La Sandia

Julio Sampietro Christ

9 de diciembre de 2020

Figura 1: La sandı́a.

1. Las matrices simétricas y sus vectores propios

El objetivo de esta sección es que demostremos que si A es una matriz simétrica no cero de 3 × 3
entonces existe λ ∈ R y v 6= 0 que cumple

Ax = λx.

Sea A = (aij ) una matriz simétrica de 3 × 3. Definimos la función f : R3 → R dada por

1
f (x) = (Ax) · x
2

1
Escribamos explicitamente a f
     
a a12 a13 x x
1  11
f (x, y, z) = a12 a22 a23  · y  · y 
2
a13 a23 a33 z z
   
a11 x + a12 y + a13 z x
1
= a12 x + a22 y + a23 z  · y 
2
a13 x + a23 y + a33 z z
1
a11 x2 + a12 xy + a13 xz + a12 xy + a22 y 2 + a23 zy + a13 xz + a23 yz + a33 z 2


=
2
a11 2 a22 2 a33 2
= x + y + z + a12 xy + a13 xz + a23 yz
2 2 2
Por tanto
∇f = (a11 x + a12 y + a13 z, a22 y + a12 x + a23 z, a33 z + a13 x + a23 y) .
Ahora, consideremos a la esfera unitaria

S2 = {(x, y, z) | x2 + y 2 + z 2 = 1}.

Observamos que
S2 = {(x, y, z) | g(x, y, z) = x2 + y 2 + z 2 − 1 = 0}.
Por ser S2 un conjunto compacto, tenemos que f alcanza un máximo y un mı́nimo. Por el fabuloso
teorema de los multiplicadores de Lagrange existen x0 y λ tales que ∇f (x0 ) = λ∇g. Es decir, existe
un λ tal que el sistema de ecuaciones:

a11 x + a12 y + a13 z = 2λx

a12 x + a22 y + a23 z = 2λy

a13 x + a23 y + a33 z = 2λz


tiene solución. Pero este sistema no es nadie más y nadie menos que el sistema
     
a11 a12 a13 x x
a12 a22 a23  · y  = 2λ y  .
a13 a23 a33 z z

Es decir
Ax = 2λx
por tanto renombrando 2λ = µ tenemos que Ax = µx y además x 6= 0 ya que x ∈ S2 . Además,
notamos que podemos afirmar que µ 6= 0. En efecto, tiene que existir al menos un punto p en S2
tal que f (p) 6= 0 (ya que A es no-cero), por lo que el máximo/mı́nimo tiene que ser distinto de cero
y por tanto µp no puede ser cero.

2. La Sandı́a
Supongamos que tenemos una rebanada de sandı́a con radio exterior x y radio interior y.

2
 Figura 2: La Sandı́a.

Queremos minimizar la función de amargura f (x, y) = −x2 + 2y 2 bajo la restricción g(x, y) =

x − y − 2 = 0. Otra vez usamos a los multiplicadores de Lagrange, pero esta vez de otra manera.
Sabemos que un punto p satisface el ser un máximo o mı́nimo (local o global) bajo la restricción
g(p) = 0 si existe un λ tal que
∇f (p) = λ∇g(p).
Calculamos ambos gradientes (
∇f = (−2x, 4y)
.
∇g = (1, −1)
Por tanto encontrar un máximo o mı́nimo equivale a resolver
(
−2x = λ
.
4y = −λ

Restamos dos veces la primera ecuación a la segunda multiplicada por −1, de manera a obtener

−2(−2x) − (4y) = −2λ + λ

Es decir
4x − 4y = −λ
pero como g(x, y) = 0 esto quiere decir que x − y = 2, es decir 4x − 4y = 8. Luego

λ = −8.

Luego despejamos para obtener (

−8
x= −2 = 4
8
y= 4 =2

Por lo que nuestro crı́tico es (4, 2). En este punto f toma como valor f (4, 2) = −16 + 8 = −8. ¿Es
un máximo? ¿Es un mı́nimo? ¿Ninguno? ¿Es un dodo?

3
 Figura 3: La Sandı́a.
Si sustituı́mos x = y + 2 en f tenemos que
f (y + 2, y) = −(y + 2)2 + 2y 2 = −y 2 − 4y − 4 + 2y 2 = y 2 − 4y − 4
esto es un polinomio que ’apunta hacia arriba’ ya que el coeficiente en y es positivo. Suponemos
que −8 es un mı́nimo, y en efecto
(y − 2)2 ≥ 0
y 2 − 4y + 4 ≥ 0
y 2 − 4y − 4 ≥ −8
se sigue que tenemos un mı́nimo, y por tanto podemos minimizar la amargura. El ejercicio no es
del todo verı́dico, pues todos saben que el punto de menor amargura con la sandı́a es Harry Styles.

Figura 4: La Sandı́a.

