revista digital miguel
DESCRIPTION
ÂTRANSCRIPT
![Page 1: Revista digital miguel](https://reader033.vdocuments.site/reader033/viewer/2022042905/579056e51a28ab900c9b2d18/html5/thumbnails/1.jpg)
REPUBLICA BOLIVARIANA DE VENEZUELA INSTITUTO UNIVERSITARIO POLITECNICO
“SANTIAGO MARIÑO” ESCUELA DE INGENIERIA DE SISTEMAS
Optimización
sin Restricciones con más de una Variable Metodo de lagrange
![Page 2: Revista digital miguel](https://reader033.vdocuments.site/reader033/viewer/2022042905/579056e51a28ab900c9b2d18/html5/thumbnails/2.jpg)
Joseph Louis Lagrange (1736-1813)
Portada: Miguel G. Saavedra Y. - Yanis D. Perez C. OPTIMIZACION DE SISTEMAS Y FUNCIONES Profesor: luis aponte
matemático nacido en Italia.
![Page 3: Revista digital miguel](https://reader033.vdocuments.site/reader033/viewer/2022042905/579056e51a28ab900c9b2d18/html5/thumbnails/3.jpg)
CONTENIDO
Historia del Método de LaGrange. Método de los multiplicadores de LaGrange. Características. Objetivos. Campo de Aplicación. Importancia. Optimización sin restricciones Función de 2 variables. Máximos, Mínimos, Punto de Silla. Función Objetivo de 2 Variables. Ejercicios Propuestos. Ejercicio #1. Ejercicio #2. Ejercicio # 3 Entretenimiento. Bibliografía.
EDITORIAL m.Y
1-2-3
4 5 6 7 8 9
10
11-12
13-14
15-16
17
18-20
21
![Page 4: Revista digital miguel](https://reader033.vdocuments.site/reader033/viewer/2022042905/579056e51a28ab900c9b2d18/html5/thumbnails/4.jpg)
HISTORIA DEL METODO DE LAGRANGE
El método lagrangian (también
conocido como multiplicadores
lagrangian) lo propuso Joseph
Louis Lagrange (1736-1813), un
matemático nacido en Italia. Sus
multiplicadores lagrangian tienen
aplicaciones en una variedad de
campos, incluyendo el físico,
astronomía y económica.
La lectura de una obra del astrónomo inglés
Edmund Halley despertó su interés, y, tras un año
de incesante trabajo, era ya un matemático
consumado. Fue nombrado profesor de la Escuela de Artillería.
. LAGRANGE
1
![Page 5: Revista digital miguel](https://reader033.vdocuments.site/reader033/viewer/2022042905/579056e51a28ab900c9b2d18/html5/thumbnails/5.jpg)
1758 fundó una sociedad, con la ayuda de
sus alumnos, que fue incorporada a la
Academia de Turín.
En 1764 recibe un premio por la
Academia de Ciencias de París por su
trabajo sobre el equilibrio lunar
razonando “la causa de que la luna
siempre mostrara la misma cara”
LAGRANGE 2
![Page 6: Revista digital miguel](https://reader033.vdocuments.site/reader033/viewer/2022042905/579056e51a28ab900c9b2d18/html5/thumbnails/6.jpg)
1795 Se le concedió una cátedra en
la recién fundada École Normale, que
ocupó tan solo durante cuatro meses.
1798 Sus enseñanzas sobre cálculo diferencial
forman la base de sus obras Teoría de las funciones
analíticas y Resolución de ecuaciones numéricas
1810 Inició una revisión de su Teoría, pero sólo
pudo concluir dos terceras partes antes de su muerte.
LAGRANGE 3
![Page 7: Revista digital miguel](https://reader033.vdocuments.site/reader033/viewer/2022042905/579056e51a28ab900c9b2d18/html5/thumbnails/7.jpg)
método de los
Multiplicadores de LaGrange
En los problemas de
optimización, el método de
los multiplicadores de
Lagrange es un procedimiento
para encontrar los máximos y
mínimos de funciones de
múltiples variables sujetas a
restricciones.
Reduce el problema restringido
con n variables a uno sin
restricciones de n + k variables,
donde k es igual al número de
restricciones
El método dice que los puntos
donde la función tiene un
extremo, condicionado con k
restricciones, están entre los
puntos estacionarios de una
nueva función sin restricciones
construida como una
combinación lineal de la
función y funciones
implicadas en las restricciones,
cuyos coeficientes son los
multiplicadores.
