MATEMTICAS - 2 FINANZAS - M.

Daz Gabela

Captulo 5
Optimizacin en funciones de dos
variables.
5.1

Extremos absolutos en funciones de dos variables.

Sea z = f (x, y) una funcin definida en A R2 , diremos que f (x, y) presenta un

mximo absoluto en (x0 , y0 ) si f (x0, y0) f (x, y) ; (x, y) A.

Anlogamente diremos que f (x, y) presenta un mnimo absoluto en (x0, y0) si

f (x0 , y0) f (x, y) ; (x, y) A.
Se hablar de extremos estrictos cuando se consideren desigualdades estrictas.

Si la funcin z = f (x, y) es continua en un cerrado de A, se cumple por el teorema

de Bolzano-Weierstrass, que existe al menos un punto de A, en el que la funcin
alcanza el mximo valor y al menos un punto en el que alcanza el mnimo valor.

5.2

Extremos relativos en funciones de dos variables.

Sea z = f (x, y) una funcin definida en A R2, diremos que f (x, y) presenta un

mximo relativo en (x0, y0 ) si f (x0 , y0) > f (x, y) ; (x, y) perteneciente a un entorno
de (x0, y0 ) contenido en A, es decir:
f (x0 , y0 ) > f (x0 + h, y0 + k) ; (h, k) tal que 0 <
11

h2 + k 2 <

MATEMTICAS - 2 FINANZAS - M. Daz Gabela

CAPTULO 5. OPTIMIZACIN EN FUNCIONES DE DOS VARIABLES.

12

Anlogamente diremos que f (x, y) presenta un mnimo relativo en (x0, y0) si

f (x0 , y0) < f (x, y) ; (x, y) perteneciente a un entorno de (x0, y0 ) contenido en A,
es decir:
f (x0 , y0 ) < f (x0 + h, y0 + k) ; (h, k) tal que 0 <

h2 + k 2 <

fig.4-t21
Los extremos relativos estn relacionados con una propiedad local de la funcin,
tambin se llaman extremos locales.
Los extremos absolutos estn relacionados con una propiedad puntual de
la funcin.
Los extremos absolutos se encuentran entre los relativos y los puntos de la

frontera del dominio de la funcin.

Los extremos absolutos y relativos pueden coincidir.

5.3

Puntos crticos de una funcin de dos variables.

Decimos que el punto P (x0 , y0) es un punto crtico de la funcin z = f (x, y), si se
verifica alguna de las condiciones:
a) fx (x0 , y0) = 0 y fy (x0, y0 ) = 0.
b) fx (x0 , y0) y/ fy (x0, y0), no existen.
Los puntos crticos, son los candidatos a ser extremos.

MATEMTICAS - 2 FINANZAS - M. Daz Gabela

5.4. CONDICIN NECESARIA DE EXTREMO.

5.4

13

Condicin necesaria de extremo.

La condicin necesaria para que la funcin z = f (x, y) presente un extremo relativo

en P (x0, y0 ) es que ste sea un punto crtico. Si existen las derivadas parciales,
estas, necesariamente deben anularse en el punto.
Demostracin
Efectivamente, veremos que si existen las derivadas parciales, estas son nulas en
el punto, esto es fx (x0, y0) = 0 y fy (x0 , y0) = 0.
Que la funcin z = f (x, y) tenga un extremo en P (x0, y0), implica que la funcin
g(x) = f (x, y0 ) tenga un extremo en el punto x = x0 , lo que implica que gx (x0) = 0,
esto es:
gx (x0) =lim

h0

g(x0 + h) g(x0)
f (x0 + h, y0) f (x0 , y0)
=0
= 0, es decir, lim
h0
h
 h



fx (x0 ,y0 )

Anlogamente, que z = f (x, y) tenga un extremo en P (x0 , y0), implica que la

funcin (y) = f (x0, y) tiene un extremo en el punto y = y0 , lo que implica que
y (y0) = 0, esto es:
y (y0) =lim

k0

(y0 + k) (y0)
f (x0, y0 + k) f (x0 , y0)
=0
= 0, es decir, lim
k0
k
 k



fy (x0 ,y0 )

El hecho de que las derivadas parciales deban ser nulas, necesariamente, en los
extremos de la funcin, se traduce geomtricamente, en que el plano tangente a la
superficie z = f (x, y) en un punto P (x0, y0, z0) que es extremo relativo, tiene por
ecuacin z = z0, es decir que este plano tangente es paralelo al plano z = 0, dejando
la superficie en un entorno del punto, toda ella por debajo por encima de dicho
plano.

