“Año de la lucha contra la corrupción e impunidad"

UNIVERSIDAD SAN PEDRO

Facultad de Ingeniería
Escuela profesional de Ingeniería industrial

ASIGNATURA: ANALISIS MATEMATICO III

TEMA: “Aplicaciones de máximos y mínimos en

funciones de varias variables”
“Aplicaciones en derivada direccional o
vector gradiente”
DOCENTE: ALVA VENTURA, YSELA

ESTUDIANTE:
 ALVAREZ CAMACHO, Teyter
 LEYVA ÁVILA, Anthony
 JARA HERRERA, Lucio
 HIDALGO PEREZ, Steven
 SERNAQUE LESCANO, Darwin

CICLO-GRUPO: IV-A

Chimbote - Perú
2019
I. INTRODUCCIÓN

En este trabajo presentamos un conjunto de conceptos y ejercicios, que muestran

gráficamente los resultados obtenidos de los métodos de Multiplicadores de LaGrange,
máximos y mínimos. Asimismo, se ha visto ya que hay muchas aplicaciones en derivadas
direccionales en un punto de una superficie.

El objetivo de este trabajo es ofrecer una visualización de resultados matemáticamente

comprobados, para ello las funciones han sido seleccionadas arbitrariamente
preocupándonos que los ejercicios ofrezcan la mayor y mejor cantidad de detalles para
entender el concepto visualmente
 II. APLICACIONES DE MAXIMOS Y MINIMOS EN FUNCIONES DE
VARIAS VARIABLES:

Existen varias definiciones a continuación presentamos las más importantes:

2.1 DEFINICIÓN. - La función 𝑓: 𝐷 𝑅 2 → 𝑅 definida en un conjunto abierto, 𝐷

𝑅 2 tiene un valor máximo absoluto sobre el conjunto si existe un punto 𝑃(𝑥0 , 𝑦0 ) ∈ 𝐷
tal que 𝑓(𝑥0 , 𝑦0 ) ≤ 𝑓(𝑥0 ,𝑦0 ), (𝑥, 𝑦) ∈ 𝐷 en este caso 𝑓(𝑥0 , 𝑦0 ) Es el valor máximo
absoluto de 𝑓 𝑒𝑛 𝐷. (SLIDESHARE, 2018)

OBSERVACIÓN Si la función 𝑓: 𝐷 𝑹𝟐 →𝑅 es continua en un conjunto cerrado𝐷 

𝑅 2 entonces existe al menos un punto donde tiene un valor máximo absoluto y al menos
un punto 𝑄 ∈ 𝐷 donde tiene un mínimo valor absoluto.

2.2 DEFINICIÓN. - La función 𝑓: 𝐷 𝑅 𝑛 → 𝑅 definida en un conjunto abierto 𝐷 𝑅 𝑛

tiene un valor mínimo relativo en el punto 𝑥 0 ∈ 𝐷 si existe una bola abierta 𝐵 (𝑥 0 ,𝜀)
𝐷 tal que 𝑓(𝑥 0 ) ≤ 𝑓(𝑥 ),∀ 𝑥 ∈ 𝐵 (𝑥 0 ,𝜀) 𝐷.

OBSERVACIÓN A los máximos y mínimos relativos de la función 𝑓: 𝐷 𝑹𝒏 → 𝑅 le

llamaremos extremos de la función 𝑓.

