MATEMATICAS

EMPRESARIALES

Soluciones de la Relaci
on
de Ejercicios N 4.

Grado en Administracion y Direccion de

Empresas

Curso 2010/11

1. Estudia y resuelve los siguientes problemas de optimizaci

on con restricciones de igualdad utilizando el metodo de sustituci
on.
a)

Min.
s. a

x2 + y 2
x + 2y = 4

Despejamos en la restriccion, x = 4 2y , y entramos en la funcion objetivo.

El problema se convierte ahora en
Min.
s. a

(4 2y)2 + y 2
y IR

que es un problema en una sola variable y sin restricciones.

La funcion ahora es f (y) = (4 2y)2 + y 2 = (16 16y + 4y 2 ) + y 2 = 5y 2 16y + 16.
Buscamos su mnimo.
Empezamos hallando los puntos crticos.
f 0 (y) = 10y 16 = 0

y=

8
16
=
10
5

La segunda derivada es f 00 (y) = 10 > 0 en todo punto, lo que nos dice que la funcion f es
convexa. En consecuencia, el punto crtico, x = 85 es mnimo global.
Para tener la solucion del problema original, solo queda calcular x = 4 2( 85 ) = 45 .

4 8
Por tanto, el mnimo global esta en el punto
,
.
5 5
El valor mnimo es m = ( 45 )2 + ( 58 )2 , es decir, m =
b)

Max.
s. a

16
5

x+y
x2 + y = 1

Despejamos en la restriccion, y = 1 x2 , y entramos en la funcion objetivo.

El problema se convierte ahora en
Max.
s. a

x + (1 x2 )
x IR

Este
es un problema en una sola variable y sin restricciones.
La funcion ahora es f (x) = x2 + x + 1. Buscamos su maximo.
Hallamos sus puntos crticos:
f 0 (x) = 2x + 1 = 0
1

x=

1
2

Comprobemos que se trata de un maximo:

f 00 (x) = 2 < 0 en todo punto. Por tanto, la funcion es concava en IR y concluimos que el
punto crtico sera maximo global.
Calculamos y = 1 ( 12 )2 = 43 . Por tanto, el maximo del problema original se alcanza en el

1 3
punto, (x, y) =
,
.
2 4
El valor maximo es M = 5/4 = 1,25 .

c)

Min.
s. a

3xy
2x 3y = 1

Despejando en la restriccion, y =
convierte en

Min. 3 x 2x1
3

s. a
x IR

2x1
3

, y entrando en la funcion objetivo, el problema se

Min.
s. a

x (2x 1)
x IR

La funcion es (x) = x(2x 1) = 2x2 x. Procediendo como en los ejercicios anteriores,

1 1
llegamos a la conclusion de que se alcanza el mnimo global en el punto
,
.
4 6
El valor mnimo es m = 3( 41 )( 1
6 )=
d)

Max.
s. a

3
24

1
8 .

3x2 + 12y
xy =1

Procediendo como en los ejercicios de antes, obtenemos finalmente que el maximo se alcanza
en el punto (x, y) = (2, 1) .
El valor maximo es M = 3(4) + 12(1) = 0 .

e)

Min.
s. a

x2 + y 2 10z
2x + y z = 2

Despejamos z en la restriccion 2x + y z = 2, de donde z = 2x + y 2

El problema se transforma en
Min.
s. a

x2 + y 2 10(2x + y 2)
(x, y) IR2

Este problema es un problema sin restricciones. Lo resolvemos.

La funcion es f (x, y) = x2 + y 2 20x 10y + 20.
Buscamos los puntos crticos

x = 2x 20 = 0

f
y

= 2y 10 = 0
2

x = 10, y = 5

El punto (10, 5) es el u
nico punto crtico de la funcion f .

Comprobamos que se trata de un mnimo. La matriz hessiana es Hess f (x, y) =

2 0
0 2

que es definida positiva.

Por lo que f es convexa en IR2 . Y, en consecuencia, el punto crtico, (10, 5), sera el mnimo
global.
El valor mnimo es f (10, 5) = 105.
La solucion que acabamos de dar es la del problema en dos variables.
Cual es la solucion del problema original? La misma, a falta de calcular el valor de z.
z = 2x + y 2 = 2(10) + 5 2 = 23.
Por tanto, para el problema original, el mnimo global es (x, y, z) = (10, 5, 23). Y el valor
mnimo es 105.
f)

Min.
s. a

x2 + y 2 + 2z 2
x + y + z = 10

Despejamos x en la restriccion, obteniendo x = 10 y z

El problema se transforma en
Min.
s. a

(10 y z)2 + y 2 + 2z 2
(y, z) IR2

Resolveremos este problema, que no tiene restricciones.

La funcion es f (y, z) = (100 20y 20z + y 2 + 2yz + z 2 ) + y 2 + 2z 2 , o sea,
f (y, z) = 100 20y 20z + 2y 2 + 2yz + 3z 2 .
Buscamos los puntos crticos

y = 20 + 4y + 2z = 0

f
z

(Resolviendo: )

y = 4, z = 2

= 20 + 2y + 6z = 0

El punto (y, z) = (4, 2) es el u

nico punto crtico de la funcion f .
Comprobamos que se trata de un mnimo. La matriz hessiana es Hess f (y, z) =

4 2
2 6

que es definida positiva, ya que D1 = 4 > 0, D2 = 20 > 0.