4
3. La leyenda de Cártago y el problema isoperimétrico.
La leyenda cuenta que cerca de 800 antes de Cristo, la princesa Dido huyó de su hermano Pig-
malión a una tierra lejana. En esa tierra lejana se encontró a un rey, y ella le pidio que le diese un
terreno para fundar una ciudad. El rey le dijo que le permitirı́a usar cualquier pedazo de tierra que
cupiera dentro de una piel de toro. Muy inteligentemente, Dido cortó la piel de toro en cachos muy
finos y luego hizo un cı́rculo grande, donde fundarı́a la ciudad de Cártago.

El problema de encontrar la figura que teniendo un perı́metro fijo maximiza el área es antiguo,
y se conoce como el problema isoperimétrico. Se encontró (después de muchos años) que la circun-
ferencia es la que maximiza esta área, y en mayor dimensión, la esfera.

Nosotros demostraremos un caso diferente.

Proposición 1. El rectángulo con perı́metro fijo p y mayor área es un cuadrado.

Demostración. Tenemos que maximizar el área de un rectángulo, es decir maximizar f (x, y) = xy,
bajo la restricción de tener un perı́metro fijo, es decir g(x, y) = 2x + 2y − p = 0. Usamos entonces
los multiplicadores de Lagrange y obtenemos

∇f (x, y) = (y, x) = λ∇g(x, y) = λ(2, 2).

Es decir (
y = 2λ
x = 2λ
p
sustituyendo en 2x + 2y = p llegamos a que 8λ = p. Es decir λ = 8 y por tanto x = y = p4 . En este
2
p
punto el área vale 16 . Para ver que es un máximo podemos sustituir a g en la expresión de f de
manera que

f (x, y) = xy
p − 2y
= y
2
py − 2y 2
=
2
py
= − y2
2
y notamos que
p 2
−y ≥0
4
p2 py
− + y2 ≥ 0
16 2
p2 py
≥ − y2 .
16 2

5
4. Desigualdades
Por último, vamos a demostrar (usando multiplicadores de Lagrange) una de las desigualdades
más importantes del análisis matemático, al menos en el caso real.
1 1
Proposición 2 (Desigualdad de Hölder). Si ai , bi ≥ 0 y p, q > 1 son tales que p + q = 1 entonces
1 1
a1 b1 + · · · + an bn ≤ (ap1 + · · · + apn ) p (bq1 + · · · + bqn ) q .

A p, q les llamamos números conjugados.

Para eso demostraremos el siguiente resultado
Proposición 3. Si x, y ≥ 0 y p, q son conjugados entonces
xp yq
xy ≤ + .
p q
Demostración. Observamos que si x = 0 o y = 0 el resultado se cumple trivialmente. De igual
1 1
manera si x ≥ p p o si y ≥ q q . Podemos además reducirnos al caso en que xy = 1. En efecto, si
queremos la desigualdad para digamos a, b, siempre podemos considerar

x = a 1
(ab) p
.
y = b 1
(ab) q

Estos cumplen que xy = 1 y además usando la desigualdad restringida a xy = 1 se llega al resultado

buscado.

Es decir, queremos minimizar a

xp y q
f (x, y) = + − xy
p q
1 1
con la restricción g(x, y) = xy − 1 = 0, en la región [0, p p ] × [0, q q ]. Usamos los multiplicadores de
Lagrange:

p−1
x
 − y − λy = 0
q−1
y − x − λx = 0

xy = 1


es decir (
xp−1 = (λ + 1)y
y q−1 = (λ + 1)x
xp−1 y q−1
y eso nos resulta (ya que estamos suponiendo que x, y son distintos de cero) en y = x , es
decir xp = y q = λ + 1. Luego
1 1
λ + 1 = (λ + 1) p + q = (xy) = 1.

6
Es decir nuestro punto es (x, y) = (1, 1) donde el valor mı́nimo es cero.

Por tanto, usando la compacidad de nuestro dominio

 
f (x, y) ≥ mı́n f (1, 1), mı́n =0
(x,y)∈∂D

es decir f (x, y) ≥ 0 y por tanto se cumple la desigualdad.

Corolario 1. La desigualdad de Hölder

Demostración. Recordamos que
1
kakp = (|a1 |p + · · · + |an |p ) p

por lo que
p
kakp = |a1 |p + · · · + |an |p .
Tenemos que
n
|a · b| X |ak | · |bk |
≤
kakp kbkq kakp kbkq
k=1
n
X |ak | |bk |
=
kakp kbkq
k=1
n
!
X 1 |ak |p 1 |bk |q
≤ p +
p kakp q kbkqq
k=1
! !
1 |a1 |p + · · · + |an |p 1 |b1 |q + · · · + |bn |q
= p + q
p kakp q kbkq
1 1
= +
p q
= 1.

Despejando el lado izquierdo llegamos al resultado.