Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Optimizaciefbfbdn Con Restricciones de Desigualdad PDF
Optimizaciefbfbdn Con Restricciones de Desigualdad PDF
Este tipo de programas representan con ms fidelidad, las circunstancias en las que se
desenvuelve la actividad econmica, ya que normalmente se dispone de cantidades limitadas
de recursos - ms de una vez habremos ledo que la economa es la ciencia de la escasez -
pero sin la obligacin de emplearlas en su totalidad, si ello no resulta necesario.
As, este nuevo tipo de programas, nos posibilita obtener soluciones ptimas que no saturen1
necesariamente todas las restricciones, pudiendo quedar recursos que no sea necesario utilizar
hasta su agotamiento.
Consideremos el problema sencillo de programacin no lineal:
max ( , ) ( , )
Lo prim
mero que haremos es escribir unn procedimiiento, que nos
n permitaa obtener to
odos los
puntos ( , ) quue pudieran
n resolver el probleema. Este procedimieento establlece las
denominnadas conddiciones neccesarias de Kuhn-Tuck
ker, que son condicionnes necesarrias para
que un ppunto - que cumple la hiptesis d acin de lass restriccioones2 - sea ptimo.
de cualifica
1. A
Asociar unn multiplicaador constaante de Lag
grange , a la restricccin ( , ) y
ddefinir la fuuncin lagraangiana:
( , )= ( , )+ ( ( , ) )
2. IIgualar a ceero las deriv
vadas parciaales de ( , ):
( , )= ( (
, )+ , )=0
( , )= ( (
, )+ , )=0
3. IIntroducir la condicin
n de holgurra complem
mentaria:
0, =0 ( , )<
Exigir que ( , ) satisffaga la restrriccin:
4. E
( , )
Condicin 3
Esta conndicin dicee que debe ser no po sitivo y, adems que = si ( , ) < .
As si < 0, se debbe tener ( , ) = .
Una forrmulacin alternativa de
d esta condiicin es quee:
2
Pgina
2
Ver N
Nota p.s.
Matemticas Avanzadas para la Economa Curso 2013/2014
Manuel Snchez Snchez (UNED)
0, ( , ) =0
Las ecuaciones (2) y (3) se conocen como las condiciones de Kuhn-Tucker. Ntese que ellas
son, esencialmente, condiciones necesarias para la solucin del problema (1).
Nota
Hiptesis de Cualificacin de las restricciones
Las condiciones de Kuhn-Tucker son necesarias solamente si se satisface una
disposicin especfica llamada hiptesis de cualificacin de la restriccin
(h.c.r.), que impone una cierta condicin sobre las funciones de restriccin,
con el propsito de descartar ciertas irregularidades en la frontera del conjunto
factible, que invalidaran la condiciones de Kuhn-Tucker como necesarias,
dndose la posibilidad de la existencia de puntos que siendo ptimos del
problema, no verifiquen dichas condiciones.
Ejemplo
Resolver el problema:
max ( , ) = x + y + y 1 sujeta a ( , ) =x + y 1
Solucin
La funcin lagrangiana es:
( , ) = x + y + y 1 + (x + y 1) (i)
( , )=2 +2 =0 (ii)
( , )=2 +1+2 =0 (iii)
0, =0 x +y <1 (iv)
Queremos hallar todos los pares ( , ) que verifican estas condiciones para un valor adecuado
de .
Consideramos primero la condicin (ii), que es 2 (1 + ) = 0.
Tomemos primero = .
Entonces (iii) implica que = 3/2 y as se verifica (iv).
Por tanto, (0,1) con = 3/2, es un candidato a ptimo porque se satisfacen todas las
4
Tomemos ahora = .
La condicin (iii) da = 1/2 y se verifica tambin (iv).
Por tanto, (0,1) con = 1/2 es otro candidato a ptimo.
Finalmente consideremos el caso en que = 0 y x + y < 1.
Esto es: 1 < < 1.
Entonces (iv) implica que = 0 y (iii) da = 1/2. Por tanto, (0, -1/2) con = 0 es un
candidato a ptimo.
