Documentos de Académico
Documentos de Profesional
Documentos de Cultura
6
Restricciones de desigualdad y el teorema de
Kuhn y Tucker
Sobre la base del análisis del capítulo anterior, pasamos ahora a un estudio de opti
Problemas de mización definidos por restricciones de desigualdad . El conjunto de restricciones ahora será
se supone que tiene la forma
En el enunciado del teorema, como en otras partes de la secuela, decimos que una desigualdad
restricción h i (x) ::: 0 es efectiva en un punto x * si la restricción se cumple con igualdad en
145
[KT-2] Df (x *) + LA [Dhi (x *) = 0.
yo = l
de fAunque
en V, x *hemos
habríaestablecido
un máximo el local
teorema
de -de Kuhn
f en y Tucker
V. Desde = -DJ,
D (-f)para los máximos
nos locales , el
El teorema se extiende fácilmente para cubrir los mínimos locales . Porque, si x * fuera un mínimo local
tener lo siguiente:
mínimo desactivado en V. Sea E el conjunto de restricciones efectivas en x *, sea hE = (hi) i E E,
yCorolario
suponga que
6.2pSuponga *)) =
(DhE (x que f yIEI.
V seEntonces, existeenAel* teorema
definen como E IR 1 tal6.1,
quey x * es un local
yo = l
Observación En la secuela, diremos que un par (x *, A *) cumple con el primer orden necesario
condiciones para un máximo (o que cumpla con las condiciones de primer orden de Kuhn-Tucker para
un máximo) en un problema de maximización restringido por desigualdad dado, si (x *, A *) sat
isfies h (x *) 2: 0 así como las condiciones [KT-1] y [KT-2] del Teorema 6. 1. De manera similar,
1 Con la (importante) excepción de la no negatividad del vector} .., las conclusiones del Teorema de
Kuhn y Tucker se pueden derivar del Teorema de Lagrange. De hecho, este constituye el punto de partida
de nuestra demostración del teorema de Kuhn y Tucker en la sección 6.5.
Página 3
6.1 El teorema de Kuhn-Tucker 147
diremos que (x *, A *) cumple las condiciones necesarias de primer orden para un mínimo
(o que cumple con las condiciones de primer orden de Kuhn-Tucker por un mínimo) si cumple
h (x *) 0 así como las condiciones [KT-1 '] y [KT-2'] del Corolario 6.2. D
Condición [KT-1] en el teorema 6.1 (que es la misma que la condición [KT-1 '] en
El corolario 6.2) se denomina condición de "holgura complementaria". El terminol
gía surge simplemente de la observación de que por la viabilidad de x *, debemos tener
{x E IR I g (x) 0}.
Sea x * = A * = 0. Entonces, x * está evidentemente en el conjunto factible, y el problema
la restricción simple es efectiva en x *. Además, g '(x) = 1 para todo x, por lo que la restricción
la calificación se mantiene en todo x y, en particular, en x *. Finalmente, tenga en cuenta que
J ' (x *) + A * g' (x *) = 0.
Así, si las condiciones del teorema de Kuhn y Tucker también fueran suficientes, x *
por
seríaloun
que, evidentemente,
máximo * no
local de fxen puede
V.Sin ser un fmáximo
embargo, local. creciente en x * = 0,
es estrictamente D
que p (DhE (x *)) = IEI. La subsección 6.1.3 luego esboza una interpretación de la
vector A *, cuya existencia afirma el teorema.
Ejemplo 6.4 Sea f: lif. 2 ➔ lif. y h: vida. 2 ➔ lif. estar dado por f (x, y) = - (x 2 + y 2 )
y h (x, y) = (x - 1) 3 - y 2 , respectivamente. Considere el problema de maximizar f
En el set
2La razón por la que tenemos A; 2: 0 en este caso, y no la desigualdad estricta A; > 0, también es intuitivo: otro
la restricción, digamos la j-ésima, también puede haber sido vinculante en x *, y puede que no sea posible elevar el objetivo
funcionan sin relajar simultáneamente las restricciones i y j.
Página 5
6.1 El teorema de Kuhn-Tucker 149
Bajo este supuesto, podemos definir una relajación de la restricción i-ésima como una "pequeña"
aumento en el valor del parámetro C i .
Sea C c IR 1 un conjunto abierto de valores factibles para los parámetros (er,..., Cz).
