Metodo lagrange
La demostración usa derivadas parciales y la regla de la cadena para funciones de varias variables. Se trata de extraer una función implícita de las restricciones, y encontrar las condiciones para que las derivadas parciales con respecto a las variables independientes de la función sean iguales a cero.
Consideremos un casobidimensional. Supongamos que tenemos la función, f (x, y), y queremos maximizarla, estando sujeta a la condición:
g(x,y) = c,
donde c es una constante. Podemos visualizar las curvas de nivel de f dadas por
f(x,y) = dn
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 nivelde f y g serán distintas, y la curva g = c por lo general intersecará y cruzará muchos contornos de f. En general, moviéndose a través de la línea g=c podemos incrementar o disminuir el valor de f. Solo cuando g=c, el contorno que estamos siguiendo toca tangencialmente, pero no lo corta, una curva de nivel de f no incrementamos o disminuimos el valor de f. Esto ocurre en el extremo localrestringido y los puntos de inflexión restringidos de f.
Un ejemplo familiar puede ser obtenido de los mapas climatológicos, con sus curvas de nivel de presión y temperatura (isóbaras e isotermas respectivamente): el extremo restringido ocurrirá donde los mapas superpuestos muestren curvas que se tocan.
Geométricamente traducimos la condición de tangencia diciendo que los gradientes de f y g sonvectores paralelos en el máximo. Introduciendo un nuevo escalar, λ, resolvemos
[pic][f(x, y) - λ (g(x, y) − c)] = 0
para λ ≠ 0.
Una vez determinados los valores de λ, volvemos al número original de variables y así continuamos encontrando el extremo de la nueva ecuación no restringida.
F(x,y) = f(x,y) − λ(g(x,y) − c)
de forma tradicional. Eso es, F(x,y) = f(x,y) para todo (x, y)satisfaciendo la condición porque g(x,y) − c es igual a cero en la restricción, pero los ceros de [pic]F(x, y) están todos en g(x,y) = c.
[editar] El método de los multiplicadores de Lagrange
Sea f (x) una función 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:
[pic]
Se procede abuscar un extremo para h
[pic]
lo que es equivalente a
[pic]
Los multiplicadores desconocidos λk 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 método de multiplicadores de Lagrange es generalizado por las condiciones deKarush-Kuhn-Tucker.
[editar] Ejemplo
Supongamos que queremos encontrar la distribución probabilística discreta con máxima entropía. Entonces
[pic]
Evidentemente, la suma de estas probabilidades debe ser exactamente igual a 1, por lo tanto nuestra restricción es g(p) = 1 con
[pic]
Podemos usar los multiplicadores de Lagrange para encontrar el punto de máxima entropía...
Regístrate para leer el documento completo.