Politécnico De La Costa Atlántica
Trabajo De Cálculo (1-2)
José Ignacio Velandia
Jonathan Mauricio Cantillo
Alber Luis Ricaurte Castillo
Daniela Álzate Rico
Calculo vectorial
Séptimo Semestre
Ing. .Abuabara Cortes Ricki Nelson
16-09-2020
Desarrollo
TEOREMA DEL VALOR EXTREMO
Sí f es una función continua de dos variables x y y, definida en una región
acotada R en el dominio, entonces:
1. Existe por lo menos un punto en R, en el que f toma un valor mínimo.
2. Existe por lo menos un punto en R, en el que f toma un valor máximo.
Extremo en una región R
Extremos relativos
Un punto (x0, y0) de una función es crítico cuando satisface las siguientes
condiciones:
1. fx(x0, y0) = 0 y fy(x0, y0) = 0
2. fx(x0, y0) o fy(x0, y0) no existe.
¿Cuál tipo de extremo?
Existen tres tipos de extremos relativos: máximo, mínimo y punto de silla. Nota:
Para cualquier otro caso, se debe analizar en una región específica.
Criterio de la segunda derivada
Ejemplos de ejercicios de punto de extremos de valores
EJEMPLO 1
F(x,y) = 4 x 2+ 2 y 2+2xy-2x
F(x)= 8x +2y-2
F(y)=4y-2x-10
Fxx= 8
Fxy= -2
Fyy = 4
Se forman ecuaciones
Con F(x) y F(y) Se forman ecuaciones y se resuelven
8x +2y=2
-2x(4)+4y(4)=10(4) *4
18y=42 y= 3
Con el y hallado usamos el método de sustitución
2x +4(3)= 10 x= 1
(1,3) Min real
D=[Link]- ( Fxy)2
D=8.4-(-22)
D=28 >0
F(1,3) = 4¿ ¿)+2(32)-2(1)(3)-10(3)-2(1)
F (1,3)=−16
EJEMPLO 2
Comenzamos por encontrar la primera y la segunda derivada de la función dada:
Ahora encontremos los puntos críticos a través de la solución (o soluciones)
de la ecuación , es decir . Las soluciones de esta
ecuación son .
Finalmente se evalúa en los puntos críticos y determinar
si o .
Tenemos entonces que
Entonces por el criterio de la segunda derivada, la función tiene
un mínimo local en y un máximo local en . Los valores
correspondientes de la función son:
EJEMPLO 3
Comenzamos por encontrar la primera y la segunda derivada de la función dada:
Ahora encontremos los puntos críticos a través de la solución (o soluciones)
de la ecuación , es decir . Las
soluciones de esta ecuación son .
Finalmente se evalúa en los puntos críticos y determinar
si o . Tenemos entonces que
Entonces por el criterio de la segunda derivada, la función tiene
un máximo local en y dos mínimos locales en y . Los
valores correspondientes de la función son:
EJEMPLO 4
Comenzamos por encontrar la primera y la segunda derivada de la función dada:
Ahora encontremos los puntos críticos a través de la solución (o soluciones)
de la ecuación , es decir . Las soluciones de
esta ecuación son .
Finalmente se evalúa en los puntos críticos y determinar si
o . Tenemos entonces que
Entonces por el criterio de la segunda derivada, la función tiene
un máximo local en y un mínimo local en . Los valores
correspondientes de la función son:
5 EJEMPLO
5)
Comenzamos por encontrar la primera y la segunda derivada de la función dada:
Ahora encontremos los puntos críticos a través de la solución (o soluciones)
de la ecuación
, es decir . Para esto, sea , entonces tenemos ,
cuyas soluciones están dadas por:
Luego, regresando a la variable original tenemos que los puntos críticos están
dados por:
Ahora se evalúa en los puntos críticos y determinar si
o . Para esto, consideremos dos casos:
Si (par), entonces
, por lo que
Si (impar), entonces
, por lo que
Por lo tanto, por el criterio de la segunda derivada, la función tiene
sus máximos locales en y los mínimos
locales en .
Además los valores correspondientes para la función son:
Multiplicación de LaGrange
I. ¿Qué es y para qué sirve el método de los multiplicadores de Lagrange?
El método de los Multiplicadores de Lagrange, es un procedimiento para encontrar
los máximos y mínimos de funciones de múltiples variables sujetas a restricciones.
Este método reduce el problema restringido con n variables a uno sin restricciones
de n+k variables, donde k es igual al número de restricciones, y cuyas ecuaciones
pueden ser resueltas más fácilmente. 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 las 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.
II. Objetivos del método de LaGrange
1. Visualizar algunas superficies cuádricas y curvas de nivel para distintos valores
de la variable z.
2. Identificar, a través de los simuladores, los puntos (x,y) sobre la curva
correspondiente a la función restricción donde la función principal tiene extremos.
3. Interpretar gráficamente los resultados obtenidos empleando el método de
multiplicadores de LaGrange.
4. Aproximar las soluciones del problema a partir de la observación en el
simulador, de las curvas de nivel de la función principal y la curva correspondiente
a la función condicionante.
5 Adquirir habilidad en la resolución de problemas de optimización en un ambiente
computacional.
III. Características
1. 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.
2. Los Multiplicadores de LaGrange es un método alternativo que además
proporciona más información sobre el problema.