Suponga que para cada c EC, hay un máximo global x * (c) de f en la restricción
colocar
F (c) = f (x * (c)).
Considere el conjunto de restricciones 'D (Ci, ci) que resulta cuando el parámetro q en con
la cepa i se reemplaza por Ci. Dado que Ci <C i , debemos tener
Queda por demostrar que esta relación también se cumple si i es una restricción efectiva
en c, es decir, si la restricción i se cumple con igualdad. Esto se puede lograr adaptando el
argumento utilizado en la subsección 5.2.3 del Capítulo 5. Los detalles se dejan al lector.
6.2 Usando el teorema de Kuhn y Tucker
6.2.1 Procedimiento de un "libro de cocina"
El procedimiento del libro de cocina para usar el teorema de Kuhn y Tucker para resolver un
El problema de optimización restringido por desigualdad implica esencialmente los mismos pasos que
aquellos que usan el Teorema de Lagrange para resolver problemas restringidos por igualdad:
es decir, formamos una L "lagrangeana" , luego calculamos sus puntos críticos y, finalmente,
Evaluamos el objetivo en cada punto crítico y seleccionamos el punto en el que
el objetivo está optimizado.
imaSin
y mínimos
embargo,locales . Esto
existen requiere
algunas una diferencia
diferencias en los
importantes enpasos a seguirUno
los detalles. en de estos surge
del hecho de que las conclusiones del teorema de Kuhn-Tucker difieren para el máximo local
resolver problemas de maximización, desde los que se utilizarán para resolver problemas de minimización
problemas dediferencias
lemas. Estas maximización
sonde la formano obstante, para facilitar la exposición, posponemos
menores;
discusión del problema de minimización hasta el final de esta subsección, y concéntrese en
L: R n x ffi :. 1 ---Maximice
+ R, que fseguiremos
(x) sujeto allamando n {x I h (x) :::
x ED = Ulagrangeano, O}.
definido por:
Como primer paso en el procedimiento para resolver este problema, formamos una función
L (x, A) = f (x) + 2) -; h; (x).
yo = l
El segundo paso en el procedimiento es encontrar todas las soluciones (x, A ) para el siguiente conjunto
- (x, A) = 0, j = l,. . . , n,
de ecuaciones: a Xj
Alabama
Alabama Alabama
a A / X, A ) ::: 0, A i ::: 0, A i a A / X, A ) = 0, i = l,. . . , l .
Cualquier solución a este sistema de ecuaciones se denominará "punto crítico" de L. Es
Es importante notar que las ecuaciones que definen los puntos críticos de L difieren de
los correspondientes en problemas restringidos por la igualdad, en particular con respecto
M=
a las A -derivadas. Sea ) Iconjunto
{(x,MA el (x, A ) es de
untodos
puntolos
crítico
puntos de críticos
L yx EU}.de L para los cuales x E U:
Página 7
6.2 Uso del teorema de Kuhn-Tucker 151
{x I hay A tal que (x, A) EM}.
Como tercer y último paso, calculamos el valor de f en cada x en el conjunto
En la práctica, el valor de x que maximiza f sobre este conjunto suele ser también la solución
al problema de maximización original.
La razón por la que este procedimiento funciona bien en la práctica y las condiciones que pueden
causar su falla, se exploran en las siguientes subsecciones. Pero primero, algunas notas sobre
problemas de minimización restringidos por la desigualdad . Suponga que el problema original es
resolver
y siga los mismos pasos restantes que se enumeran para el problema de maximización. Es decir,
en el segundo paso, encontramos el conjunto M de todos los puntos (x, A) que satisfacen x EU como
así como
ac - (x, A)
0, j = l,. . . , n,
dXj
C.A C.A
".1,1(X, A): ": 0, Ai:": 0, A; - (X, A) = 0, i = l,. . . , l.
U / \. 1
dA;
Por último, evaluamos f en cada punto x del conjunto {x I hay A tal que (x, A) EM}.
El valor de x que minimiza f sobre este conjunto suele ser también un mínimo global de
el problema original.
6.2.2 Por qué suele funcionar el procedimiento
Como antes con el Teorema de Lagrange, no es muy difícil ver por qué este método
suele tener éxito. Discutimos las razones en el contexto de la desigualdad limitada
problemas de maximización aquí. Con las modificaciones oportunas, los mismos argumentos
también es válido para problemas de minimización.
