6. Clasificación de puntos críticos para problemas con restricciones.

Para determinar si los puntos críticos son máximos, mínimos o no son ni máximos ni mínimos, se puede recurrir a al criterio de la "Hessiana orlada"

Si p es un punto crítico del problema

“Optimizar la función objetivo: f(x1,x2,...,xn) sujeta a la restricción: g(x1,x2,...,xn) = c

es decir, sí L(p) = 0 (con g(p)0), entonces el siguiente teorema nos da un criterio para clasificar los puntos críticos.

Teorema 19.

Consideremos el hessiano orlado

D¯n(p) = | 0 gx1(p) gx2(p) gxn(p) gx1(p) Lx1x1(p) Lx1x2(p) Lx1xn(p) gx2(p) Lx2x1(p) Lx2x2(p) Lx2xn(p) |

y los menores principales

D¯i(p) = | 0 gx1(p) gx2(p) gxi(p) gx1(p) Lx1x1(p) Lx1x2(p) Lx1xi(p) gx2(p) Lx2x1(p) Lx2x2(p) Lx2xi(p) |

Entonces, si p es un punto crítico de L(x1,...,xn,λ) (asumimos g(x)0 en un entorno de p) se tiene

En p f alcanza un mínimo local si D2(p) < 0,D3(p) < 0,...,Dn(p) < 0
En p f alcanza un máximo local si todos los determinantes pares son positivos y todos los determinantes impares son negativos, i. e.,

Di(p) > 0 si i 2, es par

Di(p) < 0 si i es impar

En el anterior teorema, no aparece D¯1 pues D¯1(p) = | 0 gx1(p) gx1(p) Lx1x1(p) | = (gx1(p))2 < 0 (es siempre es negativo).

Cuando aparece más de una restricción, se debe considerar un hessiano con más de una orla:

Si hay n variables y m restricciones (m < n) de la forma gi(x1,...,xn) = ci entonces la lagrangiana será

L = f(x1,...,xn) + i=1mλ i[ci gi(x 1,...,xn)]

y el hessiano orlado será:

| 000 g11 g21 gn1 00 0 g 1m g2m gnm g11g12g1m Lx1x1 Lx1x2 Lx1xn |

Casos n = 2 y n = 3

Caso n = 2.

D¯2(p) = | 0 gx(p) gy(p) gx(p) Lxx(p) Lxy(p) |

Entonces, si p = (p1,p2,λ1) es un punto crítico de L(x,y,λ) = f(x,y) λ(g(x,y) c) (asumimos g(x,y)0 en un entorno de p) se tiene

En (p1,p2) f alcanza un mínimo local si D2(p) < 0,
En (p1,p2) f alcanza un máximo local D2(p) > 0,

Caso n = 3.

D¯2(p) = | 0 gx(p) gy(p) gx(p) Lxx(p) Lxy(p) | y D¯3(p) = | 0 gx(p) gy(p) gz(p) gx(p) Lxx(p) Lxy(p) Lxz(p) gy(p) Lyx(p) Lyy(p) Lyz(p) |

Entonces, si p = (p1,p2,p3,λ1) es un punto crítico de L(x,y,z,λ) = f(x,y,z) λ(g(x,y,z) c) (asumimos g(x,y,z)0 en un entorno de p) se tiene

En (p1,p2),p3 f alcanza un mínimo local si D2(p) < 0 y D3(p) < 0
En (p1,p2,p3) f alcanza un máximo local D2(p) > 0 y D3(p) < 0
Ejemplo126

Optimizar f(x,y) = x2 x(y 1)2 x + (y 1)2 + 1 sujeto a la restricción 2x = (y 1)2.

Solución. : L(x,y,λ) = x2 x(y 1)2 x + (y 1)2 + 1 λ ((y 1)2 2x)

Puntos críticos.

{ Lx = 2x (y 1)2 1 + 2λ = 0E1 Ly = 2x(y 1) + 2(y 1) 2λ(y 1) = 0E2 Lλ = (y 1)2 2x = 0E3

De la ecuación E3 tenemos 2x = (y 1)2. Sustituyendo en E1 queda

1 + 2λ = 0λ = 1 2

Sustituyendo los resultados anteriores en E3, queda

(y1)[(y1)21] = 0 { y = 1   y por tanto x = 0 y = 0   y por tanto x = 12 y = 2   y por tanto x = 12

Los puntos críticos, con λ = 12, son (0,1), (1 2,0) y (1 2,2)

Clasificación.

