Resoluci

on de problemas con multiplicadores de Lagrange

C
alculo Diferencial e Integral III - Semestre 2014-1
Cer
on Vera F
elix Emilio
1. Deducci
on de la ley de Snell
Comencemos el planteamiento del problema mediante la presentacion de la imagen en la u
ltima pagina. Como
antecedentes al planteamiento de nuestro problema, sabemos que el principio de Fermat, establece que el trayecto
seguido por la luz al propagarse de un punto a otro es tal que el tiempo empleado en recorrerlo es un mnimo, por lo
que podemos deducir f
acilmente que la funci
on a minimizar, es la funcion que relaciona el tiempo con las distancias
entre dos puntos en diferentes medios.
Entonces,el tiempo que tarda el haz de luz en recorrer la distancia de A a P es:
p
(H12 ) + x2
T1 =
V1
El tiempo que tarda el mismo haz de luz en recorrer la distancia de P a B es:
p
(H22 ) + y 2
T2 =
V2
Y el tiempo total, resulta de la suma de los tiempos para los dos medios, esto es fsicamente hablando, el tiempo
que nuestro haz de luz tarda en recorrer el camino de A a B pasando por un punto de incidencia cuya posici
on
minimiza el tiempo en el que se efectuar
a tal recorrido. De esta manera, la funcion resultante se expresa de la
siguiente manera:
p
p
(H12 ) + x2
(H22 ) + y 2
T (x, y) =
+
V1
V2
Una vez establecida nuestra funci
on, vamos a expresar las velocidades en cada medio en terminos de los ndices de
refracci
on del medio y la velocidad de la luz, esto es:
Vi=

C
ni

para i = 1, 2. Donde C es la constante cuyo valor es la velocidad de la luz y n1 , n2 son constantes diferentes entre
s, llamados ndices de refracci
on.
Sustituyendo en T (x, y) obtenemos:
p
p
n1 (H22 ) + y 2
n1 (H12 ) + x2
+
T (x, y) =
C
C
Que pasara a ser la funci
on a minimizar en este problema. Para hallar la restriccion, que relacione las variables
x, y simplemente nos percatamos de que la suma de estas dos distancias tiene que ser D (el parametro mostrado
en nuestra figura) pues si la suma fuera mayor, fsicamente el haz de luz se propagara hacia otro lado y si fuera
menor, habra que ajustar nuestras alturas pues ya no seran perpendiculares a la superficie libre de los dos medios.
As, x + y = D resulta ser nuestra restricci
on.
Siguiendo el metodo de los multiplicadores de Lagrange,
5(T ) = 5 (G)
sustituyendo,

xn1
yn2
( p 2
, p 2
) = (1, 1)
2
C (H1 ) + x C (H2 ) + y 2

Entonces,
C

xn1
p
=
(H12 ) + x2

yn2
p
=
C (H22 ) + y 2
y
x+y =D
Es el sistema de ecuaciones a resolver para optimizar la funcion T con la restriccion planteada.
Para resolverlo, sencillamente igualamos las primeras dos ecuaciones, pues cada a su vez son iguales a una constante
.
xn1
yn2
p
= p 2
2
2
C (H1 ) + x
C (H2 ) + y 2
Si multiplicamos la igualdad por C y factorizamos x en el denominador del lado derecho de la igualdad y y en el
denominador del lado derecho de la igualdad, obtenemos:
n1
q

(H12 )
x2

+1

=q

n2
(H22 )
y2

+1

Elevamos la igualdad al cuadrado

n21
(H12 )
x2

+1

n22
(H22 )
y2

+1

Considerando 1 y 2 como los

angulos representados en nuestro diagrama, y sustituyendo las relaciones:
x
y
= tan(1 );
= tan(2 )
h1
h2
Resulta:

n21
1
tan(1 )

=
+1

n22
2
1
tan(2 )

