03 - Otimização Com Restrições I

Mtodos Quantitativos em Economia
Tpico 03 Otimizao com Restries I: Condies de Primeira Ordem
Ricardo Bruno N. dos Santos Waldemar Sobral Sampaio

Professores Faculdade de Economia e do PPGE (Economia) UFPA
Todo o material necessrio (mas no suficiente) ao acompanhamento do curso estar disponvel no link do Mediafire: http://www.mediafire.com/?v0g6utclc5ni5 Instrues para visualizar os vdeos: - Os vdeos estaro disponibilizados na pasta videos; - Instale o k-lite codec para visualiza-los; - Se voc criar o diretrio c:\mtodos e nesse diretrio inserir os slides, os vdeos, para serem abertos pelo cone do vdeo, devero ficar no diretrio c:\mtodos\videos. - PS videos sem o acento.
O QUE VEREMOS
SIMON, Carl P. e BLUME, Lawrence. Matemtica para Economistas. Porto Alegre: Bookman, 2004. PARTE IV: OTIMIZAO - Capitulo 16: Formas Quadrticas e Matrizes Definidas; - Capitulo 17: Otimizao No Condicionada; - Capitulo 18: Otimizao com Restries I: Condies de primeira Ordem; - Capitulo 19: Otimizao com Restries II; - Capitulo 20: Funes Homogneas e Homotticas; - Capitulo 21: Funes Cncavas e Quase-cncavas; - Capitulo 22: Aplicaes em Economia.
Otimizao com restries I: Condies de 1 ordem

Agora temos uma relao mais definitiva com a economia. A partir desse ponto estaremos aplicando restries nos modelos ou relaes econmicas. Empresas: Querem Maximizar Lucros; Famlias: Querem Maximizar sua satisfao Governo: Quer Arrecadao. minimizar seus gastos; Maximizar a

Ou seja, a relao intrnseca que existe entre os vrios setores e atores econmicos devem ser otimizadas. A empresa possui restries quanto ao custo e a disponibilidade de insumos; para uma famlia, maximizar sua cesta de consumo ideal depender do nvel de renda da mesma. Matematicamente podemos inserir essa restrio por meio de uma funo, onde: max ( , , ) Onde , , deve satisfazer: , , , , ( , , ) , , = , , , , =

EXEMPLOS Maximizao da Utilidade Nesse tipo de situao temos a representao a quantidade de uma determinada mercadoria i e , , , geralmente denotada por U , , para retratar a utilidade. Nesse caso a funo estar medindo o nvel de utilidade ou satisfao com o consumo de unidades do bem 1 e unidades do bem 2, e assim por diante. Podemos representar o preo das mercadorias por , , e I como a renda individual. Assim o objetivo do consumidor : max ( , , ) . + + 0, , 0

Utilidade com escolha entre renda e lazer: Sejam U, , , , , , como no exemplo anterior. Alm disso, sejam a taxa salarial, a renda no salarial do consumidor, as horas de trabalho e as horas de lazer. O consumidor tem + unidades monetrias para gastar e deseja: max ( , , , ) . . + + + + = 24 0, , 0, 0, 0

Maximizao do lucro de uma forma no mercado de concorrncia perfeita: Considerando que uma firma opere em um mercado cujo regime seja de concorrncia perfeita e que a mesma utilize n insumos para produzir seu produto. Sejam o nvel de produo e , , as quantidades dos insumos (vistos como fluxos). Seja ( = , , ) a funo de produo da firma, que descreve o nvel de produo mximo que pode ser alcanado com a cesta de insumos ( , , ). Sejam o preo unitrio do produto e o custo do insumo i. O principal objetivo da firma escolher ( , , ) que maximize o seu lucro

max , , = , ,

s.a. , , 0 lucros no negativos , , ( ) disponibilidade de insumos 0, , 0

RESTRIES DE IGUALDADE A curva de nvel da funo f de valor mais alto que TOCA o CONJUNTO-RESTRIO C deve ser tangente C no mximo condicionado. Esta soluo ocorrer no ponto x*.
U2 U3 U1 b x*

Ento considerando uma funo representada por ( ) e o nosso conjunto restrio C representada por ( ), ento no ponto x* em que ambas tangenciam-se temos para uma funo maximizadora simples como max ( , ) sujeita a restrio = ( , ), ento temos () () = () ( ) Ou reescrevendo temos () () Corrigir a equao (3) = pgina 424 do da () ( ) Simon e Blume.

