eee Teorema Sea f:IR" > R una funcién con primeras derivadas parciales continuas en una regién R del espacio n-dimensional; ¥) € R un punto critico tal que fa(&o) = 0V i = 1,2,...,n: y H la matriz hessiana definida por: fu fiz Sin na{fer fav Sen Jax for Sa ot axa; fi Sit n. Entonces:‘F(%) es un maximo relativo si la matriz hessiana valuada en % es una matriz negativa definida, lo cual significa que todos sus valores caracteristicos son negativos, es decir: <0 W i=12 F(Z) es un minimo relative si la matriz hessiana valuada en 5 es una matriz positiva definida, lo cual significa que todos sus valores caracteristicos son positivos, es decir: A>0 WV i=12 Hay un punto silla en % si existen valores caracteristicos de la matriz hessiana valuada en X» con signos diferentes: #0iv. El criterio no decide si todos los valores caracteristicos de la matriz hessiana valuada en Z tienen el mismo signo, excepto uno o mas de ellos son iguales a cero. eyPere t eae Para obtener los puntos criticos y su naturaleza de una funcién de varias variables se deben seguir los siguiente pasos: 2) Obtener las primeras derivadas parciales de la funcién e igualarlas a cero. 2) Resolver las ecuaciones y/o el sistemas de ecuaciones resultante del paso anterior. 3) Identificar los puntos criticos de la funcién. 4) Utilizar el criterio de la segunda derivada para determinar la naturaleza de los puntos critics.eae Problemas de extremos libres y de extremos restringidos Extremos libres: Extremos restringidos: fase — g@y)=013:1. Formulacian del problema de maximes y minima Extremos restringidos: f=fOy) gy) =0 A. German Ramoeee eae Funcién objetivo Es aquella funcién que se requiere optimizar, es decir, que se necesitan encontrar sus valores maximos y/o minimos. LF Fr Xa, Xn) Restriccion Se refiere a las condiciones que deben cumplir las variables que intervienen en la funcién objetivo. I Xz, «1.3.2, Establecimiento de la ecuacién de Lagrange Funcién objetivo: f=f@y) Restriccion gy) =0smith { VF (Po) = AV.g(Po) g(Po) = 0 0p © max. { VF(Qy) = AV g(Qo) g(Qo) = 0’ scion de Lagrange Ecuacién de Lagrange (Método de multiplicadores de Lagrange) Para optimizar la funcién f(,%2.%n) sujeta_a la restriccién 9(X1,%2, Xp) = 0, se debe resolver el sistema de ecuaciones VF Ce, X2, 1%) = Wg Xa, IC Xa) rn) = 0 para las variables (x1,X2,...%n) y 4. Cada uno de tales puntos solucin (XX) «)%p) @S UN punto critico para el problema de extremos restringidos y el numero 2 correspondiente se conoce como multiplicador de Lagrange.Funcién objetivo: f = f(x,9) Restriccion: g(x, y) = 0 Funcién restriccién: g = g(x,y) VF (ey) + AVG(x,¥) = 0 Ox’ Oy, ax’ dy, ax" ay (4.20) +2(%2.%2) <0 = (+ rT 412) - 00) ar ax "Oreee eee ty er Por otra parte, se propone la funcién de las variables (x,y) y A: L0,y,a) = fey) +Ag@y) Cuyas primeras derivadas parciales son: aL _ af, jag aL _af, ag ak eax Ax" By ay ** ay" ag 9% La funcién £(x,y,4) no se encuentra restringida, entonces para optimizarla se deben igualar a cero sus primeras derivadas ag _ of, a9 oem ay tay (2) gy) =0See eee Al comparar (1) y (2). se tiene: ViGy) + AVG) gy) =0 Que es el sistema de ecuaciones que permite optimizar la funcién objetivo (x,y) sujeta ala restriccion g(x,y) = 0. Ala funcién L se le conoce como funeién de Lagrange.Funcién de Lagrange Sea la funcién objetivo f(x, x2,.-.%n) con la restricciOn g(x, x2, .1%n) = 0 de la cual se define la funcién restriccién g = g(x1,X2,-..%,). ¥ Sea A un multiplicador de Lagrange. La funcién de Lagrange es: Le Xap oe XA) = f Olay Kae En) + AGC Xap Xn) L= (funcién objetivo) + A(funcién restricctén) Esta funcién permite convertir un problema de extremos restringidos en un problema de extremos libres,dle maximos y minimos reac eer) reer