Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 28 vistas

    Optimización CVV

    Cargado por

    alucard cajamarca
    El documento presenta fórmulas para aproximar funciones mediante polinomios de Taylor de primer y segundo orden, así como condiciones para determinar extremos locales de funciones de varias variables. Explica que para que exista un extremo local la derivada debe ser cero y que la matriz Hessiana indica si es mínimo, máximo o punto de silla. También cubre extremos con restricciones usando multiplicadores de Lagrange.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd

    Optimización CVV

    Cargado por

    alucard cajamarca
    28 vistas1 página
    El documento presenta fórmulas para aproximar funciones mediante polinomios de Taylor de primer y segundo orden, así como condiciones para determinar extremos locales de funciones de varias variables. Explica que para que exista un extremo local la derivada debe ser cero y que la matriz Hessiana indica si es mínimo, máximo o punto de silla. También cubre extremos con restricciones usando multiplicadores de Lagrange.

    Descripción original:

    Conceptos formulas de optimizacion

    Título original

    OPTIMIZACIÓN CVV

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    El documento presenta fórmulas para aproximar funciones mediante polinomios de Taylor de primer y segundo orden, así como condiciones para determinar extremos locales de funciones de varias variables. Explica que para que exista un extremo local la derivada debe ser cero y que la matriz Hessiana indica si es mínimo, máximo o punto de silla. También cubre extremos con restricciones usando multiplicadores de Lagrange.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    28 vistas1 página

    Optimización CVV

    Cargado por

    alucard cajamarca
    El documento presenta fórmulas para aproximar funciones mediante polinomios de Taylor de primer y segundo orden, así como condiciones para determinar extremos locales de funciones de varias variables. Explica que para que exista un extremo local la derivada debe ser cero y que la matriz Hessiana indica si es mínimo, máximo o punto de silla. También cubre extremos con restricciones usando multiplicadores de Lagrange.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    de 1

    Fórmula de Taylor de primer y segundo orden.

    En el capítulo anterior se mencionó que si 𝑓 es una función diferenciable entonces la expresión 𝑧 = 𝑓(𝐱 𝟎 ) +
    [𝐷𝑓(𝐱 𝟎 )][𝐱 − 𝐱 𝟎 ] debe ser una buena aproximación de la función en la vecindad de 𝐱 𝟎 , es decir:

    𝑓(𝐱) ≅ 𝑓(𝐱 𝟎 ) + [𝐷𝑓(𝐱 𝟎 )][𝐱 − 𝐱 𝟎 ]


    Para funciones de dos variables tenemos el polinomio de primer orden:
    𝜕𝑓(𝑥 , 𝑦 ) 𝜕𝑓(𝑥 , 𝑦 )
    𝑓(𝑥, 𝑦) = 𝑓(𝑥 , 𝑦 ) + [𝑥 − 𝑥 ] + [𝑦 − 𝑦 ] + 𝑟
    𝜕𝑥 𝜕𝑦
    El polinomio de Taylor de segundo orden para funciones de dos variables sería:

    𝜕𝑓 𝜕𝑓 𝑥−𝑥 1 𝑓 𝑓 𝑥−𝑥
    𝑓(𝑥, 𝑦) = 𝑓(𝑥 , 𝑦 ) + 𝑦−𝑦 + [𝑥 − 𝑥 𝑦−𝑦 ]
    𝑦−𝑦 +𝑟
    𝜕𝑥 𝜕𝑦 ( , )
    2 𝑓 𝑓
    ( , )

    Extremos relativos de funciones de varias variables.


    Condición necesaria para la existencia de extremos locales: Sean 𝑓: 𝑈 ⊆ ℝ ↦ ℝ, una función diferenciable, sea
    𝒙𝟎 ∈ 𝑈. Si en 𝒙𝟎 , 𝑓(𝒙) tiene un extremo local entonces ∇𝑓(𝒙𝟎 ) = 0.

    Condiciones suficientes para la existencia de extremos: Sea 𝑓: 𝑈 ⊆ ℝ ↦ ℝ, suponga que 𝒙𝟎 es un punto tal que
    ∇𝑓(𝒙𝟎 ) = 0, suponga que 𝑓 tiene derivadas parciales de segundo orden continuas, entonces:

    1. Si la matriz Hessiana 𝐻(𝒙𝟎 ) es definida POSITIVA (todos sus valores propios son positivos) entonces 𝑓(𝒙𝟎 ) es
    un valor MÍNIMO de 𝑓.
    2. Si la matriz Hessiana 𝐻(𝒙𝟎 ) es definida NEGATIVA (todos sus valores propios son negativos) entonces 𝑓(𝒙𝟎 ) es
    un valor MÁXIMO de 𝑓.
    3. Si la matriz Hessiana 𝐻(𝒙𝟎 ) es NO DEFINIDA (valores propios positivos y negativos) entonces 𝑓(𝒙𝟎 ) es un
    PUNTO DE SILLA de 𝑓.
    4. Si la matriz Hessiana 𝐻(𝒙𝟎 ) tiene algún valor propio nulo, el teorema no es concluyente.

    O utilizando determinantes:

    Sea 𝑓(𝑥, 𝑦) una función dos veces diferenciable en 𝑈 ⊆ ℝ , sea (𝑥 , 𝑦 ) ∈ 𝑈 un punto crítico estacionario de 𝑓.
    Defínanse la matriz:
    𝑓 𝑓
    𝐻=
    𝑓 𝑓
    ( , )

    Entonces:

    1. Si |𝐻| > 0 ∧ 𝑓 (𝑥 , 𝑦 ) > 0 , entonces 𝑓(𝑥 , 𝑦 ) es un MÍNIMO de 𝑓 en 𝑈.

    2. Si |𝐻| > 0 ∧ 𝑓 (𝑥 , 𝑦 ) < 0 , entonces 𝑓(𝑥 , 𝑦 ) es un MÁXIMO de 𝑓 en 𝑈.

    3. Si |𝐻| < 0, entonces 𝑓(𝑥 , 𝑦 ) es un PUNTO DE SILLA de 𝑓 en 𝑈.

    4. Si |𝐻| = 0, no se puede concluir.

    Extremos con restricciones y multiplicadores de Lagrange: Sea 𝑈 ⊆ ℝ un conjunto abierto y sean 𝑓, 𝑔: 𝑈 → ℝ


    funciones 𝐶 y sea 𝐱 ∗ un extremo local de 𝑓 en el conjunto 𝐷 = {𝐱 ∈ 𝑈 | 𝑔(𝐱) = 0}. Entonces, si ∇𝑔(𝐱 ∗ ) ≠ (0,0),
    existe, 𝜆 ∈ ℝ (que puede ser cero) tal que:

    ∇𝑓(𝐱 ∗ ) − 𝜆∇𝑔(𝐱 ∗ ) = (0,0)


    Criterio de clasificación: Para determinar si los puntos críticos son máximos, mínimos o no son ni máximos ni
    mínimos, se podría recurrir a al criterio de la Hessiana orlada. Sin embargo, los puntos críticos se pueden clasificar
    de manera directa (usando la geometría del problema o una comparación evaluando los puntos en la función
    objetivo).

    También podría gustarte