Benemérita Universidad

1.
Autónoma de Puebla

Facultad de Ciencias de la Electrónica

Matemáticas para Ingenierías 1

Trabajo de investigación:
Aplicaciones Multiplicadores de Lagrange

Profesor: Dra. Lilia Meza Montes

Integrantes del Equipo:

 Meza García Jael Nicolas
 Pérez Quinto Marcos David

OTOÑO 2018
INTRODUCCIÓN

Los multiplicadores de Lagrange se usan en el cálculo multivariable para encontrar los máximos y
mínimos de una función sujeta a restricciones (como "encontrar la elevación más alta a lo largo de
la ruta dada" o "minimizar el costo de los materiales para una caja que encierra un volumen dado").

Uno de los problemas más comunes en el cálculo es el de encontrar máximos o mínimos (en general,
"extremos") de una función, pero a menudo es difícil encontrar una forma cerrada para la función
que está siendo extremizada. Tales dificultades a veces surgen cuando se desea maximizar o
minimizar una función sujeta a condiciones o restricciones externas fijas. El método de los
multiplicadores de Lagrange es una herramienta poderosa para resolver esta clase de problemas sin
la necesidad de resolver explícitamente las condiciones y usarlas para eliminar variables adicionales.

1.0 LAS MATEMÁTICAS DE LOS MULTIPLICADORES DE LAGRANGE

Para las funciones de una variable hay, generalmente, una primera derivada. Para las funciones de
n variables, hay n primeras derivadas. Un gradiente es solo un vector que recopila todas las
primeras derivadas parciales de la función en un solo lugar.

Cada elemento en el gradiente es una de las primeras derivadas parciales de la función, una manera
fácil de pensar en la gradiente es que si seleccionamos un punto en alguna función, nos da la
"dirección" hacia la que se dirige la función. Si nuestra función está etiquetada 𝐹 la notación para el
gradiente de f es 𝛻𝐹

Lo más importante que se debe saber acerca de los gradientes es que siempre apuntan en la
dirección de la pendiente más pronunciada de una función, en un punto determinado. (Dibujo)

La función 𝑓 forma una colina hacia el pico, donde hay dos regiones que mantienen la altura de f
constante en algún nivel a. Estas se denominan curvas de nivel de 𝑓.

Figura 1. Demostración del comportamiento de las gradientes

2.0 CÓMO FUNCIONAN

Para saber cómo funcionan los multiplicadores de Lagrange, observemos el siguiente esquema; la
función 𝑓 desde arriba, junto con una restricción 𝑔 = 𝑐. En el dibujo, la restricción es un plano que
hace “un corte”.

Figura 2. Restricción de un plano que atraviesa una función

En el esquema, el límite donde la restricción corta la función está marcado con una línea gruesa. En
esa línea están los puntos más altos que podemos alcanzar sin pasar por encima de nuestra
restricción. Ese es un lugar obvio para comenzar a buscar un máximo restringido.

Si nuestra pendiente es mayor que la curva de nivel, podemos alcanzar un punto más alto en la
colina si seguimos moviéndonos a la derecha. Si nuestra pendiente es menor que la curva de nivel,
por ejemplo, hacia la derecha donde nuestra línea de restricción está disminuyendo, debemos
retroceder hacia la izquierda para llegar a un punto más alto.

Cuando llegamos a un punto donde la pendiente de la línea de restricción es igual a la pendiente de

la curva de nivel, nos hemos “movido” tan alto como podemos. Es decir, hemos alcanzado nuestro
máximo restringido. Cualquier movimiento desde ese punto nos llevará cuesta abajo. En la figura,
este punto está marcado con una flecha grande que apunta hacia el pico.

En ese punto, la curva de nivel f = a2 y la restricción tienen la misma pendiente. Eso significa que
son paralelos y apuntan en la misma dirección. Pero como vimos anteriormente, los gradientes son
siempre perpendiculares a las curvas de nivel. Entonces, si estas dos curvas son paralelas, sus
gradientes también deben ser paralelos.