La demostración usa
derivadas parciales y la regla
de la cadena para funciones
de varias variables.
Se trata de extraer una
función implícita de las
restricciones, y encontrar las
condiciones para que las
derivadas parciales con
respecto a las variables
independientes de la función
sean iguales a cero.
4
![Page 8: Revista digital miguel](https://reader033.vdocuments.site/reader033/viewer/2022042905/579056e51a28ab900c9b2d18/html5/thumbnails/8.jpg)
LAGRANGE 5
Ca
ra
ct
er
ist
ica
s METODO DE LAGRANGE
El método de eliminación de variables
no resulta operativo cuando el problema
tiene muchas restricciones o las
restricciones son complejas, por lo que
resulta muy útil éste método.
Los Multiplicadores de LaGrange es un
método alternativo que además
proporciona más información sobre el
problema.
Todos los óptimos que verifiquen las
condiciones de regularidad establecidas
tienen asociados los correspondientes
multiplicadores.
El teorema de LaGrange establece una
condición necesaria de optimalidad (bajo
las condiciones de regularidad).
![Page 9: Revista digital miguel](https://reader033.vdocuments.site/reader033/viewer/2022042905/579056e51a28ab900c9b2d18/html5/thumbnails/9.jpg)
LAGRANGE 6
objetivos
METODO DE LAGRANGE
Visualizar algunas superficies
cuádraticas y curvas de nivel
para distintos valores de la
variable z.
Adquirir habilidad en la resolución de problemas
de optimización en un ambiente computacional.
Identificar, a través de los
simuladores, los puntos (x,y)
sobre la curva correspondiente
a la función restricción donde
la función principal tiene
extremos.
Interpretar gráficamente los resultados obtenidos empleando
el método de multiplicadores de Lagrange.
![Page 10: Revista digital miguel](https://reader033.vdocuments.site/reader033/viewer/2022042905/579056e51a28ab900c9b2d18/html5/thumbnails/10.jpg)
LAGRANGE 7
Campo
de aplicación
METODO DE LAGRANGE
Está en todas las ramas de la
ciencia, en la Física,
Matemática, Química,
Astronomía, Biología,
Economía entre otras
ciencias.
Situaciones en las que
conociendo un conjunto de datos
experimentales en un
cierto intervalo de la variable
independiente, esto es,
conociendo una cierta cantidad
de datos tabulados, se hace
preciso encontrar una función
El método de la interpolación
de Lagrange es de gran
importancia en el análisis
numérico.
![Page 11: Revista digital miguel](https://reader033.vdocuments.site/reader033/viewer/2022042905/579056e51a28ab900c9b2d18/html5/thumbnails/11.jpg)
LAGRANGE 8
METODO DE LAGRANGE
importancia
Radica en que nos
muestra que
podemos asociar una
función de utilidad a
unas preferencias,
estos nos abre la
puerta de la potente
herramienta del
análisis matemático
para el estudio de
encontrar los
máximos y mínimos
de funciones de
múltiples variable
sujetas a
restricciones.
![Page 12: Revista digital miguel](https://reader033.vdocuments.site/reader033/viewer/2022042905/579056e51a28ab900c9b2d18/html5/thumbnails/12.jpg)
Optimización sin Restricciones 9
Optimizacion sin restricciones FUNCIONES DE 2 VARIABLES.
Optimización es el proceso de
hallar el máximo o mínimo
relativo de una función,
generalmente sin la ayuda de
gráficos.
El problema de minimizar o maximizar una función
sin que existan restricciones se le conoce como
“optimización sin restricciones”. Dada que esta
función puede ser de una o más variables
Los problemas con restricciones pueden ser tratados con los
multiplicadores de LaGrange como uno sin restricciones.
![Page 13: Revista digital miguel](https://reader033.vdocuments.site/reader033/viewer/2022042905/579056e51a28ab900c9b2d18/html5/thumbnails/13.jpg)
10
Optimización sin Restricciones
Los máximos o mínimos de una
función conocidos como extremos
de una función, son los valores
mas grandes (máximos) o mas
pequeños(mínimos) que toma una
función en un punto situado ya sea
dentro de una región en particular
de la curva o en el dominio de la
función en su totalidad.
