Multiplicador de Lagrange

En los problemas de optimizacin, el mtodo de los multiplicadores de Lagrange, llamados as en honor a Joseph Louis Lagrange, es un procedimiento para encontrar los mximos y mnimos de funciones de mltiples variables sujetas a restricciones. Este mtodo reduce el problema restringido con n variables a uno sin restricciones de n + k variables, donde k es igual al nmero de restricciones, y cuyas ecuaciones pueden ser resueltas ms fcilmente. Estas nuevas variables escalares desconocidas, una para cada restriccin, son llamadas multiplicadores de Lagrange. El mtodo dice que los puntos donde la funcin tiene un extremo condicionado con k restricciones, estn entre los puntos estacionarios de una nueva funcin sin restricciones construida como una combinacin lineal de la funcin y las funciones implicadas en las restricciones, cuyos coeficientes son los multiplicadores. La demostracin usa derivadas parciales y la regla de la cadena para funciones de varias variables. Se trata de extraer una funcin implcita de las restricciones, y encontrar las condiciones para que las derivadas parciales con respecto a las variables independientes de la funcin sean iguales a cero.

Mtodo de Lagrange en dos dimensiones

Consideremos un caso bidimensional. Supongamos que tenemos la funcin, f (x, y), y queremos maximizarla, estando sujeta a la condicin:

Dnde c es una constante. Podemos visualizar las curvas de nivel de f dadas por

para varios valores de dn, y el contorno de g dado por g(x, y) = c. Supongamos que hablamos de la curva de nivel donde g = c. Entonces, en general, las curvas de nivel de f y g sern distintas, y la curva g = c por lo general intersecar y cruzar muchos contornos de f. En general, movindose a travs de la lnea g=c podemos incrementar o disminuir el valor de f. Slo cuando g=c (el contorno que estamos siguiendo) toca tangencialmente (no corta) una curva de nivel de f, no se incrementa o disminuye el valor de f. Esto ocurre en el extremo local restringido y en los puntos de inflexin restringidos de f. Un ejemplo familiar puede ser obtenido de los mapas climatolgicos, con sus curvas de nivel de presin y temperatura (isbaras e isotermas respectivamente): el extremo restringido ocurrir donde los mapas superpuestos muestren curvas que se tocan. Geomtricamente traducimos la condicin de tangencia diciendo que los gradientes de f y g son vectores paralelos en el mximo. Introduciendo un nuevo escalar, , resolvemos [f(x, y) - (g(x, y) c)] = 0 para 0. Una vez determinados los valores de , volvemos al nmero original de variables y as continuamos encontrando el extremo de la nueva ecuacin no restringida.

De forma tradicional. Eso es, porque en .

para todo (x, y) satisfaciendo la condicin F(x, y) estn todos

es igual a cero en la restriccin, pero los ceros de

Mtodo de Lagrange en dos dimensiones

Sea f (x) una funcin definida en un conjunto abierto n-dimensional {x R }. Se definen s restricciones gk (x) = 0, k=1,..., s, y se observa (si las restricciones son satisfechas) que:
n

Se procede a buscar un extremo para h

Lo que es equivalente a

Los multiplicadores desconocidos k se determinan a partir de las ecuaciones con las restricciones y conjuntamente se obtiene un extremo para h que al mismo tiempo satisface las restricciones (i.e. gk=0), lo que implica que f ha sido optimizada.