0% encontró este documento útil (0 votos)
18 vistas6 páginas

Aplicaciones de Derivadas Parciales en Optimización

Este documento presenta definiciones y teoremas relacionados con la búsqueda de máximos y mínimos de funciones. Incluye conceptos como puntos críticos, matriz hessiana y criterio de las segundas derivadas parciales para determinar si un punto crítico corresponde a un máximo o mínimo local.

Cargado por

Junior
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como PDF, TXT o lee en línea desde Scribd
0% encontró este documento útil (0 votos)
18 vistas6 páginas

Aplicaciones de Derivadas Parciales en Optimización

Este documento presenta definiciones y teoremas relacionados con la búsqueda de máximos y mínimos de funciones. Incluye conceptos como puntos críticos, matriz hessiana y criterio de las segundas derivadas parciales para determinar si un punto crítico corresponde a un máximo o mínimo local.

Cargado por

Junior
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como PDF, TXT o lee en línea desde Scribd

SEMANA 10

2.16 APLICACIONES DE LAS DERIVADAS PARCIALES

DEF 1 (Máximos y mínimos)

Sea f : D  n
 una función definida en el conjunto abierto D .

(a) Se dice que f presenta un máximo absoluto en el punto P0  D f , si f ( P)  f ( P0 ) ,


P  D ,en tal caso f ( P0 ) se llama valor máximo absoluto de f .

(b) Se dice que f presenta un mínimo absoluto en el punto Q0  D f , si f (Q0 )  f (Q) ,


Q  D ,en tal caso f (Q0 ) se llama valor mínimo absoluto de f .

Observación:

Un punto P  D se llama punto extremo, si P corresponde a un máximo o mínimo. Así,


f ( P ) se denomina valor extremo de f .

Ejemplo

23) La función z  f ( x, y )  x 2  ( y  1) 2 definida en el conjunto D  2


tiene un mínimo
absoluto en Q0 (0,1) y no presenta máximo absoluto.

24) La función z  f ( x, y )  2  x 2  ( y  2) 2 alcanza su valor máximo en P0 (0, 2) y no tiene


mínimo absoluto.

Teorema 1.

Sea D  n
un conjunto cerrado y acotado, y f : D  n
 una función continua en D .
Entonces, existe al menos un punto en D donde f tiene un valor máximo absoluto, y al
menos un punto en D donde f tiene un valor mínimo absoluto.
Ejemplo:

x2
25) La función f ( x, y )  1   y 2 es continua en el conjunto cerrado y acotado
4
 x2 
D   ( x, y )  2
/  y 2  1 . El valor máximo absoluto de f ocurre en el punto (0, 0,1) ,
 4 
x2
y su valor mínimo absoluto ocurre en todo punto de la elipse  y2  1.
4

DEF 2

(a) Se dice que una función f : D  n


 definida en el conjunto abierto D presenta un
máximo relativo o local en el punto P0  D si existe una bola abierta B  P0 ;    D , (  0)
tal que f ( P)  f ( P0 ) , P  B  P0 ;   en tal caso f ( P0 ) se llama valor máximo relativo o
local de f .

(b) Se dice que una función f : D  n


 definida en el conjunto abierto D presenta un
mínimo relativo o local en el punto Q0  D si existe una bola abierta B  Q0 ;    D ,
(  0) , tal que f (Q0 )  f (Q) , Q  B  Q0 ;   en tal caso se llama valor mínimo relativo
o local de f .

Observación:

Un punto P0  D es un punto de extremo relativo o local, si P0 corresponde a un máximo o


mínimo relativo de la función f .

Teorema 2

Si la función f : D   definida en el conjunto abierto D presenta un extremo


n

f ( P0 ) f ( P0 )
relativo en P0  D y , ( k  1, 2,..., n ) existen entonces  0 , k  1, 2,..., n .
xk  xk

Observación:

El teorema anterior nos indica que los valores extremos de una función pueden ocurrir en
puntos donde las primeras derivadas parciales de f son ceros.

DEF 3 (Punto crítico)


Sea f : D  n
 una función definida en el conjunto abierto D . Se dice que un punto
P0  D (punto interior de D ) es un punto crítico de f sí:

f ( P0 ) f ( P0 )
i) Existen , i  1, 2,..., n y  0 , i  1, 2,..., n
xi xi

o bien

f ( P0 )
ii) , i  1, 2,..., no existen.
xi

Ejemplo:

26) Sea la función f ( x, y )  xy (3  x  y ) definida en el conjunto


D  ( x; y)  2
/ x  0, y  0; x  y  3 . Esta función tiene un único punto crítico en D , la
cual se obtiene al resolver las ecuaciones

f ( x, y )
 3 y  2 xy  y 2  0 (1)
x
f ( x, y )
 3x  2 xy  x 2  0 (2)
y

(1) - (2): ( y  x)(3  ( x  y ))  0  y  x (3) (pues y  x  3 no está en D )

Reemplazando (3) en (1) obtenemos: x  1 (ya que x  0 no está en D )

Por lo tanto el punto crítico es P0 (1,1) .