Chamando de m o valor obtido na expresso anterior teremos: (x ) (x ) = = (x ) (x ) O que remete a equao x x =0 x x =0

Nesse caso o termo m remete a um termo sombra que deveremos encontrar, ou seja, passamos a buscar trs incgnitas especficas onde ( , , ), onde o representa o m. No entanto, para encontrar essa incgnita temos que multiplica-la com a nossa equao de restrio, assim, passamos a considerar o processo de restrio envolvendo: x x =0 x x =0 , = 0 Tal sistema pode ser escrito de uma forma mais adequada. Essa maneira conhecida como funo lagrangiana ou, simplesmente, o lagrangiano , , , ,

Ao derivarmos o lagrangiano em relao a cada uma das variveis e o termo sombra mesmo sistema visto anteriormente. O termo mais conhecido como multiplicador de Lagrange.
( , , ),
chegaremos ao
No entanto, temos que considerar uma importante informao. Tal reduo no teria funcionado se as derivadas parciais da funo de restrio / fossem zero no mximo x*. Por esta razo, necessitamos criar a hiptese de que / no-nula no mximo condicionado, ou ambas so nulas. Como trata-se de um imposio no conjunto restrio (fraca), denominada qualificao de restrio. Se a restrio linear ela satisfeita de forma automtica.

. : Sejam f e h funes de duas variveis. Suponha que ( = , ) uma soluo do problema max , . . , = Suponha tambm que ( , ) no um ponto crtico de h. Ento, existe um nmero real tal que ( , , ) um ponto crtico da funo Lagrangiana , , , , Ou seja, em ( , , ) temos = 0 = 0 =0

Tambm podemos representar do teorema anterior a partir da definio de vetores gradientes, onde as curvas C e U2 possuem a mesma inclinao, =

Podemos dizer ento que no ponto x* os vetores gradientes e devem estar alinhados, ou seja, possuem a mesma direo; eles apontam no mesmo sentido (na situao de max condicionado) ou em sentidos opostos (na situao de min condicionado). No caso do multiplicador como *, obteremos = , ou seja, =

No grfico teramos:
U2 () () U2 () ()
x*
x*
Na situao de max
Na situao de min C C

Vamos verificar como fica essa composio para o seguinte problema: max , = . . = , : 2 + =3 A primeira coisa a se fazer construir o Lagrangeano , , = (2 + 3) Resolvendo as condies de primeira ordem temos: = 2 4 = 2 2 = 0 = 2 = 0 = 2 +3=0

Pela primeira equao deduz-se que: 2 2 = 0 = 0 2 = 0 = 2 i) Se = 0 ento +3=0 2 = 3 = 3 0, 3, 0 0, 3, 0 ii) Considerando 0 ento: = 2 = 2 Substituindo em 2 = 0 2 =0 2 = = Com isso razoavelmente temos: = 1 implica que = 1
Por
= 1 2 1 2 = 0 = 0,5 = 1 2 1 2 = 0 = 0,5 Com isso temos mais 4 solues 1; 1; 0,5 1; 1; 0,5 1; 1; 0,5 (1; 1; 0,5)
= 2
2 = 0:

Das seis coordenadas encontradas, uma delas um mximo, para sabermos qual esse valor, basta substituir cada uma delas em ( , ), e na que obtivermos o maior valor ser o mximo, claro que depois ser feita essa verificao pela condio de segunda ordem. 1,1 = 1,1 = 1 1, 1 = 1, 1 = 1 0, 3 = 0, 3 = 0

Pelo Matlab temos o seguinte resultado grfico:

Vrias restries de igualdade Considere agora o seguinte problema: max , , , ( , , ) . . = {( = , , )| = , , () Para uma restrio a qualificao da mesma ocorre como (para n variveis): ,, (0, , 0)

