P. 1
Multiplicadores de Lagrange

Multiplicadores de Lagrange

|Views: 3.149|Likes:
Publicado porTazann24

More info:

Published by: Tazann24 on May 04, 2011
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as DOCX, PDF or read online from Scribd
See more
See less

08/06/2013

pdf

Multiplicadores de Lagrange

Presentado por: Andrea Jaramillo Cristian Carvajal Loraine De Moya Julitsha Ortega

Dirigido a: Lic. Dickson

Corporación Universitaria de la Costa, CUC

Barranquilla, 12 de abril de 2011

Multiplicadores de Lagrange: Cuando se quiere determinar los máximos o mínimos de una función sometida a una o más restricciones por ejemplo el de encontrar la distancia mínima que hay de una superficie  y el origen no siempre es posible resolver la restricción para alguna de las variables en términos de las otras, pero se puede seguir un método para determinar dichos puntos máximos o mínimos ; dicho procedimiento se denomina Método de los Multiplicadores de LaGrange en honor al matemático francés Joseph L. LaGrange y consiste en lo siguiente: Si un campo escalar  un conjunto de condiciones existen entonces escalares   tiene un extremo relativo cuando está sometido a      siendo m<n, tales que:   ‰  

El método de los multiplicadores de LaGrange nos permite encontrar los puntos X  Que optimizan (producen máximos y/o mínimos) una función dada sujeta a la restricción Esta idea es esencialmente la extensión natural del método usual para funciones de una variable, buscar máximos o mínimos entre sus puntos críticos, es decir los puntos en donde Es claro que , es decir :

Para el caso de funciones de dos variables cuyas primeras derivadas parciales son continuas, si tiene un extremo relativo en el punto sujeta a la condición   

En este caso consideramos basta buscar valores   en los cuales:  

‰

, asi

Antes de comenzar con algún ejemplo ilustrativo es conveniente tener en cuenta algunas observaciones acerca del método: y La condición del método de LaGrange es una condición necesaria pero no suficiente, para la determinación de puntos máximos o mínimos. y El método es válido si el número de condiciones m, es menor que el número de variables n. A veces se necesita encontrar los valores extremos de una función cuyo dominio está restringido a encontrarse dentro de algún subconjunto en particular del plano, por ejemplo, un disco o una región triangular cerrada. Pero como lo sugiere al figura 1. , una función también puede estar sujeta a otros tipos de restricciones.

Figura 1. Ahora se analiza un poderoso sistema para encontrar valores extremos de funciones restringidas: el método de los multiplicadores de LaGrange. En 1755 LaGrange desarrollo el método para resolver problemas de máximos y mínimos en geometría. Actualmente este procedimiento es importante en economía, en ingeniería (donde se usa para diseñar, por ejemplo, miles de etapas múltiples) y en matemáticas. Máximos y mínimos restringidos: Ejemplo: encuentre el punto P(x,y,z) más cercano al origen sobre el plano 2x+y-z-5=0. Solución: Se pide encontrar el valor mínimo de la función  Sujeta a la restriciion de que  

Como

tiene un valor minimo donde quiera que la función

Tiene un valor mínimo, se puede resolver el problema si encontramos el valor minimo de sujeta a la restriccion =0. Si se considera x y y como las variables independientes en esta ecuación y se escribe z como  ,

Nuestro problema se reduce a encontrar los puntos (x,y) en los que la función  

Tiene su valor o valores mínimos. Como el dominio de h es todo el plano xy, la prueba de la primera derivada nos dice que cualesquier mínimos que h pudiera tener deben presentarse en puntos en que  Esto conduce a Y la solución  Podemos aplicar un criterio geométrico junto con la prueba de la segunda derivada para demostrar que esos valores minimizan h. la coordenada z del punto correspondiente sobre el plano   Por lo tanto, el punto que buscamos es: Punto más cercano: La distancia P al origen es    

Resolver un problema de un máximo o un mínimo restringido por sustitución, como podríamos llamar al procedimiento del ejemplo 1, no siempre es fácil. Esta es una de las razones para aprender el nuevo método. Ejemplo2 encuentre los puntos más cercanos al origen sobre el cilindro hiperbólico .