( ,, )
max ( , , ) ..
( ,, )
Ahora ya es muy fcil dar una regla para resolver el problema general (1) de programacin no
lineal. Damos la regla en el siguiente recuadro
5
Pgina
Matemticas Avannzadas parra la Econooma Cursso 2013/201
14
Manuell Snchez Snchez
S UNED)
(U
Regla p
para resolver el probleema generaal de progrramacin no lineal
max ( ) ( ) ( = 1, , )
ddonde = ( ,, ).
1. E
Escribir la funcin
f lagrrangiana: ( )= ( )+ ( )
dondde ,, son multiplicadores dde Lagrange asociadas con las rrestriccionees.
den de ( )):
2. IIgualar a ceero todas lass derivadas parciales dee primer ord
( ) ( ) ( )
= + =0 ( = 1, , )
4. E
Exigir que x satisfaga las
l restricciiones:
( ) ( = 1, , )
Hallar ttodos los x, y los valorees asociadoos de ,, que satiisfagan todaas esas cond
diciones.
Estos soon los canddidatos a ptimo, y, si eel problemaa tiene solu
ucin, al meenos uno dee ellos lo
resuelvee.
El conjjunto de vectores
v = ( ,, ) que verrifican todaas las resttricciones se
s llama
conjuntto admisiblle, o ms freecuentemennte, el conju
unto factiblle.
Cond
dicioness Suficieentes dee Kuhn
n-Tuckeer
Las conndiciones suuficientes co
onllevan disstintas impllicaciones que
q las conddiciones necesarias,
ya que si un puntoo satisfaace una conndicin sufiiciente paraa mximos, entonces ese punto
debe maaximizar la funcin objjetivo.
En estee sentido, las condiciones suficcientes noss proporcionan un tippo de prueeba ms
definitivvo, aunquee al ser s
lo suficiennte, una so
olucin gen
nuinamente ptima pu
uede no
satisfaceer la condiccin suficien
nte.
En la p
prctica apparecen con
n frecuenciaa programass de optimizacin en llos que el conjunto
c
factible S es conveexo y la funcin objetivvo es cncav
va o convex
xa en S.
Estos prrogramas se denominaan convexoos y simpliffican consid
derablementte la resolu
ucin del
problem
ma de optim
mizacin.
Concrettamente en un program
ma convexoo, el ptim
mo local es tambin gllobal y adeems las
condicioones necesaarias de Kuh
hn-Tucker sson tambin
n suficientess.
Nota
En general no siempre es fcil determinar si el conjunto factible S es convexo, Sin
embargo cuando las restricciones gi son convexas en el dominio de optimizacin,
podemos asegurar que el conjunto factible S es convexo.
Ejemplo
Un individuo consume dos bienes en cantidades e , y deriva utilidad segn la funcin
( , )= + . Los precios de los dos bienes son = 10 y = 5, respectivamente, y
el ingreso del individuo es = 350.
Supongamos que consumir una unidad del primer bien toma 0,1 horas, mientras que una del
segundo se consume en 0,2 horas. El individuo dispone en total de 8 horas, como mximo,
para dedicar a su consumo de los dos bienes. Cules son los niveles de consumo ptimos de
esta persona?
Solucin.
El problema es:
10 + 5 350
max ( , ) = +
0,1 + 0,2 8
1
=
+ 10 + 0,1 =0 (i)
1
=
+5 + 0,2 =0 (ii)
0, =0 10 +5 < 350 (iii)
8
Pgina
Matemticas Avanzadas para la Economa Curso 2013/2014
Manuel Snchez Snchez (UNED)
0, =0 0,1 + 0,2 < 8 (iv)
Para cada una de las dos restricciones tenemos bien igualdad (si la restriccin esta activa) o
desigualdad (si la restriccin esta inactiva). As, hay cuatro casos diferentes:
10 + 0,1 = 1/20
5 + 0,2 = 1/30.
a ser solucin, puesto que las condiciones de Khun-Tucker se satisfacen. (ntese que es
importante verificar que 0y 0)
De (iv) sabemos que = 0, mientras (i) y (ii) implican que = 2 . Reemplazando
en (v) , obtenemos que = 17,5 y, por tanto =2 = 35.
