SlideShare una empresa de Scribd logo
1 de 14
MULTIPLICADORES
DE LAGRANGE

MATERIA
MATEMATICA III/IV
HISTORIA DEL METODO
DE LAGRANGE


El método lagrangian (también conocido como multiplicadores
lagrangian) lo propuso Joseph Louis Lagrange (1736-1813), un
matemático nacido en Italia. Sus multiplicadores lagrangian tienen
aplicaciones en una variedad de campos, incluyendo el
físico, astronomía y económica. La lectura de una obra del astrónomo
inglés Edmund Halley despertó su interés, y, tras un año de incesante
trabajo, era ya un matemático consumado. Nombrado profesor de la
Escuela de Artillería, en 1758 fundó una sociedad, con la ayuda de sus
alumnos, que fue incorporada a la Academia de Turín.

o

En su obra Miscellanea taurinensia, escrita por aquellos
años, obtuvo, entre otros resultados, una ecuación diferencial general
del movimiento y su adaptación para el caso particular del movimiento
rectilíneo, y la solución a muchos problemas de dinámica mediante el
cálculo de variantes.
o Realizo un trabajo sobre el equilibrio
lunar, donde razonaba la causa de que la Luna
siempre mostrara la misma cara, le supuso la
concesión, en 1764, de un premio por la
Academia de Ciencias de París
o En 1795 se le concedió una cátedra en la
recién fundada École Normale, que ocupó tan
solo durante cuatro meses. Dos años más
tarde, tras la creación de la École
Polytechnique,
Lagrange
fue
nombrado
profesor, y quienes asistieron a sus clases las
describieron como «perfectas en forma y
contenido».
o Sus enseñanzas sobre cálculo diferencial forman la base de
sus obras Teoría de las funciones analíticas y Resolución de
ecuaciones numéricas (1798). En 1810 inició una revisión de
su Teoría, pero sólo pudo concluir dos terceras partes antes de su
muerte.
¿QUÉ ES Y PARA QUÉ SIRVE EL MÉTODO DE LOS
MULTIPLICADORES DE LAGRANGE?




El método de los Multiplicadores de
Lagrange, es un procedimiento para encontrar
los máximos y mínimos de funciones de
múltiples variables sujetas a restricciones. Este
método reduce el problema restringido
con n variables a uno sin restricciones de n + k
variables, donde k es igual al número de
restricciones, y cuyas ecuaciones pueden ser
resueltas más fácilmente. El método dice que
los puntos donde la función tiene un
extremo,
condicionado
con
k
restricciones,
están
entre
los
puntos
estacionarios de una nueva función sin
restricciones construida como una combinación
lineal de la función y las funciones implicadas
en las restricciones, cuyos coeficientes son los
multiplicadores.
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.
OBJETIVOS DEL MÉTODO DE LAGRANGE










Visualizar algunas superficies cuádricas y
curvas de nivel para distintos valores de la
variable z.
Identificar, a través de los simuladores, los
puntos
(x,y)
sobre
la
curva
correspondiente a la función restricción
donde la función principal tiene extremos.
Interpretar gráficamente los resultados
obtenidos empleando el método de
multiplicadores de Lagrange.

Aproximar las soluciones del problema a partir de la
observación en el simulador, de las curvas de nivel de la función
principal y la curva correspondiente a la función condicionante.
Adquirir habilidad en la resolución de problemas de
optimización en un ambiente computacional.
CARACTERÍSTICAS




El método de eliminación de variables
no resulta operativo cuando el
problema tiene muchas restricciones
o las restricciones son complejas, por
lo que resulta muy útil éste método.
Los Multiplicadores de Lagrange es
un método alternativo que además
proporciona más información sobre el
problema.

Todos los óptimos que verifiquen las condiciones de
regularidad establecidas tienen asociados los
correspondientes multiplicadores.
 El teorema de Lagrange establece una condición
necesaria de optimalidad (bajo las condiciones de
regularidad).

CAMPO DE APLICACIÓN


Existen en todas las ramas de la
ciencia,
en
la
Física,
en
la
Matemática, en la Química, en la
Astronomía, en Biología, en Economía
etc. Situaciones en las que conociendo
un conjunto de datos experimentales en
un cierto intervalo de la variable
independiente, esto es, conociendo una
cierta cantidad de datos tabulados, se
hace preciso encontrar una función que
verifique
todos
esos
datos
y
permita, por consiguiente, predecir la
existencia de otros valores con la
aproximación adecuada. El método de
la interpolación de Lagrange es de gran
importancia en el análisis numérico.
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.
Para los negocios, la utilidad máxima significa maximizar el
beneficio.. Los consumidores tienen ingresos limitados para
comprar los bienes y servicios que deseen y las empresas
tiene sólo la tierra, trabajo y capital limitado para crear sus
productos. Estos recursos limitados, presentan restricciones. El
reto, entonces, es la forma de lograr la satisfacción o beneficio
máximo en sus restricciones dadas. Otro reto para las
empresas es el de minimizar los costos de producción.

FUNCION


El método de Lagrange aplica cálculo diferencial, implicando el
cálculo de derivadas parciales, hasta temas de optimización
restringida. El propietario de un negocio, por ejemplo, puede
utilizar esta técnica para maximizar el beneficio o minimizar los
costos dados que el negocio tiene sólo una cierta cantidad de
dinero que invertir. Un consumidor hipotético, que, por
ejemplo, deriva la utilidad de coleccionar libros y CDs, podría
utilizar este método para determinar la forma de obtener el
número óptimo de libros y CDs, dado que sólo tiene US$100 de
ingresos disponibles para gastar.
IDENTIFICACIÓN


El multiplicador de Lagrange, representado en la
ecuación por la letra minúscula griega lambda
( λ), representa la tasa de cambio en la utilidad relativa
al cambio en la restricción de presupuesto. En
economía, esto se conoce como el valor o utilidad
marginal, el aumento en la utilidad ganada de un
aumento en la restricción de presupuesto.

