Multiplicadores de Lagrange
De Wikipedia, la enciclopedia libre
En los problemas de optimización, los Multiplicadores de Lagrange, nombrados así en honor a Joseph Louis Lagrange, son un método para trabajar con funciones de varias variables que nos interesa maximizar o minimizar, y está sujeta a ciertas restricciones. Este método reduce el problema restringido en n variables en uno sin restricciones de n + 1 variables cuyas ecuaciones pueden ser resueltas. Este método introduce una nueva variable escalar desconocida, el multiplicador de Lagrange, para cada restricción y forma una combinación lineal involucrando los multiplicadores como coeficientes. Su demostración involucra derivadas parciales, o bien usando diferenciales totales, o sus parientes cercanos, la regla de la cadena. El fin es, usando alguna función implícita, encontrar las condiciones para que la derivada con respecto a las variables independientes de una función sea igual a cero.
Tabla de contenidos |
[editar] Introducción
Consideremos un caso bidimensional. Supongamos que tenemos la función, f(x, y), y queremos maximizarla, estando sujeta a:
- g(x,y) = c,
donde c es una constante. Podemos visualizar las líneas de 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 nivel de f y g serán distintas, cruzando el contorno donde g = c por lo general intersectará 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 local restringido 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 son vectores paralelos en el máximo. Introduciendo un nuevo escalar, λ, resolvemos
- [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 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:
Se procede a buscar un extremo para h
lo que es equivalente a
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 de Karush-Kuhn-Tucker.
[editar] Ejemplo
Supongamos que queremos encontrar la distribución probabilística discreta con máxima entropía. Entonces
Evidentemente, la suma de estas probabilidades debe ser exactamente igual a 1, por lo tanto nuestra rectricción es g(p) = 1 con
Podemos usar los multiplicadores de Lagrange para encontrar el punto de máxima entropía (dependiendo de las probabilidades). Para todo k desde 1 hasta n, necesitamos
lo que nos da
Derivando estas n ecuaciones, obtenemos
Esto muestra que todo pi es igual (debido a que depende solamente de λ). Usando la restricción ∑k pk = 1, encontramos
Esta (la distribución uniforme discreta) es la distribución con la mayor entropía.
[editar] Enlaces externos
- Para referencias del trabajo original de Lagrange(Inglés)
- [1]Applet (Inglés)
- Tutorial y applet(Inglés)
- Introducción Conceptual (más un acercamiento de la relación multiplicadores de Lagrange y el cálculo de variaciones como se usan en Física) (Inglés)
- [2] (tutorial hecho por Dan Klein) (Inglés)
Algunos problemas