4 votos

Intuición del signo usado para el multiplicador de Lagrange y la función de restricción correspondiente en la optimización restringida.

Al parecer, en muchas aplicaciones puede haber alguna interpretación económica para el multiplicador de Lagrange y, por lo tanto, podría ser beneficioso asegurar que su valor tome un signo específico.

Si lo anterior está destinado, entonces claramente la elección de signo para el multiplicador en el Lagrangiano debería corresponder a una elección de restar ya sea el LHS o el RHS en la restricción.

Por ejemplo, digamos que tenemos un agente $i$ con utilidad cuasilineal sobre dos bienes, $(c_1, c_2)$ que resuelve \begin{align*} &\max_{c_{i1}, c_{i2}} u_i(c_{i1}) + \beta c_{i2} \\ &\text{sujeto a} \\ p_1c_{i1} + c_{i2} = &a_i \end{align*}

El Lagrangiano típicamente construido sería entonces \begin{align*} \mathcal{L} = u_i(c_{i1}) + \beta c_{i2} + \lambda_i(a_i - p_1 c_{i1} - c_{i2}) \end{align*}

Ahora también podríamos escribir esto como \begin{align*} \mathcal{L} = u_i(c_{i1}) + \beta c_{i2} - \lambda_i(p_1 c_{i1} + c_{i2} - a_i) \end{align*}

y los signos en nuestras condiciones de primer orden no cambiarían, es decir \begin{align*} c_{i1}:& u_{i, c}(c_{i1}) = \lambda_i p_1 \\ c_{i2}:& \beta = \lambda_i \end{align*}

Ahora digamos que elegimos una de las siguientes construcciones \begin{align*} \mathcal{L} = u_i(c_{i1}) + \beta c_{i2} - \lambda_i(a_i - p_1 c_{i1} - c_{i2}) \\ \mathcal{L} = u_i(c_{i1}) + \beta c_{i2} + \lambda_i(p_1 c_{i1} + c_{i2} - a_i) \end{align*}

lo que nos da condiciones de primer orden \begin{align*} c_{i1}:& u_{i, c}(c_{i1}) = -\lambda_i p_1 \\ c_{i2}:& \beta = -\lambda_i \end{align*}

Aquí parece que la única diferencia sería que $\lambda_i$ tomaría un valor negativo, dado que $\beta$ debería ser positivo.

Supongo que mi pregunta es: ¿cómo deberíamos pensar tanto en nuestra elección de signos para el multiplicador de Lagrange (es decir, si sumamos o restamos el multiplicador) junto con nuestra construcción de la restricción (es decir, si restamos el LHS o el RHS de ambos lados de la ecuación de la restricción)? En el contexto de las restricciones presupuestarias, he visto que el multiplicador se define como un "precio sombra", lo que me haría suponer que deseamos un valor positivo para $\lambda_i$. Entonces, ¿cómo aseguramos que esto se cumplirá cuando construimos inicialmente el Lagrangiano? ¿Es algo así como:

"Si $f(x, y)$ es nuestra función objetivo y $g(x, y) = c$ es nuestra restricción, entonces el Lagrangiano es de la forma $\mathcal{L} = f(x, y) - \lambda(g(x, y) - c)$ o $\mathcal{L} = f(x, y) + \lambda(c - g(x, y))$" ¿y ya está?

1voto

tdm Puntos 146

El multiplicador de Lagrange proporciona el "precio sombra" de la restricción.

En el caso en el que el Lagrangiano tome la forma: $$ L = f(x,y) - \lambda(g(x,y) - c), $$ entonces $\lambda$ mide el cambio marginal en el valor óptimo cuando $c$ aumenta en 1 unidad. Observa que podemos reescribirlo así: $$ L = f(x,y) - \lambda g(x,y) + \lambda c. $$

En el caso en el que el Lagrangiano tome la forma: $$ L = f(x,y) + \lambda(g(x,y) - c), $$ El multiplicador de Lagrange simplemente cambia de signo. En este caso, $\lambda$ es el negativo del precio sombra. Observa que ahora podemos reescribirlo así: $$ L = f(x,y) + \lambda g(x,y) - \lambda c. $$

Cuando escribo el Lagrangiano, simplemente me aseguro de que $\lambda$ esté multiplicado por $c$ (y no por $-c$).

Observa que en problemas con restricciones de igualdad, los precios sombra pueden ser positivos o negativos dependiendo de si aumentar $c$ aumenta o disminuye el valor óptimo del problema de optimización. Por lo tanto, no hay una restricción ex-ante en su signo (salvo intuición). Si tienes restricciones de desigualdad (y condiciones de Kuhn-Tucker), los signos de los multiplicadores de Lagrange suelen determinarse.

1voto

jl8e Puntos 211

Deje que $\mathbf x \in \mathbb{R^n} \quad \mathbf x= (x_1 , x_2 , \cdots , x_n ) $ $A$, $B$ $m$x$n$ matriz, $\mathbf b \in \mathbb{R^m}$, $\mathbf c \in \mathbb{R^m}$. Dejamos indicado con $< . , . >$ el producto punto y con $\lambda= (\lambda_1 , \lambda_2 , \cdots , \lambda_m ) $, $\eta= (\eta_1 , \eta_2 , \cdots , \eta_m ) $ los multipladores de Lagrange.

Primer caso: min

$\min_{x\in \mathit{ \Omega }} f(\mathbf x) $

$ \Omega$ definido por

$ \left\{ \begin{array}{l} \begin{matrix} A \cdot \mathbf x \ge \mathbf b \end{matrix} \\ \begin{matrix} B \cdot \mathbf x \le \mathbf c \end{matrix} \\ \mathbf x \ge \mathbf 0 \\ \end{array} \right.$

Función Lagrangiana $\mathcal{L}(\mathbf x, \lambda, \eta)= f(\mathbf x) - < \lambda, A \cdot \mathbf x - \mathbf b > + < \eta , B \cdot \mathbf x - \mathbf c >$

Segundo caso: max

$\max_{x\in \mathit{ \Omega }} f(\mathbf x) $

$ \Omega$ definido por

$ \left\{ \begin{array}{l} \begin{matrix} A \cdot \mathbf x \le \mathbf b \end{matrix} \\ \begin{matrix} B \cdot \mathbf x \ge \mathbf c \end{matrix} \\ \mathbf x \ge \mathbf 0 \\ \end{array} \right.$

Función Lagrangiana $\mathcal{L}(\mathbf x, \lambda, \eta)= f(\mathbf x) - < \lambda, A \cdot \mathbf x - \mathbf b > + < \eta , B \cdot \mathbf x - \mathbf c >$

Ejemplo

$\max_{x\in \mathit{ \Omega }} f(\mathbf x) $; $ \Omega$ definido por: $<\mathbf a_1^t,\mathbf x>=b_1$

Función Lagrangiana:

$\mathcal{L}(\mathbf x, \lambda_1)= f(\mathbf x)+< \lambda_1, b_1 - \mathbf a^t_1 \cdot \mathbf x >$

Finanhelp.com

FinanHelp es una comunidad para personas con conocimientos de economía y finanzas, o quiere aprender. Puedes hacer tus propias preguntas o resolver las de los demás.

Powered by:

X