4.2.

Multiplicadores de Lagrange: Algunos ejemplos y condiciones de uso

Se presentan ahora una coleccin de ejemplos en los que se vara el nmero de variables y condiciones para usar el mtodo de los multiplicadores de Lagrange. Tambin se ponen otros en los cuales dicho mtodo es ineficaz ya sea por no verificarse las condiciones de aplicacin o por no poder resolver el sistema de ecuaciones que proporciona los puntos crticos. Ejemplo 4.2.1.La temperatura de una placa en un punto cualquiera (x , y ) viene dada por la funcin T (x,y) = 25 + 4 x2 - 4 x y + y2 . Una alarma trmica, situada sobre los puntos de la circunferencia x2 + y2 = 25, se dispara a temperaturas superiores a 180 grados o inferiores a 20 grados. Se disparar la alarma?

Solucin.
Se utilizar el mtodo de los multiplicadores de Lagrange. Se definen la funcin y la condicin:
T@x_, y_D := 25 + 4 x2 4 x y + y2 condicion = x2 + y2 25;

En este ejemplo, se vuelve a dar una funcin de 2 variables y una nica condicin. La funcin F(x ,y) es:
F@x_, y_D := T@x, yD + condicion

Las derivadas parciales son:

Fx = x F@x, yD 8x4y+2x Fy = y F@x, yD 4 x + 2 y + 2 y

Los puntos de la circunferencia en los que T(x,y) alcanza valores extremos son las soluciones del sistema:
ecuaciones = 8Fx == 0, Fy == 0, condicion == 0<; Solve @ecuaciones , 8x, y, <D :: 5, x 2 : 0, x 5 ,y 5 >, : 5, x 2 5 >, : 0, x 5 ,y 5 >,

5 , y 2

5 ,y2

5 >>

Se debe, por tanto, alcanzar el mnimo y el mximo necesariamente en alguno de los siguientes puntos:
puntos = :: 2 5 , 5 >, :2 5 , 5 >, : 5 , 2 5 >, : 5 ,2 5 >>;

Basta evaluar en ellos la funcin para encontrar el mximo y el mnimo de T(x,y).

var = :TB 2 5 , 5 F, TB2 5 , 5 F , TB 5 , 2 5 F, TB 5 ,2 5 F>

8150, 150, 25, 25 <

El mximo es:

Untitled-7

Max@varD 150

El mnimo es:
Min@varD 25

Por tanto el mnimo valor es 25 grados y el mximo 150 grados, luego la alarma no se disparar, pues las temperaturas estn comprendidas entre 25 y 150 grados, que es un rango de temperaturas permitido. Ejemplo 4.2.2.Hallar la distancia mnima entre la elipse x2 + 2 y2 = 6 y la recta x + y = 5.

Solucin.
Se trata de encontrar los puntos de la elipse y de la recta ms prximos entre s. Se denota por (x,y) a un punto genrico de la elipse y (a,b) un punto genrico de la recta. As, hay que minimizar la expresin: H x - aL2 + H y - bL2 Pero como la raz cuadrada es creciente, la funcin a minimizar puede ser: H x - aL2 + H y - bL2 Se representan grficamente la elipse y la recta para dar una idea geomtrica del problema a resolver:
Clear @a, f, bD eli1 = Plot B 1 2 I6 x2 M , :x, 1 2 6 , 6 >, DisplayFunction Identity F;

eli2 = Plot B

I6 x2 M , :x,

6 ,

6 >, DisplayFunction Identity F;

rec = Plot @5 x, 8x, 10, 10<, DisplayFunction Identity D; Show @eli1, eli2, rec, DisplayFunction $DisplayFunction D;
6 4 2

-10

-5 -2 -4

10

Se define la funcin de la cual se va a calcular el valor mnimo:

f@x_, y_, a_, b_D := Hx aL2 + Hy bL2

sometida a las siguientes condiciones:

Untitled-7

condicion1 = x2 + 2 y2 6; condicion2 = a + b 5;

En este ejemplo se tiene una funcin de 4 variables y 2 condiciones. La funcin F(x,y,a,b) debe ser:
F@x_, y_, a_, b_D := f@x, y, a, bD + condicion1 + condicion2

sus derivadas parciales son:

Fx = x F@x, y, a, bD 2 H a + xL + 2 x Fy = y F@x, y, a, bD 2 H b + yL + 4 y Fa = a F@x, y, a, bD 2 H a + x L + Fb = b F@x, y, a, bD 2 H b + y L +

Los puntos en los que f(x,y,a,b) alcanza valores extremos son las soluciones del sistema:
eqns = 8Fx == 0, Fy == 0, Fa == 0, Fb == 0, condicion1 == 0, condicion2 == 0<; Solve @eqns, 8x, y, a, b, , <D :8 8, a 2, b 3, 2, x 2, y 1<, : 2, a 3, b 2, : 0, a : 0, a 2 3 2 3 J5 2 J5 + 2 2 N, b 2 N, b 1 3 1 3 J5 + 4 J5 4 2 N, 0, x 2 N, 0, x 2 3 2 3 J5 2 J5 + 2 1 2 , x 2, y 1>, 1 3 1 3 J5 + 4 J5 4 2 N>, 2 N>>

