Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Teorema de Lagrange PDF
Teorema de Lagrange PDF
Sea g una función de dos variables suficientemente regular y consideremos la curva C de ecuación
implícita g ( x, y ) = 0, es decir, C := {( x, y ) ∈ \ 2 : g ( x, y ) = 0} . Se trata de un conjunto cerrado y su-
pongamos que es un conjunto acotado. Si f : ( x, y ) ∈ U ⊆ \ 2 → f ( x, y ) ∈ \, con C ⊆ U , es una
función suficientemente regular (en particular continua) entonces alcanza el máximo y el mínimo
absolutos en C. Sin embargo, ningún punto de la curva es necesariamente un punto crítico de la
función f , luego las técnicas estudiadas en la sección anterior no son válidas en este caso. Sin em-
bargo, si C : t ∈ I ⊆ \ → C (t ) := ( x(t ), y (t )) ∈ \ 2 , siendo x = x(t ) e y = y (t ) funciones suficiente-
mente regulares, es una parametrización de la curva C , y consideramos la función de una variable
h : t ∈ I ⊆ \ → h(t ) := f ( x(t ), y (t )) ∈ \, se verifica que: f alcanza un máximo (mínimo) absoluto
en el punto ( x0 , y0 ) = C (t0 ) ∈ C si y sólo si h alcanza un máximo (mínimo) absoluto en el punto
t0 ∈ I . Por tanto, el problema de obtener los extremos de la función f en C se reduce a obtener los
extremos absolutos de la función h en I . A veces no es posible determinar una parametrización de
la curva C , hecho que ocurre generalmente cuando la curva está definida implícitamente por la
ecuación g ( x, y ) = 0. En este caso se acude al método de los multiplicadores de Lagrange que ex-
ponemos a continuación.
1
GRADO DE INGENIERÍA AEROESPACIAL. CURSO 2011–12.
MATEMÁTICAS II. DPTO. DE MATEMÁTICA APLICADA II
Lección 1. Aplicaciones de la derivación parcial.
f ( x0 , y0 ) ≤ f ( x, y ) para todo ( x, y ) ∈ D ∩ C ( ( x, y ) ∈ D y g ( x, y ) = 0 ).
En ambos casos decimos que f alcanza en ( x0 , y0 ) ∈ C un extremo relativo sujeto (condicionado)
a la restricción g ( x, y ) = 0.
Observa que los extremos absolutos de la función f en C se alcanzan en puntos donde la función
f alcanza extremos relativos condicionados a g ( x, y ) = 0.
2
GRADO DE INGENIERÍA AEROESPACIAL. CURSO 2011–12.
MATEMÁTICAS II. DPTO. DE MATEMÁTICA APLICADA II
Lección 1. Aplicaciones de la derivación parcial.
⎧ g ( x, y ) = 0,
⎪
⎨ f x ( x, y ) = λ g x ( x, y ),
⎪ f ( x, y ) = λ g ( x, y ).
⎩ y y
2
y = −2. Si x = 0, entonces 3 y 2 + 4 y − 4 = 0. Es decir, y = o y = −2. Por otro lado, si y = −2,
3
entonces f y ( x, −2) = 12 + x − 8 − 4 = 0. Por tanto, x = 0. Resumiendo, hay solamente dos puntos
2
⎛ 2⎞
críticos: P1 = ⎜ 0, ⎟ y P2 = ( 0, −2 ) . Observa que P2 ∉ U . Para aplicar el criterio de las derivadas se-
⎝ 3⎠
⎡2 y + 4 2x ⎤
gúndas calculamos la matriz diferencial segunda, esto es, D 2 f ( x, y ) = ⎢
6 y + 4 ⎥⎦
y, por tan-
⎣ 2x
⎡16 ⎤
⎢ 0⎥ ⎛ 2⎞
to, D f ( P1 ) = 3
2
, que es definida positiva. En consecuencia, en el punto P1 = ⎜ 0, ⎟ la fun-
⎢ ⎥ ⎝ 3⎠
⎢⎣ 0 8 ⎥⎦
ción alcanza un mínimo relativo. Ahora usaremos el teorema de los multiplicadores de Lagrange
para buscar los puntos de la frontera de U , es decir puntos que verifican x 2 + y 2 = 1, en los que la
función f alcanza extremos relativos condicionados. Llamemos g ( x, y ) = x 2 + y 2 − 1. Si el punto
( x, y ) es un extremo relativo de f ( x, y ) sujeto a g ( x, y ) = 0, entonces existe un número real λ tal
⎧ 2 x( y + 2) = λ 2 x,
que Df ( x, y ) = λ ⋅ Dg ( x, y ), es decir, ⎨ 2 Distinguimos dos casos. Si x = 0,
⎩3 y + x + 4 y − 4 = λ 2 y.