Solución 1 el cilindro se muestra en la figura 2. Buscamos los puntos sobre el cilindro ma cercanos al origen. Estos son los puntos cuyas coordenadas minimizan el valor de la función Cuadrado de la distancia

Figura 2. Sujeta a la restricción de que . Si consideramos x y y como variables independientes en la ecuación de restricción, entonces,

Y los valores de  

sobre el cilindro están dados por la función

Para encontrar los puntos sobre el cilindro cuyas coordenadas minimizan f, buscamos los puntos en el plano xy cuyas coordenadas minimizan h. el único valor extremo de h ocurre donde   Es decir, el punto (0,0). Pero ahora hay dificultades; no hay puntos sobre el cilindro donde x y y sean ambas cero. ¿Qué fue lo que sucedió? Lo que ocurrió fue que la prueba de la primera derivada encontró (como debía) el punto en el dominio de h donde h tiene un valor mínimo. Por otra parte, se buscan los puntos sobre el cilindro donde h tiene un valor mínimo. Mientras que el dominio de h es todo el plano x,y, el dominio del que se pueden seleccionar las primeras dos coordenadas de los puntos (x,y,z) sobre el cilindro está restringido a la ³sombra´ del cilindro sobre el plano xy, este no incluye la banda entre las rectas    figura 3.

Figura 3. Se puede evitar este problema si se trata y y z como variables independientes (en vez de x y y ) y se expresa x en términos de y y z como Con esta sustitución,  y se buscan los puntos donde k alcanza su valor más pequeño. El dominio de k en el plano yz coincide ahora con el dominio del cual se seleccionan las coordenadas y y z de los puntos (x,y,z) sobre el cilindro. Por consiguiente, los puntos que minimizan k ken el plano tendrán puntos correspondientes sobre el cilindro. Los valores más pequeños de k ocurren donde   o donde y=z=0. Esto conduce a Los puntos correspondientes sobre el cilindro son  se puede ver de la desigualdad se convierte en

Que los puntos ( ) dan un valor minimo ara k también se pueden ver que la distancia mínima del origen a un punto sobre el cilindro es de 1 unidad. Solucion2 Otra manera de encontrar los puntos sobe el cilindro más cercano al origen es imaginar una pequeña esfera con centro en el origen que se expande como una burbuja de

jabón hasta que toca justamente el cilindro (fig. 4). En cada punto de contacto, el cilindro y al esfera tienen el mismo plano tangente y la misma recta normal. Por lo tanto, si la esfera y el cilindro se representan como las superficies de nivel obtenidas al hacer   

Figura 4. Iguales a 0, entonces los gradientes   ‰ serán paralelos donde las superficies se toquen. Por tanto en cualquier punto de contacto deberíamosse deberian encontrar un escalar tal que:  ‰  œ

Así las coordenadas x,y y z de cualquier punto de tangencia tendrán que satisfacer las tres ecuaciones escalares   (1)

Para qué valores de también estará un punto (x,y,z), cuyas coordenadas satisfacen la ecuaciones en (1), sobre la superficie para responder esta pregunta usamos el hecho de que ningún punto sobre la superficie tiene una coordenada x nula, para concluir que x en la primera ecuación en (1). Esto significa que sólo si  o . Para , la ecuación se convierte en Si esta ecuación también debe satisfacerse, z debe ser 0. Como también y=0 (de al ecuación 2y =0), se concluye que los puntos que se buscan tienen todos coordenadas de la forma (x,0,0) ¿Qué puntos sobre la superficie (x,0,0)para los cuales  tienen coordenadas de esta forma? Los puntos  

Los puntos sobre el cilindro más cercanos al origen son los puntos (

.)

En términos generales, el procedimiento dice que los valores extremos de una función f (x, y, z), cuyas variables están sujetas a una restricción g (x, y, z)= 0, se encontraran sobre la superficie g = 0 en los puntos donde  Para algún escalar (llamado multiplicador de Lagrange).

Para explorar mas el método y saber por que funciona, primero hacemos la siguiente observación, que enunciamos como un teorema. TEOREMA 9 El teorema del gradiente ortogonal Suponga que f (x, y, z) es diferenciable en una región cuyo interior contiene una curva suave  Si es un punto sobre donde tiene un máximo o un mínimo local relativo a sus valores sobre , entonces es ortogonal a en .

Prueba Se demuestra que es ortogonal al vector velocidad de la curva en . Los valores de sobre están dados por la composición  , cuya derivada respecto a es  En cualquier punto donde , por lo que      

tiene un máximo o un mínimo local relativo a sus valores 

Si se eliminan los términos de dos variables.

en el teorema 9, se obtiene un resultado similar par funciones

Corolario del teorema 9 En los puntos sobre una curva suave , donde una función diferenciable f (x, y) alcanza sus máximos y mínimos locales relativos a sus valores sobre la curva  .

