INSTITUTO UNIVERSITARIO POLITCNICO

SANTIAGO MARIO
EXTENSIN PORLAMAR
ESCUELA DE INGENIERA DE SISTEMAS

OPTIMIZACIN DE SISTEMA Y DE FUNCIONES.

Autor:
Br. Angeline Spinetti
Profesor: Ing. Digenes Rodrguez
Porlamar, Junio 2014

MTODO DE LAGRANGE
Briceo. (2013), Considera que es un mtodo creado por Joseph
Louis Lagrange un matemtico, fsico y astrnomo Italiano.
Lagrange demostr el teorema del valor medio, desarroll la
mecnica Lagrangiana y tuvo una importante contribucin en
astronoma.

Los Multiplicadores de Lagrange, son un mtodo para

trabajar con funciones de varias variables que se
interesa maximizar o minimizar, y est sujeta a cierta
restricciones.

MTODO DE LAGRANGE
As las ecuaciones de Lagrange son:

Ejemplo 1:
Cul es el rea mxima que puede tener un rectngulo si la longitud de su diagonal es 4?

Solucin:
Represente un rectngulo con lados x e y, base y altura respectivamente.

La longitud de la diagonal es 4, fjese que se forma un triangulo

Funcin a optimizar: maximizar en este caso: rea.
rea de un rectngulo: A = x.y
Condicin a4cumplir:
x2 y2
:
De una manera ms fcil:

y
x

16 x 2 y 2

Al tener identificadas la funcin y la condicin, se determinan los

A Ax, Ay y, x
g gx, gy 2 x,2 y

As las ecuaciones de Lagrange son

MTODO DE LAGRANGE
(3)
Al resolver el sistema, una de las formas puede ser:
Multiplicar la ecuacin (1) por x, y tambin la ecuacin (2) por y,

x2 y 2 4

xy 2x 2
yx (2 y 2 )

. (4)
.. (5)
Se igualan las ecuaciones (4) y (5)

2x2 2 y2

;Q
queda:
Luego una variable se expresa en funcin de la otra y se sustituye en la ecuacin
Si16y=x 2x x 2
x2 y 2

y Al
x simplificar

16 2 x 2

x 8

Como estamos midiendo distancias, x solo puede tomar valores no negativos,

as que se tiene un nico punto que es para x= 8

, la altura y tambin vale. As se concluye que las dimensiones del rectngulo

corresponden con un cuadrado de lado 8
.S
8
8
=8
*

MTODO DE KUHN TUCKER

Albert William Tucker (1905 1955), fue un matemtico
Estadounidense nacido en Canad que realiz importantes
contribuciones a la Topologas, Teoras de juegos y a la
Programacin no Lineal.

En programacin matemtica, las condiciones de Karush-KuhnTucker

son condiciones necesarias y suficientes para que la solucin de
un problema de programacin matemtica sea optima.
Es una generalizacin
Lagrange.

del mtodo de los Multiplicadores de

MTODO DE KUHN TUCKER

Problema General de Optimizacin
Consideremos el siguiente problema general:

min f(x)
Sujeto a
Gi(x)0, i = 1,,m
Hj(x)= 0, j= 1,,l
Donde f(x) es la funcin objetivo a minimizar, Gi(x) son las
restricciones de desigualdad y Hi(x) son la restricciones de
igualdad, con m y l el numero de restricciones de desigualdad e
igualdad, respectivamente.

MTODO DE KUHN TUCKER

Considere el problema de optimizacin
Sujeto a:

MTODO DE KUHN TUCKER

El mtodo de solucin procede de la siguiente manera.
Cambiemos cada restriccin de desigualdad gi 0a una
restriccin de igualdad
introduciendo una variable si de la siguiente manera:
gi 0gi +s2i = 0
De acuerdo a la tcnica de los
multiplicadores de Lagrange se construye
la funcin:

MTODO DE KUHN TUCKER

Los puntos que minimizan a f sujeta a
las restricciones gi 0(1im) estn
dentro de los puntos crticos de F:
Que hacen cero las parciales con respecto a las variables xj(j= 1, .
. . , n):

Que hacen cero las parciales con respecto a las variables i(i=
1, . . . , m):

MATRIZ
JACOBIANA
Es una matriz de todos los derivados parciales de primer orden
de una funcin vectorial o con valores escalares con respectos a
otro vector .

Esta matriz lleva su nombre gracias a Carl Gustav Jacob Jacobi,

fue un matemtico alemn, que hizo contribuciones
fundamentales a las funciones elpticas, dinmica, ecuaciones
diferenciales, y la teora de nmeros. Su nombre es a veces
escrito como Carolus Gustavus Iacobus Iacobi en sus libros
latinos, y su nombre se da a veces como Karl.
Jacobi fue el primer matemtico judo para ser nombrado
profesor en una universidad alemana.

MATRIZ
JACOBIANA

(a)

EJEMPLO: Hallar la matriz Jacobiana en el punto a = (1,1) de la funcin f

siguiente:

EXTREMOS NO RESTRICTOS CON DOS

VARIABLES
Los
pasos para la obtencin de mximos y mnimos por el criterio de la primera y segunda
derivada son:
I.Obtenerlaprimeraderivadadelafuncin.
II.Igualarlafuncinacero.
III.Resolverpara X, en donde i= 1,2, ..., n. Los cuales al serrepresentados grficamente, son
los puntos crticos de la inflexin en la curva de la funcin.
IV.Paraobtenerlacoordenadadeydelospuntoscrticosse sustituyen los valores obtenidos en
la funcin original.
V.Obtenerlasegundaderivadadelafuncin.
VI.Sustituirlosvaloresdelospuntoscrticosenlasegundaderivada.
VII. Determinar los intervalos, donde la curva sea creciente, decreciente, cncava o convexa.
De esta forma, primero necesitamos derivar la funcin con respecto a la variable x.
y2=3 - 3x2
Si y2 =0, entonces:
3 - 3x2=0, despejando x para obtener su valor:
3=3x2
3/3=x2

EXTREMOS NO RESTRICTOS CON DOS

VARIABLES

De acuerdo a los pasos que se indicaron

previamente, ahora necesitamos obtener la
segunda
derivada
de
la
funcin,
ya
anteriormente habamos obtenido
y2=3 - 3x2, por lo tanto y=-6x
Finalmente evaluamos la funcin en los puntos de x que se
encontraron anteriormente:
Y= -6(1)= -6, lo que significa que estamos en presencia
de un mximo.
Y"=-6(-1) =6, lo que significa que estamos en presencia
de un mnimo

Unproblema restringido de optimizacin:

Tiene la forma Maximiza (o minimiza)f(x, y,. . . ) sujeta a
restricciones.
Las restricciones estn en forma de ecuaciones o en forma de
restricciones del dominio def. Podemos resolver estos problemas por
primero despejar una de las variables de las ecuaciones de restriccin,
para despus sustituirla enf, y despus ubicar el mximo (o mnimo) de
la funcin que resulta. En casos en los que el dominioRde la funcin
resultando tiene una frontera, tenemos tambin ubicar los extremos
defcuando se est restringido a la frontera.
Multiplicadores de Lagrange

Para localizar los candidatos a extremos relativos de una funcinf(x, y, .

. .) sujeta a la restriccing(x,y, ...) = 0, se resuelve el siguiente sistema
de ecuaciones para obtenerx, y,... y :
fx= gx
fy= gy
...
g= 0
El incgnita se llama unmultiplicador de Lagrange.Los puntos (x,
y, . . .) que se ocurren in las soluciones son los candidatos a los