Pero esto implica que 0,1 + 0,2 = 8,75 lo cual viola la segunda restriccin, luego
concluimos que no puede haber una solucin bajo este caso.
9
Pgina
Matemticas Avanzadas para la Economa Curso 2013/2014
Manuel Snchez Snchez (UNED)
De (iii) tenemos que = 0, mientras que (i) y (ii) nos dicen que 0,1 = 0,2 .
Reemplazando en (vi), obtenemos que = 20 y, por tanto = 40.
Pero esto implica que 10 +5 = 500, lo cual viola la primera restriccin.
Nuevamente, podemos concluir que no puede haber una solucin bajo este caso.
Conclusin:
Hay solo un candidato a solucin: el punto (20,30).
Nota:
El mtodo general para hallar todos los candidatos a ptimo en un problema de
programacin con restricciones de desigualdad se puede formular as:
Por supuesto que el orden no importa, pero hay que considerar cada caso. En cada paso
hallamos todos los vectores x, junto con los valores asociados de los multiplicadores de
10
Por ltimo buscamos entre todas las posibilidades para hallar la mejor.
Matemticas Avanzadas para la Economa Curso 2013/2014
Manuel Snchez Snchez (UNED)
.
Ejemplo
La utilidad de este proceso ha sido analizada, obtenindose en funcin de los inputs como:
( , )=
Si por restricciones del mercado sabemos que nunca se deben obtener ms de 4 unidades de
. Cules ser las cantidades de inputs que maximizan la utilidad del proceso?
Solucin:
11
Conddiciones de no negativid
n dad paraa las varriables.
Es frecuuente que las
l variablees que apareecen en loss problemass econmiccos de optim
mizacin
sean noo negativas por su prropia naturaaleza. A co
ontinuacin
n veremos ccomo no es
e difcil
incorporar esas resstricciones a la formulaacin del prroblema de optimizacin; por ejeemplo, la
12
Pgina
3
Ver A
Apndice.
Matemticas Avanzadas para la Economa Curso 2013/2014
Manuel Snchez Snchez (UNED)
restriccin 0 se pueden representar por ( ,, )= 0, y se introduce un
multiplicador de Lagrange adicional para ella. Sin embargo, para no tener que manejar
demasiados multiplicadores de Lagrange, se suelen formular las condiciones necesarias de
solucin de los problemas de programacin no lineal con restricciones de no negatividad de
las variables de una forma ligeramente distinta.
( , )= ( , )+ ( ( , ) )+ ( ) + ( )
0 (= 0 ( , )< ) (iii)
0 (= 0 > 0) (iv)
0 (= 0 > 0) (v)
( (
De (i) obtenemos: , )+ , )= .
( ( ( (
, )+ , ) 0, , )+ , )=0 > 0 (vi)
Pgina
( ( ( (
, )+ , ) 0, , )+ , )=0 > 0 (vii)
Por tanto, las nuevas condiciones de Khun-Tucker son (vi), (vii) y (iii).
Ntese que, despus de sustituir (i) y (iv) por (vi) y (ii) y (v) por (vii), slo el multiplicador
asociado con ( , ) permanece.
( ,, )
max ( , , ) .. 0, . , 0 (I)
( ,, )
Formuladas brevemente, las condiciones necesarias de solucin de (I) son que, para cada
= 1, , :
( ) ( ) ( ) ( )
+ 0, + =0 >0 (II)
0, =0 ( )< ( = 1, , ) (III)
Nota: supongamos que es admisible y satisface las condiciones (II), y las de holgura
complementaria, (III).
Ejemplo
Resolver el siguiente problema:
2 1 1 x5
max (x, y) = x x + y , sujeta a x + y 1
14
3 2 12 x 0, y 0
Pgina
Matemticas Avanzadas para la Economa Curso 2013/2014
Manuel Snchez Snchez (UNED)
Solucin
La funcin lagrangiana asociada es:
2 1 1
( )= x x + y+ ( 5) + ( + 1)
3 2 12
= + 0 =0 >0 (i)
= + 0, =0 > 0 (ii)
0, =0 <5 (iii)
0, =0 + <1 (iv)
De la condicin (ii) se sigue que < 0, lo cual implica, por (iv), que + = 1.