D2 = | 0 2 2(y 1) 2 2 2(y 1) 2(y 1) 2(y 1) 2λ 2x + 2 |

Ahora evaluamos los puntos críticos (con λ = 12)
D2(0,1,12) = | 0 2 0 2 2 0 0 0 1 | = 4,

entonces (0,1,1) es un mínimo local del problema

D2(12,0,12) = | 0 2 2 2 2 2 2 2 0 | = 8 > 0

entonces (12,2,54) es máximo local

D2(12,2,12) = | 0 2 2 2 2 2 2 2 0 | = 8 > 0

entonces (12,0,54) es máximo local

PIC

Ejemplo127

Hallar los extremos de z = x2 + y2 sujeto a la restricción x + 4y = 2.

Solución. : La función lagrangiana es L(x,y,λ) = x2 + y2 λ(x + 4y 2).

Puntos críticos: { Lx = 2x λ = 0λ = 2x Ly = 2y 4λ = 0y = 4x λ = 4 17,x = 2 17,y = 8 17.

Así, el único punto crítico es: P = ( 2 17, 8 17)

Clasificación: Usemos el teorema para clasificar los puntos críticos. En este caso, solo debemos calcular el hessiano orlado D¯2

D¯2(p) = | 0 gx(p) gy(p) gx(p) Lxx(p) Lxy(p) | = | 0 1 4 1 2 0 | = 34 < 0

así que ( 2 17, 8 17,f ( 2 17, 8 17)) = ( 2 17, 8 17,14 17) es un mínimo local del problema con restricciones

Ejemplo128
Hallar los extremos de z = x2 + y2 sujeto a la restricción x + 4y2 = 2.
Solución. : Este ejemplo es una pequeña variación del anterior, excepto que la solución del sistema no lineal es de más cuidado. La función lagrangiana es L(x,y,λ) = x2 + y2 λ(x + 4y2 2).

Puntos críticos: { Lx = 2x λ = 0E1 Ly = 2y 8λy = 0E2

PIC

Si despejamos primero λ = 2x en E1 y sustituimos en E2, queda

2y8(2x)y = 02y(18x) = 0 { y = 0

Pero estos valores de x y y no satisfacen la e cuación E3: 1 8 + 4 02 20. Por tanto se descartan.

Podemos iniciar despejando x = 2 4y2 en E3 y sustituir en E1,

2(2 4y2) λ = 0λ = 4 8y2

Ahora sustituimos en E2 y queda

2y8(48y2)y = 02y(116+32y2) = 0 { y = 0

Como ya usamos las tres ecuaciones podemos concluir que la solución del sistema es

{ y = 0 x = 2 { y = 15 32 x = 1 8  y  { y = 15 32 x = 1 8

Clasificación: Ahora vamos a clasificar los puntos críticos: En este caso, solo debemos calcular el hessiano orlado D¯2

D¯2 = | 0 gx gy gx Lxx Lxy | = | 0 1 8y 1 2 0 |

D¯2 (0,2,4) = 30 (0,2,4) es un máximo local

D¯2 (1 8,15 32,1 4) = 60 (1 8,15 32,31 64) es un mínimo local

D¯2 (1 8, 15 32,1 4) = 60 (1 8, 15 32,31 64) es un mínimo local

Ejemplo129

Maximizar f(x,y) = 2y x sujeto a y = sen x,0 x 2π

Solución. : F(x,y,λ) = 2y x λ(y sen x)

Puntos críticos:

{ Fx = 1 + λcos x = 0 Fy = 2 λ = 0 λ = 2,cos x = 1 2 o sea, x = π 3 ,x = 5π 3 .

Así los puntos críticos son: P1 = (π 3 , 3 2 ) y P2 = (5π 3 , 3 2 )

Clasificación: Usemos el teorema para clasificar los puntos críticos. En este caso, solo debemos calcular el hessiano orlado D¯2

D¯2 = | 0 cos x 1 cos x 0 0 |

así que D¯2(P1) = D¯2(P2) = 0 y, en este caso, el criterio no da información.

Ejemplo130

Maximizar y minimizar f(x,y) = x2 + 1 3 (y 3 2)2 + 1 sujeto a la restricción x2 + 4y2 9 = 1.

Solución. : Sea L(x,y,λ) = x2 + 1 3 (y 3 2)2 + 1 λ (x2 + 4y2 9 1).

{ Lx = 0 Ly = 0 Lλ = 0 { 2x 2λx = 0x(1 λ) = 0 (E1)  2 3 (y 3 2) 8λy 9 = 0 (E2) 

De (E1) vemos que la solución del sistema requiere que x = 0 o λ = 1.

Si x = 0, sustituyendo en (E3) obtenemos los puntos y = ±32.

