You are on page 1of 4

Máximos y mínimos mediante el método de Lagrange

:
Sea una función continua y derivable de varias variables f ( x, y ) (“varias” variables, o sea , dos en este ejemplo). Sabemos que para encontrar los extremos de la función (es decir, los puntos (x,y) donde f alcanza su máximo o mínimo valor), debemos resolver las ecuaciones: ∂f ( x , y ) ∂f ( x, y ) = 0; =0 ∂x ∂y Esto es lo mismo que especificar el punto donde el gradiente de la función en el plano XY se anula:
∇f ( x, y ) = 0. Como usted sabe (!), el gradiente en este caso es un vector en el plano XY que indica la dirección hacia donde hay que moverse para que la función aumente más bruscamente. El gradiente se anula en los puntos donde la función es “horizontal” (donde la función no aumenta hacia ningún lado).

En la figura se muestra una función con un máximo bien notorio. Las curvas de nivel indican los puntos donde la función tiene un valor dado. El gradiente de la función en un punto dado tiene dirección perpendicular a la curva de nivel que pasa por ese punto. En el máximo, la curva de nivel degenera en un solo punto. En tal caso, el gradiente es cero: a partir de ese punto no hay ninguna dirección hacia donde la función aumente. _______________ A veces no queremos buscar el máximo de la función en todo el dominio (plano XY, en este caso), sino sólo a lo largo de una curva en el plano XY (en el caso de una función de 3 variables, es decir en el volumen XYZ, la restricción puede ser una curva o una superficie en el espacio XYZ). Nuestro problema es entonces cómo encontrar los extremos de f si queremos limitarnos sólo a puntos (x,y) que estén sobre una curva definida por: g ( x, y ) = 0 . La forma más directa (aunque no necesariamente la más simple de calcular) es usar la condición de restricción g ( x, y ) = 0 para despejar y como función de x, y = y ( x ) , y luego reemplazar este valor de y en la función f ( x, y ( x )) . De esta forma, tenemos una función de una variable menos (en este caso una función que sólo depende de x) sin restricciones. Para encontrar los extremos, simplemente buscamos los puntos x tales que df ( x, y ( x)) =0 dx Lo malo de este método es que en la práctica no siempre es posible despejar y = y ( x ) !!! Alternativamente, podemos definir la curva g ( x, y ) = 0 en forma paramétrica, es decir, mediante un par de funciones de un parámetro t: x = x (t ) e y = y (t ) tales que g ( x(t ), y (t )) = 0 . En este caso, buscamos el extremo de la función f (t ) = f ( x (t ), y (t )) usando, como siempre, la condición:

En el ejemplo. t El máximo de f a lo largo de la curva ocurre en el punto tal que al avanzar sobre la curva no nos cambiamos de nivel. y ) = 0 simplemente corresponde a una de las curvas de nivel de g. Esto significa que ∇g . que es la línea que atraviesa la figura. y ) sujeto a la restricción g ( x. Esta elegante condición corresponde exactamente al Método de Lagrange para encontrar máximos y mínimos de una función f ( x. es decir: ∇ f ( x. En otras palabras. y ) = 0 Las ecuaciones obtenidas serán funciones de las coordenadas x. hasta aquí desconocida. que en el ejemplo anterior son curvas circulares. donde λ es una constante de proporcionalidad. un punto donde el gradiente de f es paralelo al gradiente de g: Condición de extremo: ∇f = λ ∇g . . esto a veces tampoco resulta fácil de hacer!!! Veamos entonces la otra alternativa: el método de Lagrange. puesto que g ( x. esto es ∇g . Gráficamente. donde la restricción g ( x. donde λ es una cosntante (multiplicador de Lagrange). c) Use la ecuación de restricción g ( x. es decir donde la curva es tangente a la correspondiente curva de nivel. el punto máximo está en el centro de las curvas de nivel. y ) − λ g ( x. considerando las variables sin restricción. es un vector perpendicular a esta curva. y ) = 0 para determinar λ . Note que en esta figura. Como sabemos. y ) . para puntos sobre la curva g = 0. y ) se puede representar por un mapa de curvas de nivel en el plano XY. Hay otra forma de especificar esto más elegantemente: uno siempre puede definir el gradiente de la función g. y ) = 0 : a) Construya una nueva función f ( x. la función f ( x. por lo tanto. y ) es simplemente otra función más en en plano XY. La condición del extremo es. b) Extremice esta nueva función. La belleza de este método es que es fácil de aplicar y fácil de generalizar a un número mayor de variables y de restricciones. la función es mayor mientras más nos movemos hacia el centro de las curvas de nivel. el extremo de la función f sobre la curva g = 0 ocurre donde el gradiente de f es perpendicular a la curva g = 0. hemos dibujado la curva con un parámetro t. y ) = f ( x. Sobre este gráfico podemos dibujar la curva de restricción g ( x. y ) = 0 . y y del parámetro λ . df =0 dt En la práctica. que avanza de izquierda a derecha.

