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 es un
punto crítico del problema
“Optimizar la función objetivo:
sujeta a la restricción:
”
es decir, sí (con ), entonces el siguiente teorema nos da un criterio para clasificar los puntos críticos.
Consideremos el hessiano orlado
y los menores principales
- En
alcanza un mínimo local si
- En
alcanza un máximo local si todos los determinantes pares son positivos y todos los determinantes impares son
negativos, i. e.,
• si es par
• si es impar
En el anterior teorema, no aparece
pues (es
siempre es negativo).
Cuando aparece más de una restricción, se debe considerar un hessiano con más de una orla:
Si hay variables
y restricciones
() de la
forma
entonces la lagrangiana será
y el hessiano orlado será:
Caso .
Entonces, si es un punto crítico de (asumimos en un entorno de ) se tiene
- En
alcanza un mínimo local si
- En alcanza un máximo local
Caso .
Entonces, si es un punto crítico de (asumimos en un entorno de ) se tiene
- En
alcanza un mínimo local si
y
- En
alcanza un máximo local
y
Optimizar sujeto a
la restricción
Solución. :
Sustituyendo los resultados anteriores en E3, queda
Clasificación.
•
entonces
es un mínimo local del problema
entonces
es máximo local
entonces
es máximo local
Hallar los extremos de
sujeto a la restricción .
Solución. : La función lagrangiana es .
Puntos críticos:
.
Así, el único punto crítico es:
Clasificación: Usemos el teorema para clasificar los puntos críticos. En este caso, solo debemos calcular el hessiano orlado
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 .
Puntos críticos:
• Si despejamos primero en E1 y sustituimos en E2, queda
Pero estos valores de
y no satisfacen
la e cuación E3:
Por tanto se descartan.
• Podemos iniciar despejando en E3 y sustituir en E1,
Ahora sustituimos en E2 y queda
Como ya usamos las tres ecuaciones podemos concluir que la solución del sistema es
• es un
mínimo local
• es un
mínimo local
Maximizar
sujeto a
Solución. :
Puntos críticos:
o sea,
.
Clasificación: Usemos el teorema para clasificar los puntos críticos. En este caso, solo debemos calcular el hessiano orlado
Maximizar y minimizar
sujeto a la restricción .
Solución. : Sea
• De (E1) vemos que la solución del sistema requiere que o
• Si sustituyendo en (E3)
obtenemos los puntos
• Si sustituimos en la
ecuación (E2) y obtenemos
pero al sustituir en la ecuación (E3) nos da una solución compleja.
Los puntos críticos de
son con
y
con
Entonces
Verifique que el problema "Minimizar
sujeto a " tiene como
solución el mínimo local de
es decir
Solución. : Sea
Sustituyendo
y en
obtenemos
y, por
tanto,
En este caso,
indica que el mínimo con restricciones coincide con un mínimo local de
Clasificación: Efectivamente es un mínimo local.
Determine tres números reales positivos
cuya suma sea y
su producto máximo.
Solución. : Hay que maximizar el producto
sujeto a la restricción
Sea
Despejando obtenemos
Como y son, en este caso, positivos; podemos cancelar y entonces Sustituyendo en (E4) nos queda es decir, y
Clasificación:
Entonces en el producto alcanza un máximo local.
Los tres números buscados on
Utilizando Multiplicadores de Lagrange, calcule las dimensiones de la caja de modo que el costo de los materiales sea
mínimo.
Solución. : Sean
el largo, el
ancho y
la altura de la caja. Como se requiere minimizar el costo, la función objetivo es
. La restricción
(ligadura) es
es decir.
Así:
Igualando (E1) y
(E2) tenemos
(pues , se
puede cancelar)
Igualando (E1) y
(E3) tenemos
(pues , se
puede cancelar)
Sustituyendo
y en (E4)
se obtiene
Por tanto,
(y )
Clasificación.
Entonces en el costo es mínimo. Las dimensiones de la caja para que el costo sea mínimo son