Universidad del Rosario Economía Matemática II Taller 8 - Kuhn Tucker
|
|
- Tomás Revuelta Salazar
- hace 7 años
- Vistas:
Transcripción
1 . En los siguientes problemas de optimización: Universidad del Rosario Economía Matemática II Taller 8 - Kuhn Tucker a. Dibuje el conjunto K de puntos factibles y las curvas de nivel de la función objetivo. b. Es el conjunto K compacto, convexo y cumple la condicion de Slater? c. Solucione el problema y justifique porque es una solución. () Max x x 2 s.a x + x 2 x, x 2 0 Solución. El conjunto K es cerrado y acotado (por lo tanto compacto), convexo y cumple con Slater (tiene puntos interiores). Todos los puntos son cualificados, por lo tanto las condiciones de Kuhn- Tucker son necesarias para ser la solución al problema de maximización. Hay dos puntos que satisfacen las condiciones de Kuhn-Tucker, pero el que resuelve el problema es (x, x 2 ) = ( 2, 2 ), con multiplicadores de lagrange asociados (en el orden de las restricciones) λ = 2, λ 2 = 0,λ 3 = 0. (2) Figura : Q() Min (x ) 2 + x 2 2 s.a x + x 2 2 x + x 2 2 Solución. El conjunto K es cerrado y acotado (por lo tanto compacto), convexo y cumple con Slater (tiene puntos interiores). Todos los puntos son cualificados, por lo tanto las condiciones de Kuhn- Tucker son necesarias para ser la solución al problema de minimización. Acá claramente el punto que resuelve el problema de optimización y satisface las condiciones de Kuhn-Tucker es (x, x 2 ) = (, 0), con multiplicadores de lagrange asociados (en el orden de las restricciones) λ = 0 y λ 2 = 0 (Note que las restricciones no están activas).
2 Figura 2: Q(2) (3) Max 4x + 3y s.a x 2 + y 2 x y y 0 Solución. El conjunto K es cerrado y acotado (por lo tanto compacto), convexo y cumple con Slater (tiene puntos interiores). Todos los puntos son cualificados, por lo tanto las condiciones de Kuhn- Tucker son necesarias para ser la solución al problema de maximización. El punto que resuelve el problema de optimización es (x, y ) = ( 4 5, 3 5 ), con multiplicadores de lagrange asociados (en el orden de las restricciones) λ = 5 2, λ 2 = 0 y λ 3 = 0. A = (0:8;0:6) Figura 3: Q(3) (4) Max x 2 + y s.a x 2 + y 2 4 x 2 y x, y 0 2
3 Solución. El conjunto K es cerrado y acotado (por lo tanto compacto), NO es convexo y cumple con Slater (tiene puntos interiores). Existe un punto no cualificado (x, y) = (0, 0) en donde f(0, 0) = 0, se deben verificar otros posibles puntos usando el procedimiento de Kuhn- Tucker. El punto que resuelve el problema de optimización es (x, y ) = ( 5 2, 2 ), con multiplicadores de lagrange asociados (en el orden de las restricciones) λ =, λ 2 = 0, λ 3 = 0 y λ 4 = 0. Note que en este punto la función es mayor que en el punto no cualificado, f(x, y) = 7 4. Figura 4: Q(4) 2. Considere el siguiente problema de optimización Max x s.a x 2 ( x ) 2 x, x 2 0 a. Dibuje el conjunto de puntos factibles y las curvas de nivel de la función objetivo. Es compacto y convexo? Cumple la condicion de Slater? b. Calcule las condiciones de Kuhn Tucker. Existe algún punto donde se cumplan? c. Encuentre la solución del problema. Es este punto un punto cualificado? d. Agregue la restricción adicional 2x + x 2 2. Calcule las condiciones de Kuhn Tucker. Existe algún punto donde se cumplan? Solución. El conjunto K es cerrado y acotado (por lo tanto compacto), NO es convexo y cumple con Slater (tiene puntos interiores). Existe un punto no cualificado (x, y) = (, 0) que resulta ser el óptimo. Sin la restricción adicional no hay ningún punto que cumpla las condiciones de Kuhn- Tucker, con la restricción adicional el procedimiento de Kuhn- Tucker si encuentra el punto óptimo Porqué?. 3. Resuelva el siguiente problema: máx x 2 s.a x y 2 4 x 4 y 2 3
4 Figura 5: Q2 Solución. El conjunto de restricciones K es cerrado, convexo y cumple la condición de Slater, entonces la solución del problema debe cumplir las siguientes condiciones de Kuhn-Tucker: 2x = λ + λ λ (x y 2 + 4) = 0 2 (KT) (KT2) λ 2 (x 4 + y 0 = 2yλ + 2yλ 2 λ 3 2 ) = 0 λ 3 y = 0 λ 0 (KT3) λ 2 0 λ 3 0 Figura 6: Q3 (i) Solución interior: λ = λ 2 = λ 3 = 0 x = 0, entonces los puntos (0, a) con a (0, 2) son posibles soluciones. (ii) Solución en sobre la restricción pero no en las intersecciones: λ 2 = λ 3 = 0 2x = λ (KT)+(KT2) 0 = 2yλ tenemos x = 0 o y = 0, contradicción!! x = y 2 4 4