2 N, y 2 N, y

Se eliminan los valores complejos de las soluciones, y el valor mnimo habra que buscarlo hallando la distancia entre los siguientes puntos: a.) El punto ( 2, 1) de la elipse, con el punto ( 3, 2) de la recta b.) El punto (- 2, - 1) de la elipse, con el punto (2, 3) de la recta que son los puntos candidatos a extremos que hemos encontrado. Basta evaluar en ellos la funcin para encontrar el mnimo:
variable = 8f@2, 1, 3, 2D, f@ 2, 1, 2, 3D< 82, 32<

Luego el mnimo valor, que es el dato pedido en el enunciado, es 2 ( ya que hemos trabajado con la funcin al cuadrado) que se alcanza entre el punto (2,1) de la elipse y el punto (3,2) de la recta. NOTA: Hay que tener en cuenta que la recta no es un compacto. Sin embargo, la naturaleza del problema permite asegurar que el resultado dado es un mnimo. La mxima distancia entre la recta y la elipse sera infinita. Mathematica resuelve el ejercicio a ciegas, sin tener en cuenta este hecho. Una posible solucin, a la vista de la grfica, para argumentar sobre el valor mnimo es trabajar para valores situados en el primer cuadrante. Entonces los puntos de la recta tienen su abscisa entre 0 y 5, siendo entonces compacto dicho conjunto.

Untitled-7

Para garantizar que la distancia mnima se alcanza entre los puntos que hemos calculado, se debera calcular entonces la distancia entre los puntos (5,0) de la recta y ( 6 ,0) de la elipse y (0,5) de la recta y (0, 3 ) de la elipse, que son los vrtices de dicha elipse:
Sqrt BfB 2.55051 Sqrt BfB0, 3.26795 3 , 0, 5FF N 6 , 0, 5, 0FF N

Como ambos valores son superiores a Ejemplo 4.2.3.-

2 , este valor es el mnimo.

En una empresa se fabrican recipientes con forma de prisma rectangular con las siguientes caractersticas: la suma de todas sus aristas es de 30 metros y su superficie total es de 36 metros cuadrados. Determinar la capacidad mxima y mnima de estos recipientes en metros cbicos.

Solucin.
Si se denominan x, y, z a las longitudes de las aristas del prisma, la funcin volumen, de la que se quiere hallar los extremos, ser:
v@x_, y_, z_D := x y z

Y las condiciones dadas en el enunciado sern:

condicion1 = 4 x + 4 y + 4 z 30; condicion2 = 2 x y + 2 x z + 2 y z 36;

En este ejemplo se da una funcin de 3 variables y 2 condiciones. La funcin F(x,y,z) debe ser:
F@x_, y_, z_D := v@x, y, zD + condicion1 + condicion2

Las derivadas parciales son:

Fx = x F@x, y, zD y z + 4 + H2 y + 2 zL Fy = y F@x, y, zD x z + 4 + H2 x + 2 zL Fz = z F@x, y, zD x y + 4 + H2 x + 2 yL

Los puntos en los que v(x,y,z) alcanza valores extremos son las soluciones del sistema:
eqns = 8Fx == 0, Fy == 0, Fz == 0, condicion1 == 0, condicion2 == 0<;

Untitled-7

Solve @eqns, 8x, y, z, , <D :: 1, 1, x 2, y 2, z : 1, 1, x : 9 4 , 3 2 7 2 7 2 >, : 1, 1, x 2, y 9 4 9 4 , 3 2 , 3 2 ,x 3 2 7 2 , z 2 >,

, y 2, z 2>, : 3 2

, y 3, z 3>, 3 2 >>

, x 3, y

, z 3>, :

, x 3, y 3, z

Dado que el conjunto delimitado por las condiciones del enunciado es compacto y la funcin v(x,y,z) es continua, se debe alcanzar el mnimo y el mximo necesariamente en alguno de los siguientes puntos:
puntos = ::2, 2, 7 2 >, :2, 7 7 3 3 3 , 2>, : , 2, 2>, : , 3, 3>, :3, , 3>, :3, 3, >>; 2 2 2 2 2

Basta evaluar en ellos la funcin para encontrar el mximo y el mnimo de v(x,y,z).

var = :vB2, 2, :14, 14, 14, Max@varD 14 Min@varD 27 2 7 2 F, vB2, 27 , 2 2 , 2 7 2 7 3 3 3 , 2F, vB , 2, 2F, vB , 3, 3F, vB3, , 3F, vB3, 3, F> 2 2 2 2

27

27

>

Luego la capacidad mnima de los recipientes ser Ejemplo 4.2.4.-

27 2

m3 y la mxima 14 m3 .

Demostrar que la funcin f(x,y)=H x + 1L2 +y2 tiene un mnimo, condicionado a la relacin y2 =x3 en el punto (0,0) y sin embargo no existe l que verifique el teorema de Lagrange. Existe contradiccin?