2
3
GRADO DE INGENIERÍA AEROESPACIAL. CURSO 2011–12.
MATEMÁTICAS II. DPTO. DE MATEMÁTICA APLICADA II
Lección 1. Aplicaciones de la derivación parcial.
este conjunto es cerrado y acotado). Puesto que estos extremos absolutos deben ser extremos relati-
vos condicionados, necesariamente son P3 = (0,1) y P4 = (0, −1) . Para determinar en cuál se alcanza
el máximo absoluto evaluaremos la función f ( x, y ) en dichos puntos: f ( P3 ) = −9 y f ( P4 ) = −3.
Es decir, P3 = (0,1) es el punto donde la función alcanza el mínimo absoluto y P4 = (0, −1) es el
punto donde alcanza el máximo absoluto. Finalmente, determinaremos los puntos donde el campo
f alcanza sus valores máximo y mínimo absolutos en U . El único punto crítico del interior es P1
256
y f ( P1 ) = − . En cuanto a los segundos ya los hemos calculado en el apartado anterior. Por tan-
27
⎛ 2⎞
to, el máximo absoluto se alcanza en P4 = (0, −1) y el mínimo absoluto en P1 = ⎜ 0, ⎟ .
⎝ 3⎠
Multiplicadores de Lagrange para funciones de tres variables en una superficie. En el caso tri-
dimensional, el método funciona de forma análoga en el caso de una restricción g ( x, y, z ) = 0, lo
que corresponde a considerar los valores máximo o mínimo absolutos de una función f ( x, y, z ) de
tres variables sobre la superficie S := {( x, y, z ) ∈ \ 3 : g ( x, y, z ) = 0} .
EJEMPLO. Supongamos que entre todas las cajas rectangulares con área constante e igual a 10 m 2
hay una caja de mayor volumen posible. Vamos a hallar sus dimensiones. Llamemos x , y y z a
las longitudes de los lados de la caja. Su volumen es xyz y el área de la superficie de la caja viene
dada por 2( xy + xz + yz ). Por tanto, el problema es calcular el máximo de f ( x, y, z ) = xyz sujeto a
la restricción g ( x, y, z ) = xy + xz + yz − 5 = 0. Además, observemos que puesto que x , y y z repre-
4
GRADO DE INGENIERÍA AEROESPACIAL. CURSO 2011–12.
MATEMÁTICAS II. DPTO. DE MATEMÁTICA APLICADA II
Lección 1. Aplicaciones de la derivación parcial.
sentan longitudes, estos valores deben ser positivos: x > 0, y > 0 y z > 0. El punto solución debe
⎧ g ( x, y, z ) = 0,
⎪ f ( x, y, z ) = λ g ( x, y, z ),
⎪ x
para un cierto número λ . En nuestro caso, tene-
x
satisfacer las ecuaciones ⎨
⎪ f y ( x, y, z ) = λ g y ( x, y, z ),
⎪ f ( x, y, z ) = λ g ( x, y, z ),
⎩ z z
⎧ 0 = xy + xz + yz − 5,
⎪ yz = λ ( y + z ),
⎪
mos que ⎨ Puesto que estamos interesados solamente en soluciones del primer
⎪ xz = λ ( x + z ),
⎪⎩ xy = λ ( x + y ).