5 (iii) Solución en sobre la restricción 2 pero no en las intersecciones: λ = λ 3 = 0 2x = λ 2 (KT)+(KT2) 0 = 2yλ 2 tenemos x = 0 o y = 0, contradicción!! x = 4 y 2 (iv) Solución en sobre la restricción 3 pero no en las intersecciones: λ = λ 2 = 0 2x = 0 (KT)+(KT2) 0 = λ 3 tenemos que (0, 0) es candidato a ser solución. y = 0 (v) Solución en A(4, 0) que es la intersección de las representaciones de las restricciones 2 y 3: λ = 0 (KT) 8 = λ 2 0 = λ 3 tenemos que (4, 0) es candidato a ser solución. (vi) Solución en B(0, 2) que es la intersección de las representaciones de las restricciones y 2: λ 3 = 0 (KT) 0 = λ + λ 2 0 = 4λ + 4λ 2 tenemos que (0, 2) es candidato a ser solución. (vii) Solución en C( 4, 0) que es la intersección de las representaciones de las restricciones y 3: λ 2 = 0 (KT) 8 = λ 0 = λ 3 tenemos que ( 4, 0) es candidato a ser solución. Conclusión: los candidatos a ser solución son los puntos (0, a) con a [0, 2], (4, 0) y ( 4, 0). Sea f(x, y) = x 2 entonces f(0, a) = 0 f(4, 0) = f( 4, 0) = 6 entonces las soluciones son (4, 0) y ( 4, 0) 4. Un granjero tiene un terreno de h hectáreas, y un tractor que puede usar por t horas. Con cada hora de tractor, planta una hectárea, que produce tonelada de soya. El precio de la soya es $ por tonelada. No tiene costos de usar la tierra, o el tractor y cualquier recurso ocioso no produce nada (no puede alquilarlo a un vecino). Para cada una de las tres posibilidades (h menor o igual que t; igual, o mayor), determine cuánto está dispuesto a pagar el granjero por agrandar un poquito su terreno. Solución: Consideramos primero el caso en que h < t: Es obvio que el granjero utilizará todas sus hectáreas, y que por tanto sus beneficios serán π = h. Tenemos entonces que dπ/dh = : Esa es la respuesta. Pero para hacerlo más largo y técnico, tenemos que el granjero debe elegir H, T para maximizar sujeto a máx mính, T } H h T t. 5
6 El Lagrangiano de este problema es L = mính, T } + λ (h H) + λ 2 (t T ). Como h es menor que t; queda L = H + λ (h H) + λ 2 (t T ) ; por lo que la condición de primer orden es λ = y H = h (esto sale de Kuhn-Tucker). Por supuesto, los beneficios son π = h (como ya sabíamos). Si queremos hacer dπ/dh, podemos hacerlo directamente, o con el Teorema de la Envolvente: como π(h) = máx H L(H; h); tenemos dπ dh = L h = λ =. Siguiendo razonamientos parecidos a este, obtenemos que en los otros casos el granjero está dispuesto a pagar 0 por ampliar su terreno. El único caso curioso. es cuando h = t; en cuyo caso las dos restricciones están activas, pero el granjero no está dispuesto a pagar nada por relajarlas. 5. Considere el problema máx xy sujeto a x 2 + a 2 y 2. Encuentre V (a) de la función de máximo valor cuando a =. Solución: El Lagrangiano de este problema es Entonces, las condiciones de primer orden son: L = xy + λ( x 2 a 2 y 2 ). L x = y 2λx = 0 y = 2λx L y = x 2λa2 y = 0 x = 2λa 2 y Entonces, x 2 = y 2 a 2. Suponga que λ > 0, y 2 a 2 + a 2 y 2 =. Entonces, y = 2 a and x = 2. Entonces, λ = 2a. Si λ = 0, x = 0, y = 0, f(0, 0) = 0 < f(x, y ) = 2 2 a. Cuando a =, V (a) = L a = 2λ a(y ) 2 = 2a 2 V () = 2. 6
7 6. Considere el siguiente problema donde a IR: máx s.a. ax + y x 2 y y x 2 (a) Qué puede decir sobre la existencia de la solución del problema (P)? Solución. Como el conjunto de restricciones es compacto y la función objetivo es continua, entonces existe al menos una solución. (b) Puede usar el teorema de Kuhn-Tucker para resolver el problema (P)? Justifique su respuesta. Solución. Como el conjunto de restricciones es cerrado, convexo y cumple Slater, entonces la solución debe cumplir las condiciones de Kuhn-Tucker. (c) Resuelva el problema (P) para todo a IR. Muestre que hay tres posibles soluciones: una para a ( ; 2], otra para a ( 2; 2) y una última para a [2; ). Solución. Las condiciones de Kuhn-Tucker son: a = 2λ x + 2λ 2 x λ (x 2 y) = 0 (KT ) (KT 2) = λ + λ 2 λ 2 (y + x 2 ) = 0 (KT 3) λ 0 λ 2 0 Si λ 2 = 0 tenemos λ = lo cual es una contradicción. Por lo tanto λ 2 0 y la solución está en la restricción 2. (i) Solución en la restricción 2 pero no en los puntos de intersección. Entonces λ = 0, λ 2 =, x = a 2, y = a2 4. En este caso x (, ), por lo tanto necesitamos que a ( 2, 2). (ii) Solución en (-,0), tenemos a = 2λ 2λ 2 λ 2 = +λ a = 2λ 2 2λ λ = a 2, λ 2 = 2 a = λ + λ Para tener λ 0 necesitamos 2 a. (iii) Solución en (,0), tenemos a = 2λ + 2λ 2 λ 2 = + λ a = 2λ λ λ = a 2 = λ + λ 2 4, λ 2 = a Para tener λ 0 necesitamos a 2. Conclusión: Cuando a ( ; 2] la solución es (x, y ) = (, 0), cuando a ( 2; 2) la solución es (x, y ) = ( a 2, a2 4 ) cuando a [2; ) la solución es (x, y ) = (, 0). (d) Encuentre cuánto cambia la función de máximo valor de (P) con respecto al parámetro a. Al igual que al solucionar el problema (P), debe encontrar tres casos que dependen de los valores que puede tomar a. Solución. La función de máximo valor es: V (a) = ax + y a si a ( ; 2] V (a) = a si a ( 2; 2) a si a [2; + ) si a ( ; 2] V (a) = a 2 si a ( 2; 2) si a [2; + ) Usando el Teorema de la Envolvente se encuentra el mismo resultado. 7