Tal como las curvas de nivel en dos dimensiones. es decir. con dos restricciones: Qué pasa si hay dos ecuaciones de restricción? (en 3 dimensiones. ∇f es perpendicular a la curva de restricción. z ) . z ) = 0 es una superficie. en vez de definir la dirección de dicha curva. ocurre donde la curva de restricción es tangente a una superficie de nivel de la función f. ∇g1 y ∇g 2 . al igual que en el caso en dos dimensiones. y. En tal caso. tiene definido un gradiente. que corresponde a una de las superficies de nivel de la función g ( x. En tal caso. z ) = 0 . es aquél que contiene a todos los vectores que son combinación lineal de los dos gradientes. pues de otro modo el problema es inconsistente!). en cada punto. nuevamente los vectores gradiente de f y g son paralelos! En 3 dimensiones. z ) . voy a identificar el plano normal a la curva. todo el problema es expresar esa condición en término de los gradientes: Sabemos que en cada punto. sujeto a g ( x. El plano normal a la curva. Esto se generaliza en forma muy simple: 1) Ahora trabajamos en el espacio XYZ en vez del plano XY. La restricción simultánea corresponde a los puntos que son comunes a ambas superficies.En 3 dimensiones. 4) Claramente. y . Cada una de estas condiciones corresponde a una superficie en el espacio XYZ. sujeto a las condiciones conjuntas: g1 ( x. y . 2) Ahora f ( x. La última pregunta que nos queda es: cómo defino la dirección de la curva de restricción? La respuesta es que. y . las superficies de nivel resultan como hojas paralelas en cada vecindad. ∇g1 g1 = 0 ∇g 2 g2 = 0 . la curva de intersección de ambas superficies es normal a ambos vectores gradiente (ver figura). tenemos una función f ( x. la función de restricción g ( x. Por lo tanto. z ) = 0 y g 2 ( x. que es la intersección de las superficies (más vale que tal intersección exista. Cada superficie de restricción. Ahora. Por lo tanto. donde cada superficie es el lugar de puntos donde la función tiene un valor dado. z ) se puede representar en el espacio XYZ por superficies de nivel. y . z ) . por lo tanto. y. y . que es un vector normal a dicha superficie. es decir. el extremo de la función. y . ∇f es un vector perpendicular a la superficie de nivel donde yace tal punto. y el gradiente de la función es un vector que apunta normalmente a las hojas en la dirección en la que la función aumenta. definen una curva en el espacio XYZ. de la cual buscamos los extremos. en el punto de extremo. eso puede ocurrir). con una restricción:: Queremos encontrar los extremos de f ( x. el extremo de la función f sujeta a la restricción g = 0 ocurre donde el gradiente de f es perpendicular a la superficie g = 0. 3) Ahora. z ) = 0 .

es decir.) − . x2 .. y ) = x 2 + y 2 para puntos x.Como en el punto de extremo.. x3 . Eso es nuevamente el método de Lagrange! Generalicemos: Para encontrar el extremo de la función multivariable f ( x1 ... x2 . . λ2 . λ2 . x .) = 0 . y que yacen en la curva ( x − 4) 2 + y 2 = 1 .) = 0 .) para valores x1 ... para algún λ1 y λ2 .. x .. entonces dicho gradiente debe yacer en el plano normal. . x .. Problemas: Encuentre el mínimo de la función f ( x.. Solucione el problema haciendo un reemplazo de y en la función usando la restricción y encuentre la solución al problema de minimización en una variable. x3. x . etc… f ( x ... x3.. use el método de Lagrange. x3 . restringidos a las condiciones g1 ( x1 .. x2 ..) − λ g ( x ....) = f ( x .. g 2 ( x1 . a) Construya la función 1 2 3 1 2 3 1 1 1 2 3 2 2 1 2 3 y extremice considerando como independientes a todas las variables y a todos los parámetros λ1 ..) − λ g ( x . Esto significa que ∇f es una combinación lineal de los dos vectores gradiente ∇g1 y ∇g 2 : ∇f = λ1 ∇g1 + λ2 ∇g 2 .. imponga ∇ f =0 b) Use las ecuaciones de restricción g1 = 0. x ....... Alternativamente. .. ∇f debe ser normal a la curva. x2 . Haga un gráfico de la situación.... para determinar los valores de los parámetros λ1 .. x . x .. x .