Maximos, minimos Punto de silla
Punto de silla es el punto sobre una
superficie en el que la pendiente es
cero pero no se trata de un extremo
local (máximo o mínimo
![Page 14: Revista digital miguel](https://reader033.vdocuments.site/reader033/viewer/2022042905/579056e51a28ab900c9b2d18/html5/thumbnails/14.jpg)
11
Optimización sin Restricciones
Funcion objetivo de dos variables
Para que una función como z = f (x,y) tenga un mínimo o máximo
relativo, tres condiciones deben ser satisfechas:
1. Las derivadas parciales de primer
orden deben simultáneamente ser
iguales a cero. Ello indica que en un
punto dado (a,b) llamado “punto
critico”, la función no esta creciendo
ni decreciendo con respecto a los
ejes principales sino a una superficie
relativa
2. Las derivadas parciales de segundo orden deben ser negativas
cuando ellas son evaluadas en el punto critico (a,b) para un
máximo relativo y positivas para un mínimo relativo. Ello
asegura que la función es cóncava y moviéndose hacia abajo en
relación a los ejes principales en el caso de un máximo relativo
y la función es convexo y moviéndose hacia arriba en relación a
los ejes principales en el caso de un mínimo relativo.
![Page 15: Revista digital miguel](https://reader033.vdocuments.site/reader033/viewer/2022042905/579056e51a28ab900c9b2d18/html5/thumbnails/15.jpg)
12
Optimización sin Restricciones
F.O. DE DOS VARIABLES
3. El producto de las derivadas
parciales de segundo orden
evaluadas en el punto crítico
deben exceder el producto de
las derivadas parciales
cruzadas también evaluadas en
dicho punto. Esta condición
adicional es necesaria para
evitar un punto de inflexión o
punto de silla.
![Page 16: Revista digital miguel](https://reader033.vdocuments.site/reader033/viewer/2022042905/579056e51a28ab900c9b2d18/html5/thumbnails/16.jpg)
Op
tim
iza
ció
n
sin
Res
tric
cio
nes
EJERCICIOS PROPUESTOS
![Page 17: Revista digital miguel](https://reader033.vdocuments.site/reader033/viewer/2022042905/579056e51a28ab900c9b2d18/html5/thumbnails/17.jpg)
13
Optimización sin Restricciones
EJERCICIO #1
Calcular las derivadas parciales de:
a.- f(x,y)= 𝒙𝟐 + 𝟐𝒚 + 3𝒙𝒚𝟐
∂𝒇
∂𝒙 = 2x + 3𝑦2
∂𝒇
∂𝒚 = 2 + 6xy
b.- f(x,y)= 𝟐𝒙𝟐 − 4𝒙𝟐𝒚 + 𝟓𝒚
∂𝒇
∂𝒙 = 4x − 8xy
∂𝒇
∂𝒚 = 4𝑥2 + 5
![Page 18: Revista digital miguel](https://reader033.vdocuments.site/reader033/viewer/2022042905/579056e51a28ab900c9b2d18/html5/thumbnails/18.jpg)
Optimización sin Restricciones
EJERCICIO #1
Calcular las derivadas parciales de:
c.- f(x,y)= 3𝒙𝟐 − 𝒙 + 𝒙𝒚
f(x,y)= 3𝒙𝟐 − 𝑥1
2 + (𝑥𝑦)1
2 ∂𝒇
∂𝒙 = 6x −
1
2+
1
2 (𝑥𝑦)−
1
2 * (xy)
∂𝒇
∂𝒙 = 6x −
1
2𝑥12
+ 1
2 (𝑥𝑦)−
1
2 * (y)
∂𝒇
∂𝒙 = 6x −
1
2 𝑥+
𝑦
2 𝑥𝑦
f(x,y)= 3𝒙𝟐 − 𝒙 + 𝒙𝒚
∂𝒇
∂𝒚 = 3𝒙𝟐 − 𝑥
1
2 + (𝑥𝑦)1
2
∂𝒇
∂𝒚 =
1
2 (𝑥𝑦)−
1
2 * (xy)′ 𝑥
2 𝑥𝑦
14
![Page 19: Revista digital miguel](https://reader033.vdocuments.site/reader033/viewer/2022042905/579056e51a28ab900c9b2d18/html5/thumbnails/19.jpg)
15
Optimización sin Restricciones
EJERCICIO #2
Un fabricante nacional estima que el numero de unidades que vende en un
año es una función de los gastos hechos en la publicación por radio y
televisión. La función que especifica esta relación es:
Z = 50.000x + 40.000y – 𝟏𝟎𝒙𝟐 − 𝟐𝟎𝒚𝟐 − 𝟏𝟎 𝒙𝒚
donde Z es el numero de unidades vendidas al año, X denota la cantidad a
la publicidad por televisión y la Y cantidad gastada en la publicidad por
radio (ambas en miles).