EFECTOS


Basado en los resultados de un análisis de
Lagrange, una persona o empresa tiene una base
empírica para tomar decisiones sobre la
maximización de utilidad continuada en los cambios
de las restricciones externas. Un incremento
del precio en un artículo favorito. por ejemplo, podría
llevar a que el consumidor compre una cantidad más
baja de ese artículo o trabajar más horas para
conseguir más ingresos y alcanzar el precio más
alto.
AYUDAS QUE BRINDA


Para la Solución de Problemas de Optimización Dinámica: La
resolución de un problema de interpolación lleva a un problema
de álgebra lineal en el cual se debe resolver un sistema de
ecuaciones. Usando una base monómica estándar para
el polinomio interpolador, se llega a la matriz de Vandermonde.
Eligiendo una base distinta, la base de Lagrange, se llega a la
forma más simple de matriz identidad = δi que puede resolverse
inmediatamente.
MÉTODO


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



Para entender mejor explicaremos el procedimiento de la siguiente manera:
Se tiene una función y una restricción.
Se iguala la restricción a 0.
La restricción se multiplica por lambda y se resta de la función principal
Se obtienen las derivadas parciales de la función resultante.
Se construye un sistema de ecuaciones con estas derivadas.
A continuación se obtienen los valores críticos desarrollando el sistema de ecuaciones, en
donde siempre el valor debe eliminarse para que se puedan obtener los valores críticos de las
variables.
Se sustituyen los valores necesarios para sacar los puntos críticos.









EJERCICIO DE APLICACION


13.- Asignación de Producción. Para surtir una orden de 100
unidades de su producto, una empresa desea distribuir la
producción entre sus dos plantas, 1 y 2. La función de costo
total está dada por:



Donde son los números de unidades producidas en las
plantas 1 y 2 respectivamente. ¿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:
BIBLIOGRAFIA
http://www.biografiasyvidas.com/biografia/l/lagr
ange.htm
 http://www.ehowenespanol.com/metodolagrange-economia-sobre_73850/

www.bryan-guerra-69,blogspot.com

Encuentra el documento escrito en:
http://bryan-guerra-69.blogspot.com/2013/12/multiplic
adores-de-lagrange.html

Más contenido relacionado

La actualidad más candente

Curvas y superficies de nivel, trazado de funciones de 2 variables
Curvas y superficies de nivel, trazado de funciones de 2 variablesCurvas y superficies de nivel, trazado de funciones de 2 variables
Curvas y superficies de nivel, trazado de funciones de 2 variablesDaniel Orozco
 
Ejercicios plano tangente
Ejercicios plano tangenteEjercicios plano tangente
Ejercicios plano tangenteUNEFA
 
Ecuaciones Diferenciales Lineales
Ecuaciones Diferenciales LinealesEcuaciones Diferenciales Lineales
Ecuaciones Diferenciales Linealesjosmal 7
 
Investigacion derivada-de-una-curva-en-forma-parametrica
Investigacion derivada-de-una-curva-en-forma-parametricaInvestigacion derivada-de-una-curva-en-forma-parametrica
Investigacion derivada-de-una-curva-en-forma-parametricaM Marcos
 
Ecuaciones diferenciales parciales E.D.P.
Ecuaciones diferenciales parciales E.D.P.Ecuaciones diferenciales parciales E.D.P.
Ecuaciones diferenciales parciales E.D.P.jordan rojas alarcon
 
DERIVADAS PARCIALES DE ORDEN SUPERIOR
DERIVADAS PARCIALES DE ORDEN SUPERIORDERIVADAS PARCIALES DE ORDEN SUPERIOR
DERIVADAS PARCIALES DE ORDEN SUPERIOREthel Sullcaray
 
Método de la regla falsa (o metodo de la falsa posición) MN
Método de la regla falsa (o metodo de la falsa posición) MNMétodo de la regla falsa (o metodo de la falsa posición) MN
Método de la regla falsa (o metodo de la falsa posición) MNTensor
 
Independencia Lineal y Wronskiano
Independencia Lineal y Wronskiano Independencia Lineal y Wronskiano
Independencia Lineal y Wronskiano Diego Salazar
 
Tema 2 ECUACIONES DIFERENCIALES LINEALES DE ORDEN SUPERIOR
Tema 2 	ECUACIONES DIFERENCIALES LINEALES DE ORDEN SUPERIORTema 2 	ECUACIONES DIFERENCIALES LINEALES DE ORDEN SUPERIOR
Tema 2 ECUACIONES DIFERENCIALES LINEALES DE ORDEN SUPERIORfederico paniagua
 
Solucionario ecuaciones diferenciales
Solucionario ecuaciones diferencialesSolucionario ecuaciones diferenciales
Solucionario ecuaciones diferencialesDaniel Mg
 
Ejemplo del Método de Bisección
Ejemplo del Método de BisecciónEjemplo del Método de Bisección
Ejemplo del Método de BisecciónDaniela Medina
 
Ejercicios resueltos edo exactas
Ejercicios resueltos edo exactasEjercicios resueltos edo exactas
Ejercicios resueltos edo exactasYerikson Huz
 
Investigación de Operaciones II : Simulación
Investigación de Operaciones II : Simulación Investigación de Operaciones II : Simulación
Investigación de Operaciones II : Simulación Jose
 
Funciones De Dos Variables
Funciones De Dos VariablesFunciones De Dos Variables
Funciones De Dos VariablesHector Funes
 
MéTodo De IteracióN De Punto Fijo
MéTodo De IteracióN De Punto FijoMéTodo De IteracióN De Punto Fijo
MéTodo De IteracióN De Punto Fijolisset neyra
 
Que es el wronskiano
Que es el wronskianoQue es el wronskiano
Que es el wronskianoEIYSC
 

La actualidad más candente (20)