Solucin.
Se define la funcin y la condicin:
f @ x_ , y_ D := Hx + 1 L ^ 2 + y ^ 2 condicion = y ^ 2 x ^ 3;

Si el punto (0,0) es un mnimo condicionado debe satisfacer la ecuacin de la restriccin:

condicion . 8x 0, y 0< 0

Adems, se tiene que:

f@0, 0D 1

En el resto de los puntos que satisfacen la condicin debe ser x >0, para que y2 sea positivo, luego f(x,y) ser siempre mayor que f(0,0)=1, y, por lo tanto, el punto (0,0) es un mnimo condicionado, como afirma el enunciado del problema.

Untitled-7

Utilizamos ahora el mtodo de los multiplicadores de Lagrange para resolver el problema planteado: La funcin F(x,y) debe ser:
F@x_, y_D := f@x, yD + condicion

Las derivadas parciales son:

Fx = x F@x, yD 2 H1 + xL 3 x2 Fy = y F@x, yD 2y+2y

Los puntos en los que f(x,y) alcanza valores extremos son las soluciones del sistema:
eqns = 8Fx == 0, Fy == 0, condicion == 0<; Solve @eqns, 8x, y, <D ::y :y 1 3 1 3 2 3 1 3 2 3 2 3 J7 5 N , 1, x 5 N , 1, x 1 3 1 3 J 1 + 5 N>, 5 N>, 5 N>, 5 N>>

J7 2 3 J7 +

J 1 + 1 3 J 1

:y :y 1 3

5 N , 1, x 5 N , 1, x 1 3

J7 +

J 1

Ninguna solucin del sistema proporciona valores reales de las variables x e y. Sin embargo, hemos demostrado que el (0,0) es un mnimo condicionado. Para ver si existe contradiccin calcularemos, mediante el comando Grad , el gradiente de la ligadura, segn la teora de la pgina 188. Cargamos el paquete Calculus`VectorAnalysis`
<< Calculus`VectorAnalysis`

Hallamos el gradiente de la condicin.

Drop @Grad @y ^ 2 x ^ 3D, 1D 80, 0<

Luego, NO existe contradiccin ya que la matriz de las derivadas de la condicin tiene rango 0, al ser su gradiente nulo, y no 1 como exigen las condiciones del teorema. Ejemplo 4.2.5 .Hallar, si es posible, el mximo y el mnimo de la funcin f(x,y) = senH xL + cosI y2 M sobre el conjunto A={(x,y) e y2 = 1} .
2

/ x2 +

Solucin.
Los valores mximo y mnimo existen pues f(x,y) es una funcin continua y el conjunto A es compacto. Intentaremos utilizar el mtodo de los multiplicadores de Lagrange. Se definen la funcin y la condicin, dadas en el enunciado:
f@x_, y_D := Sin@xD + Cos@y ^ 2D

Untitled-7

condicion = x2 + y2 1;

La funcin F(x ,y) es:

F@x_, y_D = f@x, yD + condicion I 1 + x2 + y2 M + CosAy2 E + Sin@xD

Las derivadas parciales son:

Fx = x F@x, yD 2 x + Cos@xD Fy = y F@x, yD 2 y 2 y SinAy2E

Los puntos de A en los que f(x,y) alcanza valores extremos son las soluciones del sistema:
eqns = 8Fx == 0, Fy == 0, condicion == 0<; Solve @eqns, 8x, y, <D

Solve::incnst : Inconsistent or redundant transcendental equation. After reduction, the bad equation is 1 + ArcCos@Cos@xDD2 == 0. Solve::tdep : The equations appear to involve the variables to be solved for in an essentially nonalgebraic way. Solve::incnst : Inconsistent or redundant transcendental equation. After reduction, the bad equation is 1 + ArcCos@Cos@xDD2 == 0. Solve::tdep : The equations appear to involve the variables to be solved for in an essentially nonalgebraic way.
Solve A92 x + Cos@xD == 0, 2 y 2 y SinAy2E == 0, 1 + x2 + y2 == 0=, 8x, y, <E

Por lo tanto, no se puede resolver el problema, ya que Mathematica no sabe resolver el sistema de ecuaciones asociado. El clculo de los extremos implica la resolucin del sistema de ecuaciones de Lagrange o de la bsqueda de los puntos crticos. Desgraciadamente no hay un algoritmo general de resolucin de TODOS los sistemas de ecuaciones no lineales que suelen aparecer en estos casos. Hacemos el cambio de variable x= cost, y= sent para intentar simplicar la funcin a optimizar:
g@t_D = f@x, yD . 8x Cos @tD, y > Sin@tD< Cos ASin@tD2E + Sin@Cos@tDD

Hallamos sus posibles extremos igualando a cero su derivada

Solve @t g@tD 0, tD

InverseFunction::ifun : Inverse functions are being used. Values may be lost for multivalued inverses.
88t InverseFunction @g , 1, 1D@0D<<

Como vemos, tampoco podemos resolver la ecuacin con Mathematica.