Académique Documents
Professionnel Documents
Culture Documents
1Introduccin
3Ejemplos
o
3.1Ejemplo #1
3.2Ejemplo #2
Introduccin[editar]
Consideremos un caso bidimensional. Supongamos que tenemos la funcin, f (x, y), y
queremos maximizarla, estando sujeta a la condicin:
donde c es una constante. Podemos visualizar las curvas de nivel de f dadas por
para varios valores de dn, y el contorno de g dado por g(x, y) = c. Supongamos que
hablamos de la curva de nivel donde g = c. Entonces, en general, las curvas de nivel
de f y gsern distintas, y la curva g = c por lo general intersectar y cruzar muchos
contornos de f. En general, movindose a travs de la lnea g=c podemos incrementar
o disminuir el valor de f. Slo cuando g=c (el contorno que estamos siguiendo) toca
tangencialmente (no corta) una curva de nivel de f, no se incrementa o disminuye el
valor de f. Esto ocurre en el extremo local restringido y en los puntos de
inflexin restringidos de f.
Un ejemplo familiar puede ser obtenido de los mapas climatolgicos, con sus curvas
de nivel de presin y temperatura (isbaras e isotermas respectivamente): el extremo
restringido ocurrir donde los mapas superpuestos muestren curvas que se tocan.
Geomtricamente traducimos la condicin de tangencia diciendo que los gradientes
de f y g son vectores paralelos en el mximo. Introduciendo un nuevo escalar, ,
resolvemos
[f(x, y) - (g(x, y) c)] = 0
para 0.
Una vez determinados los valores de , volvemos al nmero original de variables
y as continuamos encontrando el extremo de la nueva ecuacin no restringida.
es igual a cero en la
lo que es equivalente a
[Expandir]Demostracin
Ejemplos[editar]
Ejemplo #1[editar]
Supongamos que queremos encontrar la distribucin probabilstica
discreta con mxima entropa. Entonces
lo que nos da
Ejemplo #2[editar]
Determinar los puntos en la
esfera
que estn ms
cercanos al punto
la distancia al punto
la
restriccin:
"y"
(3)
(4)
1 por que si
no
se obtiene que
y entonces los puntos (x, y, z) son :
Ejemplo #3 (restricciones
mltiples)[editar]
Restricciones:
Aplicar el mtodo:
Entonces:
tiene un
mximo
en
y un
mnimo
en
si
Criterio de la segunda
derivada para Extremos
con Restriccin[editar]
El caso bidimensional[editar]
Como en el caso no restringido en el que
usamos la matriz Hessiana y el criterio de
Sylvester para determinar la naturaleza de
los puntos crticos, en presencia de
multiplicadores de Lagrange existe un
mtodo anlogo para descubrir si un punto
crtico v0 es mximo, mnimo, o punto silla.
Sea f:U2 y g:U2 dos curvas
suaves de clase C2. Sea v0U tal
tal que
g(v0)0 y
f(v0) =
evaluada en v0
1. Si |H|>0 entonces v0 es un
mximo local en f limitada a S
2. Si |H|<0 entonces v0 es un
mnimo local en f limitada a S
3. Si |H|=0 entonces el criterio no
concluye nada
El caso n-dimensional[editar]
Anlogamente al caso bidimensional,
consideramos el caso n-dimensional,
Sea f:Un y g:Un dos
curvas suaves de clase C2. Sea v0U tal
que g(v0)= c y sea Selconjunto de nivel
de g con valor c. Asumimos que
g(v0)0 y existe un nmero real
que
f(v0) =
tal
evaluada en v0