Universidad del Rosario

Economa Matematica - 2012-II

Taller 8 - Kuhn Tucker
1. En los siguientes problemas de optimizacion:

a. Dibuje el conjunto K de puntos factibles y las curvas de nivel de la funcion objetivo.

b. Es el conjunto K compacto, convexo y cumple la condicion de Slater?
c. Solucione el problema y justifique porque es una solucion.

(1)

Max x1 x2
s.a x1 + x2 1
x1 , x2 0

Solucion. El conjunto K es cerrado y acotado (por lo tanto compacto), convexo y cumple con
Slater (tiene puntos interiores). Todos los puntos son cualificados, por lo tanto las condiciones
de Kuhn- Tucker son necesarias para ser la solucion al problema de maximizacion. Hay dos
puntos que satisfacen las condiciones de Kuhn-Tucker, pero el que resuelve el problema es
(x1 , x2 ) = ( 12 , 21 ), con multiplicadores de lagrange asociados (en el orden de las restricciones)
1 = 21 , 2 = 0,3 = 0.

Figura 1: Q1(1)

(2)

Min (x1 1)2 + x22

s.a x1 + x22 1
x1 + x2 2

Solucion. El conjunto K es cerrado y acotado (por lo tanto compacto), convexo y cumple con
Slater (tiene puntos interiores). Todos los puntos son cualificados, por lo tanto las condiciones de
Kuhn- Tucker son necesarias para ser la solucion al problema de minimizacion. Aca claramente
el punto que resuelve el problema de optimizacion y satisface las condiciones de Kuhn-Tucker
es (x1 , x2 ) = (1, 0), con multiplicadores de lagrange asociados (en el orden de las restricciones)
1 = 0 y 2 = 0 (Note que las restricciones no estan activas).

1
 Figura 2: Q1(2)

(3)
Max 4x + 3y
s.a x2 + y 2 1
xy
y0
Solucion. El conjunto K es cerrado y acotado (por lo tanto compacto), convexo y cumple con
Slater (tiene puntos interiores). Todos los puntos son cualificados, por lo tanto las condiciones
de Kuhn- Tucker son necesarias para ser la solucion al problema de maximizacion. El punto
que resuelve el problema de optimizacion es (x , y ) = ( 45 , 35 ), con multiplicadores de lagrange
asociados (en el orden de las restricciones) 1 = 52 , 2 = 0 y 3 = 0 .

A = (0:8; 0:6)

0
-1 0 1 2

-1

Figura 3: Q1(3)

(4)
Max x2 + y
s.a x2 + y 2 4
x2 y
x, y 0

2
 Solucion. El conjunto K es cerrado y acotado (por lo tanto compacto), NO es convexo y
cumple con Slater (tiene puntos interiores). Existe un punto no cualificado (x, y) = (0, 0)
en donde f (0, 0) = 0, se deben verificar otros posibles puntos usando el procedimiento

de
15 1
Kuhn- Tucker. El punto que resuelve el problema de optimizacion es (x , y ) = ( 2 , 2 ), con
multiplicadores de lagrange asociados (en el orden de las restricciones) 1 = 1, 2 = 0, 3 = 0 y
4 = 0. Note que en este punto la funcion es mayor que en el punto no cualificado, f (x, y) = 17
4 .

Figura 4: Q1(4)

2. Considere el siguiente problema de optimizacion

Max x1
s.a x2 (1 x1 )2 1
x1 , x2 0

a. Dibuje el conjunto de puntos factibles y las curvas de nivel de la funcion objetivo. Es compacto
y convexo? Cumple la condicion de Slater?
b. Calcule las condiciones de Kuhn Tucker. Existe algun punto donde se cumplan?
c. Encuentre la solucion del problema. Es este punto un punto cualificado?
d. Agregue la restriccion adicional 2x1 + x2 2. Calcule las condiciones de Kuhn Tucker. Existe
algun punto donde se cumplan?

Solucion. El conjunto K es cerrado y acotado (por lo tanto compacto), NO es convexo y cumple

con Slater (tiene puntos interiores). Existe un punto no cualificado (x, y) = (1, 0) que resulta ser
el optimo. Sin la restriccion adicional no hay ningun punto que cumpla las condiciones de Kuhn-
Tucker, con la restriccion adicional el procedimiento de Kuhn- Tucker si encuentra el punto optimo
Porque?.

