Escolar Documentos
Profissional Documentos
Cultura Documentos
UNIVERSIDAD NACIONAL
JORGE BASADRE
GROHMANN
Presentado por:
Tacna Per
2015-130019
2015-130041
2015-130020
2015-130009
2015-130048
Contenido
RESUMEN......................................................................................................... 2
OBJETIVOS........................................................................................................ 3
OBJETIVO GENERAL....................................................................................... 3
OBJETIVOS ESPECIFICOS............................................................................... 3
INTRODUCCION................................................................................................ 3
FUNDAMENTO TEORICO................................................................................... 6
1. EXTREMOS DE UNA FUNCIN DE VARIAS VARIABLES. Condiciones
suficientes para la existencia de extremos locales.......................................6
..................................................................................................................... 6
2.
EXTREMOS CONDICIONADOS.................................................................7
3.
CONCLUSIONES.............................................................................................. 19
BIBLIOGRAFIA................................................................................................. 20
Mnimos condicionados
Pgina 1
RESUMEN
En matemticas, los mximos y mnimos de una funcin, conocidos colectivamente como
extremos de una funcin, son los valores ms grandes (mximos) o ms pequeos
(mnimos), que toma una funcin en un punto situado ya sea dentro de una regin en
particular de la curva (extremo local) o en el dominio de la funcin en su totalidad (extremo
global o absoluto).
De manera ms general, los mximos y mnimos de un conjunto (como se define en teora
de conjuntos) son el elemento mayor y menor en el conjunto, cuando existen. El localizar
valores extremos es el objetivo bsico de la optimizacin matemtica.
En los problemas de optimizacin, el mtodo de los multiplicadores de 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.
Mnimos condicionados
Pgina 2
OBJETIVOS
OBJETIVO GENERAL
Mnimos condicionados
Pgina 3
INTRODUCCION
Para entender a que nos referimos cuando hablamos de mnimos
condicionados de una funcin, primero debemos conocer que es una funcin. La
funcin segn la definicin la interpreta En las matemticas, se define como
magnitud o cantidad relacionada con otra, es decir dos magnitudes
interrelacionadas de tal manera que a cada valor de la primera le corresponde un
nico valor de la segunda, llamada imagen. Por ejemplo el rea A de un crculo es
funcin de su radio r (el valor del rea es proporcional al cuadrado del
radio, A =r2).
Como toda funcin esta presenta valores mnimos y valores mximos que
en la carrera de ingeniera geolgica y geotecnia es usada para hallar sequias, la
denominacin de estos valores es de extremos condicionados.
Un problema de extremos condicionados consiste en buscar un extremo de
una funcin no sobre cualquier punto de su dominio sino sobre un subconjunto del
dominio de la funcin que puede expresarse como variedad diferenciable. Ms
concretamente consiste en encontrar un mximo (o un mnimo) sujeto a la
condicin de que el punto donde se produce pertenezca a un cierto conjunto:
Mnimos condicionados
Pgina 4
Ilustracin 2: Un extremo
condicionado de una funcin es un mximo o mnimo de F,cuando (x,y) pertenecen a una curva real
del plano g(x,y) =K , en el dominio de F.Es decir ,(x,y) satisface a una condicin o restriccin.
Mnimos condicionados
Pgina 5
FUNDAMENTO TEORICO
1. EXTREMOS DE UNA FUNCIN DE VARIAS VARIABLES.
Condiciones suficientes para la existencia de extremos locales.
Una funcin
si el
valor de la funcin en este punto es mayor (menor) que su valor en cualquier otro
punto X(x,y) de algn entono de P.
Condiciones necesarias de extremo.
alcanza un extremo en el
Los puntos en los que las derivadas parciales son iguales a cero se llaman
puntos crticos o estacionarios. No todo punto crtico es un punto extremo.
Condiciones suficientes para la existencia de extremos.
Mnimos condicionados
Pgina 6
, si
;...;
2. EXTREMOS CONDICIONADOS.
Planteamiento geomtrico. Supongamos una superficie, definida por la funcin
Pgina 7
Mnimos condicionados
Pgina 8
. Formamos la
a condicin de que:
Si
la funcin tiene un
mximo condicionado.
2.2. Mtodo del Hessiano: Hallamos el Hessiano de la funcin de Lagrange
en el punto crtico correspondiente, y slo podemos
concluir en el caso de que sea positivo.