5.5

Condiciones suficientes para la existencia de

extremo.

Hemos visto que si las derivadas parciales de f en P (x0, y0), estas deben ser

necesariamente nulas; por otra parte la existencia de extremo relativo exige que el

MATEMTICAS - 2 FINANZAS - M. Daz Gabela

14

CAPTULO 5. OPTIMIZACIN EN FUNCIONES DE DOS VARIABLES.

signo de la diferencia f (x0 +h, y0 +k)f (x0 , y0 ) permanezca constante en un entorno

del punto, esto es (h, k) tal que 0 < h2 + k 2 < .

Esta diferencia, siempre que podamos utilizar el desarrollo de Taylor, la podremos escribir:
f (x0 + h, y0 + k) f (x0 , y0) =
1
+ +
n!

f
f
h+
k
x
y

f
f
h+
k
x
y

(n

1
+
(n + 1)!
(x0 ,y0 )

Teniendo en cuenta que:

Si hay extremos relativos, entonces

1
+
2!
(x0 ,y0 )

f
f
h+
k
x
y

f
x

f
f
h+
k
x
y

(n+1

(x0 ,y0 )

;0<<1

(x0 +h,y0 +k)

=0y

(x0 ,y0 )

(2

f
y

=0

(x0 ,y0 )

Los pequeos valores de h y k hacen que h3, k 3, h2 k, hk 2 , h4, k 4, 0

se puede considerar como signo de f (x0 + h, y0 + k) f (x0, y0), el signo de:

(2
1 f
f
h+
k
2! x
y (x0 ,y0 )
que es el de la expresin:
(2
 2


f
f 2
2f
2f 2
f
h+
k

h +2
hk + 2 k
x
y (x0 ,y0)
x2
xy
y
(x0 ,y0 )
para valores suficientemente pequeos de h y k.
Este trinomio, lo podemos escribir: Ah2 + 2Bhk + Ck 2 donde
2f
2f
2f
A=
,B =
,C = 2
x2
xy
y
Esta expresin corresponde a la forma cuadrtica F (h, k), cuya forma matricial
es:
F (h, k) =

h k

A B
B C

h
k

Cuando la forma cuadrtica es definida positiva (menores principales [+]), el

signo de la diferencia es [+] y en P (x0, y0 ) habr un Mnimo relativo.

MATEMTICAS - 2 FINANZAS - M. Daz Gabela

5.5. CONDICIONES SUFICIENTES PARA LA EXISTENCIA DE EXTREMO.15

Si la forma cuadrtica es definida negativa, esto es, menores principales alternando el signo, empezando por [], entonces el signo de la diferencia es [] y en
P (x0, y0) habr un Mximo relativo.
Cuando la forma cuadrtica es semidefinida positiva, esto es, primer menor [+]
y segundo menor [0] bin semidefinida negativa, es decir, primer menor [] y
segundo menor [0], entonces se presenta un caso dudoso.
En cualquier otro caso (forma cuadrtica indefinida), no existe extremo y el
punto P (x0, y0) se dice Punto de silla.


 A B 


A partir del determinante Hessiano: H = 
, se caracterizan los extremos
 B C 
de la siguiente forma:

Si |H|(x0 ,y0 )

 2 

> 0 P (x0, y0) Mnimo relativo

x2 (x0 ,y0 )

>0y

 2 

< 0 P (x0, y0) Mximo relativo

x2
(x0 ,y0 )
es

= 0 El criterio no decide (recurrir al concepto de extremo)

< 0 P (x0, y0 ) Punto de silla

Ejemplo 5.5.1 Estudiar la existencia de los extremos relativos de la funcin:

f (x, y) = x3 + y 3 3xy + 1.