3. Resuelva el siguiente problema:

max x2
s.a x y2 4
x 4 y2

3
 Figura 5: Q2

Solucion. El conjunto de restricciones K es cerrado, convexo y cumple la condicion de Slater, en-

tonces la solucion del problema debe cumplir las siguientes condiciones de Kuhn-Tucker:

( 1 (x y 2 + 4) = 0 1 0

2x = 1 + 2
2
(KT1) (KT2) 2 (x 4 + y ) = 0 (KT3) 2 0
0 = 2y1 + 2y2 3
3 y = 0 3 0

Figura 6: Q3

(i) Solucion interior: 1 = 2 = 3 = 0 x = 0, entonces los puntos (0, a) con a (0, 2) son
posibles soluciones.
(ii) Solucion en sobre
la restriccion 1 pero no en las intersecciones: 2 = 3 = 0
2x = 1

(KT1)+(KT2) 0 = 2y1 tenemos x = 0 o y = 0, contradiccion!!


x=y 42

4
 (iii) Solucion en sobre
la restriccion 2 pero no en las intersecciones: 1 = 3 = 0
2x = 2

(KT1)+(KT2) 0 = 2y2 tenemos x = 0 o y = 0, contradiccion!!


x=4y 2

(iv) Solucion en sobre

la restriccion 3 pero no en las intersecciones: 1 = 2 = 0
2x = 0

(KT1)+(KT2) 0 = 3 tenemos que (0, 0) es candidato a ser solucion.

y=0

(v) Solucion en A(4, 0) que es la interseccion de las representaciones de las restricciones 2 y 3:

1 = 0 (
8 = 2
(KT1) tenemos que (4, 0) es candidato a ser solucion.
0 = 3
(vi) Solucion en B(0, 2) que es la interseccion de las representaciones de las restricciones 1 y 2:
3 = 0 (
0 = 1 + 2
(KT1) tenemos que (0, 2) es candidato a ser solucion.
0 = 41 + 42
(vii) Solucion en C(4, 0) que es la interseccion de las representaciones de las restricciones 1 y 3:
2 = 0 (
8 = 1
(KT1) tenemos que (4, 0) es candidato a ser solucion.
0 = 3

Conclusion: los candidatos a ser solucion son los puntos (0, a) con a [0, 2], (4, 0) y (4, 0). Sea
f (x, y) = x2 entonces
f (0, a) = 0 f (4, 0) = f (4, 0) = 16
entonces las soluciones son (4, 0) y (4, 0)

4. Un granjero tiene un terreno de h hectareas, y un tractor que puede usar por t horas. Con cada
hora de tractor, planta una hectarea, que produce 1 tonelada de soya. El precio de la soya es $1 por
tonelada. No tiene costos de usar la tierra, o el tractor y cualquier recurso ocioso no produce nada
(no puede alquilarlo a un vecino). Para cada una de las tres posibilidades (h menor o igual que t;
igual, o mayor), determine cuanto esta dispuesto a pagar el granjero por agrandar un poquitosu
terreno.
Solucion:
Consideramos primero el caso en que h < t:
Es obvio que el granjero utilizara todas sus hectareas, y que por tanto sus beneficios seran = h.
Tenemos entonces que d/dh = 1: Esa es la respuesta. Pero para hacerlo mas largo y tecnico,
tenemos que el granjero debe elegir H, T para maximizar

max mn{H, T }

sujeto a

Hh
T t.

5
 El Lagrangiano de este problema es

L = mn{H, T } + 1 (h H) + 2 (t T ).

Como h es menor que t; queda L = H + 1 (h H) + 2 (t T ) ; por lo que la condicion de primer

orden es 1 = 1 y H = h (esto sale de Kuhn-Tucker). Por supuesto, los beneficios son = h (como
ya sabamos). Si queremos hacer d/dh, podemos hacerlo directamente, o con el Teorema de la
Envolvente: como (h) = maxH L(H; h); tenemos

d L
= = = 1.
dh h

Siguiendo razonamientos parecidos a este, obtenemos que en los otros casos el granjero esta dispuesto
a pagar 0 por ampliar su terreno. El unico caso curioso.es cuando h = t; en cuyo caso las dos
restricciones estan activas, pero el granjero no esta dispuesto a pagar nada por relajarlas.