Curvas y superficies de nivel, trazado de funciones de 2 variables
Curvas y superficies de nivel, trazado de funciones de 2 variablesCurvas y superficies de nivel, trazado de funciones de 2 variables
Curvas y superficies de nivel, trazado de funciones de 2 variables
 
Ejercicios plano tangente
Ejercicios plano tangenteEjercicios plano tangente
Ejercicios plano tangente
 
Ecuaciones Diferenciales Lineales
Ecuaciones Diferenciales LinealesEcuaciones Diferenciales Lineales
Ecuaciones Diferenciales Lineales
 
Investigacion derivada-de-una-curva-en-forma-parametrica
Investigacion derivada-de-una-curva-en-forma-parametricaInvestigacion derivada-de-una-curva-en-forma-parametrica
Investigacion derivada-de-una-curva-en-forma-parametrica
 
Ecuaciones diferenciales parciales E.D.P.
Ecuaciones diferenciales parciales E.D.P.Ecuaciones diferenciales parciales E.D.P.
Ecuaciones diferenciales parciales E.D.P.
 
DERIVADAS PARCIALES DE ORDEN SUPERIOR
DERIVADAS PARCIALES DE ORDEN SUPERIORDERIVADAS PARCIALES DE ORDEN SUPERIOR
DERIVADAS PARCIALES DE ORDEN SUPERIOR
 
Método de la regla falsa (o metodo de la falsa posición) MN
Método de la regla falsa (o metodo de la falsa posición) MNMétodo de la regla falsa (o metodo de la falsa posición) MN
Método de la regla falsa (o metodo de la falsa posición) MN
 
Independencia Lineal y Wronskiano
Independencia Lineal y Wronskiano Independencia Lineal y Wronskiano
Independencia Lineal y Wronskiano
 
Derivadas Parciales
Derivadas ParcialesDerivadas Parciales
Derivadas Parciales
 
Tema 2 ECUACIONES DIFERENCIALES LINEALES DE ORDEN SUPERIOR
Tema 2 	ECUACIONES DIFERENCIALES LINEALES DE ORDEN SUPERIORTema 2 	ECUACIONES DIFERENCIALES LINEALES DE ORDEN SUPERIOR
Tema 2 ECUACIONES DIFERENCIALES LINEALES DE ORDEN SUPERIOR
 
Solucionario ecuaciones diferenciales
Solucionario ecuaciones diferencialesSolucionario ecuaciones diferenciales
Solucionario ecuaciones diferenciales
 
Matriz jacobiana
Matriz jacobianaMatriz jacobiana
Matriz jacobiana
 
Ejemplo del Método de Bisección
Ejemplo del Método de BisecciónEjemplo del Método de Bisección
Ejemplo del Método de Bisección
 
Ejercicios resueltos edo exactas
Ejercicios resueltos edo exactasEjercicios resueltos edo exactas
Ejercicios resueltos edo exactas
 
Interpolacion newton
Interpolacion newtonInterpolacion newton
Interpolacion newton
 
Investigación de Operaciones II : Simulación
Investigación de Operaciones II : Simulación Investigación de Operaciones II : Simulación
Investigación de Operaciones II : Simulación
 
Funciones De Dos Variables
Funciones De Dos VariablesFunciones De Dos Variables
Funciones De Dos Variables
 
MéTodo De IteracióN De Punto Fijo
MéTodo De IteracióN De Punto FijoMéTodo De IteracióN De Punto Fijo
MéTodo De IteracióN De Punto Fijo
 
Ecuaciones diferenciales no lineales
Ecuaciones diferenciales no linealesEcuaciones diferenciales no lineales
Ecuaciones diferenciales no lineales
 
Que es el wronskiano
Que es el wronskianoQue es el wronskiano
Que es el wronskiano
 

Destacado

Optimizacion con multiplicador de Lagrange
Optimizacion con multiplicador de LagrangeOptimizacion con multiplicador de Lagrange
Optimizacion con multiplicador de LagrangeMiguel Tinoco
 
Maximos, Minimos y Mutliplicadores de Lagrange
Maximos, Minimos y Mutliplicadores de LagrangeMaximos, Minimos y Mutliplicadores de Lagrange
Maximos, Minimos y Mutliplicadores de LagrangeJuan Jose Durango
 
Ankit quantum-dots-semina1r
Ankit quantum-dots-semina1rAnkit quantum-dots-semina1r
Ankit quantum-dots-semina1rANKIT NAUTIYAL
 
Modulo 1: Análisis Matemático de la Optimización
Modulo 1: Análisis Matemático de la OptimizaciónModulo 1: Análisis Matemático de la Optimización
Modulo 1: Análisis Matemático de la OptimizaciónHoracio Santander
 
Calculo para administración
Calculo para administraciónCalculo para administración
Calculo para administraciónquique1796
 
Maximos y minimos funcion de varias variables
Maximos y minimos funcion de varias variablesMaximos y minimos funcion de varias variables
Maximos y minimos funcion de varias variablesRAQUEL CARDENAS GONZALEZ
 
Discriminante o-hessiano
Discriminante o-hessianoDiscriminante o-hessiano
Discriminante o-hessianoMARY ANBEL
 

Destacado (7)

Optimizacion con multiplicador de Lagrange
Optimizacion con multiplicador de LagrangeOptimizacion con multiplicador de Lagrange
Optimizacion con multiplicador de Lagrange
 
Maximos, Minimos y Mutliplicadores de Lagrange
Maximos, Minimos y Mutliplicadores de LagrangeMaximos, Minimos y Mutliplicadores de Lagrange
Maximos, Minimos y Mutliplicadores de Lagrange
 
Ankit quantum-dots-semina1r
Ankit quantum-dots-semina1rAnkit quantum-dots-semina1r
Ankit quantum-dots-semina1r
 
Modulo 1: Análisis Matemático de la Optimización
Modulo 1: Análisis Matemático de la OptimizaciónModulo 1: Análisis Matemático de la Optimización
Modulo 1: Análisis Matemático de la Optimización
 
Calculo para administración
Calculo para administraciónCalculo para administración
Calculo para administración
 
