Optimización Con Restricciones de Igualdad

Optimizacion con restricciones de igualdad
Problema general
Metodo de Lagrange
Interpretacion economica de los multiplicadores de Lagrange
Optimizaci on con restricciones de igualdad
Jes us Getan y Eva Boj
Facultat dEconomia i Empresa
Universitat de Barcelona
8 de Febrero de 2012
Jes us Getan y Eva Boj Optimizacion con restricciones de igualdad
Problema general
Metodo de Lagrange
Problema general
Formulacion general del Programa
Metodo directo de solucion
Metodo de Lagrange
Formulacion general del problema
Condicion necesaria de optimalidad de primer orden
Condicion suciente de optimalidad de segundo orden para
maximo
Condicion suciente de optimalidad de segundo orden para
mnimo
El teorema
Ejemplo
Problema general
Metodo de Lagrange
Opt f (x
1
, . . . , x
n
)
sujeta a: g
1
(x
1
, . . . , x
n
) = b
1
,
g
2
(x
1
, . . . , x
n
) = b
2,
. . . . . . . . . ,
g
k
(x
1
, . . . , x
n
) = b
k
,
_
_
con
_
_
_
k < n.
f , g
i
C
2
(D).
D R
n
abierto.
(1)
El conjunto factible es el denido por:
F = {x R
n
| g
1
(x) = b
1
, . . . , g
k
(x) = b
k
}.
Problema general
Metodo de Lagrange
La condicion k < n nos dice que el n umero de ecuaciones debe ser
menor que el n umero de incognitas, ya que, en caso contrario el
sistema puede no tener solucion o una unica solucion y en
consecuencia, resolver el programa no tiene sentido.
Problema general
Metodo de Lagrange
El metodo directo de solucion por eliminacion de variables consiste
en reducir el problema con n variables y m restricciones a un
problema de n m variables sin restricciones mediante la
resolucion del sistema de m ecuaciones de las restricciones.
Problema general
Metodo de Lagrange
La descripcion formal del proceso es la siguiente:
Paso 1: En el sistema de ecuaciones que describe el conjunto
factible tenemos m variables basicas x
B
y n m variables no
basicas x
NB
, despejamos las variables basicas en funcion de las no
basicas,
g
1
(x
1
, . . . , x
n
) = b
1
,
g
2
(x
1
, . . . , x
n
) = b
2,
. . . . . . . . . ,
g
k
(x
1
, . . . , x
n
) = b
k
,
_
_
x
B
= (x
NB
) .
Problema general
Metodo de Lagrange
Paso 2:
En la funcion objetivo, sustituimos las variables basicas por las no
basicas,
f (x
1
, . . . , x
n
) = f (x
B
, x
NB
) = f ((x
NB
) , x
NB
) .
Nuestro problema se ha reducido a un problema sin restricciones, lo
resolvemos y encontramos la solucion x
NB
, entonces, la solucion es
((x
NB
) , x
NB
) = (x
B
, x
NB
) .
Problema general
Metodo de Lagrange
Ejemplo:
En el problema
min x
2
+ y
2
+ z
2
4x 8y 16z
sujeto a: x + y + z = 2,
x + 2y = 0,
despejamos las (m = 2 variables no basicas del sistema) variables x
e z en funcion de la variable y ( n m = 3 2 = 1 variables
basicas) y sustituimos en la funcion objetivo reduciendo el n umero
de variables de la funcion objetivo a 1. Es decir,
Problema general
Metodo de Lagrange
x + y + z = 2
x + 2y = 0
_
x = 2y
z = 2 + y

