1

OBTENCIÓN GRAFICA DE LOS PUNTOS

CRITICOS DE UNA FUNCIÓN MEDIANTE
UNA APLICACIÓN EN GEOGEBRA
Vilca, Joel.
joel.vilca@utec.edu.pe
Universidad de Ingeniería y Tecnología (UTEC)

 III. FUNDAMENTO TEÓRICO

Resumen— En este trabajo se desarrolla un problema de
optimización aplicando el método de los multiplicadores de
Lagrange .La función tomada es de tipo Cobb-Douglas. En primer
lugar , el problema es resuelto analíticamente siendo dejado como
una expresión donde se puede cambiar las variables. Cómo
segundo punto, se tiene una solución de manera computacional
utilizando Geogebra, donde también se puede crear diferentes
problemas a partir de una generalización del problema inicial.
I. INTRODUCCIÓN
E n el siguiente informe se muestra gráficamente el punto
crítico que representa la optimización de una función objetivo.
Esto se logra mediante un análisis matemática complementado
con el uso de una herramienta gráfica (Geogebra).Debido a que
esta solución tiende a problemas de optimización en el campo
de la economía se usa una función muy recurrente en este
ámbito, La función de Cobb-Douglas
II. OBJETIVOS
A. General
- Obtención grafica de los puntos críticos de una función
mediante una aplicación en Geogebra
A. Antecedentes:
Methodus ad disquirendammaximam et minimam ("Método
para investigar máximos y mínimos") Así titulaba el primer
método para hallar los máximos y mínimos de una función. Lo
que hacía Fermat era comparar el valor de la función en un punto
f(x) y otro cercano f(x + b). La relación que existe entre estos
puntos es un incremento o descenso de uno con el otro. Lo que
Fermat estableció fue:
[1]Sea f: A ⊂ R ⇒ R una función. Supongamos que la función f
alcanza su máximo (mínimo) en un punto α ∈ A˚ donde es
derivable. Entonces f ´(α) = 0.
Al ser aplicado en situaciones de la vida real, el teorema de
Fermat logra aprovechar todos los recursos descritos expresados
por la función objetivo no dejando de lado las restricciones que
son establecidas para esta.
No obstante, solo aplica el criterio de la primera derivada
f’(x)=0 obviando la existencia de máximos y/o mínimos
relativos. Así también se obvia la existencia de f ‘’(x),ya que si
esta existiera demostraría la naturaleza del punto: mínimo,
máximo o punto de inflexión.
B. Recta tangente:
Es aquella recta que pasa únicamente por un punto de una
función. Así lo afirma James Stewart[2]:” La palabra tangente
se deriva de la voz latina tangens, que significa “tocar”. Así, una
tangente a una curva es una recta que toca la curva. En otras
palabras, una recta tangente debe tener la misma dirección que
la curva en el punto de contacto.”
Gráficamente:

B. Específicos
-Demostrar la utilidad de la aplicación de las derivadas en
problemas reales prácticos.
-Aplicar de manera correcta los criterios de la derivada
-Resolver problemas de optimización con propiedades de la
derivada.
-Exponer el beneficio del uso de la tecnología en la disminución
de tiempo en procesos matemáticos.