Si λ = 1, sustituimos en la ecuación (E2) y obtenemos y = 4.5, pero al sustituir en la ecuación (E3) nos da una solución compleja.

Los puntos críticos de L son (0,32) con λ = 0 y (0,32) con λ = 1.5.

Clasificación:

D¯2 = | 0 gx gy gx Lxx Lxy | = | 0 2x 8y 9 2x 2 2λ 0 8y 9 0 2 3 8λ 9 |

Entonces { D¯2(0,32,0) = 329 < 0(0,32,f(0,32)) es un mínimo local 

PIC

Figura 5.13: Un problema de optimización con restricciones.

Ejemplo131

Verifique que el problema "Minimizar z = x2 + y2 sujeto a x y = 0" tiene como solución el mínimo local de z, es decir (0,0,0).

Solución. : Sea L(x,y,λ) = x2 + y2 λ(x y).

{ Lx = 0 Ly = 0 Lλ = 0 { 2x λ = 0 2y + λ = 0


Sustituyendo x = λ2 y y = λ2 en (E3) obtenemos λ = 0 y, por tanto, x = 0,y = 0.

En este caso, λ = 0 indica que el mínimo con restricciones coincide con un mínimo local de z.

Clasificación: D¯2(0,0,0) = | 0 1 1 1 2 0 1 0 2 | = 4 < 0. Efectivamente (0,0,0) es un mínimo local.

Ejemplo132

Determine tres números reales positivos x,y,z cuya suma sea 10 y su producto máximo.

Solución. : Hay que maximizar el producto P = xyz sujeto a la restricción x + y + z = 10.

Sea L(x,y,λ) = xyz λ(x + y + z 10).

{ Lx = 0 Ly = 0 Lz = 0 { yz λ = 0 xz λ = 0 xy λ = 0

Despejando λ obtenemos

yz = xz y xz = xy.

Como x,y y z son, en este caso, positivos; podemos cancelar y entonces x = y = z. Sustituyendo en (E4) nos queda 3x 10 = 0, es decir, x = y = z = 10 3 y λ = 1009

Clasificación:

D¯2 = | 0 1 1 1 0 z 1 z 0 |D¯2(103,103,103,1009) = 20 3 > 0

D¯3 = | 0 1 1 1 1 0 z y 1 z 0 x 1 y x 0 |D¯3(103,103,103,1009) = 100 3 < 0

Entonces en (103,103,103) el producto alcanza un máximo local.

Los tres números buscados on x = y = z = 10 3

Ejemplo133
Para la construcción de una caja de base rectangular, con tapa, con un volumen de 16m3 se tiene la siguiente función de costo para los materiales C(x,y,h) = 18xy + 16xh + 12yh

Utilizando Multiplicadores de Lagrange, calcule las dimensiones de la caja de modo que el costo de los materiales sea mínimo.

PIC

Solución. : Sean x el largo, y el ancho y h la altura de la caja. Como se requiere minimizar el costo, la función objetivo es C(x,y,h) = 18xy + 16xh + 12yh. La restricción (ligadura) es V = 16, es decir. xyh 16 = 0

Así:
L(x,y,h,λ) = 18xy + 16xh + 12yh λ(xyh 16) { Lx : 18y + 16h λyh = 0 Ly : 18x + 12h λxh = 0 Lh : 16x + 12y λxy = 0 Lλ : (xyh 16) = 0  Multiplicando (E1) por x, (E2) por y  y  (E3) por h,  obtenemos  { Lx : 18yx + 16hx λxyh = 0 (E1)  Ly : 18xy + 12hy λyxh = 0 (E2)  Lh : 16xh + 12yh λxyh = 0 (E3)  Lλ : xyh = 16 (E4) 

Igualando (E1) y (E2) tenemos 18yx + 16hx = 18xy + 12hyy = 4 3x (pues h0, se puede cancelar)

Igualando (E1) y (E3) tenemos 18yx + 16hx = 16xh + 12yhh = 18 12x (pues y0, se puede cancelar)

Sustituyendo y = 4 3x y h = 18 12x en (E4) se obtiene x = 2. Por tanto, x = 2,y = 8 3,h = 3 (y λ = 12)

Clasificación.

D¯2 = | 0 yz xz yz 0 18 λz xz 18 λz 0 |D¯2(2,83,3,12) = 1728 < 0

D¯3 = | 0 yz xz xy yz 0 18 λz 16 λy xz 18 λz 0 12 λx xy 16 λy 12 λx 0 |D¯3(2,83,3,12) = 27648 < 0

Entonces en (2,8 3,3) el costo es mínimo. Las dimensiones de la caja para que el costo sea mínimo son x = 2,y = 8 3,h = 3