octante, tenemos que la suma de cualesquiera dos coordenadas es no nula. Por tanto, de la segunda
yz xz
y tercera ecuaciones anteriores se sigue que = , lo que implica que yx + yz = xy + xz. Es
y+z x+ z
decir, x = y. Análogamente, se obtiene que x = z. Sustituyendo en la ecuación xy + xz + yz = 5,
5 5
concluimos que x 2 = y así x = . Luego la solución es la caja con todos los lados iguales a
3 3
5
. Observemos que no hemos probado que ésta caja tenga volumen máximo. Lo que hemos obte-
3
nido es que si existe tal caja esa es la que hemos obtenido. Usualmente llegados a este punto se hace
uso de otros argumentos para concluir que la solución obtenida es la que optimiza.
Multiplicadores de Lagrange para funciones de tres variables en una curva en. También puede
que estemos interesados en obtener los extremos de una función f ( x, y, z ) = 0 definida sobre una
curva C := S1 ∩ S2 dada por la intersección de las superficies S1 := {( x, y, z ) ∈ \ 3 : g ( x, y, z ) = 0} y
S 2 := {( x, y, z ) ∈ \ 3 : h( x, y, z ) = 0} .
5
GRADO DE INGENIERÍA AEROESPACIAL. CURSO 2011–12.
MATEMÁTICAS II. DPTO. DE MATEMÁTICA APLICADA II
Lección 1. Aplicaciones de la derivación parcial.
DEM. La demostración es análoga a la del teorema de los multiplicadores de Lagrange para una cur-
va en el plano. En este caso usaremos el teorema de la función implícita con tres incógnitas y dos
ecuaciones. Puesto que los vectores Dg ( x0 , y0 , z0 ) y Dh( x0 , y0 , z0 ) son linealmente independientes,
⎡ g x ( x0 , y0 , z0 ) g y ( x0 , y0 , z0 ) g z ( x0 , y0 , z0 ) ⎤
la matriz ⎢ ⎥ tiene rango dos. De esta forma hay dos co-
⎣ hx ( x0 , y0 , z0 ) hy ( x0 , y0 , z0 ) hz ( x0 , y0 , z0 ) ⎦
lumnas que son linealmente independientes. Supongamos que son las dos últimas (de forma análoga
se hace en las otras dos posibilidades). Por el teorema de la función implícita, existen un intervalo
I ⊆ \ centrado en el punto x0 y dos únicas funciones escalares y y z derivables con derivadas
continuas en I tales que y ( x0 ) = y0 , z ( x0 ) = z0 y ( x, y ( x), z ( x)) es una solución del sistema de
⎧ g ( x, y, z ) = 0,
ecuaciones ⎨ para cada x ∈ I . Es decir, la curva C , alrededor del punto ( x0 , y0 , z0 ), se
⎩ h( x, y, z ) = 0,
parametriza mediante la aplicación C ( x) = ( x, y ( x), z ( x)), con x ∈ I . Además, derivando en el sis-
tema de ecuaciones anterior obtenemos que
⎧⎪ g x ( x0 , y0 , z0 ) + g y ( x0 , y0 , z0 ) y′( x0 ) + g z ( x0 , y0 , z0 ) z ′( x0 ) = 0,
⎨
⎪⎩ hx ( x0 , y0 , z0 ) + hy ( x0 , y0 , z0 ) y′( x0 ) + hz ( x0 , y0 , z0 ) z ′( x0 ) = 0.