La clave, una vez más, está en una propiedad del Lagrangean L:
El conjunto de puntos críticos de L contiene el conjunto de todos los máximos locales de f en V en los que el
se cumple la calificación de restricción. Es decir, si x es un máximo local de f en V, y la restricción
la calificación se satisface en x, entonces debe existir A tal que (x, ;> ..) sea un punto crítico de L.
oL
Alabama af
I
ahi
OXj OXj
- (x, > -.) = - (x) + I> i - (x),
i = l OXj
un par (x, > -.) puede ser un punto crítico de L si y solo si satisface lo siguiente
hola (x) 0, A, ·> 0 > -. ih; (x) = 0, i = 1 ,. . . , l.
condiciones:
I
Df (x)
I-
+ L' Ai Dh; (x) = 0.
yo = l
De manera equivalente, (x, > -.) Es un punto crítico de L si y solo si satisface el Kuhn-Tucker
condiciones de primer orden para un máximo, es decir, satisface h (x) 0 así como las condiciones
[KT-1] y [KT-2] del teorema 6.1.
Ahora, suponga que x * es un máximo local de f en TJ, y la calificación de restricción
se mantiene en x *. Dado que x * es factible, debe satisfacer h (x *) 0. Según el teorema de Kuhn
y Tucker, también debe existir A * tal que (x *, A *) satisfaga las condiciones [KT-1]
y [KT-2] del teorema 6.1. Esto dice precisamente que (x *,),. *) Debe ser un punto crítico
de L, estableciendo la propiedad reclamada.
Proposición 6.5 Suponga
Un caso especial quepropiedad
de esta se cumplen
es:las siguientes condiciones:
1. Existe un
Entonces, máximo
existe global
A * tal x **,),
que (x para_ *)elesproblema
un puntorestringido por desigualdad dado.
crítico de L.
2. La calificación de restricción se cumple en x *.
De ello se deduce que, bajo las condiciones de la Proposición 6.5, el procedimiento que tenemos
descrito anteriormente logrará identificar el máximo x *. Ya que ni la exis
La tencia de las soluciones ni la calificación de la restricción suele ser un problema en las aplicaciones,
La Proposición 6.5 también proporciona una explicación indirecta de por qué este procedimiento es bastante
exitoso en la práctica.
Página 9
6.2 Uso del teorema de Kuhn-Tucker 153
Primero, incluso si existe un óptimo, la calificación de restricción puede fallar en el
óptimo, y como consecuencia, el óptimo puede no aparecer como parte de una solución para
las ecuaciones que definen los puntos críticos de L.Es muy importante entender que
esto no implica que L no posea puntos críticos. En cada uno de los ejemplos 6.6
y 6. 7, existe un máximo global único para el problema indicado, y en cada caso
la calificación de restricción falla en el óptimo. En el ejemplo 6.6, esto da como resultado una
situación en la que L no tiene puntos críticos. Sin embargo, este no es el caso
en el ejemplo 6.7, donde L posee múltiples puntos críticos, aunque el problema
el máximo único no se encuentra entre estos.
J (x, y) = - (x 2 + y 2 ) y h (x, y) = (x - 1) 3 - y 2 , respectivamente. Hemos visto en
Ejemplo 6.6 Como en el ejemplo 6.4, sean J y h funciones C 2 en JR 2 definidas por
Ejemplo 6.4 que el máximo global único de Jon V se logra en (x, y) = (I, 0),
pero que la calificación de restricción falla en este punto; y que, como consecuencia, no
no es AE IR + tal que (1, 0, A) cumple con las conclusiones del Teorema de Kuhn y
Fatigar. Evidentemente, entonces, no hay valor de A para el cual el punto (1, 0, A) surge como
un punto crítico de L (x, y) = f (x, y) + Ah (x, y), y el procedimiento del libro de cocina falla
para identificar este óptimo global único.
De hecho, hay no hay soluciones a las ecuaciones que definen los puntos críticos de L
-2x + 3). (X - 1) 2 = 0
en este problema. Estas ecuaciones vienen dadas por:
-2y - 2) .y = 0
(x - 1) 3 - y 2 0, A 0, A ((x - 1) 3 - y 2 ) = 0.
