UNIVERSIDAD NACIONAL DE SAN AGUSTIN ESCUELA PROFESIONAL DE INGENIERIA ELECTRICA

TEMA: TEOREMA DE MULTIPLICADORES DE LAGRANGE

ndice
0. Introduccin...2 1. El mtodo de los multiplicadores de Lagrange....3 2. Demostracin.....4 3. Ejemplos..5 3.1 Ejemplo #1..5 3.2 Ejemplo #2..6 3.3 Ejemplo #3..7 4. Criterio de la segunda derivada para Extremos con Restriccin...8 4.1 El caso bidimensional...8 4.2 El caso n-dimensional..9 5. Bibliografa...10

ANALISIS DE SISTEMA DE POTENCIA 2

2014

UNIVERSIDAD NACIONAL DE SAN AGUSTIN ESCUELA PROFESIONAL DE INGENIERIA ELECTRICA

TEMA: TEOREMA DE MULTIPLICADORES DE LAGRANGE

INTRODUCCION
En los problemas de optimizacin, el mtodo de los multiplicadores de Lagrange, llamados as en honor a Joseph Louis Lagrange, es un procedimiento para encontrar los mximos y mnimos de funciones de mltiples variables sujetas a restricciones. Este mtodo reduce el problema restringido con n variables a uno sin restricciones de n + k variables, donde k es igual al nmero de restricciones, y cuyas ecuaciones pueden ser resueltas ms fcilmente. Estas nuevas variables escalares desconocidas, una para cada restriccin, son llamadas multiplicadores de Lagrange. El mtodo dice que los puntos donde la funcin tiene un extremo condicionado con k restricciones, estn entre los puntos estacionarios de una nueva funcin sin restricciones construida como una combinacin lineal de la funcin y las funciones implicadas en las restricciones, cuyos coeficientes son los multiplicadores. La demostracin usa derivadas parciales y la regla de la cadena para funciones de varias variables. Se trata de extraer una funcin implcita de las restricciones, y encontrar las condiciones para que las derivadas parciales con respecto a las variables independientes de la funcin sean iguales a cero.

ANALISIS DE SISTEMA DE POTENCIA 2

2014

UNIVERSIDAD NACIONAL DE SAN AGUSTIN ESCUELA PROFESIONAL DE INGENIERIA ELECTRICA

TEMA: TEOREMA DE MULTIPLICADORES DE LAGRANGE

1.-Multiplicadores de Lagrange Consideremos un caso bidimensional. Supongamos que tenemos la funcin, f (x, y), y queremos maximizarla, estando sujeta a la condicin:

Dnde: c es una constante. Podemos visualizar las curvas de nivel de f dadas por

Para varios valores de dn, y el contorno de g dado por g(x, y) = c. Supongamos que hablamos de la curva de nivel donde g = c. Entonces, en general, las curvas de nivel de f y g sern distintas, y la curva g = c por lo general intersecar y cruzar muchos contornos de f. En general, movindose a travs de la lnea g=c podemos incrementar o disminuir el valor de f. Slo cuando g=c (el contorno que estamos siguiendo) toca tangencialmente (no corta) una curva de nivel de f, no se incrementa o disminuye el valor de f. Esto ocurre en el extremo local restringido y en los puntos de inflexin restringidos de f. Un ejemplo familiar puede ser obtenido de los mapas climatolgicos, con sus curvas de nivel de presin y temperatura (isbaras e isotermas respectivamente): el extremo restringido ocurrir donde los mapas superpuestos muestren curvas que se tocan. Geomtricamente traducimos la condicin de tangencia diciendo que los gradientes de f y g son vectores paralelos en el mximo. Introduciendo un nuevo escala r, , resolvemos [ f(x, y) - (g(x, y) c)] = 0 Para 0. Una vez determinados los valores de , volvemos al nmero original de variables y as continuamos encontrando el extremo de la nueva ecuacin no restringida.

de forma tradicional. Eso es,

para todo (x, y) satisfaciendo la

condicin porque es igual a cero en la restriccin, pero los ceros de F(x, y) estn todos en .

ANALISIS DE SISTEMA DE POTENCIA 2

2014

UNIVERSIDAD NACIONAL DE SAN AGUSTIN ESCUELA PROFESIONAL DE INGENIERIA ELECTRICA

TEMA: TEOREMA DE MULTIPLICADORES DE LAGRANGE

Sea f (x) una funcin definida en un conjunto abierto n-dimensional {x Rn}. Se definen s restricciones gk (x) = 0, k=1,..., s, y se observa (si las restricciones son satisfechas) que:

Se procede a buscar un extremo para h

lo que es equivalente a

2. Demostracin

Comenzemos con el caso de una restriccin. Sea una superficie M contenida en Rn definida por g(x)=0 y sea f(x) la funcin a obtener su punto crtico. Si p M un punto crtico entonces se ha de cumplir:

para todo v vector tangente a M en p (es decir, sea cual sea la direccin en la que nos desplacemos en M, el incremento de f a primer orden es nulo) La anterior condicin significa que es perpendicular al tangente a M en p y dado que dim M=n-1 existe un nico vector perpendicular linealmente independiente que viene dado por , de modo que se tiene:

para algn nmero

ANALISIS DE SISTEMA DE POTENCIA 2

2014

En el caso de que M est definida por varias restricciones

UNIVERSIDAD NACIONAL DE SAN AGUSTIN ESCUELA PROFESIONAL DE INGENIERIA ELECTRICA

TEMA: TEOREMA DE MULTIPLICADORES DE LAGRANGE

el conjunto de vectores de modo que al

perpendiculares al tangente a M en p viene generado por ser perpendicular al vector tangente a M en p este ha de ser de la forma:

para unos ciertos nmeros Los multiplicadores desconocidos k se determinan a partir de las ecuaciones con las restricciones y conjuntamente se obtiene un extremo para h que al mismo tiempo satisface las restricciones (i.e. gk=0), lo que implica que f ha sido optimizada El mtodo de multiplicadores de Lagrange es generalizado por las condiciones de Karush-Kuhn-Tucker.

