Extremos multivariables y optimización restringida
Introducido| English | Significado |
|---|---|
| saddle/ˈsædl/ | Punto de silla |
| Lagrange multipliers/ˈlæɡreɪndʒ ˌmʌltɪˈplaɪəz/ | Multiplicadores de Lagrange |
| critical point/ˈkrɪtɪkl pɔɪnt/ | Punto crítico |
Un punto plano puede ser cualquier cosa
- Las superficies $x^2+y^2$, $-x^2-y^2$ y $x^2-y^2$ tienen todas un plano tangente horizontal en el origen. Sin embargo, el origen es respectivamente un mínimo, un máximo y un punto de silla. Un gradiente nulo encuentra un candidato, pero no lo clasifica.
- Utilizaremos segundas derivadas, desigualdades directas y multiplicadores de Lagrange para determinar qué valores se alcanzan realmente. El dominio permitido importa: una silla en el espacio ambiente puede convertirse en un mínimo tras imponer una restricción.
Local, global y estricto son afirmaciones distintas
- Un mínimo local no tiene un valor menor en puntos permitidos suficientemente cercanos; un mínimo global no tiene un valor menor en ninguna parte del dominio. Un mínimo estricto también excluye valores iguales en puntos distintos cercanos. Invierta las desigualdades para máximos. Por ejemplo, $x^2$ en el plano tiene mínimos no estrictos a lo largo de todo el eje $y$.
- Un punto crítico interior es un punto en el dominio donde el gradiente es cero o no existe. Un punto estacionario tiene específicamente gradiente cero. La función $\sqrt{x^2+y^2}$ tiene un mínimo global estricto en el origen, donde su gradiente no existe. Tales candidatos singulares requieren inspección directa.
Encuentre candidatos antes de clasificarlos
- En un extremo local interior diferenciable, la condición de Fermat implica $f_x=f_y=0$. La diferenciabilidad y la naturaleza interior son importantes: un extremo en la frontera no necesariamente tiene gradiente nulo. Para $f=x^2+xy+y^2$, las ecuaciones $2x+y=0$ y $x+2y=0$ dan únicamente el origen.
- Un hessiano positivo en un punto no estacionario no garantiza ningún extremo. Para $f=x+x^2+y^2$, el origen tiene derivadas segundas positivas pero $f_x(0,0)=1$. Los valores sobre el eje $x$ son tanto superiores como inferiores a $f(0,0)$ arbitrariamente cerca, por lo que el origen no es un extremo.
A favor $f=x+x^2+y^2$, positive definiteness of the Hessian at the origin proves a local minimum there.
Dificultad 1/5 · 100 monedas + un pequeño bono en el primer intento de hoy
The gradient at the origin is (1,0), so the point is not stationary. On the x-axis, x+x² takes both signs arbitrarily near zero. The stationary-point hypothesis is essential.
La prueba del Hessiano requiere suavidad y estacionariedad
- Suponga que $f$ tiene derivadas parciales segundas continuas en una vecindad de un punto estacionario. En ese punto, escriba $A=f_{xx}$, $B=f_{xy}$ y $C=f_{yy}$; el Hessiano es la matriz simétrica con filas $(A,B)$ y $(B,C)$. Su determinante es $D=AC-B^2$.
- Si $D>0$, $A>0$ da un mínimo local estricto y $A<0$ da un máximo local estricto. Si $D<0$, el término cuadrático toma ambos signos y el punto es una silla. Si $D=0$, esta prueba no concluye nada. Para $x^2+xy+y^2$, $A=C=2$, $B=1$ y $D=3$, da un mínimo estricto.
A favor $f = x^2 + xy + y^2$, compute $D = f_{xx}f_{yy} - f_{xy}^2$ at the origin.
Dificultad 2/5 · 140 monedas + un pequeño bono en el primer intento de hoy
$2 \cdot 2 - 1$; with $f_{xx} > 0$, a minimum.
Los términos mixtos pueden anular los puros
- Para $f=x^2+4xy+y^2$, $A=C=2$ y $B=4$, por lo tanto $D=-12$. A lo largo de $y=x$ el valor es $6x^2>0$ para $x\ne0$; a lo largo de $y=-x$ es $-2x^2<0$. Estas dos trayectorias verifican la silla aunque ambas derivadas segundas puras sean positivas.