la funcion objetivo queda reducida a f (y) = 6y
2
12y 28,
y resolviendo el problema como un programa de optimos sin
restricciones, obtenemos como resultado que y = 1 y la solucion
del problema queda
(x
, y
, z
) = (2y, y, 2 + y) = (2, 1, 3) .
Problema general
Metodo de Lagrange
Ejemplo:
En el problema
Opt (x 1)
2
+ y
2
sujeto a: y
2
= 4x,
(2)
Encontrar la solucion gracamente y por sustitucion.
Problema general
Metodo de Lagrange
Figure: Dibujo problema
Al resolver el problema anterior sale la solucion correcta? En caso
negativo, por que razon?
Problema general
Metodo de Lagrange
Condicion suciente de optimalidad de segundo orden para maximo
Condicion suciente de optimalidad de segundo orden para mnimo
Dada la formulacion general del problema de optimizacion con
restricciones de igualdad, denimos la funcion de Lagrange
correspondiente mediante:
L(x
1
, . . . , x
n
;
1
, . . . ,
k
) = f (x)
k
i =1
i
(g
i
(x) b
i
),
donde a los valores
i
se les llama multiplicadores de Lagrange o
tambien precios sombra.
Si x
o
es un punto factible del problema entonces,
f (x
o
) = L(x
o
;
o
).
Problema general
Metodo de Lagrange
En lo que sigue, escribiremos
para denotar el vector gradiente de una funcion g
1
(x)
g
1
(x) =
_
g
1
x
1
,
g
1
x
2
, ,
g
1
x
n
_
para denotar el Jacobiano de la funcion g(x)
Jg(x) =
_
_
_
g
1
(x)
.
.
.
g
m
(x)
_
_
_
=
_
_
_
_
g
1
(x)
x
1

g
1
(x)
x
n
.
.
.
.
.
.
g
m
(x)
x
1

g
m
(x)
x
n
_
_
_
_
Problema general
Metodo de Lagrange
Una denicion importante es la siguiente:
Denition
Al punto x
o
se le llama regular si y solo si los vectores
g
1
(x
o
) , g
2
(x
o
) , . . . , g
k
(x
o
)
son linealmente independientes.
Tambien se puede decir que el rango de la matriz Jacobiana
Jg(x
o
) =
_
_
_
g
1
(x
o
)
.
.
.
g
k
(x
o
)
_
_
_
sea igual al n umero de restricciones m .
Problema general
Metodo de Lagrange
Sea la funcion lagrangiana
L(x
1
, . . . , x
n
;
1
, . . . ,
k
) = f (x)
1
(g
1
(x)b
1
)
k
(g
k
(x)b
k
) .
L(x;
) = f (x)
k
j =1
j
(g
j
(x) b
j
)
Denotemos como L(x;
) el gradiente de la funcion de Lagrange.

Problema general
Metodo de Lagrange
Theorem
Dado un punto x
o
D que es regular.
En x
o
la funcion f (x) alcanza un optimo local, entonces
L(x
o
;
o
) =
0 para cierto

o
R
k
.
Problema general
Metodo de Lagrange
Denotemos como HL(x;
) la matriz hessiana de la funcion de

Lagrange. Desarrollada,
HL(x;
) =
_
_
_
_
2
L(x;
2
x
1
. . .

2
L(x;
)
x
1
x
n
.
.
.
.
.
.
2
L(x;
)
x
n
x
1
. . .

2
L(x;
2
x
n
_
_
_
_
Problema general
Metodo de Lagrange
Theorem
Sea dado un punto x
o
que es regular y que satisface la condicion
necesaria ( L(x
o
;
o
) =
0 ).
Si para todo v R
n
\{0} tal que
g
1
(x
o
) v = 0

g
k
(x
o
) v = 0
_
_
_
se cumple que
v
T
HL(x
o
;
o
)v < 0
entonces x
o
es maximo local del programa.
Al vector v se le conoce como vector de direccion factible.
Problema general
Metodo de Lagrange
Theorem
Sea dado un punto x
o
que es regular y satisface la condicion
necesaria
_
L(x
o
;
o
) =
0
_
.
Si para todo v R
n
\{0} tal que
g
1
(x
o
) v = 0

