Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Este tipo de programas representan con más fidelidad, las circunstancias en las que se
desenvuelve la actividad económica, ya que normalmente se dispone de cantidades limitadas
de recursos - más de una vez habremos leído que la economía es la ciencia de la escasez -
pero sin la obligación de emplearlas en su totalidad, si ello no resulta necesario.
Así, este nuevo tipo de programas, nos posibilita obtener soluciones óptimas que no saturen1
necesariamente todas las restricciones, pudiendo quedar recursos que no sea necesario utilizar
hasta su agotamiento.
Consideremos el problema sencillo de programación 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 hipótesis d
de cualifica
ación de lass restriccioones2 - sea óptimo.
ó
1. A
Asociar unn multiplicaador constaante de Lag
grange , a la restriccción ( , )≤ y
ddefinir la fuunción lagraangiana:
( , )= ( , )+ ( ( , )− )
2. IIgualar a ceero las deriv
vadas parciaales de ( , ):
´ ( , )= ´( ´(
, )+ , )=0
´ ( , )= ´( ´(
, )+ , )=0
3. IIntroducir la condición
n de holgurra complem
mentaria:
≤0, =0 ( , )<
Exigir que ( , ) satisffaga la restrricción:
4. E
( , )≤
Condición 3
Esta conndición dicee que debe ser no po sitivo y, además que = si ( , ) < .
Así si < 0, se debbe tener ( , ) = .
Una forrmulación alternativa de
d esta condiición es quee:
2
Página
2
Ver N
Nota p.s.
≤ 0, ∙ ( , )− =0
Las ecuaciones (2) y (3) se conocen como las condiciones de Kuhn-Tucker. Nótese que ellas
son, esencialmente, condiciones necesarias para la solución del problema (1).
Nota
Hipótesis de Cualificación de las restricciones
Las condiciones de Kuhn-Tucker son necesarias solamente si se satisface una
disposición específica llamada hipótesis de cualificación de la restricción
(h.c.r.), que impone una cierta condición sobre las funciones de restricción,
con el propósito de descartar ciertas irregularidades en la frontera del conjunto
factible, que invalidarían la condiciones de Kuhn-Tucker como necesarias,
dándose la posibilidad de la existencia de puntos que siendo óptimos del
problema, no verifiquen dichas condiciones.
Ejemplo
Resolver el problema:
max ( , ) = x + y + y − 1 sujeta a ( , ) =x + y ≤ 1
Solución
La función 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 condición (ii), que es 2 (1 + ) = 0.
Tomemos primero = .
Entonces (iii) implica que = −3/2 y así se verifica (iv).
Por tanto, (0,1) con = −3/2, es un candidato a óptimo porque se satisfacen todas las
4
Tomemos ahora =− .
La condición (iii) da = −1/2 y se verifica también (iv).
Por tanto, (0,1) con = −1/2 es otro candidato a óptimo.
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 óptimo.
( ,…, ) ≤
max ( , … , ) ……………………..
( ,…, ) ≤
Ahora ya es muy fácil dar una regla para resolver el problema general (1) de programación no
lineal. Damos la regla en el siguiente recuadro
5
Página
Regla p
para resolver el probleema generaal de progrramación no lineal
max ( ) ( )≤ ( = 1, … , )
ddonde = ( ,…, ).
1. E
Escribir la función
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, … , )
( )≤ ( = 1, … , )
Hallar ttodos los x, y los valorees asociadoos de ,…, que satiisfagan todaas esas cond
diciones.
Estos soon los canddidatos a óptimo, y, si eel problemaa tiene solu
ución, al meenos uno dee ellos lo
resuelvee.
El conjjunto de vectores
v = ( ,…, ) que verrifican todaas las resttricciones se
s llama
conjuntto admisiblle, o más 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 conndición sufiiciente paraa máximos, entonces ese punto
debe maaximizar la función objjetivo.
En estee sentido, las condiciones suficcientes noss proporcionan un tippo de prueeba más
definitivvo, aunquee al ser só
ólo suficiennte, una so
olución gen
nuinamente óptima pu
uede no
satisfaceer la condicción suficien
nte.
En la p
práctica apparecen con
n frecuenciaa programass de optimización en llos que el conjunto
c
factible S es conveexo y la función objetivvo es cóncav
va o convex
xa en S.
Estos prrogramas se denominaan convexoos y simpliffican consid
derablementte la resolu
ución del
problem
ma de optim
mización.
ma convexoo, el óptim
Concrettamente en un program mo local es también gllobal y adeemás las
condicioones necesaarias de Kuh
hn-Tucker sson también
n suficientess.
Nota
En general no siempre es fácil determinar si el conjunto factible S es convexo, Sin
embargo cuando las restricciones gi son convexas en el dominio de optimización,
podemos asegurar que el conjunto factible S es convexo.
Ejemplo
Un individuo consume dos bienes en cantidades e , y deriva utilidad según la función
( , )= + . 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 máximo,
para dedicar a su consumo de los dos bienes. ¿Cuáles son los niveles de consumo óptimos de
esta persona?