Maximos y minimos funcion de varias variables
Maximos y minimos funcion de varias variablesMaximos y minimos funcion de varias variables
Maximos y minimos funcion de varias variables
 
Discriminante o-hessiano
Discriminante o-hessianoDiscriminante o-hessiano
Discriminante o-hessiano
 

Similar a Multiplicadores de lagrange

Kuhn tucker y lagrange jose avila
Kuhn tucker y lagrange jose avilaKuhn tucker y lagrange jose avila
Kuhn tucker y lagrange jose avilaJose Avila
 
Lagrange y Kuhn-Tucker
Lagrange y Kuhn-TuckerLagrange y Kuhn-Tucker
Lagrange y Kuhn-TuckerJoe García
 
Las condiciones de kuhn tucker y lagrange
Las condiciones de kuhn tucker y lagrangeLas condiciones de kuhn tucker y lagrange
Las condiciones de kuhn tucker y lagrangeChely Briceño
 
Método Kuhn Tucker y Lagrange
Método Kuhn Tucker y LagrangeMétodo Kuhn Tucker y Lagrange
Método Kuhn Tucker y Lagrangegilfrennys9208
 
Kuhn Tucker y Lagrange
Kuhn Tucker y LagrangeKuhn Tucker y Lagrange
Kuhn Tucker y LagrangeRenier007
 
Kuhn tucker
Kuhn tucker Kuhn tucker
Kuhn tucker maryolith
 
Tucker-Lagrange
Tucker-LagrangeTucker-Lagrange
Tucker-LagrangeMIJZx3
 
Kuhn tucker y lagrange
Kuhn tucker y lagrangeKuhn tucker y lagrange
Kuhn tucker y lagrangeandressparada
 
Tucker- Lagrange Mariana Jaspe
Tucker- Lagrange Mariana JaspeTucker- Lagrange Mariana Jaspe
Tucker- Lagrange Mariana JaspeMIJZx3
 
Lagrange y kunh tucker
Lagrange y kunh tuckerLagrange y kunh tucker
Lagrange y kunh tuckerRaniels
 
Metodo lagrange & kuhn tucker - Optimizacion de sistemas y funciones.
Metodo lagrange & kuhn tucker - Optimizacion de sistemas y funciones.Metodo lagrange & kuhn tucker - Optimizacion de sistemas y funciones.
Metodo lagrange & kuhn tucker - Optimizacion de sistemas y funciones.Daniel Paz
 
Condiciones kuhn tucker y lagrange
Condiciones kuhn tucker y lagrangeCondiciones kuhn tucker y lagrange
Condiciones kuhn tucker y lagrangeAlbrtoo Vsqz
 

Similar a Multiplicadores de lagrange (20)

Kuhn tucker y lagrange jose avila
Kuhn tucker y lagrange jose avilaKuhn tucker y lagrange jose avila
Kuhn tucker y lagrange jose avila
 
LaGrange.
LaGrange.LaGrange.
LaGrange.
 
Lagrange y Kuhn-Tucker
Lagrange y Kuhn-TuckerLagrange y Kuhn-Tucker
Lagrange y Kuhn-Tucker
 
Las condiciones de kuhn tucker y lagrange
Las condiciones de kuhn tucker y lagrangeLas condiciones de kuhn tucker y lagrange
Las condiciones de kuhn tucker y lagrange
 
Optimizacion
OptimizacionOptimizacion
Optimizacion
 
Método Kuhn Tucker y Lagrange
Método Kuhn Tucker y LagrangeMétodo Kuhn Tucker y Lagrange
Método Kuhn Tucker y Lagrange
 
Kuhn Tucker y Lagrange
Kuhn Tucker y LagrangeKuhn Tucker y Lagrange
Kuhn Tucker y Lagrange
 
Kuhn tucker
Kuhn tucker Kuhn tucker
Kuhn tucker
 
Metodo
MetodoMetodo
Metodo
 
Tucker-Lagrange
Tucker-LagrangeTucker-Lagrange
Tucker-Lagrange
 
Kuhn tucker y lagrange
Kuhn tucker y lagrangeKuhn tucker y lagrange
Kuhn tucker y lagrange
 
Tucker- Lagrange Mariana Jaspe
Tucker- Lagrange Mariana JaspeTucker- Lagrange Mariana Jaspe
Tucker- Lagrange Mariana Jaspe
 
Optimizacion
OptimizacionOptimizacion
Optimizacion
 
Lagrange y kunh tucker
Lagrange y kunh tuckerLagrange y kunh tucker
Lagrange y kunh tucker
 
Metodo de la grange
Metodo de la grangeMetodo de la grange
Metodo de la grange
 
Metodo lagrange & kuhn tucker - Optimizacion de sistemas y funciones.
Metodo lagrange & kuhn tucker - Optimizacion de sistemas y funciones.Metodo lagrange & kuhn tucker - Optimizacion de sistemas y funciones.
Metodo lagrange & kuhn tucker - Optimizacion de sistemas y funciones.
 
Nixon
NixonNixon
Nixon
 
Presentación2
Presentación2Presentación2
Presentación2
 
Condiciones kuhn tucker y lagrange
Condiciones kuhn tucker y lagrangeCondiciones kuhn tucker y lagrange
Condiciones kuhn tucker y lagrange
 
Condiciones de kuhn tucker y lagrange
Condiciones de kuhn tucker y lagrangeCondiciones de kuhn tucker y lagrange
Condiciones de kuhn tucker y lagrange
 

Más de Bryan Guerra

El Estilo Nokia (Análisis Organizacional)
El Estilo Nokia (Análisis Organizacional)El Estilo Nokia (Análisis Organizacional)
El Estilo Nokia (Análisis Organizacional)Bryan Guerra
 
Propiedades de Inversión
Propiedades de InversiónPropiedades de Inversión
Propiedades de InversiónBryan Guerra
 