5. Considere el problema

max xy
sujeto a x2 + a2 y 2 1.

Encuentre V 0 (a) de la funcion de maximo valor cuando a = 1.

Solucion:
El Lagrangiano de este problema es

L = xy + (1 x2 a2 y 2 ).

Entonces, las condiciones de primer orden son:

L
= y 2x = 0 y = 2x
x

L
= x 2a2 y = 0 x = 2a2 y
y

Entonces, x2 = y 2 a2 . Suponga que > 0, y 2 a2 + a2 y 2 = 1. Entonces,

r r
11 1
y = and x = .
2a 2
q q
Entonces, = 1
2a . Si = 0, x = 0, y = 0, f (0, 0) = 0 < f (x , y ) = 1
2
11
2 a.

L 1
V 0 (a) = = 2 a(y )2 = 2
a 2a
Cuando a = 1,
1
V 0 (1) = .
2

6
6. Considere el siguiente problema donde a IR:

max ax + y
s.a. x2 1 y
y 1 x2

(a) Que puede decir sobre la existencia de la solucion del problema (P )?

Solucion. Como el conjunto de restricciones es compacto y la funcion objetivo es continua,
entonces existe al menos una solucion.
(b) Puede usar el teorema de Kuhn-Tucker para resolver el problema (P )? Justifique su respuesta.
Solucion. Como el conjunto de restricciones es cerrado, convexo y cumple Slater, entonces la
solucion debe cumplir las condiciones de Kuhn-Tucker.
(c) Resuelva el problema (P ) para todo a IR. Muestre que hay tres posibles soluciones: una para
a (; 2], otra para a (2; 2) y una ultima para a [2; ).
Solucion. Las condiciones de Kuhn-Tucker son:
( ( (
a = 21 x + 22 x 1 (x2 1 y) = 0 1 0
(KT 1) (KT 2) 2
(KT 3)
1 = 1 + 2 2 (y 1 + x ) = 0 2 0

Si 2 = 0 tenemos 1 = 1 lo cual es una contradiccion. Por lo tanto 2 6= 0 y la solucion

esta en la restriccion 2.
(i) Solucion en la restriccion 2 pero no en los puntos de interseccion.
2
Entonces 1 = 0, 2 = 1, x = a2 , y = 1 a4 . En este caso x (1, 1), por lo tanto
necesitamos que a (2, 2).
(ii) Solucion en (-1,0), tenemos
(
a = 21 22 a 2 2a
2 = 1 + 1 a = 21 2 21 1 = , 2 =
1 = 1 + 2 4 4

Para tener 1 0 necesitamos 2 a.

(iii) Solucion en (1,0), tenemos
(
a = 21 + 22 a2 a+2
2 = 1 + 1 a = 21 + 2 + 21 1 = , 2 =
1 = 1 + 2 4 4

Para tener 1 0 necesitamos a 2.

Conclusion: Cuando a (; 2] la solucion es (x , y ) = (1, 0),
2
cuando a (2; 2) la solucion es (x , y ) = ( a2 , 1 a4 )
cuando a [2; ) la solucion es (x , y ) = (1, 0).
(d) Encuentre cuanto cambia la funcion de maximo valor de (P ) con respecto al parametro a. Al
igual que al solucionar el problema (P ), debe encontrar tres casos que dependen de los valores
que puede tomar a.
Solucion. La funcion de maximo valor es: V (a) = ax + y

a
si a (; 2] 1 si a (; 2]

a2 +4 0
V (a) = 4 si a (2; 2) V (a) = a2 si a (2; 2)

a si a [2; +) 1 si a [2; +)

Usando el Teorema de la Envolvente se encuentra el mismo resultado.

7
7. Por que no se pueden usar las condiciones de KT para resolver este problema?

max f (x, y) = y s.a. y 3 y 2 = 0

Solucion. Primero, note que (0, 0) es solucion del problema de optimizacion. Observe que f (x, y) =
(0, 1) y g(x, y) = (2x, 3y 2 ), que en (0, 0) es g(0, 0) = (0, 0). Lo anterior indica que no es posible
encontrar tal que
f (0, 0) = g(0, 0),
es decir, el punto optimo no satisface la CKT1. El hecho es que el vector g(0, 0) no es linealmente
independiente (pues el el vector nulo).