El teorema 9 es la clave del método de los multiplicadores de Lagrange. Suponga que y son diferenciables y que es un punto sobre la superficie donde tiene un máximo o un mínimo local relativo a sus otros valores sobre la superficie. Entonces, alcanza un máximo o mínimo local en relativo a sus valores sobre cada curva diferenciable que pasa por sobre la superficie . Por lo tanto, es ortogonal al vector velocidad de cada curva diferenciable que pasa por . Pero, lo es también (porque, es ortogonal a la superficie de nivel . Por lo tanto, en , es algún múltiplo escalar de . El método de los multiplicadores de Lagrange Suponga que y son diferenciales. Para encontrar los valores máximos y mínimos locales de sujetos a la restricción , encuentre los valores de x, y, z y que simultáneamente satisfacen las ecuaciones    

Para funciones de dos variables independientes, las ecuaciones apropiadas son EJEMPLO 3 Encontrar los valores máximos y mínimos que la función     Alcanza sobre la elipse ( fig 5} EJEMPLO 3 Encontrar los valores máximos y mínimos que la función

Alcanza sobre la elipse ( fig 5.)

Figura 5. Solución Se quieren los valores extremos de sujetos a la restricción

Para hallarlos, primero se encuentran los valores de x, y,   La ecuación gradiente da  De donde encontramos   De manera que Caso 1: si   , entonces   La función cuatros puntos           

para los cuales 

  

Ahora se consideran esos dos casos. . Pero (0,0) no esta sobre la elipse. Por consiguiente,

Caso 2: si , obtenemos

, entonces

. Al sustituir esto en la ecuación 

›

alcanza, por lo tanto, sus valores extremos sobre la elipse en los

Los valores extremos son La geometría de la solución hipérbolas (Fig. 6) 

› 

son las

Las curvas de nivel de la función

Entre mas lejos estén las hipérbolas del origen, mayor es el valor absoluto de . Queremos encontrar los valores extremos de , dado que el punto (x, y) también se encuentra sobre la elipse ¿cuales hipérbolas, que cortan la elipse, se encuentran mas lejos del origen? Las hipérbolas que apenas tocan a la elipse, o sea, aquellas que son tangentes a esta. Es esos puntos, cualquier vector normal a la hipérbola es normal a la elipse, por lo que   es un múltiplo de  . Por ejemplo, en el punto (2,1)  ‰ En el punto (-2,1)  ‰      ‰    ‰

Figura 6. Extraído en: http://www.paraquesirve.net/p/hiperbole Multiplicadores de Lagrange con dos restricciones: En muchos problemas se pide encontrar los valores extremos de una función diferenciable f(x,y,z) cuyas variables están sujetas a dos restricciones. Si las restricciones son: G1 (x,y,z) y G2(x,y,z)=0, Y G1 y G2 son diferenciables con no paralelo a , se encuentran los máximos y mínimos locales restringidos de f si se introducen multiplicadores de Lagrange y . Es

decir, se localizan los punto P(x,y,z) donde f alcanza sus valores extremos restringidos si se encuentran los valores de x,y,z, y que simultáneamente satisfacen las ecuaciones   , G1 (x,y,z)=0 y G2(x,y,z)=0

Figura 7.

Ejercicios: 1. Larson sección 12.10 pág 1347, punto 1. Edición en inglés. Hallar el valor máximo de f (x,y) = xy, sobre la recta f=xy g= Se halla el gradiente para cada ecuación: ‰ ‹ Œ ‹ Œ y= x= entonces x=y Reemplazando y en g = x+x=10 2x=10 x=5 por consiguiente y=5

2. Larson sección 12.10 pág 1347, punto 2. Edición en inglés. Hallar el valor mínimo de f= g= , sobre la recta

‰ ‹ Œ 2x= y 2y= Entonces 2x=2y x=y

‹

Œ

Reemplazando en g= Se obtiene x+x=4 2x=4 por tanto x=2 y y=2

3. Larson sección 12.10 pág 13478 punto 15. Edición en inglés. Hallar el valor mínimo de f= g= , sobre la recta

‰ ‹ Œ œ ‹ Œ œ 2x= › › y 2z= Entonces 2x=2y=2z obteniendo que x=y=z Reemplazando en g= x+x+x=6 3x=6 x=2 y=2 z=2 4. Cálculo con geometría analítica, Thomas-Finney, Vol2, pág 901, ejercicio21. La temperatura T en cualquier punto (x,y,z) del espacio es T=400xy . Calcúlese la temperatura más alta sobre la esfera unitaria: g= T=400xy

400y =2x 400 = 400xy=

800xyz=2z = = y=x

z=y

=10y

,

,

Si todas las variables se toman como positivas entonces

T= 400 × ( T=50 =70,7 sobre la recta x+3y=12

5. Lathor. Hállese el valor máximo de f(x,y)= 9 f=9 g= x+3y=12

‰ -2x= -2y=3

‹

Œ

‹

Œ

Por tanto: -2x= x= y así y= 3x

Reemplazando en g= x+3y=12 x+3(3x)=12 10x=12 x=1.2 y= 3 (1.2) y=3.6 f (1.2,3.6) = -5.4

Bibliografía: Cálculo de varias variables, Thomas y Finney Cálculo de Larson, Octava Edición

You're Reading a Free Preview

Descarga
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->