8 7. Por qué no se pueden usar las condiciones de KT para resolver este problema? máx f(x, y) = y s.a. y 3 y 2 = 0 Solución. Primero, note que (0, 0) es solución del problema de optimización. Observe que f(x, y) = (0, ) y g(x, y) = ( 2x, 3y 2 ), que en (0, 0) es g(0, 0) = (0, 0). Lo anterior indica que no es posible encontrar λ tal que f(0, 0) = λ g(0, 0), es decir, el punto óptimo no satisface la CKT. El hecho es que el vector g(0, 0) no es linealmente independiente (pues el el vector nulo). 8
May 4, 2012 CAPÍTULO 5: OPTIMIZACIÓN
May 4, 2012 1. Optimización Sin Restricciones En toda esta sección D denota un subconjunto abierto de R n. 1.1. Condiciones Necesarias de Primer Orden. Proposición 1.1. Sea f : D R diferenciable. Si p
Más detallesClase 10: Extremos condicionados y multiplicadores de Lagrange
Clase 10: Extremos condicionados y multiplicadores de Lagrange C.J. Vanegas 7 de abril de 008 1. Extremos condicionados y multiplicadores de Lagrange Estamos interesados en maximizar o minimizar una función
Más detallesEL PROBLEMA GENERAL DE OPTIMIZACION
EL PROBLEMA GENERAL DE OPTIMIZACION Terminología Tipos de soluciones Resultados teóricos sobre existencia y unicidad de soluciones Método gráfico de resolución Problemas de optimización Este tipo de problemas
Más detalles5.- Problemas de programación no lineal.
Programación Matemática para Economistas 7 5.- Problemas de programación no lineal..- Resolver el problema Min ( ) + ( y ) s.a 9 5 y 5 Solución: En general en la resolución de un problema de programación
Más detallesIN Guía de Problemas Resueltos de Geometría de Programación Lineal v1.0
IN3701 - Guía de Problemas Resueltos de Geometría de Programación Lineal v1.0 Acá va una pequeña guía con problemas resueltos de Geometría en Programación Lineal con problemas básicamente extraídos del
Más detallesOptimización con restricciones de desigualdad: Condiciones de Kuhn-Tucker
Optimización con restricciones de desigualdad: Condiciones de Kuhn-Tucker Hasta ahora, hemos estudiado como maximizar o minimizar una función sujeta a restricciones en forma de ecuaciones de igualdad.
Más detallesDepartamento de Matemáticas. ITAM Programación lineal (+ extensiones). Objetivos y panorama del c
Programación lineal (+ extensiones). Objetivos y panorama del curso. Departamento de Matemáticas. ITAM. 2008. Introducción Programación lineal http://allman.rhon.itam.mx/ jmorales La programación lineal
Más detallesClase 9 Programación No Lineal
Pontificia Universidad Católica Escuela de Ingeniería Departamento de Ingeniería Industrial y de Sistemas Clase 9 Programación No Lineal ICS 110 Optimización Profesor : Claudio Seebach Apuntes de Clases
Más detallesDUALIDAD EN PROGRAMACION LINEAL
DUALIDAD EN PROGRAMACION LINEAL Relaciones primal-dual Asociado a cada problema lineal existe otro problema de programación lineal denominado problema dual (PD), que posee importantes propiedades y relaciones
Más detallesProgramación NO Lineal (PNL) Optimización sin restricciones
Programación NO Lineal (PNL) Optimización sin restricciones Ejemplos de los problemas que se aplica la programación NO Lineal: Problema de transporte con descuentos por cantidad : El precio unitario de
Más detallesProgramación lineal. Estimar M. Ejemplos.
Departamento de Matemáticas. ITAM. 2010. Los problemas P y P minimizar x c T x sujeta a Ax = b, x 0, b 0 minimizar c T x + M(y 1 + y 2 + + y m ) x sujeta a Ax + y = b, x 0, y 0. Cómo estimar M? Resultado
Más detallesOPTIMIZACIÓN Y SIMULACIÓN PARA LA EMPRESA. Tema 4 Optimización no Lineal
OPTIMIZACIÓN Y SIMULACIÓN PARA LA EMPRESA Tema 4 Optimización no Lineal ORGANIZACIÓN DEL TEMA Sesiones: El caso sin restricciones: formulación, ejemplos Condiciones de optimalidad, métodos Caso con restricciones:
Más detallesUnidad V. 5.1 Recta tangente y recta normal a una curva en un punto. Curvas ortogonales.