*
Revista Argentina de Trabajos Estudiantiles. Patrocinada por la IEEE.
 2

Se observa como la recta t intersecta con la función y

únicamente en el punto P.Mostrando a la recta como una
tangente a la función.
C. Derivadas:
Se llama así a la razón de cambio de una variable en una función
matemática. Como lo afirma Javier Pérez:
La recta tangente a una gráfica de una función y = f
(x) es la recta que pasa por el punto (a, f(a)) con
pendiente dada por:
𝑓(𝑎 + ℎ) − 𝑓(𝑎)
𝑚𝑡𝑎𝑛 = 𝑙𝑖𝑚ℎ → 0
ℎ
siempre que el limite exista, Para muchas funciones
suele ser posible obtener una fórmula general que Relativos:
proporcione el valor de la pendiente de la recta tangente Así también confirma:” El número f (c) es un:
𝑓(𝑥+ℎ)−𝑓(𝑥) - valor máximo local de f si f (c) w f (x) cuando x está cerca de
𝑙𝑖𝑚ℎ → 0 [4]
ℎ c.
Así también muestra a la derivada como el resultado de un límite -valor mínimo local de f si f (c) v f (x) cuando x está cerca de
cuando la variación entre los valores de una función tiende a 0. c.”[9]
D. Derivada parcial:
Únicamente cuando se tiene una fusión multivariable. Esta se
aplica al derivar únicamente con respecto a una variable
considerando la otra constante.
Como lo afirma Roberto redondo:
La derivada de una función real y de una variable real x en un
punto x0 es lo que varía y por cada unidad que varía x en los
entornos más pequeños de x0 . Se escribe:
∂f ∂f ∂f
( ) , ( ) , ( )[5]
∂x ∂y ∂z

E. Gradiente:
Es un campo vectorial que, al ser evaluado en un punto, indica
la dirección de mayor crecimiento en ese punto.
Así lo confirma Roberto Redondo:
Se llama gradiente en un punto de una función real de varias H. Criterio de la primera derivada:
variables reales al conjunto ordenado de las derivadas
parciales de esa función en ese punto. Por tanto, el gradiente Criterio utilizado para hallar los máximos y mínimos relativos
de una función f (x, y, z) en el punto (x0, y0, z0) es ∇ f: que pueden existir en una función cumpliendo ciertos requisitos.
∂f ∂f ∂f Como ostenta Dadone Elsie Hernández:
𝑓(𝑥, 𝑦, 𝑧) = ( ) (𝑥, 𝑦, 𝑧), ( ) (𝑥, 𝑦, 𝑧), ( ) (𝑥, 𝑦, 𝑧)[6]
∂x ∂y ∂z Sea f una función continua en un intervalo cerrado [a, b], que
es derivable en todo punto del intervalo abierto] a, b[. Sea c
F. Puntos críticos:
en]a, b [ tal que f’(c) = 0 o f’(c) no existe.
Son aquellos puntos donde la derivada de una función pasa a a. Si f’ (x) es positiva para todo x < c, y negativa para todo x
tener su signo contrario. James Stewart pronuncia [7]: > c, entonces f(c) es un valor máximo relativo de f(x).
“Un punto crítico de una función de una variable real es b. Si f’(x) es negativa para toda x < c, y positiva para toda x
cualquier valor en el dominio en donde la función no es > c, entonces f(c) es un mínimo relativo de f(x).
diferenciable o cuando su derivada es 0: c. Si f’(x) es positiva para todo x < c y también lo es para todo
𝑓′(𝑥) = 0” x > c; o si f ’(x) es negativa para todo x < c y a su vez para
G. Máximos y mínimos: todo x > c, entonces f(c) no es un valor máximo relativo ni un
valor mínimo relativo de f(x).[9]
Absolutos:
Son aquellos valores que se encuentran en los puntos críticos de I. Criterio de la segunda derivada
una función. Según James Stewart: Criterio usado para determinar la concavidad de una función y
“Sea c un número en el dominio D de una función f. Entonces f para determinar la naturaleza de los puntos críticos (absolutos o
(c) es el relativos). Al igual que el criterio de la primera derivada se
-valor máximo absoluto de f sobre D si f (c) w f (x) para toda x cumple con ciertos requerimientos para conocer la naturaleza de
en D. los puntos críticos. Así lo confirma Elsie Hernández:
-valor mínimo absoluto de f sobre D si f (c) v f (x) para toda x a. Se calcula f’’ (x)
en D”[8]. b. Se determinan los puntos de inflexión f’’(x) = 0
 3