, si es
negativa mximo y si es positiva mnimo). En los dems casos hay duda (que
habr que resolver por otro mtodo)
Caso de tres o ms variables (caso general). Calculamos los siguientes
determinantes (con las derivadas evaluadas en
Mnimos condicionados
Pgina 9
):
: ... :
hay duda.
Mnimos condicionados
Pgina 10
necesario:
1. Determinar los puntos crticos de la funcin en el interior del dominio.
EJERCICIOS APLICATIVOS
30. Halla los extremos de la funcin
Solucin:
(a) Calculamos las derivadas parciales de primer orden.
Mnimos condicionados
Pgina 11
;
Los puntos crticos se obtienen igualando a cero las derivadas parciales.
y resolviendo el sistema obtenemos x=0, y=3. Luego P(0,3) es el nico punto crtico de la funcin.
Hallamos la matriz hessiana de f en P(0,3).
se trata de un mnimo.
Solucin:
(a) Calculamos las derivadas parciales de primer orden.
;
Los puntos crticos se obtienen igualando a cero las derivadas parciales.
y resolviendo el sistema obtenemos x=0, y=0. Luego P(0,0) es el nico punto crtico de la funcin.
Hallamos la matriz hessiana de f en P(0,0).
Mnimos condicionados
Pgina 12
y resolviendo el sistema obtenemos x=0, y=0, z=0. Luego P(0,0,0) es el nico punto crtico de la
funcin.
Hallamos la matriz hessiana de f en P(0,0,0).
Mnimos condicionados
Pgina 13
Con lo cual ni son todos positivos ni de signos alternos, luego hay duda.
Para determinar la naturaleza del punto crtico hay que acudir a otros criterios, en este caso basta
observar la funcin para que se trata de un punto silla
para los puntos del tipo (0,0,z) y
tipo (x,y,0).
Observacin: Un punto silla no significa que la grfica tenga necesariamente la forma de una silla
de montar, sino simplemente que cerca del punto crtico la funcin toma valores superiores y otros
inferiores al valor que toma en dicho punto.
Halla los extremos de la funcin
Solucin:
Formamos la funcin de Lagrange:
Calculamos las derivadas parciales de primer orden de la funcin L.
vinculamos los diferenciales a partir de la ecuacin g(x,y)=0, lo que nos da dx-dy = 0, de donde dx
= dy, con lo que resulta:
Mnimos condicionados
Pgina 14
bajo la restriccin x + y = 1.
Solucin:
Formamos la funcin de Lagrange:
Para hallar los puntos crticos componemos el sistema:
, con lo cual:
y
luego la funcin presenta un mnimo condicionado en el punto P( , ).
Volver al comienzo de la Pgina
Mnimos condicionados
Pgina 15
Solucin:
Formamos la funcin de Lagrange:
Para hallar los puntos crticos componemos el sistema:
=
Luego al ser de signos alternos, comenzando por un positivo, se trata de un
mximo condicionado, cuyo valor es:
f(1,1,1) = 1.
Halla los extremos de la funcin
en el crculo
Solucin:
Mnimos condicionados
Pgina 16
b) Determinamos los puntos crticos de la funcin condicionados por el contorno del crculo.
y
Volver al comienzo de la Pgina
y = 1 - x ; y = 1 + x ; y = -1 - x ; y = -1 + x
Solucin:
Mnimos condicionados
Pgina 17
,
a) Determinamos los puntos crticos de la funcin situados dentro del cuadriltero.
b) Determinamos los puntos crticos de la funcin condicionados por el contorno del cuadrilatero,
analizando cada lado por separado.
c) comparamos el valor de la funcin en cada uno de los puntos crticos y resulta que el mnimo
absoluto est en el punto del interior del dominio
contorno
Mnimos condicionados
Pgina 18
CONCLUSIONES
Mnimos condicionados
Pgina 19
BIBLIOGRAFIA
1.
Stewart, James (2008). Calculus: Early Transcendentals (6a edicin). Brooks/Cole. ISBN 0-49501166-5.
2.
Larson, Ron; Edwards, Bruce H. (2009). Calculus (9a edicin). Brooks/Cole. ISBN 0-547-16702-4.
3.
Thomas, George B.; Weir, Maurice D.; Hass, Joel (2010). Thomas' Calculus: Early
Transcendentals (12a edicin). Addison-Wesley. ISBN 0-321-58876-2.
Mnimos condicionados
Pgina 20