Para um maior nmero de restries, podemos generalizar a partir da derivada jacobiana, assim temos as seguintes funes de restries: =

Em geral, um ponto x* chamado ponto crtico de = ( , , ) se o posto da matriz ( ) menor do que . Assim, A GENERALIZAO DA QUALIFICAO DE RESTRIO QUE O POSTO DA MATRIZ ( ) SEJA IGUAL a , ou seja, o maior possvel. Mais formalmente dizemos que ( , , ) satisfaz a qualificao de restrio nodegenerada (QRND) em x* se o posto da matriz jacobiana ( ) em x* .

Teorema 18.2: Sejam f, , , funes de n variveis. Considere o problema de max (ou min) (x) no conjunto restrio x = , , ; x = , , x = Suponha que x* e que x* um max ou min (local) de f em . Suponha tambm que x* satisfaz a condio de QRND anterior. tais que ( , , , , , ) ( , ) Ento existem , , um ponto crtico do lagrangiano , , , [ ] Com isso pela condio de primeira ordem tem-se: , = 0, , , = 0 , = 0, , , = 0

Considerando o exemplo do livro, ento devemos considerar a funo maximizadora com o seguinte conjunto restrio: max . . = , , + = 1, , + = 1} Ento temos: e = + = 1 = + = 1
A Matriz Jacobiana: , , = 2 1 2 0 0 1
, , =

Podemos notar que o posto da matriz Jacobiana s ser menor que m=2 se, e somente se, = = 0. Mas podemos observar que nessa situao a primeira restrio seria violada, ento todos os pontos no conjunto-restrio satisfazem QRND. Com isso formamos o seguinte lagrangiano: = + 1 [ + 1]

= 2 = 0 = 2 = 0 =0
= 0
= = 0 = 1
Da 4 e 5 equao podemos obter: =1=0 = = O primeiro passo ser encontrar os Resultando em 1 1 1 1 valores dos multiplicadores, para isso, + = basta isola-los na segunda e terceira equao, para depois substituirmos na 1 Logo perceptvel que = 1 equao. Assim Fatorando a equao teremos: (3 + 1)( 1)
= 0 =
=0

=1
=0
=1=0
Da quadrtica obtemos:
;
De (3 + 1)( 1)
0,7676; = 0,4343
= 1 0,7676 0,6409 = 1 + 0,7676 1,7676.
Substituindo cada um desses valores nas restries teremos:

0,7676 0,6409 1,7676 0,4343 0,9008 0,5657
Para os 4 pontos teremos: Funo = * (mximo) x y z Valor
-0,7676 -0,7676 0,4343 0,4343
0,6409 -0,6409 0,9008 -0,9008
1,7676 1,7676 0,5657 0,5657
-0,8696 0,8696 0,2213 -0,2213

RESTRIES DE DESIGUALDADE Quando trabalhamos com esse tipo de restrio estamos enveredando para algo mais complexo na otimizao. No entanto, enveredar para essa anlise essencial para tratar de problemas econmicos, pois, na sua grande maioria, as restries econmicas envolvem um campo de atuao que no se limita apenas a pontos fixos, mas sim. A um conjunto de possibilidades.

Nesse o problema de otimizao estar ligado a uma funo maximixadora com a seguinte restrio: max (, ) . . (, )
U2 U3 U1 () ()
, , =

No caso do grfico anterior, quando estamos trabalhando com o ponto crtico p, ou seja, quando a CPO da funo objetivo se iguala com a CPO da funo de restrio temos uma restrio ATIVA (ou, ento, vinculadora, eficaz ou justa) em p. Ou seja, continuaremos observando o gradiente tanto de f quanto da restrio g, ou seja, = 0 Lembrando que o gradiente da funo objetivo ser equivalente a um mltiplo do gradiente da restrio, que no caso da desigualdade estar representado por

Porm deve-se ter um cuidado peculiar na avaliao da restrio. Como ela tem agora a desigualdade, devemos tomar o cuidado de o gradiente no apontar para o conjunto restrio na maximizao, isso porque se ele apontar para o conjunto restrio poderamos aumentar f e ainda manter (, ). Ou seja, deve apontar para a regio em que (, ). Com isso, na relao = devemos concluir que para o gradiente de f ser positivo, devemos ter 0. Ou seja, mas uma vez podemos elaborar a nossa funo lagrandiana da mesma forma que anteriormente, no entanto o que ir mudar so algumas condies restritivas em relao ao multiplicador.