3. Todos los óptimos que verifiquen las condiciones de regularidad establecidas
tienen asociados los correspondientes multiplicadores.
4. El teorema de LaGrange establece una condición necesaria de optimalizad
(bajo las condiciones de regularidad).
IV. Campo de aplicación
Existen en todas las ramas de la ciencia, en la Física, en la Matemática, en la
Química, en la Astronomía, en Biología, en Economía etc. 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 que verifique todos esos datos y
permita, por consiguiente, predecir la existencia de otros valores con la
aproximación adecuada. El método de la interpolación de Lagrange es de gran
importancia en el análisis numérico.
EJEMPLO 1
Ejemplos Determinar los puntos en la esfera que están más
cercanos al punto
La distancia al punto :
Para hacer más sencilla la operación se maximiza o minimiza el cuadrado de la
distancia:
La restricción:
De acuerdo con el método de los multiplicadores de LaGrange, se resuelven las
ecuaciones " " y " " y el resultado es:
(1)
(2)
(3)
(4)
La manera más sencilla de resolver estas ecuaciones es dejar x,y,z en función
de y luego sustituimos en la ecuación (4).
De la ecuación (1) obtenemos se observa que ≠ 1 por que si
no se puede realizar la operación.
Lo mismo sucede con la ecuación (2) y (3)
Sustituyendo en la ecuación (4)
El valor de
entonces los puntos (x,y,z) son :
y
se puede observar que el punto más cercano entonces es
Ejemplo 2
Restricciones:
Aplicar el método:
EJEMPLO 3
Para F(x, y)=x 2 +y2 , g(x, y)=5x 2 -6xy+5y 2 -8, → F*=x2 +y2 -λ(5x 2 -6xy+5y 2 -8)
F(X) = 2x-10 λx+6 λy=0
F(Y) = 2y + 6 λ – 10 λy =0
5 x 2+ 6 xy+ 5 y 2 =8
2x x
Resolviendo obtenemos que λ = =
10 x−6 y 5 x−3 y
⇒ y±x y además 5x 2 -6xy+5y 2 =8 → mismo resultado que antes.
EJEMPLO 4
Una caja rectangular sin tapa se hace con 12𝑚2 de cartón. Calcule el volumen
máximo de esta caja.
Buscamos maximizar 𝑉 = 𝑥𝑦𝑧 con restricción ( 𝑥, 𝑦, 𝑧) = 2𝑥𝑧 + 2𝑦𝑧 + 𝑥𝑦 = 12.
Ahora aplicamos los multiplicadores de LaGrange: ∇𝑉 = 𝜆∇𝑔, (𝑥, 𝑦, 𝑧) = 12.
Entonces:
𝑉𝑥 = 𝜆𝑔𝑥
𝑉𝑦 = 𝜆𝑔𝑦
𝑉𝑧 = 𝜆𝑔𝑧
2𝑥𝑧 + 2𝑦𝑧 + 𝑥𝑦 = 12
Las cuales se transforman a la hora de igualar y aplicar el método en:
𝑦𝑧 = (2𝑧 + 𝑦)
𝑥𝑧 = (2𝑧 + 𝑥)
𝑥𝑦 = (2𝑥 + 2𝑦)
2𝑥𝑧 + 2𝑦𝑧 + 𝑥𝑦 = 12
Una forma conveniente de resolver el sistema anterior es dejar del lado izquierdo
𝑥𝑦𝑧. Por lo tanto, la primera la multiplicamos por 𝑥, la segunda por 𝑦, y la tercera
por 𝑧; quedaría de la siguiente manera:
𝑥𝑦𝑧 = (2𝑥𝑧 + 𝑥𝑦)
𝑥𝑦𝑧 = (2𝑦𝑧 + 𝑥𝑦)
𝑥𝑦𝑧 = (2𝑥𝑧 + 2𝑦𝑧)
Esto quiere decir que tenemos igualdades por lo tanto:
2𝑥𝑧 + 𝑥𝑦 = 2𝑦𝑧 + 𝑥𝑦
2𝑦𝑧 + 𝑥𝑦 = 2𝑥𝑧 + 2𝑦𝑧
De la segunda ecuación sabemos que: 𝑥𝑦 = 2𝑥𝑧.
Entonces: 𝑦 = 2𝑧.
Si se hace 𝑥 = 𝑦 = 2𝑧, sustituimos en la ecuación: 2𝑥𝑧 + 2𝑦𝑧 + 𝑥𝑦 = 12.
Nos quedaría de la siguiente manera: 4𝑧2 + 4𝑧2 + 4𝑧2 =12.
Por lo tanto 𝑧 = 1, e 𝑦 = 2 y 𝑥 = 2.
EJEMPLO 5
Supongamos que queremos encontrar la distribución probabilística discreta con
máxima entropía. Entonces
Podemos usar los multiplicadores de Lagrange para encontrar el punto de
máxima entropía (dependiendo de las probabilidades). Para todo k desde 1
hasta n, necesitamos
lo que nos da
Derivando estas n ecuaciones, obtenemos
Esto muestra que todo pi es igual (debido a que depende solamente de λ). Usando
la restricción ∑k pk = 1, encontramos
Esta (la distribución uniforme discreta) es la distribución con la mayor entropía.
BIBLIOGRAFIA
[Link]
Lagrange
[Link]
[Link]
calculator
[Link]
pdf