Solución.
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
Página
Para cada una de las dos restricciones tenemos bien igualdad (si la restricción esta activa) o
desigualdad (si la restricción esta inactiva). Así, hay cuatro casos diferentes:
10 + 0,1 = −1/20
5 + 0,2 = −1/30.
a ser solución, puesto que las condiciones de Khun-Tucker se satisfacen. (nótese 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 restricción, luego
concluimos que no puede haber una solución bajo este caso.
9
Página
∗
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 restricción.
Nuevamente, podemos concluir que no puede haber una solución bajo este caso.
Conclusión:
Hay solo un candidato a solución: el punto (20,30).
Nota:
El método general para hallar todos los candidatos a óptimo en un problema de
programación con restricciones de desigualdad se puede formular así:
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 último buscamos entre todas las posibilidades para hallar la mejor.
.
Ejemplo
La utilidad de este proceso ha sido analizada, obteniéndose en función de los inputs como:
( , )= −
Si por restricciones del mercado sabemos que nunca se deben obtener más de 4 unidades de
. ¿Cuáles será las cantidades de inputs que maximizan la utilidad del proceso?
Solución:
11
Conddiciones de no negativid
n dad paraa las varriables.
Es frecuuente que las
l variablees que apareecen en loss problemass económiccos de optim
mización
sean noo negativas por su prropia naturaaleza. A co
ontinuación
n veremos ccomo no es
e difícil
incorporar esas resstricciones a la formulaación del prroblema de optimizacióón; por ejeemplo, la
12
Página
3
Ver A
Apéndice.
( , )= ( , )+ ( ( , )− )+ (− ) + (− )
≤ 0 (= 0 ( , )< ) (iii)
≤ 0 (= 0 > 0) (iv)
≤ 0 (= 0 > 0) (v)
´( ´(
De (i) obtenemos: , )+ , )= .
´( ´( ´( ´(
, )+ , ) ≤ 0, , )+ , )=0 > 0 (vi)
Página
´( ´( ´( ´(
, )+ , ) ≤ 0, , )+ , )=0 > 0 (vii)
Por tanto, las nuevas condiciones de Khun-Tucker son (vi), (vii) y (iii).
Nótese que, después de sustituir (i) y (iv) por (vi) y (ii) y (v) por (vii), sólo el multiplicador
asociado con ( , ) ≤ permanece.
( ,…, ) ≤
max ( , … , ) …………………….. ≥ 0, … . , ≥ 0 (I)
( ,…, ) ≤
Formuladas brevemente, las condiciones necesarias de solución 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 x≤5
max (x, y) = x − x + y , sujeta a −x + y ≤ 1
14
3 2 12 x ≥ 0, y ≥ 0
Página
Solución
La función 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 condición (ii) se sigue que < 0, lo cual implica, por (iv), que − + = 1.
∗ ∗ ∗
Como ≥ 0, lo anterior implica que = + 1 > 0, y así, que = −1/12, por (ii).
Supongamos que <0
∗ ∗
Esto implicaría, por (iii) que = 5. Pero este valor de y = −1/12 implicaría, 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 último, se comprueba fácilmente que la función lagrangiana es cóncava, luego este
Página
Apén
ndice
Topoología del
d plano
o.
En el ccaso de lass funciones de varias variables se puede analizar
a laas distincion
nes más
relevanttes de los distintos
d tipo
os de dominnios, mediaante el uso de los siguiientes conceptos de
topología elementaal.
Punto IInterior
Un puntto (a,b) se llama
l un pu
unto interioor de un con
njunto S dell plano, si exxiste un círculo con
centro ((a,b) totalm
mente conten
nido en S.
Conjun
nto abierto
ma abierto si todos suss puntos son
Un conjjunto se llam n interioress.
Punto ffrontera
El punto (a,b) se llama
l un pu
unto de froontera de un
u conjunto
o S, si todoo círculo 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
os frontera sse dice que S es cerrad
Si S conntiene a todoos sus punto do.
complem
mento es abbierto.
Página
mplo, si , y
Por ejem son parámetros
p positivos, el
e conjunto (presupuest
stario) de lo
os puntos
(x,y) quue verifican las desigualldades:
+ ≤ , ≥ , ≥ (i)
es cerraado.
( , ):
) ( , )≥ , ( , ): ( , ) ≤ , ( , ): ( , ) =
son cerrrados.
17
Página
Conjun
nto acotadoo
ma acotado
Un conjjunto se llam o si se puedee encontrar un círculo 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 ℝ
Los connceptos toppológicos qu ucir se geneeralizan muuy fácilmentte a ℝ .
ue acabaos de introdu
Recordeemos que se define la distancia eentre dos veectores = ( ,…, ) y = ( ,…, )
como ‖ − ‖ = ( − ) + ⋯+ ( − )
4
Un en
ntorno N dee un punto a es un conjjunto que co
ontiene una -bola conn centro a.
Teorema
( ) ≤ ( ) ≤ ( ) para todo x de S
19
Página