DIFERENCIALES EXACTAS

Un matemticodiferencial se dice para ser exactos, en contraste con un diferencial inexacta , si se trata de la forma dQ, para algunos diferenciable funcinQ. La forma A (x, y, z) dx + B (x, y, z) dy + C (x, y, z) dz se llama una forma diferencial. Una forma diferencial es exacta en un dominio D en el espacio si A + B dx dydz + C = df para alguna funcin f escalar a travs de D. Esto equivale a decir que el campo es conservador. Informacin general De una dimensin, un diferencial

Siempre es exacta. En dos dimensiones, a fin de que un diferencial

Ser una diferencial exacta en una simplemente conexa regin R del plano xy, es necesario y suficiente que entre A y B existe la relacin:

De tres dimensiones, un diferencial

Es una diferencial exacta en una regin R simplemente conexa del sistema de coordenadas xyz si entre las funciones A, B y C, existen las relaciones:

; ; Nota: Los subndices fuera de los parntesis indican que las variables se mantienen constantes durante la diferenciacin. Debido a la definicin de la derivada parcial , los subndices no son necesarios, pero se incluyen como un recordatorio.

Estas condiciones son equivalentes a la siguiente: Si G es la grfica de esta funcin vector valorado entonces en todos los vectores tangentes X, Y de la superficie G entonces s (X, Y) = 0 con s la forma simplctica . Estas condiciones, que son fciles de generalizar, se derivan de la independencia de la orden de diferenciacin en el clculo de las segundas derivadas. Por lo tanto, para que un dQ diferencial, que es una funcin de cuatro variables a una diferencial exacta, hay seis condiciones de satisfacer. En resumen, cuando un dQ diferencial es exacta:
y

la funcin Q existe; independiente de la trayectoria seguida.

En termodinmica , cuando dQ es exacta, la funcin Q es una funcin del estado del sistema. Las funciones termodinmicas U , S , H , A y G son funciones del Estado . En general, ni el trabajo ni el calor es una funcin de estado. Una diferencial exacta es a veces tambin llamado "diferencial total" o un "diferencial completo ', o, en el estudio de la geometra diferencial , que se denomina una forma exacta .
RELACIONES EN DERIVADAS PARCIALES

Por tres variables, x, y y z obligado por alguna funcin diferenciable F (x, y, z), los siguientes diferenciales totales existe [1]: 667 y 669

Sustituyendo la primera ecuacin en la segunda y reordenando, se obtiene

[1]: 669

Puesto que y y z son variables independientes, y, z d d se puede elegir sin restriccin alguna. Para esta ltima ecuacin para mantener, en general, los trminos entre parntesis deben ser igual a cero. [1]: 669
RELACIN DE RECIPROCIDAD

Establecer el primer trmino entre corchetes es igual a cero los rendimientos [1]: 670

Un reordenamiento ligera da una relacin de reciprocidad,

[1]: 670

Hay dos variantes de la deduccin anterior que dan un total de tres relaciones de reciprocidad entre x, y y z.relaciones de reciprocidad muestra que la inversa de una derivada parcial es igual a su recproco.
Relacin Cclica

Establecer el segundo trmino entre corchetes es igual a cero los rendimientos [1]: 670

Utilizando una relacin de reciprocidad para en esta ecuacin y reordenando da una relacin cclica (la regla del producto triples ), [1]: 670

Si, en cambio, una relacin de reciprocidad para se utiliza con el reordenamiento posterior, un formulario estndar para la derivacin implcita se obtiene:

Algunas ecuaciones tiles derivados de las diferencias exactas en dos dimensiones Supongamos que tenemos cinco funciones del Estado z, x, y, u, v. Supongamos que el espacio de estados es de dos dimensiones y una de las cinco cantidades son diferenciales exactas. Luego por la regla de la cadena

Sino tambin por la regla de la cadena:

De modo que:

Lo que implica que:

Dejando v = y se obtiene:

Dejar u = y se obtiene:

Dejar u = y, v = z se obtiene:

Con(

da la regla del producto triples :