Por lo que f es convexa en IR2 . Y, en consecuencia, el punto crtico sera mnimo global.
Para tener la solucion del problema original solo falta calcular x = 10 4 2 = 4.
Por tanto, para el problema original, el mnimo global es (x, y, z) = (4, 4, 2). Y el valor
mnimo es m = 16 + 16 + 2(4) = 40.

2. Resuelve los siguientes problemas de optimizaci

on mediante el metodo de Lagrange, justificando
previamente que el conjunto factible es compacto.

a)

Opt.
s. a

2x2 + y 3
x2 + y 2 = 1

Observamos que el conjunto factible es compacto, ya que es una circunferencia (en concreto,
x2 + y 2 = 1 representa la circunferencia de centro (0, 0) y radio 1). Por tanto, seg
un el
teorema de Weierstrass, podemos asegurar que el problema tiene maximo global y mnimo
global.
Sabemos que debemos buscar los puntos optimos entre los puntos crticos restringidos.
La funcion lagrangiana es:
L(x, y, ) = 2x2 + y 3 (x2 + y 2 1)
Sus derivadas parciales con respecto a x, y, son:
L
= 4x (2x),
x

L
= 3y 2 (2y),
y

L
= (x2 + y 2 1)

Igualando a cero estas derivadas parciales tenemos las condiciones de Lagrange. Los puntos
crticos restringidos son las soluciones de este sistema de ecuaciones. Vamos a resolverlo.

x = 0 (Caso 1)

4x

x
=
0

2x(2

)
=
0

= 2 (Caso 2)

2 2y = 0

3y

2
x + y2 1 = 0
Caso 1: x = 0 . Sustituimos en las otras ecuaciones:
2
3y 2y = 0
y2 1 = 0 y = 1
Si y = 1, la otra ecuacion queda: 3 2 = 0, es decir, = 3/2.
Si y = 1, la otra ecuacion queda: 3 + 2 = 0, es decir, = 3/2.
Tenemos, de momento, los puntos crticos restringidos P1 = (0, 1) (con = 3/2) y P2 = (0, 1)
(con = 3/2)
Caso 2: = 2 . Sustituimos en las otras ecuaciones:

y = 0 (Caso 2.1)

o
3y 4y = 0 y(3y 4) = 0

y
=
4/3 (Caso 2.2)

2
2
x +y 1=0
Caso 2.1 : Si y = 0, la ecuacion x2 + y 2 1 = 0 queda como x2 = 1, es decir, x = 1.
Tenemos as los puntos crticos restringidos P3 = (1, 0) (con = 2) y P4 = (1, 0) (con
= 2).
7
Caso 2.2: Si y = 4/3, tenemos que x2 = 1 y 2 = 1 16
9 = 9 , lo cual es imposible, porque
2
x no puede ser negativo.

Los puntos crticos restringidos obtenidos seran los candidatos a maximo global o mnimo
global.
P.C.R. = {(0, 1), (0, 1), (1, 0), (1, 0)}
Evaluamos la funcion objetivo, f (x, y) = 2x2 + y 3 , en ellos.
f (0, 1) = 1,

f (0, 1) = 1,

f (1, 0) = 2,

f (1, 0) = 2

Por tanto, el valor mnimo es 1. El mnimo global es (0, 1) .

El valor m
aximo es 2. Hay dos m
aximos globales, los puntos (1, 0) y (1, 0) .

b)

Opt.
s. a

x2 + y 2 2xy
x2 + y 2 = 8

La restriccion x2 + y 2 = 8 representa una circunferencia, que es un conjunto compacto. Por

el Teorema de Weierstrass podemos asegurar que existe maximo global y mnimo global.
Construimos la funcion lagrangiana:
L(x, y, ) = x2 + y 2 2xy (x2 + y 2 8)
Sus derivadas parciales con respecto a x, y, son:
L
= 2x 2y (2x),
x

L
= 2y 2x (2y),
y

L
= (x2 + y 2 8)

Las condiciones de Lagrange son:

2x 2y 2 x = 0
2y 2x 2 y = 0

x2 + y 2 8 = 0
Si sumamos las dos primeras ecuaciones, obtenemos que 2x 2y = 0, de donde
2(x + y) = 0, lo que da lugar a dos casos: = 0 o x + y = 0.
Caso 1: = 0 .
En este caso, la primera y la segunda ecuacion nos dicen lo mismo, que x = y.
Entrando en la u
ltima ecuacion tenemos que x2 + x2 = 8, o sea, 2x2 = 8, de donde x2 = 4
y entonces x = 2.
Tenemos por ahora los puntos crticos restringidos P1 = (2, 2) y P2 = (2, 2) .
Caso 2: x + y = 0 .
Tenemos entonces que y = x. La tercera ecuacion nos dice que x2 + (x)2 = 8, es decir,
2x2 = 8, de donde x2 = 4 y x = 2.
Si x = 2, entonces y = 2. Y si x = 2, entonces y = 2.
Entrando en las otras ecuaciones, concluimos que = 2 en ambos casos.
Tenemos ahora los nuevos puntos crticos restringidos P3 = (2, 2) y P4 = (2, 2) .
En definitiva, los puntos crticos restringidos son:
P.C.R. = {(2, 2), (2, 2), (2, 2), (2, 2)}
5