MATEMTICAS - 2 FINANZAS - M. Daz Gabela

16

CAPTULO 5. OPTIMIZACIN EN FUNCIONES DE DOS VARIABLES.

La grfica de la funcin es de la forma:

fig.5-t21
a) Determinamos puntos crticos:

= 3x2 3y = 0

x
y = x2

x4 x = 0 x(x3 1) = 0
2

y =x

= 3y 2 3x = 0

y
Por tanto los puntos crticos sern:

P1(0, 0) y P2(1, 1)
b) Naturaleza de los extremos:
Planteamos el Hessiano:
 2
 f
2f

 x2
xy


H=
 2 f 2f


xy y2



 

 
  6x 3 
=
  3 6y  = 36xy 9




(H)(0,0) = 9 P1(0, 0) es un punto de silla.

(H)(1,1) = 36 9 = 27 > 0

P2(1, 1) es un Mnimo relativo.

 2 

=6>0

x2 (1,1)

MATEMTICAS - 2 FINANZAS - M. Daz Gabela

5.5. CONDICIONES SUFICIENTES PARA LA EXISTENCIA DE EXTREMO.17

Ejemplo 5.5.2 Estudiar los extremos de la funcin:
f (x, y) = x2 + y 2 + 2xy

Su grfica es:

fig.6-t21
a) Puntos crticos:

= 2x + 2y = 0

= 2y + 2x = 0

y = x puntos crticos : (x, x)

b) Naturaleza de los extremos:

Planteamos
 2
 f

 x2

H = 
 2f


xy

el Hessiano:

2f 
 
xy   2 2
 = 
  2 2
2f 

y2


 2 

f

= 2 > 0 caso dudoso
 = 0, con

x2 (x.x)

Acudimos al concepto de extremo y vemos que:

f (x, y) = x2 + y 2 + 2xy (x + y)2 > 0, (x, y) = (x, x)

correspondientes a la bisectriz del 2o 4o cuadrante, pero es igual a cero en (x, x).

Por tanto los puntos de la forma (x, x), son Mnimos relativos en sentido amplio.
(Pues cada entorno de (x, x) contiene puntos de la bisectriz, donde la funcin es
cero, pero no mayor que cero)

MATEMTICAS - 2 FINANZAS - M. Daz Gabela

18

CAPTULO 5. OPTIMIZACIN EN FUNCIONES DE DOS VARIABLES.

Ejemplo 5.5.3 Estudiar los extremos relativos de la funcin:

f (x, y) = 2y 4 3xy2 + x2

La funcin se puede escribir:




f (x, y) = 2y 4 3xy2 + x2 = 2y 2 x y 2 x

Su grfica es la que muestra en la figura:

fig.7-t21
a) Puntos crticos:

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

3 2

x = 2y

f
3

3
2
2

6xy
=
0
8y
=
4y
(y

x)
+
2y
(2y

x)
=
0
y =0

2x 3y = 0

Por tanto el nico punto crtico es el P (0, 0).

b) Naturaleza del extremo:

Planteamos el Hessiano:
 2

 f
2f 

 
 x2
 
xy

  2
6y
=
H = 
  6y 24y 2 6x
 2f 2f 




xy y2




 = 12y 2 12x = 12(y 2 x)


MATEMTICAS - 2 FINANZAS - M. Daz Gabela

5.5. CONDICIONES SUFICIENTES PARA LA EXISTENCIA DE EXTREMO.19

(H)(0,0) = 0 Caso dudoso

Estudiamos por tanto si el signo de la diferencia f (0 + h, 0 + k) f (0, 0) per
manece constante h, k tal que 0 < h2 + k 2 < .
Hemos escrito la funcin como producto de dos factores, cada factor igualado a
cero es la ecuacin de una parbola, cuyas grficas observamos en la figura.