Como 0, lo anterior implica que = + 1 > 0, y as, que = 1/12, por (ii).
Supongamos que <0
Esto implicara, por (iii) que = 5. Pero este valor de y = 1/12 implicara, por (i),
que > 0, lo cual es imposible.
Debe ser cierto, entonces que = 0, en cuyo caso (i) nos dice que:
+ = + >0
De (i) se sigue entonces que + =0 = 3/4
Esto a su vez implica que: =1+ = 1 + = 7/4 = 7/4
Por ltimo, se comprueba fcilmente que la funcin lagrangiana es cncava, luego este
Pgina
Apn
ndice
Topoologa del
d plano
o.
En el ccaso de lass funciones de varias variables se puede analizar
a laas distincion
nes ms
relevanttes de los distintos
d tipo
os de dominnios, mediaante el uso de los siguiientes conceptos de
topologa elementaal.
Punto IInterior
Un puntto (a,b) se llama
l un pu
unto interioor de un con
njunto S dell plano, si exxiste un crculo con
centro ((a,b) totalm
mente conten
nido en S.
Conjun
nto abierto
Un conjjunto se llam
ma abierto si todos suss puntos son
n interioress.
Punto ffrontera
El punto (a,b) se llama
l un pu
unto de froontera de un
u conjunto
o S, si todoo crculo co
on centro
(a,b) ccontiene puuntos de S y puntos nno perteneccientes a S.
S Un puntoo frontera de S no
pertenecce necesariaamente a S.
Conjun
nto cerradoo
Si S conntiene a todoos sus punto
os frontera sse dice que S es cerrad
do.
complem
mento es abbierto.
Pgina
Matemticas Avannzadas parra la Econooma Cursso 2013/201
14
Manuell Snchez Snchez
S UNED)
(U
mplo, si , y
Por ejem son parmetros
p positivos, el
e conjunto (presupuest
stario) de lo
os puntos
(x,y) quue verifican las desigualldades:
+ , , (i)
es cerraado.
( , ):
) ( , ) , ( , ): ( , ) , ( , ): ( , ) =
son cerrrados.
17
Pgina
Matemticas Avannzadas parra la Econooma Cursso 2013/201
14
Manuell Snchez Snchez
S UNED)
(U
Si sustittuimos poor >, o po
or <, los coonjuntos corrrespondien
ntes son abieertos.
nto acotadoo
Conjun
Un conjjunto se llam
ma acotado
o si se puedee encontrar un crculo que
q lo conteenga. Los conjuntos
de las ffiguras (I) y (II) son acotados. P njunto de toodos los ( , ) que
Por el contrrario, el con
verificaan 1e 0 es cerrrado pero no acotado
o
Conjun
nto Compaccto
Un conjjunto cerrado y acotad
do se llama compacto..
Topologgia en
Los connceptos toppolgicos qu ucir se geneeralizan muuy fcilmentte a .
ue acabaos de introdu
Recordeemos que se define la distancia eentre dos veectores = ( ,, ) y = ( ,, )
como = ( ) + + ( )
Una -b
bola con centro
c = ( ,, ) y radio es el conju
unto de toddos los pun
ntos =
( ,, ) tales quue < .
Si sustittuimos la palabra
p "crcculo" y conj
njunto S quee usamos en
n las definicciones de to
opologa
e las definiciones
plana poor " -bola", y entorno N4, siguenn valiendo en d de punto interior,
i
conjuntto abierto, punto fron
ntera, conju
unto cerrad
do y conjun
nto compaccto.
18
Pgina
4
Un en
ntorno N dee un punto a es un conjjunto que co
ontiene una -bola conn centro a.
Matemticas Avanzadas para la Economa Curso 2013/2014
Manuel Snchez Snchez (UNED)
Teorema
( ) ( ) ( ) para todo x de S
19
Pgina