V = {x yo g (x) O}.
Dado que (3 - x) 3 0 si y solo si 3 - x 0, el conjunto de restricciones es solo el
intervalo
g '(x *) = (-oo,
-3 (3 3].
- x Un
*) 2cálculo
= 0, porsimple
lo quemuestra que J no
la calificación de laesrestricción
positivo para i,
x ::Tes mostraremos
falla. y eso,
es estrictamente positivo y estrictamente creciente para x > i.Por lo tanto, el único global
el máximo de J en V ocurre en el punto x * = 3. En este punto, sin embargo, tenemos
Página 10
154 Capítulo 6 Optimización restringida por desigualdad
Forme el Lagrangeano L (x, ).) = F (x) + ) .g (x). Los puntos críticos de L son los
Soluciones a
6x 2 - 6x - 3). (3 - x) 2 = 0,
). 0, (3 - x) 3
0,). (3 - x) 3= 0.
Para que se mantenga la condición de holgura complementaria, debemos tener cualquiera de las dos). = 0 o
x = 3. Un cálculo simple muestra que si A = 0, hay precisamente dos soluciones para
estas ecuaciones, a saber (x, A) = (0, 0) y (x, ).) = (1, 0). Como hemos visto, ni
x = 0 norx = 1 es un máximo global del problema. Por otro lado, si x = 3, el
la primera ecuación no se puede satisfacer, ya que 6x 2 -6x - 3). (3 -x) 2 = 6x 2 - 6x = 36 f :. 0.
Entonces, el máximo global único x * no es parte de una solución a los puntos críticos de L.
□
- x, y
g (x) = x, respectivamente. Considere el problema de maximizar f sobre el conjunto D =
{x I g (x) 0}. Tenga en cuenta que dado que g '(x) = 1 en todas partes, la calificación de restricción
se mantiene en todas partes en D.
Defina L (x, A) = f (x) + ) .g (x). Los puntos críticos de L son las soluciones (x, ).)
para
2x - 1 + A = 0,
x 0,). 0, h = 0.
Este sistema de ecuaciones admite dos soluciones: (x, A) = (0, l) y (x, A) = <½, 0).
Sin embargo, ningún punto es una solución al problema de maximización dado: por ejemplo,
en x = 2 (que es un punto factible), tenemos j (x) = 3, mientras que / (0) = 0 y
/ (½) = -¼- De hecho, el problema dado no tiene solución en absoluto, ya que el conjunto factible
D
Ejemplo
es todo de6.9
lRLet
+, yf fy (x) t oo
g son funciones
como xen oo.2 definido por j (x, y) = x + y y
t JR.
g (x, y) = xy - 1, respectivamente. Considere el problema de maximizar f sobre el
conjunto factible
Página 11
6.2 Uso del teorema de Kuhn-Tucker 155
Este problema evidentemente no tiene solución: para cualquier número real x 1, el vector (x, x)
que, no 'D,
está en obstante, existe
y f (x, x) = 2x,una
quesolución únicae ailimitada
es creciente los puntos
en críticos del Lagrangean
x. Nosotros mostraremosen
este problema.
El Lagrangean L tiene la forma L (x, y, A) = x + y + A (xy - 1). El critico
los puntos de L son las soluciones (x, y, A) para
1 + ; __ y = 0
A 0, xy 1, A (l - xy) = 0.
Un simple cálculo muestra que el vector (x, y, A) = (-1, -1, 1) satisface todos estos
condiciones (y es, de hecho, la única solución a estas ecuaciones). Como hemos visto,
este punto no define una solución al problema dado. D
Estos ejemplos sugieren que se debe tener precaución al usar el libro de cocina.
técnica para resolver problemas de optimización con restricciones de desigualdad. Si uno puede verificar
existencia de óptimos globales y la calificación de restricción a priori, entonces el método
funciona bien para identificar los óptimos. Por otro lado, en situaciones donde las respuestas
a estas preguntas no están disponibles a priori, surgen problemas.
Primero, el Lagrangean L puede no tener puntos críticos para dos
razones. Por un lado, esto puede deberse a que el problema en sí no tiene
una solución (ejemplo 6.8). Por otro lado, esta situación puede surgir incluso cuando un
existe una solución, ya que la calificación de restricción puede violarse en el nivel óptimo
(testigo del ejemplo 6.6). Por tanto, la ausencia de puntos críticos de L no nos permite
sacar cualquier conclusión sobre la existencia o no existencia de soluciones a la situación dada
problema.