Propiedad Planta y Equipo
Propiedad Planta y EquipoPropiedad Planta y Equipo
Propiedad Planta y EquipoBryan Guerra
 
Politicas Contables, Estimaciones y Errores
Politicas Contables, Estimaciones y ErroresPoliticas Contables, Estimaciones y Errores
Politicas Contables, Estimaciones y ErroresBryan Guerra
 
Conceptos y Principios Generales
Conceptos y Principios Generales Conceptos y Principios Generales
Conceptos y Principios Generales Bryan Guerra
 
Retenciones en la fuente iva y renta
Retenciones en la fuente iva y rentaRetenciones en la fuente iva y renta
Retenciones en la fuente iva y rentaBryan Guerra
 
Teoria del Psicoanalisis Interpersonal de karen Horney
Teoria del Psicoanalisis Interpersonal de karen HorneyTeoria del Psicoanalisis Interpersonal de karen Horney
Teoria del Psicoanalisis Interpersonal de karen HorneyBryan Guerra
 
Teoria de las relaciones objetales de Melanie Klein
Teoria de las relaciones objetales de Melanie KleinTeoria de las relaciones objetales de Melanie Klein
Teoria de las relaciones objetales de Melanie KleinBryan Guerra
 
Teoria interpersonal de Harry Sullivan
Teoria interpersonal de Harry SullivanTeoria interpersonal de Harry Sullivan
Teoria interpersonal de Harry SullivanBryan Guerra
 
Riesgos de Trabajo Psicosociales
Riesgos de Trabajo PsicosocialesRiesgos de Trabajo Psicosociales
Riesgos de Trabajo PsicosocialesBryan Guerra
 
Accidentes de Trabajo
Accidentes de TrabajoAccidentes de Trabajo
Accidentes de TrabajoBryan Guerra
 
Pensiones IESS 2012
Pensiones IESS 2012Pensiones IESS 2012
Pensiones IESS 2012Bryan Guerra
 
Ley de Responsabilidad Patronal Seguro Reiesgos de Trabajo
Ley de Responsabilidad Patronal Seguro Reiesgos de TrabajoLey de Responsabilidad Patronal Seguro Reiesgos de Trabajo
Ley de Responsabilidad Patronal Seguro Reiesgos de TrabajoBryan Guerra
 
Impuesto al Valor Agregado (IVA)
Impuesto al Valor Agregado (IVA)Impuesto al Valor Agregado (IVA)
Impuesto al Valor Agregado (IVA)Bryan Guerra
 

Más de Bryan Guerra (20)

El pib
El pibEl pib
El pib
 
Balanzacomercial.
Balanzacomercial.Balanzacomercial.
Balanzacomercial.
 
El Estilo Nokia (Análisis Organizacional)
El Estilo Nokia (Análisis Organizacional)El Estilo Nokia (Análisis Organizacional)
El Estilo Nokia (Análisis Organizacional)
 
Etica Kantiana
Etica KantianaEtica Kantiana
Etica Kantiana
 
Costos Estandar
Costos EstandarCostos Estandar
Costos Estandar
 
Propiedades de Inversión
Propiedades de InversiónPropiedades de Inversión
Propiedades de Inversión
 
Rol de pagos
Rol de pagosRol de pagos
Rol de pagos
 
Propiedad Planta y Equipo
Propiedad Planta y EquipoPropiedad Planta y Equipo
Propiedad Planta y Equipo
 
Politicas Contables, Estimaciones y Errores
Politicas Contables, Estimaciones y ErroresPoliticas Contables, Estimaciones y Errores
Politicas Contables, Estimaciones y Errores
 
Conceptos y Principios Generales
Conceptos y Principios Generales Conceptos y Principios Generales
Conceptos y Principios Generales
 
Retenciones en la fuente iva y renta
Retenciones en la fuente iva y rentaRetenciones en la fuente iva y renta
Retenciones en la fuente iva y renta
 
Teoria del Psicoanalisis Interpersonal de karen Horney
Teoria del Psicoanalisis Interpersonal de karen HorneyTeoria del Psicoanalisis Interpersonal de karen Horney
Teoria del Psicoanalisis Interpersonal de karen Horney
 
Teoria de las relaciones objetales de Melanie Klein
Teoria de las relaciones objetales de Melanie KleinTeoria de las relaciones objetales de Melanie Klein
Teoria de las relaciones objetales de Melanie Klein
 
Teoria interpersonal de Harry Sullivan
Teoria interpersonal de Harry SullivanTeoria interpersonal de Harry Sullivan
Teoria interpersonal de Harry Sullivan
 
Riesgos de Trabajo Psicosociales
Riesgos de Trabajo PsicosocialesRiesgos de Trabajo Psicosociales
Riesgos de Trabajo Psicosociales
 
Accidentes de Trabajo
Accidentes de TrabajoAccidentes de Trabajo
Accidentes de Trabajo
 
Pensiones IESS 2012
Pensiones IESS 2012Pensiones IESS 2012
Pensiones IESS 2012
 
Ley de Responsabilidad Patronal Seguro Reiesgos de Trabajo
Ley de Responsabilidad Patronal Seguro Reiesgos de TrabajoLey de Responsabilidad Patronal Seguro Reiesgos de Trabajo
Ley de Responsabilidad Patronal Seguro Reiesgos de Trabajo
 
Impuesto al Valor Agregado (IVA)
Impuesto al Valor Agregado (IVA)Impuesto al Valor Agregado (IVA)
Impuesto al Valor Agregado (IVA)
 
RISE
RISERISE
RISE
 

Último

CALENDARIZACION DE MAYO / RESPONSABILIDAD
CALENDARIZACION DE MAYO / RESPONSABILIDADCALENDARIZACION DE MAYO / RESPONSABILIDAD
CALENDARIZACION DE MAYO / RESPONSABILIDADauxsoporte
 
