Matematicas Ii
TEMA 4: PROGRAMACIÓN MATEMÁTICA CON RESTRICCIONES. 1. 2. 3. 4. PROBLEMAS CON RESTRICCIONES DE IGUALDAD. FUNCIÓN DE LAGRANGE. CONDICIONES NECESARIAS Y CONDICIONES SUFICIENTES DE OPTIMALIDAD. INTERPRETACIÓN ECONOMICA DE LOS MULTIPLICADORES DE LAGRANGE. PROBLEMAS CON RESTRICCIONES DE DESIGUALDAD.
1
1. PROBLEMAS CON RESTRICCIONES DE IGUALDAD. FUNCIÓN DE LAGRANGE
Laformulación general del problema con restricciones de igualdad es
Opt f ( x ) s.a. g( x ) b
donde f : R n
R , g : Rn
R m , g( x ) ( g 1 ( x ), g 2 ( x ),..., g m ( x )) , g j : R n
R , i 1,..., m , b R m .
Supondremos que tanto la función objetivo como las funciones que determinan las restricciones son de clase dos, f C 2 ( R n ) , g C 2 ( R n ) , pues las condiciones de optimalidadque vamos a desarrollar requieren la existencia y continuidad de las derivadas de primer o segundo orden de todas las funciones. Definición: La función de Lagrange o lagrangiana del problema es la función de n m variables
L( x, λ )
es decir, L( x1 ,..., xn , λ1 ,..., λm ) Las variables λ j
f ( x ) λt ( g( x ) b ), x R n , λ R m
m
f ( x1 ,..., xn )
j 1
λ j ( g j ( x1 ,..., xn ) b j )j 1,..., m se denominan multiplicadores de Lagrange.
Ejemplo: Para el problema
Opt x s .a . x 2
y
z y2 4 2
x 3z
la función lagrangiana es L( x, y , z; λ1 , λ2 ) x y z λ1( x 2 Propiedades:
y 2 2 ) λ2 ( x 3z 4 ) .
1. En las soluciones factibles coinciden los valores de la función objetivo con los valores de la función lagrangiana, es decir, L( x , ) f ( x ), x X , Rm . 2.El gradiente de la función lagrangiana puede expresarse en función de los gradientes de las funciones f y de g j , j 1,..., m , como
2
G. ADMINISTRACIÓN Y DIRECCIÓN DE EMPRESAS Y DERECHO
L( x , λ )
x L( x , λ ) λ L( x , λ ) m
f(x)
j 1
λj g j( x )
( g( x ) b )
3. Si ( x*,λ*) es un punto crítico de L( x , λ ) , entonces x * pertenece al conjunto de soluciones factibles y elgradiente de la función objetivo en x * es combinación lineal de los gradientes de las funciones restricción en ese punto.
m
Si
L( x*, λ*)
f ( x*)
j 1
λ*j g j ( x*)
m
θ , entonces
f ( x*)
j 1
λ*j g j ( x*) y x*
X.
( g( x*) b )
2. CONDICIONES NECESARIAS Y CONDICIONES SUFICIENTES DE OPTIMALIDAD Teorema: (Condición necesaria de primer orden). Si x * es un óptimo localdel problema, y Jg( x*) θ , entonces existe λ* un punto crítico de la Lagrangiana. Ejemplo:
R m , tal que ( x*,λ*) es
Opt x 2 y 2 s.a. x y 4
La función de Lagrange es L( x , y; λ ) x 2
y 2 λ( x y 4 ) . Los puntos críticos de la lagrangiana 2x λ 2y λ θ . En este caso, sólo hay un punto crítico son aquellos tales que L( x , y ; λ ) ( x y 4) ( 2, 2; 4 ) . Por tanto ( 2, 2 ) es un posibleóptimo del problema.
A continuación se establecen condiciones necesarias y condiciones suficientes de optimalidad que están basadas en las derivadas de segundo orden de la función lagrangiana. Denotaremos por H x L( x*, λ*) a la matriz de las derivadas de segundo orden de la función lagrangiana con respecto a las variables principales x . Teorema: (Condición necesaria de segundo orden). Sea (x*,λ*) es un punto crítico de la lagrangiana, y rg( Jg( x*)) m . a) Si x * es un mínimo local del problema, entonces la forma cuadrática p t H x L( x*, *) p es D.P. o S.D.P. en el subespacio de vectores { p R n / S.D.N. en el subespacio de vectores { p R n /
g j ( x*)t p 0, j 1,..., m } . g j ( x*)t p 0, j 1,..., m } .
b) Si x * es un máximo local del problema, entonces la forma cuadrática p t H xL( x*, *) p es D.N. o
ECONOMÍA APLICADA III
Teorema: (Condición suficiente de segundo orden). Sea ( x*, *) es un punto crítico de la Lagrangiana, rg( Jg( x*)) m . a) Si la forma cuadrática
3
p t H x L( x*, *) p
es D.P. en el subespacio de vectores
{p
Rn /
g j ( x*)t p
0, j 1,..., m } , entonces x * es un mínimo local estricto.
b) Si la forma cuadrática
p t H x...
Regístrate para leer el documento completo.