Eso significa que los gradientes de f y g apuntan en la misma dirección, y difieren a lo sumo en un
escalar. Llamemos a eso escalar "lambda". Entonces tenemos,

𝛻𝑓 ( 𝑷 ) = 𝜆 𝛻𝑔 ( 𝑷 )
Igualando a cero, obtenemos

𝛻𝑓 ( 𝑷 ) − 𝜆 𝛻𝑔 ( 𝑷 ) = 0

Esta es la condición que debe cumplirse cuando hemos alcanzado el máximo de 𝑓 sujeto a la
restricción 𝑔 = 𝑐. Ahora, podemos escribir una sola ecuación que capturará esta idea. Aquí es
donde entra en juego la ecuación de Lagrange:

Para ver cómo funciona esta ecuación, seguimos el procedimiento de Lagrange habitual. Primero,
encontramos los tres primeros derivados parciales de L,

𝜕𝐿 𝜕𝐿 𝜕𝐿
, , ,
𝜕𝑥1 𝜕𝑥2 𝜕𝜆

e igualamos a cero, es decir, necesitamos establecer el gradiente de L igual a cero. Para encontrar
el gradiente de L, tomamos las tres derivadas parciales de L con respecto a x1, x2 y lambda. Luego
colocamos cada uno como un elemento en un vector de 3 x 1. Eso nos da lo siguiente:

Recordemos que tenemos dos "reglas" para seguir aquí. Primero, los gradientes de f y g deben
apuntar en la misma dirección:

𝛻𝑓 ( 𝑷 ) = 𝜆 𝛻𝑔 ( 𝑷 )

y segundo, tenemos que satisfacer nuestra restricción: 𝑔 = 𝑐

El primer y segundo elementos del gradiente de L aseguran que se siga la primera regla. Es decir,
ellos obligan.
 𝛻𝑓 ( 𝑷 ) − 𝜆 𝛻𝑔 ( 𝑷 ) = 0

asegurando que los gradientes de f y g apuntan en la misma dirección. El tercer elemento del
gradiente de L es simplemente un truco para asegurarse de que g = c. En la función de Lagrange,
cuando tomamos la derivada parcial con respecto a lambda, simplemente nos devuelve nuestra
ecuación de restricción original.

En este punto, tenemos tres ecuaciones en tres incógnitas. Así que podemos resolver esto con los
valores óptimos de x1 y x2 que maximizan f sujeto a nuestra restricción.

3.0 APLICACIÓN

Los multiplicadores de Lagrange son útiles en todas las ramas de las ciencias, tanto en la física,
matemáticas, química, astronomía, economía. Situaciones en las que, teniendo un conjunto de datos
experimentales en un cierto intervalo o restricción, podremos encontrar una función que verifique
todos esos datos y permita predecir el comportamiento y valores con la aproximación adecuada.

Para ejemplificar bien la aplicación de los multiplicadores de Lagrange proponemos uno de los
campos más importantes en la industria y en una sociedad que espera crecer, el aspecto económico.

3.1 Aplicación en la Economía (Optimización):

Significado económico:

*Los consumidores y negocios se esfuerzan por maximizar su utilidad. En el lado del consumidor,
esto significa obtener el nivel más alto de satisfacción de bienes y servicios, ya sea maximizando el
uso de los recursos o minimizando los gastos para lograr el beneficio optimo, por ejemplo, reduciendo
los costos de producción.