c. Para determinar los intervalos en que f es cóncava hacia 𝜕𝑓(𝑥, 𝑦) 𝑋 𝑎 𝑌𝑏 𝑤

arriba y en los que es cóncava hacia abajo, se resuelven las = 𝑎𝐴. = 𝐴𝑎
𝜕𝑥 𝑥 𝑥
desigualdades f’’ (x) > 0 y f’’ (x) < 0 Por lo expuesto anteriormente se conoce que:
Los puntos máximos y los puntos mínimos se pueden 𝑎+𝑏 =1
establecer ya sea utilizando el criterio de la 𝜕𝑓(𝑥, 𝑦) 𝑏 𝑤 𝑏
primera derivada o el de la segunda derivada.[10] = ( )∗ = 𝐴
𝜕𝑥 𝑤 𝑥 𝑥
J. Optimización
En f(x,y) con respect a y:
La optimización se define como un método para hallar valores 𝜕𝑓(𝑥, 𝑦)
de una o varias variables para obtener el mejor resultado posible = 𝑏𝐴. 𝑋 𝑎 𝑌 𝑏−1
𝜕𝑦
de un proceso. En el sentido matemático es hallar los valores Se mantiene el cambio de variable
máximos y/o mínimos de una función cumpliendo con sus 𝜕𝑓(𝑥, 𝑦) 𝑋 𝑎 𝑌𝑏 𝑊
restricciones si las poseyera. Como indica Andrés Ramos = 𝑏𝐴. = 𝐴𝑏
𝜕𝑦 𝑌 𝑌
[11]:“La optimización consiste en la selección de una alternativa Al igual qu el caso anterior:
mejor, en algún sentido que las demás posibles alternativas” 𝑎+𝑏 =1
𝜕𝑓(𝑥, 𝑦) 𝑊 𝑎 𝑎
K. Multiplicadores de lagrange: = ( )=𝐴
𝜕𝑦 𝑦 𝑊 𝑦
Método para hallar los máximos y mínimos de una función que
está sujeta a restricciones definidas por otras funciones.
Ahora se halla las derivadas parciales respect a D:
James Stewart expone:
Para determinar los valores máximos y mínimos de f (x, y, z)
sujeta a la restricción t(x, y, z) = k [suponiendo que estos
-Respecto a x:
valores existan y que se encuentre en la superficie t(x, y, z) 𝜕𝐷
=k] = 𝐷𝑥
a) Determine todos los valores de x, y, z y  tales que: 𝜕𝑥
-Respecto a y:
𝑓(𝑥, 𝑦, 𝑧) = 𝑔(𝑥, 𝑦, 𝑧) y 𝜕𝐷
𝑔(𝑥, 𝑦, 𝑧) = 𝑘 = 𝐷𝑦
𝜕𝑦
Aplicando multiplicadores de Lagrange
b) Evalúe f en todos los puntos (x, y, z) que resulten del paso 𝑏
a). El más grande de estos valores es el valor máximo de f, el 𝐴 = 𝐷𝑥
más pequeño es el valor mínimo de f. [12] 𝑥
𝑎
𝐴 = 𝐷𝑦
𝑦
L. Función de producción de Cobb-Douglas 𝑏 𝑎 𝑏𝑦𝐷𝑦
= →𝑥=
Es una función muy utilizada para medir la producción en 𝑥𝐷𝑥 𝑦𝐷𝑦 𝑎𝐷𝑥
forma de función. Como lo menciona Douglas, Paul H: Al tener una relación entre X y Y,al ser reemplazada en la
En economía, la función Cobb-Douglas es una forma de función objetivo:
función de producción, ampliamente usada para representar 𝑏𝑌𝐷𝑦
𝐷𝑥( ) + 𝐷𝑦𝑌 = 𝐷
las relaciones entre un producto y las variaciones de los 𝑎𝐷𝑥
insumos tecnología, trabajo y capital. Fue propuesta por 𝑏
𝑦=𝐷∗
Knut Wicksell (1851-1926) e investigada con respecto a la 𝐷𝑦
evidencia estadística concreta, por Charles Cobb y Paul 𝑎
𝑥= 𝐷∗
Douglas en 1928[13] 𝐷𝑥
El punto encontrado representa el punto crítico de la función,
para optimizarla solo basta con tomar los puntos y
reemplazarla en la función objetivo.
IV. SOLUCIÓN ANALÍTICA DEL PROBLEMA:
V. SOLUCIÓN COMPUTACIONAL DEL PROBLEMA:
En primer lugar, se introducirá la función de Cobb-Douglas que
puede generalizarse de la siguiente forma: VI. OBSERVACIONES
𝑓(𝑥, 𝑦) = 𝐴. 𝑋 𝑎 𝑌 𝑏
-Ahora se crea una función restricción con la forma: -Se observó que la solución analítica del problema así como la
𝐷𝑥𝑋 + 𝐷𝑦𝑌 = 𝐷 solución computacional guardan una gran relación. Una
-De acuerdo a la optimización en base a los multiplicadores de dependencia por parte de la solución computacional. Gracias a
Lagrange se halla las gradiente de ambas funciones: los cálculos hechos analíticamente se llegaron a relaciones que
En f(x,y) con respecto a x: pudieron ser fácilmente interpretadas por el programa. De otro
𝜕𝑓(𝑥, 𝑦) modo el trabajo hubiera sido mas tedioso.
= 𝑎𝐴. 𝑋 𝑎−1 𝑌 𝑏 -El programa que sirvió para la solución computacional del
𝜕𝑥
Se hace cambio de variable representada por W: problema ofrecía variaciones de las variables lo cual permitía
 4

