You are on page 1of 7

ü 4.2.

Multiplicadores de Lagrange: Algunos ejemplos y condiciones de uso
Se presentan ahora una colección de ejemplos en los que se varía el número de variables y condiciones para usar el método de los multiplicadores de Lagrange. También se ponen otros en los cuales dicho método es ineficaz ya sea por no verificarse las condiciones de aplicación o por no poder resolver el sistema de ecuaciones que proporciona los puntos críticos. Ejemplo 4.2.1.La temperatura de una placa en un punto cualquiera (x , y ) viene dada por la función T (x,y) = 25 + 4 x2 - 4 x y + y2 . Una alarma térmica, situada sobre los puntos de la circunferencia x2 + y2 = 25, se dispara a temperaturas superiores a 180 grados o inferiores a 20 grados. ¿Se disparará la alarma?

Solución.
Se utilizará el método de los multiplicadores de Lagrange. Se definen la función y la condición:
T@x_, y_D := 25 + 4 x2 − 4 x y + y2 condicion = x2 + y2 − 25;

En este ejemplo, se vuelve a dar una función de 2 variables y una única condición. La función F(x ,y) es:
F@x_, y_D := T@x, yD + λ condicion

Las derivadas parciales son:
Fx = ∂x F@x, yD 8x−4y+2xλ Fy = ∂y F@x, yD −4 x + 2 y + 2 y λ

Los puntos de la circunferencia en los que T(x,y) alcanza valores extremos son las soluciones del sistema:
ecuaciones = 8Fx == 0, Fy == 0, condicion == 0<; Solve @ecuaciones , 8x, y, λ<D ::λ → − 5, x → − 2 :λ → 0, x → − 5 ,y→ 5 >, :λ → − 5, x → 2 5 >, :λ → 0, x → 5 ,y→− 5 >,

5 , y → −2

5 ,y→2

5 >>

Se debe, por tanto, alcanzar el mínimo y el máximo necesariamente en alguno de los siguientes puntos:
puntos = ::− 2 5 , 5 >, :2 5 ,− 5 >, :− 5 , −2 5 >, : 5 ,2 5 >>;

Basta evaluar en ellos la función para encontrar el máximo y el mínimo de T(x,y).
var = :TB− 2 5 , 5 F, TB2 5 ,− 5 F , TB − 5 , −2 5 F, TB 5 ,2 5 F>

8150, 150, 25, 25 <

El máximo es:

bD eli1 = Plot B 1 2 I6 − x2 M . 10<. y_. f. 8x. Se trata de encontrar los puntos de la elipse y de la recta más próximos entre sí. :x. que es un rango de temperaturas permitido. Así. :x. − 10. la función a minimizar puede ser: H x . pues las temperaturas están comprendidas entre 25 y 150 grados. rec. luego la alarma no se disparará.Hallar la distancia mínima entre la elipse x2 + 2 y2 = 6 y la recta x + y = 5. b_D := Hx − aL2 + Hy − bL2 sometida a las siguientes condiciones: . hay que minimizar la expresión: H x .aL2 + H y . DisplayFunction → Identity F. − 1 2 6 . DisplayFunction → Identity F. eli2 = Plot B− I6 − x2 M . a_. eli2.bL2 Pero como la raíz cuadrada es creciente. Show @eli1.2. 6 >. 6 >. DisplayFunction → Identity D. rec = Plot @5 − x.2. DisplayFunction → $DisplayFunction D.bL2 Se representan gráficamente la elipse y la recta para dar una idea geométrica del problema a resolver: Clear @a. 6 4 2 -10 -5 -2 -4 5 10 Se define la función de la cual se va a calcular el valor mínimo: f@x_.y) a un punto genérico de la elipse y (a. Ejemplo 4. Se denota por (x. − 6 . Solución.aL2 + H y .b) un punto genérico de la recta.2 Untitled-7 Max@varD 150 El mínimo es: Min@varD 25 Por tanto el mínimo valor es 25 grados y el máximo 150 grados.