g
k
(x
o
) v = 0
_
_
_
se cumple que
v
T
HL(x
o
;
o
)v > 0
entonces, x
o
es mnimo local del programa.
Problema general
Metodo de Lagrange
Aplicamos al problema (2) el metodo de Lagrange.
L(x, y; ) = (x 1)
2
+ y
2
(y
2
4x)
Condicion necesaria:
L(x,y;)
x
= 2(x 1) + 4 = 0
L(x,y;)
y
= 2y 2y = 0
L(x,y;)
= y
2
4x = 0
_
_
_
_
_
.
y(1 ) = 0 y = 0 o = 1
.
Si y = 0 x = 0 2 + 4 = 0 =
1
2
. Candidato (0, 0;
1
2
)
Si = 1 2(x 1) +4 = 0 x 1 = 2 x = 1 y
2
= 4
que no tiene resultado en el campo de los n umeros reales.
Problema general
Metodo de Lagrange
Condicion suciente:
HL(x, y; ) =
_

2
L(x,y;)
2
x
2
L(x,y;)
xy
2
L(x,y;)
yx
2
L(x,y;)
2
y
_
En nuestro caso:
_
2 0
0 1
_
_
2 0
0
1
2
_
que es denida positiva, por tanto el candidato es un mnimo.
Problema general
Metodo de Lagrange
El teorema
Ejemplo
Theorem
Sea el problema general (1) que para

b = (b
1
, , b
m
) la funcion
objetivo posee un optimo local sobre el conjunto factible en el
punto (x
) que es regular. Entonces,

f (
b)
b
i
=
i
para i = 1, , k.
Problema general
Metodo de Lagrange
El teorema
Ejemplo
Las restricciones de igualdad obligan al uso de toda capacidad de
los inputs (uso total de los recursos), es decir, no podemos
disponer de mas unidades de recursos o dejar de disponer algunas
unidades.
La pregunta es cuanto estaramos dispuestos a pagar para que se
nos liberase del cumplimiento de la restriccion?
Vease un ejemplo.
Problema general
Metodo de Lagrange
El teorema
Ejemplo
Un empresario necesita K unidades de capital y L horas de trabajo
para producir Q unidades de un producto, seg un la funcion de
produccion
Q(K, L) = 60K
1
2
L
1
3
El precio del capital es de 20$ por unidad y el coste de una hora de
trabajo es de 15$.
(1) Que cantidad de capital y trabajo producen 4200 unidades de
producto con un coste mnimo?
2) Como vara aproximadamente el coste mnimo si se han de
producir 4250 unidades?
Problema general
Metodo de Lagrange
El teorema
Ejemplo
La funcion de Lagrange: (L(K, L, ) = L(K, L, ))
L(K, L, ) = 20K + 15L (60K
1
2
L
1
3
4200)
El punto crtico es (171.62, 152.55) con multiplicador = 1.63.
La hessiana es
HL(K, L, ) =
_
15K
3
2
L
1
3
10K
1
2
L
2
3
10K
1
2
L
2
3
40
3
K
1
2
L
5
3
_
es denida positiva y por lo tanto el punto crtico es un mnimo
local.
Problema general
Metodo de Lagrange
El teorema
Ejemplo
El coste mnimo es
C(171.62, 152.55) = 20 171.62 + 15 152
.
55 = 5720.65$.
Si la produccion aumenta en 50 unidades, el coste mnimo varia
aproximadamente en 1.63 50 = 81.5 $.

Optimización Con Restricciones de Igualdad

Hochgeladen von

Dokumentinformationen

Originalbeschreibung:

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

Optimización Con Restricciones de Igualdad

Hochgeladen von

Copyright:

Verfügbare Formate

Optimizacion con restricciones de igualdad

) el gradiente de la funcion de Lagrange.

) la matriz hessiana de la funcion de

) que es regular. Entonces,

Das könnte Ihnen auch gefallen