Nosso lagrangiano passa a ser ento: , , , [ , ] Que pelos gradientes nos fornece: = = Todos iguais a zero. Devemos tambm manter o critrio de qualificar a restrio, indicando que o mximo no seja um ponto crtico de g. Tambm devemos considerar o ponto / mas agora o cuidado com sua forma de interpretao dever ser maior. Isso porque o mximo pode no ocorre mais no tangenciamento de f e g, e sim na rea abaixo da linha de restrio, onde , < .
, =

Nesse caso os gradientes iro apontar em sentidos opostos, nesse caso como o mximo encontra-se num ponto interior no conjunto-restrio, ento a funo objetivo (maximizadora) dever apontar para o mesmo sentido (do ponto de maximizao) em r. Nesse caso denominamos tal restrio como inativa ( no vinculadora, ineficaz ou solta) em q. Porm, no ponto q teremos um max local de f, ou seja, um max local no condicionado. Pelo teorema 17.1 verificamos que = 0 = 0 Devemos lembrar que para atender o QRND a derivada parcial de (, )no pode ter essa caracterstica.

Logo, podemos continuar usando a funo lagrangiana como: , , , [ , ] S que diferentemente do que fora utilizado para /=0, no podemos agora usar a / =0, isso porque no sabemos se nossa restrio tem a caracterstica de ser ATIVA [ , = ], ou seja, quando 0; ou INATIVA [=0]. Ou seja, devemos considerar agora as duas possibilidades de acordo com a restrio que tivermos, ou seja, dependendo do tipo de restrio, podemos ter , = 0 e =0, em qualquer das condies teremos: , = 0 Essa condio conhecida como CONDIO DE FOLGA COMPLEMENTAR.

Como no sabemos se a restrio ser ou no ativa no mximo, no podemos utilizar a condio / =0, como na restrio de igualdade, pois a mesma equivalente a , = 0 . No entanto, considerando agora no somente a restrio, mas considerando agora , = 0, ento podemos formar o novo teorema como sendo:

Teorema 18.3: Suponha que f e g so funes em e que ( , ) maximiza f no conjunto restrio (, ). Se , = , suponha que , 0 ou , 0 Em qualquer caso forme a funo Lagrangiana , , = , [ , ] Ento tem-se um multiplicador tal que: a)

, ,
=0
b)
, , = 0
c) , = 0 e) ( , )
d) 0

Algumas observaes importantes devem ser consideradas: antes de irmos para tais observaes devemos ter em mente que cada autor tem uma preferncia de retratar a restrio. A forma de retratar a mesma altera o valor do sinal no lagrangiano. Por exemplo, alguns preferem colocar que (, ), nesse caso na funo lagrangiana teremos = , + [ , ]. Comparando o que fora visto no teorema 18.2 e 18.3 (respectivamente restries de igualdade e desigualdade): i) Ambos usam a mesma funo L, requerendo que as condies de primeira ordem em relao aos sejam nulas;

ii) A condio igualdade pode no valer mais para restries de desigualdade, pois a restrio no precisa ser ativa no mximo em caso de restries de desigualdade. A condio substituda por duas condies , = 0 = , 0 iii) Ambas as situaes requerem que verifiquem uma qualificao de restrio. Contudo, s precisamos conferir a qualificao de restrio para uma restrio de desigualdade se se a mesma ativa no candidato a soluo.

= , = 0 para restries de

iv) No havia restries no sinal do multiplicador na situaa de igualdade; porm, o multiplicador para restries de desigualdade deve ser no negativo. v) Para restries de igualdade (e para problemas sem restries), as mesmas CPO que valem para problemas de maximizao tambm so aplicveis para minimizao. No entanto, devemos ter a cautela de como se comporta a direo do gradiente de f e g.