Evaluamos la funcion objetivo, f (x, y) = x2 +y 2 2xy, en estos puntos crticos restringidos.

f (2, 2) = 22 + 22 2(2)(2) = 4 + 4 8 = 0.
f (2, 2) = 4 + 4 2(2)(2) = 8 + 8 = 16.
f (2, 2) = 16.
f (2, 2) = 0.
Por tanto, el valor m
aximo es 16 y se alcanza en los puntos (2, 2) y (2, 2) . Es decir,
estos dos puntos son m
aximos globales del problema.
El valor mnimo es 0 y se alcanza en los puntos (2, 2) y (2, 2) , que son los mnimos
globales.
c)

Opt.
s. a

xy
x2 + y 2 = 1

Observamos que la restriccion x2 +y 2 = 1 representa una circunferencia, que es un conjunto

compacto. Por el Teorema de Weierstrass podemos asegurar que tienen solucion, tanto el
problema de maximizacion como el de minimizacion.
Construimos la funcion lagrangiana:
L(x, y, ) = xy (x2 + y 2 )
Operando como en los ejercicios anteriores, escribimos las condiciones de Lagrange:

y 2x = 0
x 2y = 0
2
x + y2 = 1
Despejamos y de la primera ecuacion: y = 2 x .
Entramos con esto en la segunda ecuacion:
x 2y = 0 x 2(2x) = 0 x 42 x = 0 x (1 42 ) = 0.
De aqu surgen dos posibilidades:
x = 0 (Caso 1)
o
1 42 = 0, de donde 2 = 41 y entonces = 12 (Caso 2)
o = 1
2

(Caso 3)

Pasamos a desarrollar cada caso.

Caso 1: x = 0 . Entonces y = 2 x = 0.
Entramos con esto en la tercera ecuacion, que a
un no hemos usado:
2
2
2
2
x + y = 1 0 + 0 = 1 0 = 1. Luego la tercera ecuacion no se cumple, y, por tanto,
no hay solucion en este caso.
Caso 2: =

1
2

y = 2 x = 2 12 x y = x .

Entrando en la tercera ecuacion:

x2 + y 2 = 1 x2 + x2 = 1 2x2 = 1 x2 =
o x =

.
6

1
2

q
x =

1
2,

es decir, x =

1
2

Si x =
Y si x

1 entonces y = x = 1 .
2
2
1
1

=
entonces
y
=
x
=
.
2
2

Tenemos por ahora dos puntos crticos restringidos:

Caso 3: =

1
2

y = 2x = 2

1
2

1
2

1
2

x y = x .

Entrando en la tercera ecuacion:

x2 + y 2 = 1 x2 + (x)2 = 1 2x2 = 1 x2 =

1
2

1
2,

x =

es decir, x =

1
2

.
2
1
.
= 12 entonces y = x =
2
1
x=
entonces y = x = 12 .
2

o x =
Si x
Y si

Tenemos as dos nuevos puntos crticos restringidos:

1
2

1
2

En definitiva, los puntos crticos restringidos son :

1
1
1 1
1 1
1 1
P1 = ,
, P2 = ,
, P3 = ,
, P4 = ,
2
2
2
2
2
2
2
2
Evaluamos la funcion objetivo, f (x, y) = xy, en estos puntos.

1
f 12 , 12 = 12
= 12 .
2

1
1
f
,
= 12 .
2
2

1
f 12 ,
= 1
2 .
2

1 1
f
, 2 = 1
2 .
2
Por tanto, el valor m
aximo es

1
2

y se alcanza en dos puntos, P1 =

1
2

1
2

y P2 =

que son los m

aximos globales.
El valor mnimo es

1
2

y se alcanza en dos puntos, P3 =

1
2

y P4 =

1
2

que son los mnimos globales.

NOTA: Existe un metodo alternativo para resolver el sistema de ecuaciones. Es sencillo
pero tiene el inconveniente de que no siempre se puede emplear.
Partimos del sistema

y 2x = 0
x 2y = 0
2
x + y2 = 1
Despejamos en las dos primeras ecuaciones 1 .
x
y
=
=
2x
2y
1

Debemos observar que, cuando despejamos , estamos dando por hecho que los denominadores son no nulos. Realmente son no nulos, ya que, si fuera x = 0, la primera ecuaci
on obligara a ser y = 0, pero entonces no se cumple la tercera
ecuaci
on. Y, por razones similares, tampoco puede ser y = 0. Y si la posibilidad de que alg
un denominador se anulase
fuera real? Entonces habra que considerar tambien dicha posibilidad. Ah radica el inconveniente de este procedimiento.