Unidad V Aplicaciones de la derivada 5.1 Recta tangente y recta normal a una curva en un punto. Curvas ortogonales. Una tangente a una curva es una recta que toca la curva en un solo punto y tiene la misma
Más detallesIntroducción a Programación Lineal
Pontificia Universidad Católica Escuela de Ingeniería Departamento de Ingeniería Industrial y de Sistemas Clase 18 Programación Lineal ICS 1102 Optimización Profesor : Claudio Seebach 4 de octubre de 2005
Más detallesConjuntos y funciones convexas
Conjuntos y funciones convexas Un conjunto X R n se dice convexo si para todo par de puntos x 1 y x 2 en X, λ x 1 + ( 1- λ) x 2 X, para todo λ [0,1] Qué significa esto geométricamente? Un punto λ x 1 +
Más detallesMáximos y mínimos. Mínimo global Máximo global máximo relativo mínimo relativo
Máximos y mínimos. Anteriormente estudiamos métodos para obtener los extremos de funciones de una variable. Extenderemos esas técnicas a funciones de dos variables. Sea una función de dos variables, definida
Más detallesJesús Getán y Eva Boj. Marzo de 2014
Jesús Getán y Eva Boj Facultat d Economia i Empresa Universitat de Barcelona Marzo de 2014 Jesús Getán y Eva Boj 1 / 18 Jesús Getán y Eva Boj 2 / 18 Un Programa lineal consta de: Función objetivo. Modeliza
Más detallesEl haz de planos paralelos queda determinado por un vector normal, n A, B,
HAZ DE PLANOS HAZ DE PLANOS PARALELOS Dado un plano, por ejemplo, π :3x4y2z1 cuyo vector normal es n 3, 4, 2, cualquier otro plano que tenga el mismo vector normal será un plano paralelo a. El plano π
Más detallesMÉTODOS MATEMÁTICOS DE LA ECONOMÍA
Universidad de Valladolid Facultad de Ciencias Económicas y Empresariales Departamento de Economía Aplicada Subsección de Matemáticas Esquemas teóricos de la asignatura de las licenciaturas en Economía
Más detallesTrabajo Práctico Optativo
rofesor: Julio J. Elías Trabajo ráctico Optativo 1. El método de los multiplicadores de Lagrange Generalmente, en economía trabajamos con modelos que involucran optimización con restricciones. or ejemplo,
Más detallesCálculo en varias variables
Cálculo en varias variables Dpto. Matemática Aplicada Universidad de Málaga Resumen Límites y continuidad Funciones de varias variables Límites y continuidad en varias variables 1 Límites y continuidad
Más detallesZ Optima X 1 + X 2 5 Z 1 -X 1 + 2X Región factible. Figura 1
Método Gráfico El procedimiento geométrico, es únicamente adecuado para resolver problemas muy pequeños (con no más de dos variables debido al problema de dimensionalidad). Este método provee una gran
Más detallesMétodo de Multiplicadores de Lagrange: Una Versión Animada.
Método de Multiplicadores de Lagrange: Una Versión Animada. José D. Flores, PhD. Professor of Mathematics The University of South Dakota jflores@usd.edu Noviembre 2004 Abstract Resúmen: En este trabajo
Más detallesProgramación Lineal. El modelo Matemático
Programación Lineal. El modelo Matemático 1 Modelización Definición 1.1 Consideremos el problema de optimización con restricciones, definido como sigue Min f(x) s.a. g i (x) b i i = 1, 2,..., m (P OR)
Más detallesPROGRAMACIÓN NO LINEAL INTRODUCCIÓN
PROGRAMACIÓN NO LINEAL Conceptos generales INTRODUCCIÓN Una suposición importante de programación lineal es que todas sus funciones Función objetivo y funciones de restricción son lineales. Aunque, en
Más detallesEXAMEN DE SEPTIEMBRE, MATEMÁTICAS I. 1. (2.5 ptos) Sean f y g funciones con derivadas primeras y segundas continuas de las que se sabe que
EXAMEN DE SEPTIEMBRE, MATEMÁTICAS I DEBE CONTESTAR ÚNICAMENTE A 4 DE LOS SIGUIENTES 5 EJERCICIOS 1. (.5 ptos) Sean f y g funciones con derivadas primeras y segundas continuas de las que se sabe que Sea
Más detallesEl método simplex 1. 1 Forma estándar y cambios en el modelo. 2 Definiciones. 3 Puntos extremos y soluciones factibles básicas. 4 El método simplex.
El método simplex Forma estándar y cambios en el modelo. Definiciones. Puntos extremos y soluciones factibles básicas. 4 El método simplex. Definiciones y notación. Teoremas. Solución factible básica inicial.
Más detallesSantiago, julio 6 del Tercera Solemne Cálculo Varias Variables. Nombre:
Nombre: Santiago, julio 6 del 26. Tercera Solemne Cálculo Varias Variables. 1. La temperatura en un punto (x, y) sobre una placa metalica es T (x, y) 4x 2 4xy + y 2. Una hormiga camina sobre la placa alrededor
Más detallesPráctica 6. Método de los multiplicadores de Lagrange. Extremos condicionados.
Práctica 6. Método de los multiplicadores de Lagrange. Extremos condicionados. Análisis Matemático II. Departamento de Matemáticas. Diplomatura en Estadística / Ingeniería Técnica de Informática de Gestión
Más detallesUNIVERSIDAD CARLOS III DE MADRID MATEMÁTICAS PARA LA ECONOMÍA II PROBLEMAS (SOLUCIONES )
UNIVERSIDAD CARLOS III DE MADRID MATEMÁTICAS PARA LA ECONOMÍA II PROBLEMAS SOLUCIONES HOJA 5: Optimización 5-1. Hallar los puntos críticos de las siguiente funciones y clasificarlos: a fx, y = x y + xy.
Más detallesAlgebra lineal y conjuntos convexos
Apéndice A Algebra lineal y conjuntos convexos El método simplex que se describirá en el Tema 2 es de naturaleza algebraica y consiste en calcular soluciones de sistemas de ecuaciones lineales y determinar
Más detallesTEORÍA DE LA EMPRESA. ADOLFO GARCÍA DE LA SIENRA Instituto de Filosofía Facultad de Economía Universidad Veracruzana
TEORÍA DE LA EMPRESA ADOLFO GARCÍA DE LA SIENRA Instituto de Filosofía Facultad de Economía Universidad Veracruzana asienrag@gmail.com. Conjuntos y funciones de producción El conjunto de posibilidades
Más detallesPROGRAMACIÓN LINEAL. Su empleo es frecuente en aplicaciones de la industria, la economía, la estrategia militar, etc.