Es decir, el vector C ′( x0 ) = (1, y′( x0 ), z ′( x0 ) ) es normal al plano generado por Dg ( x0 , y0 , z0 ) y
Dh( x0 , y0 , z0 ). Por otro lado, la función ϕ ( x) := f ( x, y ( x), z ( x)) tiene un extremo relativo en el pun-
to x0 . De esta forma, ϕ ′( x0 ) = 0. Si aplicamos la regla de la cadena obtenemos que
ϕ ′( x) = f x ( x, y ( x), z ( x)) + f y ( x, y ( x), z ( x)) y′( x) + f z ( x, y ( x), z ( x)) z′( x) = Df ( x, y ( x), z ( x)) ⋅ C ′( x).
En particular, obtenemos que Df ( x0 , y0 , z0 ) ⋅ C ′( x0 ) = 0 y Df ( x0 , y0 , z0 ) es ortogonal a C ′( x0 ). De
esta forma comprobamos que el vector Df ( x0 , y0 , z0 ) pertenece al plano generado por los vectores
Dg ( x0 , y0 , z0 ) y Dh( x0 , y0 , z0 ). Por consiguiente, existen dos escalares λ y μ tales que
Df ( x0 , y0 , z0 ) = λ Dg ( x0 , y0 , z0 ) + μ Dh( x0 , y0 , z0 ).
6
GRADO DE INGENIERÍA AEROESPACIAL. CURSO 2011–12.
MATEMÁTICAS II. DPTO. DE MATEMÁTICA APLICADA II
Lección 1. Aplicaciones de la derivación parcial.
x −z z −x
el hecho de que h( x, y, z ) = x + z − 2 = 0, implica que x = 1 + 0 0 y z = 1 + 0 0 . Por otro lado,
2 2
la restricción g ( x, y, z ) = y − 2 = 0 fuerza a que y = 2. Es decir, el punto de la recta donde la distan-
⎛ x −z z −x ⎞
cia es mínima es ⎜1 + 0 0 , 2,1 + 0 0 ⎟ . En particular, dicha distancia es
⎝ 2 2 ⎠
⎛ x0 − z0 ⎛ z −x ⎛ x +z ⎞
2 2 2
⎞ ⎞
⎜1 + − x0 ⎟ + ( 2 − y0 ) + ⎜1 + 0 0 − z0 ⎟ = 2 ⎜1 − 0 0 ⎟ + ( 2 − y0 ) .
2 2
⎝ 2 ⎠ ⎝ 2 ⎠ ⎝ 2 ⎠
y2 z2
Ahora vamos a calcular los puntos más cercano y más lejano del elipsoide x 2 + + = 1 a la re-
2 3
⎧ y = 2,
cta r ≡ ⎨ Una vez que tenemos la expresión de la distancia de un punto arbitrario P a la
⎩ x + z = 2.
recta r tenemos que calcular cuándo esta función alcanza un mínimo o máximo suponiendo que el
y2 z2
punto P = ( x , y , z ) pertenece al elipsoide de ecuación x 2
+ + = 1. De nuevo podemos conside-
2 3
rar como función objetivo el cuadrado de la distancia. Es decir, queremos buscar el mínimo y el má-
⎛ x+ z⎞
2
⎝ 2 ⎠
2 2
y z
ción g ( x, y, z ) := x 2 + + − 1 = 0. Por el teorema de los multiplicadores de Lagrange, los puntos
2 3
7
GRADO DE INGENIERÍA AEROESPACIAL. CURSO 2011–12.
MATEMÁTICAS II. DPTO. DE MATEMÁTICA APLICADA II
Lección 1. Aplicaciones de la derivación parcial.
⎧ f x ( x, y, z ) = λ g x ( x, y, z ),
⎪
donde dichos mínimos y máximos se alcancen deben verificar que ⎨ f y ( x, y, z ) = λ g y ( x, y, z ), para
⎪
⎩ f z ( x , y , z ) = λ g z ( x, y , z )
⎧
⎪ −2 + x + z = λ 2 x,
⎪
un cierto número real λ . En nuestro caso tenemos que ⎨−2 ( 2 − y ) = λ y, Si λ = 0, entonces
⎪
⎪ −2 + x + z = λ 2 Z .