Entonces, igualando las dos expresiones de :

y
x
=
2y 2 = 2x2
2x
2y

y 2 = x2

(o sea y = x)

Juntando esto con la tercera ecuacion, tenemos

y 2 = x2
2
x + y2 = 1
De donde x2 + x2 = 1, es decir, 2x2 = 1, o sea x2 = 12 , es decir, x = 12 . Y siguiendo este
camino, llegamos a obtener las mismas soluciones que obtuvimos antes, los cuatro puntos
crticos que nos salieron.
d)

Min.
s. a

x2 + 2y 2
4x2 + y 2 = 36

Observamos que el conjunto factible es compacto, ya que la ecuacion 4x2 + y 2 = 36 representa una elipse. Por tanto, podemos asegurar que el problema tiene mnimo global.
La funcion lagrangiana es:
L(x, y, ) = x2 + 2y 2 (4x2 + y 2 36)
Las condiciones de Lagrange son:

2x 8 x = 0
4y 2 y = 0

4x2 + y 2 = 36

La primera ecuacion, 2x(1 + 4) = 0, da lugar a dos casos, x = 0 y = 1/4.

Caso 1: x = 0. Las ecuaciones restantes quedan:

4y 2y = 0 2y(2 ) = 0
y 2 = 36 y = 6
Como y = 6, en particular, y 6= 0, y la ecuacion 2y(2 ) = 0 nos dice que = 2.
Tenemos los puntos crticos restringidos P1 = (0, 6) (con = 2) y P2 = (0, 6) (con
= 2)
Caso 2: = 1/4. Sustituimos en las otras dos ecuaciones:

4 y 2 1
y=0
4y + y2 = 0
4
es decir
2
2
4x + y = 36
4x2 + y 2 = 36
La ecuacion 4y + y2 = 0, es decir, 9y
on,
2 = 0 nos dice que y = 0. Usando la otra ecuaci
tenemos que 4x2 = 36, es decir, x2 = 9, o sea x = 3
Tenemos as los puntos crticos restringidos P3 = (3, 0) (con = 1/4) y P4 = (3, 0)
(con = 1/4).
Evaluamos la funcion objetivo, f (x, y) = x2 + 2y 2 , en los puntos crticos.
f (0, 6) = 72,

f (0, 6) = 72,

f (3, 0) = 9,

f (3, 0) = 9

Por tanto, el valor mnimo es 9. Hay dos mnimos globales, los puntos (3, 0) y
(3, 0) . (El valor maximo es 72, pero esto no se peda).

e)

Opt. x + y + z
s. a x2 + y 2 + z 2 = 3
La restriccion, x2 + y 2 + z 2 = 3, representa una esfera en el espacio tridimensional. Por
tanto, el conjunto factible es compacto y podemos asegurar que el problema tiene maximo
y mnimo globales.
La funcion lagrangiana es :
L(x, y, z, ) = x + y + z (x2 + y 2 + z 2 3)
Sus derivadas parciales con respecto a x, y, z y son:
L
= 1 (2x),
x

L
= 1 (2y),
y

L
= 1 (2z),
z

Las condiciones de Lagrange son:

1 2x = 0
x=

1 2y = 0
y=
1 2z = 0
z=

2
x + y2 + z2 3 = 0

L
= (x2 + y 2 + z 2 3)

1
2
1
2
1
2

Entonces:

x2 + y 2 + z 2 = 3

Si =

1
2 ,

42 = 1

Si = 12 , tenemos que x =

1
2

1
2

1
2(1/2)

1
2

2 =

1
4

1
2

2
=3

3
=3
42

1
2

= 1, y = 1, z = 1. Obtenemos as el punto (1, 1, 1) .

sale el punto (1, 1, 1) .

Los valores de la funcion f en los dos u

nicos candidatos son:
f (1, 1, 1) = 3
f (1, 1, 1) = 3.
As que el valor maximo es 3 y el punto maximo global es (1, 1, 1).
Y el valor mnimo es 3, siendo (1, 1, 1) el mnimo global.
f)

Min.
s. a

xy + z
x2 + y 2 + z 2 = 1

La restriccion, x2 + y 2 + z 2 = 1, representa una esfera en el espacio tridimensional, que es

un conjunto compacto. Podemos asegurar que el problema tiene mnimo global (Tambien
maximo global, pero eso no se nos pide).
La funcion lagrangiana es :
L(x, y, z, ) = xy + z (x2 + y 2 + z 2 1)

Sus derivadas parciales con respecto a x, y, z y son:

L
= y (2x),
x

L
= x (2y),
y

L
= 1 (2z),
z

L
= (x2 + y 2 + z 2 1)

Las condiciones de Lagrange son:

y 2x = 0

y = 2x

x 2y = 0
x 2(2x) = 0
1

z
=
0

2
x + y2 + z2 1 = 0
La condicion x 42 x = 0, es decir, x(1 42 ) nos da tres posibilidades:
x = 0 (Caso 1) , = 12 (Caso 2) , = 1
2 (Caso 3)
Caso 1: Si x = 0 , entonces, y = 2x = 0, es decir, y = 0. Entonces, de la u
ltima ecuacion,
z 2 = 1, es decir, z = 1. Para z = 1, = 1/(2z) = 1/2. Y para z = 1, = 1/2.
Tenemos as los siguientes puntos crticos restringidos: (0, 0, 1) (con = 1/2) ,
(con = 1/2)
Caso 2: Para =
x2

y2

1
2

, tenemos que z =

(1)2

x2

+ +
= 1, es decir,
+
punto que ya salio antes, (0, 0, 1).
Caso 3: Para =

1
2

y2

1
2

1
2( 12 )

(0, 0, 1)

= 1. Entrando en la u
ltima ecuacion:

= 0, de donde x = 0, y = 0, as que obtenemos un

, resulta que z =

1
2

1
)
2( 1
2

= 1. Y entrando en la u
ltima ecuacion

sacamos que x = 0, y = 0, obteniendo el punto, (0, 0, 1), que ya salio antes.