PROGRAMACIÓN LINEAL La programación lineal da respuesta a situaciones en las que se exige maximizar o minimizar funciones que se encuentran sujetas a determinadas limitaciones, que llamaremos restricciones.
Más detallesEjercicios resueltos. 4 continua en R luego continua en cualquier. , [ 1,1] = 0 que equivale a decir 1,1
Teoremas de continuidad y derivabilidad Ejercicios resueltos.- Demostrar que la siguiente ecuación tiene una solución en el intervalo, : 4 º. Se considera la función 4 continua en R luego continua en cualquier
Más detallesUNIDAD 6.- PROGRAMACIÓN LINEAL
UNIDAD 6.- PROGRAMACIÓN LINEAL 1. INECUACIONES LINEALES CON DOS INCÓGNITAS Una inecuación de primer grado con dos incógnitas es una inecuación que en forma reducida se puede expresar de la siguiente forma:
Más detallesTarea 1 - Vectorial 201420
Tarea - Vectorial 040. Part :. - 3... Hacer parametrización de la curva de intersección del cilindro x + y = 6 y el plano x + z = 5. Encontrar las coordenadas de los puntos de la curva donde la curvatura
Más detallesOptimización no lineal
Capítulo Optimización no lineal.1. Introducción En este capítulo se estudian algunos aspectos relacionados con la que hemos dado en llamar cuestión estática de los problemas de optimización. Se presentan
Más detallesMATEMÁTICAS III. RESTRICCIONES DE IGUALDAD
MATEMÁTICAS III. PROBLEMAS Y CUESTIONES TEMA 4: RESTRICCIONES DE IGUALDAD OPTIMIZACIÓN CON Problema 1: Una empresa calcula que puede alcanzar unos beneficios anuales (en miles de euros) dados por la función:
Más detallesINTRODUCCIÓN A LA PROGRAMACIÓN MATEMÁTICA
INTRODUCCIÓN A LA PROGRAMACIÓN MATEMÁTICA Dentro del campo general de la teoría de la optimización, también conocida como programación matemática conviene distinguir diferentes modelos de optimización.
Más detallesMÉTODOS MATEMÁTICOS DE LA ECONOMÍA
UNIVERSIDAD DE VALLADOLID DEPARTAMENTO DE ECONOMÍA APLICADA SUBSECCIÓN DE MATEMÁTICAS MÉTODOS MATEMÁTICOS DE LA ECONOMÍA Economía Derecho Administración y Dirección de Empresas RELACIÓN DE PROBLEMAS DE
Más detallesIntroducción a la programación lineal
Introducción a la programación lineal La programación lineal se aplica a modelos de optimización en los que las funciones objetivo y restricción son estrictamente lineales. La técnica se aplica en una
Más detallesDERIVADAS PARCIALES Y APLICACIONES
CAPITULO IV CALCULO II 4.1 DEFINICIÓN DERIVADAS PARCIALES Y APLICACIONES En cálculo una derivada parcial de una función de diversas variables es su derivada respecto a una de esas variables con las otras
Más detallesBase y Dimensión de un Espacio Vectorial
Base y Dimensión de un Espacio Vectorial 201 6Asturias: Red de Universidades Virtuales Iberoamericanas 1 Índice 1 Qué es un sistema generador?... 4 2 Base de un espacio vectorial... 4 3 Dimensión de un
Más detallesUNIDAD UNO PROGRAMACIÓN LÍNEAL Parte 4
Ing. César Urquizú UNIDAD UNO PROGRAMACIÓN LÍNEAL Parte 4 Ing. César Urquizú Teoría de la dualidad El desarrollo de esta teoría de la dualidad es debido al interés que existe en la interpretación económica
Más detallesEspacios Vectoriales
Espacios Vectoriales Espacios Vectoriales Verónica Briceño V. noviembre 2013 Verónica Briceño V. () Espacios Vectoriales noviembre 2013 1 / 47 En esta Presentación... En esta Presentación veremos: Espacios
Más detallesLo que se hace entonces es introducir variables artificiales ADAPTACIÓN A OTRAS FORMAS DEL MODELO.
Clase # 8 Hasta el momento sólo se han estudiado problemas en la forma estándar ADAPTACIÓN A OTRAS FORMAS DEL MODELO. Maximizar Z. Restricciones de la forma. Todas las variables no negativas. b i 0 para
Más detallesMÉTODO DEL DUAL (TEORIA DE DUALIDAD)
MÉTODO DEL DUAL (TEORIA DE DUALIDAD) Todo problema de programación lineal tiene asociado con él otro problema de programación lineal llamado DUAL. El problema inicial es llamado PRIMO y el problema asociado
Más detallesFunciones de Clase C 1
Capítulo 7 Funciones de Clase C 1 Vamos a considerar ahora la extensión a varias variables del concepto de función de clase C 1. Cada vez que establezcamos una propiedad de las funciones diferenciables,
Más detallesPráctica N o 8 Desigualdades Válidas - Algoritmos de Planos de Corte - Algoritmos Branch & Cut
Práctica N o 8 Desigualdades Válidas - Algoritmos de Planos de Corte - Algoritmos Branch & Cut 8.1 Para cada uno de los siguientes conjuntos, encontrar una desigualdad válida que agregada a la formulación
Más detallesÁreas entre curvas. Ejercicios resueltos
Áreas entre curvas Ejercicios resueltos Recordemos que el área encerrada por las gráficas de dos funciones f y g entre las rectas x = a y x = b es dada por Ejercicios resueltos b a f x g x dx Ejercicio
Más detallesEs claro que es una relación de equivalencia. Para ver que tener la misma cardinalidad y la cardinalidad están bien definidas queremos ver que
Capítulo II Cardinalidad Finita II.1. Cardinalidad Definimos I n para n N como I n = {k N : 1 k n}. En particular I 0 =, puesto que 0 < 1. Esto es equivalente a la definición recursiva { si n = 0 I n =
Más detallesPROGRAMACIÓN LINEAL PROGRAMACIÓN LINEAL.