3.-Ejemplos Ejemplo #1 Supongamos que queremos encontrar la distribucin probabilstica discreta con mxima entropa. Entonces

Podemos usar los multiplicadores de Lagrange para encontrar el punto de mxima entropa (dependiendo de las probabilidades). Para todo k desde 1 hasta n, necesitamos

lo que nos da

Derivando estas n ecuaciones, obtenemos

ANALISIS DE SISTEMA DE POTENCIA 2

2014

UNIVERSIDAD NACIONAL DE SAN AGUSTIN ESCUELA PROFESIONAL DE INGENIERIA ELECTRICA

TEMA: TEOREMA DE MULTIPLICADORES DE LAGRANGE

Esto muestra que todo pi es igual (debido a que depende solamente de ). Usando la restriccin k pk = 1, encontramos

Esta (la distribucin uniforme discreta) es la distribucin con la mayor entropa.

Ejemplo #2 Determinar los puntos en la esfera punto la distancia al punto : que estn ms cercanos al

para hacer ms sencilla la operacin se maximiza o minimiza el cuadrado de la distancia:

la restriccin: De acuerdo con el mtodo de los multiplicadores de Lagrange, se resuelven las ecuaciones " "y" " y el resultado es:

1. 2. 3. 4. la manera ms sencilla de resolver estas ecuaciones es dejar x, y, z en funcin de y luego sustituimos en la ecuacin (4). de la ecuacin (1) obtenemos se observa que si no se puede realizar la operacin. lo mismo sucede con la ecuacin (2) y (3) 1 por que

ANALISIS DE SISTEMA DE POTENCIA 2

2014

UNIVERSIDAD NACIONAL DE SAN AGUSTIN ESCUELA PROFESIONAL DE INGENIERIA ELECTRICA

TEMA: TEOREMA DE MULTIPLICADORES DE LAGRANGE

sustituyendo en la ecuacin (4)

se obtiene que

y entonces los puntos (x, y, z) son :

y se puede observar que el punto ms cercano entonces es

Ejemplo #3

Restricciones:

Aplicar el mtodo:

ANALISIS DE SISTEMA DE POTENCIA 2

2014

UNIVERSIDAD NACIONAL DE SAN AGUSTIN ESCUELA PROFESIONAL DE INGENIERIA ELECTRICA

TEMA: TEOREMA DE MULTIPLICADORES DE LAGRANGE

4. Criterio de la segunda derivada para Extremos con Restriccin 4.1. El caso bidimensional Como en el caso no restringido en el que usamos la matriz Hessiana y el criterio de Sylvester para determinar la naturaleza de los puntos crticos, en presencia de multiplicadores de Lagrange existe un mtodo anlogo para descubrir si un punto crtico v0 es mximo, mnimo, o punto silla. Sea f:U2 y g:U2 dos curvas suaves de clase C2. Sea v0U tal que g(v0)= c y sea S elconjunto de nivel de g con valor c. Asumimos que g(v0)0 y existe un nmero real tal que f(v0) = g(v0). Para la funcin auxiliar h = f g tenemos la matriz hessiana limitada:

ANALISIS DE SISTEMA DE POTENCIA 2

2014

UNIVERSIDAD NACIONAL DE SAN AGUSTIN ESCUELA PROFESIONAL DE INGENIERIA ELECTRICA

TEMA: TEOREMA DE MULTIPLICADORES DE LAGRANGE

Evaluada en v0 1. Si |H|>0 entonces v0 es un mximo local en f limitada a S 2. Si |H|<0 entonces v0 es un mnimo local en f limitada a S 3. Si |H|=0 entonces el criterio no concluye nada 4.2. El caso n-dimensional Anlogamente al caso bidimensional, consideramos el caso n-dimensional, Sea f:Un y g:Un dos curvas suaves de clase C2. Sea v0U tal que g(v0)= c y sea S elconjunto de nivel de g con valor c. Asumimos que g(v0)0 y existe un nmero real tal que f(v0) = g(v0). Para la funcin auxiliar h = f g construimos la matriz hessiana limitada:

evaluada en v0

Examinamos los determinantes de las submatrices en la diagonal de orden mayor o igual a 3: Si todos ellos son mayores que 0, tenemos un mnimo local en v0 Si el primer subdeterminante de tamao 3x3 es mayor que cero, el siguiente (el de 4x4) es menor que cero, y de esa manera los subdeterminantes van alternando su signo, tenemos un mximo local en v0 Si todos los subdeterminantes son distintos de cero, pero no siguen ninguno de los dos patrones anteriores, tenemos un punto silla en v0 Si no se da ninguno de los tres casos anteriores, el criterio no concluye nada

ANALISIS DE SISTEMA DE POTENCIA 2

2014

UNIVERSIDAD NACIONAL DE SAN AGUSTIN ESCUELA PROFESIONAL DE INGENIERIA ELECTRICA

TEMA: TEOREMA DE MULTIPLICADORES DE LAGRANGE

5. Bibliografa
http://es.wikipedia.org/wiki/Multiplicadores_de_Lagrange http://www.fis.utfsm.cl/fis140/Lagrange.pdf

http://cb.mty.itesm.mx/materias/ma4011/materiales/a130-15.pdf

ANALISIS DE SISTEMA DE POTENCIA 2

2014

10