y. a → 2. y. a. condicion2 == 0<. y el valor mínimo habría que buscarlo hallando la distancia entre los siguientes puntos: a. Una posible solución. y → − 1<. . y. y.y. y. Basta evaluar en ellos la función para encontrar el mínimo: variable = 8f@2. 8x. b. 1. b_D := f@x. b → 2 N. :µ → − 2.2. λ → :µ → 0.1) de la elipse y el punto (3. La máxima distancia entre la recta y la elipse sería infinita. bD 2 H− a + xL + 2 x λ Fy = ∂y F@x.1) de la elipse.y.a.b) alcanza valores extremos son las soluciones del sistema: eqns = 8Fx == 0. 2) de la recta b. λ. Solve @eqns. a la vista de la gráfica. a. y_. con el punto ( 3. x → 2. NOTA: Hay que tener en cuenta que la recta no es un compacto. 2D. 3) de la recta que son los puntos candidatos a extremos que hemos encontrado. 3.) El punto (.) El punto ( 2. Fb == 0. a. 2. f@− 2. − 1. b → 3. bD − 2 H− a + x L + µ Fb = ∂b F@x. x → 2 N. 2 N>> 2 N. Fy == 0. . bD 2 H− b + yL + 4 y λ Fa = ∂a F@x. para argumentar sobre el valor mínimo es trabajar para valores situados en el primer cuadrante. λ → 0. x → 2 3 2 3 J5 − 2 J5 + 2 1 2 . a_. Mathematica resuelve el ejercicio a ciegas. y → 1>. 1 3 1 3 J5 + 4 J5 − 4 2 N>. la naturaleza del problema permite asegurar que el resultado dado es un mínimo. que es el dato pedido en el enunciado. Entonces los puntos de la recta tienen su abscisa entre 0 y 5. 1) de la elipse. En este ejemplo se tiene una función de 4 variables y 2 condiciones. x → − 2. a. µ<D :8µ → − 8.Untitled-7 3 condicion1 = x2 + 2 y2 − 6. condicion2 = a + b − 5. Sin embargo. a → :µ → 0. es 2 ( ya que hemos trabajado con la función al cuadrado) que se alcanza entre el punto (2. y → Se eliminan los valores complejos de las soluciones. 32< Luego el mínimo valor. y. La función F(x. siendo entonces compacto dicho conjunto. y → 2 N.2) de la recta.a. Fa == 0. a. sin tener en cuenta este hecho. con el punto (2. λ → 0. b → 1 3 1 3 J5 + 4 J5 − 4 2 N. λ → − 2. bD + λ condicion1 + µ condicion2 sus derivadas parciales son: Fx = ∂x F@x. b → 2. a → 3.b) debe ser: F@x_. a. 3D< 82. condicion1 == 0. bD − 2 H− b + y L + µ Los puntos en los que f(x. a → 2 3 2 3 J5 − 2 J5 + 2 2 N.

