Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
EAF200A - Aplicaciones Matemáticas Ayudant́ıa #6 8 de mayo de 2020 Pregunta 1: Optimización con restricciones de Igualdad Considere el siguiente problema de maximización: f(x, y, z) = 4z − x2 − y2 − z2 s.a : g(x, y, z) = z − xy = 0 1. Use el método de Lagrange para hallar condiciones necesarias para una solución del problema y halle todos los (x, y, z) que las verifican. Verifique si las condiciones suficientes para un óptimo se cumplen en estos puntos. Método de Lagrange Paso 1: Sea g(x, y, z) = z − xy. Las puntos cŕıticos de g son dados por: −y = 0 −x = 0 1 = 0 Luego, g no tiene puntos cŕıticos y no llevamos ningún candidato del paso 1 (la calificación de restricción es siempre satisfecha). Paso 2: El lagrangiano es L = 4z − x2 − y2 − z2 − λ(z − xy) Paso 3: Las condiciones primer orden de L son: ∂L ∂x = −2x+ λy = 0 (1) ∂L ∂x = −2y + λx = 0 (2) ∂L ∂z = 4− 2z − λ = 0 (3) ∂L ∂λ = −(z − xy) = 0 (4) Primero, vea que si x = 0, tenemos y = 0 (ecuación 2), z = 0 (ecuación 4) y λ = 4 (ecuación 3). Luego, (x, y, z, λ) = (0, 0, 0, 4) es un punto cŕıtico del lagrangiano. En lo que sigue, suponemos que x 6= 0 para encontrar otros puntos cŕıticos. 1 Combinando (1) y (2) tenemos: λ = 2x y = 2y x ⇒ x2 = y2 ⇒ y = ±x Esto implica que xy = { −x2 si y = −x (caso 1) x2 si y = x (caso 2) y x y = { −1 si y = −x (caso 1) 1 si y = x (caso 2) Vea que combinando (3) y (1): 4− 2z = 2x y ⇒ z = 2− x y (5) Caso 1: Suponga que primero que caso 1 se cumple. Entonces, por (5) z = 3. Por (3) tenemos λ = −2. Por (4) tenemos x2 = −3, que no tiene solución real. Luego, no hay puntos criticos en este caso. Caso 2: Suponga que ahora que caso 2 se cumple. En esto caso, dado (5), tenemos z = 1. Por (3) tenemos λ = 2. Por (4) tenemos que x2 = 1, que implica x = ±1 y por lo tanto tenemos los siguientes puntos cŕıticos: (x, y, z, λ) = (1, 1, 1, 2) y (x, y, z, λ) = (−1,−1, 1, 2). Luego encontramos tres puntos cŕıticos del lagrangiano: a) (x, y, z, λ) = (0, 0, 0, 4) b) (x, y, z, λ) = (1, 1, 1, 2) c) (x, y, z, λ) = (−1,−1, 1, 2) Paso 4: Evaluando la función objetivo en f(x, y, z) = 4z−x2−y2− z2 tenemos f(0, 0, 0) = 0 < f(1, 1, 1) = f(−1,−1, 1) = 1. Luego, solamente (x, y, z) = (1, 1, 1) y (x, y, z) = (−1,−1, 1) quedan como candidatos a máximo Condiciones suficientes Vamos verificar si las condiciones de suficiencia global se cumplen para los candidatos (1, 1, 1) y (−1,−1, 1) que tenemos. Como λ = 2 en estos puntos defina: L̃(x, y, z) = 4z − x2 − y2 − z2 − 2(z − xy) Las derivadas de segunda orden son: L̃xx = −2, L̃yy = −2, L̃zz = −2 L̃xy = 2, L̃xz = 0, L̃yz = 0 Luego, la hessiana es: HL̃(x, y, z) = −2 2 02 −2 0 0 0 −2 El menor principal de orden 3 es:∣∣∣∣∣∣ −2 2 0 2 −2 0 0 0 −2 ∣∣∣∣∣∣ = −2 ∣∣∣∣ −2 00 −2 ∣∣∣∣− 2 ∣∣∣∣ 2 00 −2 ∣∣∣∣ = −8 + 8 = 0 Los menores principales de orden 2 son:∣∣∣∣ −2 22 −2 ∣∣∣∣ = 4− 4 = 0, ∣∣∣∣ −2 00 −2 ∣∣∣∣ = 4− 0 = 4, ∣∣∣∣ −2 00 −2 ∣∣∣∣ = 4− 0 = 0 2 Los menores principales de orden 1 son: −2, −2, ,−2 Luego, HL̃(x, y, z) es negativa semi-definida para todo (x, y, z), y por lo tanto L̃(x, y, z) es cóncava. Luego, las condiciones suficientes se cumplen para todos candidatos que tenemos y (x, y, z) = (1, 1, 1) e (x, y, z) = (−1,−1, 1) son puntos de máximo global. 