INSTRUCCION PREPARATORIA DE TIRO .pptx
INSTRUCCION PREPARATORIA DE TIRO   .pptxINSTRUCCION PREPARATORIA DE TIRO   .pptx
INSTRUCCION PREPARATORIA DE TIRO .pptxdeimerhdz21
 
Registro Auxiliar - Primaria 2024 (1).pptx
Registro Auxiliar - Primaria  2024 (1).pptxRegistro Auxiliar - Primaria  2024 (1).pptx
Registro Auxiliar - Primaria 2024 (1).pptxFelicitasAsuncionDia
 
Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.
Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.
Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.Alejandrino Halire Ccahuana
 
ACUERDO MINISTERIAL 078-ORGANISMOS ESCOLARES..pptx
ACUERDO MINISTERIAL 078-ORGANISMOS ESCOLARES..pptxACUERDO MINISTERIAL 078-ORGANISMOS ESCOLARES..pptx
ACUERDO MINISTERIAL 078-ORGANISMOS ESCOLARES..pptxzulyvero07
 
TIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptx
TIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptxTIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptx
TIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptxlclcarmen
 
Plan Refuerzo Escolar 2024 para estudiantes con necesidades de Aprendizaje en...
Plan Refuerzo Escolar 2024 para estudiantes con necesidades de Aprendizaje en...Plan Refuerzo Escolar 2024 para estudiantes con necesidades de Aprendizaje en...
Plan Refuerzo Escolar 2024 para estudiantes con necesidades de Aprendizaje en...Carlos Muñoz
 
MAYO 1 PROYECTO día de la madre el amor más grande
MAYO 1 PROYECTO día de la madre el amor más grandeMAYO 1 PROYECTO día de la madre el amor más grande
MAYO 1 PROYECTO día de la madre el amor más grandeMarjorie Burga
 
proyecto de mayo inicial 5 añitos aprender es bueno para tu niño
proyecto de mayo inicial 5 añitos aprender es bueno para tu niñoproyecto de mayo inicial 5 añitos aprender es bueno para tu niño
proyecto de mayo inicial 5 añitos aprender es bueno para tu niñotapirjackluis
 
Qué es la Inteligencia artificial generativa
Qué es la Inteligencia artificial generativaQué es la Inteligencia artificial generativa
Qué es la Inteligencia artificial generativaDecaunlz
 
plan de capacitacion docente AIP 2024 clllll.pdf
plan de capacitacion docente  AIP 2024          clllll.pdfplan de capacitacion docente  AIP 2024          clllll.pdf
plan de capacitacion docente AIP 2024 clllll.pdfenelcielosiempre
 
Estrategia de prompts, primeras ideas para su construcción
Estrategia de prompts, primeras ideas para su construcciónEstrategia de prompts, primeras ideas para su construcción
Estrategia de prompts, primeras ideas para su construcciónLourdes Feria
 
Caja de herramientas de inteligencia artificial para la academia y la investi...
Caja de herramientas de inteligencia artificial para la academia y la investi...Caja de herramientas de inteligencia artificial para la academia y la investi...
Caja de herramientas de inteligencia artificial para la academia y la investi...Lourdes Feria
 
Dinámica florecillas a María en el mes d
Dinámica florecillas a María en el mes dDinámica florecillas a María en el mes d
Dinámica florecillas a María en el mes dstEphaniiie
 
ACERTIJO DE POSICIÓN DE CORREDORES EN LA OLIMPIADA. Por JAVIER SOLIS NOYOLA
ACERTIJO DE POSICIÓN DE CORREDORES EN LA OLIMPIADA. Por JAVIER SOLIS NOYOLAACERTIJO DE POSICIÓN DE CORREDORES EN LA OLIMPIADA. Por JAVIER SOLIS NOYOLA
ACERTIJO DE POSICIÓN DE CORREDORES EN LA OLIMPIADA. Por JAVIER SOLIS NOYOLAJAVIER SOLIS NOYOLA
 
Criterios ESG: fundamentos, aplicaciones y beneficios
Criterios ESG: fundamentos, aplicaciones y beneficiosCriterios ESG: fundamentos, aplicaciones y beneficios
Criterios ESG: fundamentos, aplicaciones y beneficiosJonathanCovena1
 
GUIA DE CIRCUNFERENCIA Y ELIPSE UNDÉCIMO 2024.pdf
GUIA DE CIRCUNFERENCIA Y ELIPSE UNDÉCIMO 2024.pdfGUIA DE CIRCUNFERENCIA Y ELIPSE UNDÉCIMO 2024.pdf
GUIA DE CIRCUNFERENCIA Y ELIPSE UNDÉCIMO 2024.pdfPaolaRopero2
 
Programacion Anual Matemática5 MPG 2024 Ccesa007.pdf
Programacion Anual Matemática5    MPG 2024  Ccesa007.pdfProgramacion Anual Matemática5    MPG 2024  Ccesa007.pdf
Programacion Anual Matemática5 MPG 2024 Ccesa007.pdfDemetrio Ccesa Rayme
 

Último (20)

CALENDARIZACION DE MAYO / RESPONSABILIDAD
CALENDARIZACION DE MAYO / RESPONSABILIDADCALENDARIZACION DE MAYO / RESPONSABILIDAD
CALENDARIZACION DE MAYO / RESPONSABILIDAD
 
Presentacion Metodología de Enseñanza Multigrado
Presentacion Metodología de Enseñanza MultigradoPresentacion Metodología de Enseñanza Multigrado
Presentacion Metodología de Enseñanza Multigrado
 
INSTRUCCION PREPARATORIA DE TIRO .pptx
INSTRUCCION PREPARATORIA DE TIRO   .pptxINSTRUCCION PREPARATORIA DE TIRO   .pptx
INSTRUCCION PREPARATORIA DE TIRO .pptx
 
Power Point: Fe contra todo pronóstico.pptx
Power Point: Fe contra todo pronóstico.pptxPower Point: Fe contra todo pronóstico.pptx
Power Point: Fe contra todo pronóstico.pptx
 
Registro Auxiliar - Primaria 2024 (1).pptx
Registro Auxiliar - Primaria  2024 (1).pptxRegistro Auxiliar - Primaria  2024 (1).pptx
Registro Auxiliar - Primaria 2024 (1).pptx
 
Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.
Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.
Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.
 