- Para el ejercicio original $f=3x^2-6xy+y^2$, el gradiente se anula en el origen y $D=6\cdot2-(-6)^2=-24$. A lo largo de $y=0$ los valores son positivos; a lo largo de $y=3x$ son $-6x^2$. El término mixto importa nuevamente; inspeccionar solo $f_{xx}$ y $f_{yy}$ clasificaría mal el punto.
The origin is a critical point of $f = 3x^2 - 6xy + y^2$. It is
Dificultad 1/5 · 100 monedas + un pequeño bono en el primer intento de hoy
$D = 6 \cdot 2 - 36 < 0$.
Classify the origin for $f=x^2+4xy+y^2$. Verify stationarity, compute all Hessian entries and $D$, then confirm the verdict with two paths. Explain why the pure second partials alone are insufficient.
Compare su argumento con el modelo y la lista de verificación.
Un determinante nulo exige otro argumento
- En el origen, $x^4+y^4$ tiene un mínimo global estricto por no negatividad, mientras que $-x^4-y^4$ tiene un máximo global estricto. Ambos tienen Hessiano nulo allí. La función $x^4-y^4$, en cambio, toma signos opuestos a lo largo de los ejes coordenados, así que tiene una silla con el mismo determinante $D=0$.
- Una desigualdad en una vecindad puede probar un mínimo o máximo. Dos trayectorias con signos opuestos pueden refutar cualquier tipo de extremo. Pero revisar una colección de trayectorias y encontrar solo valores positivos no controla todos los puntos cercanos; incluso todas las líneas rectas pueden omitir una región curva de valores negativos.
If $D = 0$ at a critical point, the second-derivative test is inconclusive.
Dificultad 1/5 · 100 monedas + un pequeño bono en el primer intento de hoy
True. $x^4 + y^4$ (minimum), $-x^4 - y^4$ (maximum) and $x^4 - y^4$ (saddle) all have $D = 0$ at the origin.
Cada línea recta puede omitir el problema
- Sea $F(x,y)=(y-x^2)(y-2x^2)$. Sobre una línea fija $y=mx$ con $m\ne0$, esto se convierte en $x^2(m-x)(m-2x)>0$ para suficientemente pequeños no cero $x$. En $y=0$ es $2x^4>0$, y en la línea vertical $x=0$ es $y^2>0$. Cada línea por separado tiene un mínimo estricto en el origen.
- El origen es estacionario con $D=0$. Sin embargo, a lo largo de la trayectoria curva $y=3x^2/2$, $F=-x^4/4<0$ para $x\ne0$. Valores positivos también ocurren arbitrariamente cerca del origen, así que es una silla. La pequeña vecindad permitida por una verificación lineal puede depender de su pendiente; no proporciona una única vecindad que cubra cada dirección y trayectoria curva.
¿Qué hay en el origen?
Clasificar los puntos críticos, incluido el caso D = 0.
If a smooth function has a strict minimum at the origin on every straight line through it, then it has a local minimum in the plane.
Dificultad 1/5 · 100 monedas + un pequeño bono en el primer intento de hoy
For F=(y-x²)(y-2x²), every fixed line has a strict minimum at zero, but on y=3x²/2 the value is -x⁴/4. No single neighbourhood is controlled by all separate line checks.
A favor $G(x,y)=(y-2x^2)(y-3x^2)$, show that each straight-line restriction through the origin has a strict minimum there, yet the origin is not a local minimum in the plane.
Compare su argumento con el modelo y la lista de verificación.
Restricciones regulares conducen a candidatos de multiplicador
- Suponga que $f$ y $g$ tienen derivadas parciales primeras continuas cerca de un extremo local restringido en $g(x,y)=c$, y que $\nabla g\ne0$ allí. La condición necesaria es $\nabla f=\lambda\nabla g$, junto con $g=c$. El multiplicador $\lambda$ es desconocido; el valor del extremo es $f(x,y)$.
- En un extremo restringido regular, la derivada de $f$ a lo largo de la tangente a la restricción es cero. Así, $\nabla f$ es paralelo a la normal $\nabla g$, incluyendo la posibilidad $\nabla f=0$. Estas ecuaciones producen candidatos; la factibilidad, puntos singulares, extremos restringidos y comportamiento global aún necesitan verificaciones.