2. Ahora suponga que enfrenta la siguiente restricción: g(x, y, z) = z − xy = c. Compruebe que la derivada de la función de valor con respecto a c es igual al multiplicador de Lagrange. La lagrangiana ahora es: L = 4z − x2 − y2 − z2 − λ(z − xy − c) Para simplificar, suponga que c es suficientemente cerca de cero (no necesariamente tenemos que hacer este supuesto, pero esto garantiza que los pasos para resolver el problema son los mismos que en el ı́tem anterior). Repitiendo los mismo pasos que en ı́tem anterior (hágalo), uno puede concluir que hay un punto de máximo que será un punto cŕıtico de la lagrangiana (de nuevo, la calificación de restricción será siempre satisfecha, y además los puntos cŕıticos de la lagrangiana van satisfacer las condiciones suficientes para máximo global). Por lo tanto, como el máximo es punto critico de la lagrangiana, puedes usar el Teorema de la Envolvente. Sea f∗(c) la función valor para un dado c. Usando el Teorema de la Envolvente tenemos que: df∗ dc = ∂L ∂c = λ Otra manera de contestar esta pregunta es resolver el problema para un dado c, reemplazar la solución (x, y, z) = (x∗(c), y∗(c), z∗(c)) en f(x, y, z) = 4z − x2 − y2 − z2 y sacar la derivada con respecto a c (pero es mucho más fácil usar el Teorema de la Envolvente). Pregunta 2: Problema de costos de una empresa Suponga una empresa que se dedica al reparto de encomiendas a domicilio llamada “BLIX”, para ello, necesita capital f́ısico que va a estar representado por veh́ıculos de transporte (V) que tienen un costo unitario de $10 para la empresa y Personal (T) que conduce estos veh́ıculos y entrega los repartos que tienen un costo unitario de $5 para la empresa. Suponga que la función de producción de repartos de BLIX esta representada de la siguiente forma: Q = V 14T 12 Además suponga que la empresa enfrenta costos fijos de $1000 por arriendo de bodegas donde guarda sus veh́ıculos y las encomiendas. 1. Plantee el problema de minimización de costos que enfrenta la empresa. La empresa tiene que resolver el siguiente problema de minimización de costos: mı́n C = 10V + 5T + 1000 s.a. Q = V 14T 12 2. Plantee la función lagrangiana y las condiciones de primer orden correspondientes. La función lagrangiana es: L(V, T, λ) = 10V + 5T + 1000− λ(V 14T 12 −Q) Para encontrar las CPOs, simplemente debemos derivar con respecto a los factores ∂L ∂V = 10− 14λV − 34T 1 2 = 0 (1) ∂L ∂T = 5− 12λV 1 4T− 1 2 = 0 (2) ∂L ∂λ = V 14T 12 −Q = 0 (3) 3 3. Encuentre las cantidades de Veh́ıculos (V) y Personal (T) que son candidatos a mı́nimo usando el método de Lagrange. Paso 1: Primero perciba que si V = 0 e L = 0 la calificación de restricción no es satisfecha. Todav́ıa, como impĺıcitamente suponemos Q > 0, este punto no satisface el conjunto restricción. Luego, no llevamos ningún candidato de este paso. En lo que sigue verificamos las condiciones de Lagrange. De (1): λ = 40V 34T −1 2 De (2): λ = 10V −1 4 T 1 2 Igualando λ, podemos obtener una relación entre V y T. 40V 34T −1 2 = 10V −1 4 T 1 2 Simplificando: 4V = T Luego usando (3): V 1 4 (4V ) 12 −Q = 0 Entonces: V ∗ = ( Q 2 ) 4 3 T ∗ = 4 ( Q 2 ) 4 3 Por último para obtener el costo mı́nimo, solo debemos reemplazar los valores obtenidos en la función de costos: C(V ∗, T ∗) = 10V ∗ + 5T ∗ + 1000 = 10 ( Q 2 ) 4 3 + 5× 4 ( Q 2 ) 4 3 + 1000 = 30 ( Q 2 ) 4 3 + 1000 4. ¿Son las condiciones anteriores necesarias y suficientes para que V* y L* del ı́tem anterior sean los valores que minimizan el costo de BLIX? La función de costos es convexa (C = 10V + 5T + 1000) y la función de producción es