⎪⎩ 3
2 2
y z z2
y = 2 y x + z = 2. Sustituyendo en x + + = 1 obtenemos que ( 2 − z ) + 2 + = 1. Puesto
2 2
2 3 3
que el término de la izquierda es mayor que 2, ésta ecuación no tiene solución. Por consiguiente,
1
λ ≠ 0. De la primera y tercera ecuación deducimos que λ x = λ z. Por tanto, 3x = z. Despejando
3
ahora λ en la primera y segunda ecuación se obtiene que 4 x = y. Por tanto, x 2 + 8 x 2 + 3 x 2 = 1. Es
3 ⎛ 3 2 3 3⎞
decir, x = ± . De esta forma, obtenemos las dos soluciones: una es P1 = ⎜⎜ , , ⎟ y la
6 ⎝ 6 3 2 ⎟⎠
⎛ 3 2 3 3⎞
otra es P2 = ⎜⎜ − ,− ,− ⎟ . Evaluamos ahora la función f ( x, y, z ) en estos puntos y obte-
⎝ 6 3 2 ⎟⎠
nemos por una parte f ( P1 ) = 8 − 4 3 y, por otra, f ( P2 ) = 8 + 4 3. Por tanto, la distancia mínima se
alcanza en el punto P1 y dicha distancia vale 8 − 4 3 y la distancia máxima se alcanza en el pun-
to P2 y vale 8 + 4 3.
8
GRADO DE INGENIERÍA AEROESPACIAL. CURSO 2011–12.
MATEMÁTICAS II. DPTO. DE MATEMÁTICA APLICADA II
Lección 1. Aplicaciones de la derivación parcial.
EJERCICIO 5. Calcula las dimensiones del rectángulo de mayor área inscrito en una circunferencia
de radio R. Calcula también las dimensiones del rectángulo de mayor área inscrito en la elipse de
semiejes a > 0 y b > 0, cuyos lados son paralelos a los ejes de la elipse.
EJERCICIO 6. Calcula las dimensiones de los paralelepípedos de mayor área y de mayor volumen
inscritos en una esfera de radio R.
EJERCICIO 7. Estrategia para dibujar el mapa del escondite donde el pirata Morgan tiene guardado
el supuesto tesoro de la isla del tesoro. La figura representa el contorno de la isla en la que el pirata
Morgan escondió el tesoro.
N
Fijado un sistema de coordenadas cartesianas en el que las abscisas representan la longitud y las or-
denadas la latitud (como es habitual en los mapas), el contorno de la isla es la curva de ecuación im-
plícita x 4 − 4 x + 4 y 2 + y 4 = 2. Para encontrar el tesoro debes ejecutar los siguientes pasos:
(1) Halla las coordenadas del punto N más septentrional de la isla.
(2) Comprueba que en dicho punto la curva define la latitud y como función de la longitud x y
obtener el polinomio de Taylor de orden 2 de dicha función definida implícitamente.
(3) Se sabe que el tesoro está en el punto T de la isla en el que la gráfica de dicho polinomio corta
el eje de abscisas. Calcula las coordenadas del punto T .
(4) Dibuja la localización aproximada de los ejes coordenados, los puntos N y T y la gráfica del
polinomio de Taylor mencionado.
9
GRADO DE INGENIERÍA AEROESPACIAL. CURSO 2011–12.
MATEMÁTICAS II. DPTO. DE MATEMÁTICA APLICADA II
Lección 1. Aplicaciones de la derivación parcial.
EJERCICIO 8. Calcula las dimensiones de la pirámide recta de base cuadrada y máximo volumen
que puede construirse con un alambre de longitud L.
sobre el conjunto U := {( x, y, z ) ∈ \ 3 : x 2 + y 2 + z 2 ≤ 1, y + z = 1} .
⎧ x 2 + z 2 = 2,
EJERCICIO 13. Calcula las coordenadas del punto de la elipse ⎨ más próximo al origen
⎩ x + y = 1,
de coordenadas.
10