PROGRAMACIÓN LINEAL. La programación lineal es una técnica de modelado (construcción de modelos). La programación lineal (PL) es una técnica matemática de optimización, es decir, un método que trata de
Más detallesLas Funciones Trigonométricas. Sección 5.3 Funciones Trigonométricas de números reales
5 Las Funciones Trigonométricas Sección 5.3 Funciones Trigonométricas de números reales Qué hemos visto? Si el lado inicial de un ángulo,, coincide con la parte del eje de x que se encuentra en el primer
Más detallesTERCER TRABAJO EN GRUPO Grupo 10
TERCER TRABAJO EN GRUPO Grupo 10 Problema 1.- Se considera la ecuación x 3 + x + mx 6 = 0. Utilizando el Teorema de Bolzano demostrar que: (i) Si m > 3 la ecuación tiene al menos una raíz real menor que.
Más detallesDetermine if this function achieves a maximum in A. Does it achieve a minimum?
(1 Consider the set A = {(x, y R : x + y, y x }. (a Draw set A, its boundary and interior set. Discuss whether A is open, closed, bounded, compact and/or convex. Clearly explain your answer. (b Consider
Más detallesIES Fco Ayala de Granada Junio de 2012 (Común Modelo 4) Soluciones Germán-Jesús Rubio Luna
IES Fco Ayala de Granada Junio de 01 (Común Modelo 4) Soluciones Germán-Jesús Rubio Luna Opción A Ejercicio 1 opción A, modelo Junio 01 común Sea f : R R la función definida como f(x) = e x.(x ). [1 punto]
Más detallesMODELOS MATEMATICOS. Despacho B3-134, Teléfono: Tutorías: Martes y Miércoles de a 12.
MODELOS MATEMATICOS Profesor: David Pérez Castrillo Despacho B3-134, Teléfono: 581-1405 Tutorías: Martes y Miércoles de 10.30 a 12. Método de evaluación: La nota final será la media de la nota obtenidad
Más detallesPrograma Oficial de Asignatura. Ficha Técnica. Presentación. Competencias y/o resultados del aprendizaje. Contenidos Didácticos
Ficha Técnica Titulación: Grado en Administración y Dirección de Empresas Plan BOE: BOE número 67 de 19 de marzo de 2014 Asignatura: Módulo: Métodos cuantitativos de la empresa Curso: 2º Créditos ECTS:
Más detallesÁlgebra y Geometría Analítica I - LF 2016 Práctica 1: Algunos elementos de la Geometría Analítica
Álgebra y Geometría Analítica I - LF 2016 Práctica 1: Algunos elementos de la Geometría Analítica 1. a) Marcar en un eje los puntos a(1);b( 2) y c(4). b) Hallar los puntos simétricos respecto al origen
Más detallesÁlgebra Lineal V: Subespacios Vectoriales.
Álgebra Lineal V: Subespacios Vectoriales. José María Rico Martínez Departamento de Ingeniería Mecánica Facultad de Ingeniería Mecánica Eléctrica y Electrónica Universidad de Guanajuato email: jrico@salamanca.ugto.mx
Más detallesEl Algoritmo E-M. José Antonio Camarena Ibarrola
El Algoritmo E-M José Antonio Camarena Ibarrola Introducción Método para encontrar una estimación de máima verosimilitud para un parámetro ѳ de una distribución Ejemplo simple 24 Si tiene las temperaturas
Más detallesComplementos de Análisis. Año 2016
Complementos de Análisis. Año 2016 Práctica 8. Ecuaciones diferenciales ordinarias. 1 Modelando con ecuaciones diferenciales Modelar con ecuaciones diferenciales las siguientes situaciones. Intentar resolver
Más detallesFormulación del problema de la ruta más corta en programación lineal
Formulación del problema de la ruta más corta en programación lineal En esta sección se describen dos formulaciones de programación lineal para el problema de la ruta más corta. Las formulaciones son generales,
Más detallesANÁLISIS I MATEMÁTICA 1 ANÁLISIS II (Computación) Práctica 5 - Verano 2009
ANÁLISIS I MATEMÁTICA ANÁLISIS II (Computación) Práctica 5 - Verano 2009 Derivadas parciales de orden superior - Polinomio de Taylor - Convexidad y Extremos Derivadas de orden superior. Calcular las derivadas
Más detallesInstituto tecnológico de Minatitlán. Investigación de operaciones Ing. Erika Lissette Minaya mortera Unidad 3: programación no lineal
Instituto tecnológico de Minatitlán Investigación de operaciones Ing. Erika Lissette Minaya mortera Unidad 3: programación no lineal Alejandra de la cruz francisco Ingeniería en sistemas computacionales
Más detallesUniversidad Nacional de Colombia Departamento de Matemáticas Álgebra Lineal - Grupo 1 Resumen Unidad n 3
Universidad Nacional de Colombia Departamento de Matemáticas 1000003-5 Álgebra Lineal - Grupo 1 Resumen Unidad n 3 Vectores en R n Definición. El conjunto de las n-tuplas ordenadas de números reales se
Más detalles1 Funciones de Varias Variables
EJECICIOS DE FUNDAMENTOS MATEMÁTICOS (DISEO) Funciones de Varias Variables. Dada f(x, y) ln ( x + ln(y) ). a) Calcular la derivada direccional en el punto (x, y) (, e 2 ) en la dirección del vector v (3,
Más detallesPROBLEMAS DE OPTIMIZACIÓN CON RESTRICCIONES. PROBLEMA DE PROGRAMACIÓN NO- LINEAL (NLP).