EXTREMOS DE FUNCIONES DE VARIAS VARIABLES

Extremos de una funcin de varias Condiciones suficientes para la existencia de extremos locales. Definicin. Una funcin

variables.

tiene un mximo (mnimo) en un punto

si el valor de la funcin en este punto es mayor (menor) que su valor en cualquier otro punto X(x,y) de algn entono de P. Condiciones necesarias de extremo. Si una funcin diferenciable alcanza un extremo en el punto entonces sus derivadas parciales de primer orden en este punto son iguales a cero, o sea:

; Los puntos en los que las derivadas parciales son iguales a cero se llaman puntos crticos o estacionarios. No todo punto crtico es un punto extremo. Condiciones suficientes para la existencia de extremos. (a) Caso de dos variables. Sea un punto crtico de una funcin con las derivadas parciales de segundo orden continuas en P, y sea el determinante de su matriz hessiana, entonces:

Es decir, si el hessiano es positivo hay extremo (el tipo nos lo da , si es negativa mximo y si es positiva mnimo). Si el hessiano es negativo no hay extremo. Y si el hessiano es cero hay duda (que habr que resolver por otro mtodo) (b) Caso de tres o ms variables. Calculamos los siguientes determinantes:

; i. ii.

;...;

Si todos los determinantes tienen signo positivo, entonces la funcin tiene un mnimo en Si los determinantes tienen signo alterno (comenzando con un valor negativo ), entonces la funcin tiene un mximo en

iii.

En cualquier otro caso hay duda

PUNTOS ESTACIONARIOS

estacionario de una funcin de una variable real, , es un nmero donde la derivada de f es cero. Si la funcin f es derivable y tiene un extremo local en un punto, ese punto estar entre sus puntos estacionarios. Igualmente, un punto estacionario de una funcin de

Un

punto

varias variables reales, es un punto donde se anulan simultneamente todas sus derivadas parciales. Si la funcin f es diferenciable, los puntos donde tiene un extremo estn entre los puntos estacionarios de la funcin.
EXTREMOS CONDICIONADOS

Hasta este momento se han calculado los extremos locales de funciones cuyas variables no estn ligadas por ninguna condicin. Sin embargo, muchos problemas de optimizacin presentan restricciones o condiciones que debe verificar la solucin. Definicin: Un extremo (mximo o mnimo) de la funcin est sobre una curva del plano contenida en el dominio de ecuacin es condicin o restriccin Por ejemplo: cuando , cuya

, se dice que es un extremo condicionado a la .

El mtodo de Lagrange permite hallar analticamente los puntos extremos condicionados de una funcin suave, es decir, con derivadas parciales continuas.Sea F(x,y) la funcin objetivo. Supongamos que (x,y) estn condicionadas por la ecuacin g(x,y) = K. Las funciones F y g son suaves.

MULTIPLICADORES DE LAGRANGE

En los problemas de optimizacin, el mtodo de los multiplicadores de LaGrange, llamados as en honor a Joseph Louis LaGrange, es un procedimiento para encontrar los mximos y mnimos de funciones de varias variables sujetas a restricciones. Este mtodo reduce el problema restringido con n variables a uno sin restricciones de n + k variables, donde k es igual al nmero de restricciones, y cuyas ecuaciones pueden ser resueltas ms fcilmente. Estas nuevas variables escalares desconocidas, una para cada restriccin, son llamadas multiplicadores de LaGrange. El mtodo dice que los puntos donde la funcin tiene un extremo condicionado con k restricciones, estn entre los puntos estacionarios de una nueva funcin sin restricciones construida como una combinacin lineal de la funcin y las funciones implicadas en las restricciones, cuyos coeficientes son los multiplicadores. La demostracin usa derivadas parciales y la regla de la cadena para funciones de varias variables. Se trata de extraer una funcin implcita de las restricciones, y encontrar las condiciones para que las derivadas parciales con respecto a las variables independientes de la funcin sean iguales a cero. Consideremos un caso bidimensional. Supongamos que tenemos la funcin, f(x, y), y queremos maximizarla, estando sujeta a la condicin: g(x,y) = c, Dondec es una constante. Podemos visualizar las curvas de nivel de f dadas por f(x,y) = dn Para varios valores de dn, y el contorno de g dado por g(x, y) = c. Supongamos que hablamos de la curva de nivel donde g = c. Entonces, en general, las curvas de nivel de f y g sern distintas, y la curva g = c por lo general intersecar y cruzar muchos contornos de f. En general,