Evaluamos la funcion f (x, y, z) = xy + z en los dos u
nicos candidatos:
f (0, 0, 1) = 1
f (0, 0, 1) = 1.
El valor mnimo es 1 y el punto en el que se alcanza, (0, 0, 1), es el mnimo global.
(El otro punto, (0, 0, 1), es maximo global, pero no se peda)

3. Calcula los maximos y mnimos locales en los siguientes problemas de optimizacion.

a)

Opt. x2 + 2y 2 xy
s. a 2x + y = 22
El conjunto factible no es compacto (se trata de una recta, y, por tanto, no esta acotado).
No podemos garantizar la existencia de optimos globales. Nos limitaremos a buscar los
optimos locales.
Buscamos los puntos crticos restringidos. Construimos la funcion lagrangiana:
L(x, y, ) = x2 + 2y 2 xy (2x + y 22)
Las condiciones de Lagrange son:

2x y 2 = 0

4y x = 0

2x + y 22 = 0
10

2x y
2
= 4y x
=

2x y
Igualando los dos despejes de , tenemos que
= 4y x, de donde 2x y = 8y 2x,
2
9y
es decir, 4x = 9y, o sea x =
.
4
Entrando en la tercera ecuacion,

9y
18y 4y
2x + y = 22 2
+ y = 22
+
= 22 22y = 88 y = 4
4
4
4
De y = 4 deducimos que x =

9y
4

9(4)
4

= 9. Y = 7

Tenemos solo un punto crtico restringido, el punto (9, 4) .

Para saber si es un maximo local o un mnimo local, calculamos el hessiano orlado:

|H| =

0
g
x
g
y

g
x
2L
x2
2L
xy

g
y
2L
xy
2L
y 2

1
0 2

= 2 2 1

1 1 4

Ahora tendramos que evaluarlo en el punto crtico, pero no depende del punto. El valor de
este determinante es |H| = 22 < 0. Esto nos dice que nuestro punto crtico es un mnimo
local. O sea, nuestra funcion tiene un mnimo local en el punto (x, y) = (9, 4).
Si este mnimo es global o no, no lo podemos saber con los calculos que se han hecho.
b)

Opt.
s. a

16y x2 y 2 6
x2 y 2 = 0

Buscamos los optimos locales. Calculamos los puntos crticos restringidos.

Construimos la funcion lagrangiana:
L(x, y, ) = 16y x2 y 2 6 (x2 y 2 )
Las condiciones de Lagrange son:

2x 2x = 0 2x(1 + ) = 0

x = 0 (Caso 1)
= 1 (Caso 2)

16 2y + 2y = 0

2
x y2 = 0
Caso 1. x = 0 . Las ecuaciones no usadas quedan como

16 2y + 2y = 0
y 2 = 0 y = 0
La u
ltima ecuacion dice que debe ser y = 0. Pero, al entrar con este valor en la otra ecuacion,
queda como 16 = 0, que no tiene solucion.
Por tanto, no hay puntos crticos restringidos correspondientes a este Caso 1.

11

Caso 2. = 1 . Las ecuaciones no usadas quedan como

16 2y + 2(1)y = 0 16 4y = 0
x2 y 2 = 0

y=4

Entramos con el valor y = 4 en la u

ltima ecuacion y queda como: x2 16 = 0, de donde
x = 4.
Tenemos as los dos puntos crticos restringidos P1 = (4, 4), P2 = (4, 4).
Para saber si se trata de maximos o mnimos locales calculamos el hessiano orlado:

g
g

x
y 0

2x
2y
g 2 L

0
|H| =
= 2x 2 2

2
x x
xy

2y
0
2
+
2
g 2 L

2
L

y xy
y 2
Lo evaluamos en cada punto crtico:

0 8 8

0 = 256 > 0.
|H(4, 4)| = 8 0
Por tanto, hay un maximo local en el punto (4, 4)
8 0 4

0 8 8

0
0 = 256 > 0.
|H(4, 4)| = 8
Hay otro maximo local en el punto (4, 4)
8

0 4

4. Dado el programa

Opt.
s. a

f (x, y) = 55x + 12y x

x2 + 3y = a

con a IR y sabiendo que (4, yo ) es un punto crtico restringido del mismo:

a) Calcula los valores de yo y de a.
b) Determina si el punto crtico obtenido en el apartado anterior es m
aximo o mnimo.
a) Escribimos las condiciones de Lagrange. El punto crtico restringido (4, yo ) debe cumplirlas.
La funcion lagrangiana es

L(x, y, ) = 55x + 12y x (x2 + 3y a)

Las condiciones de Lagrange son entonces:

6y
55 + x 2x = 0

sustituyendo el punto (4, yo )

12 x 3 = 0
2
x + 3y a = 0
Es decir,

55 + 3yo 8 = 0
24 3 = 0 = 8

16 + 3yo a = 0

o 2(4) = 0

+ 6y
55
4
12 4 3 = 0

42 + 3y a = 0
o

55 + 3yo 64 = 0 yo = 3
16 + 3yo a = 0 a = 16 + 3yo = 16 + 9 = 25

En definitiva, se tiene que yo = 3 y a = 25 .