PROBLEMAS DE OPTIMIZACIÓN CON RESTRICCIONES. PROBLEMA DE PROGRAMACIÓN NO- LINEAL (NLP. Optimización con restricciones La presencia de restricciones reduce la región en la cual buscamos el óptimo. Los criterios
Más detallesProblemas de VC para EDVC elaborados por C. Mora, Tema 4
Problemas de VC para EDVC elaborados por C. Mora, Tema 4 Ejercicio Determinar las funciones enteras f para las que Solución f( + w) = f()f(w), w C. En primer lugar, f(0) = f(0 + 0) = f(0)f(0) = f(0) 2,
Más detalles520142: ALGEBRA y ALGEBRA LINEAL
520142: ALGEBRA y ALGEBRA LINEAL Segundo Semestre 2008, Universidad de Concepción CAPITULO 10: Espacios Vectoriales DEPARTAMENTO DE INGENIERIA MATEMATICA Facultad de Ciencias Físicas y Matemáticas 1 Definición
Más detallesLaboratorio N 8, Extremos condicionados, Multiplicadores de Lagrange.
Universidad Diego Portales Facultad de Ingeniería. Instituto de Ciencias Básicas Asignatura: Cálculo III Laboratorio N 8, Extremos condicionados, Multiplicadores de Lagrange. Introducción. En este laboratorio
Más detallesRectas y Planos en el Espacio
Rectas y Planos en el Espacio Rectas y Planos en el Espacio Verónica Briceño V. septiembre 2012 Verónica Briceño V. () Rectas y Planos en el Espacio septiembre 2012 1 / 20 En esta Presentación... En esta
Más detallesEsta expresión polinómica puede expresarse como una expresión matricial de la forma; a 11 a 12 a 1n x 1 x 2 q(x 1, x 2,, x n ) = (x 1, x 2,, x n )
Tema 3 Formas cuadráticas. 3.1. Definición y expresión matricial Definición 3.1.1. Una forma cuadrática sobre R es una aplicación q : R n R que a cada vector x = (x 1, x 2,, x n ) R n le hace corresponder
Más detallesSoluciones de la ecuación diferencial lineal homogénea
Ecuaciones diferenciales lineales de orden superior Ampliación de matemáticas urso 2008-2009 Ecuación diferencial lineal de orden n (x dn y n + P (x dn y n + + P n (x dy + P n(xy = G(x ( donde, P,...,
Más detallesTeorema del Valor Medio
Tema 6 Teorema del Valor Medio Abordamos en este tema el estudio del resultado más importante del cálculo diferencial en una variable, el Teorema del Valor Medio, debido al matemático italo-francés Joseph
Más detallesCÁLCULO Primer curso de Ingeniero de Telecomunicación Examen Final. 26 de Junio de 2008 Primera parte. =1, a,b > 0.
ÁLULO Primer curso de ngeniero de Telecomunicación Examen Final. 6 de Junio de 8 Primera parte Ejercicio. onsideremos los rectángulos de lados paralelos a los ejes que pueden inscribirse en la elipse x
Más detallesResumen de Análisis Matemático IV
Resumen de Análisis Matemático IV 1. Funciones inversas e implícitas y extremos condicionados 1.1. Teorema de la función inversa Teorema de la función inversa: Sea A abierto de R n, f : A R n tal que f
Más detallesProgramación Lineal. El método simplex
Programación Lineal El método simplex El método simplex es una herramienta algebraica que permite localizar de manera eficiente el óptimo entre los puntos extremos de una solución a un problema de programación
Más detallesFunción de dos variables
Funciones de dos y más variables, dominio y rango, y curva de nivel Marlon Fajardo Molinares - fenix.75@hotmail.com 1. Función de dos variables 2. Funciones de varias variables 3. Método para hallar el
Más detallesLuego, en el punto crítico
Matemáticas Grado en Química Ejercicios propuestos Tema 5 Problema 1. Obtenga y clasique los puntos críticos de las siguientes funciones: a fx, y = x +y, b fx, y = x y, c fx, y = x 3 + y. Solución del
Más detallesCoordinación de Matemática I (MAT021) 1 er Semestre de 2013 Semana 2: Lunes 18 Viernes 22 de Marzo. Contenidos
Cálculo Coordinación de Matemática I MAT021 1 er Semestre de 2013 Semana 2: Lunes 18 Viernes 22 de Marzo Contenidos Clase 1: La Ecuación Cuadrática. Inecuaciones de grado 2, con y sin valor absoluto. Clase
Más detallesGEOMETRÍA. que pasa por el punto P y es paralelo a π. (0,9 puntos) b) Determinar la ecuación del plano π
GEOMETRÍA 1.- Se considera la recta r : ( x, y, z) = ( t + 1, t,3 t), el plano π: x y z = 0y el punto P (1,1,1). Se pide: a) Determinar la ecuación del plano π 1 que pasa por el punto P y es paralelo a
Más detallesMarch 25, 2010 CAPÍTULO 2: LÍMITES Y CONTINUIDAD DE FUNCIONES EN EL ESPACIO EUCLÍDEO
March 25, 2010 CAPÍTULO 2: LÍMITE Y CONTINUIDAD DE FUNCIONE EN EL EPACIO EUCLÍDEO 1. Producto Escalar en R n Definición 1.1. Dado x = (x 1,..., x n ), y = (y 1,..., y n ) R n, su producto escalar está
Más detallesTema 2.- Formas Cuadráticas.