cóncava Q = V 12T 14 es cóncava (verifique usando la condición de la hessiana). Además como λ > 0, tenemos que: L̃(V, T ) = 10V + 5T + 1000︸ ︷︷ ︸ convexa + (−λ)(V 12T 14 −Q)︸ ︷︷ ︸ convexa si λ ≥ 0 Sabemos que la suma de dos funciones convexas, es convexa. Por lo tanto en este caso, sabemos que los puntos encontrados están minimizando el costo, pues λ = 40V 34T −12 ≥ 0 Pregunta 3: Fábrica de mesas y sillas Una empresa tiene un total de L trabajadores los cuáles se dividen en la producción de mesas y sillas. La cantidad total de trabajadores está fija. El orden de los lugares de trabajo en la fábrica implica que un trabajador solo puede participar en la fabricación de uno de estos productos. Entonces si llamamos l1 a la cantidad de trabajadores que dedicados a producir mesas y l2 a los que producen silla, se debe cumplir que l1 + l2 = L. Sabemos además que el precio de mercado de las mesas es pm y el de las sillas es ps. Suponga que la función de producción de mesas está dada por M = f(l1) con f ′ > 0 y f ′′ < 0, mientras que la producción de sillas está dada por lafunción de producción S = g(l2) con g′ > 0 y g′′ < 0. 4 1. Relacione los precios con la asignación óptima de empleados. Tenemos lo siguiente: M = f(l1) f ′ > 0, f ′′ < 0 S = g(l2) g′ > 0, g′′ < 0 Restricción: l1 + l2 = L (F́ıjense que la calificación de restricción siempre es satisfecha, luego las CPO de Lagrange tienen que ser satisfechas si un máximo existe). Entonces la función objetivo es: V = pmM + psS = pmf(l1) + psg(l2) El problema a resolver, sera: máx V s.a : l1 + l2 = L El lagrangeano por lo tanto es: L = pmf(l1) + psg(l2)− λ(l1 + l2 − L) Las CPOs son: ∂L ∂l1 = pmf ′(l1)− λ = 0 ∂L ∂l2 = psg′(l2)− λ = 0 ∂L ∂λ = L− l1 − l2 = 0 Igualamos los λ de las ecuaciones y obtenemos: pmf ′(l1) = psg′(l2) Esta ecuación implica que se iguala el valor del producto marginal de l1 con el valor del producto marginal de de l2. Esto es que los valores producto marginal de las sillas y mesas son iguales en la asignación óptima. Esto quiere decir que no se pueden reasignar trabajadores sin reducir el valor de la producción. También, se puede ver de la siguiente forma: pm ps = g ′(l2) f ′(l1) En donde, el ratio de precios es igual al ratio de productos marginales (condición de tangencia). 2. Comprueba si las condiciones de Lagrange son suficientes para un óptimo global. En primer lugar, tenemos que la restricción es lineal , es decir, es cóncava y convexa. En segundo lugar, veamos la hessiana de la función objetivo: H = ( pmf ′′ 0 0 psg′′ ) Menores principales dominantes son: pmf ′′ < 0 pmpsf ′′g′′ > 0 Tenemos que la matriz es definida negativa en todo su dominio, luego la función es estrictamente cóncava, y por lo tanto estamos en presencia de un máximo global. 3. ¿Cómo interpretamos λ (multiplicador de Lagrange de la restricción) en este caso? Tenemos que queremos ver como cambia la función de valor, cuando cambia marginalmente la restricción de trabajadores. λ : ∂f ∗ ∂L λ es el valor marginal de poder contratar un trabajador adicional. 5 4. ¿Cambia su solución si en vez de maximizar el valor de la producción hubiésemos buscado maximizar las utilidades de la firma? Explique. Si la empresa maximizara utilidades tendŕıamos que: máx pmf(l1) + psg(l2)︸ ︷︷ ︸ valor de producción − wL︸︷︷︸ costos de producción −λ(L− l1 − l2) La solución no cambia si se paga el mismo salario a todos los trabajadores. 6
Compartir