En segundo lugar, incluso si el Lagrangean L tiene uno o más puntos críticos, este conjunto de
los puntos no necesitan contener la solución. Una vez más, esto puede deberse a que no hay solución
existe para el problema (como en el ejemplo 6.9), o porque existe una solución, pero una
en el que se viola la calificación de restricción (véase el ejemplo 6.7). Por lo tanto, incluso el
La presencia de puntos críticos de L no nos permite sacar conclusiones sobre la
existencia de soluciones al problema dado.
Pagina 12
156 Capítulo 6 Optimización restringida por desigualdad
Primero argumentaremos que se satisfacen ambas condiciones de la Proposición 6.5, por lo que
el procedimiento del libro de cocina debe tener éxito en identificar el óptimo. Lo factible
el conjunto D en este problema es solo el disco de la unidad cerrada en JR. 2 , que evidentemente es
compacto. Dado que la función objetivo es continua en D, existe un máximo por
el teorema de Weierstrass, por lo que la primera de las dos condiciones de la proposición 6.5 es
2 + y 2 = 1),
xsatisfecho. Para ver quetener
debemos también
x = /:se- cumple
0 o y = la
/: -segunda
0. Dadocondición, y) = en
que Dg (x,tenga cuenta
(-2x, -2y) que en cualquier punto donde
la restricción única del problema es efectiva (es decir, en cualquier (x, y) donde tenemos
p (Dg (x, y)) = 1. Por lo tanto, la calificación de restricción se cumple si ocurre el óptimo
en todo (x, y), se sigue que en todos los puntos donde g es efectivo, debemos tener
g (x, y) > 0, entonces el conjunto de restricciones efectivas está vacío. Dado que la restricción
La calificación se refiere solo a las restricciones efectivas, en este caso se mantiene vacía
además. Por lo tanto, también se cumple la segunda de las dos condiciones de la Proposición 6.5.
..) = x 2 - y 0+ ) .. (1 - x 2 - y 2 ). El critico
Ahora configure el Lagrangean L (x,2xy, -) 2h
los puntos de L son las soluciones (x, y, ) ..) a
- 1 - 2) .. y = 0
) .. :::: 0, (1 - x 2 - y 2 ) :::: 0,) .. (1 - x 2 - y 2 ) = 0.
Para que se mantenga la primera ecuación, debemos tener x = 0 o) .. = 1. Si) .. = 1, entonces de
valor de x:+ y 2 = l. Esto nos da dos puntos críticos de L, que difieren solo en el
En este punto crítico, tenemos f (0, - 1) = 1 <¾, lo que significa que este punto no puede ser un
solución al problema de maximización original. Dado que no hay otros puntos críticos,
y sabemos que cualquier máximo global de f en D debe surgir como parte de una
Página 13
6.3 Ilustraciones de economía 157
punto de L, se deduce que hay exactamente dos soluciones para la optimización dada
problema, a saber, los puntos (x, y) = (, J'3 / 4, -1/2) y (x, y) = (-, J'3 / 4, -1/2).
D
6.3 Ilustraciones de economía
En esta sección, presentamos dos ejemplos extraídos de la economía, que ilustran la
el uso del procedimiento descrito en el apartado anterior en la búsqueda de soluciones a la desigualdad
problemas de optimización restringidos. El primer ejemplo, presentado en la subsección 6.3.1,
considera un problema de maximización de la utilidad. El segundo ejemplo, presentado en la subsección
La sección 6.3.2 describe un problema de minimización de costos.
La presentación en esta sección tiene un doble propósito:
En la práctica, estos ejemplos señalan un punto importante: que, siempre que este
es posible, es mejor resolver un problema de optimización restringido por desigualdad
reduciéndolo a uno restringido por la igualdad, ya que el cálculo de los puntos críticos de la
Lagrangean en la última clase de problemas es una tarea significativamente más fácil.
