Tarea 7

Universidad Autónoma del Estado
de México
Facultad de química
Licenciatura en Ingeniería Química
Materia:
Ingeniería de operaciones
Docente:
Morales Padilla Eduardo Rafael
Tarea 7: Optimización sin restricciones
Alumna:
Martínez Colín Nancy
Grupo 75
2024 B
a 20 de septiembre del 2024
optimización sin restricciones
Página 1 de 12
pasos:
- Hallar los puntos críticos: gradiente de f=0 ( ∆ f =0 )

- Hallar la matriz hessiana de f (matriz cuadrada nxn de las
segundas derivadas de la función)
Hf = ( ff xxyx ## ff xyyy )
Determinantes:
2 x 2 : A 1∗B 2− A 2∗B 1
3 x 3 : A 1∗( B 2∗C 3−B 3∗C 2 ) + A 2∗( B 3∗C 1−B 1∗C 3 )+ A 3∗( B 1∗C 2−B 2∗C 1 )
Clasificación de la matriz Hessiana Hf:
- Si es definida (+) entonces puede existir un mínimo relativo o tal

vez un máximo (depende los valores propios)
- Si es definida (-) entonces puede existir un máximo relativo o
talvez un punto de silla
Para esto se hallan las determinantes del primer elemento de la

matriz y posteriormente el determinante de la matriz hessiana
| A 1|=¿
| A 2|=|Hf |
Si | A 1| y |A 2| son ambas positivas entonces existe un mínimo relativo
Si | A 1| y |A 2| son ambas negativas entonces existe un máximo relativo
Si | A 1| y |A 2| tienen signo opuesto, se tendrá un punto de silla
Hessiana λ1 λ2 punto
Página 2 de 12
+ + + Mínimo
+ - - Máximo
- + + Silla
- - - Máximo
+ - + Silla
- - + silla
Página 3 de 12
Página 4 de 12
Ecuaciones de las superficies cuadráticas
Página 5 de 12
Ejercicios
Hallar los extremos relativos de la función, sin restricciones

2 2
F ( x , y )=x + 2 xy +2 y +2 x −2 y
Calcular gradientes de f:
Gradiente de f ( x , y )=( f x ; f y )=( 2 x +2 y +2 ; 2 x + 4 y−2 )
Calcular los puntos críticos, es decir, los que anulan el gradiente;

gradiente de f ( x , y )=0, para lo cual tenemos 2 ecuaciones, que
debemos igualar a cero y posteriormente resolver:
Como es un sistema de 2 variables, podemos restar 1 de 2
2 x+ 2 y +2=0
2 x+ 4 y−2=0
----------------------------------
−2 y +4=0
Por lo tanto:
Y=2
Sustituyendo y=2 en cualquier ecuación
2 x+ 2 ( 2 ) +2=0
X=-3
Teniendo este punto critico PC(-3,2), procedemos a hallar la matriz

hessiana de f(x,y), como se trata de 2 variables, la matriz será de 2x2:
Hf = ( 22 24)
Página 6 de 12
| A 1|=|2|=2 calculando valores propios λ 1> 0 y λ 2> 0 entonces mínimo
local o relativo
(2 4 )
| A 1|= 2 2 =(2∗4 )−(2∗2)=8−4=4
Como el valor es positivo en ambos casos, entonces se dice que la

matriz hessiana es definida positiva y por tanto tendremos un mínimo
relativo, en el punto critico P(−3 , 2).
Graficando:
Página 7 de 12
Página 8 de 12
Hallas los extremos relativos de la siguiente función:
3 2
F ( x , y )=X + x y+ x − y
Lo primero es hallar los puntos críticos, es decir, aquellos que anulan el

gradiente de f
Gradiente de f =( f x ; f y )=( 3 x 2+2 xy +1 ; x 2−1 )=( 0 , 0 )

2
3 x + 2 xy +1=0
2
x −1=0
Donde x=± 1
Sustituyendo x=1 en la primera ecuación
3 ( 1 ) +2 (1 ) y +1=0
y=−2
Por lo tanto, punto crítico 1  P1(1,-2)
Sustituyendo x=-1 en la primera ecuación