Considere o problema max , = . . , = + 1

Vrias restries de desigualdade Nesse caso temos a configurao do teorema como: Teorema 18.4: Suponha que f, , , funes de n variveis. Suponha que x* um mximo local de f no conjunto restrio definido pelas k desigualdades , , , , ( , , ) Para facilitar a notao, suponha que as primeiras restries so ativas em x* e que as ltimas restries so inativas. Suponha que a seguinte qualificao de restrio no degenerada est satisfeita em x*

Cont. Teorema 18.4 O posto x* da matriz jacobiana ser ( ) () ( ) () Das restries ativas , ou seja, o maior possvel.

Formando assim o Lagrangiano:
, , , , , , , [ ]
Ento existem multiplicadores , , tais que: a)

0, ,
, = 0
b) = 0, , =0 c) 0, , 0
d) , ,

Considere agora o problema: max , , = . . + + 1 0 0 0

RESTRIES MISTAS Em algumas situaes teremos que trabalhar tanto com restries de desigualdade como tambm as com igualdade. Para definir esse teorema, deve-se realizar uma combinao entre os teoremas 18.2 e 18.4 vistos at o momento. Nesse caso, para uma restrio mista, deve-se seguir o seguinte teorema:

Teorema 18.5: Suponha que f, , , , , , so funes de de n variveis. Suponha que x* um mximo local de f no conjunto restrio definido pelas k desigualdades em m igualdades: , , , , ( , , ) , , = , , , , = Sem perda de generalidade, podemos supor que as primeiras restries de desigualdade so ativas em x* e que as outras restries de desigualdade so inativas. Suponha que a seguinte QRND est satisfeita em x*.

O posto de x* da matriz Jacobiana ( ) () () ( ) () ( ) () () Das restries de igualdade e das restries de desigualdade ativas + , ou seja, o maior possvel.

O seguinte lagrangiano deve ser formado: , , , , , , , ,
= , , , , , , [ , , ] Com isso teremos os seguintes multiplicadores:

(a)
, = 0, ,
, = 0
(b) , , = 0, , , , = 0
(c) = , , =
(d) 0, , 0, e
(e) , ,

Para fazer uso dessa formulao, necessitamos escrever todas as restries de desigualdade na forma ( ). Por exemplo, escreveramos a restrio + 5 como a restrio + 5 . Note que, neste caso, as restries de no negatividade j esto na forma correta; agora elas aparecem no lagrangiano como .

Tal abordagem pode variar em outras leituras, mas manteremos esta que est de acordo com a nossa principal bibliografia. Com relao a minimizao condicionada temos: i) Basta substituir a funo objetivo por uma com o sinal negativo, ou seja f passa a ser f . Mantenha todo o restante das restries, mesmo as restries de desigualdade. ii) Coloque os multiplicadores no lagrangiano com um sinal de mais em vez do sinal de menos, mantendo as restries como elas estavam, para o problema de maximizao condicionada.

Vamos ao exemplo 18.10 do Simon e Blume onde: max . . + = 4 0; 0 O Lagrange para esse equao ser: = + 4 + + Podemos montar a seguinte matriz Jacobiana: 2 1 0 2 0 1 nesse caso nossa matriz ter posto 2, independente do valor de x e y

Podemos perceber que a condio QRND atendida. Nossas condies so: (1) (2)
= 1 2 + = 0 = 2 2 + = + 4 = 0
(3) (4) 0 (5) 0
Que so nossas condies de folga complementar

Inicialmente verificamos que por (1) temos: 1 2 Se 0 ento 0 0 De (2) podemos verificar que: 2 1 Se 0 ento percebe-se que ou 0, ou se 0, como j verificamos que em (1) >0 ento a segunda hiptese est descartada. Logo podemos concluir que: 0 Usando agora (3) podemos verificar pelo que j encontramos que: = 4, 2 No entanto, como temos a condio de no negatividade presente conclumos que x=2. Substituindo todos os resultados encontrados em (1) encontramos o valor de 1 4 0 1 4 Com isso, a maximizao ocorrer em: ; ; ; ; (2; 0; ; 0; 0) APLICAO E USO DA fmincon