TEOREMA

Si la función 𝑓: 𝐷 𝑹𝒏 → 𝑅 definida en conjunto abierto 𝐷 𝑹𝒏 tiene un valor extremo

𝑥 0 ∈ 𝐷 𝑦 𝐷𝑘𝑓 (𝑥 0) y existe entonces 𝐷𝑘𝑓 (𝑥 0 ) = 0,∀𝑘 = 1,2, 3, …n.
2.3 DEMOSTRACIÓN:

2.4 DEFINICIÓN. - Sea la función 𝑓: 𝐷 Rn → 𝑅 definida en un conjunto de abierto 𝐷

Rn . Los puntos 𝑥 0𝐷 donde todas las derivadas parciales de primer orden de f son ceros
o no existen, se llaman puntos estacionarios o puntos críticos de 𝑓. (SLIDESHARE, 2018)

EJEMPLO 1: - Hallar los puntos críticos o estacionarios de la función

𝑓 (𝑥, 𝑦) = x 2 y 2 − 5x 2 − 8𝑥𝑦 − 5y 2

SOLUCIÓN
OBSERVACIÓN. - La condición necesaria para que una función tenga extremo relativo
en un punto, donde sus derivadas parciales existen, es que este punto sea un punto
estacionario o crítico, sin embargo esta condición no es suficiente, por ejemplo, la función
𝑓 (𝑥, 𝑦) = y 2 − x 2 cuyas derivadas parciales son:

Nota: A pesar de esto la función no tiene máximo ni mínimo relativo, en este caso, a este
tipo de puntos se denominan puntos de silla.

OBSERVACIÓN. - Un punto crítico que no es de un máximo o mínimo relativo es

llamado punto silla (o de monitor).

EJEMPLO 2:

La temperatura de una placa plana cuadrada varía según la relación:

T(𝑥, 𝑦) = 𝑥 2 + 5𝑦 2 − 6𝑥 + 10𝑦 + 15, donde “x” e “y” se miden en “m” y la
temperatura en CD. Determinar en qué punto la temperatura es mínima y calcular su
valor.
T(𝑥) = 2𝑥 − 6 = 0 → 2𝑥 = 6 → 𝑥 = 3
T() = 10𝑦 + 10 = 0 → 10𝑥 = −10 → 𝑦 = −1
(3,-1) Mín.
𝑇𝑥𝑥 𝑇𝑥𝑦 2 0
| | = | | = 20 > 0 ; 𝑇𝑥𝑥 = 2 Evaluando en (3,-1) =2>0
𝑇𝑦𝑥 𝑇𝑦𝑦 0 10
T(3, −1) = 32 + 5(−1)2 − 6(3) + 10(−1) + 15 = 1°𝐶
 EJEMPLO 3:

 Calculamos los puntos críticos

Calculamos las derivadas parciales de f:

Los puntos críticos son aquellos que anulan a las derivadas parciales. Por tanto, igualamos
a 0 las derivadas parciales para obtener un sistema de ecuaciones:

Resolvemos el sistema y obtenemos el punto crítico

 Calculamos el Hessiano y aplicamos el teorema

Evaluamos las derivadas parciales segundas en dicho punto:

Por tanto, el Hessiano en dicho punto es

EJEMPLO 4:

 Buscamos los puntos críticos

Las derivadas parciales son

Los puntos críticos son aquellos que anulan a las derivadas parciales. Por tanto, queremos
que

Tenemos un único punto crítico:

 Aplicamos el teorema

Evaluamos las derivadas parciales segundas en dicho punto:

El Hessiano en dicho punto es

2.5 MULTIPLICADORES DE LAGRANGE

Se supone que se desee maximizar o minimizar la función f(x, y) sujeto a la restricción

g(x, y) = 0, para esto formamos la función objetivo

Donde c es una constante. Podemos visualizar las curvas de nivel de f dadas por

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 serán distintas, y la curva g = c por lo general interceptará y cruzará muchos
contornos de f. En general, moviéndose a través de la línea 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
inflexión restringidos de f.
Un ejemplo familiar puede ser obtenido de los mapas climatológicos, con sus curvas de
nivel de presión y temperatura (isóbaras e isotermas respectivamente): el extremo
restringido ocurrirá donde los mapas superpuestos muestren curvas que se tocan.
Geométricamente traducimos la condición de tangencia diciendo que los gradientes
de f y g son vectores paralelos en el máximo. Introduciendo un nuevo escalar, λ,
resolvemos. (SLIDESHARE, 2018)
[f(x, y) - λ (g(x, y) − c)] = 0

Para λ ≠ 0.