+1

pero a la vez,
1 2
1
+1=
2
tan()
sen()
y por tanto,
n1 2
1
sen(1 )2

n2 2
1
sen(2 )2

por u
ltimo, notamos que
2

n1 2 sen(1 ) = n2 2 sen(2 )

por cuestiones fsicas, n1 y n2 ser

an siempre positivos, y en el diagrama podemos ver que 1 y 2 varan en el
dominio [0, 2 ], por lo que podemos afirmar que
n1 sen(1 ) = n2 sen(2 )
Con lo que deducimos la ley de Snell.
2. An
alisis de los m
aximos de la entropa de Shannon
La entropa de Shannon se puede considerar como la cantidad de informacion promedio que contienen los smbolos
usados. Los smbolos con menor probabilidad son los que aportan mayor informacion; por ejemplo, si se considera
como sistema de smbolos a las palabras en un texto, palabras frecuentes como que, el, a aportan poca
informaci
on, mientras que palabras menos frecuentes como corren, nio, perro aportan ms informaci
on. Si de
2

un texto dado borramos un que, seguramente no afectara a la comprension y se sobreentendera, no siendo as si

borramos la palabra nio del mismo texto original.
Sean P1 , ..., Pn un juego completo de probabilidades, que se pueden ver como los integrantes de un sistema de
smbolos que aportan informaci
on de alguna manera en especfico, esto quiere decir que el conjunto de los elementos
forma la unidad, visto de otra forma,
n
X
Pi = 1
i=1

conforma una restricci

on para nuestro sistema, mientras que la entropa de Shannon se define como:
E(P i) =

n
X

Pi Log(Pi )

i=1

Para hallar el m
aximo de la Entropa de Shannon por el metodo de multiplicadores de Lagrange, basta con fijarnos
en una de las variables, puesto que gracias a la forma de nuestra funcion los papeles de cada variable se tornan
intercambiables a la hora de hacer las derivadas parciales.
Entonces, si
n
X
E(pi) =
Pi Log(Pi )
i=1

y
G(pi) =

n
X

Pi

i=1

Por el metodo de multiplicadores de Lagrange, procedemos a sustituir la anterior informacion en la siguiente relaci
on:
5(E) = 5 (G)
con lo que obtenemos la siguiente relaci
on:
1(..., Log(Pk ) + 1, ...) = (..., 1, ...)
a partir de la relaci
on anterior, obtenemos el siguiente sistema de ecuaciones a resolver:
Log(P1 ) 1 =
Log(P2 ) 1 =
Log(P3 ) 1 =
.
.
.
Log(Pn ) 1 =
n
X

Pi = 1

i=1

sumando 1 en los dos lados de cada igualdad en las primeras n igualdades,

Log(P1 ) = + 1
Log(P2 ) = + 1
Log(P3 ) = + 1
.
.
.
3

Log(Pn ) = + 1
de esta forma, sustituyendo en cada igualdad,
Log(P1 ) = Log(P2 ) = Log(P3 ) = ... = Log(Pn )
y multiplicando por 1 la u
ltima igualdad,
Log(P1 ) = Log(P2 ) = Log(P3 ) = ... = Log(Pn )
Por lo que
P1 = P2 = P3 = ... = Pn = P
Si sustituimos estas relaciones en nuestra u
ltima ecuacion, tenemos que:
n
X

Pi = nP = 1

i=1

entonces,
P =

1
n

y nuestro punto candidato a m

aximo es:
1 1 1
1
( , , , ..., )
n n n
n
Un argumento que nos sirve para justificar tal resultado, es que la cantidad de infirmacion en un sistema cuyo
prop
osito sea transmitir un mensaje llega a un maximo si todos los smbolos o elementos del mismo aportan informaci
on tan relevante como los dem
as, es decir, Cuando todos los smbolos son igualmente probables (distribuci
on
de probabilidad plana), todos aportan informacion relevante y la entropa es maxima.
3. Extremos de un caso particular de la ley de Coff-Douglas
La ley de Coff Douglas, es una ley emprica resultado de analisis de la renta nacional total de Estados Unidos entre el
capital y el trabajo. Dicho de otra forma, es una funcion que aproxima el valor del costo de produccion en relaci
on
al capital invertido en mano de obra y recursos. Tal funcion es de la forma:
Q(x, y) = Ax y 1