ACUERDO MINISTERIAL 078-ORGANISMOS ESCOLARES..pptx
ACUERDO MINISTERIAL 078-ORGANISMOS ESCOLARES..pptxACUERDO MINISTERIAL 078-ORGANISMOS ESCOLARES..pptx
ACUERDO MINISTERIAL 078-ORGANISMOS ESCOLARES..pptx
 
TIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptx
TIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptxTIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptx
TIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptx
 
Plan Refuerzo Escolar 2024 para estudiantes con necesidades de Aprendizaje en...
Plan Refuerzo Escolar 2024 para estudiantes con necesidades de Aprendizaje en...Plan Refuerzo Escolar 2024 para estudiantes con necesidades de Aprendizaje en...
Plan Refuerzo Escolar 2024 para estudiantes con necesidades de Aprendizaje en...
 
MAYO 1 PROYECTO día de la madre el amor más grande
MAYO 1 PROYECTO día de la madre el amor más grandeMAYO 1 PROYECTO día de la madre el amor más grande
MAYO 1 PROYECTO día de la madre el amor más grande
 
proyecto de mayo inicial 5 añitos aprender es bueno para tu niño
proyecto de mayo inicial 5 añitos aprender es bueno para tu niñoproyecto de mayo inicial 5 añitos aprender es bueno para tu niño
proyecto de mayo inicial 5 añitos aprender es bueno para tu niño
 
Qué es la Inteligencia artificial generativa
Qué es la Inteligencia artificial generativaQué es la Inteligencia artificial generativa
Qué es la Inteligencia artificial generativa
 
plan de capacitacion docente AIP 2024 clllll.pdf
plan de capacitacion docente  AIP 2024          clllll.pdfplan de capacitacion docente  AIP 2024          clllll.pdf
plan de capacitacion docente AIP 2024 clllll.pdf
 
Estrategia de prompts, primeras ideas para su construcción
Estrategia de prompts, primeras ideas para su construcciónEstrategia de prompts, primeras ideas para su construcción
Estrategia de prompts, primeras ideas para su construcción
 
Caja de herramientas de inteligencia artificial para la academia y la investi...
Caja de herramientas de inteligencia artificial para la academia y la investi...Caja de herramientas de inteligencia artificial para la academia y la investi...
Caja de herramientas de inteligencia artificial para la academia y la investi...
 
Dinámica florecillas a María en el mes d
Dinámica florecillas a María en el mes dDinámica florecillas a María en el mes d
Dinámica florecillas a María en el mes d
 
ACERTIJO DE POSICIÓN DE CORREDORES EN LA OLIMPIADA. Por JAVIER SOLIS NOYOLA
ACERTIJO DE POSICIÓN DE CORREDORES EN LA OLIMPIADA. Por JAVIER SOLIS NOYOLAACERTIJO DE POSICIÓN DE CORREDORES EN LA OLIMPIADA. Por JAVIER SOLIS NOYOLA
ACERTIJO DE POSICIÓN DE CORREDORES EN LA OLIMPIADA. Por JAVIER SOLIS NOYOLA
 
Criterios ESG: fundamentos, aplicaciones y beneficios
Criterios ESG: fundamentos, aplicaciones y beneficiosCriterios ESG: fundamentos, aplicaciones y beneficios
Criterios ESG: fundamentos, aplicaciones y beneficios
 
GUIA DE CIRCUNFERENCIA Y ELIPSE UNDÉCIMO 2024.pdf
GUIA DE CIRCUNFERENCIA Y ELIPSE UNDÉCIMO 2024.pdfGUIA DE CIRCUNFERENCIA Y ELIPSE UNDÉCIMO 2024.pdf
GUIA DE CIRCUNFERENCIA Y ELIPSE UNDÉCIMO 2024.pdf
 
Programacion Anual Matemática5 MPG 2024 Ccesa007.pdf
Programacion Anual Matemática5    MPG 2024  Ccesa007.pdfProgramacion Anual Matemática5    MPG 2024  Ccesa007.pdf
Programacion Anual Matemática5 MPG 2024 Ccesa007.pdf
 