Una vez determinados los valores de λ, volvemos al número original de variables y así
continuamos encontrando el extremo de la nueva ecuación no restringida.

De forma tradicional. Eso es, para todo (x, y) satisfaciendo la

condición porque es igual a cero en la restricción, pero los ceros de

F(x, y) están todos en.
Ejemplo 05:
 Calcular los valores extremos de la función f(x, y) = x 2 − y 2 sujeto a la restricción
g(x, y) = xy = 1
∇𝑓𝑥 = 𝜆∇g(𝑥, 𝑦)
(2𝑥 − 2𝑦) = 𝜆(𝑦, 𝑥)
2𝑥 = 𝜆𝑦 -2𝑦 = 𝜆𝑥
2𝑥 −2𝑦
= 𝜆 = 𝜆
𝑦 𝑥

2𝑥 −2𝑦
=
𝑦 𝑥

2𝑥 2 = −2𝑦 2
𝑥 = −𝑦
 Reemplazando en g(x, y) = xy-1
𝑥(−𝑥) = 1
−𝑥 2 = 1
−𝑥 = 1
𝑥 = −1
𝑦=1
P.C (-1,1)

Ejemplo 06:
Se disponen de 320 mts de cerca para encerrar un campo rectangular. ¿Cómo
debería colocarse la cerca, de manera que el área encerrada sea lo más grande
posible?
Función objetivo: Área

Restricción: Perímetro = 320

x, y  0

Optimizar: F(x, y) = x.y

2x + 2y = 320
Conseguimos:
y = 2 ; x = 2 ; 2x + 2y = 320.
 (x,y) = (80, 80) y  = 40.
F (80, 80) = 6400.
Comprobamos que es un máximo, al comparar con otro punto sobre la restricción.

Ejemplo 07:
 Calcular los valores extremos de la función f(x, y) = 2x 2 − 2y 2 sujeto a la
restricción g(x, y) = xy = 1
.∇𝑓𝑥 = 𝜆∇g(𝑥, 𝑦)
(4x − 4y) = λ(y, x)
4x = λy -4y = λx
4x −4y
= λ = λ
y x

4x −4y
=
y x
4x 2 = −4y 2
x = −y
 Reemplazando en g(x,y) = xy-1
. x(−x) = 1
−x 2 = 1
−x = 1
x = −1
. y=1
P.C (-1,1)
III. APLICACIONES EN DERIVADA DIRECCIONAL:

Se ha visto ya que hay muchas derivadas direccionales en un punto de una superficie. En

muchas aplicaciones, se desea saber en qué dirección moverse de manera que crezca más
rápida mente. Esta dirección se llama la dirección de mayor ascenso, y viene dada por el
gradiente, como se establece en el teorema siguiente. (SLIDER, 2018)

3.1 TEOREMA
El valor máximo de la derivada direccional 𝐷𝑢 𝑓 (𝑥, 𝑦) en el punto 𝑃( 𝑥, 𝑦) es
|∇𝑓(𝑥, 𝑦)| y se alcanza cuando el vector unitario 𝑢
⃗ tiene la misma dirección que

∇ 𝑓 (𝑥, 𝑦).

Nota: ∇𝑓(𝑥, 𝑦) =< 𝑓𝑥 (𝑥, 𝑦), 𝑓𝑦 (𝑥, 𝑦) >

El ∇𝑓(𝑥, 𝑦) está en la dirección en la cual la función tiene su máxima razón de cambio.