Donde x es el costo de la mano de obra, y es el costo de los recursos, A es una constante llamada factor total de
productividad y , 1 representan tambien valores constantes llamados elasticidad producto del trabajo y capital,
respectivamente.
Tal funci
on, posee una restricci
on, y es que la suma de una constante por el costo de la mano de obra mas otra
constante por el costo de los recursos no puede superar el capital maximo del que se dispone es ese momento. De
esta forma, la restricci
on es de la forma:
ux + vy = M
Supongamos que el factor total de productividad de una empresa en determinado momento es de 100, la elasticidad
producto del trabajo es (1/2) y se pretende invertir una cantidad de 50000 pesos en mano de obra y recursos de
manera que la cantidad invertida en mano de obra sea 10 veces el costo de esta, mientras que la cantidad invertida
en recursos solo sea 5 veces el costo de aquellos. Se requiere minimizar los costos para que la producci
on de tal
empresa sea la m
axima posible.
A partir de los datos anteriores, tenemos la funcion:
Q(x, y) = 100x1/2 y 1/2
4

que tiene que ser optimizada con la restricci

on:
10x + 5y = 50000
Aplicando el metodo de multiplicadores de Lagrange, calculando (Q) = (G), tenemos que:
(

50y 1/2 50x1/2

, 1/2 ) = (10, 5)
x1/2
y

y as, nuestro sistema de ecuaciones queda establecido de la siguiente manera:

50y 1/2
= 10
x1/2
50x1/2
= 5
y 1/2
10x + 5y = 50000
si elevamos entonces las dos primeras ecuaciones al cuadrado y multiplicamos la segunda por 4, obtenemos:
2500y
= 1002
x
10000x
= 1002
y
Ahora podemos prescindir de igualando las dos primeras partes de las expresiones.
10000x
2500y
=
x
y
De donde
10000x2 = 2500y 2
y
100x2 = 25y 2
entonces,
x=

y
2

de esa forma, usando la restricci

on:
y = 5000, x = 2500
4. Problema variacional con soluci
on por multiplicadores de Lagrange
La mayor parte de los problemas del c
alculo de variaciones, requieren un analisis mas complejo de que se puede
hacer uso en este momento, sin embargo, hay algunos cuya solucion se puede encontrar usando el metodo de
multiplicadores de Lagrange. Enseguida, se plantea uno de ellos.
Dado un n
umero real positivo L,se trata de estudiar la cuestion siguiente: de todas las curvas cerradas del plano de
longitud dada L0,cu
al es la que encierra mayor area?
Para la soluci
on de tal problema, se escribe la curva mediante sus ecuaciones parametricas:
x = x(s)
y = y(s)
donde s es un parmetro dado, como el par
ametro arco. Entonces, se sabe que el area encerrada por la misma viene
dada por:
Z
1 L
x(s)y 0 (s) x0 (s)y(s) ds
A = F (x, y) =
2 0
5

Por tanto, se trata de hacer m

axima una expresion donde las variables son un par de funciones x(s), y(s), que
pertenecen al espacio de funciones de clase C 1 [0, L] y ademas, x(0) = x(L) y y(0) = y(L), es decir, tenemos una
curva cerrada.
Por otra parte, por ser s el par
ametro arco, se debera cumplir la restriccion
x0 (s)2 + y 0 (s)2 = 1 s [0, L]

Por ende, se trata de un problema de extremos condicionados. Ahora bien, de estas dos funciones, deriva la relaci
on
L2 4A 0 Cuya igualdad solo se cumple para cualquier circunferencia de longitud L. Un metodo sencilo y
elegante, involucra algunos hechos interesantes de la teora de series de Fourier cuyo estudio a
un no he hecho con
detenimiento.
Por u
ltimo, cabe destacar de este problema, que se puede ampliar para dimensiones mayores a tres, obteniendo
como resultado que el hipervol
umen que ocupa mayor espacio es la hiperesfera de superficie L.