Los puntos factibles singulares no deben desaparecer
- Tome $f(x,y)=x$ sujeto a $g(x,y)=x^2+y^2=0$. El único punto factible es el origen, así que es tanto un mínimo global como un máximo global restringido, con valor cero. Pero $\nabla g=0$ allí.
- La ecuación del multiplicador exigiría $(1,0)=\lambda(0,0)$, lo cual no tiene solución. Esto no desmiente los extremos; la suposición de regularidad falló. Añada puntos factibles singulares a la lista de candidatos y analícelos directamente en lugar de dividir por un componente del gradiente que podría anularse.
If the Lagrange equations have no solution, a constrained extremum cannot exist.
Dificultad 1/5 · 100 monedas + un pequeño bono en el primer intento de hoy
For f=x under x²+y²=0, the origin is the only feasible point and is both a global minimum and maximum. The constraint gradient vanishes, so the regular multiplier theorem does not apply.
Demuestre el mínimo restringido por línea original
- Minimice $f=x^2+y^2$ sujeto a $x+y=6$. Dado que $\nabla g=(1,1)\ne0$, las ecuaciones de los multiplicadores dan $2x=\lambda=2y$, por lo tanto $x=y=3$ y valor $18$. La sustitución da $f(x,6-x)=2(x-3)^2+18$, por lo tanto $f\ge18$ en toda la recta.
- No hay máximo porque los puntos factibles $(3+t,3-t)$ toman valores $18+2t^2\to\infty$. La línea ilimitada sola no probaría esto: $-(x^2+y^2)$ en la misma línea tiene un máximo global $-18$. Inspeccione el crecimiento real del objetivo a lo largo de los puntos factibles.
A function on an unbounded constraint set cannot attain a global maximum.
Dificultad 1/5 · 100 monedas + un pequeño bono en el primer intento de hoy
The function -(x²+y²) on x+y=6 has a global maximum -18 at (3,3), despite the unbounded line. One must inspect the objective, not only the domain.
Una restricción cóncava garantiza un máximo
- Para $f=xy$ sujeto a $x+y=10$, los multiplicadores regulares dan $y=\lambda=x$, por lo tanto $(5,5)$. Sobre la restricción, $f=x(10-x)=25-(x-5)^2$. Por consiguiente, el máximo global es $25$, alcanzado únicamente en $(5,5)$.
- No hay mínimo en toda la recta, ya que $(5+t,5-t)$ da $25-t^2\to-\infty$. Si se impusieran cotas adicionales como $x,y\ge0$, el conjunto factible sería un segmento cerrado; sus extremos formarían parte de la búsqueda. Enuncie todo el conjunto de restricciones antes de afirmar un resultado global.
Maximise $xy$ subject to $x + y = 10$.
Dificultad 2/5 · 140 monedas + un pequeño bono en el primer intento de hoy
Substitute y = 10 − x: xy = 10x − x², maximised at x = 5 (Lagrange gives y = λ = x). Then xy = 5 · 5 = 25.
Los dominios compactos garantizan existencia, no ubicación
- Una función continua sobre un subconjunto no vacío, cerrado y acotado del espacio euclidiano alcanza un mínimo y un máximo global. Para una región con frontera suave a trozos, inspeccione candidatos estacionarios y singulares del interior, restrinja a cada pieza de la frontera e incluya esquinas y extremos. Compare los valores reales de la función.
- El teorema no localiza los extremos, ni dice que deban estar en las esquinas. Sin compacidad, los extremos aún pueden existir, pero la existencia ya no está garantizada por este teorema. Sin continuidad, la compacidad sola es insuficiente; ambas hipótesis son necesarias.
Analice todos los bordes del cuadrado
- Para $f=x^2-y^2$ en $[-1,1]^2$, el único punto estacionario interior es el punto de ensilladura $(0,0)$ con valor cero. En los bordes $x=\pm1$, $f=1-y^2$, por lo tanto el mayor valor de borde es $1$ en $y=0$. En $y=\pm1$, $f=x^2-1$, por lo tanto el menor valor de borde es $-1$ en $x=0$.