movindose a travs de la lnea g=c podemos incrementar o disminuir el valor de f. Solo cuando g=c, el contorno que estamos siguiendo toca tangencialmente, pero no lo corta, una curva de nivel de f no incrementamos o disminuimos el valor de f. Esto ocurre en el extremo local restringido y los puntos de inflexin restringidos de f. Un ejemplo familiar puede ser obtenido de los mapas climatolgicos, con sus curvas de nivel de presin y temperatura (isbaras e isotermas respectivamente): el extremo restringido ocurrir donde los mapas superpuestos muestren curvas que se tocan. Geomtricamente traducimos la condicin de tangencia diciendo que los gradientes de f y g son vectores paralelos en el mximo. Introduciendo un nuevo escalar, , resolvemos [f(x, y) Para 0. (g(x, y) c)] = 0

Una vez determinados los valores de , volvemos al nmero original de variables y as continuamos encontrando el extremo de la nueva ecuacin no restringida. F(x,y) = f(x,y) (g(x,y) c) De forma tradicional. Eso es, F(x,y) = f(x,y) para todo (x, y) satisfaciendo la condicin porque g(x,y) c es igual a cero en la restriccin, pero los ceros de F(x, y) estn todos en g(x,y) = c.
EL MTODO DE LOS MULTIPLICADORES DE LAGRANGE

Sea f (x) una funcin definida en un conjunto abierto n-dimensional {x Rn}. Se definen s restricciones gk (x) = 0, k=1,...,s, y se observa (si las restricciones son satisfechas) que:

Se procede a buscar un extremo para h

lo que es equivalente a

Los multiplicadores desconocidos k se determinan a partir de las ecuaciones con las restricciones y conjuntamente se obtiene un extremo para h que al mismo tiempo satisface las restricciones (i.e. gk=0), lo que implica que f ha sido optimizada El mtodo de multiplicadores de Lagrange es generalizado por las condiciones de Karush-Kuhn-Tucker.
EJEMPLO

Supongamos que queremos encontrar la distribucin probabilstica discreta con mxima entropa. Entonces

Podemos usar los multiplicadores de Lagrange para encontrar el punto de mxima entropa (dependiendo de las probabilidades). Para todo k desde 1 hasta n, necesitamos

lo que nos da

Derivando estasn ecuaciones, obtenemos

Esto muestra que todopi es igual (debido a que depende solamente de ). Usando la restriccin kpk = 1, encontramos

Esta (la distribucin uniforme discreta) es la distribucin con la mayor entropa.

Capitulo 2
EJEMPLO

Determinar los puntos en la esfera x2 + y2 + z2 = 4 que estn ms cercanos al punto (3,1, 1) la distancia al punto (3,1, 1):

para hacer massecilla la operacin se maximiza o minimiza el cuadrado de la distancia: d2 = f(x,y,z) = (x 3)2 + (y 1)2 + (z + 1)2 la restriccin: g(x,y,z) = x2 + y2 + z2 = 4 De acuerdo con el mtodo de los multiplicadores de Lagrange, se resuelven las ecuaciones " " y "g = 4" y el resultado es: (1) (2) (3) (4) 2(x 3) = 2x 2(y 1) = 2y 2(z + 1) = 2z x2 + y2 + z2 = 4

la manera mas sencilla de resolver estas ecuaciones es dejar x,y,z en funcin de y luego sustituimos en la ecuacin (4).

de la ecuacin (1) obtenemos 1 no se puede realizar la operacin.

se observa que

1 por que si

lo mismo sucede con la ecuacin (2) y (3)

sustituyendo en la ecuacin (4)

El valor de Entonces los puntos (x,y,z) son :

y Se puede observar que el punto mas cercano entonces es

Ejemplo:
Una compaa planea gastar 10,000 dlares en publicidad. Cuesta 3,000 dlares un minuto de publicidad en la televisin y 1,000 dlares un minuto de publicidad en la radio. Si la empresa compra x minutos de comerciales en la televisin y y minutos de comerciales en la radio, su ingreso, en miles de dlares, est dado por Cmo puede la empresa maximizar su ingreso? Solucin: Se tiene el programa no lineal siguiente .