PROBLEMAS DE MINIMIZAO CONDICIONADA Quando trabalhamos com esse tipo de problema temos que mudar a restrio de igualdade, ou seja, antes, na maximizao, trabalhava-se com a restrio menor igual, agora, em minimizao temos que considerar a restrio de desigualdade como maior igual. Ou ento, podemos fazer a mudana no sinal da funo objetivo, como verificou-se na programao do Matlab. Diante dessa informao, passamos a definir o teorema para minimizar uma funo objetivo dada suas restries como sendo:

Teorema 18.6: Suponha que f, , , , , , so funes de de n variveis. Suponha que x* um mnimo local de f no conjunto restrio definido pelas k desigualdades em m igualdades: , , , , ( , , ) , , = , , , , = Sem perda de generalidade, podemos supor que as primeiras restries de desigualdade so ativas em x* e que as outras restries de desigualdade so inativas. Suponha que a seguinte QRND est satisfeita em x*.

O posto de x* da matriz Jacobiana ( ) () () ( ) () ( ) () () Das restries de igualdade e das restries de desigualdade ativas + , ou seja, o maior possvel.

O seguinte lagrangiano deve ser formado: , , , , , , , ,
= , , , , , , [ , , ] Com isso teremos os seguintes multiplicadores:

(a)
, = 0, ,
, = 0
(b) , , = 0, , , , = 0
(c) = , , =
(d) 0, , 0, e
(e) , ,

Quanto a minimizao devemos ter os seguintes cuidados: No uso dessa formulao, precisamos escrever todas as restries de desigualdade na forma ( ). Por exemplo, para a restrio de desigualdade + 5 teremos para minimizao 5. Nesse caso as restries de no negatividade j esto na forma correta; agora elas aparecem no lagrangiano como . Nesse caso valem as seguintes dicas: (1) Substitua f por f j que minimizar f o mesmo que maximizar f. Mantenha todo o restante exatamente como na formulao de max condicionado, inclusive a forma das restries de desigualdade. (2) Coloque os multiplicadores no lagrangiano com um sinal de mais em vez de menos, mantendo as restries como elas estavam para o problema de maximizao condicionada.

FORMULAO DE KUHN-TUCKER Como os problemas de max condicionada mais comuns em economia envolvem somente restries de desigualdade e uma coleo completa de restries de no negatividade: max ( , , ) . . , , , , , , 0, , 0 Dadas estas condies, podemos fazer uso de um lagrange especial para solucionar tal problema. Trata-se da formulao de Kuhn-Tucker. Considerando a QRND para x* do problema acima, pelo teorema 18.4 verificou-se como resolver esse problema a parir das CPO.

No caso da formulao de Kuhn-Tucker ser considerado uma outra forma de especificao da funo lagrangiana, onde: , , , [ ] Ou seja, deixamos de lado restrio de no negatividade. como o lagrangiano de Kuhn-Tucker temos: Estabelecendo
, , , + + + , , , , , , =
Para = 1, , , podemos escrever as CPO como =

+ = 0
ou
=0

Nesse caso, para cada x, = = ( )0
Como pela no negatividade temos: = 0 = 0 E , , , , , 0

Ento teremos dadas as condies anteriores de Khun-Tucker 0, 0 0, 0 = 0, = 0 = 0, =0 Existem algumas vantagens dessa abordagem em relao ao uso do teorema 18.4. i) o fato de envolver n+k equaes a n+k incgnitas, em vez das 2n+k equaes a 2n+k incgnitas do sistema de CPO de 18.4. ii) a forma simtrica pela qual os e entram nas condies de primeira ordem, isso permite que tratemos do problema dual, onde na minimizao, os tornam-se chaves.

Com isso podemos chegar ao seguinte teorema: Teorema 18.7: Considere o problema de maximizao condicionada max ( ). . , , ( ) e 0 sem restries de igualdade e com uma coleo completa de restries de no negatividade. Forme o . Suponha que x* uma soluo lagrangiano de Kuhn-Tucker do problema acima e que a matriz ( / ) tem posto mximo em x*. Ento existem multiplicadores no negativos , , tais que , , , , , satisfazem o sistema de / 0 , =0 , equaes e desigualdades / 0 e

= 0.