- Las cuatro esquinas tienen valor cero. Dado que $0\le x^2,y^2\le1$, los límites globales son $-1\le f\le1$. El máximo se alcanza en $(\pm1,0)$ y el mínimo en $(0,\pm1)$. Las esquinas solas omitirían ambos; un punto de ensilladura interior no resuelve el problema global.
What is the maximum of $x^2 - y^2$ on the square $[-1, 1] \times [-1, 1]$?
Dificultad 2/5 · 140 monedas + un pequeño bono en el primer intento de hoy
At (±1, 0), on the boundary.
What is the global minimum of $x^2-y^2$ on $[-1,1]^2$?
Dificultad 2/5 · 140 monedas + un pequeño bono en el primer intento de hoy
The bound x²-y² ≥ -1 is attained at (0,1) and (0,-1). Corners have value zero and would miss this minimum.
Una restricción circular hace finita la comparación de candidatos
- Maximice y minimice $f=x+2y$ sobre $x^2+y^2=1$. El círculo es no vacío y compacto, y su gradiente de restricción nunca se anula. Los multiplicadores dan $1=2\lambda x$ y $2=2\lambda y$. Así $\lambda\ne0$, $y=2x$, y los candidatos factibles son $(1,2)/\sqrt5$ y $-(1,2)/\sqrt5$.
- Sus valores son $\sqrt5$ y $-\sqrt5$. Dado que existen extremos y se han considerado todos los candidatos, estos son el máximo y mínimo global. La desigualdad $|x+2y|\le\sqrt5\sqrt{x^2+y^2}$ confirma independientemente los límites y los puntos de igualdad.
What is the global maximum of $x+2y$ on $x^2+y^2=1$? Give a decimal to three places.
Dificultad 2/5 · 140 monedas + un pequeño bono en el primer intento de hoy
The maximum is √5 ≈ 2.236 at (1/√5, 2/√5). Cauchy–Schwarz gives |x+2y| ≤ √5 on the unit circle.
The unit circle can be written as $x^2+y^2=1$ or as $(x^2+y^2-1)^2=0$. For $f=x+2y$, explain why the squared representation breaks the regular multiplier equations, then recover the extrema using the regular representation.
Compare su argumento con el modelo y la lista de verificación.
Las clasificaciones restringidas y ambientales pueden diferir
- El origen es un punto de ensilladura ambiental de $f=x^2-y^2$. Restringido a $y=0$, la función es $x^2$ y tiene un mínimo restringido estricto. Restringido a $x=0$, es $-y^2$ y tiene un máximo restringido estricto. Cada veredicto compara solo puntos factibles cercanos.
- Una prueba de Hessiana completa en el plano responde la pregunta sin restricciones. Para una pregunta restringida, inspeccione la restricción o use una prueba restringida apropiada; no reutilice la etiqueta de ensilladura ambiental como veredicto final. Verifique el dominio, regularidad, ecuaciones de candidatos y valores alcanzados conjuntamente.
¿Qué conclusiones sobre extremos se desprenden?
Verificar estacionariedad, regularidad y fronteras factibles.
At the origin, how is $f=x^2-y^2$ classified when the allowed points satisfy $y=0$?
Dificultad 1/5 · 100 monedas + un pequeño bono en el primer intento de hoy
On the constraint the restriction is x², so the origin is a strict constrained minimum. The ambient saddle classification compares points that are not feasible here.
Find all global extrema of $f=x^2-y^2$ on $[-2,1]\times[-1,3]$. Inspect interior candidates, every edge and the corners; give both values and all attaining points.
Compare su argumento con el modelo y la lista de verificación.
Resumen
- punto de ensilladura: Un punto estacionario con valores tanto por encima como por debajo de su valor arbitrariamente cercano.
- Multiplicadores de Lagrange: Un método para encontrar candidatos regulares de extremo restringido haciendo que el gradiente del objetivo sea un múltiplo del gradiente de la restricción.
- punto crítico: Punto interior del dominio de una función donde su gradiente es cero o no existe.
- Use la prueba del Hessiano solo bajo sus hipótesis, trate $D=0$ directamente y verifique cada frontera factible o candidato singular antes de decidir los extremos globales.