y x1 0
f ( x1 ) 0 y x1 0

f ( x1 ) 0 y x1 0
Condicin de primer orden de Kuhn-Tucker
Las condiciones Kuhn-Tucker (K-T) para la existencia del mximo estn dadas por:

f ( x1 ) 0, x1 0, y x1 f ( x1 )) 0
La ecuacin x1 f ( x1 ) 0 afirma que de las dos cantidades por lo menos una es cero.
Esta caracterstica se llama holgura complementaria entre f ( x1 ) y x1 .

II

Restricciones de no negatividad y de desigualdad

Problema de maximizacin: n variables m restricciones

Maximizar z f ( x1 , x2 , x3 ,..., xn ), f C1
x1 , x2 , x3 ,..., xn
g j ( x1 , x2 , x3 ,..., xn ) r j j 1,..., m
xi 0
i 1,..., n
Funcin Lagrangiana
Sujeto a :

(1 ,..., m , x1,..., xn ) f ( x1,..., xn ) j rj g j ( x1,..., xn )

j 1

Condiciones de primer orden de Kuhn-Tucker para la existencia del mximo

0, xi 0, y xi
0,
xi
xi

0, j 0 y j
0,
j
j

i 1,..., n
j 1,..., m

Problema de minimizacin: n variables m restricciones

Minimizar
x1 , x2 ,..., xn

z f ( x1 , x2 , x3 ,..., xn ), f C1

g j ( x1 , x2 , x3 ,..., xn ) r j
xi 0
Funcin Lagrangiana
Sujeto a :

j 1,..., m
i 1,..., n

(1 ,..., m , x1,..., xn ) f ( x1,..., xn ) j rj g j ( x1,..., xn )

j 1

Condiciones de primer orden de Kuhn-Tucker para la existencia del mnimo

0, xi 0, y xi
0,
xi
xi

0, j 0 y j
0,
j
j

i 1,..., n
j 1,..., m

Mtodo de solucin - Mtodo analtico

Este mtodo consiste en analizar todas las posibilidades de no negatividad de las
variables de eleccin y de los multiplicadores de Lagrange. Al analizar todos los casos
posibles, se eliminan aquellas combinaciones que generan contradicciones en el
conjunto de condiciones Kuhn-Tucker. Las combinaciones que no generan
contradicciones conducen a soluciones ptimas.
Ejemplo 1

Maximizar
x, y
Sujeto a :

u xy
x y 100
x 40
x, y 0

Ejemplo 2

Minimizar
x1 , x2
Sujeto a :

( x1 4)2 ( x2 4)2
2 x1 3x2 6
3x1 2 x2 12
x1, x2 0