También son importantes algunos comentarios sobre los ejemplos mismos. Los dos exámenes
Los elementos presentados en esta sección comparten algunas características comunes. Más notablemente, en cada
mayúsculas y las formulaciones consideradas son tales que el problema no se puede reducir a una
Problema restringido por la igualdad. Sin embargo, también están diseñados para ilustrar diferentes
aspectos importantes de la resolución de problemas de optimización restringidos por desigualdad. Por ejemplo,
El conjunto de puntos críticos del Lagrangean en el primer ejemplo es muy sensible a
la3 "Todas
relación entre losposibles
las ubicaciones parámetros del problema,
del punto óptimo" mientras
no significa el que esta
conjunto factible dependencia
completo, esposible
ya que puede ser
utilizar la estructura del problema específico en cuestión para descartar ciertas partes del conjunto factible. Ver el
ejemplos que siguen en esta sección.
Página 14
158 Capítulo 6 Optimización restringida por desigualdad
mucho menos pronunciado en el segundo ejemplo. Por otro lado, cada punto crítico
en el primer ejemplo también identifica una solución del problema; en contraste, el segundo
El ejemplo siempre tiene al menos un punto crítico que no es una solución.
1 O
DhE (X1, x2) = [ ]
-p1 -p2
Página 15
6.3 Ilustraciones de economía 159
en cualquier (x1, x2). Dado que Pl y p2 son estrictamente positivos por hipótesis, esta matriz tiene
rango, por lo que la calificación de restricción se mantendrá en ese punto. Un cálculo similar
muestra que si el óptimo ocurre en un punto donde solo la segunda y tercera restricciones
son efectivos, se cumplirá la calificación de restricción. Finalmente, si la tercera restricción
es el único efectivo en el óptimo y hE = h3, tenemos DhE (x1, x2) =
(- p 1, -pz), y una vez más la positividad de los precios implica que no hay
problemas aquí.
En resumen, el óptimo en este problema debe ocurrir en un punto donde h3 = 0, pero
sin importar en qué parte de este conjunto se encuentre el óptimo (es decir, sin importar qué otras restricciones
son efectivos en el óptimo), la calificación de restricción debe mantenerse. por lo tanto, el
La segunda condición de la Proposición 6.5 también se cumple, y los puntos críticos de la
Lagrangean debe contener los máximos globales del problema.
El Lagrangeano para este problema es:
Los puntos críticos de la lagrangiana son las soluciones (x1, x2, AJ, Az, A3) a la
siguiente sistema de ecuaciones:
1. l + A1 - A3p1 = 0.
2. 1 + A2 - A3p2 = 0.
3. AJ> 0, XJ 2 '.: 0, AJXJ = 0.
4. A2> 0, x2 2 '.: 0, A2x2 = 0.
5. A.3> 0, I - ¡PIX! - p2x2 2 '.: 0, A.3 (/ - ¡PIX! - p2x2) = 0.
Para resolver todos los puntos críticos de este sistema, adoptamos el siguiente procedimiento.
Fijamos un subconjunto C de {h 1, h2, h3} y examinamos si hay puntos críticos en los que
solo las restricciones en el conjunto C se mantienen con igualdad. Luego, variamos C sobre todos los posibles
subconjuntos de {h 1, h2, h3}, y así obtener todos los puntos críticos.
En general, este procedimiento sería algo largo, ya que hay 8 posibles
valores para C: a saber, 0, {hi}, {h2}, {h3}, {h1, h2}, {h1, h3}, {h2, h3} y {h1, h2, h3}.
Sin embargo, como ya hemos mencionado, el óptimo en este problema debe ocurrir en un
1 = h2
hpunto = 0h3implica
donde = 0, por
h3>lo0.
que eslosuficiente
Por encontrar
tanto, solo hay que el conjunto tres
considerar de puntos
casos:críticos
{h3}, de L en el que h3 = 0.
Además, como también se mencionó, el caso C = {h1, h2, h3} no tiene soluciones porque
Caso
{h2, h3} y {h1, h3}. Examinamos cada = {h3}
uno1:deCestos casos por turno.
Dado que solo se supone que la restricción 3 se cumple con igualdad en este caso, debemos tener
x1> 0 y x2> 0. Por las condiciones de holgura complementarias, esto implica que
también debe tener A 1 = A2 = 0. Sustituyendo esto en las dos primeras ecuaciones que definen
Página 16
160 Capítulo 6 Optimización restringida por desigualdad
Estas condiciones solo tienen sentido si PI = pz. Por tanto, conservamos este caso como posible
solución solo si los parámetros satisfacen p1 = pz. De lo contrario, se descarta.
