2.

3 Método de los candidatos

Ejemplo con dos restricciones

Resuelve:
Optimizar : 2xy + 100
s.a. x 2 + y 2 ≤ 50
7x ≤ y

Sección 3: Interpretación de los multiplicadores

Teorema de sensibilidad
Si el valor óptimo para el problema de optimización (*) es
M = M(r1 , . . . , rk ) se alcanza en un punto regular, entonces las derivadas
parciales de M respecto de los parámetros rj coinciden con los
multiplicadores de K-K-T:
∂M
= λj
∂rj
En consecuencia, para (r̃1 , . . . , r̃k ) próximo a (r1 , . . . , rk ) se cumple:
k
X
M(r̃1 , . . . , r̃k ) ≈ M(r1 , . . . , rk ) + λj · (r̃j − rj )
j=1

O equivalentemente:
k
X
∆M = λj · ∆rj
j=1
Ejemplo [examen julio 2017]
El punto óptimo para el siguiente problema de optimización se alcanza en
(x, y ) = (1, 1):

Maximizar : 12x + 18y

s.a. x 2 + xy + y 2 ≤ 3
2x + 4y ≤ 6

Calcula los multiplicadores de Kuhn-Tucker asociados y resuelve, de

manera aproximada el problema

Maximizar : 12x + 18y

s.a. x 2 + xy + y 2 ≤ 4
2x + 4y ≤ 5

Sección 4: Particularidades de la programación convexa

Supongamos que la función objetivo es convexa y que todas las funciones
gi que aparecen en las restricciones son convexas (para que el conjunto
factible sea convexo).
1 Las condiciones de Karush-Kuhn-Tucker para mı́nimo son también
suficientes.

Si P pertenece al conjunto factible, es un punto regular y satisface las

condiciones de Karush-Kuhn-Tucker para mı́nimo, entonces f alcanza en
P un mı́nimo local y global.
2 Si además f es estrictamente convexa en un entorno de P, entonces
el mı́nimo global es único.
3 Si f alcanza un máximo valor, entonces existe un vértice del
conjunto factible donde f alcanza el máximo global.
4 Si además f es estrictamente convexa en el conjunto factible
entonces sólo alcanza el máximo valor en algún vértice.
 ... y de la programación cóncava
Supongamos que la función objetivo es cóncava y que todas las funciones
gi que aparecen en las restricciones son convexas (para que el conjunto
factible sea convexo).
1 Las condiciones de Karush-Kuhn-Tucker para máximo son también
suficientes:

Si P pertenece al conjunto factible, es un punto regular y satisface las

condiciones de Karush-Kuhn-Tucker para máximo, entonces f alcanza en
P un máximo local y global.
2 Si además f es estrictamente cóncava en un entorno de P, entonces
el máximo global es único.
3 Si f alcanza un máximo valor, entonces existe un vértice del
conjunto factible donde f alcanza el máximo global.
4 Si además f es estrictamente cóncava en el conjunto factible
entonces sólo puede alcanza el mı́nimo valor en algún vértice.

Sección 5: Aplicaciones
Señalemos algunas aplicaciones tı́picas de la teorı́a de optimización con
restricciones de desigualdad:
• Maximización de beneficios con ecuaciones de demanda cuando falla
el problema relajado.
• Maximización de ingresos con recursos limitados.
• Maximización de la utilidad con presupuesto prefijado.
• Minimización de costes con producción dada.
Ejemplo 1 [examen extraordinario julio 2016-17]
Una empresa produce dos productos independientes en cantidades q1 y
q2 (respectivamente). Las ecuaciones de demanda mensuales son:

p1 = 400 − 20 q1 p2 = 100 − q2 .

donde p1 y p2 son los precios unitarios de venta. Los costes conjuntos de

la empresa vienen dados por la función:

C (q1 , q2 ) = 500 q1 + 50 q2 − 2 q1 q2 + 200

Obviamente, las variables q1 y q2 son no negativas:

q1 ≥ 0, q2 ≥ 0.

¿Qué cantidades q1 y q2 debe producir la empresa para maximizar su

función de beneficios?

Ejemplo 2
Una empresa produce mensualmente dos productos en cantidades q1 y q2
(respectivamente) usando plástico. Las ecuaciones de demanda
mensuales son:
1 1
p1 = 360 − q1 p2 = 150 − q2 .
2 5
donde p1 y p2 son los precios unitarios de venta.
Para fabricar una unidad del primer producto usa 1 kg de plástico y para
fabricar una unidad del segundo producto usan 2 kg de plástico.
Cada mes, la empresa dispone de 1000 kg de plástico.
¿Qué cantidades q1 y q2 debe producir la empresa para maximizar su
función de ingresos ?