(1)

y2 = x
(2)

y2 =

fig.8-t21
x
Considerado un entorno de P (0, 0), las parbolas y 2 x = 0 e y 2 = 0 permiten
2
dividir dicho entorno en dos regiones donde la diferencia mencionada arriba, cambia
de signo.
En la regin (1):
y2 x < 0 e y2

x
> 0 f (h, k) < 0
2

y2 x < 0 e y2

x
< 0 f (h, k) > 0
2

En la regin (2)

Por tanto en el punto P (0, 0) no existe extremo relativo.


Ejemplo 5.5.4 Dada la funcin f (x, y) = x2 + y 4, estudiar extremos absolutos y
relativos en el cuadrado de lado 2 unidades, centrado en el origen de coordenadas.

MATEMTICAS - 2 FINANZAS - M. Daz Gabela

20

CAPTULO 5. OPTIMIZACIN EN FUNCIONES DE DOS VARIABLES.

Los extremos absolutos se obtienen al evaluar la funcin en:

Los extremos relativos de la funcin.
La frontera del dominio de la funcin:
Extremos relativos de f sobre los lados del cuadrado.
En los vrtices del cuadrado.
Buscamos extremos relativos de f (x, y), cuya grfica se muestra en la figura:

fig.9-t21
a) Puntos crticos:

f
x

f
y

(x,y)=(0,0)

(x,y)=(0,0)

x
=
x2 + y 4
2y 3

=
x2 + y 4

Calculamos las derivadas parciales en el punto (0, 0):

 
f
h2
|h|
=lim

=lim
h0 h
x (0,0) h0 h


f
y

(0,0)

k4
k2
=lim
=0
=lim
k0 k
h0 k

Por tanto el nico punto crtico es P1(0, 0).

MATEMTICAS - 2 FINANZAS - M. Daz Gabela

5.5. CONDICIONES SUFICIENTES PARA LA EXISTENCIA DE EXTREMO.21

b) Naturaleza del extremo:
Como
f (h, k) =

h2 + k 4 > 0, (h, k) y f (0, 0) = 0

resulta que el signo de la diferencia es constante y positivo, por tanto en P1(0, 0)

existe un mnimo relativo.
Veamos los extremos relativos de f sobre cada lado del cuadrado:
- Sobre la recta y = 1 :
f (x, y) =

x2 + 1 funcin de una sla variable.

x
= 0 x = 0 Punto crtico P2(0, 1).
fx =
x2 + 1
Se tiene que
fx =

1
(x2

+ 1)

3
2

(fx )(0,0) =

1
3

(x2 + 1) 2

=1>0

(0,0)

luego en P2(0, 1) existe un mnimo.

En realidad no interesa tanto saber si los puntos crticos corresponden a mximos
o mnimos, cmo el valor de la funcin en esos puntos.
- Sobre la recta y = 1 :
f (x, y) =

x2 + 1 funcin de una sla variable.

x
fx =
= 0 x = 0 Punto crtico P3(0, 1).
x2 + 1
- Sobre la recta x = 1 :
f (x, y) =

fy = 

1 + y 4 funcin de una sla variable.

2y 3
1 + y4

= 0 y = 0 Punto crtico P4 (1, 0).

- Sobre la recta x = 1 :
f (x, y) =

1 + y 4 funcin de una sola variable.

MATEMTICAS - 2 FINANZAS - M. Daz Gabela

CAPTULO 5. OPTIMIZACIN EN FUNCIONES DE DOS VARIABLES.

22

fy = 

2y 3
1 + y4

= 0 y = 0 Punto crtico P5(1, 0).

Por ltimo evaluamos la funcin f (x, y) en los puntos:

P1, P2, P3, P4, P5 , A(1, 1) , B(1, 1) , C(1, 1) , D(1, 1)
obteniendo:
f (P1) = 0 , f (P2) = 1 , f (P3) = 1 , f (P4 ) = 1 , f (P5) = 1

f (A) = 2 , f (B) = 2 , f (C) = 2 , f (D) = 2

Por tanto:
El punto P1 (0, 0) es un mnimo absoluto.
Los vrtices del cuadrado: A, B, C y D son mximos absolutos.