En una empresa se fabrican recipientes con forma de prisma rectangular con las siguientes características: la suma de todas sus aristas es de 30 metros y su superficie total es de 36 metros cuadrados. condicion2 == 0<. 5. zD x y + 4 λ + H2 x + 2 yL µ Los puntos en los que v(x.- 2 .4 Untitled-7 Para garantizar que la distancia mínima se alcanza entre los puntos que hemos calculado. zD y z + 4 λ + H2 y + 2 zL µ Fy = ∂y F@x. . y. Determinar la capacidad máxima y mínima de estos recipientes en metros cúbicos. En este ejemplo se da una función de 3 variables y 2 condiciones. zD x z + 4 λ + H2 x + 2 zL µ Fz = ∂z F@x.0) de la recta y ( 6 . 0.y.5) de la recta y (0. 3 ) de la elipse. Solución. 0FF êê N Como ambos valores son superiores a Ejemplo 4. y. 0. y_.3.2. y_. será: v@x_.55051 Sqrt BfB0. condicion2 = 2 x y + 2 x z + 2 y z − 36. La función F(x. z a las longitudes de las aristas del prisma. la función volumen. condicion1 == 0.z) debe ser: F@x_. z_D := v@x.y. 3. que son los vértices de dicha elipse: Sqrt BfB 2. z_D := x y z Y las condiciones dadas en el enunciado serán: condicion1 = 4 x + 4 y + 4 z − 30. de la que se quiere hallar los extremos. Fy == 0. este valor es el mínimo. se debería calcular entonces la distancia entre los puntos (5.0) de la elipse y (0. Fz == 0. y. 5FF êê N 6 . y. zD + λ condicion1 + µ condicion2 Las derivadas parciales son: Fx = ∂x F@x. y.26795 3 . Si se denominan x.z) alcanza valores extremos son las soluciones del sistema: eqns = 8Fx == 0.

7 7 3 3 3 . 2. como afirma el enunciado del problema. se debe alcanzar el mínimo y el máximo necesariamente en alguno de los siguientes puntos: puntos = ::2. 3F. Max@varD 14 Min@varD 27 2 7 2 F. y → 3. z → 2 >. vB3. 27 . 2>. 8x. y → 3. 7 2 >. :2. λ. el punto (0. vB3. 2. :3. vB2.y)=H x + 1L2 +y2 tiene un mínimo. Se define la función y la condición: f @ x_ . :3.0) y sin embargo no existe l que verifique el teorema de Lagrange.x→ 3 2 7 2 . 2 2 . para que y2 sea positivo. var = :vB2. z → 2>. luego f(x. z. Si el punto (0. x → 3. 3>. 2F. Demostrar que la función f(x. :λ → 1. 2 2 2 2 2 Basta evaluar en ellos la función para encontrar el máximo y el mínimo de v(x. 2. . vB . µ → − 1. 2.y. z → :λ → 1. 3. 3. ¿Existe contradicción? Solución. y → . 3. vB .Untitled-7 5 Solve @eqns. por lo tanto. µ<D ::λ → 1. y → 2. . x → :λ → 9 4 . 3F. :λ → 3 2 .0)=1.4. y. y → 9 4 9 4 . y_ D := Hx + 1 L ^ 2 + y ^ 2 condicion = y ^ 2 − x ^ 3.y. 3. 0D 1 En el resto de los puntos que satisfacen la condición debe ser x >0. se tiene que: f@0. 8x → 0. . F> 2 2 2 2 27 27 > Luego la capacidad mínima de los recipientes será Ejemplo 4. 2 7 2 7 3 3 3 . >>. z → 3>. 2F. z → Dado que el conjunto delimitado por las condiciones del enunciado es compacto y la función v(x. . 14.z). y → 0< 0 Además. x → 2. : . x → 2. µ → − 1. 3 2 >> . y → 2. 3>. 2>.0) es un mínimo condicionado. z → 3>.z) es continua.y) será siempre mayor que f(0. µ → − 1. x → 3.0) es un mínimo condicionado debe satisfacer la ecuación de la restricción: condicion ê. :14. condicionado a la relación y2 =x3 en el punto (0.µ→− 3 2 7 2 7 2 >. y. :λ → . 14.µ→− 3 2 .2.µ→− 3 2 . : .- 27 2 m3 y la máxima 14 m3 .