Determine cuanto dinero deberá invertirse en ambos tipos de publicidad a
fin de maximizar el numero de unidades vendidas.
∂𝒛
∂𝒙= 𝟓𝟎𝟎𝟎𝟎 − 𝟐𝟎𝒙 − 𝟏𝟎𝒚
∂𝒛
∂𝒙= "𝟎“ −𝟐0x − 10y + 50000 = 0
1. −20 − 𝟏𝟎𝐲 = −𝟓𝟎𝟎𝟎𝟎
Z = 50.000x + 40.000y – 𝟏𝟎𝒙𝟐 − 𝟐𝟎𝒚𝟐 − 𝟏𝟎 𝒙𝒚 ∂𝒛
∂𝒚= − 40000 − 40y −10x
2. 40000 − 40y −10x −10x − 40y = 40000
![Page 20: Revista digital miguel](https://reader033.vdocuments.site/reader033/viewer/2022042905/579056e51a28ab900c9b2d18/html5/thumbnails/20.jpg)
EJERCICIO #2
1. −20 − 𝟏𝟎𝐲 = −𝟓𝟎𝟎𝟎𝟎 (4𝟎)
2. −10x − 40y = 40000 (-10) -800x – 400y = -2000000 100x + 400y = 400000
-700x = -1600000 x = −𝟏𝟔𝟎𝟎𝟎𝟎𝟎
𝟕𝟎𝟎
ENCONTRAMOS “Y” -20x – 10y = -50000 -20(2285,71) – 10y = - 50000 -45714,2 – 10y = - 50000 -10y = -50000 + 45714,2 -10y = -4285,8 (-1)
Y = 4285,8
10⇒
X =2285, 71
Y = 428,58
16
Optimización sin Restricciones
![Page 21: Revista digital miguel](https://reader033.vdocuments.site/reader033/viewer/2022042905/579056e51a28ab900c9b2d18/html5/thumbnails/21.jpg)
17
Optimización sin Restricciones
F(x,y) = 4𝑥2 − 12𝑥 + 𝑦2 + 2𝑦 − 10
EJERCICIO #3
∂𝒛
∂𝒙 = 8x – 12
∂𝒛
∂𝒙 = 0
8x -12 = 0 8x = 12 x = 12
8
F (x,y) = 4x2 - 12x + 𝑦2 + 2𝑦 − 10 ∂𝒛
∂𝒚 = 2y + 2
∂𝒛
∂𝒚 = 0
2y + 2 = 0 2y = -2
F (x,y) = 432
2
- 12 32
+ (−1)2 + 2 −1 − 10
F(x,y) = 4 94
- 6(3) + (1) – 2 – 10
F(x,y) = 9 -18 + 1 – 2 – 10 -20
x = 34
y = -1
![Page 22: Revista digital miguel](https://reader033.vdocuments.site/reader033/viewer/2022042905/579056e51a28ab900c9b2d18/html5/thumbnails/22.jpg)
18
Optimización sin Restricciones
![Page 23: Revista digital miguel](https://reader033.vdocuments.site/reader033/viewer/2022042905/579056e51a28ab900c9b2d18/html5/thumbnails/23.jpg)
19
Optimización sin Restricciones
PRUEBA TU CONOCIMIENTO
![Page 24: Revista digital miguel](https://reader033.vdocuments.site/reader033/viewer/2022042905/579056e51a28ab900c9b2d18/html5/thumbnails/24.jpg)
20
destreza
Optimización sin Restricciones
![Page 25: Revista digital miguel](https://reader033.vdocuments.site/reader033/viewer/2022042905/579056e51a28ab900c9b2d18/html5/thumbnails/25.jpg)
Optimización sin Restricciones 21
BIBLIOGRAFIA
ASTRONOMIA
http://www.astromia.com/biografias/lagrange.htm
BIOGRAFIAS Y VIDAS
http://www.biografiasyvidas.com/biografia/l/lagrange.htm
MÁXIMOS Y MÍNIMOS MEDIANTE EL MÉTODO DE
LAGRANGE
http://www.fis.utfsm.cl/fis140/Lagrange.pdf
MULTIPLICADORES DE LAGRANGE
http://es.slideshare.net/briancitoguerra69/multiplicadores-de-
lagrange-29025170
OPTIMIZACION SIN RESTRICCIONES
Prof. Cesar de Prada
http://prof.usb.ve/mirodriguez/Sinrestricciones1.pdf