12

b) Queremos saber si el punto crtico obtenido antes, es decir, el punto (x, y) = (4, 3) (con
= 8) es un maximo o un mnimo local. Para ello usamos el hessiano orlado.

0
2x
3

6y 21 x
6

2
2x

|H| =
( x)2
x

x
Evaluamos en el punto

|H(4, 3)| =

crtico:
0
8
3
8 17,125 3
3
3
0

= 72 + 72 9(17,125) = 298,125 > 0

Por ser positivo el anterior determinante, el punto crtico restringido (4, 3) es un maximo
local.
5. Una empresa produce un bien utilizando dos factores productivos, x1 y x2 . Su funci
on de costes
es 4x1 + 5x2 y la funci
on de producci
on es x1 x2 . Se pide plantear y resolver los dos siguientes
problemas.
a) Maximizar la producci
on, suponiendo que los costes deben ser de 40 unidades monetarias.
b) Minimizar los costes si se desea producir 20 unidades del bien.
a) El planteamiento es

Max.
s. a

x1 x2
4x1 + 5x2 = 40

Se puede resolver por sustitucion o por el metodo de los multiplicadores de Lagrange.

Procediendo como siempre, llegamos a la conclusion de que el maximo se alcanza en el
punto (x1 , x2 ) = (5, 4). La maxima produccion sera: x1 x2 = (5)(4) = 20 unidades.
b) El planteamiento ahora es

Min.
s. a

4x1 + 5x2
x1 x2 = 20

Lo podemos resolver por el metodo de sustitucion o el de Lagrange.

20
Utilizamos, por ejemplo, el de sustitucion. Despejamos x2 =
.
x1
Se trata de buscar el mnimo de la funcion
20
100
f (x1 ) = 4x1 + 5
= 4x1 +
x1
x1
100
, es decir, x21 = 100
. Se anula cuando 4 = 100
4 = 25, de
x21
x21
donde x1 = 5 o x1 = 5, pero esta u
ltima no tiene sentido economico.
Comprobamos que se trata de un mnimo.
100(2x1 )
200
f 00 (x1 ) =
= + 3 > 0. Esto nos dice que se trata realmente de un mnimo2 .
x41
x1
Finalmente, para x1 = 5, calculamos x2 = 20/5 = 4. As, el mnimo se alcanza en el punto
(x1 , x2 ) = (5, 4). El coste mnimo es 4(5) + 5(4) = 40.
Su derivada es f 0 (x1 ) = 4

Realmente el dominio natural de la funci

on f (x1 ) es IR+ = (0, +). En este dominio la derivada segunda, f 00 (x1 ) =
3
200/x1 es siempre positiva, por lo que la funci
on f es estrictamente convexa. Y el punto crtico es un mnimo global.

13

6. Una heladera fabrica tarrinas de helado de fresa y de vainilla. Cada tarrina de fresa proporciona
un beneficio de 2 euros y cada tarrina de vainilla supone un beneficio de 1 euro. El coste de
producci
on de x tarrinas de fresa e y tarrinas de vainilla es x2 + 2y 2 . Se desea que el coste total
sea de 18 euros. Se pide:
a) Plantea el problema de maximizaci
on para el beneficio de la heladera.
b) Justifica que dicho problema tiene soluci
on.
c) Resuelve el problema mediante el metodo de los multiplicadores de Lagrange.
d) Cu
antas tarrinas de cada sabor debe vender la heladera para obtener el m
aximo beneficio?
Cu
al es el beneficio m
aximo?
(a) El planteamiento es

Max. 2x + y
s. a x2 + 2y 2 = 18

(b) El conjunto factible s es compacto, ya que se trata de una elipse.

Por el teorema de Weierstrass podemos asegurar que existe tanto maximo como mnimo.
En particular, podemos asegurar que el problema de maximizacion tiene solucion.
(c) Buscamos los puntos crticos restringidos.
L(x, y, ) = 2x + y (x2 + 2y 2 18)
Las condiciones de Lagrange son:

2 2x = 0

1
y=
4

x=

1 4y = 0

2
x + 2y 2 18 = 0
Entrando en la tercera ecuacion,
2

x +2y = 18

2 2
1
1
+2
= 18

18
= 18
162
De =

1
4

De =

1
4

deducimos que x =

162 = 1

1
1/4

deducimos que x =

= 4 y que y =

1
1/4

1
1
+2
= 18
2

162

1
16

2 =

1
4(1/4)

= 4 y que y =

16
2
+
= 18
2
16 162
1
4

= 1.

1
4(1/4)

= 1.