Multiplicadores de lagrange

  • 2. HISTORIA DEL METODO DE LAGRANGE  El método lagrangian (también conocido como multiplicadores lagrangian) lo propuso Joseph Louis Lagrange (1736-1813), un matemático nacido en Italia. Sus multiplicadores lagrangian tienen aplicaciones en una variedad de campos, incluyendo el físico, astronomía y económica. La lectura de una obra del astrónomo inglés Edmund Halley despertó su interés, y, tras un año de incesante trabajo, era ya un matemático consumado. Nombrado profesor de la Escuela de Artillería, en 1758 fundó una sociedad, con la ayuda de sus alumnos, que fue incorporada a la Academia de Turín. o En su obra Miscellanea taurinensia, escrita por aquellos años, obtuvo, entre otros resultados, una ecuación diferencial general del movimiento y su adaptación para el caso particular del movimiento rectilíneo, y la solución a muchos problemas de dinámica mediante el cálculo de variantes.
  • 3. o Realizo un trabajo sobre el equilibrio lunar, donde razonaba la causa de que la Luna siempre mostrara la misma cara, le supuso la concesión, en 1764, de un premio por la Academia de Ciencias de París o En 1795 se le concedió una cátedra en la recién fundada École Normale, que ocupó tan solo durante cuatro meses. Dos años más tarde, tras la creación de la École Polytechnique, Lagrange fue nombrado profesor, y quienes asistieron a sus clases las describieron como «perfectas en forma y contenido». o Sus enseñanzas sobre cálculo diferencial forman la base de sus obras Teoría de las funciones analíticas y Resolución de ecuaciones numéricas (1798). En 1810 inició una revisión de su Teoría, pero sólo pudo concluir dos terceras partes antes de su muerte.
  • 4. ¿QUÉ ES Y PARA QUÉ SIRVE EL MÉTODO DE LOS MULTIPLICADORES DE LAGRANGE?   El método de los Multiplicadores de Lagrange, es un procedimiento para encontrar los máximos y mínimos de funciones de múltiples variables sujetas a restricciones. Este método reduce el problema restringido con n variables a uno sin restricciones de n + k variables, donde k es igual al número de restricciones, y cuyas ecuaciones pueden ser resueltas más fácilmente. El método dice que los puntos donde la función tiene un extremo, condicionado con k restricciones, están entre los puntos estacionarios de una nueva función sin restricciones construida como una combinación lineal de la función y las funciones implicadas en las restricciones, cuyos coeficientes son los multiplicadores. 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.
  • 5. OBJETIVOS DEL MÉTODO DE LAGRANGE      Visualizar algunas superficies cuádricas y curvas de nivel para distintos valores de la variable z. Identificar, a través de los simuladores, los puntos (x,y) sobre la curva correspondiente a la función restricción donde la función principal tiene extremos. Interpretar gráficamente los resultados obtenidos empleando el método de multiplicadores de Lagrange. Aproximar las soluciones del problema a partir de la observación en el simulador, de las curvas de nivel de la función principal y la curva correspondiente a la función condicionante. Adquirir habilidad en la resolución de problemas de optimización en un ambiente computacional.
  • 6. CARACTERÍSTICAS   El método de eliminación de variables no resulta operativo cuando el problema tiene muchas restricciones o las restricciones son complejas, por lo que resulta muy útil éste método. Los Multiplicadores de Lagrange es un método alternativo que además proporciona más información sobre el problema. Todos los óptimos que verifiquen las condiciones de regularidad establecidas tienen asociados los correspondientes multiplicadores.  El teorema de Lagrange establece una condición necesaria de optimalidad (bajo las condiciones de regularidad). 
  • 7. CAMPO DE APLICACIÓN  Existen en todas las ramas de la ciencia, en la Física, en la Matemática, en la Química, en la Astronomía, en Biología, en Economía etc. Situaciones en las que conociendo un conjunto de datos experimentales en un cierto intervalo de la variable independiente, esto es, conociendo una cierta cantidad de datos tabulados, se hace preciso encontrar una función que verifique todos esos datos y permita, por consiguiente, predecir la existencia de otros valores con la aproximación adecuada. El método de la interpolación de Lagrange es de gran importancia en el análisis numérico.
  • 8. 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. Para los negocios, la utilidad máxima significa maximizar el beneficio.. Los consumidores tienen ingresos limitados para comprar los bienes y servicios que deseen y las empresas tiene sólo la tierra, trabajo y capital limitado para crear sus productos. Estos recursos limitados, presentan restricciones. El reto, entonces, es la forma de lograr la satisfacción o beneficio máximo en sus restricciones dadas. Otro reto para las empresas es el de minimizar los costos de producción. FUNCION  El método de Lagrange aplica cálculo diferencial, implicando el cálculo de derivadas parciales, hasta temas de optimización restringida. El propietario de un negocio, por ejemplo, puede utilizar esta técnica para maximizar el beneficio o minimizar los costos dados que el negocio tiene sólo una cierta cantidad de dinero que invertir. Un consumidor hipotético, que, por ejemplo, deriva la utilidad de coleccionar libros y CDs, podría utilizar este método para determinar la forma de obtener el número óptimo de libros y CDs, dado que sólo tiene US$100 de ingresos disponibles para gastar.
  • 9. IDENTIFICACIÓN  El multiplicador de Lagrange, representado en la ecuación por la letra minúscula griega lambda ( λ), representa la tasa de cambio en la utilidad relativa al cambio en la restricción de presupuesto. En economía, esto se conoce como el valor o utilidad marginal, el aumento en la utilidad ganada de un aumento en la restricción de presupuesto. EFECTOS  Basado en los resultados de un análisis de Lagrange, una persona o empresa tiene una base empírica para tomar decisiones sobre la maximización de utilidad continuada en los cambios de las restricciones externas. Un incremento del precio en un artículo favorito. por ejemplo, podría llevar a que el consumidor compre una cantidad más baja de ese artículo o trabajar más horas para conseguir más ingresos y alcanzar el precio más alto.
  • 10. AYUDAS QUE BRINDA  Para la Solución de Problemas de Optimización Dinámica: La resolución de un problema de interpolación lleva a un problema de álgebra lineal en el cual se debe resolver un sistema de ecuaciones. Usando una base monómica estándar para el polinomio interpolador, se llega a la matriz de Vandermonde. Eligiendo una base distinta, la base de Lagrange, se llega a la forma más simple de matriz identidad = δi que puede resolverse inmediatamente.
  • 11. MÉTODO  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  Para entender mejor explicaremos el procedimiento de la siguiente manera: Se tiene una función y una restricción. Se iguala la restricción a 0. La restricción se multiplica por lambda y se resta de la función principal Se obtienen las derivadas parciales de la función resultante. Se construye un sistema de ecuaciones con estas derivadas. A continuación se obtienen los valores críticos desarrollando el sistema de ecuaciones, en donde siempre el valor debe eliminarse para que se puedan obtener los valores críticos de las variables. Se sustituyen los valores necesarios para sacar los puntos críticos.       
  • 12. EJERCICIO DE APLICACION  13.- Asignación de Producción. Para surtir una orden de 100 unidades de su producto, una empresa desea distribuir la producción entre sus dos plantas, 1 y 2. La función de costo total está dada por:  Donde son los números de unidades producidas en las plantas 1 y 2 respectivamente. ¿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:
  • 14. www.bryan-guerra-69,blogspot.com Encuentra el documento escrito en: http://bryan-guerra-69.blogspot.com/2013/12/multiplic adores-de-lagrange.html