*El propietario de un negocio puede usar esta técnica para maximizar el beneficio o minimizar los
costos dados para que el negocio con cierta cantidad de dinero a invertir pueda generar los mayores
beneficios

3.1.1. Ejemplo aplicado a la Economía (optimización)

Asignación de producción para surtir una orden de 100 unidades de un producto, una empresa desea
distribuir la producción entre sus dos plantas (P1 Y P2). La función de costo total está dada por:

𝑐 = 𝑓(𝑞1 , 𝑞2 ) = 0.1 𝑞12 + 7𝑞1 + 15𝑞2 + 1000

Donde:

𝑞1 = 𝑛𝑢𝑚𝑒𝑟𝑜 𝑑𝑒 𝑢𝑛𝑖𝑑𝑎𝑑𝑒𝑠 𝑝𝑟𝑜𝑑𝑢𝑐𝑖𝑑𝑎𝑠 𝑒𝑛 𝑙𝑎 𝑝𝑙𝑎𝑛𝑡𝑎 1

𝑞2 = 𝑛𝑢𝑚𝑒𝑟𝑜 𝑑𝑒 𝑢𝑛𝑖𝑑𝑎𝑑𝑒𝑠 𝑝𝑟𝑜𝑑𝑢𝑐𝑖𝑑𝑎𝑠 𝑒𝑛 𝑙𝑎 𝑝𝑙𝑎𝑛𝑡𝑎 2

¿Cómo debe distribuirse la producción para minimizar los costos? (Puede suponerse que el punto
crítico obtenido corresponde al costo mínimo)

La restricción está dada por:

𝑞1 + 𝑞2 = 100

Resolución:

Para este caso 𝑠𝑒𝑎 𝑞1 = 𝑥, 𝑞2 = 𝑦

𝑓(𝑥, 𝑦) = 0.1 𝑥 2 + 7𝑥 + 15𝑦 + 1000;

𝑔(𝑥, 𝑦) = 𝑥 + 𝑦 = 100 ;

𝐹𝑥(𝑥, 𝑦) = 0.2𝑥 + 7
𝐹𝑦 (𝑥, 𝑦) = 15
𝐺𝑥 (𝑥, 𝑦) = 1
𝐺𝑦 (𝑥, 𝑦) = 1

𝐹𝑥 (𝑥, 𝑦) = 𝜆𝐺𝑥 (𝑥, 𝑦) 0.2𝑥 + 7 = 𝜆

Si ⇒ ⇒ 0.2𝑥 + 7 = 15
𝐹𝑦 (𝑥, 𝑦) = 𝜆𝐺𝑦 (𝑥, 𝑦) 15 = 𝜆

Despejando queda 𝑥 = 40

Sustituyendo 𝑥

𝑥 = 40

𝑦 = 60

4.0 CONCUSIÓN

Por lo tanto, los multiplicadores de Lagrange son en realidad un algoritmo que encuentra donde el
gradiente de una función apunta en la misma dirección que los gradientes de sus restricciones, al
mismo tiempo que satisface esas restricciones.
5.0 BIBLIOGRAFÍA

 Grand, Sanderson (2016), Multiplicadores de Lagrange: utilizar la tangencia para resolver

una optimización restringida: Khan Academy, Recuperado de:
https://es.khanacademy.org/math/multivariable-calculus/applications-of-multivariable-
derivatives#constrained-optimization
 Fernández, Antonio (2012), Matemáticas II: Departamento de matemáticas aplicadas.
Universidad de Sevilla. Recuperado de:
http://www.matematicaaplicada2.es/data/pdf/1328695759_1992907084.pdf
 Tom. M. Apóstol, Calculus Vol. II, España: Editorial Reverte 2ª edición

 Hurtado, Esteban (2017), Funciones de ℝ2 𝑒𝑛 ℝ, Facultad de ciencias UNAM, Calculo

diferencial e integral III. Recuperado de:
http://sistemas.fciencias.unam.mx/~erhc/calculo3_20171/derivadas_parciales_direccionale
s_2016_11.pdf
 Universidad de Barcelona, Optimización con restricciones de igualdad, Universidad de
Barcelona, Recuperado de:
http://www.ub.edu/matheopt/optimizacion-economica/optimizacion-con-restricciones-de-
igualdad