2
3 (−1 ) +2 (1 ) y +1=0
y=2
Por lo tanto, punto crítico 2  P1(-1,2)
Hf = ( 6 x+2 x2 y 20x )
Hf =
( 6(1)+2(−2) 2(1)
2(1) 0
=
2 2
2 0 )( )
=(2∗0)−(2∗2)=4
Hf =
( 6(−1)+2(2)
2(−1) 0
=
)(
2(−1) −2 −2
−2 0
=(−2∗0)−(−2∗−2)=−4 )
- | A 1|=|2|=2 calculando valores propios λ 1> 0 y λ 2> 0
Página 9 de 12
|Hf 1|=−4
Negativo, por lo tanto, el punto 1 es un punto silla.
- | A 1|=|−2|=−2 calculando valores propios λ 1> 0 y λ 2> 0
|Hf 2|=−4
Negativo, por lo tanto, el punto 2 es un punto silla.
Página 10 de 12
Hallar los extremos relativos de la siguiente función
2 2
f ( x , y )=x + 3 y
Lo primero es hallar los puntos críticos, es decir aquellos que anulan el

gradiente de f
Gradiente de relativos de la siguiente función:

3 2
F ( x , y )=X + x y+ x − y
Lo primero es hallar los puntos críticos, es decir, aquellos que anulan el
gradiente de f
Gradiente de f =( f x ; f y )=( 2 x ; 6 y )= ( 0 ,0 )
Donde x=0  x=0
Donde x=0  y=0
Por lo tanto, punto crítico  P1(0,0)
Hf = ( 20 06)=(2∗6)−(0∗0)=12
- | A 1|=|2|=2 calculando valores propios λ 1> 0 y λ 2> 0

Los valores propios son positivos
|Hf 1|=6
Por lo tanto el punto P1(0,0) es un mínimo relativo
Página 11 de 12
Página 12 de 12

Tarea 7

Cargado por

Copyright:

Formatos disponibles

Tarea 7

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Tarea 7

Cargado por

Copyright:

Formatos disponibles

Universidad Autónoma del Estado

Tarea 7: Optimización sin restricciones

a 20 de septiembre del 2024

optimización sin restricciones

- Hallar los puntos críticos: gradiente de f=0 ( ∆ f =0 )

Clasificación de la matriz Hessiana Hf:

- Si es definida (+) entonces puede existir un mínimo relativo o tal

Para esto se hallan las determinantes del primer elemento de la

Si | A 1| y |A 2| son ambas negativas entonces existe un máximo relativo

Si | A 1| y |A 2| tienen signo opuesto, se tendrá un punto de silla

Hallar los extremos relativos de la función, sin restricciones

Gradiente de f ( x , y )=( f x ; f y )=( 2 x +2 y +2 ; 2 x + 4 y−2 )

Calcular los puntos críticos, es decir, los que anulan el gradiente;

Como es un sistema de 2 variables, podemos restar 1 de 2

Sustituyendo y=2 en cualquier ecuación

Teniendo este punto critico PC(-3,2), procedemos a hallar la matriz

Como el valor es positivo en ambos casos, entonces se dice que la

Lo primero es hallar los puntos críticos, es decir, aquellos que anulan el

Gradiente de f =( f x ; f y )=( 3 x 2+2 xy +1 ; x 2−1 )=( 0 , 0 )

Sustituyendo x=1 en la primera ecuación

Por lo tanto, punto crítico 1  P1(1,-2)

Sustituyendo x=-1 en la primera ecuación

Por lo tanto, punto crítico 2  P1(-1,2)

- | A 1|=|2|=2 calculando valores propios λ 1> 0 y λ 2> 0

- | A 1|=|−2|=−2 calculando valores propios λ 1> 0 y λ 2> 0

Lo primero es hallar los puntos críticos, es decir aquellos que anulan el

Gradiente de relativos de la siguiente función:

Donde x=0  x=0

Donde x=0  y=0

Por lo tanto, punto crítico  P1(0,0)

- | A 1|=|2|=2 calculando valores propios λ 1> 0 y λ 2> 0

También podría gustarte