Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
(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)
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)
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?
max x2
s.a x y2 4
x 4 y2
3
Figura 5: Q2
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
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 ).
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.
L = xy + (1 x2 a2 y 2 ).
L
= y 2x = 0 y = 2x
x
L
= x 2a2 y = 0 x = 2a2 y
y
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
7
7. Por que no se pueden usar las condiciones de KT para resolver este problema?
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).