De um problema considerando a maximizao da utilidade, a partir de Kuhn-Tucker temos: max ( , ) . . + 0, 0 Ento teremos: , , = , ( + ) 0 0 = 0 = 0 = 0 = = 0

03 - Otimização Com Restrições I

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

03 - Otimização Com Restrições I

Transféré par

Droits d'auteur :

Formats disponibles

Mtodos Quantitativos em Economia

Tpico 03 Otimizao com Restries I: Condies de Primeira Ordem

Ricardo Bruno N. dos Santos Waldemar Sobral Sampaio

Otimizao com restries I: Condies de 1 ordem

Otimizao com restries I: Condies de 1 ordem

Otimizao com restries I: Condies de 1 ordem

Otimizao com restries I: Condies de 1 ordem

Otimizao com restries I: Condies de 1 ordem

Otimizao com restries I: Condies de 1 ordem

s.a. , , 0 lucros no negativos , , ( ) disponibilidade de insumos 0, , 0

Otimizao com restries I: Condies de 1 ordem

Otimizao com restries I: Condies de 1 ordem

Otimizao com restries I: Condies de 1 ordem

Otimizao com restries I: Condies de 1 ordem

Otimizao com restries I: Condies de 1 ordem

Otimizao com restries I: Condies de 1 ordem

Otimizao com restries I: Condies de 1 ordem

Otimizao com restries I: Condies de 1 ordem

Otimizao com restries I: Condies de 1 ordem

Otimizao com restries I: Condies de 1 ordem

Otimizao com restries I: Condies de 1 ordem

Otimizao com restries I: Condies de 1 ordem

Otimizao com restries I: Condies de 1 ordem

Otimizao com restries I: Condies de 1 ordem

Otimizao com restries I: Condies de 1 ordem

Otimizao com restries I: Condies de 1 ordem

Otimizao com restries I: Condies de 1 ordem

Otimizao com restries I: Condies de 1 ordem

Otimizao com restries I: Condies de 1 ordem

Otimizao com restries I: Condies de 1 ordem

= 1 0,7676 0,6409 = 1 + 0,7676 1,7676.

Substituindo cada um desses valores nas restries teremos:

Para os 4 pontos teremos: Funo = * (mximo) x y z Valor

-0,7676 -0,7676 0,4343 0,4343

0,6409 -0,6409 0,9008 -0,9008

1,7676 1,7676 0,5657 0,5657

-0,8696 0,8696 0,2213 -0,2213

Otimizao com restries I: Condies de 1 ordem

Otimizao com restries I: Condies de 1 ordem

Otimizao com restries I: Condies de 1 ordem

Otimizao com restries I: Condies de 1 ordem

Otimizao com restries I: Condies de 1 ordem

Otimizao com restries I: Condies de 1 ordem

Otimizao com restries I: Condies de 1 ordem

Otimizao com restries I: Condies de 1 ordem

Otimizao com restries I: Condies de 1 ordem

Otimizao com restries I: Condies de 1 ordem

Otimizao com restries I: Condies de 1 ordem

Otimizao com restries I: Condies de 1 ordem

Otimizao com restries I: Condies de 1 ordem

Otimizao com restries I: Condies de 1 ordem

Otimizao com restries I: Condies de 1 ordem

Otimizao com restries I: Condies de 1 ordem

Otimizao com restries I: Condies de 1 ordem

Ento existem multiplicadores , , tais que: a)

Otimizao com restries I: Condies de 1 ordem

Otimizao com restries I: Condies de 1 ordem

Otimizao com restries I: Condies de 1 ordem

Otimizao com restries I: Condies de 1 ordem

Otimizao com restries I: Condies de 1 ordem

Otimizao com restries I: Condies de 1 ordem

Otimizao com restries I: Condies de 1 ordem

Otimizao com restries I: Condies de 1 ordem