5.6

Optimizacin de funciones con restricciones

de igualdad. Multiplicadores de Lagrange.

Frecuentemente se presenta el problema de determinar los extremos de una funcin

z = f (x, y), cuando las variables x e y vienen ligadas por una ecuacin de condicin:
g(x, y) = 0. A veces se puede despejar y en funcin de x y resolver en z = z(x),
despejar x en funcin de y y resolver en z = z(y).
Cuando no puede hacerse de esta forma, es til el uso del mtodo de los multiplicadores de Lagrange, que en general permitir determinar extremos de funciones
de n variables, condicionadas por m ecuaciones de condicin (m < n).
Partiendo de la condicin de que tanto la funcin como las ecuaciones de condicin son de clase C 1 , se procede de la siguiente forma:
1.- Se plantea la llamada funcin auxiliar de Lagrange que para el caso de una
funcin de dos variables ser:
F (x, y, ) = f (x, y) + g(x, y) ; es en este caso el multiplicador de Lagrange.

MATEMTICAS - 2 FINANZAS - M. Daz Gabela

5.6. OPTIMIZACIN DE FUNCIONES CON RESTRICCIONES DE IGUALDAD. MULTIPLICAD

2.- Se determinan los puntos crticos, que sern los que satisfacen el sistema:

=0

F
=0

g(x, y) = 0

obtenindose puntos que se pueden expresar de la forma P (x, y, )

3.- Para cada punto crtico, se estudia el signo de la forma cuadrtica

2

d F (h, k) =

F
F
h+
k
x
y

(2

; h dx, k dy

que expresada en forma matricial ser:

2F
x2



d2 F (h, k) = h k

2F
xy

d2F < 0 ; (h, k) = (0, 0)

Si
g
g
dg =
h+
k=0
x
y

d2F > 0 ; (h, k) = (0, 0)

Si
g
g
dg =
h+
k=0
x
y

2F

xy
h

2F k
y2

un Mximo
un Mnimo

Si d2F = 0 Caso dudoso.

Si d2F cambia de signo al cambiar valores de h y k, Extremo
En los casos dudosos, deber seguirse el estudio, bin aumentando el nmero
de trminos del desarrollo de Taylor, bin teniendo en cuenta la naturaleza fsica
geomtrica del problema y en cualquier caso tener presente el concepto de extremo.
Ejemplo 5.6.1 Hallar los extremos de la funcin z = x2 +y 2, sujetos a la condicin
y + x2 = 1

MATEMTICAS - 2 FINANZAS - M. Daz Gabela

24

CAPTULO 5. OPTIMIZACIN EN FUNCIONES DE DOS VARIABLES.

Seguimos los pasos sealados arriba:

1.- Funcin auxiliar de Lagrange:

2.- Puntos crticos:



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

= 2x + 2x = 0

x (1 + ) = 0

x = 0 y = 1 = 2

1
1
2y + = 0
= 2y + = 0

= 1 y = x =

2
2

x +y =1
x2 + y 1 = 0
Tenemos por tanto tres puntos crticos:

1 1
1 1
P1(0, 1, = 2) , P2 ( , , = 1) , P3 ( , , = 1)
2 2
2 2
3.- Naturaleza de los extremos:

d2 F = (2 + 2)h2 + 2k 2

dg = 2xh + k = 0 h = k
2x

1 1
1 1
Para P1(0, 1; = 2), P2( , ; = 1) y P3( , ; = 1) se tiene que:
2 2
2 2
En P1 : dg = k = 0
k=0
d2F = 2h2 < 0 Mximo
2
k
En P2 : dg = h + k = 0 h = d2F = 2k 2 > 0
Mnimo
2
2

k
En P3 : dg = 2h + k = 0 h =
d2F = 2k 2 > 0
Mnimo
2
Este ejercicio se podra resolver, despejando y = 1x2 en la ecuacin de condicin
2

y llevarla a la funcin, quedando z = x2 + (1 x2) , funcin ya de una sola variable,

de la que sabemos estudiar sus extremos.