Observación:

i) El teorema 2 afirma que una condición necesaria para que una función tenga un extremo
relativo es que existan sus derivadas parciales en un punto y es que ese punto tiene que ser
un punto crítico. Pero este teorema no es suficiente para estudiar el problema de la existencia
de los valores extremos de la función.

ii) Un punto crítico de la función que no corresponde a un valor máximo o valor mínimo
relativo, se llama punto de silla o ensilladura.

Ejemplo:

27) La función z  f ( x, y )  y 2  x 2 (paraboloide hiperbólico) tiene derivadas parciales


f ( x, y ) f ( x, y )
 2 x ,  2 y , que se anulan en x  y  0 .
x y

Sin embargo, la función no tiene máximo ni mínimo en este punto (0, 0) . En efecto, esta
función es cero en el origen, mientras que en la vecindad inmediata de este punto toma valores
positivos como negativos, es decir (0, 0) es un punto crítico tipo silla.
DEF 4 (Matriz Hessiana)

Sea f : D  n
 una función de n variables con dominio el conjunto abierto D tal que
f ( P )  2 f ( P )
y existen i, j  1, 2,..., n y P  D . Se llama matriz hessiana de la función
xi xi x j
f en el punto P  D , a la determinante de la matriz dada por

2 f  P  2 f  P  2 f  P 
...
x1x1 x1x2 x1xn
2 f  P  2 f  P  2 f  P 
...
H  f ( P )   x2 x1 x2 x2 x2 xn
. . ... .
2 f  P  2 f  P  2 f  P 
...
xn x1 xn x2 xn xn nn

Ejemplo:

28) Halle la matriz hessiana de la función f ( x, y )  x3  y 3  9 xy  4

SOLUCION:

6x 9
H ( f ( x, y )) 
9 6 y

Observación:

De la definición anterior, podemos definir:

2 f  P 
H1 ( f ( x, y)) 
x1x1

2 f  P  2 f  P 
x1x1 x1x2
H 2 ( f ( x, y )) 
 f  P
2
2 f  P 
x2 x1 x2x2
2 f  P  2 f  P  2 f  P 
x1x1 x1x2 x1x3
2 f  P  2 f  P  2 f  P 
H 3 ( f ( P)) 
x2 x1 x2 x2 x2 x3
 f  P
2
 f  P
2
2 f  P 
x3x1 x3x2 x3x3

Teorema 3 (Criterio de las segundas derivadas parciales)

Sea f : D  n
 una función de n variables con dominio el conjunto abierto D , tal que
f ( P )  f ( P )
2
y existen i, j  1, 2,..., n y P  D . Sea P0  D un punto crítico de f ,
xi xi x j
entonces se tiene:

a) Si la matriz hessiana H ( f ( P0 )) es definida positiva, esto es, H1 ( f ( P0 ))  0 ,


H 2 ( f ( P0 ))  0 , …, H n ( f ( P0 ))  0 entonces f ( P0 ) es un valor mínimo relativo de f .

b) Si la matriz hessiana H ( f ( P0 )) es definida negativa, esto es, H1 ( f ( P0 ))  0 ,


H 2 ( f ( P0 ))  0 , H 3 ( f ( P0 ))  0 , H 4 ( f ( P0 ))  0 ,…, y así sucesivamente entonces f ( P0 ) es
un valor máximo relativo de f .

c) Si no se cumple ninguna de las dos primeras condiciones y H n ( f ( P0 ))  0 , entonces el


punto crítico P0 corresponde a un punto silla de f .

d) Si no se cumple ninguna de las dos primeras condiciones y H n ( f ( P0 ))  0 , entonces nada


se puede concluir con respecto al punto crítico P0 , puede corresponder a un extremo relativo,
a un punto silla o ninguna de estas características.

2.17 METODO DE LOS MULTIPLICADORES DE LAGRANGE

Queremos encontrar los valores extremos de una función f ( x, y ) sujeto a una restricción
g ( x, y )  k . Luego si f ( x0 , y0 )  g ( x0 , y0 ) entonces el número  se llama multiplicador
de Lagrange.

1) Para hallar el valor máximo y/o mínimo de f ( x, y ) sujetos a la restricción g ( x, y )  k ,

hacemos:

f ( x, y )  g ( x, y )
a) Encuentre todos los valores de x, y y  tales que 
 g ( x, y )  k
b) Evalúe f en todos los puntos resultantes de a). El mayor valor es el valor máximo de f y
el menor valor es el valor mínimo de f .

También podría gustarte