Intentaremos utilizar el método de los multiplicadores de Lagrange.5 . Ejemplo 4. el máximo y el mínimo de la función f(x. x → 1 3 J7 + J− 1 − Ninguna solución del sistema proporciona valores reales de las variables x e y.y) debe ser: F@x_. x → 5 N . 5 N>. condicion == 0<. yD + λ condicion Las derivadas parciales son: Fx = ∂x F@x. si es posible. Los valores máximo y mínimo existen pues f(x. y no 1 como exigen las condiciones del teorema. hemos demostrado que el (0. − 1D 80. λ<D ::y → − :y → 1 3 1 3 2 3 1 3 2 3 2 3 J7 − 5 N . 0< Luego. 5 N>. NO existe contradicción ya que la matriz de las derivadas de la condición tiene rango 0. Se definen la función y la condición. al ser su gradiente nulo. Para ver si existe contradicción calcularemos. Sin embargo.y) alcanza valores extremos son las soluciones del sistema: eqns = 8Fx == 0. λ → − 1. λ → − 1. y. yD 2y+2yλ Los puntos en los que f(x. x → 1 3 1 3 J− 1 + 5 N>. y_D := Sin@xD + Cos@y ^ 2D . dadas en el enunciado: f@x_. 2 / x2 + Solución.6 Untitled-7 Utilizamos ahora el método de los multiplicadores de Lagrange para resolver el problema planteado: La función F(x. yD 2 H1 + xL − 3 x2 λ Fy = ∂y F@x. según la teoría de la página 188. mediante el comando Grad .2. Cargamos el paquete Calculus`VectorAnalysis` << Calculus`VectorAnalysis` Hallamos el gradiente de la condición.y) es una función continua y el conjunto A es compacto. y_D := f@x.0) es un mínimo condicionado.y) = senH xL + cosI y2 M sobre el conjunto A={(x. el gradiente de la ligadura. 5 N>> J7 − 2 3 J7 + J− 1 + 1 3 J− 1 − :y → − :y → 1 3 5 N .y) e y2 = 1} . Solve @eqns. λ → − 1. 8x. Fy == 0.Hallar. λ → − 1. Drop @Grad @y ^ 2 − x ^ 3D. x → 5 N .

y_D = f@x. λ<E Por lo tanto. 1D@0D<< Como vemos. y. ya que Mathematica no sabe resolver el sistema de ecuaciones asociado. 1. 2 y λ − 2 y SinAy2E == 0. yD + λ condicion I− 1 + x2 + y2 M λ + CosAy2 E + Sin@xD Las derivadas parciales son: Fx = ∂x F@x. Desgraciadamente no hay un algoritmo general de resolución de TODOS los sistemas de ecuaciones no lineales que suelen aparecer en estos casos. yD 2 x λ + Cos@xD Fy = ∂y F@x. La función F(x .y) alcanza valores extremos son las soluciones del sistema: eqns = 8Fx == 0. − 1 + x2 + y2 == 0=. After reduction. Hacemos el cambio de variable x= cost. λ<D Solve::incnst : Inconsistent or redundant transcendental equation. Values may be lost for multivalued inverses. Solve @eqns.Untitled-7 7 condicion = x2 + y2 − 1. tampoco podemos resolver la ecuación con Mathematica. . y= sent para intentar simplicar la función a optimizar: g@t_D = f@x. y −> Sin@tD< Cos ASin@tD2E + Sin@Cos@tDD Hallamos sus posibles extremos igualando a cero su derivada Solve @∂t g@tD 0. y. 8x. no se puede resolver el problema. Solve::tdep : The equations appear to involve the variables to be solved for in an essentially non−algebraic way. tD InverseFunction::ifun : Inverse functions are being used. 8x → Cos @tD. yD 2 y λ − 2 y SinAy2E Los puntos de A en los que f(x. Fy == 0. After reduction. condicion == 0<. the bad equation is − 1 + ArcCos@Cos@xDD2 == 0. the bad equation is − 1 + ArcCos@Cos@xDD2 == 0. 8x. Solve A92 x λ + Cos@xD == 0. Solve::incnst : Inconsistent or redundant transcendental equation.y) es: F@x_. 88t → InverseFunction @g . Solve::tdep : The equations appear to involve the variables to be solved for in an essentially non−algebraic way. yD ê. El cálculo de los extremos implica la resolución del sistema de ecuaciones de Lagrange o de la búsqueda de los puntos críticos.