En el caso de que PI y pz sean iguales a un valor común p> 0, debemos evi
realmente tiene A3 = 1 / p. Ahora se ve fácilmente que, cuando PI = pz = p, hay
infinitos puntos críticos de L que satisfacen x1> 0 y x2> 0. De hecho, cualquier punto
(x1, x2, A 1, A2, A3) es un punto crítico siempre que
A] = A2 = 0, A3 = 1 / p, X] E (0, // p) y x2 = (/ - px1) / p.
Tenga en cuenta que en todos estos puntos críticos, tenemos u (x1, x2) = I / p.
Esto es similar al Caso 2. Es posible como punto crítico de L solo si PI pz. los
el punto crítico único de L en este caso viene dado por:
1
(x1, x2, A1, A2, A3) = 0,
( Yo
-, -PI- 1, 0, - )
P2 P2 P2
El valor de la función objetivo en este punto crítico viene dado por u (x1, x2) = I / pz.
• Si PI> pz, hay exactamente un punto crítico de L (a saber, el que surge en el Caso 3),
cuyos valores x asociados son (x1, x2) = (0, I / pz).
• Si PI <pz, L tiene un solo punto crítico (a saber, el que surge en el Caso 2), y
esto tiene los valores x asociados (x1, x2) = (// PI, 0).
Página 17
6.3 Ilustraciones de economía 161
• Si Pl = p2 = p, L tiene infinitos puntos críticos (es decir, todos los puntos críticos
que surgen en cada uno de los tres casos). El conjunto de valores x que surge en este caso es
cuando Pl> P2 es (x1, x2) = (0, I / p2). Del mismo modo, la única solución al problema
cuando Pl <P2 es (x1, x2) = (1 / Pl, 0). Finalmente, cuando Pl = p2 = p, hay
infinitos puntos críticos de L, pero en todos ellos tenemos u (x1, x2) = I / p.
Por tanto, cada uno de estos valores de (x1, x2) define un máximo global del problema
en este caso.
h3 (x1, x2) = xf + x} - y 0.
Como de costumbre, asumiremos que todos los parámetros del problema, a saber, w 1, w2,
y y son estrictamente positivos.
Una vez más, comenzamos nuestro análisis con una demostración de que ambas condiciones de
La Proposición 6.5 está satisfecha. La existencia de soluciones puede demostrarse en muchos
formas, por ejemplo, compactando el conjunto de acciones factibles de la manera descrita
en el ejemplo 3.8. Se omiten los detalles.
Para comprobar que la calificación de restricción se mantendrá en el óptimo, primero identificamos
todas las combinaciones posibles de las restricciones que pueden, en principio, mantenerse con igualdad
en el óptimo. Dado que hay tres restricciones, hay que verificar ocho casos:
0, h 1, h2, h3, (h 1, h2), (h 1, h3), (h2, h3) y (h 1, h2, h3). De estos, el ultimo puede
ser descartado ya que h 1 = h2 = 0 implica xf + x} = 0, mientras que el conjunto de restricciones
requiere xf + x} y. También es evidente que, dado que w1 y w2 son estrictamente positivos,
debe tener h3 = 0 en el óptimo (es decir, la producción total x1 + x} debe ser exactamente igual
y), o los costos podrían reducirse reduciendo la producción. Esto significa que solo hay tres
Página 18
162 Capítulo 6 Optimización restringida por desigualdad
DhE (x, x 2 ) =[ 2 !, 22
=[
Dado que esta matriz tiene evidentemente el rango requerido,
] l
2se deduce que si el óptimo
ocurre en un punto donde h I y h3 son las únicas restricciones efectivas, la restricción
se cumplirá la calificación.
Un argumento idéntico, con los cambios obvios, muestra que la restricción cali
La ficación no es un problema si el óptimo ocurre en un punto donde h 2 y h3
son eficaces. Esto deja el caso hE = h3. En este caso, tenemos
Dado que asumimos que solo h3 se cumple con igualdad, debemos tener x,, x 2 > 0,
entonces p (DhE (x1, x2)) = IEI = 1 según sea necesario.
