1 / 9

EL MÉTODO DE KUHN-TUCKER

EL MÉTODO DE KUHN-TUCKER. Microeconomía Avanzada I Patricia Bervel – Manuel Torrente – Lucía Robles – Santiago Codina. ¿Qué Queremos hacer?. Queremos optimizar una función sujeta a una o más restricciones

gafna
Download Presentation

EL MÉTODO DE KUHN-TUCKER

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. EL MÉTODO DE KUHN-TUCKER Microeconomía Avanzada IPatricia Bervel – Manuel Torrente – Lucía Robles – Santiago Codina

  2. ¿Qué Queremos hacer? • Queremos optimizar una función sujeta a una o más restricciones • El elemento más característico del método de Kuhn-Tucker es que utilizaremos restricciones con desigualdad • Analíticamente queremos: Opt f(xi) s.a. g(xi) ≤ ci

  3. Opt f(xi) s.a. g(xi) ≤ ci para cualquier i =1, … n. Dependiendo de si queremos maximizar o minimizar la función objetivo elegiremos unos multiplicadores de Lagrange positivos o negativos Si queremos Max f(xi) SiMin f(xi) λ > 0 λ < 0 Teniendo en cuenta que Max f(xi) = - Min f(xi) Podremos construir la función lagranjiana de la forma: L (xi , λi)= f(xi) - ∑λi( g(xi) – ci )

  4. Condiciones de Kuhn-Tucker I/II A b CONDICIONES DE PRIMER ORDEN ∂ L (xi , λi) ∂ xi CONDICIONES DE HOLGURA COMPLEMENTARIA λi( g(xi) – ci ) = 0 = 0

  5. Condiciones de Kuhn-Tucker II/II c d En todos los casos debemos comprobar que se cumple: g(xi) ≤ ci Los multiplicadores de Lagrange deben coincidir con el problema de optimización: Si maximizamos, es λ > 0 ? Si minimizamos, es λ < 0 ?

  6. Sobre el resultado • Un punto obtenido a partir de las condiciones de primer orden y que cumpla las 4 condiciones de Kuhn-Tucker es directamente un óptimo local (máximo o mínimo local) • Para verificar que el óptimo es global usaremos el teorema de Weierstrass • Debemos también comprobar la existencia de puntos irregulares (que no aparecen resolviendo con Kuhn-Tucker), mediante: • 1. Comprobar si la función objetivo es diferenciable 2. Que el rango de la matriz jacobiana construida con las restricciones sea máximo

  7. El teorema de WEIERSTRASS Si una función f es contigua en un intervalo cerrado y acotado (compacto) [a,b] entonces, hay al menos dos puntos x1, x2 pertenecientes a [a,b] donde f alcanza valores extremos absolutos, es decir: f(x1)  f(x)  f(x2)  x  [a,b] D  Rn, compacto f: D R, continua  c, d  D t.q. c es un mínimo global de f y d es máximo global de f.

  8. Un conjunto es compacto si es cerrado y acotado • CERRADO • Un conjunto es cerrado si su complementario es abierto y todos los puntos de la frontera le pertenecen. • C  cerrado • Cc abierto  • ACOTADO • Sea A un subconjunto de números reales y M un número real positivo. Se dice que A es acotado si  un M tal que  x  A se verifica que |x| es menor o igual que M. • A es acotado  M  R+ /  x  A, |x|  M

  9. EJEMPLOS DE KUHN-TUCKER

More Related