Álgebra. 004 005. Ingenieros Industriales. Departamento de Matemática Aplicada II. Universidad de Sevilla. Tema.- Formas Cuadráticas. Definición y representación matricial. Clasificación de las formas
Más detalles3.3. Número de condición de una matriz.
96 33 Número de condición de una matriz Consideremos el sistema Ax = b, de solución u Queremos controlar qué cambios se producen en la solución cuando hacemos pequeños cambios en las componentes de b o
Más detallesTEMA 4: DERIVADAS. En símbolos, la pendiente de la curva en P = lim Q P (pendiente de P Q).
TEMA 4: DERIVADAS 1. La derivada de una función. Reglas de derivación 1.1. La pendiente de una curva. La pendiente de una curva en un punto P es una medida de la inclinación de la curva en ese punto. Si
Más detallesELEMENTOS DE GEOMETRÍA. Eduardo P. Serrano
ELEMENTOS DE GEOMETRÍA Eduardo P. Serrano Este Apunte de Clase está dirigido a los alumnos de la materia Elementos de Cálculo Numérico para Biólogos. Tiene por objeto exponer algunos conceptos básicos
Más detallesEjercicios Resueltos de Cálculo III.
Ejercicios Resueltos de Cálculo III. 1.- Considere y. a) Demuestre que las rectas dadas se cortan. Encuentre el punto de intersección. b) Encuentre una ecuación del plano que contiene a esas rectas. Como
Más detallesProblemas de Espacios Vectoriales
Problemas de Espacios Vectoriales 1. Qué condiciones tiene que cumplir un súbconjunto no vacío de un espacio vectorial para que sea un subespacio vectorial de este? Pon un ejemplo. Sean E un espacio vectorial
Más detallesÓrdenes de la convergencia de sucesiones. Condiciones de la convergencia lineal y cuadrática del método de iteración simple
Órdenes de la convergencia de sucesiones. Condiciones de la convergencia lineal y cuadrática del método de iteración simple Estos apuntes están redactados por Maria de los Angeles Isidro Pérez y Egor Maximenko.
Más detallesEsterilización 1 4. Envase 3 2
9.- Una empresa de productos lácteos fabrica dos tipos de leche: entera y desnatada. El proceso de fabricación se lleva a cabo mediante una máquina de esterilización y otra de envase, donde el tiempo (expresado
Más detallesAutómatas Mínimos. Encontrar el autómata mínimo. Universidad de Cantabria. Introducción Minimización de Autómatas Deterministas Resultados Algoritmo
Autómatas Mínimos Encontrar el autómata mínimo. Universidad de Cantabria Introducción Dado un lenguaje regular sabemos encontrar un autómata finito. Pero, hay autómatas más sencillos que aceptan el mismo
Más detallesLa Teoría del Consumidor. El Problema del Consumidor
La Teoría del Consumidor El Problema del Consumidor El Problema del Consumidor El consumidor elige la cesta de bienes que maximiza su bienestar (utilidad) dentro del conjunto de cestas de bienes factibles.
Más detallesEJERCICIOS DE ÁLGEBRA LINEAL TEMA 1 ESPACIOS VECTORIALES
EJERCICIOS DE ÁLGEBRA LINEAL TEMA ESPACIOS VECTORIALES Formas reducidas y escalonada de una matriz SISTEMAS DE ECUACIONES LINEALES ) Encuentre una sucesión de matrices elementales E, E,..., E k tal que
Más detallesUNIVERSIDAD NACIONAL AUTONOMA DE NICARAGUA UNAN-MANAGUA FAREM - CARAZO
UNIVERSIDAD NACIONAL AUTONOMA DE NICARAGUA UNAN-MANAGUA FAREM - CARAZO INVESTIGACIÓN DE OPERACIONES Laboratorio #1 GRAFICA DE REGIONES CONVEXAS Y SOLUCIÓN POR MÉTODO GRÁFICO DE UN PROBLEMA DE PROGRAMACIÓN
Más detallesIES Fco Ayala de Granada Sobrantes del 2010 (Modelo 6) Soluciones Germán-Jesús Rubio Luna. Opción A
Opción A Ejercicio 1 opción A, modelo 6 del 010 [ 5 puntos] Dada la función f : R R definida como f(x)= a.sen(x)+ bx + cx + d, determina los valores de las constantes a, b, c y d sabiendo que la gráfica
Más detalles1. Derivadas parciales
Análisis Matemático II. Curso 2009/2010. Diplomatura en Estadística/Ing. Téc. en Inf. de Gestión. Universidad de Jaén TEMA 3. ABLES DIFERENCIACIÓN DE FUNCIONES DE VARIAS VARI- 1. Derivadas parciales Para
Más detallesProgramación Lineal Continua
Elisenda Molina Universidad Carlos III de Madrid elisenda.molina@uc3m.es 8 de octubre de 2008 Esquema 1 Formulación y Ejemplos 2 3 Ejemplo: Producción de carbón Una empresa minera produce lignito y antracita.
Más detallesProgramación Lineal (PL)
Programación Lineal (PL) Se llama programación lineal al conjunto de técnicas matemáticas que pretenden resolver la siguiente situación. El objetivo es Optimizar, una función objetivo, lo cual implica
Más detallesEspacios Vectoriales
Leandro Marín Octubre 2010 Índice Definición y Ejemplos Paramétricas vs. Impĺıcitas Bases y Coordenadas Para definir un espacio vectorial tenemos que empezar determinando un cuerpo sobre el que esté definido
Más detalles