Resumiendo, el óptimo debe ocurrir en un punto donde h3 = 0, pero no importa
donde en este conjunto ocurre el óptimo, se cumplirá la calificación de restricción. Eso
se deduce que el conjunto de puntos críticos del Lagrangean debe contener la (s) solución (es)
del problema.
La Lagrangean L en este problema tiene la forma
Página 19
Una vez más, este proceso se simplifica por el hecho de que no tenemos que considerar todos
6.3 Ilustraciones
posibles subconjuntos C. En primer lugar, comode hemos
economía 163óptimo,
mencionado, h 3 debe ser eficaz en un
por lo que es suficiente encontrar todos los puntos críticos de L en los que h3 = 0. En segundo lugar, el caso
h 3 :::: 0. Esto da como resultado tres valores posibles para C, a saber, C = {h3}, C = {h2, h 3 },
yC
C =={ {h h1, 1,h 2,h h3}.3}Consideramos
se descarta, yacada 1 =de
que huno 2 = 0 aviola
h estos su vez.
la tercera restricción que
2A3X 1 = Wj
2A3x2 = w 2 .
Dividiendo la primera ecuación por la segunda, esto implica
XJ = (: :) X 2 -
-w 1 x 1 - w 2 x 2 = - (wf + Wi) 1 1 2 y 1 1 2 _
2A3XJ - Wj = 2A3, Jy - Wj = 0,
o A3 = W 1 /2, Jy. Finalmente, sustituyendo x 2 = 0 en la segunda ecuación que define
los puntos críticos de L, obtenemos A2 = w 2. Por tanto, el único punto crítico de L que
satisface h 2 = h 3 = 0 es
Caso 3: C = {h 1, h3}
Este es el mismo que el caso 2, con los cambios obvios. El único punto crítico de L
que cae en este caso es
Resumiendo, L tiene tres puntos críticos, y los valores tomados por el objetivo
La función en estos tres puntos es - (wf + w) 1 12 y 1 12, -w I y I 12, y -w2y 1 12. Ahora,
ya hemos establecido que el conjunto de puntos críticos de L en este problema contiene
la (s) solución (es) al problema; y, por tanto, que los puntos que maximizan el valor
de la función objetivo entre el conjunto de puntos críticos debe ser la (s) solución (es) para
el problema. Todo lo que queda ahora es comparar el valor de la función objetivo
en los tres puntos críticos.
Como w1> 0 y w2> 0, siempre ocurre que (wf + w) 1 12> w1 y,
por lo tanto, que
• Cuando w1 <w2, entonces el mayor de los dos valores es -w 1 y 1 12, que surge en
(x 1, x2) = (y I 12, 0). Por lo tanto, el problema tiene una solución única cuando w 1 <w2,
a saber (y 1 12, 0).
• Cuando w1 <w2, entonces el mayor de los dos valores es -w 1 y I 12, que surge en
(x 1, x2) = (0, y 112). Por lo tanto, el problema tiene una solución única cuando w 1> w2,
a saber (0, y 1 12).
• Cuando w1 y w2 tienen un valor común w> 0, entonces estos dos valores del
función objetivo coinciden. Por tanto, si w1 = w2, el problema tiene dos soluciones,
a saber (y 1 12, 0) y (0, y 1 12).
6.4 El caso general: restricciones mixtas
Página 21
6.5 Prueba del teorema de Kuhn-Tucker 165
hE = (hi)
donde h =iEE · Debemos
(h 1,..., mostrar
ht) es una que Chay)
función 1 de..,n aE 1/, tal c n está abierta. Deje E
y Uque
ser el conjunto de restricciones efectivas en x *, y suponga que p (DhE (x *)) = IEI, donde
1. Ai 2 :: 0 y Aihi (x *) = 0, i = 1 ,. . . , /.
2. Df (x *) + Li = I AiDhi (x *) = 0.
Con la importante excepción de la no negatividad del vector A, el teorema de
Kuhn y Tucker pueden derivarse como consecuencia del Teorema de Lagrange. Para
simplifique la notación en la demostración, denotaremos / El por k; también asumiremos que el
hola (x *) = 0, i = l,. . . , k
las restricciones efectivas en x * son las primeras k restricciones:
hola (x *)> 0, i = k + l,. . . l.
Por supuesto, no hay pérdida de generalidad en esta suposición, ya que esto se puede lograr
simplemente renumerando las restricciones.