

Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity
Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium
Prepara tus exámenes
Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity
Prepara tus exámenes con los documentos que comparten otros estudiantes como tú en Docsity
Encuentra los documentos específicos para los exámenes de tu universidad
Estudia con lecciones y exámenes resueltos basados en los programas académicos de las mejores universidades
Responde a preguntas de exámenes reales y pon a prueba tu preparación
Consigue puntos base para descargar
Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium
Comunidad
Pide ayuda a la comunidad y resuelve tus dudas de estudio
Ebooks gratuitos
Descarga nuestras guías gratuitas sobre técnicas de estudio, métodos para controlar la ansiedad y consejos para la tesis preparadas por los tutores de Docsity
Asignatura: Matemáticas II, Profesor: Javier Amos Barrios, Carrera: ADE, Universidad: ULL
Tipo: Apuntes
1 / 2
Esta página no es visible en la vista previa
¡No te pierdas las partes importantes!


Página 1 de 2
Grado de Economía U.D.I. Matemáticas para Economía y Empresa Dpto. de Economía Aplicada Facultad de CC. EE. y Empresariales
Max. o Min. F(x 1 ,...,xn) s.a.
h 1 (x 1 ,...,xn)= M hm(x 1 ,...,xn)=
g 1 (x 1 ,...,xn)≤ M gp(x 1 ,...,xn)≤
=
m
i
i hi x xn 1
=
p
i
i gi x xn 1
Las constantes auxiliares λ 1 ,...,λm, μ 1 ,..., μp se denominan multiplicadores de Lagrange asociados a (I).
Teorema 1.- (Condiciones necesarias de primer orden. Condiciones de Kuhn-Tucker.)
“Bajo ciertas condiciones de regularidad”, si (a 1 ,...an)∈IRn^ es un máximo (mínimo respectivamente) local del
i) (a 1 ,...an) es punto crítico de la función de Lagrange. ii) hi(a 1 ,...,an)=0 para todo i=1,2,…,m, y gj(a 1 ,...,an)≤0 para todo j=1,2,…,p. iii) μj·gj(a 1 ,...,an)=0 para todo j=1,2,…,p. iv) μj≥0, (μj≤0, respectivamente) para todo j=1,2,…,p.
(I)) para averiguar si (a 1 ,...an) es un óptimo de (I) aplicamos:
c) En otro caso, existe una "duda".
Algunos de los casos en los que existe una duda por el Teorema anterior (Apartado c)) pueden ser soluciona- dos a través del siguiente resultado:
Problema de Optimización Condicionada (I)
Función Objetivo (se supone suficiente- mente diferenciable)
p restricciones. (g 1 ,...,gp se suponen suficientemente diferenciables)
m restricciones. (h 1 ,...,hm se suponen suficientemente diferenciables)
Página 2 de 2
Teorema 2.- (Condiciones suficientes de segundo orden)
Sea A=HL(a 1 ,...an) la matriz Hessiana de la función de Lagrange evaluada en el punto (a 1 ,...an), y sea W la matriz cuyas filas se forman con las derivadas parciales primeras evaluadas en (a 1 ,...an) de hi(x 1 ,...,xn) (1≤i≤m) y gj(x 1 ,...,xn) (1≤j≤p y tal que μj≠0) y sea q el número de filas de W.
dad, si denotamos por Br al menor principal orden r de la matriz B= ( IR)
0 WT^ A Mn q
W ∈ +
−
, se tiene:
a) (q<n), Si B1+2q >0, B2+2q>0,…, Bn+q>0 ⇒ (a 1 ,...an) es un mínimo local de (I).
b) (q<n), Si B1+2q <0, B2+2q>0,…, (se alterna el signo) ⇒ (a 1 ,...an) es un máximo local de (I).
c) En otro caso, existe una "duda".
Nota: En el caso q=n, no tiene sentido la secuencia anterior (formada por los “últimos” n-q menores principales de B), pero podemos confirmar que (a 1 ,...an) es un mínimo o máximo local de (I) directamente si es candidato a mínimo o máximo local de (I) según el Teorema 1.
ÓPTIMOS GLOBALES CONDICIONADOS
Teorema 3. Si el conjunto factible de (I) es acotado, entonces existe máximo y mínimo global de (I).
Si HL(x 1 ,...xn) es Semidefinida Positiva (Semidefinida Negativa) para todo (x 1 ,...xn)∈IRn
⇓ (a 1 ,...an) es un mínimo (máximo) global de (I).
Y si además HL(a 1 ,...an) es Definida Positiva (Definida Negativa)
⇓ (a 1 ,...an) es el único mínimo (máximo) global de (I).