Por tanto, tenemos dos puntos crticos restringidos: P1 = (4, 1), P2 = (4, 1).
Evaluamos la funcion objetivo, f (x, y) = 2x + y en ellos: f (4, 1) = 9, f (4, 1) = 9.
Concluimos que el maximo se alcanza en el punto (4, 1).
(d) Por tanto, deben producirse 4 tarrinas de fresa y 1 de vainilla. El maximo beneficio es
entonces de 9 u.m.

14

NOTA 1: Existe una forma alternativa de resolver el sistema de ecuaciones. En lugar de despejar x
e y en terminos de en las dos primeras ecuaciones, despejar en ambas e igualar los resultados.
Esto dara
1
1
1
1
= , =

=
4y = x
x
4y
x
4y
Entrando ahora en la tercera ecuacion:
x2 + 2y 2 = 18

(4y)2 + 2y 2 = 18

18y 2 = 18

y = 1

Si y = 1, entonces x = 4, = 1/4. Y si y = 1, entonces x = 4, = 1/4. Tenemos as los

mismos puntos que obtuvimos antes.
NOTA 2: Por el enunciado del problema, esta claro que no sera aceptable una solucion con
componentes negativas. Entonces, por que tenemos en cuenta el punto (4, 1)? Porque nos
estamos apoyando en el Teorema de Weierstrass para localizar el maximo, basandonos en que la
elipse (completa, incluyendo puntos con componentes negativas) es un conjunto compacto.
Y no podra considerarse como conjunto factible el formado por los puntos de la elipse x2 +2y 2 =
18 que ademas cumplan las restricciones de no-negatividad, x 0, y 0? Bueno, este conjunto es
compacto, as que esta garantizada la existencia de maximos o mnimos. Pero ahora no tenemos
solo una igualdad sino, ademas dos desigualdades. Y el metodo de Lagrange no sirve para resolver
problemas con restricciones de desigualdad.
7. Una empresa produce un determinado bien a partir de dos factores productivos. Sea Q(x, y) =
5x + 2y la funci
on de producci
on de la empresa y C(x, y) = 8x2 + 4y 2 la funci
on de costes.
a) Determina las cantidades de factores x e y con las que se minimiza el coste al producir 33
unidades de producto as como dicho coste mnimo.
b) Si se quisiera producir 34 unidades de producto, y sin resolver de nuevo el problema, halle
cu
anto se incrementara, aproximadamente, el coste mnimo. Halle tambien, aproximadamente, el nuevo coste mnimo.

a) Si se producen 33 unidades de producto es que Q(x, y) = 5x + 2y = 33. Esta

es la restriccion.
Por tanto, el planteamiento es
Min.
s. a

8x2 + 4y 2
5x + 2y = 33

Construimos la funcion lagrangiana:

L(x, y, ) = 8x2 + 4y 2 (5x + 2y 33)
Las condiciones de Lagrange son:

16 x 5 = 0
8y 2 = 0

5x + 2y = 33

Resolviendo este sistema obtenemos que su solucion es: x = 5, y = 4, = 16.

15

Tenemos solo un punto crtico restringido, el punto (5, 4) . Comprobamos que es mnimo.

0 5 2

|H| = 5 16 0
2 0 8

= 64 200 < 0

Por ser negativo, queda comprobado que el punto es un mnimo local.

En definitiva, hay que usar x = 5 unidades del primer factor productivo e y = 4 unidades del
segundo factor productivo para que el coste sea mnimo.
El valor mnimo (=coste mnimo) es C(5, 4) = 264.
b) Si se pasa de producir 33 unidades a producir 34, (es decir, el termino independiente de la
restriccion aumenta en una unidad), el valor optimo (=coste mnimo) variar
a en = 16 unidades
aproximadamente. El nuevo coste mnimo sera de 264 + 16 = 280 unidades, aproximadamente.
8. Si se gastan x miles de euros en mano de obra e y miles de euros en equipo, la producci
on de
cierta f
abrica ser
a Q(x, y) = 60 x1/3 y 2/3 unidades. Si hay 120000 euros disponibles, c
omo debe
distribuirse el dinero, entre mano de obra y equipo, para generar la mayor producci
on posible?
La condicion de que hay 120 miles de euros disponibles significa que x + y = 120 (suponiendo
que se emplee todo el dinero disponible). Por tanto, el planteamiento es
Max.
s. a

60x1/3 y 2/3
x + y = 120

Pasamos a calcular los puntos crticos restringidos. Construimos la funcion lagrangiana:

L(x, y, ) = 60x1/3 y 2/3 (x + y 120)
Sus derivadas parciales con respecto a x y a y son:
L
1
= 60 x2/3 y 2/3 (1) = 20 x2/3 y 2/3
x
3
L
2
= 60x1/3 y 1/3 = 40 x1/3 y 1/3
y
3
Las condiciones de Lagrange son:

20 x2/3 y 2/3 = 0
40 x1/3 y 1/3 = 0

x + y 120 = 0
Despejamos en las dos primeras ecuaciones:
= 20 x2/3 y 2/3

= 40 x1/3 y 1/3

Igualamos las dos expresiones de :