experimentar con valores y automatizar el resultado. Cosa que

era complicado en la solución analítica.
-Una vez que se logró establecer la solución computacional,
ingresando diferentes problemas del tipo función Cobb-Douglas
la solución era instantánea a comparación de la solución
analítica.

VII. CONCLUSIONES
-El uso de herramientas tecnológicas en la resolución de
problemas matemáticos es provechoso en la medida en que se
sepa usar eficazmente . En este caso, se aprendíó diferentes
comandos que ayudaron en la resolución del problema. Se pudo
cumplir tanto con el objetivo general como los objetivos
específicos. Se pudo graficar el punto critico que satisfacía la
ecuación objetiva y la restricción mediante Geogebra. Así
también, se mostró gráficamente que el punto crítico era el
óptimo ,debido a que las gráficas de las gradientes en este punto
son paralelos.

VIII. ANEXO
https://www.geogebra.org/classic/rrzha2tb

REFERENCIAS

[1] Ugr.es. (2019). [online] Available at:

https://www.ugr.es/~barbaran/Descargas/derivadas.pdf [Accessed 20 Apr.
2019].
[2] Stewart, James (2008). Calculus: Early Transcendentals (6th edición)
[Accessed 20 Apr. 2019].
[3] Mat.uson.mx. (2019). [online] Available at:
http://www.mat.uson.mx/~jldiaz/Documents/Derivadas/Aplicaciones-
der-crica.pdf [Accessed 20 Apr. 2019].
[4] Electricidad.usal.es. (2019). [online] Available at:
http://electricidad.usal.es/Principal/Circuitos/Comentarios/Temas/Concep
toGradiente.pdf [Accessed 20 Apr. 2019].
[5] Ugr.es. (2019). [online] Available at:
https://www.ugr.es/~barbaran/Descargas/derivadas.pdf [Accessed 23 Apr.
2019].
[6] Stewart, James (2008). Calculus: Early Transcendentals (6th edición)
[Accessed 20 Apr. 2019].
[7] Stewart, James (2008). Calculus: Early Transcendentals (6th edición)
[Accessed 20 Apr. 2019].
[8] Gams.com. (2019). [online] Available at:
https://www.gams.com/fileadmin/community/contrib/doc/modelado_en_
gams.pdf [Accessed 2 Apr. 2019].
[9] Stewart, James (2008). Calculus: Early Transcendentals (6th edición)
[Accessed 20 Apr. 2019].
[10] Stewart, James (2008). Calculus: Early Transcendentals (6th edición)
[Accessed 20 Apr. 2019].
[11] Stewart, James (2008). Calculus: Early Transcendentals (6th edición)
[Accessed 20 Apr. 2019].
[12] Stewart, James (2008). Calculus: Early Transcendentals (6th edición)
[Accessed 20 Apr. 2019].
[13] Cobb, C.W. and P.H. Douglas (1928) "A Theory of Production", American
Economic Review 18 (supplement):
[Accessed 20 Apr. 2019].