Entonces

Hacemos

Obsrvese que 10 - 3x -y = 0 se convierte en la restriccin 3x + y = 10. La ecuacin As, (1) da y la ,o ecuacin (2) da

Sustituyendo (4) y (5) en la (3), obtenemos, o y (5) nos dan

. Entonces (4)

El hessiano para

es

Ya que cada mejor principal de primer orden es negativo, y , es una funcin cncava. La restriccin es lineal y, por lo tanto da la solucin ptima para el programa no lineal. As, la empresa tendra que comprar 69/28 minutos de tiempo de televisor y 73/28 minutos de tiempo de radio. Ya que l = , el gasto de un D extra (en miles) (para un D pequeo) aumentara los ingresos de la empresa en aproximadamente 0.25 D dlares (en miles). En general, si la empresa tiene a dlares para gastar en la publicidad, se puede demostrar que . Vemos que si gasta ms dinero en la publicidad, el incremento en el ingreso por cada dlar adicional para la publicidad se hace ms pequeo.
EJEMPLO

Suponga que usted desea maximizar f (x, y) = x + y sujeto a la restriccin x2 + y2 = 1. La restriccin es el crculo de la unidad, y la establece el nivel de f son las lneas diagonales (con pendiente -1), por lo que se puede ver grficamente que el mximo se produce en produce en ) (Y el mnimo se

Formalmente, el conjunto g (x, y) - c = x2 + y2 - 1, y (x, y, ) = f (x, y) + Establecer la derivada d (g (x, y) - c) = x + y + (x2 + y2 - 1)

= 0, lo que produce el sistema de ecuaciones:

Como siempre, el

la ecuacin ((iii) aqu) es la restriccin original.

La combinacin de los dos primeros rendimientos de ecuaciones x = y (de manera explcita, , De lo contrario (i) se obtiene 1 = 0, por lo que se tiene x = - 1 / (2 ) = y). Sustituyendo en (iii) los rendimientos de 2 x2 = 1, por lo que y y de estos rendimientos , Que muestra los extremos son . La evaluacin de la funcin objetivo f

por lo tanto el mximo es de mnimo es de

, Que se alcanza en

y el

, Que se alcanza en

EJEMPLO

Supongamos que desea encontrar los valores mximos de

con la condicin de que las coordenadas X e Y situados en el crculo en torno al origen con radio 3, es decir,

Como slo hay una nica condicin, vamos a utilizar slo un multiplicador, por ejemplo . La restriccin g (x, y) -3 es igual a cero en el crculo de radio 3. As que cualquier mltiplo de g (x, y) -3 se puede agregar a f (x, y) dejando f (x, y) sin cambios en la regin de inters (por encima del crculo en el que se cumplieron con la restriccin original). Dejar

Los valores crticos de derivadas parciales son

se producen cuando su gradiente es cero. Las

La ecuacin (iii) es la restriccin original. La ecuacin (i) implica x = 0 o

- y. En el primer caso, si x = 0, entonces debemos tener por (iii) y luego por (ii) = 0. En el segundo caso, si = - y, y sustituyendo en la ecuacin (ii) se tiene que,

Entonces x2 = 2y2. Sustituyendo en la ecuacin (iii) y resolviendo para y le da a este valor de y:

As, hay seis puntos crticos:

Evaluar el objetivo en estos puntos, nos encontramos con

Por lo tanto, la funcin objetivo alcanza un mximo global (con respecto a las restricciones) en y un mnimo global en El punto es un mximo local , como puede de es un mnimo local y ser determinada por el examen de la matriz hessiana de . Tenga en cuenta que mientras un extremo local. Hemos es un punto crtico de , no es .

Dado cualquier barrio de , Podemos optar por una pequea positivo y un pequea de cualquier signo para obtener valores de tanto mayor y menor que 2.