𝐷𝑢 𝑓(𝑥, 𝑦) = ∇𝑓(𝑥, 𝑦) . 𝑢
⃗
𝐷𝑢 𝑓(𝑥, 𝑦) = |∇𝑓(𝑥, 𝑦)| . |𝑢
⃗ | cos 𝛼
|𝑢
⃗|=1
𝐷𝑢 𝑓(𝑥, 𝑦) = |∇𝑓(𝑥, 𝑦)| cos 𝛼
Para tomar el vector máximo 𝛼 = 0 y 𝑢 tiene la misma dirección que ∇𝑓(𝑥, 𝑦). Ósea 𝑢
⃗ ∥
∇𝑓(𝑥, 𝑦).
𝐷𝑢 𝑓(𝑥, 𝑦) = |∇𝑓(𝑥, 𝑦)|
El valor mínimo de la derivada direccional 𝐷𝑢 𝑓 (𝑥, 𝑦) en el punto 𝑃( 𝑥, 𝑦) es
− |∇𝑓(𝑥, 𝑦)| y se alcanza cuando el vector unitario u tiene la dirección que ∇ 𝑓 (𝑥, 𝑦).
𝐷𝑢 𝑓(𝑥, 𝑦) = |∇𝑓(𝑥, 𝑦)| cos 𝛼
Para tomar el vector mínimo 𝛼 = 180° que tiene la dirección opuesta que ∇𝑓(𝑥, 𝑦).
Ósea 𝑢
⃗ ↑↓ ∇𝑓(𝑥, 𝑦).
𝐷𝑢 𝑓(𝑥, 𝑦) = −|∇𝑓(𝑥, 𝑦)|
Y será nulo cuando 𝑢 ⊥ ∇𝑓(𝑥, 𝑦).
𝐷𝑢 𝑓(𝑥, 𝑦) = 0
Así mismo el gradiente en funciones con 3 variables será:

∇𝑓 (𝑥, 𝑦, 𝑧 ) = 𝑓𝑥 ( 𝑥, 𝑦, 𝑧 ) 𝑖 + 𝑓𝑦 ( 𝑥, 𝑦, 𝑧)𝑗⃗ + 𝑓𝑧 (𝑥, 𝑦, 𝑧)⃗⃗⃗𝑘

Las propiedades del gradiente son:

1. 𝐷𝑢 𝑓 (𝑥, 𝑦 , 𝑧) = ∇𝑓 (𝑥, 𝑦, 𝑧) . 𝑢
⃗
2. 𝑆𝑖 ∇𝑓 (𝑥, 𝑦, 𝑧) = 0, entonces 𝐷𝑢 𝑓 ( 𝑥, 𝑦, 𝑧) = 0 para todo 𝑢
⃗
3. La dirección de máximo incremento de 𝑓 esta dada por ∇𝑓 (𝑥, 𝑦, 𝑧). El va lor
máximo de 𝐷𝑢 𝑓 (𝑥, 𝑦, 𝑧) es ||∇𝑓 (𝑥, 𝑦, 𝑧)||
4. La dirección de mínimo incremento de 𝑓 esta dada por− ∇𝑓 (𝑥, 𝑦, 𝑧). El valor
mínimo de 𝐷𝑢 𝑓 (𝑥, 𝑦, 𝑧) es− || ∇𝑓(𝑥, 𝑦, 𝑧)||.
EJEMPLO :
IV. CONCLUSIONES:

Bueno el trabajo amplio mis expectativas en referencia al estudio de la asignatura, es

de mucha importancia el estudio de las derivadas direccional y vector gradiente, ya
que, a nosotros los futuros ingenieros industriales nos permitirá aplicarlos en los
distintos campos de la administración, economía, y en muchos otros casos. Por lo
tanto, deberíamos de tener mucha más consideración en el estudio de la asignatura ya
que esto nos ayudara a ser un profesional de calidad.

V. REFERENCIAS

SLIDER. (junio de 2018). SLIDER. Obtenido de

https://sites.google.com/site/institutodegeogebracalculo3/unidad-2-derivadas-
parciales/2-6-aplicacion-de-la-derivada-direccional-y-gradiente
SLIDESHARE. (Mayo de 2018). SLIDESHARE. Obtenido de
https://es.slideshare.net/paulboricua/capitulo-3-funciones-de-varias-variables