20 y 2/3
40 x1/3
=

x2/3
y 1/3

20 y 2/3 y 1/3 = 40 x1/3 x2/3

16

20y = 40x y = 2x

Entrando con esto en la tercera ecuacion, x + y 120 = 0, tenemos que 3x = 120, de donde
x = 40, y = 80.
Tenemos solo un punto crtico, el punto (40, 80) .
Al intentar comprobar que es un maximo usando el hessiano orlado, las operaciones resultan
bastante pesadas y, finalmente, este determinante resulta valer 0, por lo que no podemos justificar
as que se trate de un maximo. S se puede demostrar que es un maximo viendo que se trata de
un programa convexo pero esto no es materia de examen.
En definitiva, deben usarse 40000 euros (40 miles de euros) en mano de obra y 80000 euros en
equipo para obtener la maxima produccion.
La produccion maxima sera Q(40, 80) = 60 (40)1/3 (80)1/3 = 3809,76 unidades.
9. Una empresa produce y comercializa dos bienes, X e Y . Se supone que se vende todo lo que se
produce. El beneficio por la venta de dichos bienes est
a expresado por la funci
on
B(x, y) = 2 ln(x 2) + 3 ln(y 1)
siendo x e y el n
umero de unidades vendidas de los bienes X e Y respectivamente.
Se dispone de 240 unidades de materia prima para producir ambos bienes. Cada unidad del
bien X precisa 10 unidades de materia prima para su fabricaci
on y cada unidad del bien Y , 20
unidades. La materia prima ha de agotarse en su totalidad. Se pide:
a) Halla el dominio de la funci
on B(x, y).
b) Escribe un programa matem
atico para calcular el n
umero de unidades del bien X y del Y
que se han de fabricar para que el beneficio sea m
aximo.
c) Calcula el punto crtico restringido del programa anterior. Y comprueba que se trata de un
m
aximo.
aximo de la empresa y las cantidades x e y que debe producir para
d) Halla el beneficio m
obtenerlo.
e) Sin resolver el problema de nuevo, cu
anto variara el beneficio de la empresa si dispusiera
de una unidad adicional de materia prima? Justifique la respuesta.
(a) Dom(B) = {(x, y) / x > 2, y > 1}.
(b) El hecho de que se dispone de 240 unidades de materia prima que debe gastarse en su
totalidad se traduce en que 10x + 20y = 240.
El planteamiento entonces es

Max.
s. a

2 ln(x 2) + 3 ln(y 1)
10x + 20y = 240

(c) La funcion lagrangiana es

L(x, y, ) = 2 ln(x 2) + 3 ln(y 1) (10x + 20y 240)
Las condiciones de Lagrange son:

10 = 0

x2
3
20 = 0

y1
10x + 20y = 240

2
x2

= 10

2
10x20

3
y1

= 20

3
20y20

17

Entonces
3
2
=
10x 20
20y 20

40y 40 = 30x 60

Al sustituir en la tercera ecuacion, queda,

3x 1
10x+20y = 240 10x+20

= 240
4
2
Entonces x = 10, de donde y =

3x
4

1
2

= 7, y =

2
10x20

40y = 30x 20

10x+15x10 = 240
=

2
80

y=

3x 1

4
2

25x = 250

= 0,025.

Tenemos as el punto crtico restringido (x, y) = (10, 7), con = 0,025.

Comprobamos que es maximo. Como no podemos usar el Teorema de Weierstrass, miraremos el
hessiano orlado.

10
20

0
10

|H| =

(x 2)2

3
20

(y 1)2
Evaluamos en el punto crtico:

|H(10, 7)| = 10
20

10
2
64

20
0
3
36

= 400 2 100 3 > 0

64
36

Por ser positivo, podemos concluir que el punto crtico restringido, (10, 7), es un maximo local.
(Aunque, de hecho, es un maximo global, pero no se puede justificar con este metodo).
(d) El beneficio maximo de la empresa es el valor maximo, es decir,
B(10, 7) = 2 ln(8) + 3 ln(6) = 9,53416 u.m.
Se alcanza, como hemos hallado antes, en el punto (10, 7). Lo que significa que deben producirse
x = 10 unidades del bien X e y = 7 unidades del bien Y.
(e) Si dispusiera de una unidad mas de materia prima, es decir, 241 en lugar de 240, y teniendo
en cuenta que la variacion correspondiente del valor optimo esta dada por M ' (b), al
ser b = 1, tenemos que M ' = 0,025.
Esto nos dice que el beneficio maximo aumentara en 0,025 unidades, aproximadamente.
NOTAS: Eso significa que el nuevo beneficio maximo sera de 9,53416 + 0,025 = 9,55916 u.m.
aproximadamente.
Si en vez de disponer de una unidad mas de materia prima, dispusiera de, por ejemplo, tres
unidades mas, entonces sera b = 3 y la variaci
on del valor optimo estara dada por M '
(3) = 0,075 aproximadamente.
Y si en lugar de eso, dispusiera de, por ejemplo, dos unidades menos de materia prima, entonces
sera b = 2 y entonces M ' (2) = 0,05, es decir, el valor optimo disminuira en cinco
centesimas, aproximadamente.

18